The paediatric option for BodPod to assess body composition in preschool children: what fat-free mass density values should be used?
Notice bibliographique
Résumé
Air displacement plethysmography utilises a two-component model to assess body composition, which relies on assumptions regarding the density of fat-free mass (FFM). To date, there is no evidence as to whether Lohman's or Wells et al.'s FFM density values are more accurate in young children. Therefore, the aims of this study were to compare total body fat percentage (TBF%) assessed using the BodPod with both Lohman's and Wells et al.'s FFM density values with TBF% from the three-component (3C) model in forty healthy Swedish children aged 5·5 years. Average TBF% calculated using Lohman's FFM density values underestimated TBF% in comparison with the corresponding value assessed using the 3C model (22·2 (sd 5·7) and 25·1 (sd 5·5) %, respectively; P<0·001). No statistically significant difference was observed between TBF% assessed using Wells et al.'s FFM density values and the 3C model (24·9 (sd 5·5) and 25·1 (sd 5·5) %, respectively; P=0·614). The Bland and Altman plots for TBF% using both Lohman's and Wells et al.'s FFM density values did not show any bias across the range of body fatness (Lohman: r 0·056, P=0·733 and Wells et al.: r -0·006, P=0·970). These results indicate that Wells et al.'s FFM density values should be used when assessing body composition with the paediatric option for BodPod in 5-year-old children. However, future studies are needed to confirm these results in other populations, including a wider age range of 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 | 0,002 | 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 | 0,001 |
| 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 ».