Dom-
1. Łatwy w użyciu
8-punktowy system elektrod dotykowych łączy łatwość obsługi z spójnością, usprawniając proces pomiaru i jednocześnie zwiększając efektywność zbierania danych! Proste wskazówki głosowe i przejrzyste instrukcje na ekranie ułatwiają asystentom przeprowadzanie każdego pomiaru, pozwalając im poświęcić więcej czasu na analizę!
-
2. Zarządzanie danymi
W połączeniu z oprogramowaniem Charder Insight PC wyniki pomiarów mogą być automatycznie przesyłane, zapisywane i przeglądane w przejrzysty sposób, z możliwością eksportu do pliku CSV w celu przeprowadzenia analizy statystycznej dużych ilości danych!
-
3. Powtarzalne wyniki
Uzyskaj klinicznie potwierdzone i powtarzalne wyniki, co gwarantuje integralność danych pomiarowych i możliwość dalszego regularnego monitorowania pacjentów.
Prace badawcze
Od dziesięcioleci prowadzimy intensywne badania w dziedzinie analizy biofizycznej (BIA), wykorzystując sztuczne sieci neuronowe (SNN), aby uzyskiwać powtarzalne i dokładne wyniki. Wyniki te zostały opublikowane w wielu międzynarodowych czasopismach. Wykorzystując algorytmy opracowane i zweryfikowane przy użyciu „złotych standardów”, takich jak tomografia komputerowa (TK) i DXA, nasze wyniki zapewniają dokładność na poziomie medycznym. Poniżej znajduje się próbka opublikowanych badań przeprowadzonych przez Charder Research Center. Z przyjemnością omówimy możliwości badawcze i odpowiemy na Państwa pytania!
-
Porównanie FFM z DXA
W badaniu opublikowanym w International Journal of Gerontology porównano dokładność analizy składu ciała (BIA) z DXA. Badanie wykazało, że wyniki analizowane za pomocą modelu składu ciała Charder wykazywały korelację ar=0,942 z DXA w zakresie masy beztłuszczowej.
„Podsumowując, wielokrotne segmenty FFM oszacowane metodą BIA były bardzo zbliżone do tych określonych metodą DXA u osób starszych na Tajwanie”.
-
Wyniki FFM z wykorzystaniem sztucznej sieci neuronowej w porównaniu z DXA
W badaniu opublikowanym w czasopiśmie Nutrition Journal porównano dokładność nowego modelu predykcyjnego BIA wykorzystującego sztuczne sieci neuronowe propagacji wstecznej (BP-ANN) z analizą DXA masy beztłuszczowej. Badanie wykazało, że model BP-ANN uzyskał współczynnik korelacji r2 = 0,987.
„Wyniki wykazały lepszą zgodność między metodami FFMANN i FFMDXA niż między metodami FFMLR i FFMDXA”.
-
Wyniki sztucznej sieci neuronowej dla masy tłuszczu i masy beztłuszczowej w porównaniu z DXA
W badaniu opublikowanym w International Journal of Gerontology porównano dokładność nowego modelu predykcyjnego BIA wykorzystującego sztuczne sieci neuronowe z propagacją wsteczną (BP-ANN) z wynikami DXA dla kończyn dolnych. Badanie wykazało, że nowy model predykcyjny Charder uzyskał współczynnik korelacji r2 = 0,962.
„Podsumowując, większa dokładność predykcyjna i precyzja sprawiły, że zastosowanie analizy BIA z modelem matematycznym BP-ANN stało się bardziej wykonalne w przypadku klinicznego pomiaru FM i FFM w kończynach dolnych u osób starszych”.
-
Całościowa i segmentowa ocena FFM u elitarnych sportowców w porównaniu z DXA
Badanie opublikowane przez Scientific Research and Essays (SCI) porównało dokładność analizy składu ciała (BIA) z DXA u elitarnych piłkarzy. Badanie wykazało, że model składu ciała Charder uzyskał współczynnik korelacji r = 0,95 dla całkowitej masy beztłuszczowej w porównaniu z DXA.
„Podsumowując, większa skuteczność przewidywania składu ciała poszczególnych segmentów w opracowanym przez nas równaniu predykcyjnym poprzez pomiar BIA wykazała możliwość jego zastosowania w monitorowaniu składu ciała sportowców, szczególnie kończyn i tułowia”.
-
Prognozowanie funkcji mięśni szkieletowych za pomocą BIVA
Badanie opublikowane w PLOS ONE miało na celu ocenę, czy istnieje wyraźny związek między wynikami BIVA a funkcją mięśni. Badanie wykazało, że siłę uścisku dłoni można przewidywać za pomocą parametrów BIVA, rozróżniając różne poziomy siły.
„Nasze badanie wykazało, że parametry BIVA mierzone za pomocą analizatora impedancji w pozycji stojącej oraz zmienne antropometryczne pozwalają przewidywać funkcję mięśni mierzoną metodą HGS, co daje dobre wyniki u zdrowych dorosłych Azjatów. Nasze wyniki mogą ułatwić kliniczne zastosowania technologii BIVA w pozycji stojącej w ocenie funkcji mięśni szkieletowych”.
„Podsumowując, większa skuteczność przewidywania składu ciała poszczególnych segmentów w opracowanym przez nas równaniu predykcyjnym poprzez pomiar BIA wykazała możliwość jego zastosowania w monitorowaniu składu ciała sportowców, szczególnie kończyn i tułowia”.