Obesity among postmenopausal women: what is the best anthropometric index to assess adiposity and success of weight-loss intervention?
Notice bibliographique
Résumé
OBJECTIVES: First, to establish the respective ability of body mass index (BMI), waist circumference (WC), and relative fat mass index (RFM), to estimate body fat (BF%) measured by DXA (DXA-BF%) and correctly identify postmenopausal women living with obesity (BF% > 35). Second, to identify the best indicator of successful weight-loss intervention in postmenopausal women living with obesity. METHODS: A total of 277 women (age: 59.8 ± 5.3 y; BF%: 43.4 ± 5.3) from five weight-loss studies with complete data for anthropometric measurements [BMI = weight/height (kg/m2); WC (cm)] and BF% were pooled together. Statistical performance indicators were determined to assess ability of RFM [64-(20 × height/waist circumference) + (12 × sex)], BMI and WC to estimate BF% before and after weight-loss intervention and to correctly identify postmenopausal women living with obesity. RESULTS: Compared with RFM (r = 0.51; r2 = 0.27; RMSE = 4.4%; Lin's CCC = 0.46) and WC (r = 0.49; r2 = 0.25; RMSE = 4.8%; Lin's CCC = 0.41), BMI (r = 0.73; r2 = 0.52; RMSE = 3.7%; Lin's CCC = 0.71) was the best anthropometric index to estimate DXA-BF% and correctly identify postmenopausal women living with obesity (sensitivity + specificity: BMI = 193; RFM = 152; WC = 158), with lower misclassification error, before weight-loss intervention. After weight-loss, the change in BMI was strongly correlated with change in DXA-BF%, indicating that the BMI is the best indicator of success weight-loss intervention. CONCLUSION: In the absence of more objective measures of adiposity, BMI is a suitable proxy measure for BF% in postmenopausal women, for whom a lifestyle intervention is relevant. Furthermore, BMI can be used as an indicator to assess success of weight-loss intervention in this subpopulation.
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 | 0,016 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».