Waist Circumference to Height Ratio: Better Correlation with Fat Mass Than Other Anthropometric Indices During Dietary Weight Loss in Different Rates
Notice bibliographique
Résumé
BACKGROUND: The first-line strategy for the treatment of obesity is weight loss (WL) through decreasing calorie intake. However, a diet that is capable of attenuating fat free mass decline following WL is preferred. Furthermore, it is required to choose proper measurements and appropriate obesity-assessment indices to monitor weight and body composition during WL program. METHODS: A total of 68 adults with overweight and/or obesity underwent a WL program (rapid and slow WL). Dependent variables include: weight, resting metabolic rate (RMR), body composition, and related measurements such as waist circumference (WC), waist to height ratio (WHtR), body adiposity index (BAI), a body shape index (ABSI), fat mass to lean body mass (FM/LBM), and percentage body fat (PBF). RESULTS: Obesity measurements decreased in both groups (all P < 0.05) while LBM and RMR decreased more in the rapid WL group (P < 0.05). After age and sex adjustment, a robust correlation was observed between FM/LBM and PBF (r = 0.918), LBM% and PBF (r = -0.949), LBM% and FM/LBM (r = -0.904), WHtR and WC (r = 0.986), and BAI% and HC (r = 0.986) (P < 0.001 for all correlations). FM has the highest correlation with WHtR among other indices (r = 0.706). CONCLUSIONS: Compared to fast WL, our data support that slow and gradual WL is more effective to improve body composition and obesity-assessment indices. The robust relationship was observed between FM and WHtR, among other indices such as BMI or ABSI. Therefore, in order to evaluate FM, where the FM is not measurable, the WHtR might be the reasonable index.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».