Não possui cadastro?

Cadastre-se

Já possui conta?

Faça login

Pagamento aprovado... Acessos liberados

Seu pedido foi aprovado com sucesso

Já liberamos o acesso ao espaço exclusivo para assinantes.

Acessar área exclusiva

Pedido não processado :(

Infelizmente o seu pedido não foi processado pela operadora de cartão de crédito

Tente novamente clicando no botão abaixo

Voltar para o checkout

Biblioteca

Prediction of whole body composition utilizing cross-sectional abdominal imaging in pediatrics

Artigo de periódico
Prediction of whole body composition utilizing cross-sectional abdominal imaging in pediatrics
2023
Acusar erro

Ficha da publicação

Nome da publicação: Prediction of whole body composition utilizing cross-sectional abdominal imaging in pediatrics

Autores: Rebecca J. Deyell, Sunil Desai, Andrea Gallivan, Alecia Lim, Michael B. Sawyer, Steven B. Heymsfield, Wei Shen, Vickie E. Baracos

Fonte: European Journal of Clinical Nutrition

Publicado em: 2023

Tipo de arquivo: Artigo de periódico

Link para o original

Resumo

Background Although body composition is an important determinant of pediatric health outcomes, we lack tools to routinely assess it in clinical practice. We define models to predict whole-body skeletal muscle and fat composition, as measured by dual X-ray absorptiometry (DXA) or whole-body magnetic resonance imaging (MRI), in pediatric oncology and healthy pediatric cohorts, respectively. Methods Pediatric oncology patients (≥5 to ≤18 years) undergoing an abdominal CT were prospectively recruited for a concurrent study DXA scan. Cross-sectional areas of skeletal muscle and total adipose tissue at each lumbar vertebral level (L1-L5) were quantified and optimal linear regression models were defined. Whole body and cross-sectional MRI data from a previously recruited cohort of healthy children (≥5 to ≤18 years) was analyzed separately. Results Eighty pediatric oncology patients (57% male; age range 5.1–18.4 y) were included. Cross-sectional areas of skeletal muscle and total adipose tissue at lumbar vertebral levels (L1-L5) were correlated with whole-body lean soft tissue mass (LSTM) (R2 = 0.896–0.940) and fat mass (FM) (R2 = 0.874–0.936) (p < 0.001). Linear regression models were improved by the addition of height for prediction of LSTM (adjusted R2 = 0.946–0.971; p < 0.001) and by the addition of height and sex (adjusted R2 = 0.930–0.953) (p < 0.001)) for prediction of whole body FM. High correlation between lumbar cross-sectional tissue areas and whole-body volumes of skeletal muscle and fat, as measured by whole-body MRI, was confirmed in an independent cohort of 73 healthy children. Conclusion Regression models can predict whole-body skeletal muscle and fat in pediatric patients utilizing cross-sectional abdominal images.

Resumo traduzido por

Antecedentes Embora a composição corporal seja um determinante importante dos resultados de saúde pediátrica, faltam-nos ferramentas para avaliá-la rotineiramente na prática clínica. Definimos modelos para prever a composição do músculo esquelético e da gordura do corpo inteiro, medida por absorciometria dupla de raios X (DXA) ou ressonância magnética (MRI) de corpo inteiro, em oncologia pediátrica e coortes pediátricas saudáveis, respectivamente. Métodos Pacientes oncológicos pediátricos (≥5 a ≤18 anos) submetidos a uma tomografia computadorizada abdominal foram recrutados prospectivamente para um estudo simultâneo de varredura DXA. Áreas transversais de músculo esquelético e tecido adiposo total em cada nível vertebral lombar (L1-L5) foram quantificadas e modelos de regressão linear ideais foram definidos. Dados de ressonância magnética de corpo inteiro e transversais de uma coorte previamente recrutada de crianças saudáveis ​​(≥5 a ≤18 anos) foram analisados ​​separadamente. Resultados Oitenta pacientes oncológicos pediátricos (57% do sexo masculino; faixa etária de 5,1 a 18,4 anos) foram incluídos. As áreas transversais do músculo esquelético e do tecido adiposo total nos níveis vertebrais lombares (L1-L5) foram correlacionadas com a massa magra de tecidos moles de corpo inteiro (LSTM) (R2 = 0,896–0,940) e massa gorda (FM) (R2 = 0,874). –0,936) (p < 0,001). Os modelos de regressão linear foram melhorados pela adição de altura para predição de LSTM (R2 ajustado = 0,946–0,971; p < 0,001) e pela adição de altura e sexo (R2 ajustado = 0,930–0,953) (p < 0,001)) para predição de FM de corpo inteiro. A alta correlação entre áreas de tecido transverso lombar e volumes de músculo esquelético e gordura de corpo inteiro, conforme medido por ressonância magnética de corpo inteiro, foi confirmada em uma coorte independente de 73 crianças saudáveis. Conclusão Os modelos de regressão podem prever o músculo esquelético e a gordura do corpo inteiro em pacientes pediátricos utilizando imagens abdominais transversais.