Accuracy of body composition measurement techniques across the age span
Notice bibliographique
Résumé
This study investigated the acceptable accuracy of common body composition techniques compared with the reference 4-compartment (4C-R) model, which has not been investigated in a sample with diverse characteristics, including age and sex. Techniques included components of the 4C-R model [dual-energy X-ray absorptiometry, air displacement plethysmography, deuterium dilution (DD)] and surrogate compartment models, which utilised bioelectrical impedance spectroscopy (BIS) rather than DD. Men and women (sex = 1:1, 18–85 years, n = 90) completed body composition testing under best-practice guidance. For measurement of individuals, only the reference 3-compartment (3C-R) equation met acceptable error limits (<5% error among individuals) within the a priori cut-point (80%) for fat-free mass (FFM; CV = 0.52%) and fat mass (FM; CV = 1.61%). However, all investigated techniques reached equivalency to the 4C-R model for FFM on average (CV = 0.52–4.31%), but for FM only the 3C and 4C equations that included quantification of total body water (TBW) by DD or BIS reached equivalency overall (CV = 1.61–6.68%). Sex and age minimally influenced accuracy. Only the 3C-R or 4C-R equations are supported for acceptable individual accuracy for both FFM and FM. For group estimates any investigated technique could be used with acceptable accuracy for FFM; however, for FM, inclusion of TBW measurement within a compartment model is necessary. Novelty: Only the referent 3C and 4C models (including deuterium dilution) provide accurate body composition results that are acceptable for measurement of individuals in the general population. For group estimates of lean mass in the general population, compartments models that include TBW must be used for accurate measurement.
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 | 0,000 | 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 ».