The Role of Musculoskeletal Training During Return to Performance Following Relative Energy Deficiency in Sport
Notice bibliographique
Résumé
BACKGROUND: Relative energy deficiency in sport (REDs) is a condition that is associated with negative health and performance outcomes in athletes. Insufficient energy intake relative to exercise energy expenditure, resulting in low energy availability, is the underlying cause, which triggers numerous adverse physiological consequences including several associated with musculoskeletal (MSK) health and neuromuscular performance. PURPOSE: This commentary aims to (1) discuss the health and performance implications of REDs on the skeletal and neuromuscular systems and (2) examine the role that MSK training (ie, strength and plyometric training) during treatment and return to performance following REDs might have on health and performance in athletes, with practical guidelines provided. CONCLUSIONS: REDs is associated with decreases in markers of bone health, lean body mass, maximal and explosive strength, and muscle work capacity. Restoration of optimal energy availability, mainly through an increase in energy intake, is the primary goal during the initial treatment of REDs with a return to performance managed by a multidisciplinary team of specialists. MSK training is an effective nonpharmacological component of treatment for REDs, which offers multiple long-term health and performance benefits, assuming the energy needs of athletes are met as part of their recovery. Supervised, prescribed, and gradually progressive MSK training should include a combination of resistance training and high-impact plyometric-based exercise to promote MSK adaptations, with an initial focus on achieving movement competency. Progressing MSK training exercises to higher intensities will have the greatest effects on bone health and strength performance in the long term.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».