Dietary Patterns in Runners with Gastrointestinal Disorders
Notice bibliographique
Résumé
Individuals with inflammatory bowel disease (IBD), irritable bowel syndrome (IBS) and reflux frequently experience gastrointestinal symptoms (GIS), potentially enhanced by high-intensity running. Food avoidances, food choices, and GIS in runners with IBS/IBD (n = 53) and reflux (n = 37) were evaluated using a reliability and validity tested questionnaire. Comparisons to a control group of runners (n = 375) were made using a Fisher’s Exact test. Runners with IBS/IBD experienced the greatest amount of exercise-induced GIS followed by those with reflux. Commonly reported GIS were stomach pain/cramps (77%; 53%), bloating (52%; 50%), intestinal pain/cramps (58%; 33%), and diarrhea (58%; 39%) in IBS/IBD and reflux groups respectively. In the pre-race meal, those with IBS/IBD frequently avoided milk products (53%), legumes (37%), and meat (31%); whereas, runners with reflux avoided milk (38%), meat (36%), and high-fibre foods (33%). When considering food choices pre-race, runners with IBS/IBD chose grains containing gluten (40%), high fermentable oligo-, di-, mono-saccharides and polyols (FODMAP) fruits (38%), and water (38%). Runners with reflux chose water (51%), grains containing gluten (37%), and eggs (31%). In conclusion, while many runners with IBS/IBD and reflux are avoiding trigger foods in their pre-race meals, they are also consuming potentially aggravating foods, suggesting nutrition advice may be warranted.
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 | 0,000 | 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) | 0,001 | 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 ».