MétaCan
Menu
Retour à la cohorte
Enregistrement W4382786647 · doi:10.3390/nu15132974

Performance of Body Fat Percentage, Fat Mass Index and Body Mass Index for Detecting Cardiometabolic Outcomes in Brazilian Adults

2023· article· en· W4382786647 sur OpenAlexfundno aff
Bianca Rodrigues de Oliveira, Elma Izze da Silva Magalhães, Maylla Luanna Barbosa Martins Bragança, Carla Cristine Nascimento da Silva Coelho, Natália Peixoto Lima, Heloísa Bettiol, Marco Antônio Barbieri, Viviane Cunha Cardoso, Alcione Miranda dos Santos, Bernardo Lessa Horta, Antônio Augusto Moura da Sílva

Notice bibliographique

RevueNutrients · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesAssociação Brasileira de Saúde ColetivaEuropean CommissionUniversidade Federal do MaranhãoCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorInternational Development Research CentreWellcome TrustWorld Health Organization
Mots-clésBody mass indexMedicineGlycated hemoglobinBody fat percentageAnthropometryObesityInternal medicineCholesterolClassification of obesityHigh-density lipoproteinBlood pressureEndocrinologyDiabetes mellitusFat massType 2 diabetes

Résumé

récupéré en direct d'OpenAlex

Obesity is a recognized risk factor for the development of cardiometabolic outcomes. Therefore, it is essential to evaluate anthropometric and body composition indicators used for its diagnosis. This study aimed to assess the diagnostic performance of body fat percentage (BF%), fat mass index (FMI) and body mass index (BMI) for detecting cardiometabolic outcomes in adults. A cross-sectional study was conducted involving adults at 30 years of age from Pelotas, RS (n = 3517) and at 37–39 years from Ribeirão Preto, SP (n = 1696). Receiver operating characteristic (ROC) curves were used to determine the cut-off points for predicting cardiometabolic risk factors, including altered blood pressure, blood glucose, triglycerides, total cholesterol, low-density lipoprotein cholesterol (LDL-c), high-density lipoprotein cholesterol (HDDL-c), C-reactive protein and glycated hemoglobin. The cut-off points of BF% ranged from 25.2 to 27.8 in men and from 37.4 to 39.7 in women at 30 years, and from 26.1 to 27.8 in men and from 38.5 to 42.2 in women at 37–39 years. For FMI (kg/m2), the cut-off points ranged from 6.3 to 7.5 in men and from 9.5 to 10.8 in women at 30 years, and from 7.3 to 7.8 in men and from 10.2 to 12.2 in women at 37–39 years. The BMI cut-off points (kg/m2) ranged from 26.3 to 27.3 in men and from 25.4 to 27.2 in women at 30 years, and from 28.3 to 29.0 in men and from 27.2 to 29.6 in women at 37–39 years. The areas under the curve were similar for the three indicators, ranging from 0.523 to 0.746. BMI showed a performance similar to that of the body fat-based indicators in identifying cardiometabolic outcomes. The cut-off points of the three indicators showed acceptable discriminatory power in subjects with cardiometabolic risk factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,283
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetObesity, Physical Activity, DietTravaux en français237 207