Neurovascular coupling during dynamic upper body resistance exercise in healthy individuals
Notice bibliographique
Résumé
Abstract During unilateral static and rhythmic handgrip exercise, middle cerebral artery blood velocity (MCAv) increases in the contralateral side to the exercising limb. However, whether this neurovascular coupling‐mediated increase in contralateral MCAv is apparent against a background of fluctuating perfusion pressure produced by dynamic resistance exercise (RE) is unclear. We examined the cerebral haemodynamic response to unilateral dynamic RE in 30 healthy individuals (female = 16, mean ± SD: age, 26 ± 6 years; height, 175 ± 10 cm; weight, 74 ± 15 kg; body mass index, 24 ± 5 kg m −2 ). Participants completed four sets of 10 paced repetitions (15 repetitions min −1 ) of unilateral bicep curl exercise at 60% of the predicted one‐repetition maximum (7 ± 3 kg). Beat‐to‐beat blood pressure, bilateral MCAv and end‐tidal carbon dioxide were measured throughout. One‐way ANOVA was used to analyse cardiovascular variables and two‐way ANOVA to analyse dependent cerebrovascular variables (side × sets, 2 × 5). A linear mixed model analysis was also performed to investigate the effects of end‐tidal carbon dioxide and mean arterial blood pressure on MCAv. In comparison to baseline, within‐exercise mean arterial blood pressure increased ( P < 0.001) across the sets, whereas bilateral MCAv decreased ( P < 0.001). However, no significant interaction effect was observed for any dependent variables (all P > 0.787). The linear mixed model revealed that end‐tidal carbon dioxide had the greatest effect on MCAv (estimate = 1.019, t = 8.490, P < 0.001). No differences were seen in contralateral and ipsilateral MCAv during dynamic RE, suggesting that neurovascular coupling contributions during dynamic RE might be masked by other regulators, such as blood pressure.
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) | 0,000 | 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) | 0,000 | 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 ».