Body composition and energy intake — skeletal muscle mass is the strongest predictor of food intake in obese adolescents: The HEARTY trial
Notice bibliographique
Résumé
There has been renewed interest in examining the relationship between specific components of energy expenditure and the overall influence on energy intake (EI). The purpose of this cross-sectional analysis was to determine the strongest metabolic and anthropometric predictors of EI. It was hypothesized that resting metabolic rate (RMR) and skeletal muscle mass would be the strongest predictors of EI in a sample of overweight and obese adolescents. 304 post-pubertal adolescents (91 boys, 213 girls) aged 16.1 (±1.4) years with body mass index at or above the 95th percentile for age and sex OR at or above the 85th percentile plus an additional diabetes risk factor were measured for body weight, RMR (kcal/day) by indirect calorimetry, body composition by magnetic resonance imaging (fat free mass (FFM), skeletal muscle mass, fat mass (FM), and percentage body fat), and EI (kcal/day) using 3 day food records. Body weight, RMR, FFM, skeletal muscle mass, and FM were all significantly correlated with EI (p < 0.005). After adjusting the model for age, sex, height, and physical activity, only FFM (β = 21.9, p = 0.007) and skeletal muscle mass (β = 25.8, p = 0.02) remained as significant predictors of EI. FFM and skeletal muscle mass also predicted dietary protein and fat intake (p < 0.05), but not carbohydrate intake. In conclusion, with skeletal muscle mass being the best predictor of EI, our results support the hypothesis that the magnitude of the body's lean tissue is related to absolute levels of EI in a sample of inactive adolescents with obesity.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».