从智能手机预测骨矿物质含量数字人体测量:对现有应用程序的评估和新预测模型的开发

科学领域:

• 生物医学工程 生物医学工程
• 医疗成像医学成像
• 人类测量学 人类测量学.

背景情况:

• 双能X射线吸收计 (DXA) 是骨矿物质含量 (BMC) 评估的标准,但在日常护理中存在局限性.
• 智能手机应用程序可以自动化人体测量,潜在地预测身体成分成分.
• 智能手机衍生的人类计量学预测DXA衍生的BMC的能力以前是未知的.

研究的目的:

• 与DXA相比,评估智能手机衍生的人类测量用于预测骨矿物质含量 (BMC) 的准确性.
• 开发和验证使用基于智能手机的人类测量数据的BMC的新型预测方程.

主要方法:

• 214名参与者通过DXA和现有的智能手机应用程序预测测量了BMC.
• 拉索回归开发了一个新的BMC预测方程,使用智能手机人类计量 (n=174).
• 在单独的样本 (n=40) 中,对DXA进行验证.

主要成果:

• 现有的智能手机方程显示与DXA的等价差 (BMC R: 0.72; BMC z-scores R: 0.55).
• 新开发的智能手机型号实现了与DXA的高等价性 (BMC R: 0.91; BMC z-scores R: 0.85).
• 与DXA.相比,新模型准确地确定了低BMC患病率 (92.5%),而DXA.

结论:

• 通过新的预测模型,智能手机人类测量提供了准确和临床相关的BMC测量.
• 这种方法可以在专门的临床环境之外进行BMC评估.
• 开发的模型证明了移动健康技术在人体成分分析中的潜力.