Effects of Long Term Exercise on Age‐related changes in Cardiac Fibrosis and Cell Death Profiles
Notice bibliographique
Résumé
Aging results in changes to cardiac structure and function but the mechanisms underlying these effects are not well understood. Exercise training appears to have some positive effects on age related functional changes, but the effects of exercise on age‐related structural changes have not been well explored. We characterized cardiac remodeling in response to aging and exercise in male FBN rats, starting with rats age 24 mo and continuing until age 36 mo. Rats were divided into 3 groups; high intensity (H), and moderate intensity (M) treadmill exercise, and sedentary (S). M and H animals trained at 13 m/min for 30 min/day, with the H group at 5% incline. At the end of training, hearts were excised, embedded and sectioned. Sections were stained with H&E and Masson's Trichrome. Cardiac sections were analyzed via immunohistochemistry for autophagy (using an anti‐Becilin antibody) and necrosis (using an anti‐C5b9 antibody). Fibrosis deposition significantly increased with age, but was decreased by exercise training. The number of cells positive for C5b9 and Becilin were significantly higher in aged hearts, but this number was decreased with exercise training. These results show that aging increases fibrosis deposition and markers for autophagy and necrosis. Prolonged endurance exercise training into advanced ages appears to minimize a number of these age‐related changes. Supported by: NIH AG030423
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 | 0,001 | 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 ».