Heuristic evaluation of body mass index with bioimpedance data in the Mexican population

Arnulfo Ramos Jiménez; Marco Antonio Hernández Lepe; Rosa Patricia Hernández Torres; Miguel Murguía Romero

Ayuda

Heuristic evaluation of body mass index with bioimpedance data in the Mexican population

Arnulfo Ramos-Jiménez ^[1] ; Marco Antonio Hernández Lepe ^[2] ; Rosa Patricia Hernández-Torres ^[3] ; Miguel Murguía-Romero ^[4]
1. [1] Universidad Autónoma de Ciudad Juárez
  
  Universidad Autónoma de Ciudad Juárez
  
  México
2. [2] Universidad Autónoma de Baja California
  
  Universidad Autónoma de Baja California
  
  México
3. [3] Universidad Autónoma de Chihuahua
  
  Universidad Autónoma de Chihuahua
  
  México
4. [4] Universidad Nacional Autónoma de México
  
  Universidad Nacional Autónoma de México
  
  México
Mostrar afiliaciones +
Localización: Nutrición hospitalaria: Órgano oficial de la Sociedad Española de Nutrición Clínica y Metabolismo (SENPE), ISSN-e 1699-5198, ISSN 0212-1611, Vol. 41, Nº. 6, 2024, págs. 1238-1245
Idioma: español
Títulos paralelos:
- Evaluación heurística del índice de masa corporal con datos de bioimpedancia en la población mexicana
Texto completo no disponible (Saber más ...)
Resumen
- español
  Introducción: ante la problemática batalla contra las enfermedades cardiometabólicas y el aumento del poder computacional, se están desarrollando diferentes aplicaciones que ayuden a estimar el sobrepeso y la obesidad en la población.
  
  Objetivos: evaluar la fórmula del índice de masa corporal (IMC) (kg/m2 ), tomando como referencia la grasa corporal medida por bioimpedancia y comparándola con variaciones de la misma forma obtenidas aplicando reglas de transformación algebraica mediante un método de búsqueda heurística de inteligencia artificial.
  
  Material y métodos: se aplicó un método heurístico de inteligencia artificial para buscar la fórmula que calcule con mayor precisión el porcentaje de grasa corporal en las personas, que se generó a partir de la masa corporal y la estatura, variables utilizadas para estimar el IMC. Se generaron miles de fórmulas que involucran la masa corporal y la estatura a partir del IMC utilizando reglas de transformación con variaciones algebraicas y constantes aumentadas y disminuidas.
  
  Resultados: se utilizó un conjunto de datos de masa corporal, estatura y porcentaje de grasa corporal de 142 mujeres y 150 hombres participantes. La masa corporal y la estatura se utilizaron para clasificar a los participantes en dos clases según el porcentaje de grasa corporal (excesiva o adecuada, con puntos de corte del 30 % para mujeres y del 15 % para hombres). El índice de Youden guió el algoritmo de búsqueda evaluando fórmulas candidatas para generar otras nuevas. Entre las fórmulas con el valor máximo del índice de Youden, Masa corporal1.1 / Estatura2.9, se propone como la mejor candidata como fórmula alternativa para aplicar en lugar de la fórmula convencional del IMC.
  
  Conclusiones: aunque el IMC mostró un índice de Youden alto, el algoritmo de IA encontró que la fórmula Masa corporal1.1 / Estatura2.9 es aún más eficiente para evaluar la grasa corporal en hombres y mujeres.
- English
  Introduction: given the problematic battle against cardio-metabolic diseases and the increase in computational power, different applications are being developed to help estimate overweight and obesity in the population. Objectives: to evaluate the body mass index (BMI) formula (kg/m2), taking body fat measured by bioimpedance as a reference and comparing it with variations of the same form obtained by applying algebraic transformation rules using an artificial intelligence heuristic search method. Material and methods: an artificial intelligence heuristic method was applied to search for the formula that most accurately calculates people's body fat percentage. The formula was generated from body mass and stature, variables used to estimate BMI. Thousands of formulas involving body mass and stature were generated from BMI using transformation rules with algebraic variations and increased and decreased constants. Results: body mass, stature, and body fat percentage data set from 142 female and 150 male participants were used. Body mass and stature were used to classify participants into two classes based on body fat percentage (excessive or adequate, with cutoff points of 30 % for women and 15 % for men). The Youden index guided the search algorithm by evaluating candidate formulas to generate new ones. Among the formulas with the maximum value of the Youden index, Body mass1.1 / Stature2.9, is proposed as the best candidate as an alternative formula to apply instead of the BMI conventional formula. Conclusions: although BMI showed a high Youden index, the AI algorithm found that the W1.1 / H2.9 formula is even more efficient in assessing body fat in men and women.