<i>N</i>-acetylcysteine alters substrate metabolism during high-intensity cycle exercise in well-trained humans
Notice bibliographique
Résumé
We investigated the effects of N-acetylcysteine (NAC) on metabolism during fixed work rate high-intensity interval exercise (HIIE) and self-paced 10-min time-trial (TT10) performance. Nine well-trained male cyclists (V̇O2peak, 69.4 ± 5.8 mL · kg(-1) · min(-1); peak power output (PPO), 385 ± 43 W; mean ± SD) participated in a double-blind, repeated-measures, randomised crossover trial. Two trials (NAC supplementation and placebo) were performed 7 days apart consisting of 6 × 5 min HIIE bouts at 82% PPO (316 ± 40 W) separated by 1 min at 100 W, and then after 2 min of recovery at 100 W, TT10 was performed. Expired gases, venous blood, and electromyographic (EMG) data were collected. NAC did not influence blood glutathione but decreased lipid peroxidation compared with the placebo (P < 0.05). Fat oxidation was elevated with NAC compared with the placebo during HIIE bouts 5 and 6 (9.9 ± 8.9 vs. 3.9 ± 4.8 μmol · kg(-1) · min(-1); P < 0.05), as was blood glucose throughout HIIE (4.3 ± 0.6 vs. 3.8 ± 0.6 mmol · L(-1); P < 0.05). Blood lactate was lower with NAC after TT10 (3.3 ± 1.3 vs. 4.2 ± 1.3 mmol · L(-1); P < 0.05). Median EMG frequency of the vastus lateralis was lower with NAC during HIIE (79 ± 10 vs. 85 ± 10 Hz; P < 0.05), but not TT10 (82 ± 11 Hz). Finally, NAC decreased mean power output 4.9% ± 6.6% (effect size = -0.3 ± 0.4, mean ± 90% CI) during TT10 (305 ± 57 W vs. 319 ± 45 W). These data suggest that NAC alters substrate metabolism and muscle fibre type recruitment during HIIE, which is detrimental to time-trial performance.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».