Impact of a tailored exercise regimen on physical capacity and plasma proteome profile in post-COVID-19 condition
Notice bibliographique
Résumé
Background: Individuals affected by the post-covid condition (PCC) show an increased fatigue and the so-called post-exertion malaise (PEM) that led health professionals to advise against exercise although accumulating evidence indicates the contrary. The goal of this study is to determine the impact of a closely monitored 8-week mixed exercise program on physical capacity, symptoms, fatigue, systemic oxidative stress and plasma proteomic profiles of PCC cases. Methods: = 10) groups. Individuals with no PCC served as a control group. The exercise program included cardiovascular and resistance exercises. Physical capacity, physical activity level and the presence of common PCC symptoms were measured before and after the intervention. Fatigue was measured the day following each exercise session. Plasma and PBMC samples were collected at the beginning and end of the training program. Glutathione and deoxyguanosine levels in PBMC and plasma proteomic profiles were evaluated. Results: =0.007) with a positive effect of the program on their daily functioning and without any adverse effects on general or post-effort fatigue. After exercise, glutathione levels in PBMCs increased in women but remained unchanged in men. Discernable changes were observed in the plasma proteomics profile with certain proteins involved in inflammatory response decreasing in the exercise group. Conclusions: Supervised exercise adapted to the level of fatigue and ability is safe and effective in PCC patients in improving their general physical capacity and wellbeing. Systemic molecular markers that accompany physical improvement can be monitored by analyzing plasma proteomics and markers of oxidative stress. Large-scale studies will help identify promising molecular markers to objectively monitor patient improvement.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».