Beetroot juice is more beneficial than sodium nitrate for attenuating muscle pain after strenuous eccentric-bias exercise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this study was to compare the effects of beetroot juice (BTJ) and a nitrate only drink (sodium nitrate; SN) on indices of exercise-induced muscle damage (EIMD). Thirty recreationally active males consumed either BTJ (n = 10), a nitrate-matched SN drink (n = 10), or an isocaloric placebo (PLA; n = 10) immediately and at 24 and 48 h after performing 100 drop jumps. To assess muscle damage, maximal isometric voluntary contractions (MIVCs), countermovement jumps (CMJs), pressure-pain threshold (PPT), creatine kinase (CK), and high-sensitivity C-reactive protein (hs-CRP) were measured before, immediately after and at 24, 48, and 72 h following the drop jumps. BTJ and SN increased serum nitric oxide, which peaked at 2 h post-ingestion (136 ± 78 and 189 ± 79 μmol·L −1 , respectively). PPT decreased in all groups postexercise (P = 0.001), but was attenuated with BTJ compared with SN and PLA (P = 0.043). PPT was 104% ± 26% of baseline values at 72 h after BTJ, 94% ± 16% after SN, and 91% ± 19% after PLA. MIVC and CMJ were reduced following exercise (−15% to 25%) and did not recover to baseline by 72 h in all groups; however, no group differences were observed (P > 0.05). Serum CK increased after exercise but no group differences were present (P > 0.05). hsCRP levels were unaltered by the exercise protocol (P > 0.05). These data suggest that BTJ supplementation is more effective than SN for attenuating muscle pain associated with EIMD, and that any analgesic effects are likely due to phytonutrients in BTJ other than nitrate, or interactions between them.
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.
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 | 0,001 | 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 découle