Individual variability in cardiac biomarker release after 30 min of high-intensity rowing in elite and amateur athletes
Notice bibliographique
Résumé
This study had two objectives: (i) to examine individual variation in the pattern of cardiac troponin I (cTnI) and N-terminal pro-brain natriuretic peptide (NT-proBNP) release in response to high-intensity rowing exercise, and (ii) to establish whether individual heterogeneity in biomarker appearance was influenced by athletic status (elite vs. amateur). We examined cTnI and NT-proBNP in 18 elite and 14 amateur rowers before and 5 min, 1, 3, 6, 12, and 24 h after a 30-min maximal rowing test. Compared with pre-exercise levels, peak postexercise cTnI (pre: 0.014 ± 0.030 μg·L(-1); peak post: 0.058 ± 0.091 μg·L(-1); p = 0.000) and NT-proBNP (pre: 15 ± 11 ng·L(-1); peak post: 31 ± 19 ng·L(-1); p = 0.000) were elevated. Substantial individual heterogeneity in peak and time-course data was noted for cTnI. Peak cTnI exceeded the upper reference limit (URL) in 9 elite and 3 amateur rowers. No rower exceeded the URL for NT-proBNP. Elite rowers had higher baseline (0.019 ± 0.038 vs. 0.008 ± 0.015 μg·L(-1); p = 0.003) and peak postexercise cTnI (0.080 ± 0.115 vs. 0.030 ± 0.029 μg·L(-1); p = 0.022) than amateur rowers, but the change with exercise was similar between groups. There were no significant differences in baseline and peak postexercise NT-proBNP between groups. In summary, marked individuality in the cTnI response to a short but high-intensity rowing bout was observed. Athletic status did not seem to affect the change in cardiac biomarkers in response to high-intensity exercise.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».