Aronia juice consumption prior to half-marathon race can acutely affect platelet activation in recreational runners
Notice bibliographique
Résumé
Long-distance running, especially in non-professional runners, can increase cardiac arrest risk by enhancing platelet activation and aggregation. Polyphenols can exert cardioprotective effects by positively influencing platelet function. This study aimed to examine the acute effects of polyphenol-rich aronia juice consumption, before simulation of a half-marathon race, on platelet activation and aggregation with leukocytes in recreational runners. In this acute crossover study,10 healthy male runners (age 30.8 ± 2.3 years) consumed breakfast with 200 mL of aronia juice or 200 mL of placebo. They warmed-up and ran a simulated half-marathon race (21.1 km). Blood was collected at baseline, and at 15 min, 1 h, and 24 h after the run. All variables were analyzed with 4 (time) × 2 (group) ANOVA with repeated measures on both factors. Results revealed a significant effect of group on platelet activation parameters: P-selectin and GPIIb-IIIa expressions significantly decreased in the aronia group compared with the placebo group (F[1,9] = 10.282, p = 0.011 and F[1,9] = 7.860, p = 0.021, respectively). The effect of time was significant on both platelet aggregation markers: platelet-monocyte and platelet-neutrophil aggregates were significantly lower after the race (F[3,7] = 4.227, p = 0.014 and F[3,7] = 70.065, p = 0.000, respectively), with changes more pronounced in the later. All effects remained when platelets were exposed to an agonist. These results suggest that aronia consumption could counteract the half-marathon race-induced changes in platelet function. Novelty Aronia juice consumption significantly decreased the expression of platelet activation markers but did not affect platelet aggregation. The race itself did significantly reduce platelet-neutrophil aggregation. Aronia juice may serve as a supplement beverage for recreational runners to alleviate enhanced platelet reactivity caused by prolonged running.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».