Low Energy Availability Is Difficult to Assess but Outcomes Have Large Impact on Bone Injury Rates in Elite Distance Athletes
Notice bibliographique
Résumé
We aimed to (a) report energy availability (EA), metabolic/reproductive function, bone mineral density, and injury/illness rates in national/world-class female and male distance athletes and (b) investigate the robustness of various diagnostic criteria from the Female Athlete Triad (Triad), Low Energy Availability in Females Questionnaire, and relative energy deficiency in sport (RED-S) tools to identify risks associated with low EA. Athletes were distinguished according to benchmarks of reproductive function (amenorrheic [ n = 13] vs. eumenorrheic [ n = 22], low [lowest quartile of reference range; n = 10] versus normal testosterone [ n = 14]), and EA calculated from 7-day food and training diaries (< or >30 kcal·kg −1 fat-free mass·day −1 ). Sex hormones ( p < .001), triiodothyronine ( p < .05), and bone mineral density (females, p < .05) were significantly lower in amenorrheic (37%) and low testosterone (40%; 15.1 ± 3.0 nmol/L) athletes, and bone injuries were ∼4.5-fold more prevalent in amenorrheic (effect size = 0.85, large) and low testosterone (effect size = 0.52, moderate) groups compared with others. Categorization of females and males using Triad or RED-S tools revealed that higher risk groups had significantly lower triiodothyronine (female and male Triad and RED-S: p < .05) and higher number of all-time fractures (male Triad: p < .001; male RED-S and female Triad: p < .01) as well as nonsignificant but markedly (up to 10-fold) higher number of training days lost to bone injuries during the preceding year. Based on the cross-sectional analysis, current reproductive function (questionnaires/blood hormone concentrations) appears to provide a more objective and accurate marker of optimal energy for health than the more error-prone and time-consuming dietary and training estimation of EA. This study also offers novel findings that athlete health is associated with EA indices.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».