Examination of the confounding effect of subcutaneous fat on muscle echo intensity utilizing exogenous fat
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
We aimed to provide an unbiased estimate of the confounding effect of subcutaneous fat thickness on ultrasound echo intensity (EI) measures of muscle quality. The effect of fat thickness on EI was verified for an approximate range of 0 to 3 cm of fat using exogeneous layers of pork fat over the human tibialis anterior muscle. Sonograms were obtained (i) with focus constant across fat thickness conditions, and (ii) with focus position adjusted to the muscle region of interest (ROI) position for each fat thickness level. In agreement with our hypothesis, increasing fat between the probe and the ROI resulted in a decrease in EI. This overestimating effect of fat on muscle quality differs between sonograms with constant focus and sonograms with focus position adjusted to the vertical displacement in ROI position that occurs for different levels of fat thickness. Correcting equations to account for the overestimating effect of fat on muscle quality are provided for both focus conditions. This is the first study to systematically analyze the confounding effect of fat thickness as an independent factor and the provided equations can be used for improved accuracy in estimates of muscle quality in obese/overweight subjects/patients. Novelty: The independent confounding effect of subcutaneous fat thickness on ultrasound (US) estimates of muscle quality was quantified. US estimates of muscle quality depend on whether focus is adjusted to the muscle region of interest or not. Equations for correcting muscle quality estimates are provided.
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