Concordance of BAI and BMI with DXA in the Newfoundland Population
Notice bibliographique
Résumé
BACKGROUND: Body adiposity index (BAI), indirect method proposed to predict adiposity, was developed using Mexican Americans and very little data are available regarding its validation in Caucasian populations to date. OBJECTIVE: The study objectives were to validate the BAI with dual-energy X-ray absorptiometry (DXA) body fat percentage (%BF), taking into consideration the gender and adiposity status. DESIGN AND METHODS: A total of 2,601 subjects (Male 662, Female 1939) from our Complex Diseases in the Newfoundland population: Environment and Genetics (CODING) study participated in this investigation. Pearson correlations, with the entire cohort along with men and women separately, were used to compare the correlation of both BAI and BMI with %BF. Additionally, the concordance between BAI and BMI with %BF were also performed among normal-weight (NW), overweight (OW), and obese (OB) groups. Adiposity status was determined by the Bray Criteria according to DXA %BF. RESULTS: BAI performs better than BMI in our Caucasian population by: (1) reflecting the gender difference in total %BF between women and men, (2) correlating better with DXA %BF than BMI when women and men are combined, and (3) performing better in NW and OW subjects for both the sexes. However, BAI performs less effectively than BMI in OB men and women. CONCLUSION: In summary, the BAI method is a better estimate of adiposity than BMI in non-OB subjects in our Caucasian population. A measurement sensitive to the changes in adiposity for both men and women is suggested to be incorporated into the present BAI equation to increase accuracy.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».