Urine concentrations of oral salbutamol in samples collected after intense exercise in endurance athletes
Notice bibliographique
Résumé
Our objective was to investigate urine concentrations of 8 mg oral salbutamol in samples collected after intense exercise in endurance athletes. Nine male endurance athletes with a VO2max of 70.2 ± 5.9 mL/min/kg (mean ± SD) took part in the study. Two hours after administration of 8 mg oral salbutamol, subjects performed submaximal exercise for 15 min followed by two, 2-min exercise bouts at an intensity corresponding to 110% of VO2max and a bout to exhaustion at same intensity. Urine samples were collected 4, 8, and 12 h following administration of salbutamol. Samples were analyzed by the Norwegian World Anti-doping Agency (WADA) laboratory. Adjustment of urine concentrations of salbutamol to a urine specific gravity (USG) of 1.020 g/mL was compared with no adjustment according to WADA's technical documents. We observed greater (P = 0.01) urine concentrations of salbutamol 4 h after administration when samples were adjusted to a USG of 1.020 g/mL compared with no adjustment (3089 ± 911 vs. 1918 ± 1081 ng/mL). With the current urine decision limit of 1200 ng/mL for salbutamol on WADA's 2013 list of prohibited substances, fewer false negative urine samples were observed when adjusted to a USG of 1.020 g/mL compared with no adjustment. In conclusion, adjustment of urine samples to a USG of 1.020 g/mL decreases risk of false negative doping tests after administration of oral salbutamol. Adjusting urine samples for USG might be useful when evaluating urine concentrations of salbutamol in doping cases.
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 | 0,002 |
| 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 ».