Évaluation de l’impact d’un ultra trail de 156km sur l’équilibre glycémique de coureurs non diabétiques:résultats préliminaires
Notice bibliographique
Résumé
Contexte - Plusieurs équipes ont exploré la glycémie lors d’épreuves d’ultra-endurance, mais, \nseulement avec des mesures ponctuelles conduisant à des résultats divergents (baisse[1], \nhausse[2], ou stabilité de la glycémie[3]). La mesure des variations glycémiques en continu \npermettrait d’apprécier les variations réelles de glycémies pendant les différentes phases de \nl’épreuve et à la récupération. La mise en évidence d’éventuels épisodes hypo ou \nhyperglycémiques pourrait expliquer certaines variations de performances. \nMéthodes - Cinquante-cinq coureurs (43 hommes, 12 femmes) ont participé à un ultra-trail de \n6 boucles de 26km et 1000m D+ à Clécy (France)[4]. La veille de la course, un capteur de \nglucose interstitiel en continu, en mode masqué, a été placé à l'arrière du bras des participants \net porté pendant 14 jours afin d’obtenir les données de repos (de la pose du capteur jusqu’à \n06h00 le jour de la course), de course mais aussi de récupération. Des modèles mixtes linéaires \nou des régressions logistiques binaires ont permis d’identifier les excursions glycémiques et \nleurs liens avec les caractéristiques de course. \nRésultats - Au repos avant la course, le temps passé <70mg.dL-1 est 2,26% plus élevé que \npendant la course (e -2,26; P<0,001) alors que le temps passé >140mg.dL-1 est moins élevé que \npendant la course (e -5,86; P=0,004). Plus la vitesse de course est élevée lors d’une boucle, \nplus les coureurs passent de temps >140mg.dL-1 (e -0,1; P=0,003). La variabilité glycémique \n(coefficient de variation) augmente au fur et à mesure des boucles de course (e +2,55; P<0,001). \nL’augmentation du temps passé >140mg.dL-1 a tendance à diminuer le temps de réaction des \ncoureurs lors des tests de vigilance (e -0,01; P=0,071). \nConclusion - L’ultra trail s’est accompagné d’un risque hyperglycémique, et non \nhypoglycémique, accru, d’autant plus lors les boucles où la vitesse était plus élevée, suggérant \nl’implication des hormones hyperglycémiantes. La suite des analyses explorera les données de \nrécupération.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».