Identifying the best body mass index metric to assess adiposity change in children
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Although dual-energy X-ray absorptiometry (DEXA) is the preferred method to estimate adiposity, body mass index (BMI) is often used as a proxy. However, the ability of BMI to measure adiposity change among youth is poorly evidenced. This study explored which metrics of BMI change have the highest correlations with different metrics of DEXA change. METHODS: Data were from the Quebec Adipose and Lifestyle Investigation in Youth cohort, a prospective cohort of children (8-10 years at recruitment) from Québec, Canada (n=557). Height and weight were measured by trained nurses at baseline (2008) and follow-up (2010). Metrics of BMI change were raw (ΔBMIkg/m(2) ), adjusted for median BMI (ΔBMIpercentage) and age-sex-adjusted with the Centers for Disease Control and Prevention growth curves expressed as centiles (ΔBMIcentile) or z-scores (ΔBMIz-score). Metrics of DEXA change were raw (total fat mass; ΔFMkg), per cent (ΔFMpercentage), height-adjusted (fat mass index; ΔFMI) and age-sex-adjusted z-scores (ΔFMz-score). Spearman's rank correlations were derived. RESULTS: Correlations ranged from modest (0.60) to strong (0.86). ΔFMkg correlated most highly with ΔBMIkg/m(2) (r = 0.86), ΔFMI with ΔBMIkg/m(2) and ΔBMIpercentage (r = 0.83-0.84), ΔFMz-score with ΔBMIz-score (r = 0.78), and ΔFMpercentage with ΔBMIpercentage (r = 0.68). Correlations with ΔBMIcentile were consistently among the lowest. CONCLUSIONS: In 8-10-year-old children, absolute or per cent change in BMI is a good proxy for change in fat mass or FMI, and BMI z-score change is a good proxy for FM z-score change. However change in BMI centile and change in per cent fat mass perform less well and are not recommended.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découle