Self-reported asthma and allergies in top athletes compared to the general population - results of the German part of the GA2LEN-Olympic study 2008
Notice bibliographique
Résumé
BACKGROUND: Prevalence of asthma and allergies in top athletes is high. However, most previous studies did not include a general population comparison group. We aimed to compare the prevalence of asthma, allergies and medical treatment in different groups of German top athletes to the general population. METHODS: Prior to the 2008 Summer Olympic Games, 291 German candidates for participation (65%) completed a questionnaire on respiratory and allergic symptoms. Results were compared to those of a general population study in Germany (n = 2425, response 68%). Furthermore, associations between types of sports and the self-reported outcomes were calculated. All models were adjusted for age, sex, level of education and smoking. RESULTS: Athletes reported significantly more doctors' diagnosed asthma (17% vs. 7%), more current use of asthma medication (10% vs. 4%) and allergic rhinitis (25% vs. 17%) compared to the general population. After adjustment, top athletes only had an increased Odds Ratio for doctor's diagnosed asthma (OR: 1.6; 95% CI 1.1-2.5). Compared to the general population, athletes in endurance sports had an increased OR for doctor's diagnosed asthma (2.4; 1.5-3.8) and current use of asthma medication (1.8; 1.0-3.4). In this group, current wheeze was increased when use of asthma medication was taken into account (1.8; 1.1-2.8). For other groups of athletes, no significantly increased ORs were observed. CONCLUSIONS: Compared to the general population, an increased risk of asthma diagnosis and treatment was shown for athletes involved in endurance sports. This might be due to a better medical surveillance and treatment of these athletes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».