MétaCan
Menu
Retour à la cohorte
Enregistrement W2584096274 · doi:10.1177/0884533616676264

The Use of Technology for Estimating Body Composition

2016· review· en· W2584096274 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNutrition in Clinical Practice · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineInterpretabilityContext (archaeology)Composition (language)Intensive care medicineClinical PracticePsychological interventionRisk analysis (engineering)Medical physicsPhysical therapyArtificial intelligenceComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

Assessment of body composition, both at single time points and longitudinally, is particularly important in clinical nutrition practice. It provides a means for the clinician to characterize nutrition status at a single time point, aiding in the identification and diagnosis of malnutrition, and to monitor changes over time by providing real-time information on the adequacy of nutrition interventions. Objective body composition measurement tools are available clinically but are often underused in nutrition care, particularly in the United States. This is, in part, due to a number of factors concerning their use in a clinical context: cost and accessibility of equipment, as well as interpretability of the results. This article focuses on the factors influencing interpretation of results in a clinical setting. Body composition assessment, regardless of the method, is inherently limited by its indirect nature. Therefore, an understanding of the strengths and limitations of any method is essential for meaningful interpretation of its results. This review provides an overview of body composition technologies available clinically (computed tomography, dual-energy x-ray absorptiometry, bioimpedance, ultrasound) and discusses the strengths and limitations of each device.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,339
Tête enseignante GPT0,541
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle