Percentiles of body fat measured by bioelectrical impedance in children and adolescents from Bogotá, Colombia: The FUPRECOL Study.
Notice bibliographique
Résumé
OBJECTIVE: The analysis of body composition is a fundamental part of nutritional status assessment. The objective of this study was to establish body fat percentiles by bioelectrical impedance in children and adolescents from Bogotá (Colombia) who were part of the FUPRECOL study (Asociación de la Fuerza Prensil con Manifestaciones Tempranas de Riesgo Cardiovascular en Niños y Adolescentes Colombianos - Association between prehensile force and early signs of cardiovascular risk in Colombian children and adolescents). METHODS: This was a cross-sectional study conducted among 5850 students aged 9-17.9 years old from Bogotá (Colombia). Body fat percentage was measured using foot-to-foot bioelectrical impedance (Tanita®, BF-689), by age and gender. Weight, height, waist circumference, and hip circumference were measured, and sexual maturity was self-staged. Percentiles (P3, P10, P25, P50, P75, P90 and P97) and centile curves were estimated using the LMS method (L [BoxCox curve], M [median curve] and S [variation coefficient curve]), by age and gender. RESULTS: Subjects included were 2526 children and 3324 adolescents. Body fat percentages and centile curves by age and gender were established. For most age groups, values resulted higher among girls than boys. Participants with values above P90 were considered to have a high cardiovascular risk due to excess fat (boys > 23.428.3, girls > 31.0-34.1). CONCLUSIONS: Body fat percentage percentiles measured using bioelectrical impedance by age and gender are presented here and may be used as reference to assess nutritional status and to predict cardiovascular risk due to excess fat at an early age.
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 | 0,001 | 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 ».