Erythropoietin administration does not influence the GH–IGF axis or makers of bone turnover in recreational athletes
Notice bibliographique
Résumé
OBJECTIVE: Measurement of biochemical markers of the IGF-system and of collagen turnover is a potential approach to detect GH abuse in sport. These markers are increased in patients on dialysis treated with recombinant human erythropoietin (r-HuEPO), mimicking the effects of GH. The aim was to determine whether r-HuEPO induces similar effects on the IGF-system and collagen turnover in healthy athletes. SUBJECTS AND MEASUREMENTS: Young male Caucasian recreational athletes were administered 50 U/kg r-HuEPO (n=14) or placebo (n=16) three times a week for 25 days, followed by a 4-week wash-out period. IGF-I, IGFBP-3, the acid labile subunit (ALS), N-terminal propeptide of type I collagen (PINP), C-terminal telopeptide of type I collagen (ICTP) and N-terminal propeptide of type III collagen (PIIINP) were measured in samples collected at baseline (two samples), after 10, 22 and 24 days of r-HuEPO treatment and at the end of the 4-week wash-out period. RESULTS: Treatment with r-HuEPO resulted in approximately threefold elevation of serum EPO and marked elevation of markers of erythropoiesis. There was no significant treatment effect of r-HuEPO compared to baseline on IGF-I, IGFBP-3, ALS, PINP, ICTP or PIIINP. CONCLUSIONS: r-HuEPO administration did not change markers of the IGF-system and of collagen turnover in young healthy male athletes. Therefore, use of r-HuEPO in athletes should not affect the validity of a GH doping test using these GH-responsive markers.
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 | 0,003 |
| 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) | 0,000 | 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 ».