Development and Validation of a Risk Assessment Tool for Energy Deficiency in Young Active Females: The Female Energy Deficiency Questionnaire (FED-Q)
Notice bibliographique
Résumé
PURPOSE: We aimed to develop and validate a risk assessment tool for energy deficiency in young exercising women using disordered eating subscales and self-reported health-related information. METHODS: We retrospectively analyzed seven studies in competitive and recreationally active women ( n = 202; age, 21.7 ± 0.3 yr; body mass index, 21.21 ± 0.14 kg·m -2 (mean ± SEM)). Participants completed the Health, Exercise, and Nutrition Survey, the Three-Factor Eating Questionnaire, and the Eating Disorder Inventory-3. Energy deficiency was defined as fasting serum total triiodothyronine (TT 3 ) <73.2 ng·dL -1 . A cutoff of TT 3 <80 ng·dL -1 was also tested. Potential predictors of energy deficiency were as follows: age of menarche, gynecological age, disordered eating, menstrual status, and bone health items (Health, Exercise and Nutrition Survey); dietary cognitive restraint (Three-Factor Eating Questionnaire); and Perfectionism, Body Dissatisfaction, and Drive for Thinness (Eating Disorder Inventory-3). A model set ( n = 152; 21.8 ± 0.3 yr, 21.23 ± 0.16 kg·m -2 ) was used to select predictors, identify interaction terms, and fit 500 random iterations of stepwise logistic regression. Predictors included in ≥475 models were used in a final model and tested on a validation set ( n = 50; 21.6 ± 0.4 yr, 21.15 ± 0.3 kg·m -2 ). RESULTS: The final model included body mass index, number of menstrual cycles in the last 6 months, dietary cognitive restraint, and body dissatisfaction index. The Female Energy Deficiency Questionnaire coefficient detected TT 3 <73.2 ng·dL -1 with 84.2% sensitivity, 80.6% specificity, and 82% accuracy, and TT 3 <80 ng·dL -1 with 85% sensitivity, 83.3% specificity, and 84% accuracy. CONCLUSIONS: At present, the Female Energy Deficiency Questionnaire is the only questionnaire that is specifically designed as an indicator of energy deficiency in female athletes across a variety of sports.
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 | 0,012 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».