A potential bioelectrical impedance equation for estimating skeletal muscle area using computed tomography in colorectal cancer
Notice bibliographique
Résumé
Bioelectrical impedance analysis (BIA) requires validated equations tailored to specific populations and devices to estimate body composition. In this study, we aimed to develop a predictive equation for BIA to evaluate skeletal muscle area (SMA) using computed tomography (CT) as the reference method. This is bi-center cross-sectional study, involving 211 patients. BIA was conducted using a tetrapolar model, measuring resistance (R), and reactance (Xc) values. The equation was developed using a linear regression model, maintaining variables that best correlate to SMA CT . Validity was assessed using Bland-Altman plots and bootstrapping resampling method. Lins’ concordance correlation coefficient (CCC), root mean squared error (RMSE), and mean absolute error (MAE) were calculated before and after resampling. The proposed equation included sex, age, weight, height, resistance and reactance. This model accounted for more than 85% of the variability in SMA CT (R 2 adjusted = 0.86), with a RMSE of 10.37 cm 2 and MAE of 8.28 cm 2 . SMA BIA was highly correlated with SMA CT (ρ = 0.93, P < .001). Bland-Altman plots and CCC (0.92) demonstrated a moderate agreement between SMA BIA and SMA CT . The newly proposed BIA equation demonstrated potential for predicting SMA CT as the reference standard. Our hypothesis requires further investigation in both healthy and clinical populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».