Mapping the complexities of Relative Energy Deficiency in Sport (REDs): development of a physiological model by a subgroup of the International Olympic Committee (IOC) Consensus on REDs
Notice bibliographique
Résumé
LEA, with a range of potential effects on both health and performance. However, there is variability in the outcomes of LEA exposure between and among individuals as well as the specific manifestations of REDs. We outline a framework for a 'systems biology' examination of the effect of LEA on individual body systems, with the eventual goal of creating an integrated map of body system interactions. We provide a template that systematically identifies characteristics of LEA exposure (eg, magnitude, duration, origin) and a variety of moderating factors (eg, medical history, diet and training characteristics) that could exacerbate or attenuate the type and severity of impairments to health and performance faced by an individual athlete. The REDs Physiological Model may assist the diagnosis of underlying causes of problems associated with LEA, with a personalised and nuanced treatment plan promoting compliance and treatment efficacy. It could also be used in the strategic prevention of REDs by drawing attention to scenarios of LEA in which impairments of health and performance are most likely, based on knowledge of the characteristics of the LEA exposure or moderating factors that may increase the risk of harmful outcomes. We challenge researchers and practitioners to create a unifying and dynamic physiological model for each body system that can be continuously updated and mapped as knowledge is gained.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».