Fat-Free Mass Index for body composition analysis in pediatric sport: a cross-sectional study
Notice bibliographique
Résumé
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 (kg)) - (2.601 × sex) + (0.618 × age(years)) - (0.332 × hip(cm)) + (0.278 × stature(cm)), 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 (Cb>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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».