Abnormal Hematologic Profiles in Elite Cross-Country Skiers: Blood Doping or?
Notice bibliographique
Résumé
OBJECTIVE: There is widespread public concern about fairness in sports. Blood doping undermines fairness and places athletes' health at risk. The purpose of this study was to examine the prevalence of abnormal hematologic profiles in elite cross-country skiers, which may indicate a high probability of blood doping. SETTING AND PARTICIPANTS: Samples were obtained as part of routine International Ski Federation blood testing procedures from participants at the World Ski Championships. Sixty-eight percent of all skiers and 92% of those finishing in the top 10 places were tested. MAIN OUTCOME MEASURES: Using flow cytometry, we analyzed erythrocyte and reticulocyte indices. Reference values were from the 1989 Nordic Ski World Championships data set and the International Olympic Committee Erythropoietin 2000 project. RESULTS: Of the skiers tested and finishing within the top 50 places in the competitions, 17% had "highly abnormal" hematologic profiles, 19% had "abnormal" values, and 64% were normal. Fifty percent of medal winners and 33% of those finishing from 4th to 10th place had highly abnormal hematologic profiles. In contrast, only 3% of skiers finishing from 41st to 50th place had highly abnormal values. CONCLUSIONS: These data suggest that blood doping is both prevalent and effective in cross-country ski racing, and current testing programs for blood doping are ineffective. It is unlikely that blood doping is less common in other endurance sports. Ramifications of doping affect not only elite athletes who may feel compelled to risk their health but also the general population, particularly young people.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».