Sodium-induced hyperhydration decreases urine output and improves fluid balance compared with glycerol- and water-induced hyperhydration
Notice bibliographique
Résumé
Before 2010, which is the year the World Anti-Doping Agency banned its use, glycerol was commonly used by athletes for hyperhydration purposes. Through its effect on osmoreceptors, we believe that sodium could prove a viable alternative to glycerol as a hyperhydrating agent. Therefore, this study compared the effects of sodium-induced hyperhydration (SIH), glycerol-induced hyperhydration (GIH) and water-induced hyperhydration (WIH) on fluid balance responses. Using a randomized, double-blind and counterbalanced protocol, 17 men (21 ± 3 years, 64 ± 6 kg fat-free mass (FFM)) underwent three 3-h hyperhydration protocols during which they ingested, over the first 60-min period, 30 mL/kg FFM of water with (i) an artificial sweetener (WIH); (ii) an artificial sweetener + 7.45 g/L of table salt (SIH); or (iii) an artificial sweetener + 1.4 g glycerol/kg FFM (GIH). Changes in body weight (BW), urine production, fluid retention, hemoglobin, hematocrit, plasma volume, and perceptual variables were monitored throughout the 3-h trials. After 3 h, SIH was associated with significantly (p < 0.05) lower hemoglobin, hematocrit (SIH: 43.1% ± 2.8%; GIH: 44.9% ± 2.4%), and urine production, as well as greater BW, fluid retention (SIH: 1144 ± 294 mL; GIH: 795 ± 337 mL), and plasma volume (SIH: 11.9% ± 12.0%; GIH: 4.0% ± 6.0%) gains, compared with GIH and WIH. No significant differences in heart rate or abdominal discomfort were observed between treatments. In conclusion, our results indicate that SIH is a superior hyperhydrating technique than, and proves to be a worthwhile alternative to, GIH.
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) | 0,001 | 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 | 0,000 |
| 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 ».