MétaCan
Menu
Retour à la cohorte
Enregistrement W4388640006 · doi:10.23736/s0022-4707.23.15377-1

Fat-Free Mass Index for body composition analysis in pediatric sport: a cross-sectional study

2023· article· en· W4388640006 sur OpenAlexaff
Paulo Francisco de Almeida‐Neto, Roberto Fernandes da Costa, Tatianny de Macêdo Cesário, Felipe J. Aidar, Dihogo Gama de Matos, Paulo Moreira Silva Dantas, Breno Guilherme de Araújo Tinôco Cabral

Notice bibliographique

RevueThe Journal of Sports Medicine and Physical Fitness · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAnthropometryMedicineBody mass indexFat free massBody fat percentageCross-sectional studyDual-energy X-ray absorptiometryBody adiposity indexPopulationPhysical therapyMass indexClassification of obesityDemographyFat massInternal medicineEnvironmental healthBone mineral

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Analyzing fat free mass (FFM) helps sport professionals during the prescription of sport training for children and adolescents in a sport initiation program. In this way, it is possible to determine fat mass (FM) (FFM subtracted from total body weight) and design interventions to increase FFM and reduce %F, making it possible to maximize performance in relation to the physical demands of sport. However, there is still no reliable anthropometric index to analyze FFM in this population. The aim the present study was to develop the Fat-Free Mass Index (FFMI) for pediatrics of both sexes. METHODS: Cross-sectional study with a sample composed of 254 pediatrics (139 males [age: 13.0±2.3] and 115 females [age: 12.5±2.2]), from a sports initiation school. We divided the sample into the groups: 1) development (N.=169); and 2) cross-validation (N.=85). The body composition was analyzed by dual-energy X-ray absorptiometry (DXA), in addition we acquired anthropometric data (height, body weight and hip circumference) for the development of the FFMI - Pediatric (FFMIp). By means of linear regression we tested the predictive power of FFM using DXA as a reference method, then we developed FFMIp and tested its reliability and validity in relation to DXA. RESULTS: FFMIp consisted of: -16.679 + (0.615 × body mass <inf>(kg)</inf>) - (2.601 × sex) + (0.618 × age<inf>(years)</inf>) - (0.332 × hip<inf>(cm)</inf>) + (0.278 × stature<inf>(cm)</inf>), where for sex 0 = male and 1 = female. For the FFM analysis, FFMIp showed no significant difference from DXA (P>0.05). It also showed significant accuracy (C<inf>b</inf>>0.960), precision (ρ>0.990) and agreement (CCC>0.960) for both groups (development and cross-validation). CONCLUSIONS: Pediatric FFMI proposed by this study proved to be valid for the analysis of fat-free mass in pediatric athletes of sports initiation of both sexes.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,407

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,343
Écart entre enseignants0,310 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Sports Medicine and Physical FitnessMême sujetBody Composition Measurement TechniquesTravaux en français237 207