Validity of Body Fat Determination in Elite Female Athletes: Developing a New DXA Based Equation
Notice bibliographique
Résumé
The longest standing field based method of body composition analysis is anthropometry. Anthropometry utilizes a series of skinfold measurements, circumferences, bone lengths and breadths that are rendered in statistical analysis to represent % Body Fat (% BF). Early anthropometric prediction equations were commonly created using Hydrodensitometry (HD) as the criterion measure. Limitations to these skinfold equations arise from limitations of the HD criterion, which may no longer represent the most robust criterion available. PURPOSE: The validity of commonly used % BF prediction equations recommended by national certification programs was evaluated along with equations derived from Multicompartment (MC), and Dual Energy X-Ray Absorptiometry (DXA), in female athletes. Additionally, a new DXA based regression equation was developed for elite female athletes. METHODS: Ninety-five (n=95) female athletes aged 17-31 were recruited into the study and participated in the skinfold validity testing. Anthropometric testing consisted of measurements of skinfolds (using Harpenden callipers), circumferences, and breadths. DXA measurements were conducted using a GE Lunar Prodigy DXA which served as the criterion measure (% BF DXA). RESULTS: The DXA based equation of Ball et al. (2004) displayed the greatest validity of existing equations with R=.87, total error (TE) = 2.9% BF, and Bland Altman Limits of Agreement (BALA) = -4.7 to 6.5% BF. The newly created regression equation demonstrated a non-linear characteristic and displayed similar predictive ability R=.84, TE = 3.0% BF, and BALA = -6.1 to 6.1 % BF. CONCLUSIONS: Anthropometric equations derived from various criteria yielded dissimilar results. Long utilized popular equations advocated in national accreditation schemes show considerable bias compared to modern values obtained by current DXA technology. A new regression equation was created for female Canadian athletes, 17-31years of age using skinfolds taught in the Canadian national professional certification program (CSEP).
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».