fbpx

Composizione corporea, Morphogram PRO, Visite online

Dati preliminari sulla validazione scientifica di Morphogram

Condividi questo articolo su

Facebook
Twitter
LinkedIn
WhatsApp

In collaborazione con l’Arizona State University abbiamo avviato uno studio di validazione scientifica degli algoritmi proprietari per l’analisi della composizione corporea utilizzati nel software antropometrico Morphogram PRO. Lo scopo dello studio è quello di comparare tre differenti procedure utilizzate per l’analisi della composizione corporea:

  1. Dual-energy X-ray absorptiometry (DXA);
  2. Bioelectrical Impedance Analysis (BIA) Tanita TBF-400;
  3. Morphogram (circonferenze corporee/antropometria).

Obiettivi della ricerca

L’obiettivo primario della ricerca è quello di analizzare l’accuratezza degli algoritmi di Morphogram per l’analisi della composizione corporea rispetto ai valori scientifici forniti da DXA (Gold Standard) e di esaminare le variazioni di attendibilità nei casi in cui le misure antropometriche vengano misurate da:

  1. Operatore esperto (medico, nutrizionista, ecc.)
  2. Operatore non esperto (paziente) guidato da video tutorial (auto-misurazione)
  3. Operatore non esperto guidato dal professionista (auto-misurazione)

Campione esaminato

La ricerca è stata effettuata su un campione di 53 persone (uomini e donne) con caratteristiche fisiche comprese tra un BMI normopeso e obeso, di età tra i 25 e i 55 anni e con differenti caratteristiche etniche.

Risultati preliminari

Sia per la stima della massa grassa che per quella magra, Morphogram riesce a spiegare ~90% della varianza della stima DXA.

Sia per la stima massa grassa che per quella magra, la stima Morphogram riesce a spiegare una maggiore varianza della stima DXA (~90%) rispetto a Tanita (83% per massa grassa; 52% per massa magra).

Questi risultati supportano una delle nostre ipotesi secondarie secondo la quale l’analisi della composizione corporea effettuata con Morphogram fosse più vicina a quella DXA rispetto alla BIA.

Infine, i dati preliminari hanno rilevato anche che l’accuratezza della misurazione effettuata dal paziente seguito dal professionista, migliora sensibilmente avvicinandosi a quella dell’operatore certificato (nutrizionista).

In sintesi, le spiegazioni verbali dell’operatore hanno un impatto significativo sull’abilità del soggetto di prendere misurazioni che si avvicinano molto a quelle fatte dall’operatore esperto.

Quest’ultimo dato validerebbe l’efficacia di Morphogram nelle consulenze online per l’auto-misurazione del paziente guidata dal nutrizionista da remoto.

Condividi questo articolo su

Facebook
Twitter
LinkedIn
WhatsApp

Potresti essere interessato anche a questi articoli

Rimani sempre aggiornato

Iscriviti alla nostra newsletter

Ricevi aggiornamenti dal nostro Blog sulla nutrizione.