MétaCan
Menu
Retour à la cohorte
Enregistrement W4396790880 · doi:10.1136/bjsports-2024-108386

Outrunning the grim reaper: longevity of the first 200 sub-4 min mile male runners

2024· article· en· W4396790880 sur OpenAlexaff
Stephen Foulkes, Dean Hewitt, Rachel J. Skow, Douglas C. Dover, Padma Kaul, André La Gerche, Mark J. Haykowsky

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensCanadian VIGOUR CentreUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMileLongevityMedicineGerontologyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine the impact of running a sub-4 min mile on longevity. It was hypothesised that there would be an increase in longevity for runners who successfully completed a sub-4 min mile compared with the general population. METHODS: As part of this retrospective cohort study, the Sub-4 Alphabetic Register was used to extract the first 200 athletes to run a sub-4 min mile. Each runner's date of birth, date of their first successful mile attempt, current age (if alive) or age at death was compared with the United Nations Life Tables to determine the difference in each runner's current age or age at death with their country of origin-specific life expectancy. RESULTS: Of the first 200 sub-4 min mile runners (100% male), 60 were dead (30%) and 140 were still alive. Sub-4 min mile runners lived an average of 4.7 years beyond their predicted life expectancy (95% CI 4.7 to 4.8). When accounting for the decade of completion (1950s, 1960s or 1970s), the longevity benefits were 9.2 years (n=22; 95% CI 8.3 to 10.1), 5.5 years (n=88; 95% CI 5.3 to 5.7) and 2.9 years (n=90; 95% CI 2.7 to 3.1), respectively. CONCLUSION: Sub-4 min mile runners have increased longevity compared with the general population, thereby challenging the notion that extreme endurance exercise may be detrimental to longevity.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,236 · 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'étudeObservationnel
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetSports Performance and TrainingTravaux en français237 207