Easy Prediction of the Maximal Lactate Steady-State in Young and Older Men and Women
Notice bibliographique
Résumé
Maximal Lactate steady-state (MLSS) demarcates sustainable from unsustainable exercise and is used for evaluation/monitoring of exercise capacity. Still, its determination is physically challenging and time-consuming. This investigation aimed at validating a simple, submaximal approach based on blood lactate accumulation ([Δlactate]) at the third minute of cycling in a large cohort of men and women of different ages. 68 healthy adults (40♂, 28♀, 43 ± 17 years (range 19-78), VO2max 45 ± 11 ml-1·kg-1·min-1 (25-68)) performed 3-5 constant power output (PO) trials with a target duration of 30 minutes to determine the PO corresponding to MLSS. During each trial, [Δlactate] was calculated as the difference between the third minute and baseline. A multiple linear regression was computed to estimate MLSS based on [Δlactate], subjects` gender, age and the trial PO. The estimated MLSS was compared to the measured value by paired t-test, correlation, and Bland-Altman analysis. The group mean value of estimated MLSS was 180 ± 51 W, not significantly different from (p = 0.98) and highly correlated with (R2 = 0.89) measured MLSS (180 ± 54 watts). The bias between values was 0.17 watts, and imprecision 18.2 watts. This simple, submaximal, time- and cost-efficient test accurately and precisely predicts MLSS across different samples of healthy individuals (adjusted R2 = 0.88) and offers a practical and valid alternative to the traditional MLSS determination.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».