开发一个选器来评估运动员不使用第三方测试的营养补充剂的风险行为
Floris C Wardenaar1, Kinta D Schott1, Ryan G N Seltzer1
1College of Health Solutions, Arizona State University, Phoenix, AZ, United States.
Frontiers in nutrition
|May 30, 2024
概括
这项研究开发了一种算法,用于预测运动员对第三方测试 (TPT) 补充剂的使用情况. 该算法识别了高风险不一致的TPT用户,但很难识别一致的低风险用户.
科学领域:
- 运动营养 运动营养
- 食补充剂 食补充剂
- 绩效提升 提高绩效的方法
背景情况:
- 第三方测试 (TPT) 补充剂对于运动员避免禁止物质至关重要.
- 准确识别TPT补充剂的使用是具有挑战性的.
- 开发预测工具可以帮助运动员安全和合规.
研究的目的:
- 开发和验证用于预测运动员使用第三方测试 (TPT) 补充剂的算法.
- 为了识别NCAA第一师学生运动员中使用TPT补充剂的预测因素.
- 评估算法在基于TPT补充剂使用风险的基础上对运动员的分类准确度.
主要方法:
- 一项采用营养补充剂问卷的横截面研究.
- 在训练数据集上使用后勤回归模型来识别预测因素.
- 开发了一个10项算法来预测TPT补充剂的使用,并建立了风险象限.
主要成果:
- 这项研究包括410名NCAA第一师学生运动员.
- 开发的算法在预测高风险不一致的TPT用户 (AUC 0.78) 中表现出合理的准确性.
- 该算法在非TPT用户中实现了高灵敏度 (89%),但在TPT用户中实现了较低的特异性 (49%).
结论:
- 该算法有效地识别出具有不一致的TPT补充剂使用高风险的运动员.
- 该算法的特异性在对一致的低风险TPT用户进行分类时是有限的.
- 这种预测工具可以帮助识别可能需要进一步营养咨询的运动员.
