Effect of Physical Fitness on Body Mass Index through Artificial Intelligence in South Chinese College Students from 2013 to 2025
Cette étude analyse les données de plus de 83 000 étudiants chinois de 2013 à 2025 pour démontrer que les indicateurs de condition physique sont fortement associés à l'indice de masse corporelle et qu'un modèle d'apprentissage automatique XGBoost peut prédire efficacement l'IMC, les tractions, la capacité vitale et la course de longue distance étant identifiés comme des caractéristiques prédictives clés.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Imaginez votre corps comme une voiture de haute performance. Depuis des années, les mécaniciens savent que si le moteur bafouille (mauvaise forme physique) ou si la voiture est alourdie par trop de cargaison (excès de graisse corporelle), le véhicule ne fonctionnera pas de manière fluide. Mais et si vous pouviez prédire exactement quel est le poids de cette cargaison simplement en écoutant le moteur, en vérifiant les pneus et en observant la vitesse à laquelle la voiture accélère ? C'est le cœur d'une nouvelle étude qui se situe à l'intersection de l'éducation physique et de l'informatique. Elle pose une question simple : pouvons-nous utiliser la performance d'un étudiant lors de tests physiques standards pour deviner son Indice de Masse Corporelle (IMC) ? L'IMC est une façon courante de mesurer si une personne est en sous-poids, en bonne santé, en surpoids ou obèse, calculée en comparant son poids à sa taille. Bien que nous sachions que le fait d'être lourd rend la course ou le saut plus difficiles, la recette exacte de la manière dont les différentes compétences physiques se mélangent pour révéler la composition corporelle d'une personne est restée un certain mystère. Aujourd'hui, des scientifiques utilisent l'« Intelligence Artificielle » (IA) — voyez cela comme un détective numérique super intelligent capable de repérer des motifs cachés dans des piles massives de données — pour résoudre ce puzzle.
Cette étude, menée par des chercheurs de l'Université de Shenzhen et de l'Université d'État de Louisiane, a décidé de laisser le travail de détective à l'ordinateur. Ils ont recueilli les données d'un groupe massif de 83 664 étudiants de première année dans le sud de la Chine, s'étendant de 2013 à 2025. C'est comme remplir un stade géant d'étudiants et leur demander de passer les six mêmes tests physiques : souffler dans un tube pour mesurer la puissance pulmonaire, sauter vers l'avant à partir d'une position statique, se pencher pour toucher ses orteils, sprinter sur 50 mètres, courir une longue distance (800 mètres pour les filles, 1 000 pour les garçons), et faire soit des tractions (pour les garçons), soit des abdominaux (pour les filles). Les chercheurs ont ensuite injecté ces résultats dans quatre modèles d'IA différents pour voir lequel pourrait le mieux deviner les catégories d'IMC des étudiants.
Les résultats ont été comme trouver une clé dorée. L'IA n'a pas seulement deviné ; elle a appris. Le meilleur modèle, un algorithme sophistiqué appelé XGBoost, a réussi à prédire la catégorie d'IMC d'un étudiant avec une précision d'environ 75 % pour les garçons et 83 % pour les filles. Cela suggère que la forme physique et le poids corporel sont étroitement liés, comme deux engrenages tournant ensemble. Mais la véritable magie fut de voir quels tests étaient les plus importants. Pour les étudiants masculins, le test de traction était la superstar, agissant comme l'indice le plus important. Il représentait près de la moitié (45,27 %) de la capacité de l'IA à faire une prédiction correcte. Cela fait sens car une traction est un exercice de « port de charge » ; vous devez soulever votre corps entier contre la gravité. Si vous transportez un poids supplémentaire, cela devient nettement plus difficile de les réaliser, donc le nombre de tractions qu'un garçon peut faire est un indice énorme sur sa masse corporelle.
Pour les étudiantes, l'histoire ressemblait davantage à un effort d'équipe où aucun joueur unique ne dominait. Au lieu d'un seul test prenant la tête, l'IA a découvert que la capacité pulmonaire (capacité vitale) et la course de longue distance étaient les meilleurs détectives, travaillant ensemble avec les autres tests pour déterminer l'IMC. Curieusement, le test d'abdominaux, qui mesure la force du tronc, n'était pas un indice aussi important pour les filles que la traction l'était pour les garçons. Les chercheurs suggèrent que cela pourrait être dû au fait que les abdominaux se concentrent sur un groupe musculaire spécifique plutôt que de déplacer le poids total du corps, et que la plupart des filles de l'étude étaient déjà dans une tranche de poids saine, ce qui rendait la détection des différences plus difficile pour l'IA.
L'étude a également examiné comment différents types de course importaient. La course de longue distance était un indice bien plus fort pour l'IMC que le sprint court de 50 mètres. Pensez-y de cette façon : le sprint est comme une explosion rapide d'énergie explosive, qui ne se soucie pas autant de votre poids. Mais courir pendant longtemps, c'est comme porter un sac à dos lourd pendant des kilomètres ; plus vous êtes lourd, plus cela vous ralentit. L'IA a saisi cela, montrant que l'endurance est un meilleur indicateur de la composition corporelle que la vitesse pure.
Bien que l'IA ait été très douée pour deviner, elle n'était pas parfaite. Elle était excellente pour identifier les étudiants ayant un poids « normal », mais elle avait parfois du mal à repérer les rares étudiants en sous-poids ou très obèses. C'est probablement parce qu'il y avait simplement beaucoup plus d'étudiants de poids sain dans les données, ce qui rendait l'apprentissage des modèles pour les groupes plus restreints plus difficile pour l'ordinateur. Les chercheurs prennent soin de noter que cette étude montre une connexion forte, ou une association, entre la forme physique et le poids, mais elle ne prouve pas que l'un cause l'autre. C'est comme constater que les nuages et la pluie surviennent souvent ensemble ; l'IA voit le motif, mais elle ne nous dit pas lequel a déclenché la tempête.
En fin de compte, cette recherche suggère que les tests physiques de routine que les étudiants passent déjà à l'école sont plus que de simples notes sur un bulletin scolaire. Ils sont des outils puissants et pratiques. Si un étudiant éprouve des difficultés avec les tractions ou la course de longue distance, cela peut être un signe d'avertissement amical et précoce que sa composition corporelle nécessite une attention particulière. En utilisant ces tests simples et en laissant l'IA aider à interpréter les résultats, les écoles pourraient potentiellement dépister les problèmes de poids précocement et encourager les étudiants à développer leur force et leur endurance, afin de maintenir leurs « voitures » en bon état de marche pour les années à venir.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.