MétaCan
Menu
Retour à la cohorte
Enregistrement W4398175418 · doi:10.1152/physiol.2024.39.s1.1658

Cytokine Response to Resistance Exercise in Children with Excess Fat and Prader-Willi Syndrome

2024· article· en· W4398175418 sur OpenAlexaff
Vincent Vuong, Andrea M. Haqq, Daniela A. Rubin

Notice bibliographique

RevuePhysiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCytokineResistance trainingMedicineEndocrinologyInternal medicineImmunologyPhysiologyBiology

Résumé

récupéré en direct d'OpenAlex

Background: Tumor necrosis factor alpha (TNF-α) is a proinflammatory cytokine that is secreted from adipose tissue and macrophages; interleukin-6 (IL-6), secreted from adipose tissue, macrophages and skeletal muscle, has both proinflammatory and anti-inflammatory properties. Previous research showed excess adiposity leads to an increased concentration of both cytokines at rest while there is limited research on resistance exercise. Purpose: To compare IL-6 and TNF-α responses to resistance exercise in children with Prader-Willi Syndrome (PWS), a genetic cause for obesity, vs. children with normal fat mass (lean), or excess body fat (obesity) Methods: Nine children with PWS (11.4 ± 3.3 years, 45.6 ± 5.2% body fat), 11 lean children (9.2 ± 1.4 years, 18.6 ± 5.0% bodyfat), and 12 children with obesity (9.6 ± 1.3 years, 40.4 ± 5.4% body fat) participated. Children stepped onto an elevated platform wearing a weighted vest for 6 sets of 10 repetitions per leg (sets separated by 1 min of rest). Children with PWS, stepped to a platform height of 23.0 cm and wore a vest load that was computed as (20% of stature* 50% of lean body mass)/23.0 cm. For the controls, the platform height was 20% of the stature and the vest load was 50% of the lean body mass. Blood samples were obtained before (pre), immediately after (post), and during recovery from exercise (+15 and +60 min). Areas under the curve (AUC) were computed for IL-6 and TNF-α. Results: There was no group by time interaction for IL-6 ( p=0.378) but a group effect ( p=0.011) and a time effect ( p<0.001). Pairwise comparisons showed 60+ (1.065 ± 0.10 pg/mL) was higher than pre (0.660 ± 0.05 pg/mL), post (0.728 ± 0.06 pg/mL), and +15 (0.764 ± 0.066 pg/mL), p<0.001 for all. Children with PWS and children with obesity had higher IL-6 concentrations than lean children (0.943 ± 0.12 pg/mL and 0.951 ± 0.10 pg/mL vs. 0.519 ± 0.11 pg/mL, p≤0.038 for both). For TNF-α, there were no group by time interaction, time or group effects ( p≥0.420 for all). IL-6 AUC ( p=0.013) but not TNF-α AUC ( p=0.404) were different between groups. Children with PWS and children with obesity showed a higher IL-6 AUC than lean children (85.106 ± 41.81 pg/mL, 86.796 ± 33.60 pg/mL vs. 47.611 ± 21.00 pg/mL, p≤ 0.041 for both). Conclusion: There were no differences in IL-6 or TNF-α responses to exercise based on having PWS or having excess body fat in children. However, excess body fat was associated with higher IL-6 concentration and AUC. Peak concentrations for IL-6 were observed at 60 minutes after exercise similar to other studies. Potentially, IL-6 concentrations immediately post-exercise were not elevated because the exercise protocol was not of high intensity or long enough. Study funded by the US Army Medical Research and Material Command Contract W81XWH-08-1-0025 (DAR). This is the full abstract presented at the American Physiology Summit 2024 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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,690

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,014
Tête enseignante GPT0,294
Écart entre enseignants0,280 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiologyMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207