Assessing serum albumin concentration following exercise‐induced fluid shifts in the context of the athlete biological passport
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
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle