Visa fullständig version : Fettintag och skadefrekvens.
King Grub
2008-02-14, 18:03
Our purpose was to determine the relationship between energy intake, energy availability, dietary fat and lower extremity injury in adult female runners. We hypothesized that runners who develop overuse running-related injuries have lower energy intakes, lower energy availability and lower fat intake compared to non-injured runners.
Methods
Eighty-six female subjects, running a minimum of 20 miles/week, completed a food frequency questionnaire and informed us about injury incidence over the next year.
Results
Injured runners had significantly lower intakes of total fat (63 ± 20 vs. 80 ± 50 g/d) and percentage of kilocalories from fat (27 ± 5 vs. 30 ± 8 %) compared with non-injured runners. A logistic regression analysis found that fat intake was the best dietary predictor, correctly identifying 64% of future injuries. Lower energy intake and lower energy availability approached, but did not reach, a significant association with overuse injury in this study.
Conclusion
Fat intake is likely associated with injury risk in female runners. By documenting these associations, better strategies can be developed to reduce running injuries in women.
J Int Soc Sports Nutr. 2008 Jan 3;5:1. Fat intake and injury in female runners.
http://www.jissn.com/content/pdf/1550-2783-5-1.pdf
Scratch89
2008-02-14, 21:01
Vad kan det bero på? Om det är så pass låga fettnivåer att det blir ett försämrat upptag av vitaminer kanske det kan påverka?
Eddie Vedder
2008-02-14, 21:09
Vad kan det bero på? Om det är så pass låga fettnivåer att det blir ett försämrat upptag av vitaminer kanske det kan påverka?
Så låga var inte intagen.
King Grub
2008-02-14, 21:10
Vad kan det bero på? Om det är så pass låga fettnivåer att det blir ett försämrat upptag av vitaminer kanske det kan påverka?
Läs studien.
CoolHandLuke
2008-02-14, 21:10
Knepigt. De letade efter en sak och hittade en annan. Det får man nog tacka duktiga datorprogram för. Antar att kurvan planade ut efter 30%.. alltså man får inga positiv effekt efter det.
47 av 86 personer som skadade sig. Låter som en hög siffra. Bra p-värde på vitamin K också!
Eddie Vedder
2008-02-14, 21:42
Deficient intake of n-3 PUFA could theoretically
contribute to an enhanced inflammatory response
and increase injury severity and, in fact, injured runners
did consume significantly less PUFA (13.3 ± 4.8 g/d vs.
17.2 ± 9.7 g/d, p = 0.016), although the distinction
between n-6 and n-3 was not made. Future research might
be directed toward the role of PUFA more closely, particularly
in light of recent studies showing the clinical efficacy
of n-3 PUFA supplementation in decreasing the
inflammatory response in persons with rheumatoid
arthritis, asthma, or acute respiratory distress syndrome,
and after severe trauma [30].
Det där var en tanke jag hade och det nämns ju uppenbarligen i diskussionen. Själv är jag lite nojjig över att äta fet fisk tillräckligt ofta (minimum på tre gågnger i veckan) bl.a. för att jag inbillar mig att det kan inverka positivt i skadeförebyggande syfte. Överhuvudtaget försöker jag äta mer fett, den här studien kommer ju iaf inte få mig att tvärvända på den punkten även om den förstås inte fullständigt bevisar något.:)
Vad in i h-vte är ANOVA signfikant? Det är ju ingen signifikant skillnad i fett intag mellan dem om man testar dem med helt vanlig signifikans testning (63 ± 20 vs. 80 ± 50 g/d)...
Jag personligen blir alltid misstänksam när helt vanlig statstistik misslyckas med att visa en skillnad och författarna blir tvungna att vrida och vända på talen och metoder för att få fram en skillnad...
Vad in i h-vte är ANOVA signfikant?
I tabell 2?
Jag personligen blir alltid misstänksam när helt vanlig statstistik misslyckas med att visa en skillnad och författarna blir tvungna att vrida och vända på talen och metoder för att få fram en skillnad...
Jag tycker, efter att ha skumläst artikeln, inte att det verkar som om de använt några obskyra statistiska metoder? Logistisk regression och ANOVA är ju tämligen etablerade för författarnas syften.
Jag är f.ö. med författarna i deras slutsats. Skall kroppen orka med mycket träning behöver den också förses med resurser för att klara det.
Eddie Vedder
2008-02-15, 22:42
Jag är f.ö. med författarna i deras slutsats. Skall kroppen orka med mycket träning behöver den också förses med resurser för att klara det.
Jo fast visserligen var det ju bara andelen fett man såg skillnad på, energi- och proteinintag var ju likvärdigt t.ex. Båda grupperna höll sig ju dessutom viktstabila och höll ungefär samma veckodistanser.
Men angående energiintaget är det här intressant tycker jag (s. 6):
We also observed that energy intake as estimated from the
FFQ was only two-thirds of calculated EEE, despite the fact
that the majority of runners reported a steady weight. Differences
between energy intake and expenditure have
been reported in other studies [5-8] and may result from
suppression of resting metabolic rate (RMR) due to
chronic undernutrition [31], making EEE calculations
invalid in this population. Using the mean energy intake
and mid-range of the Food & Nutrition Board recommendation
[20], it appears the runners in this study potentially
had a metabolic suppression factor of 21%, which
approximates the suppression factors in another study
[31]. Because of this potential metabolic suppression,
energy availability may be a more valid measure of nutritional
status because it indicates the amount of energy
remaining for other body functions after accounting for
exercise expenditure.
I tabell 2?
Jag tycker, efter att ha skumläst artikeln, inte att det verkar som om de använt några obskyra statistiska metoder? Logistisk regression och ANOVA är ju tämligen etablerade för författarnas syften.
Jag är f.ö. med författarna i deras slutsats. Skall kroppen orka med mycket träning behöver den också förses med resurser för att klara det.
Ja tabell 2
Oki nu medger jag att jag inte vet vad ANOVA är (och orkar inte undersöka det). Men helt vanlig testning visar ju en ikke signifikant skillnad. Eniga? Om inte så kolla på confidence intervals.... Detta till trots så på något sätt (ANOVA) får de det signifikant ändå. Och detta är heller ingenting de kommenterar i artikeln. Hela detta gör mig mistänksam att de måste använda någon extra grej för att få det signifikant och ej kommenterar det själva.
Jag är ingen expert i statistik men jag tycker det ser skumt ut, men kan säkert vara någon jätte bra förklaring på det!
Mer resurser? Det var ej skillnad i energiintag, enbart fördelningen (menar de, frågan är ju om det verkligen var det?!)
Vad är "helt vanlig testning"? ANOVA (Analysis of variance) ÄR en vanlig statistisk testmetod, lämplig för att jämföra normalfördelade, kontinuerliga variabler (som vi har här) mellan två grupper. Förklara gärna.
Skall jag invända mot statistiken, så är det möjligen mot att det inte framgår om de har korrigerat för det stora antalet jämförelser, det är lätt att man får massignifikans då (att något resultat av de många slumpmässigt faller ut som signifikant).
Spännande studie, vore spännande om de tittade på lite fler sporter också :)
Vad är "helt vanlig testning"? ANOVA (Analysis of variance) ÄR en vanlig statistisk testmetod, lämplig för att jämföra normalfördelade, kontinuerliga variabler (som vi har här) mellan två grupper. Förklara gärna.
Skall jag invända mot statistiken, så är det möjligen mot att det inte framgår om de har korrigerat för det stora antalet jämförelser, det är lätt att man får massignifikans då (att något resultat av de många slumpmässigt faller ut som signifikant).
Varför får de fram ett p värde på 0.016 och sedan först efter ANOVA analys får ett one way (!!) p värde på under 0.05?
Se själv på confidence intervals (63 ± 20 vs. 80 ± 50 g/d), där ser du ju att det ej är signifikant ändring... Något annorlunda har gjorts för att få det signifikant! Är vi ikke eniga?
Och varför används one way (samma som one sided antar jag?)? Man bör alltid använda 2 sided vad jag vet.
Samma sak gör de med: daily energy intake (kcal/d), energy balance
(kcal/kgFFM/d), and energy availability (kcal/kgFFM/d).
Skillnaden kan väl lika gärna vara omvänd och därför bör man använda 2 sided, same same med fett intag...
Skall jag invända mot statistiken, så är det möjligen mot att det inte framgår om de har korrigerat för det stora antalet jämförelser, det är lätt att man får massignifikans då (att något resultat av de många slumpmässigt faller ut som signifikant).
De gör väl en multivariate analysis?
Statistik är inte mitt bästa ämne, så jag reserverar mig för fel. Men i alla fall:
Varför får de fram ett p värde på 0.016 och sedan först efter ANOVA analys får ett one way (!!) p värde på under 0.05?
Jag förstår inte vad du menar med "först efter ANOVA". Samtliga värden i kolumnen "p-value (injured vs. non-injured")" är ju från ANOVA, och jag kan inte se var de har gjort detta "något" som du menar att de har gjort innan ANOVA? Om det är värdena i tabell 1 du menar, då är det ju en annan analys av andra saker (en beskrivning av deltagarna i studien).
F.ö. är väl 0,016 mindre än 0,05 vad jag vet.
Se själv på confidence intervals (63 ± 20 vs. 80 ± 50 g/d), där ser du ju att det ej är signifikant ändring... Något annorlunda har gjorts för att få det signifikant! Är vi ikke eniga?
Nej, vi är inte eniga. I en så pass stor grupp (90 personer) kan man nog få en signifikand skillnad även om standardavvikelsen är stor, även om man givetvis då måste tolka med detta i minnet. Jag tror att du blandar ihop vad som gjorts här med ickeparametriska tester, där man presenterar odds eller risk (vanligt i medicinsk forskning). Jag undrar fortfarande vad du menar att de har gjort med data för att förändra dem (de skriver ju uttryckligen att de inte har transformerat, och när det inte behövdes bör ANOVA, eller kanske hellre en multivariat ANOVA ha varit rätt metod).
Och varför används one way (samma som one sided antar jag?)? Man bör alltid använda 2 sided vad jag vet.
Samma sak gör de med: daily energy intake (kcal/d), energy balance
(kcal/kgFFM/d), and energy availability (kcal/kgFFM/d).
Skillnaden kan väl lika gärna vara omvänd och därför bör man använda 2 sided, same same med fett intag...
One-way är inte samma sak som one sided. Författarna anger vilka variabler de använd one sided tests för (de som du räknar upp) och att de använt two sided för alla övriga. Användandet av one sided test för uppräknade variabler kan man ifrågasätta (och det kommer de säkert att få försvara), men de motiverar det väl utifrån vad tidigare forskning visat (fyra referenser).
De gör väl en multivariate analysis?
Nej, inte vad jag kan se. De gör logistisk regression (där man bygger en multivariat modell) med de variabler som fallit ut som signifikanta i ANOVA. Det jag menar är att jag hade velat veta om resultaten från ANOVAn är korrigerade för det stora antalet tester, vilket inte framgår (ibland finns det inbyggt i programmet, ibland inte). Nu tycker jag personligen att det inte känns så konstigt att de variabler som faller ut gör det att jag vill ropa "massignifikans" det första jag gör, men det hade varit trevligt om de skrivit ut hur de gjort, så att man sluppit undra (det är väl delvis en fråga om utrymme, gissar jag, editors tycker alltid att manuskripten är för långa).
Statistik är inte mitt bästa ämne, så jag reserverar mig för fel. Men i alla fall:
Jag förstår inte vad du menar med "först efter ANOVA". Samtliga värden i kolumnen "p-value (injured vs. non-injured")" är ju från ANOVA, och jag kan inte se var de har gjort detta "något" som du menar att de har gjort innan ANOVA? Om det är värdena i tabell 1 du menar, då är det ju en annan analys av andra saker (en beskrivning av deltagarna i studien).
F.ö. är väl 0,016 mindre än 0,05 vad jag vet.
Nej, vi är inte eniga. I en så pass stor grupp (90 personer) kan man nog få en signifikand skillnad även om standardavvikelsen är stor, även om man givetvis då måste tolka med detta i minnet. Jag tror att du blandar ihop vad som gjorts här med ickeparametriska tester, där man presenterar odds eller risk (vanligt i medicinsk forskning). Jag undrar fortfarande vad du menar att de har gjort med data för att förändra dem (de skriver ju uttryckligen att de inte har transformerat, och när det inte behövdes bör ANOVA, eller kanske hellre en multivariat ANOVA ha varit rätt metod).
One-way är inte samma sak som one sided. Författarna anger vilka variabler de använd one sided tests för (de som du räknar upp) och att de använt two sided för alla övriga. Användandet av one sided test för uppräknade variabler kan man ifrågasätta (och det kommer de säkert att få försvara), men de motiverar det väl utifrån vad tidigare forskning visat (fyra referenser).
Nej, inte vad jag kan se. De gör logistisk regression (där man bygger en multivariat modell) med de variabler som fallit ut som signifikanta i ANOVA. Det jag menar är att jag hade velat veta om resultaten från ANOVAn är korrigerade för det stora antalet tester, vilket inte framgår (ibland finns det inbyggt i programmet, ibland inte). Nu tycker jag personligen att det inte känns så konstigt att de variabler som faller ut gör det att jag vill ropa "massignifikans" det första jag gör, men det hade varit trevligt om de skrivit ut hur de gjort, så att man sluppit undra (det är väl delvis en fråga om utrymme, gissar jag, editors tycker alltid att manuskripten är för långa).
Haha jag läste lite väl snabbt, jag läste det som 0.16 som inte är mindre än 0.05. Deras p-värde är ju 0.016 som givetvis är mindre än 0.05. Kanske borde få synen undersökt ;)
Det gör ju att det hela framstår i ett helt annat ljus!!
Men hursomhelst mellantvå tal med konfidens interval som överlappar varandra kan det väl inte vara en signifikant skillnad?
Och nej så bra är jag heller inte till statistik!
Men hursomhelst mellantvå tal med konfidens interval som överlappar varandra kan det väl inte vara en signifikant skillnad?
Svarar mig själv... det är ju inte konfindensintervall som de redovisar i tabellen....
Ola Wallengren
2008-02-17, 18:16
Tycker också det är lite konstigt att de använt ANOVA eftersom man använder ANOVA om det är mer än två grupper, vilket det inte är och då blir testet det samma som ett oparat t-test. Eftersom de inte nämner att de korrigerat för multipla tester och dessutom använder ensidigt test i en del av testerna så kan jag inte tänka mig att de gjort så. Det är inte heller så självklart att man skall använda ensidig testning så alla de värdena bör mulipliceras med 2 för att få fram det rätta p-värdet.
Jag tror att Eddie är inne på rätt spår eftersom en FFQ inte är det bästa att undersöka kostvanor med i absoluta tal och de mycket riktigt bara rapporterade ett nergiintag av ca 2/3 av det förväntade så drar i alla fall jag slutsatsen att de bör fundera över sin kostundersökningsnmetod och inte någon ganska osannolik matabol adaption. De borde ha energijusterat sina resultat och då hade det kanske inte blivit några resultat över huvud taget (mycket sannolikt) och då hade de inte haft mycket att publicera, resultaten hade ju varit ganska intetsägande och då svåra att få publicerade.
Jag är faktiskt lite skeptisk till de reviewers och kvalitén på foskning i denna vetenskapliga tidskrift presenterar.
Eddie Vedder
2008-02-17, 18:20
De borde ha energijusterat sina resultat och då hade det kanske inte blivit några resultat över huvud taget (mycket sannolikt) och då hade de inte haft mycket att publicera, resultaten hade ju varit ganska intetsägande och då svåra att få publicerade.
Kan jag tolka dig som att du misstänker att fettet som eventuell orsak bara är en slump som följd av bristfällig rapportering av totalt matintag men att man gärna lyfte fram det mer än det än den faktorn "förtjänar" bara för att få komma med ett lite speciellt resultat?
För som du säger hade ju knappast resultatet "de tjejer som skadade sig åt inte tillräckligt med mat vilket de andra gjorde" varit så häpnadsväckande.;)
Ola Wallengren
2008-02-17, 18:50
Det kan vara så att formuläret (FFQ) var bättre på att uppskatta fettintaget (och därmed också energiintaget) än övriga delar av kosten. Kausaliteten kan de ju inte heller vara säkra på. Flickor som är skadade äter mindre..
vBulletin® v3.8.8, Copyright ©2000-2024, Jelsoft Enterprises Ltd.