RMR and RMR ratio are not related to energy availability in elite and pre-elite athletes
Notice bibliographique
Résumé
Low energy availability (LEA), defined as an imbalance between dietary intake and exercise energy expenditure, has been associated with physiological and psychological dysfunction in athletes. The resting metabolic rate ratio (RMR ratio ), calculated as measured RMR divided by predicted RMR, is increasingly used as a surrogate marker for chronic energy deficiency when values fall below 0.9. Therefore, this study aimed to (1) compare the RMR ratio across different predictive equations, (2) assess the association between energy availability (EA) and both RMR and RMR ratio , and (3) explore the relationship between the RMR ratio and phenotypical characteristics, including body composition, dietary intake, physical activity, sleep, and subjective well-being in Spanish competitive athletes. A total of 49 competitive athletes (33 males; 25.2 ± 5.6 years) from various sports were evaluated in this cross-sectional study. RMR was measured using indirect calorimetry and predicted using eleven validated equations. EA was estimated through dietary recalls and training logs. The prevalence of athletes classified as having metabolic suppression (RMR ratio < 0.9) ranged from 34.7% to 93.9%, depending on the predictive equation used. No significant associations were observed between EA and either RMR or RMR ratio . However, athletes with RMR ratio ≥ 0.9 had significantly higher visceral adipose tissue mass, bone mineral content, and density. They also showed more favorable behavioral and psychological profiles, including greater sleep regularity, fewer sustained inactivity bouts, higher self-perceived performance, and lower general stress scores. In conclusion, while no relationship was observed between RMR or RMR ratio and EA, the RMR ratio was associated with different physiological, behavioral, and psychological parameters.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».