Precision of the iDXA for Visceral Adipose Tissue Measurement in Severely Obese Patients
Notice bibliographique
Résumé
UNLABELLED: A new measurement tool, the automated software CoreScan, for the GE Lunar iDXA, has been validated for measuring visceral adipose tissue (VAT) against computed tomography in normal-weight populations. However, no study has evaluated the precision of CoreScan in measuring VAT among severely obese patients. PURPOSE: The purpose of the study was to evaluate the precision of CoreScan for VAT measurements in severely obese adults (body mass index > 40 kg·m(-2)). METHODS: A total of 55 obese participants with a mean age of 46 ± 11 yr, body mass index of 49 ± 6 kg·m(-2), and body mass of 137.3 ± 21.3 kg took part in this study. Two consecutive iDXA scans with repositioning of the total body were conducted for each participant. The coefficient of variation, the root-mean-square averages of SD of repeated measurements, the corresponding 95% least significant change, and intraclass correlations were calculated. RESULTS: Precision error was 8.77% (percent coefficient of variation), with a root-mean-square SD of 0.294 kg and an intraclass correlation of 0.96. Bland-Altman plots demonstrated a mean precision bias of -0.08 ± 0.41 kg, giving a coefficient of repeatability of 0.82 kg and a bias range of -0.890 to 0.725 kg. CONCLUSIONS: When interpreting VAT results with the iDXA in severely obese populations, clinicians should be aware of the precision error for this important clinical parameter.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».