Associação entre vitamina D e performance em ultramaratonas: uma revisão sistemática e meta-análise
Bibliographic record
Abstract
A suplementação de vitamina D tem sido amplamente investigada por seu impacto na saúde óssea, mas estudos recentes sugerem que ela pode desempenhar um papel importante na performance física e recuperação de atletas de resistência, incluindo ultramaratonistas. Este estudo teve como objetivo analisar a influência dos níveis de vitamina D na performance e recuperação de ultramaratonistas por meio de uma revisão sistemática com meta-análise. Foram selecionados ensaios clínicos randomizados (ECRs) e estudos observacionais que investigaram os efeitos da suplementação de vitamina D em atletas de ultramaratona, com ênfase em parâmetros como resistência, recuperação muscular e prevenção de lesões. A qualidade dos estudos foi avaliada utilizando ferramentas padronizadas como a Risk of Bias Tool da Cochrane e a Newcastle-Ottawa Scale (NOS), com a maioria dos estudos apresentando qualidade moderada a alta. A meta-análise indicou que a suplementação de vitamina D (1000 a 4000 UI/dia) teve efeitos positivos significativos na melhoria da resistência física (10,2% de aumento médio) e na aceleração da recuperação muscular, com uma redução de 12,3% no risco de lesões musculares. Além disso, doses mais altas e intervenções mais longas (acima de 8 semanas) demonstraram melhores resultados. A qualidade da evidência foi classificada como moderada para os efeitos sobre resistência e recuperação, e baixa para a prevenção de lesões. Os resultados sugerem que a suplementação de vitamina D pode ser uma estratégia eficaz para melhorar a performance e reduzir o risco de lesões em ultramaratonistas, embora mais estudos sejam necessários para consolidar esses achados.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.028 | 0.067 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.011 | 0.031 |
| Bibliometrics | 0.006 | 0.007 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".