使用非侵入性替代品估计绝对和相对体脂含量:可以绕过DXA吗?

科学领域:

• 临床医学 临床医学
• 身体组成分析 身体成分分析
• 肥胖问题研究研究

背景情况:

• 双能X射线吸收计 (DXA) 是身体成分的黄金标准,但成本昂贵且难以获得.
• 人类测量测量通常被用作临床实践中体脂估计的替代品.
• 现有的代孕方法在准确反映身体脂肪含量方面存在局限性.

研究的目的:

• 开发和验证基于回归的算法,使用人体测量数据来预测DXA确定的绝对和相对体脂.
• 与传统方法 (如身体质量指数 (BMI)) 相比,评估新算法的准确性.
• 确定该算法作为DXA替代品的潜在临床实用性.

主要方法:

• 利用了来自美国国家健康和营养检查调查 (NHANES) 的9230名随机选择的美国受试者的数据.
• 采用多重回归分析来创建年龄,身高,总体重和腰围的线性组合.
• 使用独立的NHANES队列和两个外部主题组验证了预测算法.

主要成果:

• 开发的算法证明了对绝对体脂的高预测精度 (男性R2=0.93,女性0.96).
• 该算法在绝对脂肪预测的准确性方面超过了像BMI这样的传统预测器.
• 相对体脂的预测不那么强大 (R2 < 0.75),可能是由于非线性关系.

结论:

• 基于回归的算法在许多临床场景中提供了足够准确的绝对体脂预测,用于潜在的DXA替代.
• 该算法的准确度对于相对体脂预测需要进一步调查.
• 需要进一步的研究来评估算法在特定子组的有效性,例如具有非典型身体组成的个体.