Application of the IOC Relative Energy Deficiency in Sport (REDs) Clinical Assessment Tool version 2 (CAT2) across 200+ elite athletes
Notice bibliographique
Résumé
OBJECTIVE: This cross-sectional retrospective and prospective study implemented the 2023 International Olympic Committee Relative Energy Deficiency in Sport (REDs) Clinical Assessment Tool version 2 (CAT2) to determine the current severity of REDs (primary outcome) and future risk of bone stress injuries (BSI, exploratory outcome) in elite athletes. METHODS: Female (n=143; 23.3±4.3 years) and male (n=70; 23.1±3.7 years) athletes (performance tier 3 (52%), tier 4 (36%), tier 5 (12%)) participated in a baseline CAT2 (with minor modifications) assessment, including a self-report questionnaire (menstrual function (females), BSI, Eating Disorder Examination Questionnaire (EDE-Q)), bone mineral density (BMD via DXA) and fasted blood analysis (triiodothyronine (T3), testosterone, cholesterol). Athletes were assigned a green, yellow, orange or red light via CAT2. The prospective risk of new self-report of physician-diagnosed BSI was assessed over a subsequent 6-24 months. RESULTS: REDs prevalence was 55% green, 36% yellow, 5% orange and 4% red light. The CAT2 identified a greater prevalence of amenorrhoea and BSI and lower T3, testosterone and BMD (p<0.01) in red, orange and yellow (those with REDs) versus green light. ORs for a prospective self-reported BSI (majority physician diagnosed) were greater in orange vs green (OR 7.71, 95% CI (1.26 to 39.83)), in females with severe amenorrhoea (OR 4.6 (95% CI 0.98 to 17.85)), in males with low sex drive (OR 16.0 (95% CI 4.79 to 1038.87)), and athletes with elevated EDE-Q global scores (OR 1.45 (95% CI 0.97 to 1.97)). CONCLUSION: The CAT2 has high validity in demonstrating current severity of REDs, with increased future risk of self-reported BSI in athletes with a more severe REDs traffic light category.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».