Influence of Pain Killers on the Urinary Anabolic Steroid Profile
Notice bibliographique
Résumé
Anabolic androgenic steroids (AAS) are prohibited as performance-enhancing drugs in sports. Among them, testosterone and its precursors are often referred to as "pseudoendogenous" AAS, that is, endogenous steroids that are prohibited when administered exogenously. To detect their misuse, among other methods, the World Anti-Doping Agency-accredited laboratories monitor the steroid profile (concentrations and concentration ratios of endogenous steroids, precursors and metabolites) in urine samples collected from athletes in and out of competition. Alterations in steroid profile markers are used as indicators for misuse of anabolic steroids in sports. Therefore, especially their metabolic pathways with possible interactions are crucial to elucidate. As steroid metabolism is very complex, and many enzymes are involved, certain non-prohibited drugs may influence steroid metabolite excretion. One important group of steroid-metabolizing enzymes is aldo-keto reductases (AKRs). An inhibition of them by non-steroidal anti-inflammatory drugs (NSAIDs), which are neither prohibited nor monitored, but frequently used drugs in sports, was demonstrated in vitro. Thus, this work aims to investigate the influence of NSAID intake on the urinary steroid profile. Kinetic and inhibitory studies were performed using 5α-dihydrotestosterone as substrate. The results obtained from in vitro experiments show that ibuprofen inhibits AKR1C2 and thus influences steroid biotransformation. For in vivo investigations, urine samples prior, during and postadministration of ibuprofen were analyzed using routine methods to monitor the steroid profile. Changes in markers of the steroid profile of volunteers were observed. The combination of in vitro and in vivo results suggests that monitoring of ibuprofen may be useful in doping control analysis. The presented work illustrates the importance to consider co-administration of (non-prohibited) drugs during antidoping analysis. Intake of multiple substances is likely leading to interfering effects. Divergent results in antidoping analysis may therefore be observed and misinterpretation of analytical data may occur. Similar considerations may be appropriate for other fields of forensic applications.
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 | 0,001 | 0,002 |
| 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 ».