Glycerol administration before endurance exercise: metabolism, urinary glycerol excretion and effects on doping‐relevant blood parameters
Notice bibliographique
Résumé
Glycerol is prohibited as a masking agent by the World Anti-Doping Agency and a urinary threshold has recently been recommended. However, little is known about urinary glycerol excretion after exercise, when (1) exogenous glycerol is metabolized increasingly and (2) endogenous glycerol levels are elevated. The purpose of the placebo-controlled cross-over study was to determine the effects of pre-exercise glycerol administration on glycerol metabolism, urinary excretion, and selected blood parameters. After administration of glycerol (G; 1.0 g/kg body weight (BW) + 25 ml fluid/kg BW) or placebo (P; 25 ml fluid/kg), 14 cyclists exercised 90 min at 60% VO2max . Samples were taken at 0 h (before administration), 2.5 h (before exercise), 4 h (after exercise) and 6.5 h and additional urine samples were collected until 24 h. Exercise increased endogenous plasma glycerol (0.51 ± 0.21 mmol/l) but peak concentrations were much higher in G (2.5 h: 15.6 ± 7.8 mmol/l). Urinary glycerol increased rapidly (58,428 ± 71,084 µg/ml after 2.5 h) and was significantly higher than in P until 13.6 ± 0.9 h (p < 0.01). In comparison with placebo administration, G caused significantly greater changes in plasma volume and haemoglobin concentrations after 2.5 h. BW and urine production were significantly different between P and G after 2.5 h and post-exercise. Despite exercise-induced increases in endogenous glycerol in the control group, urinary excretion remained well below the previously recommended threshold. In addition, exercise-related glycerol degradation did not appear to negatively affect the detection of exogenously administered glycerol.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».