MétaCan
Menu
Retour à la cohorte
Enregistrement W4392392250 · doi:10.14740/jem918

Waist Body Mass Index Outperforms Other Anthropometric Indicators in Identifying Obesity Using Bioimpedance

2024· article· en· W4392392250 sur OpenAlexvenueno aff
Víctor Juan Vera-Ponce, Fiorella E. Zuzunaga-Montoya, Joan A. Loayza-Castro, Luisa Erika Milagros Vásquez-Romero, Cori Raquel Iturregui Paucar, Mario J. Valladares-Garrido, Willy Ramos, Norka Rocío Guillén Ponce, Jhony A. De La Cruz‐Vargas

Notice bibliographique

RevueJournal of Endocrinology and Metabolism · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineWaistBody mass indexAnthropometryBody volume indexObesityWaist-to-height ratioIndex (typography)Internal medicineStatisticsFat massClassification of obesityMathematics

Résumé

récupéré en direct d'OpenAlex

Background: While the body mass index (BMI) has been widely used to diagnose overweight and obesity, other anthropometric markers, such as waist circumference (WC), waist-to-height ratio (WHtR), among others, have been proposed as alternative diagnostic measures for obesity. The objective was to determine which anthropometric marker has the best diagnostic accuracy for obesity. Methods: This was a diagnostic test study with the primary analysis in workers of an occupational clinic located in Lima, Peru. The percentage of fat measured by bioimpedance was used as the reference test. The WC, BMI, WHtR, tri-ponderal mass index, new BMI, Clinica Universidad de Navarra-Body Adiposity Estimator (CUN-BAE), and waist BMI (wBMI) were evaluated. Receiver operating characteristic (ROC) curve analysis was used as a statistical and graphical method to assess predictive capacity, as well as the area under the curve (AUC) corresponding to each response variable. Sensitivity and specificity, with their 95% confidence intervals (95% CIs), were calculated. Results: In our study on obesity according to the percentage of fat, 780 participants were included. The overall prevalence of obesity was 19.74%. Regarding the diagnostic test analysis, the measure with the highest accuracy in women was wBMI: AUC = 0.783 (95% CI: 0.735 - 0.830), sensitivity = 71.59% (95% CI: 60.98 - 80.69), and specificity = 74.54% (95% CI: 69.45 - 79.18). For men, the measure with the highest accuracy was wBMI: AUC = 0.828 (95% CI: 0.779 - 0.878), sensitivity = 89.39% (95% CI: 79.36 - 95.62), and specificity = 58% (95% CI: 52.19 - 63.65). Conclusions: Our study concludes that wBMI proved to be a superior tool for diagnosing obesity compared to conventional measures such as BMI, WC, WHtR, and other evaluated anthropometric metrics. J Endocrinol Metab. 2024;14(1):13-20 doi: https://doi.org/10.14740/jem918

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)0,001
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 enseignants0,136
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,341
Écart entre enseignants0,303 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Endocrinology and MetabolismMême sujetBody Composition Measurement TechniquesTravaux en français237 207