Exercise attenuates bed rest-induced increases in insulin resistance while α-klotho increases in 55 to 65 year-old women and men
Notice bibliographique
Résumé
We evaluated the efficacy of combined aerobic, high intensity interval (HIIT) and resistive exercises during Head-Down Bed Rest (HDBR) in preventing metabolic derangement. Twenty-two participants (control: F (5) BMI: 22.1 ± 2.1, M (6) BMI: 25.7 ± 2.2, exercise F (6) BMI: 24.3 ± 3.2, M (5) BMI: 27.5 ± 1.2; Average age: 59 ± 3 years; weight: 70.1 ± 14.2 kg; height: 1.67 ± 0.09 m; BMI: 24.9 ± 3.0 kg/m 2 )) confined to 6° HDBR for 14-days were randomly assigned to either EX (1 h/day head-down exercise including HIIT every other day) or CONT (passive movement). Oral glucose tolerance tests (OGTT) at baseline, day 9 HDBR (HDT 9) and 13 HDBR (HDT 13) were matched to fasted biomarker analyses and Vastus lateralis biopsies. HDBR increased area under the curve for glucose ( p < 0.01, interaction between groups; group × bed rest; p = 0.07) and insulin ( p < 0.01). Matsuda index fell in CONT alone, FGF-23 increased in EX correlating with elevations to circulating levels of C reactive protein; a negative correlation existed between FGF-23 and HOMA-IR in CONT. A novel finding was that α-klotho increased in all participants ( p < 0.0001), starting higher and rising faster in women, whilst negatively correlating with Matsuda index in CONT alone. Undercarboxylated-osteocalcin ratio fell in CONT ( p = 0.05). Neither IGF-1, nor GLUT1/4 protein content changed during HDBR. HDBR promoted insulin resistance with increases in circulating α-klotho; FGF-23 increased only in EX. Differing Matsuda index responses indicate benefits imparted by multimodal exercise despite elevations in α-klotho and FGF-23. Clinical Trial Registration Number : NCT04964999.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».