Effect of oral CoQ<sub>10</sub>supplementation along with precooling strategy on cellular response to oxidative stress in elite swimmers
Notice bibliographique
Résumé
High intensity and prolonged swimming trainings in a hot and humid environment lead to stimulated and increased production of reactive oxygen and nitrogen species (RONS). In this study, we examined the effects of 14-day coenzyme Q10 (CoQ10) supplementation and precooling strategy on the serum levels of NADPH-oxidase (NOX), hydrogen peroxide (H2O2), lactic acid (LA), creatine kinase (CK), 8-isoprostane (8-iso PGF2α), 8-hydroxy-2-deoxyguanosine (8-OHdG), aspartate aminotransferase (AST), protein carbonyls (PC), alanine aminotransferase (ALT), and gamma-glutamyl transferase (GGT) in adolescent elite swimmers. Thirty-six healthy boys (mean ± SD: age = 17 ± 1 years) were randomly assigned into 4 groups: supplementation, precooling, supplementation with precooling, and control. Blood sampling was carried out pre- and post- (two stages) administration of CoQ10 along with precooling with heavy trainings. ANCOVA and repeated measurement tests with the Bonferroni post-hoc test were used for statistical analysis of data (α = 0.05). No significant difference was found among the groups for serum levels of H2O2, NADPH-oxidase, CK, LA, 8-OHdG, 8-iso PGF2α, PC, AST, ALT, and GGT at pre-sampling (P > 0.05). The precooling group showed significant increase in index levels compared to the supplementation and supplementation with precooling groups in post sampling (stages 1 and 2), respectively (P < 0.05). Oral administration of CoQ10 inhibited adverse changes in oxidative stress and muscle and liver damage indices in the competition phase of swimming. No desired effect of the precooling strategy was found on the serum levels of NADPH-oxidase, CK, LA, 8-iso PGF2α, 8-OHdG, H2O2, AST, PC, ALT, and GGT.
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 ».