MétaCan
Menu
Retour à la cohorte
Enregistrement W4387036470 · doi:10.1136/bjsports-2023-106994

2023 International Olympic Committee’s (IOC) consensus statement on Relative Energy Deficiency in Sport (REDs)

2023· article· en· W4387036470 sur OpenAlexaff
Margo Mountjoy, Kathryn E. Ackerman, David M. Bailey, Louise M. Burke, Naama Constantini, Anthony C. Hackney, Ida A. Heikura, Anna Melin, Anne Marte Pensgaard, Trent Stellingwerff, Jorunn Sundgot‐Borgen, Monica Klungland Torstveit, Astrid Uhrenholdt Jacobsen, Evert Verhagen, Richard Budgett, Lars Engebretsen, Uğur Erdener

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensCanadian Sport Centre PacificUniversity of VictoriaMcMaster University
Organismes subventionnairesInternational Olympic Committee
Mots-clésStatement (logic)MedicineFamily medicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Relative Energy Deficiency in Sport (REDs) was first introduced in 2014 by the International Olympic Committee's expert writing panel, identifying a syndrome of deleterious health and performance outcomes experienced by female and male athletes exposed to low energy availability (LEA; inadequate energy intake in relation to exercise energy expenditure). Since the 2018 REDs consensus, there have been >170 original research publications advancing the field of REDs science, including emerging data demonstrating the growing role of low carbohydrate availability, further evidence of the interplay between mental health and REDs and more data elucidating the impact of LEA in males. Our knowledge of REDs signs and symptoms has resulted in updated Health and Performance Conceptual Models and the development of a novel Physiological Model. This Physiological Model is designed to demonstrate the complexity of either problematic or adaptable LEA exposure, coupled with individual moderating factors, leading to changes in health and performance outcomes. Guidelines for safe and effective body composition assessment to help prevent REDs are also outlined. A new REDs Clinical Assessment Tool-Version 2 is introduced to facilitate the detection and clinical diagnosis of REDs based on accumulated severity and risk stratification, with associated training and competition recommendations. Prevention and treatment principles of REDs are presented to encourage best practices for sports organisations and clinicians. Finally, methodological best practices for REDs research are outlined to stimulate future high-quality research to address important knowledge gaps.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,183

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,051
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0060,003
Études des sciences et des technologies0,0020,003
Communication savante0,0040,002
Science ouverte0,0050,006
Intégrité de la recherche0,0100,011
Charge utile insuffisante (le modèle a refusé de juger)0,0100,009

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,295
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations589
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetBody Composition Measurement TechniquesTravaux en français237 207