Oxidative Stress Markers After a Race in Professional Cyclists
Notice bibliographique
Résumé
The aim was to determine the levels and activities of the oxidative stress markers in erythrocytes, plasma, and urine after a flat cyclist stage. Eight voluntary male professional trained-cyclists participated in the study. Exercise significantly increased erythrocyte, leukocyte, platelet, and reticulocyte counts. The exercise induced significant increases in the erythrocyte activities of catalase (19.8%) and glutathione reductase (19.2%), while glutathione peroxidase activity decreased significantly (29.3%). Erythrocyte GSSG concentration was significantly increased after exercise (21.4%), whereas GSH was significantly diminished (20.4%). Erythrocyte malondialdehyde levels evidenced a significant decrease 3 h after finishing the stage (44.3%). Plasma malondialdehyde, GSH and GSSG levels significantly decreased after 3 hr recovery (26.8%, 48.6%, and 31.1%, respectively). The exercise significantly increased the F2-isoprostane concentration in urine from 359 ± 71 pg/mg creatinine to 686 ± 139 pg/mg creatinine. In conclusion, a flat cycling stage induced changes in oxidative stress markers in erythrocytes, plasma, and urine of professional cyclists. Urine F2-isoprostane is a more useful biomarker for assessing the effects of acute exercise than the traditional malondialdehyde measurement.
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 ».