1. COLLAB UVV
  2. Teses e Dissertações
  3. Pós-Graduação em Ciências Farmacêuticas
  4. Tese de Doutorado
Please use this identifier to cite or link to this item: https://repositorio.uvv.br//handle/123456789/1555
Full metadata record
DC FieldValueLanguage
dc.contributorPereira, Thiago de Melo Costa-
dc.contributorCampagnaro, Bianca Prandi-
dc.contributor.authorAffonso, Helvio de Oliveira-
dc.date.accessioned2024-09-23T18:41:59Z-
dc.date.available2024-09-23T18:41:59Z-
dc.date.issued2020-12-21-
dc.identifier.urihttps://repositorio.uvv.br//handle/123456789/1555-
dc.description.abstractApesar do grande avanço tecnológico e os estudos ligados ao treinamento esportivo, existe uma lacuna a ser preenchida no monitoramento, controle e distribuição das cargas de treino. Ainda é comum controles subjetivos, principalmente a percepção de esforço. Dessa forma, surge essa pesquisa para identificar o “preço fisiológico” em diferentes grupos e intensidades de exercícios, a partir da carga interna. Objetivo: identificar, a partir dos biomarcadores séricos, dados que possam fundamentar staffs (equipe multidisciplinar) para melhores práticas acerca do treinamento esportivo. Metodologia: Coletas de sangue venoso e capilar para análise pré e pós estímulos específicos . GRUPO1 (15) esportistas/corredoras iniciantes; GRUPO2 (36) Exercício extremo ultramaratonistas; GRUPO3 (22) atletas profissionais/jogadores de futebol; GRUPO4 (5) atletas de elite/natação e atletismo. Estudo descritivo t-teste e anova aplicados. Dados apresentados média ± desvio-padrão (SD), processados no software graph pad prism 6 estatisticamente significantes p<0,05. Resultados: Corredoras amadoras: leucocitose 38%, neutrofilia 47%, monocitopenia -28% e linfopenia -48%; ferro sérico 59%; potássio 12%; GH - 55%, testosterona 54% e cortisol 394%; AST 9%; ALT -34%; creatinina 31%; CK 100%, CK-MB -37%. Ultramaratona mulheres: leucocitose 65%; eritropenia 5% ; neutrofilia 30% e linfopenia -43%; ferro sérico -42%; GH -56%; testosterona 238%; cortisol 219%; PCRUs 300%; troponina 2423%; homocisteína -10%; CK 2144%; CKMB 311%. Ultramaratona homens: leucocitose 95%; neutrofilia 38%; linfopenia -58%; cálcio 3%; ferro sérico -39%; ureia 51%; testosterona - 28%; insulina 29%; cortisol 200%; PCR/US 702%; troponina 1219%; homocisteína 41%; AST 131%; ALT 53% e GGT 6,7%; creatinina 51%; CK 962%; CK-MB 352%. Jogadores de futebol: leucocitose 22 e 68%; neutrofilia 19 e 17%; monocitopenia -12 e -20% e linfopenia -17 e -24%; ferro sérico 45 e 7%; potássio 40%; GH 2683 e 925%, testosterona 19%) e cortisol 51%; PCR/US -72 e -13%; ferritina 41%; homocisteína 21, 18 e 53%; ALT 59%; CK 241% e CKMB 56, 46 e 44. Atletas de Elite: Lactato pós LPO (estímulo de 3 segundos) elite média 15 mmol/L; sub elite 2 a 3 mmol/L; tiros 30m elite (estímulo de 3 segundos) >20 mmol/L; sub elite 4 mmol/L. Conclusão: O estudo indica que a integração de monitoramento contínuo, a partir dos biomarcadores, parece evidenciar melhor as respostas individuais ao treinamento, permitindo assim aos staffs melhores práticas visando otimizar o processo de treinamento. Para o caso dos esportes coletivos como o futebol as evidências apontam ser necessário separar por clusters, grupos de atletas com perfis fisiológicos parecidos, e desta forma potencializar as prescrições e adaptações.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectCarga interna de treinopt_BR
dc.subjectMonitoramentopt_BR
dc.subjectMecanismos de fadigapt_BR
dc.subjectPeriodizaçãopt_BR
dc.subjectAssinatura fisiológicapt_BR
dc.subject.vocabularyCNPQ::CIENCIAS BIOLOGICASpt_BR
dc.subject.vocabularyCNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIApt_BR
dc.titleAvaliação de biomarcadores séricos no monitoramento do treinamento esportivopt_BR
dc.typeThesispt_BR
dc.publisher.countrybrasilpt_BR
dc.description.resumoDespite the great technological advances and studies related to sports training, there is a gap to be filled in the monitoring, control and distribution of training loads. Subjective controls are still common, especially the perception of effort. Thus, this research appears to identify the “physiological price” in different groupsand exercise intensities, based on the internal load. Objective: to identify, based on serum biomarkers, data that can support staff (multidisciplinary team) for best practices regarding sports training. Methodology: Collection of venous and capillary blood for analysis before and after specific stimuli. GROUP1 (15) sportsmen/runners/beginners; GROUP2 (36) Extreme exercise/ ultramarathon runners; GROUP3 (22) professional athletes/soccer players; GROUP4 (5) elite athletes/swimming and athletics. Descriptive t-test and anova study applied. Data presented mean ± standard deviation (SD), processed in the graph pad prism 6 statistically significant software p <0.05 Results: Amateur runners: leukocytosis 38%, neutrophilia 47%, monocytopenia -28% and lymphopenia -48%; serum iron 59%; potassium 12%; GH -55%, testosterone 54% and cortisol 394%; AST 9%; ALT -34%; creatinine 31%; 100% CK, 37% CK-MB. Ultramarathon women: leukocytosis 65%; erythropenia 5%; neutrophilia 30% and lymphopenia -43%; serum iron -42%; GH -56%; testosterone 238%; cortisol 219%; hs-CRP 300%; troponin 2423%; homocysteine -10%; CK 2144%; 311% CKMB. Ultramarathon men: leukocytosis 95%; neutrophilia 38%; lymphopenia -58%; calcium 3%; serum iron -39%; 51% urea; testosterone -28%; insulin 29%; 200% cortisol; hs- CRP 702%; troponin 1219%; 41% homocysteine; AST 131%; ALT 53% and GGT 6.7%; creatinine 51%; CK 962%; CK-MB 352%. Soccer players: leukocytosis 22 and 68%; neutrophilia 19 and 17%; monocytopenia -12 and -20% and lymphopenia -17 and -24%; serum iron 45 and 7%; potassium 40%; GH 2683 and 925%, testosterone 19%) and cortisol 51%; hs-CRP -72 and -13%; 41% ferritin; homocysteine 21, 18 and 53%; ALT 59%; CK 241% and CK-MB 56, 46 and 44. Elite Athletes: Lactate after LPO (3-second stimulus) elite average 15 mmol / L; sub elite 2 to 3 mmol / L; 30m elite shots (3 second stimulus)> 20 mmol / L; sub elite 4 mmol / L. Conclusion: The study indicates that the integration of continuous monitoring, based on biomarkers, seems to better evidence individual responses to training, thus allowing staffs best practices to optimize the training process. For the case of team sports such as football, the evidence points out that it is necessary to separate clusters, groups of athletes with similar physiological profiles, and thus enhance prescriptions and adaptations.pt_BR
Appears in Collections:Tese de Doutorado

Files in This Item:
File Description SizeFormat 
TESE FINAL DE HELVIO DE OLIVEIRA AFFONSO (002).pdfTESE FINAL DE HELVIO DE OLIVEIRA AFFONSO14.87 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.