MétaCan
Menu
Retour à la cohorte
Enregistrement W3120561503 · doi:10.1249/mss.0000000000002595

HFE Genotype and Endurance Performance in Competitive Male Athletes

2020· article· en· W3120561503 sur OpenAlexafffund
Drishti Thakkar, Marc Sicova, Nanci S. Guest, Bibiana García‐Bailo, Ahmed El‐Sohemy

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensCanada Research ChairsUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGenotypeHemochromatosisAthletesSingle-nucleotide polymorphismVO2 maxInternal medicineEndurance trainingSNPHereditary hemochromatosisMedicinePhysiologyEndocrinologyBiologyPhysical therapyGeneticsHeart rateBlood pressureGene

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Hereditary hemochromatosis can cause individuals to absorb too much iron from their diet. Higher tissue iron content, below the threshold of toxicity, may enhance oxygen carrying capacity and offer a competitive advantage. Single nucleotide polymorphisms (SNP) in the homeostatic iron regulator (HFE) gene have been shown to modify iron metabolism and can be used to predict an individual's risk of hemochromatosis. Several studies have shown that HFE genotypes are associated with elite endurance athlete status; however, no studies have examined whether HFE genotypes are associated with endurance performance. PURPOSE: The objectives of this study were to determine whether there was an association between HFE risk genotypes (rs1800562 and rs1799945) and endurance performance in a 10-km cycling time trial as well as maximal oxygen uptake (V˙O2peak), an indicator of aerobic capacity. METHODS: Competitive male athletes (n = 100; age = 25 ± 4 yr) completed a 10-km cycling time trial. DNA was isolated from saliva and genotyped for the rs1800562 (C282Y) and rs1799945 (H63D) SNP in HFE. Athletes were classified as low risk (n = 88) or medium/high risk (n = 11) based on their HFE genotype for both SNP using an algorithm. ANCOVA was conducted to compare outcome variables between both groups. RESULTS: Individuals with the medium- or high-risk genotype were ~8% (1.3 min) faster than those with the low-risk genotype (17.0 ± 0.8 vs 18.3 ± 0.3 min, P = 0.05). V˙O2peak was ~17% (7.9 mL·kg-1⋅min-1) higher in individuals with the medium- or high-risk genotype compared with those with the low-risk genotype (54.6 ± 3.2 vs 46.7 ± 1.0 mL·kg-1⋅min-1, P = 0.003). CONCLUSION: Our findings show that HFE risk genotypes are associated with improved endurance performance and increased V˙O2peak in male athletes.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0030,000

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetGenetics and Physical PerformanceTravaux en français237 207