Comparing body composition techniques against an adapted multicompartment model in individuals with excess body weight
Notice bibliographique
Résumé
• Body composition methods were compared against a 4C model in adults with excess body weight. • ADP showed the best agreement with 4C, but its accuracy was lower in individuals with obesity. • DXA and BIA consistently overestimated FM, and underestimated FFM. • DXA accuracy was better in individuals with obesity than in those with overweight. • BIA-derived TBW could be overestimated, which would inflate 4C-derived FFM estimates. Accurate body composition assessment is critical for detecting individuals at increased health risk from excess adiposity; however, many measurement techniques lose accuracy in those with a higher body mass index (BMI). This study evaluated the accuracy of body composition techniques against a 4-compartment (4C) model in individuals with overweight or obesity. N=75 participants were categorized as having overweight (n=56, BMI 25–29.9 kg/m 2 ) or obesity (n=19, BMI ≥30 kg/m 2 ). Body composition was assessed by bioelectrical impedance analysis (BIA), air-displacement plethysmography (ADP), and dual-energy X-ray absorptiometry (DXA). An adapted 4C model used body mass, body volume (via ADP), bone mineral content (via DXA), and total body water (TBW, via BIA). Accuracy was assessed as mean differences (MD) ± standard deviation (comparator - 4C) and 95% limits of agreement (LoA). ADP demonstrated the smallest overall difference in body fat percentage (BF%; MD= 0.10±1.70%, LoA [-3.23, 3.43], p=0.620), but its accuracy reduced in individuals with obesity. Both BIA (MD= 1.73±1.72%, LoA [-1.52, 4.98]) and DXA (MD= 1.86±1.79%, LoA [-1.65, 5.37]) overestimated BF% (both p<0.001). Overall, ADP demonstrated the best accuracy, while DXA had the greatest differences compared to the 4C model. This may have resulted from TBW being overestimated by BIA, which would inflate 4C-derived fat-free mass. Although all methods demonstrated strong agreement for group-level BF%, a substantial individual-level variability (up to 5% error) highlights the need for caution when interpreting results in clinical or personalized assessment contexts in individuals with excess body weight.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».