Prediction of total body fat and percentage fat in adult men: comparative study with predictive models developed in epidemiology - Archive ouverte HAL Access content directly
Journal Articles Antropo Year : 2020

Prediction of total body fat and percentage fat in adult men: comparative study with predictive models developed in epidemiology

Prédiction de la masse grasse totale et du pourcentage de graisse chez les hommes adultes: étude comparative avec les modèles prédictifs élaborés en épidémiologie

(1)
1

Abstract

The main objective of this study is to use and validate on our sample,the predictive equations of fat mass and fat percentage developed in epidemiological studies. Predictive equations of fat mass are obtained from age and anthropometric measurements: weight, height, waist circumference and BMI.The sample consists of 120 adult males aged 18-82 years in whichtotal fat mass is obtained by DXA. Significant differences in mean fat mass and average fat percentage are observed between our predictive model and those developed epidemiologically. However, since the estimated fat mass variances are not significant, we introduced a corrective term taking into account the differences in software and scan speed between DXA devices. There are then strong correlations (r>0,98) between the observed predictive values between the models from the epidemiological studies and our model.In addition, the individual fat mass differences are equivalent. However, a predictive model developed on a smaller size is not applicable to our sample as it induces a significant overestimation of mean values and standard deviationswhich significantly increases individual fat mass differences.In conclusion, this study shows that the use of predictive equations of fat mass and fat percentage based on epidemiological anthropometric measurements is quite applicable to different samples for which the same anthropometric measurements have been identified
La présente étude a pour principal objectif d'utiliser et de valider sur notre échantillon les équations prédictives de la masse grasse et du pourcentage de graisse élaborées dans les études épidémiologiques. Les équations prédictives de la masse grasse sont obtenues à partir de l'âge et des mesures anthropométriques: poids, stature, tour de taille et BMI. L'échantillonnage est composé de 120 hommes adultes âgés de 18 à 82 ans pour lequel la masse grasse totale est obtenue par absorptiométrie DXA. Des différences significatives de la masse grasse moyenne et du pourcentage de graisse moyen sont observés entre notre modèle prédictif et ceux élaborés au plan épidémiologique. Toutefois, les variances estimées de la masse grasse n'étant pas significatives, nous avons introduit un terme correctif compte tenu des différences de logiciel et de vitesse de balayage entre les appareils DXA. Il existe alors de fortes corrélations (r>0,98) entre les valeurs prédictives observées entre les modèles issus des études épidémiologiques et notre modèle. De plus, les écarts individuels de masse grasse sont comparables. Cependant, un modèle prédictif élaboré sur un plus faible effectif n'est pas applicable à notre échantillon car il induit une surestimation significative des valeurs moyennes et des écarts-types ce qui augmente significativement les écarts individuels de masse grasse. En conclusion cette étude montre que l'utilisation des équations prédictives de la masse grasse et du pourcentage de graisse élaborées à partir de mesures anthropométriques au plan épidémiologique sont tout à fait applicables à différents échantillons pour lesquels les mêmes mesures anthropométriques ont été relevées.
Fichier principal
Vignette du fichier
Antropo.pdf (594.42 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-02995449 , version 1 (09-11-2020)

Identifiers

  • HAL Id : hal-02995449 , version 1

Cite

Jean-Claude Pineau. Prédiction de la masse grasse totale et du pourcentage de graisse chez les hommes adultes: étude comparative avec les modèles prédictifs élaborés en épidémiologie. Antropo, 2020, 43. ⟨hal-02995449⟩
20 View
94 Download

Share

Gmail Facebook Twitter LinkedIn More