Comparison of resting metabolic rate prediction equations in college-aged adults
Notice bibliographique
Résumé
Prediction equations have been considered an accurate method for estimating resting metabolic rate (RMR) across multiple populations, but their accuracy for college-aged individuals not on an athletics team remains to be determined. Sixty-two college-aged (18–30 yrs) males (n = 31) and females (n = 31) had their RMR measured (RMRm), using indirect calorimetry, and body composition assessed via air-displacement plethysmography. The World Health Organization (WHO), Mifflin−St Jeor (Mifflin), Harris−Benedict (HB), Cunningham, and Nelson equations were used to estimate RMR. No difference was observed between the Cunningham and RMRm regardless of sex (p ≥ 0.05). All other prediction equations estimated a significantly lower RMR for males (p < 0.05). The Mifflin and Nelson equations predicted an RMR that was significantly lower than RMRm for females (p < 0.05). When compared with RMRm, no difference was detected for females using the WHO, HB, or Cunningham (p ≥ 0.05). Only the Nelson equation predicted an RMR that was outside of the clinically acceptable range (±10% of RMRm) regardless of sex. The Cunningham, WHO, and HB equations can accurately predict RMR for college-aged males and females. RMR prediction equations used in this study are less accurate for those with greater RMRs. Novelty: For adults 18–30 years old that are not on an athletics team, the Cunningham equation can accurately predict RMR. The Nelson equation should not be used to predict RMR for this population. There is a systematic bias for RMR prediction equations to underestimate higher measured RMR values.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».