Methodological standards for body composition—an expert-endorsed guide for research and clinical applications: levels, models, and terminology
Notice bibliographique
Résumé
Body composition assessment is widely used in both research and clinical practice, yet confusion over basic concepts and terminology persists, leading to inaccurate assessments, comparisons, and interpretations. To address this concern, an international working group was formed to clarify basic concepts, standardize terminology, and provide guidance on the use and interpretation of body composition assessment. This initial publication addresses methodological standards, focusing on summarizing body composition levels and models, and introducing standardized terms and definitions. Body composition is organized into 5 distinct levels, ranging from atomic to whole-body, with each higher level encompassing the components of the preceding less complex levels. As a result, terms that describe components at different levels should not be used interchangeably. For example, the use of the molecular-level term "lean body mass" is discouraged because it inaccurately refers to fat-free mass (FFM), lean mass, or lean soft tissue (LST). FFM includes all compartments at the molecular level except fat (nonpolar lipids; mainly triglycerides), and FFM also contains nonfat (or polar) lipids. The term "lean mass" is equivalent to FFM, but not to LST, as FFM includes bone mineral content. Additionally, skeletal muscle is classified at the tissue-organ level and should not be confused with the molecular-level components FFM and LST. Likewise, fat mass and adipose tissue are different components: fat mass, mainly triglycerides, is assessed at the molecular level, whereas adipose tissue is measured at the tissue-organ level. Models are also specific to each level. It is crucial for researchers and clinicians to have a clear understanding of what each body component entails and to use accurate terminology to ensure precise assessment, reporting, and interpretation of body composition data.
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 | 0,180 | 0,325 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,012 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,021 |
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 ».