A Comparison Of Methods For Quantifying Skeletal Muscle Mass In Young Women
Notice bibliographique
Résumé
Magnetic resonance imaging is the gold standard for quantifying skeletal muscle mass (SMM); however, this method is expensive, time-consuming, and often inaccessible. Methods such as dual x-ray absorptiometry (DXA), bioelectrical impedance analysis (BIA) and muscle ultrasound (US) are often used to quantify SMM. Of these, US is the only method capable of directly measuring SMM, yet it is limited in its ability to quantify whole-body (WB) SMM. US is often used to measure muscle thickness (MT) at a single site, alternatively a 5-site algorithm can be used to derive estimates of appendicular lean mass (ALM). PURPOSE: The aim of this study was to assess the agreement between various methods commonly used for quantifying SMM and evaluate the relationship between single site vastus lateralis (VL) MT and leg lean soft tissue mass (LSTM) in young, healthy women. METHODS: 21 young, healthy women (BMI: 20.0-34.4 kg/m2) arrived at the laboratory following a 12 h overnight fast. Participants underwent a series of body composition assessments, including DXA (GE-Lunar iDXA), BIA (InBody 770), and muscle US. DXA and BIA were used to assess WB and segmental LSTM and SMM, respectively. US was used to measure ALM and VL MT. The agreement between the various methods was assessed using Bland-Altman plots. Additionally, the relationship between DXA single-leg LSTM and VL MT was evaluated using Pearson correlations. RESULTS: Bland-Altman analysis revealed a large bias between BIA measures of WB SMM and DXA WB LSTM (-16.1 ± 4.3 kg). BIA measures of WB SMM were also consistently higher than DXA measures of ALM (+6.2 ± 1.9 kg). Minimal bias was detected between DXA ALM and US measures of ALM (+0.03 ± 4.5 kg). No relationship was found between DXA-measured leg LSTM and VL MT measured at 67% VL length (P = 0.13; r = 0.34). A relationship was observed between DXA-measured single-leg LSTM and VL MT measured at 50% VL length (P = 0.01; r = 0.53). CONCLUSION: Our data suggest that the 5-site US method for estimating ALM agrees well with DXA measures of ALM in young, healthy women. In contrast, BIA-measured WB SMM is consistently different from DXA for measures of WB LSTM and ALM. Finally, VL MT at 50% VL length may reflect single-leg measures of LSTM in young, healthy women.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».