VAT=TAAT‐SAAT: Innovative anthropometric model to predict visceral adipose tissue without resort to CT‐Scan or DXA
Notice bibliographique
Résumé
OBJECTIVE: To investigate whether a combination of a selected but limited number of anthropometric measurements predicts visceral adipose tissue (VAT) better than other anthropometric measurements, without resort to medical imaging. HYPOTHESIS: Abdominal anthropometric measurements are total abdominal adipose tissue indicators and global measures of VAT and SAAT (subcutaneous abdominal adipose tissue). Therefore, subtracting the anthropometric measurement the more correlated possible with SAAT while being the least correlated possible with VAT, from the most correlated abdominal anthropometric measurement with VAT while being highly correlated with TAAT, may better predict VAT. DESIGN AND METHODS: BMI participants' range was from 16.3 to 52.9 kg m(-2) . Anthropometric and abdominal adipose tissues data by computed tomography (CT-Scan) were available in 253 patients (18-78 years) (CHU Nord, Marseille) and used to develop the anthropometric VAT prediction models. RESULTS: Subtraction of proximal thigh circumference from waist circumference, adjusted to age and/or BMI, predicts better VAT (Women: VAT = 2.15 × Waist C - 3.63 × Proximal Thigh C + 1.46 × Age + 6.22 × BMI - 92.713; R(2) = 0.836. Men: VAT = 6 × Waist C - 4.41 × proximal thigh C + 1.19 × Age - 213.65; R(2) = 0.803) than the best single anthropometric measurement or the association of two anthropometric measurements highly correlated with VAT. Both multivariate models showed no collinearity problem. Selected models demonstrate high sensitivity (97.7% in women, 100% in men). Similar predictive abilities were observed in the validation sample (Women: R(2) = 76%; Men: R(2) = 70%). Bland and Altman method showed no systematic estimation error of VAT. CONCLUSION: Validated in a large range of age and BMI, our results suggest the usefulness of the anthropometric selected models to predict VAT in Europides (South of France).
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) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».