Cranberry supplementation improves physiological markers of performance in trained runners
Notice bibliographique
Résumé
PURPOSE: Cranberries have the highest polyphenol and antioxidant capacity among fruits and vegetables and may protect against exercise-induced free radical production, consequently improving performance. This study aimed to investigate the effect of polyphenol-rich cranberry extract (CE) on time-trial performance and lactate response following exercise. METHODS: A total of 14 trained runners were tested at i) baseline, ii) 2 h following an acute CE dose (0.7 g/kg of body mass), and iii) 4 weeks after daily supplement consumption (0.3 g/kg of body mass). At each time point, runners performed a 1500-m race followed by a 400-m race where the live vastus lateralis oxygenation changes were determined by near-infrared spectroscopy and blood lactate was measured at rest and 1 and 3 min after each trial. The Shapiro-Wilk test and repeated-measures analysis of variance were used to establish significance (P <0.05). RESULTS: Cranberry supplementation over 28 d improved aerobic performance during the 1500-m time trial, whereas the acute dose had no effect. More specifically, muscle reoxygenation rates were significantly faster after 28 d compared to baseline (P = 0.04; η² = 0.29), and a trend towards slower deoxygenation rate was observed (P = 0.13; η² = 0.20). Chronic CE consumption also buffered the post-exercise lactate response for the 400-m race (P = 0.01; η² = 0.27), while no effects were seen for the longer race. CONCLUSION: Our results suggest that cranberry supplementation may have ergogenic effects, as it improves physiological markers of performance during short- and long-distance running.
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 ».