《Nutrients》：Effects of Acute Caffeine Supplementation on Performance and Physiological Responses in CrossFit: A Systematic Review and Three-Level Meta-Analysis
目的：本研究量化了急性咖啡因（CAF）补充对CrossFit运动表现和生理结局的影响，并考察了潜在效应修饰因子。方法：通过对多个电子数据库的系统检索，识别出涉及CrossFit运动中CAF补充的随机交叉研究。运动表现的效应量以Hedges' g表示，并在三水平随机效应框架内进行合并，而生理结局则采用传统两水平模型进行综合。效应修饰检验针对训练状态（休闲活跃者 vs. 训练有素者）和CAF摄入形式（胶囊 vs. 饮料）进行。此外，采用元回归评估相对CAF剂量是否与CrossFit运动表现的变化相关。结果：最终综合纳入7项研究，共103名参与者，包括13名女性。研究发现CAF对总体CrossFit运动表现存在微小有利效应（g = 0.13，95% CI：0.05–0.22），同时伴随更高的血乳酸浓度（g = 0.53，95% CI：0.23–0.82）。分层估计显示CAF在休闲活跃参与者（g = 0.20，95% CI：0.06–0.34）以及以胶囊形式摄入时（g = 0.17，95% CI：0.06–0.29）效果更优；然而，未发现亚组间存在差异的证据（所有亚组p值 > 0.05）。在线性模型（β1 = 0.04，p = 0.570）或非线性模型（β2 = -0.004，p = 0.578）中，相对CAF剂量均未能解释运动表现效应的变异。结论：现有证据表明，急性CAF补充对特定CrossFit运动表现结局具有微小的促力（ergogenic）益处，同时伴随血乳酸浓度升高。亚组分析未发现训练状态和补充方案具有显著调节效应。然而，研究数量有限且男性参与者占主导地位，因此需谨慎解读。未来研究应优先开展更大规模的随机对照试验，增加女性运动员的代表性，并采用更标准化的CrossFit运动表现测试方案。
1. 引言
CrossFit结合了多种运动模式，包括力量举重、奥林匹克举重和跑步，通常以高强度进行，恢复间歇较短。其训练结构整合了有氧和抗阻成分，复合动作构成计划的核心。作为最知名的方法之一，CrossFit适用于各种体能水平的个体，并能改善心血管耐力和力量。然而，训练期间的高强度努力可能引发代谢应激和疲劳。与传统高强度运动不同，CrossFit通过同时考验有氧和无氧能量途径并伴随显著的神经肌肉疲劳，施加了独特的生理需求。因此，人们对基于证据的营养补充策略以减轻这些反应并提高CrossFit表现的兴趣日益增长。
咖啡因（CAF）常被运动员作为营养辅助剂用于广泛的体育项目。已有充分证据表明CAF对内含力和力量表现具有促力效应。由于这些运动是CrossFit的关键组成部分，CAF可能提升CrossFit表现。尽管机制证据支持其潜在益处，但试验结果仍不一致。CAF的促力效应似乎因参与者特征和补充方案而异，且由于缺乏综合证据，关于摄入CAF效果的相当大的不确定性依然存在。
迄今为止，Dos Santos Quaresma等人定性综合了CAF对CrossFit能力的影响，确认了积极趋势；然而，他们的工作缺乏定量统计合并。相反，Martinho等人随后进行的荟萃分析进行了定量合成，但发现摄入CAF后CrossFit表现无实质性改善。对这些发现的解读受到若干方法论问题的限制，包括使用了特异性不足的结局指标（如1RM）、缺乏针对训练状态和CAF剂量的调节变量分析，以及缺乏合并的生理结局。此外，三项相关研究未被纳入先前的定量综述。综上所述，这些考量为新荟萃分析评估提供了依据，该分析纳入了更广泛的证据基础并考察了表现和生理结局。
尽管早期的定量综述估计了CAF的一般促力效应，但其效应是否因参与者或补充特征而异仍未得到充分探索。这种变异对于根据个体需求量身定制CAF的使用具有实际意义。来自原始研究的证据表明，对CAF的反应可能因训练背景和摄入剂量而异，一些研究中训练有素的个体和4–6 mg/kg的剂量显示出更有利的表现反应。据此，本分析将训练状态和CAF剂量作为观察效应潜在变异来源进行了考察。
在先前研究的基础上，本研究通过应用三水平荟萃分析框架来评估急性CAF补充对CrossFit表现和生理结局的影响，从而推进了现有证据基础。通过考虑源自相同参与者样本的统计学依赖效应量，该方法避免了将相关结局视为独立观察值，并能够更适当地估计总体效应及其变异性。研究人员进一步考察了潜在的调节变量和剂量-反应模式，以确定CAF效应是否因补充策略和研究特征而异。阐明这些模式有助于运动员、教练和运动营养从业者在平衡潜在表现收益与不必要的暴露及剂量相关不良效应之间，做出更明智的关于CAF策略的决策。
2. 方法
该综述已在PROSPERO注册，编号为CRD420261348602。其实施和报告遵循PRISMA 2020建议。
2.1. 检索策略
为了检索从建库至2026年8月4日的潜在合格记录，在PubMed、Web of Science、Scopus和Cochrane图书馆进行了检索。检索策略结合了受控词汇和自由文本词，并使用布尔逻辑，完整语法见补充文件S1。通过检查PROSPERO中正在进行的综述方案，并手动筛选相关综述的参考文献以寻找可能在数据库检索中被遗漏的合格研究，扩大了覆盖范围。
2.2. 研究合格性
使用PICOS框架预先制定了纳入和排除标准来确定研究资格：（1）健康成年参与者（年龄18岁及以上），对训练状态无限制；（2）实验条件涉及在CrossFit前和/或期间摄入含CAF物质；（3）安慰剂对照条件；（4）至少一个总体CrossFit表现结局（峰值功率输出[PPO]、平均功率输出[MPO]和完成的重复次数）以及生理结局（例如，心率[HR]、血乳酸水平[BLC]和感知 exertion 评级[RPE]）；以及（5）双盲随机交叉试验。
排除标准：（1）非英文发表；（2）CAF长期干预CrossFit；（3）非同行评审文献（例如预印本和灰色文献）、未发表研究和会议摘要，但同行评审的提前在线文章符合纳入条件；（4）动物研究；（5）调查疾病治疗和治愈效果的研究。
2.3. 选择过程
一名研究者使用EndNote X9对检索到的记录进行初步去重。去重后的记录由两名研究者在独立的标题和摘要筛选中交叉检查是否存在残留重复，利用标题、作者、出版年份和DOI来识别可能遗漏的重复。然后，两位研究者独立评估剩余记录的标题和摘要。资格分歧交由第三位研究者解决。初步筛选后保留的文章由两位研究者独立进行全文评估。任何分歧都通过基于预设合格标准的讨论解决。
2.4. 方法学质量和偏倚风险评估
研究人员应用Cochrane偏倚风险工具（RoB 2）来评估合格交叉试验的偏倚风险。在六个核心领域筛查潜在偏倚：（1）随机序列生成，（2）时期/遗留效应，（3）干预保真度，（4）结局数据可用性，（5）结局评估方法，以及（6）报告选择。两位评估者独立完成这些评估。任何不同的评估通过相互协商解决，或升级给第三位作者。
2.5. 数据提取和编码
两位研究者独立在Excel中编译所需信息。记录的信息涵盖作者相关信息、参与者概况（例如，样本量、性别和训练状态）、运动方案、CrossFit表现测量指标（例如，MPO、PPO和总功）以及生理变量（例如，HR、BLC和RPE）。两个提取记录之间的差异通过共识解决。仅以图形形式报告的数值使用WebPlotDigitizer 4.7进行数字化。对于在同一实验条件下多个时间点重复测量的结局，取平均值以获得该结局的单一汇总度量；不同的结局、表现测量指标、运动条件和CAF剂量不进行合并。对于以标准误（SE）报告的结果，相应的标准差（SD）根据Cochrane建议推导得出。
2.6. 统计分析
2.6.1. 效应量和方差的计算
相对于安慰剂条件确定CAF对CrossFit结局影响的幅度。对于每个比较，从变化分数中得出均值差（MD），并根据Cochrane手册中规定的程序估算相应的标准差（SD）。然后按公式计算交叉试验研究的标准化均值差。鉴于证据基础主要由样本量有限的研究组成，选择Hedges' g作为汇总效应指标，因为它包含了对小样本偏差的校正。在交叉设计框架内，g的公式化表达如下。为了量化重复测量条件下g的抽样方差（SE），应用了相应公式。这里，r表示从同一参与者在CAF和安慰剂条件下获得的重复测量值的相关性。由于此相关性在纳入报告中不可用，主分析指定值为0.50，这与Cochrane手册的建议一致。为了检验结果是否依赖于这一假设，使用r值为0.20和0.80重新执行分析，并评估合并表现估计的相应变化。
2.6.2. 荟萃分析和异质性
生理结局在传统的两水平荟萃分析框架内进行综合，使用R软件中的meta和metafor包实现。采用随机效应设定，标准化均值差表示为Hedges' g。通过限制最大似然（REML）估计获得模型参数。效应幅度使用以下阈值进行解释：<0.20，微不足道；0.20至<0.50，小；0.50至<0.80，中等；≥0.80，大。
运动表现数据需要不同的分析结构，因为单个研究经常贡献多个依赖估计值，例如MPO和PPO。因此，这些结局使用基于Assink和Wibbelink描述框架的三水平模型进行综合，从而容纳源自同一研究的估计值之间的依赖性，并避免将这些估计值不当处理为独立观察值。这种结构保留了所有符合条件的估计值，而不是将每项研究缩减为单一值，允许可用信息对合并分析做出贡献。与通常假设独立效应量估计的传统随机效应荟萃分析相比，三水平方法明确解释了同一研究报告的多个估计值的依赖性。总变异性被分解为三个部分：归因于水平1效应量抽样的不确定性，水平2同一研究内估计值间的变异，以及水平3研究间的变异。通过这种方式，多个估计值的层次依赖性被明确纳入模型。REML估计用于主要的三水平分析，而最大似然（ML）估计作为对所得模型估计的额外检查。
研究人员使用t分布估计了个体系数及其相关的95%置信区间（95% CIs）。鉴于应用了随机效应框架，还通过t分布计算了预测区间（PIs），以提供超越传统95% CIs的补充见解。研究异质性通过I2统计量和PIs进行评估。具体来说，I2估计值分为四个等级：低（0–25%）、中等（25–50%）、实质（51–75%）或相当高（76–100%）。p值低于0.05的结果被认为具有统计学显著性。
为了调查研究间方差并识别潜在的调节变量，研究人员进行了亚组分析和针对连续参数的元回归。亚组评估仅在至少有3项合格研究可用时执行，而元回归要求每个预测因子至少10项研究。由于仅有7项独立研究（k = 7），剂量-反应元回归仅作为探索性、产生假设的分析进行，而非用于验证性推断。因此，对所得系数进行了谨慎解读。亚组分析中考察的分类变量包括：（a）参与者训练状态（休闲活跃 vs. 训练有素）和（b）CAF施用形式（胶囊 vs. 饮料）。
参与者的训练状态根据先前框架分为休闲活跃和训练有素两个层级。轨迹形状（线性 vs. 二次）的模型选择基于达到最低的偏差校正赤池信息准则。研究人员在metafor中实施所有分析程序，并使用ggplot2构建可视化图表。此外，使用metameta包评估了合并效应和亚组层级的统计功效，作为统计敏感性的描述性指标。为了统一剂量指标，使用每个研究样本的平均体重将绝对摄入量标准化为相对剂量（mg/kg）。
2.6.3. 报告偏倚和结果稳定性评估
为了评估潜在的发表偏倚，目视检查漏斗图，并对包含超过10项研究（k > 10）的分析进行Egger回归检验。非显著的Egger检验（p > 0.05）被解释为无漏斗图不对称的统计学证据。使用顺序留一法敏感性分析检验了两水平和三水平模型的合并效应估计的稳健性。对于三水平模型，使用学生化残差、Cook距离和帽子值识别水平2和水平3的潜在影响观察值。如果观察值的Cook距离或帽子值超过相应均值的三倍，或者学生化残差的绝对值超过3，则认为其具有潜在影响。然后在排除识别的有影响观察值后重新估计三水平模型，以评估结果的稳健性。最后，鉴于独立簇的数量较少（k = 7），使用带有CR2小样本调整和Satterthwaite自由度近似的聚类稳健方差估计（RVE）对三水平模型结果进行了额外检验。
2.7. 证据确信度
研究人员应用GRADE框架评估现有证据的确信度。评分跨越从极低到高的四等级量表。初始评分由一位审阅者进行，随后由第二位审阅者核实，任何分歧通过讨论和共识解决。
3. 结果
3.1. 研究的识别与纳入
数据库检索共检索到513条记录，通过手工检索额外识别出5条记录，总计518条记录。在应用预设的合格标准后，保留了七项研究用于定量合成。这七项研究共招募了103名参与者，包括90名男性（87.4%）和13名女性（12.6%），每项研究的招募人数从8人到26人不等。参与者在测试前戒除CAF 24–48小时。CAF剂量约为1.4–9 mg/kg，以胶囊或饮料形式给予。研究对象涵盖了休闲活跃者和训练有素的人群。在纳入的研究中，CrossFit表现主要通过基于重复次数的结局和基于功率的测量指标进行评估，包括完成的重复次数、平均功率输出（MPO）和峰值功率输出（PPO）。
3.2. 主分析
总体CrossFit表现显示出有利于CAF的小效应（g = 0.13, 95% CI: 0.05–0.22, p = 0.003）。方差划分显示在水平2（0%）或水平3（0%）均未检测到异质性，观察到的变异性完全归因于水平1的抽样误差。
对于生理结局，CAF给药后BLC升高（g = 0.53, 95% CI: 0.23–0.82, p = 0.001），而HR在CAF和安慰剂条件之间无显著差异（g = 0.25, 95% CI: -0.05–0.52, p = 0.613）。同样，未检测到两种条件之间RPE的统计学显著差异（g = -0.10, 95% CI: -0.34–0.14, p = 0.413）。
3.3. 调节变量分析
按训练状态分层时，CAF有利于休闲活跃参与者的表现（g = 0.20, 95% CI: 0.06–0.34, p = 0.005），而训练有素参与者的估计值包含了零（g = 0.09, 95% CI: -0.03–0.20, p = 0.129）。亚组差异检验未表明训练状态具有效应修饰作用（亚组p值 > 0.05）。
根据CAF摄入形式进行了类似的分层分析。胶囊形式的估计值有利于CAF（g = 0.17, 95% CI: 0.06–0.29, p = 0.003），而饮料形式的估计值包含了零（g = 0.07, 95% CI: -0.07–0.21, p = 0.308）。未发现摄入形式具有效应修饰作用的证据（亚组p值 > 0.05）。
元回归分析显示，在线性关联（β1 = 0.04, p = 0.570）或非线性关联（β2 = -0.004, p = 0.578）中，相对CAF剂量均未显著调节表现结局。
3.4. 研究方法质量
偏倚风险判断在大多数领域普遍良好，包括随机化、对预期干预的依从性、缺失结局数据、时期和遗留效应以及选择性报告。结局测量代表了不确定性的主要来源，所有研究在此领域均被评为“有一定担忧”。在研究层面，七项研究中有四项被归类为低风险，其余三项被判断为“有一定担忧”；没有一项被归类为高风险。
通过漏斗图检查和Egger回归检验考察了潜在的发表偏倚。漏斗图未见明显不对称，Egger检验不显著（p > 0.05），为总体CrossFit表现提供了无漏斗图不对称的统计学指示。鉴于独立研究数量较少（k = 7），无法可靠评估发表偏倚；因此，未进行Egger检验，漏斗图仅作描述性解读。
3.5. 敏感性分析
3.5.1. 主效应的敏感性分析
为了评估主效应量的稳定性，首先通过引入两种不同的交叉设计被试内相关系数（r = 0.2 和 r = 0.8）进行敏感性分析。由此产生的合并效应量表现出可忽略不计的变异，在所有情景下均保持统计学显著性（p < 0.05）。此外，改变被试内相关性假设未引起异质性估计的改变，证实了总体结论对这些参数选择高度不敏感。在ML和REML估计方法之间观察到相似的一致性。
接下来，在两水平和三水平荟萃分析框架内执行了顺序留一法诊断。这些程序表明，排除G?ówka等人的研究改变了HR的合并估计值，从不显著变为达到统计学显著性，暗示HR结局可能存在脆弱性。
关于有影响案例，基于Cook距离和学生化残差标准，两水平和三水平荟萃分析均未揭示任何异常数据点。此外，应用稳健方差估计敏感性检验得出了相同的汇总效应估计值（g = 0.13, 95% CI 0.02 to 0.25, p = 0.032），进一步强化了主要三水平模型的稳定性和有效性。
3.5.2. 调节变量效应的敏感性分析
对调节变量结果进行了额外的稳健性检验，其中逐个移除单个研究并重新拟合相应模型。每次排除后重新估计三水平模型导致调节变量估计值变化很小，并且没有任何一次删除实质上改变了整体解释。这一模式在调节变量模型中一致观察到，表明相应的发现并非实质性依赖于任何单一研究。
4. 讨论
迄今为止，这是首个专门评估CAF如何影响CrossFit表现和生理反应的综合性综述，同时也解决了在荟萃分析建模中纳入来自单个研究的多个效应量所涉及的方法学挑战。
4.1. CAF对CrossFit的影响
合并结果表明，与安慰剂相比，CAF对CrossFit表现具有统计学显著的促力效应（g = 0.13, 95% CI: 0.05–0.22）。相比之下，Martinho等人综合了四项研究的证据，但发现没有足够证据支持CAF对CrossFit表现的有益效应。结论冲突可能源于他们使用了不能直接代表CrossFit特定表现的结局指标，例如1RM，这可能降低了其结论的有效性。此外，纳入综述的数据并不全面。例如，Foga?a等人仅纳入了上肢MPO和PPO，省略了相应的下肢结局。这些因素可能降低了观察到的效应量。鉴于CrossFit的特征是高强度运动训练，这一发现与先前荟萃分析的结论一致，即CAF在实验室和现实世界竞争环境中均能显著增强高强度运动表现。然而，Lopes-Silva等人在重复冲刺运动中未检测到CAF的表现益处。这种无效反应可能与运动设计有关，该设计由短于10秒的剧烈冲刺回合组成，其间穿插少于60秒的恢复间歇。在这些条件下，表现严重依赖于磷酸肌酸再合成和无氧糖酵解，可能限制了CAF的促力功效。从机制角度来看，这些高强度努力期间表现下降可能源于中枢和外周因素，分别包括腺苷可用性增加和磷酸肌酸储存减少。CAF的促力作用被认为至少部分是通过干扰腺苷受体信号传导介导的，对中枢神经系统和外周组织的生理过程产生影响。
在中枢层面，阻断腺苷信号传导可能促进皮层激活并延迟中枢疲劳的发展。合并分析还确定了CAF摄入后BLC更高（g = 0.53, 95% CI: 0.23–0.82），伴随着在CAF条件下观察到的更大的运动输出。这种反应可能部分反映了增强的交感神经活动。因此，达到更高BLC的能力可能反映了更大的糖酵解贡献以及在CrossFit期间维持更高运动强度的能力。尽管对HR的合并效应未达到统计学显著性，但在敏感性分析中剔除G?ówka等人的研究后得到了统计学显著的合并估计值。
RPE在CAF和安慰剂摄入后大致相当，正如合并效应估计值所示（g = -0.10, 95% CI: -0.34–0.14），而在CrossFit运动中表现结局有利于CAF。更大体力输出与不变的主观劳累感并存可能表明与疲劳相关的感官反馈的中枢处理发生了改变，使运动员能够在不觉察任务更费力的情况下完成更多工作。
在外周层面，CAF可能通过拮抗局部腺苷受体直接影响骨骼肌功能，这进而增强了Na+-K+泵活性以维持膜兴奋性。最终，这一机制可能部分抵消兴奋-收缩耦联效率的降低，并在CrossFit类运动中支持力量产生。尽管纳入研究数量少可能限制了三水平模型中方差估计的稳定性，但在RVE和其他敏感性分析中发现的一致结果增强了对主要结果稳健性的信心。
尽管未检测到研究内或研究间异质性，但考虑到研究间临床和方法学的变异性以及独立研究数量有限（k = 7），应谨慎解读这一发现。零方差估计值可能反映了检测异质性的功效不足，而非真正的效应同质性。由于估计的方差分量均为零，基于模型的预测区间与置信区间重合；同样应谨慎解读这种表面上的精确性。
4.2. 补充方案的潜在调节变量
4.2.1. CAF剂量
在线性（β1 = 0.04, p = 0.570）或非线性（β2 = -0.004, p = 0.578）元回归模型中，相对CAF摄入量的变异未能解释表现差异。尽管当前数据未统计学上确认剂量-反应关系，但对纳入试验的描述性检查表明可能存在倒U型模式，其中中等剂量的CAF（4–6 mg/kg）似乎赋予最有利的促力效应。这一观察结果与先前的荟萃分析证据紧密吻合，该证据确立了4至6 mg/kg的摄入范围是运动表现最有效的补充策略。安全性结局未在本荟萃分析中进行正式综合。描述性地，一项使用高CAF剂量（7–9 mg/kg）的纳入研究报告了心动过速或心悸（17%）、头晕（25%）和胃肠道不适（33%）。先前的综述也报告了较高CAF剂量下不良事件频率更高。然而，由于这些安全性数据来源于个别研究和外部文献，而非本综述中的定量综合，因此无法得出剂量依赖的安全性结论。同样，尽管较低的CAF剂量理论上可能降低不良事件风险，但现有证据不足以确定其促力效应是否与较高剂量存在系统性差异。
尽管在中等CAF剂量（4–6 mg/kg）下观察到数值上更大的效应，但线性和非线性元回归均未识别出统计学显著的剂量-反应关系。因此，在得出与剂量相关的结论时应谨慎，因为当前证据不支持确定特定的CAF剂量为最优。未来的高质量、大规模试验有必要在CrossFit方案中明确验证这一倒U型剂量-反应假说。
4.2.2. CAF形式
未发现促力反应因CAF施用形式而异（亚组p值 > 0.05）。单独检查时，胶囊给药产生的合并效应估计值为g = 0.17（95% CI: 0.06–0.29），而以饮料形式摄入CAF的估计值为g = 0.07（95% CI: -0.07–0.21）。这一观察到的亚组模式与先前的荟萃分析基本一致，表明胶囊递送可能产生更一致的促力益处。鉴于饮料亚组仅包含两项独立研究，该分析检测施用形式效应修饰的能力有限。因此，不显著的亚组检验应被解释为效应修饰的证据不足，而非施用形式对CAF促力效应无影响的证据。
4.3. 训练状态的潜在调节变量
未检测到训练状态的显著调节效应（亚组差异p值 > 0.05），表明无充分证据表明CAF效应在休闲活跃者和训练有素运动员之间存在差异。尽管在休闲活跃运动员中合并估计值显著（g = 0.20, 95% CI: 0.06–0.34），但在训练有素运动员中不显著（g = 0.09, 95% CI: -0.03–0.20），但这种描述性模式不应被解释为真正亚组差异的证据。先前的证据表明训练状态可能影响对CAF的反应性，可能是因为训练有素的运动员进一步提升表现的空间较小。然而，鉴于亚组交互作用不显著且独立研究数量少，这一解释仍是推测性的，需要在充分效力的研究中得到确认。
4.4. 研究结果的应用
现有证据表明急性CAF摄入对CrossFit表现有微小的促力效应。尽管即使是微小的表现增益也可能在排名或资格赛结果由微小差距决定的竞争环境中具有相关性，但该效应的实际意义仍不确定。鉴于所包含表现结局的异质性，标准化效应无法可靠地转化为特定的运动相关增益，例如AMRAP训练中的额外重复次数或计时基准WOD中节省的秒数。此外，有限的证据基础（k = 7项独立研究）不允许可靠地表征剂量-反应关系或确定最佳CAF剂量。
4.5. 局限性与未来考量
尽管该综述按照PRISMA指南进行，但其发现需要在几个方法学约束的背景下进行解读。首先，证据基础仅限于七项独立研究（103名参与者），降低了合并估计的精度以及亚组、剂量-反应和发表偏倚评估的可靠性。一些亚组特别稀疏；例如，只有两项研究检查了饮料形式的CAF，阻碍了按施用形式进行可靠比较。其次，女性仅占合并样本的12.6%。鉴于CAF代谢和反应可能受性别相关激素因素和口服避孕药使用的影响，女性仅占总样本的12.6%。因此，这些发现主要反映男性参与者，应谨慎应用于女性CrossFit运动员。第三，CrossFit方案和表现结局存在相当大的方法学变异性，限制了研究间的直接可比性，并使合并效应的实际解释复杂化。此外，将资格限制在英文、同行评审出版物，并未系统检索灰色文献来源，可能引入了语言和发表偏倚，并导致遗漏了相关的未发表或非英文证据。第四，习惯性CAF摄入量和先前接触类似剂量的情况报告不一致。因为习惯化或耐受性可能改变对急性CAF补充的反应，这代表了另一个不确定性来源。遗传变异也未予考虑，尽管先前的证据表明对CAF的反应可能因基因型而异。此外，没有一项纳入研究对结局评估者设盲或评估设盲成功。由于CAF可以产生明显的生理感觉，期望效应和检测偏倚不能被排除，特别是对于主观结局如RPE，尽管其对客观测量的表现结局的影响可能较小。第五，虽然其他纳入的比较评估了没有不匹配的活性共同干预措施的CAF，但da Silva等人将CAF作为含有牛磺酸和碳水化合物的多成分能量饮料的一部分施用。因此，该研究的效果不能完全归因于CAF。然而，在留一法敏感性分析中排除这项研究并未实质性地改变合并估计值，表明其纳入对总体发现影响有限。最后，鉴于独立研究数量有限，元回归分析的推断能力受限；因此，观察到的剂量-反应模式应被视为探索性和产生假设性的，而非验证性的。
5. 结论
来自七项随机交叉研究（共103名参与者）的现有证据表明，急性CAF补充可能为选定的CrossFit表现结局提供微小的促力益处，并可能增加BLC。然而，独立研究数量有限、CrossFit方案和咖啡因干预的异质性、女性代表性不足以及围绕调节变量分析的不确定性，限制了这些发现的精确性、普适性和实际解释。当前证据不足以可靠地表征剂量-反应关系或确定最佳CAF剂量。需要进行更大规模、具有更好女性代表性的随机试验以及更标准化的CrossFit方案来确认这些发现。
