Testing Bioimpedance to Estimate Body Fat Percentage across Different Hip and Waist Circumferences
Notice bibliographique
Résumé
Many studies have validated the use of bioimpedance analysis (BIA) to quantify body fat percentage (BF%). However, it is unknown if some model types (i.e., hand to hand, foot to foot, and hand to foot) are differing in their validity depending on hip and waist circumferences. The purpose of this study was to compare the difference in BF% between three BIA models (i.e., hand to hand, foot to foot, and hand to foot) against the Bod Pod across different hip and waist circumferences. A total of 92 people aged 19-72 years were recruited in this study. After following the pretesting procedures recommended for BIA measures, BF% was estimated using three BIA models and the Bod Pod. Hip and waist circumferences were obtained using standard procedures and tertiles were computed. The Bland-Altman was plotted and 1-sample T-test as well as correlation between the average measure and the difference between the two measures was tested. Within the entire sample, across all BIA models, the Bland-Altman analysis showed significant difference compared to 0 and a significant difference for the proportional. However, when stratified by tertiles, the two measurements were only significant for the highest tertiles of hip and waist for all BIA apparatus (all p <0.01) and the proportional bias was nonsignificant for all tertiles and across all BIA apparatus. For the highest tertile of waist and hip, the average difference was between 1.67% and 3.29% compared with the Bod Pod estimation. In conclusion, the three BIA models offer a BF% measurement agreeing with the estimation obtained with the Bod Pod with the exception of people having a greater waist or greater hip.
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 | 0,000 | 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 ».