Épisode 27 : Capteurs de Glucose (CGM) Gadget de Riche ou Révolution de la Perf' ? 🩸

Épisode 27 : Capteurs de Glucose (CGM) Gadget de Riche ou Révolution de la Perf' ? 🩸💬 Une question, un avis ? Écris-nous sur : [email protected]☕ Offre un Gel Caf à Lactate pour soutenir le travail : ko-fi.com/lactateRésumé : La transition des capteurs de glucose en continu (CGM) du milieu clinique vers le sport d'endurance promet de transformer ta gestion métabolique, mais la science souligne un écart crucial entre le glucose interstitiel et sanguin. Tu dois comprendre le "délai de compartiment" de 5 à 15 minutes et l'"inversion interstitielle" lors d'efforts intenses, où ton capteur peut afficher une valeur stable alors que ton foie libère massivement du glucose via la glycogénolyse. L'optimisation de ton entraînement passe par la découverte de ton "glucotype" personnel, car l'Index Glycémique universel est un mythe ; les élites utilisent ces données pour valider des seuils de ravitaillement massifs—jusqu'à 120g de glucides par heure—tout en surveillant l'épuisement mitochondrial lié au surentraînement. Attention aux dérives comme l'orthorexie ou aux "fausses alertes" provoquées par la chaleur et la vitamine C ; les données sur ta montre sont souvent une "autopsie" de ton état d'il y a 10 minutes. L'histoire de Kristen Faulkner, disqualifiée aux Strade Bianche 2023, illustre la peur des instances que l'humain disparaisse derrière une ligne de glucose.Mots-clés : cgm, variabilité glycémique, glucotypes, liquide interstitiel, stratégie nutritionnelle, performance, glycogénolyse, surentraînement, métabolisme, biohacking🎙️ Lactate, the podcast qui décrypte la science pour améliorer tes performances.Références clés :Flockhart, M., et al. (2021). Excessive exercise training causes mitochondrial functional impairment and decreases glucose tolerance in healthy volunteers. Cell Metabolism. https://doi.org/10.1016/j.cmet.2021.02.005Thomas, F., et al. (2016). Glycemic Profiles of Sub-Elite Athletes with Normal Glucose Tolerance. Journal of Diabetes Science and Technology. https://doi.org/10.1177/1932296816648344Zeevi, D., et al. (2015). Personalized Nutrition by Prediction of Glycemic Responses. Cell. https://doi.org/10.1016/j.cell.2015.11.001Oliver, N. S., et al. (2024). Accuracy of continuous glucose monitoring during exercise. Journal of Applied Physiology.Rodriguez, J. A., et al. (2024). Continuous glucose monitoring for people without diabetes. Diabetes Technology & Therapeutics. https://doi.org/10.1089/dia.2024.0152Voix générées par intelligence artificielle à partir du rapport scientifique de l’équipe Lactate.