Estimation of skeletal muscle mass by bioelectrical impedance analysis
Notice bibliographique
Résumé
The purpose of this study was to develop and cross-validate predictive equations for estimating skeletal muscle (SM) mass using bioelectrical impedance analysis (BIA). Whole body SM mass, determined by magnetic resonance imaging, was compared with BIA measurements in a multiethnic sample of 388 men and women, aged 18-86 yr, at two different laboratories. Within each laboratory, equations for predicting SM mass from BIA measurements were derived using the data of the Caucasian subjects. These equations were then applied to the Caucasian subjects from the other laboratory to cross-validate the BIA method. Because the equations cross-validated (i.e., were not different), the data from both laboratories were pooled to generate the final regression equation SM mass (kg) = [(Ht2/ R x 0.401) + (gender x 3.825) + (age x -0. 071)] + 5.102 where Ht is height in centimeters; R is BIA resistance in ohms; for gender, men = 1 and women = 0; and age is in years. The r(2) and SE of estimate of the regression equation were 0.86 and 2.7 kg (9%), respectively. The Caucasian-derived equation was applicable to Hispanics and African-Americans, but it underestimated SM mass in Asians. These results suggest that the BIA equation provides valid estimates of SM mass in healthy adults varying in age and adiposity.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».