Bone resorption is suppressed immediately after the third and fourth days of multiday cycling but persistently increased following overnight recovery
Notice bibliographique
Résumé
Previous studies suggest that seasoned cyclists may incur a low bone mineral density. This study investigated the effect of multiday cycling on bone turnover. Ten male cyclists completed 4 consecutive days of cycling for 3 h·day(-1). Sweat calcium excretion during exercise and serum calcium, cortisol, bone formation marker (bone alkaline phosphotase (bone-ALP)), bone resorptive marker (C-terminal telopeptide of type I collagen (β-CTX)), and parathyroid hormone concentration were measured before and immediately postexercise each day. Serum β-CTX concentration increased from pre- to postcycling on days 1 and 2 (p = 0.01) (day 1: 0.31 ± 0.14 to 0.60 ± 0.4 ng·mL(-1); day 2: 0.58 ± 0.26 to 0.87 ± 0.42 ng·mL(-1)), while serum bone-ALP concentration remained unchanged. Conversely, on days 3 and 4 both serum β-CTX (day 3: 0.60 ± 0.26 to 0.43 ± 0.26 ng·mL(-1), p < 0.05; day 4: 0.63 ± 0.21 to 0.43 ± 0.22 ng·mL(-1), p < 0.001) and bone-ALP (p < 0.01) response to exercise was suppressed. Interestingly, calcium lost to sweat and postexercise serum cortisol concentration were also significantly lower on days 3 and 4 than on day 1 (p < 0.05). However, both serum β-CTX (102%-124%) and bone-ALP (25%-29%) remained persistently elevated after 21 h of overnight recovery on all successive days compared with day 1 pre-exercise, where the percentage increase was greater for β-CTX (p < 0.05). Bone resorption, immediately following prolonged cycling, is acutely reduced by the third and fourth consecutive days and is coincident to reduced sweat calcium excretion and cortisol concentration. However, multiday cycling imposes a persistent increase in bone resorption following overnight recovery.
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 ».