Evaluation of body composition by two current bioelectric impedance small scales as compared with two new anthropometric equations and the two most published used equations used as references (1031.12)
Notice bibliographique
Résumé
Assessment of adipose tissue and lean body mass (LBM) is useful in clinics to follow‐up obese patients on diet and cases of body weight (BW) loss (e.g. malnutrition) or gain of muscle mass due to physical training or experimental special diets or products. The present study was conducted on 76 well‐selected healthy Caucasian women aged 22.0 ± 1.9 yrs. BW and body fat distribution were normal based on BMI and Waist/Hip ratio. Body frame was medium based on ∑acromial‐bitronchanteric distances. Circumferences and skinfolds were measured at several Lohman sites; muscular circumferences and surfaces were calculated by means of validated equations. % adipose tissue values obtained from Tanita and the practical Gallagher et al.’s equation based on BMI were similar to the Durnin & Womersly’s reference equation; Omron over‐estimated by 22.8% (( p <0.0001). The Tanita scale is misleading for LBM; the value 76.9 ± 7.7% of BW corresponds to total fat‐free body (FFB), a body compartment of no great clinical interest. Values from Lee et al.’s equation and the Omron scale reflected LBM. Compared with the value derived from Heymsfield et al.’s reference equation for muscular tissue, the difference was significant ( p <0.001) in the former case; the % ∆ of Omron was only ‐0.5. In conclusion, the two BEI scales are not equal in determining BC, Tanita and Omron being reliable only for adipose or muscular tissues, respectively.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».