Estimation of Body Fat Mass Using Dual‐Energy X‐Ray Absorptiometry, Bioelectric Impedance Analysis, and Anthropometry in HIV‐Positive Male Subjects Receiving Highly Active Antiretroviral Therapy
Notice bibliographique
Résumé
BACKGROUND: The purpose of this pilot study was to compare estimates of percentage body fat mass (FM) by bioelectric impedance analysis (BIA) and skinfold measurements (SF) with estimates obtained from dual-energy x-ray absorptiometry (DEXA) in 47 HIV-infected male subjects receiving highly active antiretroviral therapy (HAART). As different patterns of abdominal fat accumulation might affect the body FM estimation, correlation and agreement of these methods were also compared in patients with waist to hip ratio (WHR) < or =0.9 and >0.9. METHODS: Body FM was estimated by BIA and by measuring skinfold thickness at biceps, triceps, and subscapular area, and was compared with DEXA as the reference method using paired t-test. RESULTS: Estimates by SF were significantly higher and by BIA were significantly lower compared with DEXA for all subjects. This relationship persisted only in those with WHR >0.9. Both BIA and SF correlated significantly with DEXA, but they did not agree. However, both techniques showed a small intermethod bias, and the precision was within the acceptable range. This relationship persisted in those with WHR >0.9. In comparison with measurement by BIA, SF showed poorer agreement (larger bias and error). CONCLUSION: For population studies and perhaps to monitor changes over time for intervention studies, the bias for both BIA and SF methods is relatively small and errors and precisions are within the acceptable range when compared with DEXA, and thus all 3 techniques can be used for routine monitoring of total body FM in male subjects with HIV infection.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».