CYP1A2 Genotype Modifies the Effects of Caffeine Compared With Placebo on Muscle Strength in Competitive Male Athletes
Notice bibliographique
Résumé
Caffeine is commonly used to improve athletic performance across a variety of sports. Previously, the CYP1A2 gene has been shown to modify the effects of caffeine on endurance performance. The effect of caffeine on strength and power activities is unclear and may differ depending on an individual's CYP1A2 genotype. A randomized controlled trial was used to determine whether caffeine impacts strength and power, determined by the handgrip and vertical jump tests, respectively, and whether CYP1A2 genotype modifies any effects. Competitive male athletes (age = 25 ± 4 years) completed vertical jump (n = 97), and handgrip tests (n = 102) under three conditions: 0 (placebo), 2, or 4 mg of caffeine per kilogram of body mass (in milligrams per kilogram). CYP1A2 (rs762551) genotype was determined from saliva samples. No differences between caffeine doses and placebo were observed for strength or power; however, significant Caffeine × Gene interactions were observed for all exercise tests. Individuals with the CC genotype experienced a 12.8% decrease in handgrip strength with 4 mg/kg of caffeine compared with placebo (53 ± 11 kg vs. 61 ± 17 kg, p = .02). No differences were observed in those with the AC or AA genotypes. Despite observing a significant Caffeine × Gene interaction for vertical jump performance, no differences were observed between caffeine doses and placebo for all genotypes. In summary, caffeine (4 mg/kg) worsened handgrip strength performance in those with the CC genotype, but no differences were observed in those with the AC or AA genotypes. Athletes may want to consider their CYP1A2 genotype prior to using caffeine to improve muscle strength.
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 | 0,000 | 0,000 |
| 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 ».