Predicting Waist Circumference From a Single Computed Tomography Image Using a Mobile App (Measure It): Development and Evaluation Study
Notice bibliographique
Résumé
Background: Despite the existing evidence that waist circumference (WC) provides independent and additive information to BMI when predicting morbidity and mortality, this measurement is not routinely obtained in clinical practice. Using computed tomography (CT) scan images, mobile health (mHealth) has the potential to make this abdominal obesity parameter easily available even in retrospective studies. Objective: This study aimed to develop a mobile app as a tool for facilitating the measurement of WC based on a cross-sectional CT image. Methods: The development process included three stages: determination of the principles of WC measurement from CT images, app prototype design, and validation. We performed a preliminary validity study in which we compared WC measurements obtained both by the conventional method using a tape measurement in a standing position and by the mobile app using the last abdominal CT slice not showing the iliac bone. Pearson correlation, student t tests, and Q-Q and Bland-Altman plots were used for statistical analysis. Moreover, to perform a diagnostic test evaluation, we also analyzed the accuracy of the app in detecting abdominal obesity. Results: We developed a prototype of the app Measure It, which is capable of estimating WC from a single cross-sectional CT image. We used an estimation based on an ellipse formula adjusted to the gender of the patient. The validity study included 20 patients (10 men and 10 women). There was a good correlation between both measurements (Pearson R=0.906). The student t test showed no significant differences between the two measurements (P=.98). Both the Q-Q dispersion plot and Bland-Altman analysis graphs showed good overlap with some dispersion of extreme values. The diagnostic test evaluation showed an accuracy of 83% when using the mobile app to detect abdominal obesity. Conclusions: This app is a simple and accessible mHealth tool to routinely measure WC as a valuable obesity indicator in clinical and research practice. A usability and validity evaluation among medical teams will be the next step before its use in clinical trials and multicentric studies.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».