Fat mass index performs best in monitoring management of obesity in prepubertal children
Notice bibliographique
Résumé
OBJECTIVE: An early and accurate recognition of success in treating obesity may increase the compliance of obese children and their families to intervention programs. This observational, prospective study aimed to evaluate the ability and the time to detect a significant reduction of adiposity estimated by body mass index (BMI), percentage of fat mass (%FM), and fat mass index (FMI) during weight management in prepubertal obese children. METHODS: In a cohort of 60 prepubertal obese children aged 3-9 years included in an outpatient weight management program, BMI, %FM, and FMI were monitored monthly; the last two measurements were assessed using air displacement plethysmography. The outcome measures were the reduction of >5% of each indicator and the time to achieve it. RESULTS: The rate of detection of the outcome was 33.3% (95% CI: 25.9-41.6) using BMI, significantly lower (p<0.001) than either 63.3% using %FM (95% CI: 50.6-74.8) or 70.0% (95% CI: 57.5-80.1) using FMI. The median time to detect the outcome was 71 days using FMI, shorter than 88 days using %FM, and similar to 70 days using BMI. The agreement between the outcome detected by FMI and by %FM was high (kappa 0.701), but very low between the success detected by BMI and either FMI (kappa 0.231) or %FM (kappa 0.125). CONCLUSIONS: FMI achieved the best combination of ability and swiftness to identify reduction of adiposity during monitoring of weight management in prepubertal obese children.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».