MétaCan
Menu
Retour à la cohorte
Enregistrement W4378674220 · doi:10.1152/physiol.2023.38.s1.5730981

The association between ischemic preconditioning and exercise performance: a systematic review and meta-analysis

2023· review· en· W4378674220 sur OpenAlexaff
Ellen Gorman, Jonathon W. Senefeld, Erik A. Ovrom, Andrew J. Clayburn, Michael J. Joyner, Jamie F. Burr, Chad C. Wiggins

Notice bibliographique

RevuePhysiology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Ischemia and Reperfusion
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisMedicineConfidence intervalContext (archaeology)Web of scienceSystematic reviewScopusAerobic exerciseStrictly standardized mean differenceInternal medicineIschemic preconditioningPhysical therapyMEDLINEIschemiaBiology

Résumé

récupéré en direct d'OpenAlex

Purpose: The present work was performed to provide an updated and comprehensive systematic review and meta-analysis on the potential ergogenic effects associated with ischemic preconditioning (IPC). In this context, this systematic review and meta-analysis aimed to determine the magnitude of the potential ergogenic effect of IPC and the influence of descriptive factors that contribute to the variability of its potential ergogenic effect. We hypothesized that IPC would be associated with improved exercise performance, and putative factors would modulate this association. Methods: On October 17, 2022, a systematic search of three databases (PubMed, Scopus, and Web of Science) was performed. The electronic search yielded 2,876 unique records, of which 79 were included in analyses after abstract and full-text screening. Eligible study designs included within subjects cross-over, sham controlled study, with a randomized or counter balanced study design. Prespecified analyses aimed to determine whether the ergogenic effect of IPC is influenced by: 1) exercise parameters (type of exercise, fraction of inspired oxygen, and muscle group(s) involved in exercise) and 2) IPC parameters (dosage, duration, and timing before onset of exercise). Results: The meta-analysis model demonstrated that exercise performance was improved with IPC compared to the sham control (pooled standard paired difference (SPD), 0.156; 95% confidence interval (CI), 0.084 to 0.227; Z = 4.258; P < 0.001; n = 105). Both remote IPC (pooled SPD, 0.219; 95% CI, 0.071 to 0.368; Z = 2.894; P = 0.004) and local IPC (pooled SPD, 0.159; 95% CI, 0.088 to 0.231; Z = 4.386; P < 0.001) demonstrated ergogenic effects on performance. Subgroup analyses based on the fraction of inspired oxygen level revealed improved exercise performance in normoxic (pooled SPD, 0.169; 95% CI, 0.100 to 0.237; Z = 4.805; P < 0.001) but not hypoxic (pooled SPD, 0.160; 95% CI, -0.029 to 0.349; Z = 1.659; P = 0.097) conditions. The most notable improvement in exercise performance following IPC was demonstrated during cycling (pooled SPD, 0.116; 95% CI, 0.023 to 0.209; Z = 2.454; P = 0.014), running (pooled SPD, 0.180; 95% CI, 0.056 to 0.303; Z = 2.847; P = 0.004), and leg press (pooled SPD, 0.421; 95% CI, 0.034 to 0.808; Z = 2.131; P = 0.033) performance tests. Conclusion: Overall, IPC demonstrated a clear ergogenic effect on exercise performance across various exercise modalities under normoxic environmental conditions. The enhanced exercise performance following IPC was most pronounced in aerobic tests of performance which predominantly recruited large muscle groups in the lower extremities: cycling, running, and leg press. This is the full abstract presented at the American Physiology Summit 2023 meeting and is only available in HTML format. There are no additional versions or additional content available for this abstract. Physiology was not involved in the peer review process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,345
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiologyMême sujetCardiac Ischemia and ReperfusionTravaux en français237 207