MétaCan
Menu
Retour à la cohorte
Enregistrement W1906566966 · doi:10.1002/dta.1423

Biomarker detection of rhGH Doping: an excretion study

2012· article· en· W1906566966 sur OpenAlexfundno aff
Jing Jing, Xinmiao Zhou, Chun‐Ting He, Lisi Zhang, Sheng Yang, Youxuan Xu, Minhao Xie, Yi Yan, Hao Su, Moutian Wu

Notice bibliographique

RevueDrug Testing and Analysis · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésBiomarkerMedicineInternal medicineGrowth hormoneEndocrinologyExcretionHuman growth hormoneHormoneChemistry

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to validate the biomarker-based approach for the detection of doping with recombinant human growth hormone (rhGH) in sport. The GH-2000 project proposed an indirect method for the detection of exogenously administered growth hormone (GH) based on the measurement of the GH-dependent markers: insulin-like growth factor-I (IGF-I) and Type III pro-collagen (P-III-P). These markers rise in a dose-dependent manner after GH application. In this study, the concentrations of IGF-I, IGF-BP3, and P-III-P in serum were determined to provide further incentives for the implementation of this detection assay in modern anti-doping programmes. This paper reports on an administration study of rhGH involving 25 Chinese male volunteers at a dose of 0.1 IU /kg/day for a continuous 14-day period. We observed that the serum IGF-I concentration increased rapidly in the rhGH treatment group and showed significantly higher levels compared to baseline between days 4 and day 16 after administration. Although the response of P-III-P to rhGH administration was delayed compared to the IGF-I axis, the P-III-P concentration remained increased for a longer period (from day 4 to day 28). Statistical analysis was carried out to establish a discriminant formula with Statistical Product and Service Solutions (SPSS) concluding that the biomarker methodology is valid and universally applicable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,044
Tête enseignante GPT0,294
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Testing and AnalysisMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207