MétaCan
Menu
Retour à la cohorte
Enregistrement W4404077146 · doi:10.1016/j.advnut.2024.100335

Are Lean Body Mass and Fat-Free Mass the Same or Different Body Components? A Critical Perspective

2024· review· en· W4404077146 sur OpenAlexafffund
Steven B. Heymsfield, Jasmine Brown, Sophia Ramirez, Carla M. Prado, Grant M. Tinsley, Marı́a Cristina González

Notice bibliographique

RevueAdvances in Nutrition · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNutrition Obesity Research Center, University of North CarolinaNational Institutes of HealthCanada Research Chairs
Mots-clésLean body massPerspective (graphical)Fat free massCritical mass (sociodynamics)Fat massBody mass indexMedicineBody weightEndocrinologySociologyComputer science

Résumé

récupéré en direct d'OpenAlex

The 2-component molecular-level model dividing body mass into fat and fat-free mass (FFM) is a cornerstone of contemporary body composition research across multiple disciplines. Confusion prevails, however, as the term lean body mass (LBM) is frequently used interchangeably with FFM in scientific discourse. Are LBM and FFM the same or different body components? Captain Albert R. Behnke originated the LBM concept in 1942 and he argued that his "physiological" LBM component included "essential" fat or structural lipids whereas FFM is a chemical entity "free" of fat. Classical experimental animal and human studies conducted during Behnke's era laid the foundation for the widely used body density and total body water 2-component molecular-level body composition models. Refined body composition models, organization of lipids into structural and functional groupings, and lipid extraction methods all have advanced since Behnke's era. Our review provides an in-depth analysis of these developments with the aim of clarifying distinctions between the chemical composition of LBM and FFM. Our retrospective analysis reveals that FFM, derived experimentally as the difference between body weight and extracted neutral or nonpolar lipids (mainly triglycerides), includes polar or structural lipids (that is, Behnke's "essential" fat). Accordingly, LBM as originally proposed by Behnke has the same chemical composition as FFM, thus answering a longstanding ambiguity in the body composition literature. Bringing body composition science into the modern era mandates the use of the chemically correct term FFM with the elimination of the duplicative term LBM that today has value primarily in a historical context. Avoiding the use of the term LBM additionally limits confusion surrounding similar widely used body composition terms such as lean mass, lean soft tissue mass, and lean muscle mass.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0020,021
Communication savante0,0060,013
Science ouverte0,0030,003
Intégrité de la recherche0,0050,014
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,400
Écart entre enseignants0,333 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations70
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in NutritionMême sujetBody Composition Measurement TechniquesTravaux en français237 207