How Cool is That? The Effects of Menthol Mouth Rinsing on Exercise Capacity and Performance: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Background Menthol (MEN) mouth rinsing (MR) has gained considerable interest in the athletic population for exercise performance; however, the overall magnitude of effect is unknown. Objective The aim of this systematic review and meta-analysis was to determine the efficacy of menthol MEN MR and the impact it has on exercise capacity and performance. Methods Three databases were searched with articles screened according to the inclusion/exclusion criteria. Three-level meta-analyses were used to investigate the overall efficacy of MEN MR and the impact it has on exercise capacity and performance. Meta-regressions were then performed with 1) mean V O2 peak , 2) MEN swilling duration; 3) the MEN concentration of MR solution, 4) the number of executed swills throughout a single experiment, 5) the use of flavoured sweetened, non-caloric, or non-flavoured neutral solutions as controls, 6) mean environmental temperature at the time of exercise tests, and 7) exercise type as fixed factors to evaluate their influence on the effects of MEN MR. Results Ten MEN MR studies included sufficient information pertaining to MEN MR and exercise performance and capacity. MR with MEN resulted in no significant change in capacity and performance (SMD = 0.12; 95% CI − 0.08, 0.31; p = 0.23, n = 1, tau 2 1 < 0.0001, tau 2 2 = < 0.0001, I 2 = 0%). No significant influence was detected in meta-regressions for V O2 peak , (estimate: 0.03; df = 8; 95% CI − 0.03, 0.09; p = 0.27), swilling duration (5 vs. 10 s: 0.00; df = 16; 95% CI − 0.41, 0.41; p = 1.0), MEN concentration (low [0.01%] vs. high [0.1%]: − 0.08; df = 15; 95% CI − 0.49, 0.32; p = 0.67), number of swills (estimate: 0.02; df = 13; 95% CI − 0.05, 0.09; p = 0.56), the use of flavoured sweetener or non-caloric as control (non-flavoured vs. flavoured: 0.12; df = 16; 95% CI − 0.30, 0.55; p = 0.55) or mean room temperature during exercise tests (estimate: 0.01; df = 16; 95% CI − 0.02, 0.04; p = 0.62). Conclusion MEN MR did not significantly improve overall exercise capacity and performance, though those involved in endurance exercise may see benefits.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».