Self-Administration of Medicines and Dietary Supplements Among Female Amateur Runners: A Cross-Sectional Analysis
Notice bibliographique
Résumé
INTRODUCTION: Self-administration of medicines or dietary supplements without any physician's advice is a widespread behavior and appears to be more frequently practiced by women. Moreover, reasons to self-administer products are often pains and injuries especially among athletes who might also use remedies to improve physical performance. The objective of this study was thus to assess the prevalence of self-administration of medicines and dietary supplements as well as its determinants among female amateur runners. METHODS: Our sample was comprised of women who took part in amateur running events. Data regarding self-administration of substances, exclusively aiming at being physically prepared for the running event (i.e., intake the week before), were collected through an anonymous self-administered questionnaire including four specific themes (i.e., general information, self-administered medicines and dietary supplements, context of self-administration of substances and knowledge of the anti-doping regulations). RESULTS: A total of 136 women, with a median age of 39 years (interquartile range: 27-47), volunteered. Among them, 34.6% reported self-administration of medicines during the period immediately preceding the running event, with the aim to be physically prepared. More than one third (33.8%) also declared self-administration of dietary supplements. Furthermore, we observed that about 8.1% of the sample had consumed a potentially doping substance. After adjustments for confounding variables, the probability of self-administration of products (medicines or supplements) increased significantly with the intensity of the activity and the membership in a sports club. CONCLUSIONS: Our study showed that self-administration of products among female runners seems to be a widespread behavior, where the intensity of the sports practice and the network of runners seem to influence the decision to resort to this behavior.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».