Проблемы диагностики состава тела: биоимпеданс, калиперометрия или антропометрия?



Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Обоснование. Для определения процента жировой массы тела используют двухэнергетическую рентгеновскую абсорбциометрию, биоимпедансометрию, калиперо- и антропометрию. Калиперо- и антропометрия являются наиболее доступными, но менее точным методами оценки состава тела. Результаты измерений с помощью различных уравнений для расчета процента жировой массы тела на основе калиперо- и антропометрии в российской популяции еще не сравнивали ни между собой, ни с данными биоимпедансометрии.

Цель — сравнить результаты биоимпедансометрии и 15 различных методик оценки процента жировой массы тела, основанных на измерении толщины кожно-жировых складок, индекса массы тела, окружностей шеи, талии, бедер и бедра.

Материалы и методы. Выполнено одномоментное поперечное исследование выборки согласия лиц в возрасте от 17 до 30 лет. Основные параметры исследования: пол, возраст, масса тела, рост, толщина кожно-жировых складок над трицепсом, над бицепсом, на груди, по передней подмышечной линии, подлопаточной области, над гребнем подвздошной кости, на животе, на передней поверхности бедра, окружности шеи, талии, бедер и бедра. Проведена биоимпедансометрия на аппарате Accuniq BC720, использованы 15 уравнений для оценки процента жировой массы тела.

Результаты. Процент жировой массы тела в зависимости от используемых уравнений у женщин составил от 17,6 [14,7; 20,4] до 41,8 [39,5; 43,1]%, у мужчин — от 7,2 [5,2; 10,2] до 29,1 [27,5; 31,5]%. Наиболее близкие показатели процента жировой массы тела, сопоставимые с данными биоимпедансометрии, получены при использовании уравнения Военно-морских сил США у женщин и уравнения Девидсона у мужчин. Биоимпедансометрия помогла выявить людей с избытком жировой массы тела даже при нормальных индексах массы тела, проценте жировой массы тела, окружности талии и отношении окружности талии к окружности бедра.

Заключение. Наибольшую точность для определения процента жировой массы тела, сопоставимую с данными биоимпедансометрии, показали уравнение Военно-морских сил США у женщин и уравнение Девидсона у мужчин. Необходимы дальнейшие исследования и разработка уравнений для расчета процента жировой массы тела, специфичных именно для российской популяции.

Полный текст

Доступ закрыт

Об авторах

Анна Владимировна Турушева

Северо-Западный государственный медицинский университет им. И.И. Мечникова

Автор, ответственный за переписку.
Email: anna.turusheva@gmail.com
ORCID iD: 0000-0003-3347-0984
SPIN-код: 9658-8074

д-р мед. наук, профессор

Россия, Санкт-Петербург

Владимир Серегеевич Евполов

Военно-медицинская академия им. С.М. Кирова

Email: evpol2008@mail.ru
ORCID iD: 0009-0006-7834-1421
Россия, Санкт-Петербург

Денис Викторович Ковлен

Военно-медицинская академия им. С.М. Кирова

Email: denis.kovlen@mail.ru
ORCID iD: 0000-0001-6773-9713
SPIN-код: 6002-2766

д-р мед. наук, доцент

Россия, Санкт-Петербург

Елена Павловна Шаранина

Северо-Западный государственный медицинский университет им. И.И. Мечникова

Email: elenasharan@ya.ru
ORCID iD: 0009-0006-3176-5286
Россия, Санкт-Петербург

Екатерина Андреевна Ведерникова

Северо-Западный государственный медицинский университет им. И.И. Мечникова

Email: vedernikova1ekaterina@yandex.ru
ORCID iD: 0009-0009-3778-8683
Россия, Санкт-Петербург

Александр Евгеньевич Полысаев

Северо-Западный государственный медицинский университет им. И.И. Мечникова

Email: alexander.polysaev@yandex.ru
ORCID iD: 0009-0008-7136-2232
Россия, Санкт-Петербург

Анастасия Александровна Дмитриева

Северо-Западный государственный медицинский университет им. И.И. Мечникова

Email: anastasia.dmitrieva.0000@gmail.com
ORCID iD: 0009-0003-2945-9288
Россия, Санкт-Петербург

Список литературы

  1. Boutari C, Mantzoros CS. A 2022 update on the epidemiology of obesity and a call to action: as its twin COVID-19 pandemic appears to be receding, the obesity and dysmetabolism pandemic continues to rage on. Metabolism. 2022;133:155217. doi: 10.1016/j.metabol.2022.155217
  2. Savina AA, Feiginova SI. The prevalence of obesity among the population of the Russian Federation: the period before the COVID-19 pandemic. Social Aspects of Population Health. 2022;68(5):4. doi: 10.21045/2071-5021-2022-68-5-4
  3. Drapkina OM, Eliashevich SO, Shepel RN. Obesity as a risk factor for chronic non-communicable diseases. Russian Journal of Cardiology. 2016;(6):73–79. doi: 10.15829/1560-4071-2016-6-73-79
  4. Chen GC, Arthur R, Iyengar NM, et al. Association between regional body fat and cardiovascular disease risk among postmenopausal women with normal body mass index. Eur Heart J. 2019;40(34):2849–2855. doi: 10.1093/eurheartj/ehz391
  5. Zeng Q, Dong SY, Sun XN, et al. Percent body fat is a better predictor of cardiovascular risk factors than body mass index. Braz J Med Biol Res. 2012;45(7):591–600. doi: 10.1590/s0100-879x2012007500059
  6. Ofstad AP, Sommer C, Birkeland KI, et al. Comparison of the associations between non-traditional and traditional indices of adiposity and cardiovascular mortality: an observational study of one million person-years of follow-up. Int J Obes (Lond). 2019;43(5):1082–1092. doi: 10.1038/s41366-019-0353-9
  7. Zadarko-Domaradzka M, Sobolewski M, Zadarko E. Comparison of several anthropometric indices related to body fat in predicting cardiorespiratory fitness in school-aged children — a single-center cross-sectional study. J Clin Med. 2023;12(19):6226. doi: 10.3390/jcm12196226
  8. Ackland TR, Lohman TG, Sundgot-Borgen J, et al. Current status of body composition assessment in sport: review and position statement on behalf of the ad hoc research working group on body composition health and performance, under the auspices of the I.O.C. Medical Commission. Sports Med. 2012;42(3):227–249. doi: 10.2165/11597140-000000000-00000
  9. Yang SW, Kim TH, Choi HM. The reproducibility and validity verification for body composition measuring devices using bioelectrical impedance analysis in Korean adults. J Exerc Rehabil. 2018;14(4):621–627. doi: 10.12965/jer.1836284.142
  10. Durnin JV, Womersley J. Body fat assessed from total body density and its estimation from skinfold thickness: measurements on 481 men and women aged from 16 to 72 years. Br J Nutr. 1974;32(1):77–97. doi: 10.1079/bjn19740060
  11. Pollock ML, Hickman T, Kendrick Z, et al. Prediction of body density in young and middle-aged men. J Appl Physiol. 1976;40(3):300–304. doi: 10.1152/jappl.1976.40.3.300
  12. Martirosov EG, Nikolaev DV, Rudnev SG. Technologies and methods of human body composition assessment. Moscow: Nauka; 2006. 248 p. (In Russ.)
  13. Jackson AS, Pollock ML. Practical assessment of body composition. Phys Sportsmed. 1985;13(5):76–90. doi: 10.1080/00913847.1985.11708790
  14. Espana Romero V, Ruiz JR, Ortega FB, et al. Body fat measurement in elite sport climbers: comparison of skinfold thickness equations with dual energy X-ray absorptiometry. J Sports Sci. 2009;27(5):469–477. doi: 10.1080/02640410802603863
  15. Davidson LE, Wang J, Thornдоn JC, et al. Predicting fat percent by skinfolds in racial groups: Durnin and Womersley revisited. Med Sci Sports Exerc. 2011;43(3):542–549. doi: 10.1249/MSS.0b013e3181ef3f07
  16. Peterson MJ, Czerwinski SA, Siervogel RM. Development and validation of skinfold-thickness prediction equations with a 4-compartment model. Am J Clin Nutr. 2003;77(5):1186–1191. doi: 10.1093/ajcn/77.5.1186
  17. Gause-Nilsson I, Dey DK. Percent body fat estimation from skin fold thickness in the elderly. Development of a population-based prediction equation and comparison with published equations in 75-year-olds. J Nutr Health Aging. 2005;9:19–24.
  18. Kwok T, Woo J, Lau E. Prediction of body fat by anthropometry in older Chinese people. Obes Res. 2001;9:97–101. doi: 10.1038/oby.2001.12
  19. Visser M, van den Heuvel E, Deurenberg P. Prediction equations for the estimation of body composition in the elderly using anthropometric data. Br J Nutr. 1994;71:823–833. doi: 10.1079/BJN19940189
  20. Cicone ZS, Nickerson BS, Choi YJ, et al. Generalized equations for predicting percent body fat from anthropometric measures using a criterion five-compartment model. Med Sci Sports Exerc. 2021;53(12):2675–2682. doi: 10.1249/MSS.0000000000002754
  21. Peterson DD. History of the U.S. Navy Body Composition program. Mil Med. 2015;180(1):91–96. doi: 10.7205/MILMED-D-14-00266
  22. Yuhasz MS. Physical Fitness Manual. London Ontario: University of Western Ontario; 1974.
  23. Siri WE. Body composition from fluid spaces and density: analysis of methods. 1961. Nutrition. 1993;9(5):480–491; discussion 492.
  24. Brozek J, Grande F, Anderson JT, Keys A. Densiдоmetric analysis of body composition: Revision of some quantitative assumptions. Ann N Y Acad Sci. 1963;110:113–140.
  25. Subramanian SK, Rajendran R, Venkata Vijaya Sai A, Ramachandra S. Correlation of neck circumference with body fat percentage by bioelectrical impedance analysis. Int J Kinanthropometry. 2023;3(1):102–108. doi: 10.34256/ijk23111
  26. Preis SR, Massaro JM, Hoffmann U, et al. Neck circumference as a novel measure of cardiometabolic risk: the Framingham Heart study. J Clin Endocrinol Metab. 2010;95(8):3701–3710. doi: 10.1210/jc.2009-1779
  27. Joshipura K, Muñoz-Torres F, Vergara J, et al. Neck circumference may be a better alternative to standard anthropometric measures. J Diabetes Res. 2016;2016:6058916. doi: 10.1155/2016/6058916
  28. Hao X, He H, Tao L, et al. Waistline to thigh circumference ratio as a predictor of MAFLD: a health care worker study with 2-year follow-up. BMC Gastroenterol. 2024;24(1):144. doi: 10.1186/s12876-024-03229-4
  29. Chuang YC, Hsu KH, Hwang CJ, et al. Waist-to-thigh ratio can also be a better indicator associated with type 2 diabetes than traditional anthropometrical measurements in Taiwan population. Ann Epidemiol. 2006;16(5):321–331. doi: 10.1016/j.annepidem.2005.04.014
  30. Sinning WE, Dolny DG, Little KD, et al. Validity of “generalized” equations for body composition analysis in male athletes. Med Sci Sports Exerc. 1985;17(1):124–130.
  31. Chambers AJ, Parise E, McCrory JL, Cham R. A comparison of prediction equations for the estimation of body fat percentage in non-obese and obese older Caucasian adults in the United States. J Nutr Health Aging. 2014;18(6):586–590. doi: 10.1007/s12603-014-001

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Распределение обследуемых по индексу массы тела.

Скачать (70KB)
Метаданные
3. Рис. 2. Распределение обследуемых по содержанию жира организме согласно референтным значениям биоимпедансометрии в зависимости от индекса массы тела.

Скачать (100KB)
Метаданные
4. Рис. 3. Распределение обследуемых по содержанию жировой массы тела в организме согласно референтным значениям биоимпедансометрии в зависимости от индекса массы тела.

Скачать (118KB)
Метаданные
5. Рис. 4. Процент жировой массы тела, полученный при использовании различных диагностических подходов, у женщин и мужчин. Цифрами 1 и 2 обозначены формулы Сири и Брожека (для перевода коэффициента D в величину процента жировой массы тела) соответственно.

Скачать (171KB)
Метаданные

© Эко-Вектор,


СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 70763 от 21.08.2017 г.