Effects of Home-Based Electrical Stimulation on Plasma Cytokines Profile, Redox Biomarkers, and Metalloproteinases in the Heart Failure with Reduced Ejection Fraction: A Randomized Trial
Notice bibliographique
Résumé
Background: Low-frequency electrical stimulation (LFES) is an adjuvant method for heart failure (HF) patients with restrictions to start an exercise. However, the impact on molecular changes in circulating is unknown. We investigated the effects of 10 weeks of home-based LFES on plasma cytokines profile, redox biomarkers, metalloproteinases (MMPs) activity, and exercise performance in HF patients. Methods: Twenty-four HF patients (52.45 ± 9.15 years) with reduced ejection fraction (HFrEF) (EF < 40%), were randomly assigned to a home-based LFES or sham protocol. Plasma cytokines profile was assessed through interleukins, interferon-gamma, and tumor necrosis factor levels. Oxidative stress was evaluated through ferric reducing antioxidant power, thiobarbituric acid-reactive substances, and inducible nitric oxide synthase. The MMPs activity were analyzed by zymography. Cardiorespiratory capacity and muscle strength were evaluated by cardiopulmonary test and isokinetic. Results: LFES was able to increase the active-MMP2 activity post compared to pre-training (0.057 to 0.163, p = 0.0001), while it decreased the active-MMP9 (0.135 to 0.093, p = 0.02). However, it did not elicit changes in cytokines, redox biomarkers, or exercise performance (p > 0.05). Conclusion: LFES protocol is a promising intervention to modulate MMPs activity in HFrEF patients, although with limited functional effects. These preliminary responses may help the muscle to adapt to future mechanical demands dynamically.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».