Prediction of hydration status using multi-frequency bioelectrical impedance analysis during exercise and recovery in horses
Notice bibliographique
Résumé
The present study tested the hypothesis that multi-frequency bioelectrical impedance analysis (MFBIA) can be used to provide reasonable estimates of body mass, total body water (TBW), extracellular fluid volume (ECFV) and plasma volume (PV) at rest, during exercise-induced dehydration and subsequent recovery. Seven exerciseconditioned horses were administered indicators for measurement of resting TBW, ECFV and PV. MFBIA measurements at 24 frequencies between 5 and 280 kHz were obtained at rest, during prolonged submaximal exercise and for up to 13 h of recovery with food and water provided. Impedance ‐frequency response curves were described by a double-exponential decay equation from which coefficients were used, together with height and length, to generate predictive equations for estimating body mass, TBW, ECFV and PV. Predictive equations for body mass, ECFV and PV provided reasonable estimates of the parameter at rest and during exercise and recovery that were within 6% of absolute values determined using indicators. Despite the inherent error in estimating absolute volumes, the technique allowed accurate (within 1%) determination of the change in compartment volumes within individual horses over time. The number of frequencies at which impedance was measured could be reduced to seven without sacrificing the accuracy of the impedance‐frequency relationships or the predictive equations ‐ this enabled a 70% reduction in data-acquisition time (to , 35 s) for each MFBIA measurement series. It is concluded that MFBIA can be used in individual horses to track changes in compartmental hydration status resulting from dehydration and rehydration.
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 | 0,000 | 0,001 |
| 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 ».