MétaCan
Menu
Retour à la cohorte
Enregistrement W4391145171 · doi:10.1519/jsc.0000000000004634

Genetic Associations With Acceleration, Change of Direction, Jump Height, and Speed in English Academy Football Players

2023· article· en· W4391145171 sur OpenAlexaff
A. McAuley, David C. Hughes, Loukia Tsaprouni, Ian Varley, Bruce Suraci, Ben Bradley, Joseph Baker, Adam J. Herbert, Adam L. Kelly

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFootballJumpGenotypeSingle-nucleotide polymorphismAccelerationMathematicsStatisticsBiologyGeneticsGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: McAuley, ABT, Hughes, DC, Tsaprouni, LG, Varley, I, Suraci, B, Bradley, B, Baker, J, Herbert, AJ, and Kelly, AL. Genetic associations with acceleration, change of direction, jump height, and speed in English academy football players. J Strength Cond Res 38(2): 350-359, 2024-High-intensity movements and explosive actions are commonly assessed during athlete development in football (soccer). Although many environmental factors underpin these power-orientated traits, research suggests that there is also a sizeable genetic component. Therefore, this study examined the association of 22 single-nucleotide polymorphisms (SNPs) with acceleration, change of direction, jump height, and speed in academy football players. One hundred and forty-nine, male, under-12 to under-23 football players from 4 English academies were examined. Subjects performed 5-, 10-, 20-, and 30-m sprints, countermovement jumps (CMJs), and the 5-0-5 agility test. Simple linear regression was used to analyze individual SNP associations, whereas both unweighted and weighted total genotype scores (TGS; TWGS) were computed to measure the combined influence of all SNPs. To control for multiple testing, a Benjamini-Hochberg false discovery rate of 0.05 was applied to all genotype model comparisons. In isolation, the GALNT13 (rs10196189) G allele and IL6 (rs1800795) G/G genotype were associated with faster (∼4%) 5-, 10-, and 20-m sprints and higher (∼16%) CMJs, respectively (p < 0.001). Furthermore, the TGS and TWGS significantly correlated with all performance assessments, explaining between 6 and 33% of the variance (p < 0.001). This study demonstrates that some genetic variants are associated with power-orientated phenotypes in youth football players and may add value toward a future polygenic profile of physical performance.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,327
Écart entre enseignants0,280 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetGenetics and Physical PerformanceTravaux en français237 207