A critical evaluation of bioimpedance spectroscopy analysis in estimating body composition during GH treatment: comparison with bromide dilution and dual X-ray absorptiometry
Notice bibliographique
Résumé
OBJECTIVE: To compare estimates by bioimpedance spectroscopy analysis (BIS) of extracellular water (ECW), fat mass (FM), and fat-free mass (FFM) against standard techniques of bromide dilution and dual energy X-ray absorptiometry (DXA) during intervention that causes significant changes in water compartments and body composition. METHODS: Body composition analysis using BIS, bromide dilution, and DXA was performed in 71 healthy recreational athletes (43 men, 28 women; aged 18-40 years; BMI 24 ± 0.4 kg/m(2)) who participated in a double-blinded, randomized, placebo-controlled study of GH and testosterone treatment. The comparison of BIS with bromide dilution and DXA was analyzed using linear regression and the Bland-Altman method. RESULTS: At baseline, there was a significant correlation between BIS and bromide dilution-derived estimates for ECW, and DXA for FM and FFM (P<0.001). ECW by BIS was 3.5 ± 8.1% lower compared with bromide dilution, while FM was 22.4 ± 26.8% lower and FFM 13.7 ± 7.5% higher compared with DXA (P<0.01). During treatment, the change in ECW was similar between BIS and bromide dilution, whereas BIS gave a significantly greater reduction in FM (19.4 ± 44.8%) and a greater increase in FFM (5.6 ± 3.0%) compared with DXA (P<0.01). Significant differences in body composition estimates between the BIS and DXA were observed only in men, particularly during the treatment that caused greatest change in water compartments and body composition. CONCLUSION: In healthy adults, bioimpedance spectroscopy is an acceptable tool for measuring ECW; however, BIS overestimates FFM and substantially underestimates FM compared with DXA.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».