Acute Effects of Milk vs. Carbohydrate on Bone Turnover Biomarkers Following Loading Exercise in Young Adult Females
Notice bibliographique
Résumé
Dairy products and impact exercise have previously been identified to be independently beneficial for bone mineral properties, however, it is unknown how the combination of these two osteogenic interventions may alter acute bone turnover. Using a randomized crossover design, we compared the acute effects of consuming milk vs. an isoenergetic carbohydrate control beverage on bone biomarkers following loading exercise. Thirteen healthy female participants (Age = 20.3 ± 2.3y; BMI = 21.0 ± 1.1 kg/m 2 ) consumed either 550 mL of 0% skim white milk (MILK) or 52.7 g of maltodextrin in 550 mL of water (CHO), both 5 min and 1 h following completion of a combined plyometric (198 impacts) and resistance exercise (3–4 sets/exercise, 8–12 reps/set, ∼75% 1-RM) bout. Venous blood samples were obtained pre-exercise, and 15 min, 75 min, 24 h and 48 h post-exercise to assess serum concentrations of bone resorption biomarkers, specifically carboxyl-terminal crosslinking telopeptide of type I collagen (CTX), receptor activator nuclear factor kappa-β ligand (RANKL), and sclerostin (SOST), as well as bone formation biomarkers, specifically osteoprotegerin (OPG) and osteocalcin (OC). When absolute biomarker concentrations were examined, there were no interaction or group effects for any biomarker, however, there were main time effects ( p < 0.05) for RANKL, SOST, and OC, which were lower, and the OPG: OPG/RANKL ratio, which was higher at 75 min post-exercise compared with baseline in both conditions. In addition to assessing absolute biomarker concentrations at specific timepoints, we also evaluated the relative (% change) cumulative post-exercise response (75 min to 48 h) using an area under the curve (AUC) analysis. This analysis showed that the relative post-exercise CTX response was significantly lower in the MILK compared to the CHO condition ( p = 0.03), with no differences observed in the other biomarkers. These results show that while milk does not appear to alter absolute concentrations of bone biomarkers compared to CHO, it may attenuate relative post-exercise bone resorption (i.e., blunt the usual catabolic response to exercise).
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 ».