Sex-based differences in hematological values after normalization to body mass or fat-free mass in adults matched for aerobic fitness
Notice bibliographique
Résumé
Blood properties influence aerobic exercise performance. While vascular volumes and hemoglobin mass (Hbmass) are elevated in trained individuals, evidence of sex differences in vascular volumes is equivocal due to inadequate matching of aerobic fitness between males and females. This cross-sectional study aimed to compare hematological values normalized to body mass (BM) and fat-free mass (FFM) between males ( n = 45) and females ( n = 34) matched for aerobic fitness (V̇O2max) normalized to FFM (mL∙kg FFM−1∙min− 1). Data included body composition measured by dual-energy X-ray absorptiometry (DXA), V̇O2max from an incremental test, and hematological values derived from a CO rebreathe test. Fat mass was unrelated to blood volume (BV; R2 = 0.02, P = 0.26) and Hbmass ( R2 = 0.03, P = 0.16), while FFM was the strongest predictor of both ( R2 = 0.75 and R2 = 0.83, respectively, P < 0.001). Females exhibited higher FFM-normalized BV (+4%, P < 0.05) and plasma volume (PV) (+14%, P < 0.001) and lower red blood cell volume (RBCV) (−8%, P < 0.001) and Hbmass (−8%, P < 0.001) compared to males. Positive correlations between aerobic fitness and relative Hbmass and BV were observed in both sexes when normalized to BM and FFM (0.48 < r < 0.71; P < 0.003). Stepwise multiple regression models, including FFM, V̇O2max, height, and [Hb], provided accurate predictions of Hbmass ( R2 = 0.91) and BV ( R2 = 0.85). Overall, sex differences persist in relative Hbmass, BV, PV, and RBCV after matching of aerobic fitness, though relative BV and PV were greater in females. These findings suggest sex-specific strategies in oxygen delivery and/or extraction, and they underscore the importance of carefully selecting normalization practices when assessing sex-based differences in hematological variables.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».