A population study of urine glycerol concentrations in elite athletes competing in North America
Notice bibliographique
Résumé
Glycerol is an endogenous substance that is on the World Anti-Doping Agency's list of prohibited threshold substances due to its potential use as a plasma volume expansion agent. The WADA has set the threshold for urine glycerol, including measurement uncertainty, at 1.3 mg/mL. Glycerol in circulation largely comes from metabolism of triglycerides in order to meet energy requirements and when the renal threshold is eclipsed, glycerol is excreted into urine. In part due to ethnic differences in postprandial triglyceride concentrations, we investigated urine glycerol concentrations in a population of elite athletes competing in North America and compared the results to those of athletes competing in Europe. 959 urine samples from elite athletes competing in North America collected for anti-doping purposes were analyzed for urine glycerol concentrations by a gas chromatography mass-spectrometry method. Samples were divided into groups according to: Timing (in- or out-of-competition), Class (strength, game, or endurance sports) and Gender. 333 (34.7%) samples had undetectable amounts of glycerol (<1 μg/mL). 861 (89.8%) of the samples had glycerol concentrations ≤20 μg/mL. The highest glycerol concentration observed was 652 μg/mL. Analysis of the data finds the effects of each category to be statistically significant. The largest estimate of the 99.9(th) percentile, from the in-competition, female, strength athlete samples, was 1813 μg/mL with a 95% confidence range from 774 to 4251 μg/mL. This suggests a conservative threshold of 4.3 mg/mL, which would result in a reasonable detection window for urine samples collected in-competition for all genders and sport classes.
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 | 0,001 |
| 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 ».