Effects of Exercise on the Isoelectric Patterns of Erythropoietin
Notice bibliographique
Résumé
OBJECTIVES: Recombinant erythropoietin has a strong impact on aerobic power and is therefore one of the most potent doping agents in endurance sports. The anti-doping control of this synthetic hormone relies on the detection, in the urine, of its isoelectric pattern, which differs from that of the corresponding natural hormone, the latter being typically more acidic than the former. However, a small number of natural urinary patterns, referred to as "atypical patterns," are less acidic than the dominant form. Based on anecdotal evidence, the occurrence of such patterns seems to be related to particular strenuous exercises. This study aimed to demonstrate this relation using a strenuous exercise protocol. DESIGN: Seven athletes took part in a training protocol including a series of supramaximal short-duration exercises. Urine and blood samples were collected throughout the protocols. SETTINGS: World Cycling Center, Aigle, Switzerland, and research laboratories. PARTICIPANTS: Seven top-level athletes (cyclists) were involved in this study. MAIN OUTCOME MEASURES: Erythropoietin (EPO) isoelectric patterns were obtained by submitting blood and urine samples to isoelectric focusing. Additional protein dosages were performed. RESULTS: Supramaximal short-duration exercises induced the transformation of typical urinary natural EPO patterns into atypical ones. None of the obtained atypical patterns fulfilled the 3 criteria mandatory for reporting an adverse analytical finding. Serum EPO patterns were not affected by the exercises that caused the transformation of urinary patterns. CONCLUSION: An exercise-induced transient renal dysfunction is proposed as a hypothetic explanation for these observations that rely on parallel investigations of proteinuria in the same samples.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».