Does sympathetic vasoconstriction contribute to metabolism: Perfusion matching in exercising skeletal muscle?
Notice bibliographique
Résumé
The process of matching skeletal muscle blood flow to metabolism is complex and multi-factorial. In response to exercise, increases in cardiac output, perfusion pressure and local vasodilation facilitate an intensity-dependent increase in muscle blood flow. Concomitantly, sympathetic nerve activity directed to both exercising and non-active muscles increases as a function of exercise intensity. Several studies have reported the presence of tonic sympathetic vasoconstriction in the vasculature of exercising muscle at the onset of exercise that persists through prolonged exercise bouts, though it is blunted in an exercise-intensity dependent manner (functional sympatholysis). The collective evidence has resulted in the current dogma that vasoactive molecules released from skeletal muscle, the vascular endothelium, and possibly red blood cells produce local vasodilation, while sympathetic vasoconstriction restrains vasodilation to direct blood flow to the most metabolically active muscles/fibers. Vascular smooth muscle is assumed to integrate a host of vasoactive signals resulting in a precise matching of muscle blood flow to metabolism. Unfortunately, a critical review of the available literature reveals that published studies have largely focused on bulk blood flow and existing experimental approaches with limited ability to reveal the matching of perfusion with metabolism, particularly between and within muscles. This paper will review our current understanding of the regulation of sympathetic vasoconstriction in contracting skeletal muscle and highlight areas where further investigation is necessary.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».