Biological Variation Data in Triathletes for Metabolism and Growth-Related Biomarkers Included in the Athlete Biological Passport
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: When using biological variation (BV) data, BV estimates need to be robust and representative. High-endurance athletes represent a population under special physiological conditions, which could influence BV estimates. Our study aimed to estimate BV in athletes for metabolism and growth-related biomarkers involved in the Athlete Biological Passport (ABP), by 2 different statistical models. METHODS: Thirty triathletes were sampled monthly for 11 months. The samples were analyzed for human growth hormone (hGH), insulin-like growth factor-1 (IGF-1), insulin-like growth factor binding protein 3 (IGFBP-3), insulin, and N-terminal propeptide of type III procollagen (P-III-NP) by immunoassay. Bayesian and ANOVA methods were applied to estimate within-subject (CVI) and between-subject BV. RESULTS: CVI estimates ranged from 7.8% for IGFBP-3 to 27.0% for insulin, when derived by the Bayesian method. The 2 models gave similar results, except for P-III-NP. Data were heterogeneously distributed for P-III-NP for the overall population and in females for IGF-1 and IGFBP-3. BV components were not estimated for hGH due to lack of steady state. The index of individuality was below 0.6 for all measurands, except for insulin. CONCLUSIONS: In an athlete population, to apply a common CVI for insulin would be appropriate, but for IGF-1 and IGFBP-3 gender-specific estimates should be applied. P-III-NP data were heterogeneously distributed and using a mean CVI may not be representative for the population. The high degree of individuality for IGF-1, IGFBP-3, and P-III-NP makes them good candidates to be interpreted through reference change values and the ABP.
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.
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) | 0,000 | 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 | 0,001 | 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 découle