Thyroid metabolism and supplementation: A review framed in sports environment
Notice bibliographique
Résumé
OBJECTIVES: This paper aimed to consider those features that may suggest a link between thyroid hormones pharmacology and athletes' health based on current consumption trends in a population of athletes. METHODS: Methods used were observation, description, and synthesis, mainly. Among the documents reviewed were books, scientific articles, and review articles peer-reviewed. The review covered sources published in the period 1961 to 2021. Only references with a traceable origin were accepted (DOI numbering, ISSN, and ISBN, as well as peer-reviewed journals). The data on the consumption of thyroid hormones derivatives were extracted from the Doping Control Forms of athlete samples received at Laboratorio Antidoping FMSI of Rome from 2017 to 2021. RESULTS: An overview of the biosynthesis, pharmacology, and metabolism of thyroid hormones, including thyronamines and thyronacetic acids, was presented. Likewise, a summary is presented on the relationship between thyroid hormones and ethnic and gender differences, their physiology in sport, and the reasons why their use could be considered attractive for athletes. CONCLUSION: Today, thyroid hormones are not listed as a prohibited substance by the World Anti-Doping Agency. However, several requests to include levothyroxine on the prohibited list are documented. The observation that the number of athletes taking thyroid hormones is growing, particularly in sports such as cycling, triathlons, and skating, should prompt an update on this topic.
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) | 0,002 | 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) | 0,001 | 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 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 ».