MétaCan
Menu
Retour à la cohorte
Enregistrement W2054315229 · doi:10.1177/0733464813515088

Comparison of Bioelectrical Impedance Analysis and Air Displacement Plethysmography in Community-Dwelling Older Adults

2013· article· en· W2054315229 sur OpenAlexaff
Kenneth B. Smale, Emily I. McIntosh, Lori Ann Vallis

Notice bibliographique

RevueJournal of Applied Gerontology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBioelectrical impedance analysisAnthropometryMedicinePlethysmographPopulationPhysical therapyBody mass indexGerontologyCardiologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Clinicians and researchers use body composition measurements to identify individuals who may be at risk of adverse health complications. This study compared two commonly used two-compartmental anthropometric models (bioelectrical impedance analysis [BIA] and air displacement plethysmography [ADP]) to determine whether these two cost-effective methods would provide similar fat free mass index (FFMI) values in a mixed and sex-separated sample population of healthy older adults. Community-dwelling older adults (N= 37, 18 men) aged 74.5 ± 5.2 years participated. FFMIBIAwas correlated with FFMIADP(r= .916); however, these correlations were markedly reduced when the population was split by sex (r< .60). The level of agreement between the difference values (FFMIBIA- FFMIADP) fluctuated ± 2.1 kg/m(2)(illustrated via Bland-Altman plots), but these differences were not statistically different from 0. Findings from the current work suggest that clinicians must be cautious when using portable devices such as BIA to assess FFMI in an older adult population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,331
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetBody Composition Measurement TechniquesTravaux en français237 207