对于其他运动员来说,LEA 是故意限制饮食或过度训练的结果,目的是减肥或增强肌肉。对于许多这样的运动员来说,LEA 反映了与身体形象、自尊和/或饮食失调有关的潜在问题,这些问题也需要在治疗期间得到解决。虽然教练、队友和家人的教育和支持很重要,但 RED 的治疗策略应由注册营养师、运动医学医生和/或其他医疗保健专业人员制定,他们可以帮助指导运动员完成恢复健康能量可用性和完整生理功能的过程,并确定在此过程中继续参与运动的安全水平。
在比赛领域突然心脏骤停是一次罕见但毁灭性的事件。运动通常保护健康,但是运动过程中突然崩溃和死亡的风险略高于无活动1。一项估计表明,每年约有21.7万人中有1万人患有与运动有关的突然死亡,其中只有6%在“年轻竞争运动员”(10 - 35岁)中2。最高40岁的运动员的最佳估计是,每年40 000到80 000分之一的心脏死亡突然出现3,4,某些组的风险更高(例如,男人,非裔美国人运动员)和运动(例如篮球)。但是,在获取数据方面遇到困难,真实发病率可能会低估3,5。
由于对供应链简化的期望,更好地利用现有食品材料,食品货架 - 寿命扩展,食品设计定制和个性化营养,对3DFP的兴趣在过去十年中的增长非常明显(Holland等,2018)。人物营养是3DFP技术最令人兴奋的承诺之一。是指可用于个人或特定人群的饮食,例如Athletes,孕妇或老年人。该应用程序的一个例子是“绩效”项目(使用快速制造的老年消费者营养来开发个性化食品),该项目由欧盟建立,旨在开发和验证吞咽和/或咀嚼问题的老年人的整体,个性化食品供应链(C. Feng等人,2019年)。此外,3DFP技术可以解决与营养缺乏症有关的一些健康问题,例如维生素D缺乏症(Azam等,2018)。
摘要:近年来见证了研究的上升,强调了肠道菌群作为运动员健康的主要决定因素的作用,这对它与运动员的身体表现相关的假设引起了人们的兴趣。运动员的身体表现可能会受到肠道中各种微生物的代谢活性的影响。肠道菌群会影响运动员生理的多个方面,包括免疫反应,肠膜完整性,宏观和微量营养素吸收,肌肉耐力和肠道 - 脑轴。几个生理变量控制肠道菌群;因此,必须实施一个复杂的量身定制且复杂的框架,以理解性能 - 微生物群的相互作用。新兴的证据强调了肠道微生物组和身体上的复杂关系,表明从事常规体育锻炼的运动员表现出更丰富的肠道微生物,尤其是在Firmicutes Phylum中,例如Ruminococaccaceae Genera,与他们的言论属性相比。在精英运动中,实施非常规策略是一项挑战,同时又可以帮助运动员完成可行,平衡的发展。本评论汇总了肠道微生物群调制对运动表现的影响的研究,并说明了肠道菌群的不同补充策略如何通过增强身体能力来提高运动表现。这些发现应为运动营养和培训领域的理论和实际发展提供信息。除了促进运动员的整体健康外,这项研究还评估了现有文献,以阐明涉及肠道菌群的干预措施如何显着改善领域的性能。
基于资源理论和情感信息理论的保存,本研究探讨了教练运动员依恋对运动员参与,其基本机制以及从“损失获得”双路观点的影响。使用教练运动员的依恋量表,繁荣的量表,运动员参与量表和心理韧性量表,使用便利抽样方法对424名运动员(299名男性,125名女性,平均年龄= 16.14±2.24岁)进行了横断面调查。结果表明,教练运动员的依恋及其细分(回避的依恋和焦虑依恋)对繁荣和运动员的互动产生了U形影响,并具有不对称的U形曲线,其中左路更长,右路的较长。蓬勃发展对运动员的互动产生了重大影响,并在教练运动员依恋与运动员参与之间的U形关系中充当了瞬时调解人。心理韧性显着调节了教练运动员依恋对繁荣和运动员互动的U形效应。调查结果鼓励教练考虑运动员的依恋倾向,并根据运动员的依恋类型调整其沟通策略,以提高运动员的繁荣和参与水平。
高性能 (HP) 运动系统如何识别、发展和支持运动员向领奖台及更远的地方前进。这从人才识别、确认运动员的潜力和通过分类级别进步开始,并持续关注确保支持运动员过渡到他们未来的人生抱负。使用路径与路径并不意味着只建议单一路径。运动员的表现路径是他们自己独特、有计划和有目的的旅程。
背景:低能量利用率(LEA)是运动相对能量缺乏症(RED-S)的根本原因,会对运动员的生理机能、健康和表现产生负面影响。RED-S 是由于饮食摄入不足以支持日常生活、生长和最佳表现所需的能量消耗所致。无论有无饮食失调,男性和女性运动员都会患上该病。然而,运动员的筛查和诊断可能很困难。目的:本研究旨在确定 RED-S 的强有力预测因素,并评估其在大学男女运动员中的患病率。方法:根据体脂百分比和实际体重与理想体重之间的差异,对来自混合运动的 270 名 NCAA 运动员测试点进行了 RED-S 评分评估。运动员完成了一份身体健康问卷和一份身体成分评估(BodPod®)。RED-S 累积风险评估图表是根据问卷创建的。结果:体重差异本身与 RED-S 评分无关,但当纳入 BF% 时,体重差异成为显著预测因素 (p < 0.01)。只有当体脂百分比升高时,低于理想体重的体重差异才可预测 RED-S。研究发现 30.1% 的运动员有中等 RED-S 风险。结论:当控制 BF% 时,发现体重差异是 RED-S 的独立预测因素。需要进一步研究以确定针对大学生运动员 RED-S 的其他筛查和预防策略。
