《Nutrients》：Development and Exploratory Evaluation of a Habitual Caffeine Intake-Based Index to Characterize the Ergogenic Response to Caffeine in Wrestlers
目的：本随机、双盲、安慰剂对照交叉试验的二次探索性分析开发并比较了将给予的咖啡因剂量与习惯性摄入量相联系的指数，以表征摔跤运动员表现和不良反应的变异性。方法：72名男性摔跤运动员完成了一项随机、双盲、安慰剂对照交叉试验，在垂直跳跃和摔跤特异性测试前60 min摄入咖啡因（4 mg·kg?1）或安慰剂。计算了三个指数：DAR，将给予剂量表示为习惯性摄入量的倍数；DDI，量化高于习惯性摄入量的额外咖啡因摄入；DNI，将该额外摄入量表示为给予剂量的比例。采用分层回归模型检验各指数是否在习惯性咖啡因摄入量和绝对咖啡因剂量之外提供增量解释价值。结果：在针对习惯性咖啡因摄入量和绝对剂量进行调整的探索性分层模型中，DAR与总提抱次数变化（ΔR2 = 0.249，p < 0.001）、摔跤表现指数（ΔR2 = 0.321，p < 0.001）、咖啡因效用指数（ΔR2 = 0.160，p < 0.001）及不良反应严重程度（ΔR2 = 0.072，p = 0.008）的额外解释方差相关，但与垂直跳跃表现变化无关（ΔR2 = 0.004，p = 0.586）。DDI对总提抱次数变化（ΔR2 = 0.061，p = 0.027）和摔跤表现指数（ΔR2 = 0.067，p = 0.022）提供显著的增量解释价值。探索性二次分析确定了理论DAR顶点范围为2.25至2.81。结论：这些发现支持DAR作为前瞻性评价的主要指数，但并未确立给药处方。DAR不旨在替代基于体质量的给药（mg·kg?1）；相反，它提供了一个补充性参考维度，应在既定安全限值内应用。
研究背景：咖啡因是运动中最广泛使用的增能助剂之一，其摄入可增强耐力表现、无氧能力、肌肉功率、速度、警觉性和认知功能。当前咖啡因推荐主要依赖基于相对体质量的剂量（通常3–6 mg·kg
?1），较少考虑运动员的习惯性咖啡因摄入量。尽管增能效应已确立，运动员对咖啡因补充的反应存在相当大的个体间变异性，即使剂量按体质量处方亦然。这种变异性可能反映咖啡因药代动力学和药效学差异，包括影响咖啡因代谢和腺苷信号传导的多态性（特别是CYP1A2 rs762551和ADORA2A rs5751876），以及性别、训练状态、摄入时机、运动特异性需求、期望、睡眠和习惯性咖啡因暴露。习惯性咖啡因摄入尤为重要，因为重复暴露可能改变对后续剂量的生理反应。在生理相关浓度下，咖啡因主要作为腺苷A1和A2A受体的竞争性拮抗剂，减少腺苷介导的神经元活动抑制。重复咖啡因暴露可诱导腺苷能系统的代偿性适应，包括受体表达和下游信号传导的改变，这为耐受性提供了可能的机制。人体证据因研究设计而异：低和高习惯性消费者的横断面比较常报告相似的急性增能效应，而纵向研究提示增能反应幅度可随重复暴露而减弱。这种差异提示"习惯性摄入"并非单一生物学构念：习惯摄入量、暴露持续时间和模式、近期戒断以及相对于通常摄入的急性剂量均可能影响观察到的反应。咖啡因戒断是一个重要考虑因素：习惯性消费者24 h禁食可产生戒断症状（头痛、疲劳、警觉性降低），损害安慰剂表现，并可能被随后的咖啡因给药部分逆转。由于习惯性摄入是本分析的核心暴露变量，戒断效应可能直接促成观察到的习惯性摄入与咖啡因-安慰剂反应之间的关联，可能反映戒断逆转而非纯粹的增能效应。在格斗运动中这一问题可能尤为相关，其表现取决于重复爆发性动作、高无氧功率、疲劳下的技术执行、知觉控制和剧烈努力间的快速恢复。摔跤特异性研究显示咖啡因可影响模拟比赛和运动特异性测试中的表现，但大多数研究将咖啡因作为相对于体质量的固定剂量处方，而未将习惯性咖啡因暴露明确整合入给药框架。因此，未解决的问题不仅是咖啡因是否具有增能作用，而是一个给定实验剂量的意义是否随运动员的通常暴露而改变。明确将给予剂量与习惯性摄入相联系的指标可为检验这一命题提供实用方法。对摔跤运动员而言，这一区分具有实际重要性，因为重复高强度工作的微小增益可能被增加的症状所抵消，这些症状干扰技术控制或恢复。据此，本研究旨在开发和比较将给予咖啡因剂量与习惯性咖啡因摄入相联系的候选指数，并检验这些指数是否在其构成变量（习惯性咖啡因摄入量和绝对咖啡因剂量）之外，对摔跤特异性表现和不良反应负担提供增量解释价值。评价了三个候选公式：剂量-习惯摄入比（DAR）、剂量差异指数（DDI）和剂量新颖性指数（DNI）。先验实际目标是识别对未来前瞻性评价显示最强解释信号的指数，而非提出三种单独的处方针。
研究人员开展了什么研究及结论与意义：研究人员开展了随机、双盲、安慰剂对照交叉试验的二次探索性分析，纳入72名男性摔跤运动员，在垂直跳跃和摔跤特异性测试前60 min摄入咖啡因（4 mg·kg
?1）或安慰剂。研究得出，在调整习惯性咖啡因摄入量和绝对剂量的探索性分层模型中，DAR对总提抱次数变化、摔跤表现指数、咖啡因效用指数和不良反应严重程度提供显著增量解释方差，但对垂直跳跃表现变化无显著贡献；DDI对总提抱次数变化和摔跤表现指数提供显著增量解释价值；探索性二次分析确定理论DAR顶点范围为2.25至2.81。研究支持DAR作为前瞻性评价的主要指数，但未确立给药处方；DAR不替代基于体质量的给药，而提供应在既定安全限值内应用的补充性参考维度。其重要意义在于将习惯性咖啡因暴露明确纳入给药框架的考量，为个性化运动营养中咖啡因处方的进一步前瞻性研究提供了假设生成性依据。
关键技术方法：研究为随机、双盲、安慰剂对照交叉试验的二次探索性分析，样本来自通过教练和地方摔跤联合会直接联系从地区摔跤俱乐部和竞技队招募的男性摔跤运动员（n = 72完成）。采用Bühler等最初开发的咖啡因摄入评估工具（针对伊朗常见咖啡因产品如土耳其咖啡、红茶进行改编）评估习惯性咖啡因摄入量；给予无水咖啡因4 mg·kg
?1体质量或相同外观的葡萄糖安慰剂胶囊；采用Sargent垂直跳跃测试评估下肢爆发力，采用摔跤特异性体能测试（SWFT）评估摔跤特异性表现；采用副作用评估问卷评估不良反应；计算DAR、DDI、DNI三个个性化咖啡因指数及咖啡因效用指数（CUI）；采用分层多元线性回归分析增量和二次回归分析曲线关系，并进行 bootstrap 重采样（5000样本）评估二次模型稳健性、敏感性分析及线性混合效应模型评估序列和残留效应。
研究结果：
3.1 参与者特征：最初纳入的75名参与者中，72名完成所有研究程序并纳入最终分析，平均年龄25.69 ± 4.83岁，体质量86.92 ± 20.86 kg。三名参与者因未完成研究被排除（一名因不可预见的旅行安排，两名因与干预无关的疾病）。摔跤运动员包括自由式（44.4%）和古典式（55.6%），包括业余（40.3%）、半职业（38.9%）和职业（20.8%）运动员。平均训练历史和每周训练量分别为10.25 ± 2.70年和每周6.63 ± 1.21 h。
3.2 基于习惯性咖啡因摄入的指数比较：研究样本平均DAR为2.54 ± 1.66，表明给予的咖啡因剂量平均约为参与者习惯性每日咖啡因摄入量的2.5倍。平均DDI为173.91 ± 110.41 mg，反映实验剂量与习惯性咖啡因消费之间绝对差异的显著个体间变异。DNI平均为0.47 ± 0.26，提示参与者习惯性咖啡因摄入平均约对应于给予剂量的一半，尽管个体间观察到相当大的变异性。72名参与者中，两名报告习惯性咖啡因摄入低于30 mg/天，在DAR计算中被赋予下限值。
3.3 个性化指数与增能反应的关联：相关分析检验了个性化咖啡因指数与预设主要结局（ΔTn、ΔVJ和CUI）以及次要表现和不良反应结局之间的关联。DAR与Tn改善（r = ?0.346，p = 0.003）和摔跤表现指数（r = 0.423，p = 0.001）相关。相比之下，DDI和DNI均未显示与摔跤表现指数改善的显著相关（所有p > 0.05）。复合CUI与DAR（r = ?0.234，p = 0.047）、DDI（r = ?0.365，p = 0.002）和DNI（r = ?0.309，p = 0.009）呈负相关。由于较高CUI值代表增能获益与不良反应之间更有利的平衡，这些反向关联表明在本样本中较大的个性化暴露指数值与较低的CUI值相关。不良反应严重程度与DAR（Spearman's ρ = 0.351，p = 0.002）、DDI（ρ = 0.419，p < 0.001）和DNI（ρ = 0.412，p < 0.001）呈正相关。同样，绝对咖啡因剂量与不良反应严重程度呈正相关（ρ = 0.370，p = 0.001）。这些发现表明较大的咖啡因暴露指数值与更大的报告不良反应负担相关；然而，由于不良反应是在运动测试后回顾性评估的，这些关联不能确定报告的症状是特异地归因于咖啡因、运动还是两者的组合。
3.4 个性化咖啡因指数的增量解释价值：进行分层回归分析以检验DAR、DDI和DNI是否在参与者特征、习惯性咖啡因摄入量和绝对咖啡因剂量之外提供增量解释价值。
3.4.1 DAR：对于ΔTn，基线模型解释19.2%的方差（R
2 = 0.192，调整R
2 = 0.130；p = 0.013）。加入习惯性咖啡因摄入量和绝对咖啡因剂量使解释方差增加1.8%（ΔR
2 = 0.018，p = 0.490；总R
2 = 0.210）。相比之下，加入DAR产生显著且统计学显著的方差增加（ΔR
2 = 0.249，p < 0.001），导致总R
2为0.458（调整R
2 = 0.389）。在最终模型中，DAR与ΔTn呈负调整关联（B = ?1.512，β = ?1.098，p < 0.001）。然而，由于DAR和习惯性咖啡因摄入量存在显著共线性（VIF = 4.85），该系数应解释为多变量模型内的调整关联而非独立因果效应。对于ΔVJ，基线模型仅解释6.2%的方差且无统计学显著性（R
2 = 0.062，调整R
2 = ?0.009；p = 0.503）。加入习惯性咖啡因摄入量和绝对咖啡因剂量仅使R
2增加1.6%（ΔR
2 = 0.016，p = 0.573；总R
2 = 0.078）。随后加入DAR产生进一步0.4%的解释方差增加，也无统计学显著性（ΔR
2 = 0.004，F变化 = 0.299，p = 0.586），最终R
2为0.083。DAR在最终模型中与ΔVJ无显著关联（B = 0.136，β = 0.145，p = 0.586）。对于CUI，参与者特征模型解释8.2%的方差且无统计学显著性（R
2 = 0.082，调整R
2 = 0.012；p = 0.329）。加入习惯性咖啡因摄入量和绝对咖啡因剂量使解释方差显著增加15.9%（ΔR
2 = 0.159，p = 0.002，总R
2 = 0.241）。加入DAR产生进一步16.0%的解释方差增加（ΔR
2 = 0.160，p < 0.001），最终模型解释40.0%的方差（调整R
2 = 0.324；p < 0.001）。调整其他变量后，DAR与CUI呈负相关（B = ?1.017，β = ?0.879，95% CI：?1.513至?0.521，p < 0.001），表明在调整模型中较高DAR值与较低CUI值相关。鉴于DAR与HCI之间的显著重叠（VIF分别为4.847和4.746），该关联应谨慎解释，主要作为增量解释价值而非独立效应的证据。
3.4.2 DDI：对于ΔTn，传统特征解释18.6%的方差（R
2 = 0.186，p = 0.020），而习惯性咖啡因摄入量和绝对咖啡因剂量未提供显著增量（ΔR
2 = 0.018，p = 0.491）。加入DDI使解释方差增加6.1%（ΔR
2 = 0.061，p = 0.027），最终模型解释26.5%的方差（调整R
2 = 0.169，p = 0.011）。对于ΔVJ，传统变量（R
2 = 0.054，p = 0.599）和加入习惯性咖啡因摄入量与绝对咖啡因剂量（ΔR
2 = 0.016，p = 0.596）均未显著改善模型拟合。DDI未提供额外解释价值（ΔR
2 = 0.002，p = 0.716），最终模型不显著（R
2 = 0.072，调整R
2 = ?0.050，p = 0.780）。对于CUI，传统变量解释7.5%的方差（R
2 = 0.075，p = 0.403）。加入习惯性咖啡因摄入量和绝对咖啡因剂量使解释方差增加16.2%（ΔR
2 = 0.162，p = 0.003），而DDI的额外贡献无统计学显著性（ΔR
2 = 0.037，p = 0.084）。最终模型解释27.3%的方差（调整R
2 = 0.178，p = 0.009）。
3.4.3 DNI：在调整年龄、训练历史、竞技水平、摔跤风格、习惯性咖啡因摄入量和绝对咖啡因剂量后，检验DNI对ΔTn、ΔVJ和CUI的增量贡献。将DNI加入回归模型未显著改善ΔTn（ΔR
2 = 0.010，p = 0.393）、ΔVJ（ΔR
2 = 0.001，p = 0.823）或CUI（ΔR
2 = 0.006，p = 0.503）的解释方差。在最终模型中，DNI与ΔTn（β = ?0.382，p = 0.393）、ΔVJ（β = ?0.109，p = 0.823）或CUI（β = ?0.294，p = 0.503）无独立关联。因此，在调整模型中，DNI未解释这些表现相关结局的额外变异性。作为补充分析，分层回归模型检验了个性化咖啡因指数在传统参与者特征之外的增量解释价值。这些分析显示DAR对ΔTn、CUI和摔跤表现指数变化提供显著增量解释价值，而ΔVJ未观察到显著增量贡献。
3.4.4 DAR反应模式的探索性识别与内部评估：由于DAR对结局显示最大的观察增量解释价值，选择其进行进一步探索性分析。相比之下，DDI和DNI在分层回归模型中均未显著改善结局预测。为检验DAR与增能反应之间的关系是线性还是曲线性的，使用中心化DAR值及其平方项进行二次回归分析。对于ΔTn，二次模型显著（R
2 = 0.239，F = 10.86，p < 0.001）。线性DAR项不显著（β = 0.089，p = 0.599），而二次项显著（β = ?0.556，p = 0.002），支持DAR与提抱表现之间的倒U型关联。二次函数的估计顶点为DAR = 2.81，表明模型反应在约为运动员习惯性咖啡因摄入量2.8倍时最大。摔跤表现指数观察到类似的曲线关联（R
2 = 0.333，F = 17.19，p < 0.001）。二次项显著（β = 0.631，p < 0.001），而线性成分不显著（β = ?0.071，p = 0.653）。二次模型的估计转折点出现在DAR约为2.73时。CUI也显示与DAR的显著二次关联（R
2 = 0.234，F = 10.52，p < 0.001）。二次成分显著（β = ?0.423，p = 0.015），而线性项不显著（β = ?0.074，p = 0.665），估计顶点出现在约DAR = 2.25时。为提供这些建模拟合的额外基于分布的评估，将参与者分为四个DAR四分位数（≤1.38、1.39–2.00、2.01–3.10和>3.10），并比较各四分位数间的表现结局。观察到提抱次数变化（F = 13.76，p < 0.001，η2 = 0.378）和摔跤表现指数（F = 17.21，p < 0.001，η2 = 0.432）的显著四分位间差异。Bonferroni调整比较显示，第三DAR四分位（2.01–3.10）的运动员比最低四分位者取得更大改善，而最高四分位（>3.10）的表现结局较差。该模式与二次模型中识别的曲线关联大致一致。同样，CUI在DAR四分位间显著不同（F = 5.57，p = 0.002，η2 = 0.197）。最高DAR四分位的运动员比第二和第三四分位者表现出较差的效用评分，表明在较高相对咖啡因暴露下整体表现-不良反应平衡较差。相比之下，VJ表现、运动后即刻心率、恢复心率和感知用力在四分位间未观察到显著差异（所有p > 0.05）。不良反应频率和严重程度在DAR四分位间无显著差异（p = 0.106和p = 0.052）。总体而言，二次模型在三个主要结局中产生理论DAR顶点在2.25至2.81之间。结合四分位分析，这些发现提示中等DAR值与更有利的表现和效用特征相关。然而，该范围应被视为假设生成性而非实际给药目标，因为DAR未被前瞻性分配，仅给予一种实验咖啡因剂量，且估计范围未被独立验证。最后，bootstrap重采样为估计二次系数在本样本内的稳定性提供了额外证据：提抱次数变化（β = ?0.228，BCa 95% CI = ?0.430至?0.132，p = 0.017）、表现指数（β = 0.166，BCa 95% CI = 0.073–0.547，p = 0.010）和CUI（β = ?0.146，BCa 95% CI = ?0.248至?0.077，p = 0.003）。Bootstrap分析提供了二次系数在本样本内相对稳定的内部证据，但不构成外部验证或确立估计DAR范围对独立人群的普遍性。
3.5 序列和潜在残留效应评估：表现结局未观察到显著的总体序列效应（所有p ≥ 0.353）。一致地，第2期序列间比较显示这些结局均无显著差异（所有p ≥ 0.180），未提供序列相关效应对表现有意义的证据。然而，第2期比较显示两种治疗序列在副作用（p = 0.012）和副作用严重程度（p = 0.004）方面存在显著差异。这些第2期序列差异与副作用结局的潜在残留/遗留效应相容，尽管其本身不能确立遗留效应的存在。
3.6 敏感性分析：为检验极低习惯性咖啡因摄入对基于比率的分析的潜在影响，在排除习惯性咖啡因摄入<60 mg/天的参与者（排除4名）后进行敏感性分析。DAR对ΔTn和ΔVJ的增量解释价值与主要分析保持一致，而其对CUI的增量解释价值减弱但仍具统计学显著性（ΔR
2 = 0.055，p = 0.028）。这些发现提示主要DAR相关关联并非一致由极低习惯性咖啡因摄入的参与者驱动。将体质量加入基线模型未实质性改变总体发现模式。在调整体质量和习惯性咖啡因摄入后，DAR对ΔTn（ΔR
2 = 0.246，p < 0.001）和CUI（ΔR
2 = 0.167，p < 0.001）保留显著增量解释价值。相比之下，DAR对ΔVJ未提供显著增量解释价值（ΔR
2 = 0.004，p = 0.621）。ΔTn和CUI的DAR系数和ΔR
2值也与主要模型中观察到的非常相似，支持发现对体质量调整的稳健性。
讨论部分总结：本研究的主要贡献是提出并比较评价DAR作为一种简单方法来表征传统mg·kg
?1处方之外的咖啡因暴露。传统体质量给药标准化了相对于体型给予的量，但未表明该剂量对特定运动员的新颖程度。相同的4 mg·kg
?1剂量对习惯性消费者可能代表高于通常摄入的适度增量，而对低习惯性摄入的运动员则代表显著更大的暴露。通过将给予剂量表示为习惯性摄入的倍数，DAR整合了通常分别考虑的两个量。在当前数据集中，DAR在候选指数中对摔跤特异性表现显示最大的观察解释价值，而DDI对不良反应严重程度显示最大的观察ΔR
2。该模式提示相对和绝对偏离习惯性暴露可能与咖啡因反应的不同方面相关。从从业者角度看，这一区分是直观的：mg·kg
?1标准化了体型剂量，但未标准化该剂量对运动员的熟悉或新颖程度。在4.1节中，研究人员指出DAR在包括习惯性咖啡因摄入量和绝对咖啡因剂量的分层模型（模型2）中仍对ΔTn（ΔR
2 = 0.249，p < 0.001）、表现指数（ΔR
2 = 0.321，p < 0.001）、CUI（ΔR
2 = 0.160，p < 0.001）和不良反应严重程度（ΔR
2 = 0.072，p = 0.008）提供显著增量解释价值。DAR在本数据集中捕获了其构成变量线性贡献之外的额外解释信息，尽管这不排除源于其比率数学结构的效应。表现发现应解释为解释性和假设生成性而非DAR已是验证预测因子的证据。该研究是二次分析，所有运动员接受相同相对剂量（4 mg·kg
?1）；DAR未被前瞻性分配。此外，DAR是比率，因此对极低习惯性摄入值敏感。DAR与表现之间的表观关联可能部分反映比率变量结构而非新生物学交互，因为DAR结合了给予剂量（分子，由体质量决定）和习惯性摄入（分母，由FFQ估计）。研究人员通过将DAR与同时包含两个构成变量的模型进行比较来解决这一问题，尽管DAR与习惯性摄入之间的中度共线性（VIF = 4.85）应予考虑。与垂直跳跃反应无有意义关联进一步提示结局特异性：习惯性暴露指标可能与重复、疲劳敏感的摔跤表现比与短暂孤立爆发性任务更相关。一个相关考虑是，由于给予的咖啡因剂量按4 mg·kg
?1体质量计算，绝对咖啡因剂量与体质量数学相关。因此体质量未作为单独协变量纳入主要回归模型以避免与绝对咖啡因剂量共线性。然而，将体质量纳入基线模型的敏感性分析产生实质性相似结果，支持DAR相关发现对体型调整的稳健性。这在摔跤运动员中尤为相关，其体质量和重量级别可能影响表现和咖啡因给药。探索性二次分析提示DAR与摔跤特异性结局之间的关系可能并非严格线性，理论顶点在约2–3的范围内。四分位分析与该模式方向一致，第三四分位显示最有利的摔跤特异性反应。然而，这些分析在用于推导指数的同一样本中进行，因此所得范围应视为样本特异性假设而非处方阈值。需要前瞻性试验将运动员分配至预定义DAR目标，以确定故意针对中间比率是否改善表现。在4.2节中，研究人员指出各指数对耐受性显示不同模式。DDI对不良反应严重程度显示数值上更大的观察ΔR
2（ΔR
2 = 0.231）而非绝对咖啡因剂量（ΔR
2 = 0.211），提示给予高于运动员通常摄入的绝对咖啡因量可能与急性症状负担相关。然而，DDI与绝对咖啡因剂量之间的差异很小（2.0%）且未正式检验，因此该比较应描述性解释而非DDI明显优于绝对剂量的证据。DAR将暴露表示为相对倍数，而DDI以毫克量化额外咖啡因负担。两名运动员因此可有相似DAR值而接受非常不同的绝对剂量。这一区分可能有助于解释为何DDI与不良反应严重程度的关系强于与摔跤表现的关系。在比赛中，这种权衡很重要，因为增能增益在伴有干扰舒适、注意力或后续睡眠的症状时可能失去实际价值。然而，应强调不良反应是在力竭性运动后回顾性评估的，报告的症状可能反映咖啡因相关和运动相关效应的组合。DAR和DNI也与不良反应严重程度相关，表明耐受性可能反映绝对和相对偏离习惯性暴露。重要的是，DNI与DAR代数相关，不应视为完全独立的信息来源。因此不良反应发现支持习惯性暴露应与绝对剂量一并考虑的更广泛原则，但未确立三条单独生物学通路或三个独立处方指数。在4.3节中，研究人员指出CUI被开发以在单一探索性测量中整合表现获益和不良反应严重程度。根据所述方程，较高CUI值表示更有利效用，因为标准化表现变化被相加而标准化不良反应严重程度被相减。DAR对CUI提供显著额外解释价值，而DDI和DNI未在习惯性咖啡因摄入量和绝对咖啡因剂量之外显著改善模型。DAR具有可立即解释为习惯性摄入倍数的优势；相比之下，DDI保留毫克的临床直观单位，可能与耐受性尤为相关。选择ΔTn和ΔVJ作为表现成分基于这些变量作为研究主要结局的先验指定。摔跤表现指数未纳入以避免冗余，因为它与ΔTn源自同一表现测试。CUI应视为探索性、内部构建的结局而非验证的决策工具。其成分在本样本内标准化并等权重，尽管运动员可能对表现变化和不良反应变化赋予不同价值。因此未来工作应在使用CUI指导决策前检验以运动员为中心的权重、信度和外部效度。在4.4节中，研究人员指出总体而言发现支持DAR作为未来评价的主要候选，因为它直接回答本研究提出的实际问题：赛前咖啡因暴露相对于运动员通常消费量有多大？约2–3的探索性范围可作为可检验假设呈现，但不应解释为当前给药建议。由于所有参与者接受4 mg·kg
?1，本研究不能确立将剂量改变以迫使运动员达到目标DAR将重现观察到的模式。特别是，高习惯性摄入的运动员可能需要非常高的绝对剂量才能达到DAR 2–3，这可能不合适，因为不良反应随剂量增加而较高剂量不一定提供更大增能获益。因此更合适的实践框架是，如果使用DAR，将其作为既定剂量和安全考虑的补充而非替代。运动员应首先在训练中识别最低有效急性咖啡因剂量，同时考虑习惯性摄入、既往反应、一天中的时间、睡眠、焦虑、胃肠道症状和比赛需求。当前结果产生假设：急性与习惯性暴露之间的关系值得考虑；它们不证明增加习惯性摄入或超过既定咖啡因补充范围以达到数值DAR目标。简言之，DAR最好视为咖啡因暴露的额外视角，而非运动员应追逐的数值目标。在4.5节中，研究人员指出随机、双盲、安慰剂对照交叉设计、使用训练有素的摔跤运动员、标准化补充和测试以及同时评估表现和不良反应是重要优势。同时，该工作是探索性的。应承认若干局限性：(1)未对大量统计比较进行多重性正式调整；(2)DAR与表现之间的表观关联可能部分反映比率变量结构（分母和/或分子）而非新生物学交互；(3)30 mg/天的下限值可能减弱极低习惯性摄入参与者中DAR的真实变异性；(4)探索性DAR范围在从中选择指数的同一数据集中推导，这些程序不构成独立验证或交叉验证；(5)24 h咖啡因禁食期可能在习惯性消费者中诱导戒断症状，未正式评估；(6)改编FFQ的测量误差直接传播至DAR和DDI；(7)体质量未作为协变量纳入主要回归模型，因为绝对咖啡因剂量按4 mg·kg
?1体质量计算，尽管将体质量纳入基线模型的敏感性分析产生实质性相似结果。尽管进行了序列和时期效应的正式检验，表现结局无统计学显著序列效应不应解释为遗留效应不存在的确定证据。在当前样本量下，研究可能不足以检测小残留效应，遗留效应不能完全排除。此外，副作用结局观察到显著第2期差异，提示残留效应可能影响副作用发现。这些诊断分析为探索性的，未进行多重比较调整。副作用使用力竭性运动后给予的回顾性自报问卷评估，因此问卷未捕获症状发作时间或持续时间，归因于咖啡因的症状不能与力竭性运动诱导的症状区分。更大独立队列应检验DAR是否在分别输入的给予剂量和习惯性摄入之外增加解释信息、表观中间范围是否可重现以及任何优势是否推广至女性和其他耐力、团队、力量及格斗运动。
研究结论翻译：DAR作为在本研究分析框架内对表征摔跤特异性增能反应显示最大观察解释价值的候选指数出现，而DDI对不良反应严重程度显示最大的观察ΔR
2。重要的是，DAR不替代传统基于体质量的剂量（mg·kg
?1）；相反，两种方法互补。基于体质量的给药仍是确定绝对咖啡因剂量的既定方法，DAR应仅视为补充性参考维度，提供关于急性暴露相对于运动员习惯性咖啡因摄入的新颖程度的额外信息。在未首先确立急性剂量安全上限的情况下，DAR不能单独用于确定咖啡因补充计划。探索性分析提示约2–3的中间DAR值在本样本中与更有利的表现-耐受性特征相关；然而，该范围为假设生成性和样本特异性的，非给药建议。在DAR可用于个体化咖啡因处方前，需要前瞻性试验和独立外部验证，任何实际应用应优先考虑既定安全限值内的最低有效急性剂量而非针对特定DAR值。
