Anthropometric markers for assessin

Anthropometric markers for assessing nutritional status

The above study had demonstrated that both BMI and MAC were relatively good markers for assessing nutritional status. Then the ROC curve analysis was used to analyze whether the two markers could be better predictors for nutritional status using MQSGA as the reference standard (Figure ​(Figure2A,2A, ​A,2B).2B). The area under the curve (AUC) was 0.664 (95% CI = 0.531 - 0.798) for BMI (Figure ​(Figure2A),2A), and 0.726 (95% CI = 0.609 - 0.843) for MAC (Figure ​(Figure2B).2B). High level of BMI and MAC were shown to be the appropriate predictors for better nutritional status (P < 0.05). BMI with a threshold value of 21.19 kg/m2 provided 85.7% sensitivity and 52.8% specificity for the prediction of malnutrition. MAC with a threshold value of 25.05 cm provided 85.7% sensitivity and 41.5% specificity for the prediction of malnutrition.

ผลลัพธ์ (ไทย) 1:

เครื่องหมายสัดส่วนสำหรับการประเมินภาวะโภชนาการ

การศึกษาข้างต้นได้แสดงให้เห็นว่าทั้งสองดัชนีมวลกายและแม็คเป็นตัวบ่งชี้ที่ค่อนข้างดีสำหรับการประเมินภาวะโภชนาการ แล้วการวิเคราะห์โค้ง roc ถูกใช้ในการวิเคราะห์ว่าทั้งสองอาจจะเป็นตัวบ่งชี้ที่ดีสำหรับการพยากรณ์ภาวะโภชนาการ mqsga ใช้เป็นมาตรฐานอ้างอิง (รูป (figure2a, 2a,, 2b) 2 ข)พื้นที่ใต้เส้นโค้ง (AUC) เป็น 0.664 (95% CI = 0.531-0.798) สําหรับดัชนีมวลกาย (รูป (figure2a) 2a) และ 0.726 (95% CI = 0.609-0.843) สำหรับ mac (รูป (figure2b) .2 ข) ระดับสูงของดัชนีมวลกายและแม็คได้รับการแสดงที่จะมีการพยากรณ์ที่เหมาะสมสำหรับภาวะโภชนาการที่ดีขึ้น (p <0.05) ดัชนีมวลกายด้วยค่าเกณฑ์ของ 21.19 kg/m2 ให้ความไว 85.7% และ 528% ความจำเพาะในการทำนายของการขาดสารอาหาร แม็คด้วยค่าเกณฑ์ของ 25.05 ซม. ให้ความไว 85.7% และ 41.5% ความจำเพาะในการทำนายของการขาดสารอาหาร

ผลลัพธ์ (ไทย) 2:

เครื่องหมาย anthropometric การประเมินโภชนาการ

การศึกษาข้างต้นได้แสดงว่า BMI และ MAC มีเครื่องหมายที่ค่อนข้างดีสำหรับการประเมินโภชนาการ แล้วใช้การวิเคราะห์เส้นโค้ง ROC เพื่อวิเคราะห์ว่าเครื่องหมายที่สองอาจ predictors ขึ้นในโภชนาการที่ใช้ MQSGA เป็นมาตรฐานอ้างอิง (รูป (Figure2A, 2A, A, 2B) 1.2 b) พื้นที่ใต้เส้นโค้ง (AUC) ถูก 0.664 (95% CI = 0.531 - 0.798) BMI (รูป (Figure2A), 2A), และ 0.726 (95% CI = 0.609 - 0.843) สำหรับ MAC (รูป (Figure2B) 1.2 b) ระดับสูงของ BMI และ MAC ได้แสดงเป็น predictors ที่เหมาะสมสำหรับดีโภชนาการ (P < 0.05) BMI มีค่าขีดจำกัดความไว 21.19 kg/m2 ให้ 85.7% และ 52specificity 8% การคาดเดาของขาดสารอาหาร MAC มีค่าขีดจำกัดของ 25.05 ซม.ให้ 85.7% ความไวและ 41.5% specificity การทำนายของการขาดสารอาหาร

ผลลัพธ์ (ไทย) 3:

anthropometric ประกบสองตัวสำหรับการประเมิน ภาวะ โภชนาการ

การศึกษาสูงกว่าที่ได้แสดงให้เห็นว่าค่าดัชนีมวลกายและ Mac ทั้งสองเป็นคนดีเป็นเครื่องหมายสำหรับการประเมิน ภาวะ โภชนาการ จากนั้นการวิเคราะห์ความโค้งมนนกรอคที่ถูกใช้ในการวิเคราะห์ไม่ว่าจะตัวประกบสองตัวที่ไม่สามารถทำได้ดียิ่งขึ้นปัจจัยทำนายสำหรับสถานะทาง โภชนาการ การใช้ mqsga เป็นมาตรฐานอ้างอิง(รูปที่ ​ (รูปที่ 2 a, 2 A ​ a, 2 B ) 2 B )บริเวณใต้ความโค้งมน( auc )เป็น 0.664 ( 95% CI = 0.531 - 0.798 )สำหรับค่าดัชนีมวลกาย(รูปที่ ​ (รูปที่ 2 ) 2 )และ 0.726 ( 95% CI = 0.609 - 0.843 )สำหรับ Mac (รูปที่ ​ (รูปที่ 2 B ) 2 B ) ระดับสูงของค่าดัชนีมวลกายและ Mac ได้แสดงไว้เพื่อเป็นปัจจัยทำนายที่เหมาะสมสำหรับสถานะทาง โภชนาการ ดีกว่า( P < 0.05 ) ค่าดัชนีมวลกายพร้อมด้วยค่าเกณฑ์ขั้นต่ำของ 21.19 กก./ m 2 จัดให้บริการระดับความไว 85.7% และ 52 .Mainstream )เพียงเท่านั้น 8% สำหรับการคาดการณ์การขาดอาหาร. Mac ที่มีมูลค่าขั้นต่ำของ 25.05 ซม.จัดให้บริการระดับความไว 85.7% และพวกเขาถกเถียง 41.5% สำหรับการคาดการณ์การขาดอาหาร