A new anthropometric index to predict percent body fat in young adults
Notice bibliographique
Résumé
OBJECTIVE: To propose a new anthropometric index that can be employed to better predict percent body fat (PBF) among young adults and to compare with current anthropometric indices. DESIGN: Cross-sectional. SETTING: All measurements were taken in a controlled laboratory setting in Seoul (South Korea), between 1 December 2015 and 30 June 2016. PARTICIPANTS: Eighty-seven young adults (18-35 years) who underwent dual-energy x-ray absorptiometry (DXA) were used for analysis. Multiple regression analyses were conducted to develop a body fat index (BFI) using simple demographic and anthropometric information. Correlations of DXA measured PBF (DXA_PBF) with previously developed anthropometric indices and the BFI were analysed. Receiver operating characteristic curve analyses were conducted to compare the ability of anthropometric indices to identify obese individuals. RESULTS: BFI showed a strong correlation with DXA_PBF (r = 0·84), which was higher than the correlations of DXA_PBF with the traditional (waist circumference, r = 0·49; waist to height ratio, r = 0·68; BMI, r = 0·36) and alternate anthropometric indices (a body shape index, r = 0·47; body roundness index, r = 0·68; body adiposity index, r = 0·70). Moreover, the BFI showed higher accuracy at identifying obese individuals (area under the curve (AUC) = 0·91), compared with the other anthropometric indices (AUC = 0·71-0·86). CONCLUSIONS: The BFI can accurately predict DXA_PBF in young adults, using simple demographic and anthropometric information that are commonly available in research and clinical settings. However, larger representative studies are required to build on our findings.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».