Effects of Three Oral Nutritional Supplements on Human Hydration Indices
Notice bibliographique
Résumé
Urine color (Ucol) as a hydration assessment tool provides practicality, ease of use, and correlates moderately to strongly with urine specific gravity (Usg) and urine osmolality (Uosm). Indicative of daily fluid turnover, along with solute and urochrome excretion in 24-hr samples, Ucol may also reflect dietary composition. Thus, the purpose of this investigation was to determine the efficacy of Ucol as a hydration status biomarker after nutritional supplementation with beetroot (880 mg), vitamin C (1000 mg), and riboflavin (200 mg). Twenty males (Mean ± SD; age, 21 ± 2 y; body mass, 82.12 ± 15.58 kg; height, 1.77 ± 0.06 m) consumed a standardized breakfast and collected all urine voids on one control day (CON) and 1 day after consuming a standardized breakfast and a randomized and double-blinded supplement (SUP) over 3 weeks. Participants replicated exercise and diet for one day before CON, and throughout CON and SUP. Ucol, Usg, Uosm, and urine volume were measured in all 24-hr samples, and Ucol and Usg were measured in all single samples. Ucol was a significant predictor of single sample Usg after all supplements (p < .05). Interestingly, 24-hr Ucol was not a significant predictor of 24-h Usg and Uosm after riboflavin supplementation (p = .20, p = .21). Further, there was a significant difference between CON and SUP 24-h Ucol only after riboflavin supplementation (p < .05). In conclusion, this investigation suggests that users of the UCC (urine color chart) should consider riboflavin supplementation when classifying hydration status and use a combination of urinary biomarkers (e.g., Usg and Ucol), both acutely and over 24 hr.
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 ».