MétaCan
Menu
Retour à la cohorte
Enregistrement W4387062710 · doi:10.1249/01.mss.0000987468.10787.13

Understanding The Difference In Body Composition Assessment Methods In University Aged Canadian Students

2023· article· en· W4387062710 sur OpenAlexaffabout
N. Adam, Chad A. Sutherland, Andrew S. Perrotta, Paula M. van Wyk, Sarah J. Woodruff, Adriana M. Duquette

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésBioelectrical impedance analysisMedicineAnthropometryBody fat percentageBody weightPhysical therapyFat massBody mass indexInternal medicine

Résumé

récupéré en direct d'OpenAlex

Body composition is expressed as relative proportions of muscle, fat, bone, and other vital components of the body and is utilized as an overall health indicator. Body composition can be measured in several ways, including air displacement plethysmography (e.g., BOD POD) and Bioelectrical Impedance Analysis (BIA). To calculate body composition, the BOD POD measures body volume by changes in pressure in a closed chamber while the BIA measures the rate at which an electrical current travels through the body. The reasons for using different methods can depend on factors including time, cost, comfort, accessibility, and accuracy requirements. PURPOSE: The purpose of this study is to assess the accuracy of three different BIA devices in comparison to the BOD POD in healthy university aged Canadian students. METHODS: 617 undergraduate students (342 females and 275 males) with an age of (mean ± SD) 21.2 ± 2.0 years old, a height of 171.9 ± 9.9 cm, and a weight of 71.6 ± 15.2 kg completed the BOD POD, BIA Tanita BC-568, and BIA Tanita BF-683 body composition assessments. A 319 participant (187 females and 132 males) subsample with an age of 21.2 ± 1.8 years old, a height of 171.3 ± 9.4 cm, and a weight of 71.4 ± 15.0 kg also completed a BIA InBody test. Before all assessment measures, students were required to fast for two hours, refrain from exercise for six hours, not use diuretics for six hours, and void their bladder. Subjects completed their required assessments consecutively on the same day. RESULTS: Significant differences in body fat % (mean ± SD) were observed between the BOD POD (22.9 ± 9.0 %) and the Tanita-568 (21.6 ± 8.4 %, p < 0.0001), the Tanita-683 (22.4 ± 8.9%, p < 0.0001) and the InBody (23.1 ± 9.5, p < 0.05). The mean absolute error for each secondary measure was the following: Tanita-568 = 4.8%, Tanita-683 = 5.8% and the InBody = 4.6%. Bland-Altman plots demonstrated each secondary measure provided a positive bias whose 95% CI failed to overlap the line of equality. CONCLUSION: All secondary measures demonstrated significantly different results in comparison to the BOD POD. The InBody was the most accurate BIA device. Future research could investigate if the assessment from the various devices affects the body composition classifications based on body fat percentage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,094
Tête enseignante GPT0,390
Écart entre enseignants0,296 · 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 tête enseignante, 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetBody Composition Measurement TechniquesTravaux en français237 207