MétaCan
Menu
← Retour à la cohorte
Enregistrement W2805362444 · doi:10.1249/01.mss.0000537225.70279.a9

Higher Protein Intakes Enhance Whole Body Protein Metabolism and Exercise Performance in Endurance-Trained Males

2018· article· en· W2805362444 sur OpenAlexaff
Eric Williamson, Hiroyuki Kato, Kimberly A. Volterman, Daniel R. Moore

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCrossover studyProtein metabolismAnimal scienceMetabolismIsometric exerciseEndurance trainingInternal medicineAmino acidChemistryMedicineEndocrinologyFood scienceBiologyBiochemistryPlacebo

Résumé

récupéré en direct d'OpenAlex

Dietary amino acids are important for both the repair and rebuilding of body proteins and the replenishment of exercise-induced oxidative losses. Current athlete recommendations are based primarily on the protein intake required to maintain nitrogen (i.e. protein) balance rather than one that optimizes whole body protein metabolism and maintains exercise performance. PURPOSE: To determine how a range of protein intakes, including a new tracer-derived safe intake, altered protein metabolism and exercise performance during a period of controlled training. METHODS: Using a double blind randomized crossover design, 10 male endurance-trained runners (~32y; ~65 ml O2/kg/min; ~62 km/wk) completed 3 trials, each consisting of 4 days of controlled training (20, 5, 10, 20km days 1-4, respectively). Controlled diets provided 6-9 g/kg/d of carbohydrate and 0.80 g protein/kg/d from whole foods that was supplemented with 0.12 (LOW), 0.40 (MOD), and 1.03 (HIGH) g of crystalline amino acids/kg/d modelled after egg protein. Oral [15N] glycine was ingested on the 1st and 4th day to determine whole body protein synthesis (S), breakdown (B), and net balance (NB). Maximum voluntary isometric contraction (MVC), 5-km Time Trial (5kmTT) and peak force (Jump) were tested 2 days before and immediately after the controlled diet and training. RESULTS: S and B were not altered by training or protein intake. NB was negative in LOW and positive in HIGH with a dose-response between conditions (HIGH > MOD > LOW, p<0.05). Inferential statistics revealed that for MVC, HIGH likely (probability 87%) had a moderate benefit over LOW (ES=0.57) and likely (probability 77%) a small benefit over MOD (ES=0.42). For the 5kmTT, HIGH likely (probability 79%) had a moderate benefit over LOW (ES=0.57) and a possible (probability 69%) small benefit over MOD (ES=0.26). No differences were found for Jump performance. CONCLUSION: Endurance trained males consuming adequate carbohydrate maintained exercise performance and enhanced whole body protein metabolism when consuming >1.2g/kg/d of dietary protein. Our data suggest that training quality and post-exercise recovery would be optimized in endurance-trained runners who consume dietary protein towards at the higher end of current ACSM recommendations (i.e. 1.2-2g/kg).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,254
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetMuscle metabolism and nutrition→Travaux en français237 207→