MétaCan
Menu
Retour à la cohorte
Enregistrement W844948329 · doi:10.1096/fasebj.27.1_supplement.1129.5

Endurance exercise training attenuates fibrosis and collagen cross‐linking in myocardium of aged F344BNF1 rats

2013· article· en· W844948329 sur OpenAlexafffund
Kathryn Jean Wright, Andrew C. Betik, Melissa M. Thomas, Russell T. Hepple, Darrell D. Belke

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Fibrosis and Remodeling
Établissements canadiensMcMaster UniversityMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMMP1TIMP1PentosidineFibrosisSenescenceGlycationMatrix metalloproteinaseEndocrinologyInternal medicineCollagenaseMedicineGene expressionEndurance trainingChemistryBiochemistryGeneEnzymeDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

The objective of the study was to determine if endurance exercise training (ET) could attenuate the age‐related increase in fibrosis and collagen cross‐linking in the myocardium of the heart, which is thought to be a cause of the age‐related decline in diastolic function. Fisher 344 × Brown Norway F1 rats underwent ET from late middle age into senescence. Genes for collagen synthesis and degradation were assessed by polymerase chain reaction. Matrix metalloproteinase (MMP) activity was assessed using EnzChek Gelatinase/Collagenase Assay kit, and collagen cross‐linking was determined indirectly by immunohistochemical staining for advanced glycation end‐products. Tissue inhibitor of matrix metalloproteinase‐1 (TIMP1) gene expression, TIMP and MMP1 protein expression, and MMP activity increased with age but with no ET effect. ET attenuated the age‐related increase in fibrosis and collagen cross‐linking, while increasing survival rate. This could have attenuated the age‐related decline in myocardial compliance and in turn have helped attenuate the decrease in diastolic function generally seen with aging. This work was supported by an operating grant from CIHR (MOP 57808).

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,240 · 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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetCardiac Fibrosis and RemodelingTravaux en français237 207