The acute effects of green tea and carbohydrate coingestion on systemic inflammation and oxidative stress during sprint cycling
Notice bibliographique
Résumé
Green tea (Camellia sinensis) has anti-oxidative and anti-inflammatory effects, which may be beneficial to athletes performing high-intensity exercise. This study investigated the effects of carbohydrate and green tea coingestion on sprint cycling performance and associated oxidative stress and immunoendocrine responses to exercise. In a crossover design, 9 well-trained male cyclists completed 3 sets of 8 repetitions of 100-m uphill sprint cycling while ingesting green tea and carbohydrate (TEA) (22 mg/kg body mass catechins, 6 mg/kg body mass caffeine, 230 mg/kg glucose, and 110 mg/kg fructose) or carbohydrate only (CHO) (230 mg/kg body mass glucose and 110 mg/kg body mass fructose) during each 10-min recovery period between sets. Blood samples were collected before exercise, 10 min after exercise, and 14 h after exercise. There was no effect of acute TEA ingestion on cycling sprint performance (p = 0.29), although TEA maintained postexercise testosterone and lymphocyte concentrations, which decreased significantly in the CHO group (p < 0.001). While there was a trend for lower postexercise neutrophil count with TEA (p = 0.05), there were no significant differences between TEA and CHO for circulating cytokines (p > 0.20), markers of oxidative stress and antioxidant capacity (p > 0.17), adiponectin concentration (p = 0.60), or muscle damage markers (p > 0.64). While acute green tea ingestion prevents the postexercise decrease in testosterone and lymphocytes, it does not appear to benefit cycling sprint performance or reduce markers of oxidation and inflammation when compared with carbohydrate alone.
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 ».