MétaCan
Menu
Retour à la cohorte
Enregistrement W4414379032 · doi:10.1113/jp289218

Determinants of maximal oxygen uptake in highly trained females and males: a mechanistic study of sex differences using advanced invasive methods

2025· article· en· W4414379032 sur OpenAlexafffund
Øyvind Skattebo, Marcos Martín-Rincón, Bjarne Rud, Joachim Nielsen, Lars Henrik N. Hegg, Andreas V. Kleive, Niels Ørtenblad, Øyvind Sandbakk, Robert Boushel, Hans‐Christer Holmberg, José A. L. Calbet, Jostein Hallén

Notice bibliographique

RevueThe Journal of Physiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAgencia Estatal de InvestigaciónUniversidad de Las Palmas de Gran CanariaNorges IdrettshøgskoleMinisterio de Ciencia e InnovaciónCentrum för idrottsforskningNatural Sciences and Engineering Research Council of Canada
Mots-clésVO2 maxBlood flowLean body massVenous bloodCardiac outputHemodynamicsIncremental exerciseFemoral artery

Résumé

récupéré en direct d'OpenAlex

Abstract Females typically have lower body mass‐normalised maximal oxygen uptake () than males. However, whether this difference is solely due to body composition or also reflects sex‐based differences in cardiovascular and muscular capacities for O2 delivery and O2 extraction remains unclear. This study examined sex differences in the O2 transport chain when normalised to lean body mass (LBM). Twenty‐three highly trained cyclists and triathletes (10 females; 29 ± 6 years) performed incremental cycling to exhaustion on an ergometer with simultaneous assessment of cardiac output, leg blood flow (thermodilution), O2 delivery, and leg O2 extraction (arterial and femoral venous catheters). Mitochondrial (TEM) and capillary (immunohistochemistry) densities were assessed in the vastus lateralis. Maximal cardiac output was 26% lower in females than males (22 ± 3 vs. 30 ± 3 l min−1; P < 0.001). However, this difference disappeared when normalised to LBM (P = 0.375). Two‐leg blood flow was similar after normalisation to leg lean mass (LLM; P = 0.327). However, females had 10% lower haemoglobin concentration and arterial O2 content (177 ± 10 vs. 194 ± 15 ml l−1; P = 0.004), resulting in 11%–14% lower lean mass‐normalised systemic and leg O2 delivery. Leg O2 extraction (91 ± 3 vs. 92 ± 3%; P = 0.204) and mitochondria, cristae, and capillary densities were similar between sexes. Therefore, proportional to sex differences in O2 delivery, females had lower lean mass‐normalised pulmonary (63 ± 8 vs. 73 ± 4 ml min−1 kgLBM−1; P = 0.003) and leg (135 ± 14 vs. 160 ± 14 ml min−1 kgLLM−1; P = 0.002) . These findings demonstrate that highly trained females and males have similar muscle O2 extraction and perfusion per kg LBM. However, females’ 10% lower haemoglobin concentration results in lower LBM‐normalised O2 delivery and . image Key points Females and males differ substantially in body size and composition, with males having greater skeletal muscle mass and females a higher body fat percentage. During maximal exercise, the active skeletal muscles consume most of the body's oxygen uptake. Consequently, males exhibit higher absolute and body‐mass‐normalised maximal oxygen uptakes. Here, we show that the heart's capacity to pump blood and perfuse the exercising muscles is similar between sexes when scaled to muscle mass. Despite similar perfusion, oxygen delivery per exercising muscle mass is approximately 10% lower in females than males, caused by a 10% lower blood haemoglobin concentration and oxygen‐carrying capacity. Conversely, the fractional oxygen extraction by the skeletal muscles, along with their mitochondria and capillary densities, are similar between sexes. These findings demonstrate that sex differences in body composition and haemoglobin concentration are the primary mechanisms underpinning the lower body‐mass normalised maximal oxygen uptake in females compared to males.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,048
Tête enseignante GPT0,359
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetCardiovascular and exercise physiologyTravaux en français237 207