Novel hydration assessment techniques employing thirst and a water intake challenge in healthy men
Notice bibliographique
Résumé
Exploring novel hydration indices is important because no human biomarker has been shown to be incontrovertibly valid in all life situations. The present investigation was designed to identify inexpensive, nontechnical methods to use when self-assessing hydration status. This investigation evaluated the validity and efficacy of 2 novel techniques (i.e., thirst sensation and urine volume) to assess hydration state of 29 active men (mean ± SD; age, 23 ± 4 years; body mass, 76.02 ± 11.94 kg) at rest. Eight combinations of 4 water challenges (4.8, 9.3, 11.0, or 14 mL·kg(-1)) and 2 hydration states (mildly hypohydrated (HY), -2.0%; euhydrated (EU), -0.2% body mass) were employed. First, thirst was linearly related to body water loss, and ratings of thirst distinguished HY from EU (p < 0.001) subsequent to 19 h of controlled food and fluid intake. Second, measurements of urine volume 60 min after consuming a water bolus (11.0 or 14 mL·kg(-1)) were strongly and inversely correlated with entering hydration state, assessed by urine specific gravity (r(2) = 0.76, p < 0.0001) and urine osmolality (r(2) = 0.77, p < 0.0001). We concluded that healthy men can employ simple measurements of morning thirst sensation and urine volume to identify the presence of mild hypohydration and to guide fluid replacement. These 2 techniques are relevant because HY (-2% body mass) is the approximate threshold for the onset of thirst, reduced endurance exercise performance, and decrements of working memory and mood.
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 ».