Ethnic differences in fat and muscle mass and their implication for interpretation of bioelectrical impedance vector analysis
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.
Notice bibliographique
Résumé
According to the World Health Organization Expert Consultation, current body mass index (BMI) cut-offs should be retained as an international classification. However, there are ethnic differences in BMI-associated health risks that may be caused by differences in body fat or skeletal muscle mass and these may affect the interpretation of phase angle and bioelectrical impedance vector analysis (BIVA). Therefore, the aim of this study was to compare body composition measured by bioelectrical impedance analysis among 1048 German, 1026 Mexican, and 995 Japanese adults encompassing a wide range of ages and BMIs (18–78 years; BMI, 13.9–44.3 kg/m 2 ). Regression analyses between body composition parameters and BMI were used to predict ethnic-specific reference values at the standard BMI cut-offs of 18.5, 25, and 30 kg/m 2 . German men and women had a higher fat-free mass per fat mass compared with Mexicans. Normal-weight Japanese were similar to Mexicans but approached the German phenotype with increasing BMI. The skeletal muscle index (SMI, kg/m 2 ) was highest in Germans, whereas in BIVA, the Mexican group had the longest vector, and the Japanese group had the lowest phase angle and the highest extracellular/total body water ratio. Ethnic differences in regional partitioning of fat and muscle mass at the trunk and the extremities contribute to differences in BIVA and phase angle. In conclusion, not only the relationship between BMI and adiposity is ethnic specific; in addition, fat distribution, SMI, and muscle mass distribution vary at the same BMI. These results emphasize the need for ethnic-specific normal values in the diagnosis of obesity and sarcopenia.
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 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 | 0,000 | 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 découle