MétaCan
Menu
Retour à la cohorte
Enregistrement W4386863426 · doi:10.1186/s40798-023-00628-x

P1NP and β-CTX-1 Responses to a Prolonged, Continuous Running Bout in Young Healthy Adult Males: A Systematic Review with Individual Participant Data Meta-analysis

2023· review· en· W4386863426 sur OpenAlexfundno aff
Rita Civil, Eimear Dolan, Paul Swinton, Lívia Santos, Ian Varley, Philip J. Atherton, Kirsty J. Elliott‐Sale, Craig Sale

Notice bibliographique

RevueSports Medicine - Open · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São PauloTrent UniversityNottingham Trent University
Mots-clésStandard deviationPooled varianceMean differenceMedicineMeta-analysisInternal medicineStatisticsConfidence intervalMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Circulating biomarkers of bone formation and resorption are widely used in exercise metabolism research, but their responses to exercise are not clear. This study aimed to quantify group responses and inter-individual variability of P1NP and β-CTX-1 after prolonged, continuous running (60–120 min at 65–75% V̇O2max) in young healthy adult males using individual participant data (IPD) meta-analysis. Methods The protocol was designed following PRISMA-IPD guidelines and was pre-registered on the Open Science Framework prior to implementation ( https://osf.io/y69nd ). Changes in P1NP and β-CTX-1 relative to baseline were measured during, immediately after, and in the hours and days following exercise. Typical hourly and daily variations were estimated from P1NP and β-CTX-1 changes relative to baseline in non-exercise (control) conditions. Group responses and inter-individual variability were quantified with estimates of the mean and standard deviation of the difference, and the proportion of participants exhibiting an increased response. Models were conducted within a Bayesian framework with random intercepts to account for systematic variation across studies. Results P1NP levels increased during and immediately after running, when the proportion of response was close to 100% (75% CrI: 99 to 100%). P1NP levels returned to baseline levels within 1 h and over the next 4 days, showing comparable mean and standard deviation of the difference with typical hourly (0.1 ± 7.6 ng·mL−1) and daily (− 0.4 ± 5.7 ng·mL−1) variation values. β-CTX-1 levels decreased during and up to 4 h after running with distributions comparable to typical hourly variation (− 0.13 ± 0.11 ng·mL−1). There was no evidence of changes in β-CTX-1 levels during the 4 days after the running bout, when distributions were also similar between the running data and typical daily variation (− 0.03 ± 0.10 ng·mL−1). Conclusion Transient increases in P1NP were likely biological artefacts (e.g., connective tissue leakage) and not reflective of bone formation. Comparable small decreases in β-CTX-1 identified in both control and running data, suggested that these changes were due to the markers’ circadian rhythm and not the running intervention. Hence, prolonged continuous treadmill running did not elicit bone responses, as determined by P1NP and β-CTX-1, in this population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,043
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,031
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,437
Tête enseignante GPT0,514
Écart entre enseignants0,077 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports Medicine - OpenMême sujetBone health and osteoporosis researchTravaux en français237 207