MétaCan
Menu
Retour à la cohorte
Enregistrement W2913076965 · doi:10.1002/dta.2571

Assessing serum albumin concentration following exercise‐induced fluid shifts in the context of the athlete biological passport

2019· article· en· W2913076965 sur OpenAlexfundno aff
Geoffrey D. Miller, Masaru Teramoto, Stacy J. Smeal, Daniel M. Cushman, Daniel Eichner

Notice bibliographique

RevueDrug Testing and Analysis · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping AgencyNational Institutes of HealthPartnership for Clean Competition
Mots-clésContext (archaeology)HematocritAlbuminMedicineHemoglobinInternal medicineSerum albuminPhysical therapyBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The hydration status of an athlete at the time of a doping control sample collection is an important factor to consider when reviewing athlete biological passports (ABPs). Dehydration results in a reduction of the circulating plasma volume (PV), which may lead to artificially high values of some blood parameters. This study aimed to identify whether serum albumin could serve as a single marker of fluid shifts, which are not currently accounted for in the hematological passport. An additional marker could be used to assist experts when interpreting irregularities in the ABP. METHODS: Twelve subjects underwent multiple controlled exercise trials designed to induce varying levels of PV shifts. Pre-exercise blood samples were collected to establish baseline values for individual passports. During exercise interventions, blood samples were collected before the start of exercise and at 10 minute, 1 hour, 2 hours, and 24 hours following exercise. RESULTS: Significant increases in hematological parameters - hemoglobin [Hb], hematocrit (HCT), albumin (ALB), and calculated OFF-score - were identified at varying time points following fluid shift-inducing exercise. Changes in ALB correlated strongly with changes in [Hb] (r = 0.753) and with estimated PV shifts (r = -0.764). In analyzing ABPs, the resulting increases in Hb did not trigger any atypical findings at 99% specificity. PERSPECTIVE: Monitoring changes in ALB longitudinally may assist experts when reviewing PV shifts in the biological passport.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,310
Écart entre enseignants0,258 · 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

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Testing and AnalysisMême sujetThermoregulation and physiological responsesTravaux en français237 207