<sup>1</sup> H NMR urinary metabolomic analysis in recreational athletes: Impact of physical exercise, high intensity interval training and whole body cryostimulation
Notice bibliographique
Résumé
Introduction: Physical exercise induces various metabolic changes, influencing energy expenditure and substrate utilization. Metabolomics provides a comprehensive understanding of the metabolic adaptations occurring in response to physical exercise and recovery. This study aimed to investigate metabolic adaptations in recreational athletes by analyzing the urine metabolome following a high intensity interval training (HIIT) program with or without repeated cryotherapy recovery. Method: H NMR spectroscopy was used to investigate the impact of sub-maximal cycling bout (SMC) at 60 % of power aerobic peak on urine metabolome before and after 4 weeks HIIT with or without cryostimulation recovery (WBC, N = 11; CTL, N = 12). Results: PCA analysis revealed a distinct separation between the urine NMR profiles of the WBC and the CTL groups induced by SMC. Targeted analyses showed no significant metabolic differences before SMC. However, post-SMC analysis revealed marked changes in lactate, acetate, acetone, urea, formate, citrate and adenine levels. The training program amplified these metabolic alterations in both groups. The WBC group exhibited significant changes in alanine, acetone and 2-hydroxyisobutyric acid, while the CTL group showed alterations in citrate Conclusion: SMC triggers a variety of metabolic changes that reflect the body's efforts to maintain energy balance under stress. When combined with WBC, HIIT further enhances these adaptations, improving glycolytic capacity, fat metabolism, and the regulation of energy homeostasis.
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 | 0,001 | 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 ».