Artykuł metodologiczny

Antropometria kliniczna i skład ciała z 3-wymiarowego obrazowania optycznego

DOI:

10.3791/66698

⸱

7 czerwca 2024

 ,  ,  ,  ,  ,  , 
1Division of Physical Medicine and Rehabilitation, Department of Surgical Sciences, University of Turin, 2Pennington Biomedical Research Centre, 3Department of Surgical Sciences, Dentistry, Gynaecology and Paediatrics, Paediatric Unit, University of Verona, 4Department of Epidemiology, University of Hawaii Cancer Center

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Procedury oceny rozmiaru, kształtu i składu ciała za pomocą dostępnych na rynku rozwiązań do trójwymiarowego obrazowania optycznego umożliwiają szybkie zbieranie dokładnych i powtarzalnych danych. Klinicyści mogliby wdrożyć pozyskiwanie innowacyjnych i użytecznych biomarkerów (pomiary "e-taśmy") w rutynowych ocenach pacjentów, aby pomóc w scharakteryzowaniu ich stanu zdrowia.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ocena wielkości i składu ciała jest często uwzględniana w rutynowym leczeniu zdrowych sportowców, jak również różnych typów pacjentów, w celu personalizacji strategii treningu lub rehabilitacji. Cyfrowe analizy antropometryczne opisane w poniższym protokole mogą być wykonywane przy użyciu niedawno wprowadzonych systemów. Te nowe narzędzia i podejścia mają potencjał do szerokiego zastosowania w warunkach klinicznych, ponieważ są bardzo proste w obsłudze i umożliwiają szybkie gromadzenie dokładnych i powtarzalnych danych. Jeden system składa się z obrotowej platformy z płytką do pomiaru masy, trzech kamer termowizyjnych i tabletu wbudowanego w wieżę, podczas gdy drugi system składa się z tabletu zamontowanego na uchwycie. Po przechwyceniu obrazu oprogramowanie obu systemów generuje pozbawionego elementów identyfikujących trójwymiarowego humanoidalnego awatara z powiązanymi zmiennymi antropometrycznymi i składem ciała. Procedury pomiarowe są proste: obiekt może zostać przebadany w ciągu kilku minut, a obszerny raport (obejmujący trójwymiarowy skan i pomiary rozmiaru, kształtu i składu ciała) jest generowany automatycznie.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Antropometria to nauka o fizycznych pomiarach ludzkiego ciała. Wzrost, waga, długość, grubość fałdu skórnego i obwody są powszechnie stosowanymi pomiarami antropometrycznymi, które okazały się przydatne do badania pacjentów z zaburzeniami endokrynologicznymi i metabolicznymi oraz do monitorowania wzrostu, starzenia się oraz adaptacji wielkości i składu ciała wywołanych przez dietę i trening u sportowców1,2. Na przykład ocena obwodów talii i bioder okazała się przydatna w leczeniu osób z otyłością: oba obwody oceniają rozkład otyłości, który można uznać za predyktor śmiertelności z jakiejkolwiek przyczyny3.

Obwody kończyn są często oceniane w medycynie rehabilitacyjnej i sportowej ze względu na ich przydatność do wykrywania i/lub monitorowania spadku beztłuszczowej masy wyrostka robaczkowego (np. obwód łydki jest używany jako prosty i praktyczny marker mięśni szkieletowych do diagnozowania niskiego poziomu mięśni szkieletowych i sarkopenii)1,2 oraz asymetria międzykończynowa, która wpływa zarówno na wydolność fizyczną, jak i ryzyko kontuzji u sportowców oraz na jakość życia pacjentów (np. pacjentów z rakiem z jednostronnym obrzękiem kończyn)1,2. Co więcej, w ciągu ostatnich kilku dekad zaproponowano dużą liczbę modeli przewidywania składu ciała opartych na danych antropometrycznych w celu oszacowania ilości masy tłuszczowej lub masy beztłuszczowej na podstawie kombinacji różnych miar antropometrycznych, takich jak obwody ciała lub grubości fałdów skórnych1,2,4,5,6,7.

Ponieważ konwencjonalne pomiary antropometryczne (tj. oparte na taśmach i suwmiarkach) mogą nie być akceptowane kulturowo lub społecznie, a także wykazują niską wiarygodność8, zaistniała potrzeba opracowania i walidacji nieinwazyjnych, powtarzalnych i ważnych podejść. Niedawno opracowane systemy trójwymiarowego (3D) obrazowania optycznego umożliwiły zapewnienie nieinwazyjnych, precyzyjnych i dokładnych pomiarów8,9,10,11, a także cyfrowe aparaty konsumenckie i smartfony oferują łatwe w użyciu i szeroko dostępne narzędzia odpowiednie do stosowania w warunkach klinicznych i nieklinicznych do oceny zarówno pacjentów, jak i osób zdrowych8,9,10,11,12,13,14,15,16,17,18,19,20. Celem protokołu opisanego w poniższej sekcji jest opisanie procedur oceny rozmiaru, kształtu i składu ciała za pomocą dwóch dostępnych na rynku rozwiązań do obrazowania optycznego 3D, które stały się wszechobecne w ciągu ostatnich lat zarówno w warunkach opieki zdrowotnej (w celu oceny pacjentów), jak i w warunkach nieklinicznych (w celu oceny sportowców).

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Protokół jest zgodny z wytycznymi Politechniki w Turynie21. Akwizycja obrazów optycznych została przeprowadzona w ramach badań naukowych zatwierdzonych przez lokalne komisje etyczne (dane są podane w legendach Rysunek 1 i Rysunek 2), a badani wyrazili pisemną zgodę (na udział w badaniu i publikację anonimowych obrazów).

1. Przygotowanie przedmiotu

UWAGA: Wszystkie przygotowania do wstępnego skanowania opisane w tej sekcji są podobne między procedurami testowymi #1 i #2.

  1. Poproś osobę, aby była ubrana w bieliznę lub nosiła minimalnie dopasowaną odzież (szorty w przypadku mężczyzn i szorty i stanik sportowy w przypadku kobiet), aby zdjęła skarpetki, buty i akcesoria oraz założyła czepek kąpielowy do zakrycia włosów.

2. Rejestracja podmiotu do procedury testowej #1

  1. Zmierz wzrost obiektu za pomocą standardowego stadiometru.
  2. Uruchom aplikację zainstalowaną na tablecie (aplikacja #1 i tablet #1 w Tabeli Materiałów) systemu #1, który składa się z obrotowej platformy z płytką do pomiaru masy, trzech kamer na podczerwień i tabletu wbudowanego w wieżę (Rysunek 1A,B).
  3. Wypełnij formularz rejestracyjny podmiotu (Rysunek Uzupełniający S1), podając imię, nazwisko, adres e-mail, hasło, płeć (wybierz mężczyznę lub kobietę), jednostki miary (wybierz US lub metrykę), pochodzenie etniczne (wybierz jedną z następujących grup: nieokreślona, Hiszpanie/Latynosi, Indianie amerykańscy lub rdzenni mieszkańcy Alaski, Azjaci, Czarni lub Afroamerykanie, Rdzenni Hawajczycy lub inni mieszkańcy wysp Pacyfiku, kaukaski), data urodzenia.
  4. Oznacz trzy pola wyboru (akceptacja warunków świadczenia usług, umowa o ochronie prywatności, zrzeczenie się odpowiedzialności), a następnie dotknij przycisku Prześlij.
  5. Sprawdź, czy fotografowana osoba prawidłowo nosi czepek pływacki, a następnie stuknij przycisk Dalej.
  6. Sprawdź, czy fotografowana osoba ma na sobie odpowiedni strój, a następnie stuknij przycisk Dalej.
  7. Sprawdź, czy obszar skanera jest czysty (tj. trzymaj ubranie poza obszarem skanowania i upewnij się, że w view skanera nie ma światła słonecznego ani materiału odbijającego światło), a następnie stuknij przycisk Dalej.
  8. Wypełnij pole pomiaru wysokości, a następnie stuknij przycisk Dalej.
  9. Wypełnij pola związane z opcjonalnymi dodatkowymi wskaźnikami (% tkanki tłuszczowej [BF%], tętno, skurczowe i rozkurczowe ciśnienie krwi, woda wewnątrzkomórkowa i zewnątrzkomórkowa), a następnie dotknij przycisku Prześlij.

3. Procedura testowa #1

  1. Poproś badanego, aby stanął na wadze i stał jak najbardziej nieruchomo na odciskach stóp (z kończynami górnymi i rękami po obu stronach, bez dotykania teleskopowych uchwytów) przez 10 sekund, aby uchwycić masę ciała (i jej rozkład
    2. ).
  2. Poproś badanego, aby stanął prosto w standardowej pozie A (z rozluźnionymi ramionami i ramionami wyprostowanymi i odprowadzonymi od tułowia), chwytając teleskopowe uchwyty, aby wykonać skanowanie ciała zgodnie z poniższymi instrukcjami (Rysunek 1A,B).
    UWAGA: Skanowanie całego ciała trwa ~45 sekund, podczas którego kodujące światłem czujniki głębokości rejestrują kształt 3D, gdy platforma obraca się wokół niej.
    1. Podnieś uchwyty, aż ręce i nogi będą proste.
    2. Trzymaj się tak nieruchomo, jak to możliwe.
    3. Trzymaj głowę nieruchomo z oczami skierowanymi do przodu.
    4. Naciśnij i przytrzymaj przyciski uchwytów, aż skanowanie zostanie zakończone.
    5. Zejdź z wagi po zakończeniu skanowania.
  3. Gdy obiekt zejdzie ze skali, dotknij przycisku Wyloguj się.

4. Rejestracja podmiotu do procedury testowej #2

  1. Zmierz wzrost i wagę obiektu za pomocą standardowej skali ze stadiometrem.
  2. Korzystając z dowolnej nowoczesnej przeglądarki internetowej zainstalowanej na komputerze stacjonarnym lub laptopie, przejdź do dashboardu systemu #2 (panel rejestracyjny w Tabeli Materiałów).
  3. Wypełnij formularz rejestracyjny podmiotu (rysunek uzupełniający S2), podając imię, nazwisko, numer telefonu, adres e-mail, wiek, płeć (wybierz mężczyznę lub kobietę), wagę i wzrost.
  4. Oznacz pole wyboru (akceptacja warunków użytkowania i polityki prywatności), a następnie naciśnij lub kliknij przycisk Zarejestruj się, aby zakończyć konfigurację konta.
  5. Wizualizuj stronę widoku konta z unikatowym kodem szybkiej odpowiedzi (QR), numerem telefonu i adresem e-mail tematu.
  6. Zrób zdjęcie (np. telefonem komórkowym) kodu QR.

5. Procedura testowa #2

  1. Uruchom aplikację (aplikacja #2 w Tabeli Materiałów) zainstalowaną na tablecie systemu #2, która składa się z tabletu zamontowanego na uchwycie (tablet #2 i podstawka podłogowa w Tabeli Materiałów).
  2. Dotknij ekranu tabletu i pokaż kod QR.
  3. Stuknij przycisk Start.
  4. Poproś osobę o wysłuchanie instrukcji dźwiękowych i obejrzenie przewodnika wyświetlanego na ekranie.
  5. Poproś osobę, która stanęła nad dywanem w znormalizowanej odległości od tabletu, tak aby stopy w prowadnicy stóp (owalny symbol nad dywanem) były wyrównane z zielonym znacznikiem stóp pokazanym na ekranie (Rysunek 2A).
  6. Poproś badanego, aby przyjął "przednią pozę A" (i utrzymał tę pozę bez ruchów, które mogą spowodować zniekształcenie awatara)10,22 z rozstawionymi nogami, ramionami odprowadzonymi od tułowia pod kątem około 45° i rękami zaciśniętymi w pięści, aby uchwycić obraz z przodu (Rysunek 2B).
  7. Po przechwyceniu zdjęcia z przodu poproś osobę, aby przyjęła "pozę boczną" ze stopami razem, ramionami/dłońmi ułożonymi prosto po bokach (tj. ramionami/dłońmi ustawionymi w jednej linii z i przy tułowiu/udach) i zwróconymi prosto do przodu, aby uchwycić obraz boczny (Rysunek 2C).
  8. Po przechwyceniu obrazu bocznego poinformuj osobę, że skanowanie zostało zakończone (aplikacja wyświetli ekran z podziękowaniem).

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Po przechwyceniu obrazu, oprogramowanie systemu #1 generuje zanonimizowanego humanoidalnego awatara 3D (Rysunek 1C: chmury punktów są przekształcane w siatkę połączoną trójkątami o około 25 000 wierzchołkach i 50 000 powierzchni) i zautomatyzowaną antropometrią, która obejmuje długości, obwody, objętości, powierzchnie i szacunki składu ciała. Pulpit nawigacyjny systemu #1 umożliwia każdemu podmiotowi wizualizację (i pobranie raportu zawierającego) skan 3D (Rysunek 1C), pomiary masy ciała, rozmiaru i kształtu (tj. ocena kształtu ciała, obwód talii, stosunek talii do bioder, stosunek objętości tułowia do nóg), oszacowania podstawowej przemiany materii i składu ciała (tj. BF%, masa tłuszczowa, masa beztłuszczowa) oraz standardowe pomiary obwodu (szyja, biust, talia, biodra, lewy i prawy biceps, lewe i prawe przedramię, lewe i prawe udo, lewa i prawa łydka).

Ponadto, wyniki oceny postawy i równowagi mogą być również wizualizowane i zawarte w raporcie. Wyniki oceny postawy obejmują widoki z przodu, z boku i z tyłu skanu 3D z powiązanym przesunięciem (zdefiniowanym jako część ciała, która porusza się w pozycji pochyłej i szybkością, z jaką nachyla się w dowolnym kierunku) i pochyleniem (zdefiniowanym jako ruch "ślizgający się" do przodu, do tyłu, w lewo lub w prawo, nieznaczna zmiana lub zmiana położenia od punktu środkowego) Pomiary: i) Widok z przodu i z tyłu: przesunięcie pomiarów w prawo lub w lewo w stosunku do płaszczyzny strzałkowej (reprezentowanej jako pionowa linia między prawą i lewą półstroną) i procenty pochylenia w stosunku do płaszczyzny poprzecznej (poziomej) dla głowy, ramion, podpiersia, bioder, kolana; ii) Widok z boku: przesuń pomiary do przodu lub do tyłu w stosunku do płaszczyzny czołowej (czołowej) (reprezentowanej jako pionowa linia w górę od stawu skokowego) dla głowy, barku, biodra, kolana.

Wynik oceny równowagi obejmuje rozkład ciężaru podczas pozycji stojącej dla przednich i tylnych obszarów prawej i lewej stopy. Pulpit nawigacyjny systemu #1 umożliwia również pobranie dla każdego tematu . Pliki obrazów OBJ i .GIF oraz plik . Plik CSV z pomiarami antropometrycznymi i szacunkami składu ciała wymienionymi w tabeli 1.

Wszystkie szacunki składu ciała są uzyskiwane przy użyciu zastrzeżonych algorytmów, z wyjątkiem oszacowania podstawowej przemiany materii i obliczenia wskaźnika kształtu ciała, które są uzyskiwane, odpowiednio, zgodnie z Mifflin-St. Równanie Jeora23 oraz równanie Krakauera24 podane w Tabeli 2.

Po przechwyceniu obrazu, oprogramowanie systemu #2 generuje zanonimizowanego humanoidalnego awatara 3D (Rysunek 2D: chmury punktów są przekształcane w siatkę połączoną trójkątami o około 50 000 wierzchołków i 100 000 powierzchni) oraz zautomatyzowaną antropometrię, która obejmuje długości, obwody, objętości, powierzchnie i szacunki składu ciała. Dashboard systemu #2 (dashboard pobierania danych w Tabeli Materiałów) umożliwia dla każdego tematu pobranie . OBJ i .PNG pliki obrazów oraz następujące trzy pliki . Pliki CSV:

Plik "App Measures.csv" zawiera następujące pomiary antropometryczne i składu ciała: waga, powierzchnia ciała, BF%, trzewna tkanka tłuszczowa, wskaźnik sprawności, ramiona beztłuszczowa masa, nognogi beztłuszczowa masa ciała, całkowita zawartość mineralna kości, szerokość ramion, szerokość pleców (przez tylną szyję), obwody szyi, nad ramieniem, biceps (prawy/lewy), przedramię (prawe/lewe), nadgarstek (prawy/lewy), nadgarstek (prawy/lewy), Klatka piersiowa, pod biustem, biust (z opadaczem), brzuch, talia, talia, biodra (zrobione 8 cali w dół od małych pleców), siedzenie, udo (prawo/lewo), łydka (prawo/lewo), długość pleców od szyi do pasa, długość rękawa (prawo/lewo), długość krocza, nogawka, szew zewnętrzny (prawy/lewy).

Plik "Body Composition.csv" podaje następujące pomiary antropometryczne i składu ciała: tkanka tłuszczowa, wskaźnik masy ciała, powierzchnia ciała, zawartość mineralna kości, indeks masy tłuszczowej, indeks sprawności, wzrost, wskaźnik beztłuszczowej masy ciała, beztłuszczowa masa ciała, ramiona beztłuszczowa masa, noga beztłuszczowa masa, spoczynkowa przemiana materii, obwód brzucha, trzewna tkanka tłuszczowa, stosunek talii do wzrostu, stosunek talii do bioder, waga.

Plik "Core Measures.csv" zawiera dane z pomiarów antropometrycznych wymienionych w Tabeli 1.

Wszystkie szacunki składu ciała są uzyskiwane przy użyciu zastrzeżonych algorytmów, z wyjątkiem oszacowania podstawowej przemiany materii i oszacowania BF%, które są uzyskiwane, odpowiednio, zgodnie z równaniem Katcha-McArdle'a25 oraz dwoma równaniami wcześniej opracowanymi i zatwierdzonymi przez Harty et al.26. Te dwa równania (równanie BF% 1 i równanie 2 w tabeli 2) są przyjmowane odpowiednio dla osób o obwodzie dolnej części brzucha <103,5 cm (<40,75 cala) i ≥103,5 cm (≥40,75 cala). Chociaż poprzednie badania wykazały dokładność równania 1 dla oszacowania BF% u zdrowych dorosłych15,26, ostatnio odkryliśmy, że przeszacowało ono (w odniesieniu do absorpcjometrii promieniowania rentgenowskiego o podwójnej energii) BF% u młodych sportowców18. W związku z tym zaproponowaliśmy ponowną parametryzację (równanie 3) przedstawioną w tabeli 2, aby zapewnić dokładne oszacowanie BF% u młodych piłkarzy obu płci 18.

Oprócz wyżej wymienionych zmiennych składu ciała, beztłuszczowa masa wyrostka robaczkowego (ALM) może być również oszacowana dla skanów wykonanych za pomocą systemu #2 za pomocą równania specyficznego dla urządzenia, ostatnio zaproponowanego przez McCarthy'ego i wsp.27 dla osób prowadzących siedzący tryb życia (ALM Równanie 1 dla mężczyzn i ALM Równanie 2 dla kobiet w Tabeli 2), które dostosowaliśmy do oszacowania ALM u młodych sportowców (ALM Równanie 3 dla mężczyzn i ALM Równanie 4 dla kobiet w Tabeli 2)18.

Rysunek 3 przedstawia reprezentatywne awatary uzyskane u sportowca płci męskiej (wskaźnik masy ciała: 26,0 kg/m2: Rysunek 3A,B) i osoby z otyłością (wskaźnik masy ciała: 44,0 kg/m2: Rysunek 3C,D) z systemem #1 (Rysunek 3A,C) i z systemem #2 (Rysunek 3B,D). Pomiary antropometryczne i szacunki składu ciała uzyskane przez system #1 i system #2 dla dwóch skanów obu badanych przedstawiono w Tabeli 3.

Pomiary obwodu uzyskane u sportowca różniły się między skanami uzyskanymi za pomocą tych dwóch systemów (szczególnie dla szyi, ramion, bioder i nóg: dane są podane w Tabeli 3). Wartości BF% (średnie z dwóch skanów) wynosiły 19,1% i 16,1% dla skanów wykonanych odpowiednio za pomocą systemów #1 i #2, a wartości beztłuszczowej masy (średnie z dwóch skanów) wynosiły 69,7 kg i 72,2 kg. Średnia wartość ALM dla skanów wykonanych za pomocą systemu #2 wyniosła 38,4 kg.

Pomiary obwodu uzyskane u osoby z otyłością różniły się między skanami uzyskanymi za pomocą tych dwóch systemów (szczególnie dla talii i nóg: dane są podane w Tabeli 3). Wartości BF% (średnie z dwóch skanów) wynosiły 44,1% i 46,3% dla skanów wykonanych odpowiednio za pomocą systemów #1 i #2, a wartości beztłuszczowej masy (średnie z dwóch skanów) wynosiły 67,9 kg i 64,9 kg. Średnia wartość ALM dla skanów wykonanych za pomocą systemu #2 wyniosła 25,1 kg.

figure-results-1
Rysunek 1: Zdjęcia wykonane za pomocą systemu #1. (A,B) Ustandaryzowana pozycja A przyjmowana i utrzymywana przez reprezentatywnego mężczyznę podczas rotacji platformy oraz (C) względny awatar 3D. Akwizycja obrazów optycznych została przeprowadzona w ramach badania naukowego zatwierdzonego przez komisję etyczną Uniwersytetu w Turynie (protokół nr 0115311). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-2
Rysunek 2: Zdjęcia wykonane za pomocą systemu #2. (A) Obraz reprezentatywnego mężczyzny stojącego nad dywanem z symbolem przewodnika stóp (owalny symbol nad dywanem) wyrównanym z zielonym znacznikiem stóp pokazanym na ekranie tabletu systemu #2. Akwizycja (B) czołowych i (C) bocznych obrazów u reprezentatywnego obiektu oraz (D) względnego awatara 3D. Akwizycja obrazów optycznych została przeprowadzona w ramach badania naukowego zatwierdzonego przez komisję etyczną Uniwersytetu w Turynie (protokół nr 0115311). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-3
Rysunek 3: Reprezentatywne awatary uzyskane za pomocą systemów #1 i #2. (A,B) Sportowiec płci męskiej i (C,D) osoba z otyłością badani za pomocą systemu (A,C) #1 i systemu (B,D) #2. Każdy badany przeszedł dwa skany, z repozycją: awatar uzyskany z pierwszego skanu został pokazany dla obu badanych, podczas gdy szacunki antropometryczne i składu ciała uzyskane przez system #1 i system #2 dla dwóch skanów obu osób przedstawiono w Tabeli 3. Akwizycja obrazów optycznych została przeprowadzona w ramach badań naukowych zatwierdzonych przez komisję etyczną Uniwersytetu w Turynie (protokół nr 0115311) oraz przez Terytorialną Komisję Etyki (CET - protokół nr 0065654). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Tabela 1: Rozszerzone zestawy pomiarowe do pobrania z pulpitu nawigacyjnego systemów #1 i #2. Kliknij tutaj, aby pobrać tę tabelę.

Tabela 2: Równania do oszacowania podstawowej przemiany materii, procentowej zawartości tkanki tłuszczowej i beztłuszczowej masy wyrostka robaczkowego. Szacunkowa podstawowa przemiana materii: jednostki miary to kg dla masy ciała i beztłuszczowej masy, cm dla wzrostu i lata dla wieku. Oszacowanie wskaźnika kształtu ciała: jednostki miary to m dla obwodu talii i wzrostu, kg/m2 dla wskaźnika masy ciała. Oszacowanie procentowej zawartości tkanki tłuszczowej: płeć jest kodowana jako mężczyzna = 1 i kobieta = 0, powierzchnia ciała jest mierzona w cm2, a wszystkie pozostałe zmienne oznaczone jako okrężne są mierzone w cm. Wskaźnik mięśni do żołądka oblicza się jako (koło prawego bicepsa. + koło lewego bicepsa. + koło prawego uda + koło lewego uda + koło prawej łydki + koło lewej łydki) / maksymalne krążenie brzucha. Oszacowanie beztłuszczowej masy wyrostka robaczkowego: jednostkami miary są cm dla wszystkich obwodów i długości; cm2 dla powierzchni; cm3 dla objętości; kg na wagę; lat na wiek. Trzy równania z tej tabeli pochodzą od Minetto et al.18. Skróty: BMR = podstawowa przemiana materii; ABSI = wskaźnik kształtu ciała; BF% = procent tkanki tłuszczowej; okór = obwody; ALM = beztłuszczowa masa wyrostka robaczkowego; NHOPI = Rdzenny Hawajczyk i inny mieszkaniec wysp Pacyfiku. Kliknij tutaj, aby pobrać tę tabelę.

Tabela 3. Pomiary obwodu i szacunki składu ciała uzyskane przez oba systemy w każdym z dwóch reprezentatywnych podmiotów (jeden sportowiec i jedna osoba z otyłością). Kliknij tutaj, aby pobrać tę tabelę.

Rysunek uzupełniający S1: Formularz rejestracyjny podmiotu do procedury testowej #1. Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający S2: Formularz rejestracyjny podmiotu do procedury testowej #2. Kliknij tutaj, aby pobrać ten plik.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Procedury przedstawione w tym artykule mogą być wykorzystane do oceny rozmiaru, kształtu i składu ciała za pomocą dwóch dostępnych na rynku rozwiązań do obrazowania optycznego 3D, które zostały wcześniej opracowane i zwalidowane 9,10,11,12,13,14,15,16,17,18,19,20 . Rozwiązania te są proste w obsłudze, a ważne dane mogą być szybko gromadzone i automatycznie organizowane w raport. Co więcej, przedstawione systemy umożliwiają zbieranie powtarzalnych danych (co sugeruje porównanie wyników z dwóch skanów wykonanych obydwoma systemami w naszych dwóch reprezentatywnych przypadkach i udokumentowanych wcześniejszymi badaniami)9,10,11,12,13,14,15,16,17,18,19,20 i dlatego może być stosowany do monitorowania zmian wywołanych treningiem lub dietą.

Ponieważ system #2 ma ograniczoną wagę (łącznie ~4 kg na tablet i uchwyt), jest łatwy do przenoszenia. Jednak ograniczeniem systemu #2 jest to, że generowanie awatara 3D z obrazów 2D może powodować rekonstrukcje 3D, które są mniej dokładne niż te uzyskane za pomocą systemu #1, szczególnie u osób z otyłością (jak pokazano na reprezentatywnym przykładzie z Ryciny 3 C,D) lub u pacjentów z miejscowymi nieprawidłowościami kształtu ciała (np. pacjenci po operacjach bariatrycznych z dokuczliwym nadmiarem skóry lub pacjenci z nowotworami z jednostronnym obrzękiem limfatycznym kończyn górnych lub dolnych).

Dostępność odpowiedniej przestrzeni ma kluczowe znaczenie dla akwizycji skanów za pomocą obu systemów: wymagana jest wolna powierzchnia 157 x 198 cm w przypadku systemu #1 i 86 x 166 cm w przypadku systemu #2. Co więcej, system #2 wymaga, aby obiekt był umieszczony blisko pustej ściany bez luster, błyszczących plakatów czy okien. Oba systemy wymagają, aby w polu widzenia kamer nie było naturalnego światła słonecznego ani powierzchni odbijających światło. Oba systemy wymagają również stałego i stałego połączenia internetowego Wi-Fi, aby skutecznie przetwarzać skany.

Głównym ograniczeniem wyżej opisanych procedur jest to, że wymagają one, aby badany był w stanie przyjąć pozycję stojącą. W związku z tym podejścia te nie mogą być stosowane u pacjentów w ciężkim stanie (takich jak pacjenci z poważnymi zaburzeniami neurologicznymi lub pacjenci w stanie krytycznym), którzy nie są w stanie wstać z łóżka. Co więcej, badani muszą być w stanie utrzymać pozycję stojącą (tj. pozycję A i pozycję boczną) bez ruchów, które mogą zmienić kształt awatara10,22 i zaburzyć oszacowanie obwodów ciała.

Ograniczeniem wyżej opisanych parametrów jest to, że są one uzyskiwane przy użyciu zastrzeżonych algorytmów specyficznych dla urządzenia: oznacza to, że pomiary wielkości, kształtu i składu ciała są unikalne dla danego systemu skanowania. W związku z tym porównywanie lub łączenie danych uzyskanych za pomocą różnych systemów jest wykluczone ze względu na zmienność analityczną (tj. między skanerami). Konsekwentnie, pomiary obwodu uzyskane w naszych reprezentatywnych dwóch obiektach pokazanych na rysunku 3 różniły się między tymi dwoma systemami. Jednak rozwiązania niezależne od urządzenia zostały już opracowane, aby przezwyciężyć to ograniczenie: rozwiązania te formatują i edytują siatkę 3D, a następnie automatycznie wykrywają różne punkty orientacyjne (takie jak pachy, krocze i stopy), a następnie obliczają wymiary ciała 28,29,30,31,32,33,34,35. Kolejnym ograniczeniem wyżej opisanych parametrów składu ciała jest to, że są one uzyskiwane za pomocą konwencjonalnych modeli predykcyjnych opartych na antropometrii. Jednak ostatnie badania wykazały, że modele oparte na kształcie ciała mogą być wymagane do uchwycenia informacji o składzie ciała wykraczających poza konwencjonalne pomiary antropometryczne36,37.

Pomimo pewnych ograniczeń, cyfrowe podejście antropometryczne należy uznać za gotowe do zastosowania w warunkach klinicznych. Systemy obrazowania 3D zapewniają nieinwazyjne pomiary, które mogą być bardziej akceptowalne w porównaniu z pomiarami ręcznymi (opartymi na taśmie i/lub suwmiarce), które opierają się na identyfikacji anatomicznych punktów orientacyjnych poprzez obserwację i badanie palpacyjne. Co więcej, skanowanie optyczne 3D jest również szybsze w porównaniu z innymi badaniami (np. rezonansem magnetycznym i absorpcjometrią promieniowania rentgenowskiego o podwójnej energii) powszechnie stosowanymi w warunkach badawczych i klinicznych do oceny wielkości i składu ciała. Ponadto, ponieważ jest stosunkowo niedrogi i wolny od promieniowania, można go bezpiecznie używać do kolejnych skanów (np. akwizycję obrazu można łatwo i szybko powtórzyć, jeśli eksperymentator zauważy ruchy ciała lub niewłaściwe ułożenie kończyn, które mogą powodować zmiany w kształcie awatara) oraz do wielokrotnych badań38, a także można go bezpiecznie stosować w specjalnych populacjach (takich jak dzieci, młodzież i kobiety w ciąży)35,39.

Klinicyści mogliby zatem wdrożyć pozyskiwanie innowacyjnych i użytecznych biomarkerów (pomiary "e-taśma" i uzyskane szacunki składu ciała) w rutynowych ocenach zdrowych osób (np. sportowców), aby pomóc w przewidywaniu i charakteryzowaniu ich wydolności fizycznej i ryzyka kontuzji 40,41,42,43 a także do monitorowania powrotu do zdrowia po kontuzjach. Na przykład siła nóg i symetria beztłuszczowej masy ciała wpływają na wydolność fizyczną i ryzyko (ponownych) kontuzji44. W związku z tym przywrócenie normalnej symetrii obwodów ud/łydek można zaliczyć do ogólnych celów, które należy wziąć pod uwagę przy powrocie do gry45. Rutynowa ocena pacjentów mogłaby również zostać ulepszona dzięki włączeniu antropologii cyfrowej do opieki zdrowotnej. Ocena obwodów i kształtu ciała (która jest zależna od wewnętrznego rozmieszczenia tkanek miękkich i tłuszczowych) może być przydatna do wykrywania mięśni o niskiej masie (np. u pacjentów z podejrzeniem sarkopenii), przewidywania ryzyka choroby metabolicznej46, oceny wyniku zabiegu chirurgicznego, a także monitorowania postępów pacjenta po interwencji38. Pacjenci z chorobami, w których składniki odżywcze są kluczowymi czynnikami przyczyniającymi się do ich patofizjologii, mogą w szczególności skorzystać z podłużnego monitorowania wielkości i składu ciała w celu zmniejszenia objawów i współistniejących schorzeń47. Na przykład, w przypadku leczenia otyłości opartego na diecie i/lub lekach, może nie być właściwe tylko monitorowanie masy ciała, ponieważ dobrze znana "praktyczna zasada 25/75" (tj. ogólne założenie, że utrata masy ciała to zazwyczaj 25% utrata masy ciała bez tłuszczu i 75% utrata tłuszczu) może nie opisywać dokładnie skuteczności interwencji38, którą można rozwikłać za pomocą opartej na antropometrii oceny względnej ilości mięśni i tłuszczu. Co więcej, antropometria cyfrowa, zintegrowana z opieką zdrowotną, może rozszerzyć usługi opieki zdrowotnej na odległe lokalizacje, poprawiając w ten sposób pomoc pacjentom i przestrzeganie zaleceń lekarskich oraz zmniejszając koszty opieki zdrowotnej.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

A.P. i S.B.H. są członkami medycznej rady doradczej Tanita Corporation. Pozostali autorzy nie mają do zadeklarowania konfliktu interesów.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy są wdzięczni dr Federico Della Vecchia i dr Alessandro Cairo (Uniwersytet w Turynie) za ich cenne wsparcie w przygotowaniu manuskryptu. Prace te były wspierane przez granty z Fondazione CRT (Turyn, Włochy), Uniwersytetu w Turynie (Fondo per la Ricerca Locale - ex-60%) oraz National Institutes of Health (grant R01DK109008, Shape UP! Dorośli).

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
System #1
ProscannerFit3D Inc., San Mateo, CA, USAWersja 5"System #1" w rękopisie
Aplikacja Fit3D ProscannerFit3D Inc., San Mateo, CA, USAWersja 5"Aplikacja #1" w rękopisie
Tablet PC CHUWIChuwi Technology Co., Ltd., Shenzhen, CHINYHi10X"Tablet #1" w rękopisie
Fit3D dashboard Fit3DInc., San Mateo, CA, USA
https://dashboard.fit3d.comSystem #2
Mobile Scanner 1 (MS-1) appSize Stream LLC, Cary, NC, USAWersja 2"System #2" w rękopisie
iPadApple Inc., Cupertino, CA, USA9. generacja"Tablet #2" w rękopisie
Floor StandDisplays2go LLC, Fall River, MA, USASKU: TABFLATBBK
Size Panel rejestracji strumienia Size Stream LLC, Cary, NC, USAhttps://measure.mobilefit.sizestream.com
Pulpit nawigacyjny pobierania danych Size Stream Size Stream LLC, Cary, Karolina Północna, StanyZjednoczone https://data.mobilefit.sizestream.com
iPad www.displays2go.com/P-29987/Universal-Tablet-Floor-Stand-Anti-Theft-Locking-Kit

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Heymsfield, S. B., Lohman, T., Wang, Z. M., Going, S. Human body composition-2nd edition. Human Kinetics. , Champaign, IL, USA. (2005).
  2. Lohman, T. G., Milliken, L. A. ACSM's Body composition assessment. Human Kinetics. , Champaign, IL, USA. (2020).
  3. Ross, R., et al. Waist circumference as a vital sign in clinical practice: a Consensus Statement from the IAS and ICCR Working Group on Visceral Obesity. Nat Rev Endocrinol. 16 (3), 177-189 (2020).
  4. Heymsfield, S. B., Gonzalez, M. C., Lu, J., Jia, G., Zheng, J. Skeletal muscle mass and quality: evolution of modern measurement concepts in the context of sarcopenia. Proc Nutr Soc. 74 (4), 355-366 (2015).
  5. Marin-Jimenez, N., et al. Criterion-related validity of field-based methods and equations for body composition estimation in adults: a systematic review. Curr Obes Rep. 11 (4), 336-349 (2022).
  6. Duarte, C. K., et al. Prediction equations to estimate muscle mass using anthropometric data: a systematic review. Nutr Rev. 81 (11), 1414-1440 (2023).
  7. Jagim, A. R., et al. Validation of skinfold equations and alternative methods for the determination of fat-free mass in young athletes. Front Sports Act Living. 5, 1240252(2023).
  8. Minetto, M. A., et al. Digital anthropometry for body circumference measurements: European phenotypic variations throughout the decades. J Pers Med. 12 (6), 906(2022).
  9. Ng, B. K., Hinton, B. J., Fan, B., Kanaya, A. M., Shepherd, J. A. Clinical anthropometrics and body composition from 3D whole-body surface scans. Eur J Clin Nutr. 70 (11), 1265-1270 (2016).
  10. Bourgeois, B., et al. Clinically applicable optical imaging technology for body size and shape analysis: comparison of systems differing in design. Eur J Clin Nutr. 71 (11), 1329-1335 (2017).
  11. Heymsfield, S. B., et al. Digital anthropometry: a critical review. Eur J Clin Nutr. 72 (5), 680-687 (2018).
  12. Tinsley, G. M., Moore, M. L., Benavides, M. L., Dellinger, J. R., Adamson, B. T. 3-Dimensional optical scanning for body composition assessment: A 4-component model comparison of four commercially available scanners. Clin Nutr. 39 (10), 3160-3167 (2020).
  13. Tinsley, G. M., Moore, M. L., Dellinger, J. R., Adamson, B. T., Benavides, M. L. Digital anthropometry via three-dimensional optical scanning: evaluation of four commercially available systems. Eur J Clin Nutr. 74 (7), 1054-1064 (2020).
  14. Smith, B., et al. Anthropometric evaluation of a 3D scanning mobile application. Obesity (Silver Spring). 30 (6), 1181-1188 (2022).
  15. Graybeal, A. J., Brandner, C. F., Tinsley, G. M. Validity and reliability of a mobile digital imaging analysis trained by a four-compartment model. J Hum Nutr Diet. 36 (3), 905-911 (2023).
  16. Graybeal, A. J., Brandner, C. F., Tinsley, G. M. Evaluation of automated anthropometrics produced by smartphone-based machine learning: a comparison with traditional anthropometric assessments. Br J Nutr. 130 (6), 1077-1087 (2023).
  17. Wong, M. C., et al. Accuracy and precision of 3-dimensional optical imaging for body composition by age, BMI, and ethnicity. Am J Clin Nutr. 118 (3), 657-671 (2023).
  18. Minetto, M. A., et al. Equations for smartphone prediction of adiposity and appendicular lean mass in youth soccer players. Sci Rep. 13 (1), 20734(2023).
  19. Cataldi, D., et al. Accuracy and precision of multiple body composition methods and associations with muscle strength in athletes of varying hydration: The Da Kine Study. Clin Nutr. 43 (1), 284-294 (2024).
  20. Graybeal, A. J., et al. Smartphone derived anthropometrics: Agreement between a commercially available smartphone application and its parent application intended for use at point-of-care. Clinical Nutrition ESPEN. 59, 107-112 (2024).
  21. Politecnico di Torino. , Available from: https://www.polito.it/sites/default/files/2023-05/Research%20Integrity%20POLITO_EN.pdf (2024).
  22. Sobhiyeh, S., et al. Hole filling in 3D scans for digital anthropometric applications. Annu Int Conf IEEE Eng Med Biol Soc. 2019, 2752-2757 (2019).
  23. Mifflin, M. D., et al. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 51 (2), 241-247 (1990).
  24. Krakauer, N. Y., Krakauer, J. C. A new body shape index predicts mortality hazard independently of body mass index. PLoS One. 7 (7), e39504(2012).
  25. Katch, F. I., McArdle, W. D. Validity of body composition prediction equations for college men and women. Am J Clin Nutr. 28 (2), 105-109 (1975).
  26. Harty, P. S., et al. Novel body fat estimation using machine learning and 3-dimensional optical imaging. Eur J Clin Nutr. 74 (5), 842-845 (2020).
  27. MCCarthy, C., et al. Smartphone prediction of skeletal muscle mass: model development and validation in adults. Am J Clin Nutr. 117 (4), 794-801 (2023).
  28. Loper, M., Mahmood, N., Romero, J., Pons-Moll, G., Black, M. J. SMPL: A skinned multi-person linear model. ACM Trans Graph. 34, 248(2015).
  29. Meshcapade Me. , Available from: http://meshcapade.me (2024).
  30. Sobhiyeh, S., et al. Digital anthropometry for body circumference measurements: Toward the development of universal three-dimensional optical system analysis software. Obes Sci Pract. 7 (1), 35-44 (2020).
  31. Sobhiyeh, S., et al. Digital anthropometric volumes: Toward the development and validation of a universal software. Med Phys. 48 (7), 3654-3664 (2021).
  32. Dechenaud, M. E., Kennedy, S., Sobhiyeh, S., Shepherd, J., Heymsfield, S. B. Total body and regional surface area: Quantification with low-cost three-dimensional optical imaging systems. Am J Phys Anthropol. 175 (4), 865-875 (2021).
  33. Wong, M. C., et al. A pose-independent method for accurate and precise body composition from 3D optical scans. Obesity (Silver Spring). 29 (11), 1835-1847 (2021).
  34. Tian, I. Y., et al. A device-agnostic shape model for automated body composition estimates from 3D optical scans. Med Phys. 49 (10), 6395-6409 (2022).
  35. Tian, I. Y., et al. Automated body composition estimation from device-agnostic 3D optical scans in pediatric populations. Clin Nutr. 42 (9), 1619-1630 (2023).
  36. Wells, J. C. K. Three-dimensional optical scanning for clinical body shape assessment comes of age. Am J Clin Nutr. 110 (6), 1272-1274 (2019).
  37. Ng, B. K., et al. Detailed 3-dimensional body shape features predict body composition, blood metabolites, and functional strength: the Shape Up! studies. Am J Clin Nutr. 110 (6), 1316-1326 (2019).
  38. Wong, M. C., et al. Monitoring body composition change for intervention studies with advancing 3D optical imaging technology in comparison to dual-energy X-ray absorptiometry. Am J Clin Nutr. 117 (4), 802-813 (2023).
  39. Wong, M. C., et al. Children and adolescents' anthropometrics body composition from 3-D optical surface scans. Obesity (Silver Spring). 27 (11), 1738-1749 (2019).
  40. Morse, S., et al. Machine learning prediction of combat basic training injury from 3D body shape images. PLoS One. 15 (6), e0235017(2020).
  41. Harty, P. S., et al. Military body composition standards and physical performance: historical perspectives and future directions. J Strength Cond Res. 36 (12), 3551-3561 (2022).
  42. Keith, D. S., et al. Anthropometric predictors of conventional deadlift kinematics and kinetics: a preliminary study. Int J Exerc Sci. 16 (1), 429-447 (2023).
  43. Smith, M., et al. Body shape and performance on the US Army Combat Fitness Test: Insights from a 3D body image scanner. PLoS One. 18 (5), e0283566(2023).
  44. Hart, N. H., Nimphius, S., Spiteri, T., Newton, R. U. Leg strength and lean mass symmetry influences kicking performance in Australian football. J Sports Sci Med. 13 (1), 157-165 (2014).
  45. Ardern, C. L., et al. Consensus statement on return to sport from the First World Congress in Sports Physical Therapy, Bern. Br J Sports Med. 50 (14), 853-864 (2016).
  46. Bennett, J. P., et al. Three-dimensional optical body shape and features improve prediction of metabolic disease risk in a diverse sample of adults. Obesity (Silver Spring). 30 (8), 1589-1598 (2022).
  47. Heymsfield, S. B., Shapses, S. A. Guidance on energy and macronutrients across the life span. N Engl J Med. 390 (14), 1299-1310 (2024).

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Optyczne obrazowanie 3Docena wielko ci cia aanaliza kszta tu cia askanowanie optyczneanaliza antropometrycznapomiar nieinwazyjnycyfrowe skanowanie cia aocena sk adu cia a

Powiązane artykuły