3至24个月大的婴儿身体组成的人类测量预测模型:一个多中心的国际研究

科学领域:

• 儿童营养学 儿童营养学
• 增长监测 增长监测 增长监测
• 身体组成分析 身体成分分析

背景情况:

• 准确的婴儿身体组成评估对于监测早期生长和发育至关重要.
• 现有的方法可能无法在各种社会经济和种族群体中普遍适用.

研究的目的:

• 开发和验证人类测量模型,用于预测3-24个月龄的婴儿的脂肪质量 (FM) 和无脂肪质量 (FFM).
• 确保模型适用于全球多样化的人口.

主要方法:

• 一项涉及多个国家的纵向观察性研究,涉及稀释 (DD) 和人体构成评估的人类测量.
• 线性混合建模被用来创建使用长度,体重对长度,皮和种族的性别特定预测方程.
• 来自巴西,巴基斯坦,南非和斯里兰卡的数据被用于培训和验证,来自南非,澳大利亚和印度的外部验证.

主要成果:

• 为三个年龄组 (3-9,10-18,19-24个月) 开发了脂肪质量 (FM) 和无脂肪质量 (FFM) 的性别特定预测方程.
• 模型在男孩和女孩的培训,验证和测试数据集中显示出类似的准确性 (RMSE).
• 外部验证显示了FFM预测的良好一致性,特别是与澳大利亚和印度队伍相比,南非婴儿的FFM预测很好.

结论:

• 基于人体测量的方程为预测婴儿的无脂肪质量提供了可接受的准确性.
• 从类似人群开发的预测模型显示出比不同人群开发的预测模型更大的适用性.