Body composition measurement in young children using quantitative magnetic resonance: a comparison with air displacement plethysmography
Notice bibliographique
Résumé
Summary Background Quantitative magnetic resonance (QMR) has been increasingly used to measure human body composition, but its use and validation in children is limited. Objective We compared body composition measurement by QMR and air displacement plethysmography (ADP) in preschool children from Singapore's multi‐ethnic Asian population ( n = 152; mean ± SD age: 5.0 ± 0.1 years). Methods Agreements between QMR‐based and ADP‐based fat mass and fat mass index (FMI) were assessed using intraclass correlation coefficient (ICC), reduced major axis regression and Bland–Altman plot analyses. Analyses were stratified for the child's sex. Results Substantial agreement was observed between QMR‐based and ADP‐based fat mass (ICC: 0.85) and FMI (ICC: 0.82). Reduced major axis regression analysis suggested that QMR measurements were generally lower than ADP measurements. Bland–Altman analysis similarly revealed that QMR‐based fat mass were (mean difference [95% limits of agreement]) −0.5 (−2.1 to +1.1) kg lower than ADP‐based fat mass and QMR‐based FMI were −0.4 (−1.8 to +0.9) kg/m 2 lower than ADP‐based FMI. Stratification by offspring sex revealed better agreement of QMR and ADP measurements in girls than in boys. Conclusions QMR‐based fat mass and FMI showed substantial agreement with, but was generally lower than, ADP‐based measures in young Asian 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».