বডি ফ্যাট টেপ পরিমাপ বনাম ল্যাব টেস্ট: টেপ পদ্ধতি কতটা নির্ভুল?

The Multi-Compartment Criterion Architecture

ল্যাবরেটরি পরিবেশে মানুষের বডি কম্পোজিশন পরিমাপের ক্ষেত্রে এমন রেফারেন্স মডেলের ওপর নির্ভর করা হয় যা শরীরকে নির্দিষ্ট রাসায়নিক বা শারীরিক অংশে বিভক্ত করে [16]। টু-কম্পার্টমেন্ট (2C) মডেলগুলো ভরকে কেবল ফ্যাট ম্যাস (FM) এবং ফ্যাট-ফ্রি ম্যাস (FFM)-এ ভাগ করলেও, এগুলো FFM-এর ঘনত্ব এবং হাইড্রেশনের নির্দিষ্ট অনুমানের ওপর নির্ভর করে, যা বিভিন্ন অ্যাথলেটিক ও ক্লিনিকাল জনগোষ্ঠীর মধ্যে প্রায়শই পরিমাপে ত্রুটি তৈরি করে [7, 16]।

ফোর-কম্পার্টমেন্ট (4C) মডেলটি শরীরের মোট ভর, বডি ভলিউম (BV), টোটাল বডি ওয়াটার (TBW) এবং বোন মিনারেল কনটেন্ট (BMC বা অস্থির খনিজ উপাদান) স্বাধীনভাবে পরিমাপ করার মাধ্যমে ইন ভিভো বডি কম্পোজিশন বিশ্লেষণের গোল্ড-স্ট্যান্ডার্ড ক্রাইটেরিয়ন হিসেবে বিবেচিত হয় [5, 7, 16]। 4C মডেলের একটি চিরাচরিত গাণিতিক রূপ নিম্নরূপ:

$$\text{Fat (kg)}=2.747\text{BV}-0.710\text{TBW}+1.460\text{A}-2.050\text{Weight}$$

যেখানে BV নির্ধারিত হয় এয়ার ডিসপ্লেসমেন্ট প্লেথিসমোগ্রাফি (ADP) বা হাইড্রোস্ট্যাটিক ওয়েয়িং থেকে, TBW পাওয়া যায় ডিউটেরিয়াম অক্সাইড (${\text{D}}_2\text{O}$) বা ${}^{18}\text{O}$ ডিলিউশনের মাধ্যমে, ডুয়াল-এনার্জি এক্স-রে অ্যাবজরপটিওমেট্রি (DXA) BMC-কে 1.0436 দিয়ে গুণ করে পাওয়া যায় অস্থির মিনারেল অ্যাশ ($A$), এবং Weight হলো শরীরের মোট ভর [7, 16]। এরর প্রপাগেশন বিশ্লেষণ ইঙ্গিত দেয় যে, সঠিকভাবে সম্পাদিত একটি 4C মডেল ফ্যাট ম্যাসের ক্ষেত্রে প্রায় 0.25 kg পরিমাপের নির্ভুলতা অর্জন করে এবং একই সাথে $0.74\pm 0.02$ এর একটি গড় জৈবিক FFM হাইড্রেশন ফ্যাক্টর প্রতিষ্ঠা করে [7]।

এয়ার ডিসপ্লেসমেন্ট প্লেথিসমোগ্রাফি (যেমন BOD POD সিস্টেম) শরীরের আয়তন নির্ধারণ করতে ডুয়াল অসিলেটিং চেম্বার জুড়ে পয়সনের সূত্র (Poisson's Law) প্রয়োগ করে, যার জন্য টু-পয়েন্ট ভলিউম ক্যালিব্রেশন (খালি চেম্বার এবং একটি 50 L সিলিন্ডার), আইসোথার্মাল পৃষ্ঠের ক্ষেত্রফলের ত্রুটি এড়াতে টাইট-ফিটিং পোশাক এবং থোরাসিক গ্যাস ভলিউম (TGV) সমন্বয় প্রয়োজন হয় [9]। BOD POD যন্ত্রপাতিতে ২.৩% অভ্যন্তরীণ ভ্যারিয়েশন কোএফিশিয়েন্ট এবং $\pm 1.0\%$ থেকে $2.7\%$ এর একটি সাধারণ ভলিউম ত্রুটির পরিসীমা দেখা যায় [7, 9]। যখন ফিল্ড-ভিত্তিক বা বিকল্প ইমেজিং কৌশলগুলো মূল্যায়ন করা হয়, তখন ক্রাইটেরিয়ন 4C মডেল (বা 3C DXA ফ্রেমওয়ার্ক) একটি বেঞ্চমার্ক হিসেবে কাজ করে যার বিপরীতে অনুমানের ত্রুটি পরিমাপ করা হয় [1, 5, 10, 18]।

Mechanics of Standard Anthropometric Formulas

কম খরচ এবং উচ্চ সহজলভ্যতার কারণে ফিল্ড-ভিত্তিক বডি কম্পোজিশন মূল্যায়নে প্রায়শই ফিতা দিয়ে পরিমাপ করা পরিধি (সারকামফারেন্স) ব্যবহার করা হয়। এর মধ্যে সবচেয়ে উল্লেখযোগ্য প্রোটোকল হলো ইউনাইটেড স্টেটস ডিপার্টমেন্ট অব ডিফেন্স (DoD) পরিধি পদ্ধতি, যা মূলত আন্ডারওয়াটার ওয়েয়িং ক্রাইটেরিয়ন ডেটা ব্যবহার করে নেভি হেলথ রিসার্চ সেন্টারে জেমস হজডন তৈরি করেছিলেন এবং পরবর্তীতে ১৯৮৪ সালের আর্মি বডি কম্পোজিশন স্টাডির কর্মীদের ওপর ক্রস-ভ্যালিডেট করা হয়েছিল [10, 14]। গাণিতিক সূত্রগুলো (ইঞ্চিতে পরিমাপ ব্যবহার করে) নিম্নরূপ সাজানো হয়েছে [12]:

• পুরুষ: $$\%\text{BF}=86.010\times {log}_{10}(\text{abdomen}-\text{neck})-70.041\times {log}_{10}(\text{height})+36.76$$
• নারী: $$\%\text{BF}=163.205\times {log}_{10}(\text{waist}+\text{hip}-\text{neck})-97.684\times {log}_{10}(\text{height})-78.387$$

অন্যান্য অ্যানথ্রোপোমেট্রিক সূচকগুলো নির্দিষ্ট শারীরিক অনুপাতকে আলাদা করে বহু-স্থানের পরিধি পরিমাপের জটিলতা এড়ানোর চেষ্টা করে। বার্গম্যান প্রমুখের প্রবর্তিত বডি অ্যাডিপোসিটি ইনডেক্স (BAI), নিতম্বের পরিধি এবং উচ্চতা থেকে মেদ অনুমান করে: $\text{BAI}=[\text{hip circumference (cm)}/(\text{height (m)}{)}^{1.5}]-18$ [21]। একইভাবে, রিলেটিভ ফ্যাট ম্যাস (RFM) ইনডেক্স এবং কোমর-উচ্চতা অনুপাত (WHtR) বিভিন্ন ডেমোগ্রাফিক গ্রুপ জুড়ে কেন্দ্রীয় মেদ এবং ভিসারাল অ্যাডিপোজ টিস্যু (VAT) থ্রেশহোল্ড অনুমান করতে কোমর ও উচ্চতার জ্যামিতিক অনুপাতকে কাজে লাগায় [3, 23]।

+-----------------------------------------------------------------------------+
|                        BODY COMPOSITION MODEL HIERARCHY                     |
|                                                                             |
|  [4-Compartment Criterion]                                                  |
|   ├── Total Body Mass (Calibrated scale)                                    |
|   ├── Body Volume (ADP / BOD POD via Poisson's Law) [9]                     |
|   ├── Total Body Water (D2O / 18O Isotope Dilution) [7]                     |
|   └── Bone Mineral Mass / Ash (DXA BMC x 1.0436) [7]                        |
|        │                                                                    |
|        ▼ Precision: ±0.25 kg FM [7]                                         |
|                                                                             |
|  [Surrogate Laboratory Models]                                              |
|   ├── Dual-Energy X-Ray Absorptiometry (DXA 3C) [5, 10]                      |
|   └── DXA-Derived Volume 4C Variations (4C-DXA1 / 4C-DXA2) [1, 3]           |
|                                                                             |
|  [Field Anthropometric Models]                                              |
|   ├── DoD Circumference Equations (Abdomen, Neck, Waist, Hip) [4, 10, 12]    |
|   ├── Body Adiposity Index (BAI: Hip & Height) [21]                         |
|   └── Relative Ratios (WHtR, RFM, BMI) [3, 15, 23]                          |
+-----------------------------------------------------------------------------+

Cross-Sectional Accuracy and Systematic Biases

পরিধি সমীকরণগুলোকে সরাসরি ল্যাবরেটরি ইমেজিং এবং মাল্টি-কম্পার্টমেন্ট ক্রাইটেরিয়নের সাথে তুলনা করা ভ্যালিডেশন ট্রায়ালগুলো অংশগ্রহণকারীর মেদহীনতা (লিননেস), লিঙ্গ এবং চর্বি বিতরণের সাথে যুক্ত স্পষ্ট পদ্ধতিগত পক্ষপাত প্রদর্শন করে [10]।

থ্রি-কম্পার্টমেন্ট DXA-এর বিপরীতে মূল্যায়ন করা ৬০৯ জন অ্যাক্টিভ-ডিউটি ইউএস মেরিন (৪৩০ জন পুরুষ, ১৭৯ জন নারী; বয়স ১৮–৫৭ বছর)-এর একটি গবেষণায়, DoD পেটের পরিধির সমীকরণগুলো উল্লেখযোগ্য দিকনির্দেশক পক্ষপাত প্রদর্শন করেছিল [10]:

• পুরুষদের ক্ষেত্রে, পরিধি সমীকরণটি বডি ফ্যাট শতাংশকে পদ্ধতিগতভাবে গড়ে $-2.6\pm 3.7\%$ (বয়স $\le 30$) এবং $-2.5\pm 3.7\%$ (বয়স $>30$) কম অনুমান করেছে [10]।
• নারীদের ক্ষেত্রে, সমীকরণটি বডি ফ্যাট শতাংশকে পদ্ধতিগতভাবে গড়ে $+2.3\pm 4.3\%$ (বয়স $\le 30$) এবং $+1.3\pm 4.8\%$ (বয়স $>30$) বেশি অনুমান করেছে [10]।
• ব্যক্তিগত রিগ্রেশন বিশ্লেষণে আনুপাতিক পক্ষপাত প্রকাশ পেয়েছে: পরিধি পদ্ধতিটি লিন কর্মীদের বডি ফ্যাটকে পদ্ধতিগতভাবে অতিরিক্ত অনুমান করেছে এবং যাদের মেদের পরিমাণ বেশি তাদের বডি ফ্যাট কম অনুমান করেছে [10]।

তুলনামূলকভাবে, একই দলের মধ্যে বায়োইলেকট্রিক্যাল ইম্পিডেন্স অ্যানালাইসিস (BIA via RJL Systems Quantum IV) DXA-এর বিপরীতে কম গড় পক্ষপাত দেখিয়েছে (পুরুষ $\le 30$: $0.4\pm 3.2\%$, $>30$: $-0.5\pm 3.5\%$; নারী $\le 30$: $1.4\pm 3.1\%$, $>30$: $0.0\pm 3.3\%$) [10]।

একক-পরিধিভিত্তিক সূচকগুলোতেও একই ধরনের দিকনির্দেশক ত্রুটি দেখা যায়। DXA-এর মাধ্যমে মূল্যায়ন করা ৯৫ জন নারীর একটি দলে, বডি ফ্যাট শতাংশ অনুমানের ক্ষেত্রে স্ট্যান্ডার্ড BMI-এর তুলনায় BAI পিছিয়ে ছিল (BMI: $r=0.823$, $r^2=0.678$, $\text{SEE}=3.89\%$; BAI: $r=0.702$, $\text{SEE}=4.88\%$) এবং উচ্চতর অ্যাডিপোসিটির ক্ষেত্রে গড়ে $8.7\%$ বডি ফ্যাট কম অনুমান করেছে [21]। তবে, ১৮৮ জন তরুণ প্রাপ্তবয়স্কের ওপর পরিচালিত একটি পৃথক 4C মডেল সমীক্ষায় দেখা গেছে যে, BMI ($r=0.192$)-এর তুলনায় BAI ($r=0.668$) এবং কোমরের পরিধি ($r=0.194$) 4C-ভিত্তিক ফ্যাট শতাংশের সাথে আরও দৃঢ়ভাবে সম্পর্কযুক্ত ছিল [21]। এপিডেমিওলজিক্যাল স্তরে, ৩২টি ডায়াগনস্টিক যথার্থতা অধ্যয়নের একটি পদ্ধতিগত পর্যালোচনা প্রমাণ করেছে যে ইমেজিং স্ট্যান্ডার্ডের সাপেক্ষে স্থূলতা শনাক্ত করার ক্ষেত্রে কোমরের পরিধির সামগ্রিক সংবেদনশীলতা পুরুষদের ক্ষেত্রে $62.4\%$ এবং নারীদের ক্ষেত্রে $57.0\%$, যেখানে নির্দিষ্টতা যথাক্রমে $88.1\%$ এবং $94.8\%$-এ পৌঁছেছে [15]।

Longitudinal Tracking and Sensitivity to Body Composition Changes

যদিও অ্যানথ্রোপোমেট্রি এবং মাল্টি-কম্পার্টমেন্ট ক্রাইটেরিয়নের মধ্যে ক্রস-সেকশনাল সম্পর্ক মাঝারি ধরনের উচ্চ মনে হতে পারে, তবুও বডি কম্পোজিশনের দীর্ঘমেয়াদী পরিবর্তনগুলো ট্র্যাক করার ক্ষেত্রে পরিধি সমীকরণগুলো স্পষ্ট সীমাবদ্ধতা প্রদর্শন করে [4, 14]।

গড়ে $+1.8\text{ kg}$ শরীরের ভর বৃদ্ধি পাওয়া ২১ জন পুরুষ Army ROTC ক্যাডেটের ৯ মাসের দীর্ঘমেয়াদী মূল্যায়নে, ব্ল্যান্ড-অল্টম্যান এবং রিগ্রেশন বিশ্লেষণে দেখা গেছে যে DoD পরিধি সমীকরণ কম্পোজিশনের পরিবর্তন ট্র্যাক করতে ব্যর্থ হয়েছে [4, 14]। এয়ার-ডিসপ্লেসমেন্ট প্লেথিসমোগ্রাফি ক্রাইটেরিয়ন পরিমাপের সাথে তুলনা করলে পরিধির হিসাবগুলো বডি ফ্যাট শতাংশ এবং ফ্যাট ম্যাসের পরিবর্তনকে উল্লেখযোগ্যভাবে কম অনুমান করেছে [4, 14]। যেহেতু পেশীর হাইপারট্রফি চর্বি জমার তুলনায় ঘাড় এবং পেটের মাত্রাকে নন-লিনিয়ারভাবে পরিবর্তন করে, তাই পরিধি-ভিত্তিক সমীকরণগুলো প্রশিক্ষণের পরিস্থিতিতে টিস্যু মরফোলজির পরিবর্তনকে ভুলভাবে ব্যাখ্যা করে [4, 10]।

সারোগেট ল্যাবরেটরি পদ্ধতিগুলোতেও ট্র্যাকিং সংক্রান্ত সীমাবদ্ধতা বিদ্যমান। একটি 4C ক্রাইটেরিয়ন মডেল (ADP, DXA BMC, এবং ${\text{D}}_2\text{O}$ ডিলিউশন)-এর বিপরীতে পর্যবেক্ষণ করা ২৭ জন এলিট পুরুষ জুডো অ্যাথলেটের একটি পরীক্ষায় দেখা গেছে, আপেক্ষিক ফ্যাট ম্যাসের ক্ষেত্রে DXA-এর ব্যক্তিগত $95\%$ লিমিটস অব এগ্রিমেন্ট $-3.7\%$ থেকে $+5.3\%$ এবং পরম ফ্যাট ম্যাসের ক্ষেত্রে $-2.6\text{ kg}$ থেকে $+3.7\text{ kg}$ পর্যন্ত বিস্তৃত ছিল [5]। সবচেয়ে গুরুত্বপূর্ণ বিষয় হলো, 4C মডেলের মাধ্যমে পরিলক্ষিত আপেক্ষিক ফ্যাট ম্যাস পরিবর্তনের ($\mathrm{\Delta }\%\text{FM}$) মাত্র $29\%$, পরম ফ্যাট ম্যাস পরিবর্তনের ($\mathrm{\Delta }\text{FM}$) $36\%$ এবং ফ্যাট-ফ্রি ম্যাস পরিবর্তনের ($\mathrm{\Delta }\text{FFM}$) মাত্র $38\%$ ভ্যারিয়েন্স DXA ব্যাখ্যা করতে পেরেছিল [5]।

CRITERION (4C Model) vs. SURROGATE LONGITUDINAL SENSITIVITY

Variance Explained in Longitudinal Changes (Elite Athletes, DXA vs. 4C Criterion [5]):
Relative Fat Mass (%FM) Change:  [████████░░░░░░░░░░░░] 29%
Absolute Fat Mass (FM) Change:   [██████████░░░░░░░░░░] 36%
Fat-Free Mass (FFM) Change:      [███████████░░░░░░░░░] 38%

Circumference Equations vs. Criterion ADP (ROTC Cadets over 9 Months [4, 14]):
- Underestimated Δ%BF following +1.8 kg mass gain
- Failed to track individual shifts in fat vs. lean mass distribution

Validity of Hybrid and Surrogate Multi-Compartment Models

ফিল্ড মেথড এবং জটিল 4C পরীক্ষার মধ্যকার ব্যবধান ঘোচাতে, গবেষকরা এমন হাইব্রিড সমীকরণ নিয়ে গবেষণা করেছেন যা 4C গাণিতিক কাঠামোতে DXA-প্রাপ্ত বডি ভলিউমের অনুমান প্রতিস্থাপন করে [1, 3]।

McLester et al. বিভিন্ন বডি ম্যাস ইনডেক্স এবং কোমরের পরিধি বিভাগের অধীনে একটি ক্রাইটেরিয়ন 4C-ADP মডেলের বিপরীতে দুটি DXA-প্রাপ্ত বডি ভলিউম সমীকরণ (4C-DXA1 এবং 4C-DXA2) মূল্যায়ন করেছেন [1]:

• স্বাভাবিক ওজনের প্রাপ্তবয়স্ক (BMI $<25.0{\text{ kg/m}}^2$, $n=40$): 4C-DXA1 $-3.0\%$ কনস্ট্যান্ট এরর (CE) সহ বডি ফ্যাট শতাংশ উল্লেখযোগ্যভাবে কম অনুমান করেছে ($p<0.001$, $\text{SEE}=2.59\%$, $95\%\text{ LOA}=\pm 5.0\%$), যেখানে 4C-DXA2 ফ্যাট শতাংশকে উল্লেখযোগ্যভাবে বেশি অনুমান করেছে ($\text{CE}=+4.8\%$, $p<0.001$, $\text{SEE}=1.24\%$) [1]।
• ঝুঁকিপূর্ণ কোমরের পরিধিবিহীন অতিরিক্ত ওজনের প্রাপ্তবয়স্ক (BMI $\ge 25.0{\text{ kg/m}}^2$, $n=40$): 4C-DXA1 ফ্যাট শতাংশের গড় কনস্ট্যান্ট এররে কোনো পার্থক্য ছিল না ($\text{CE}=-0.5\%$, $p=0.112$, $\text{SEE}=1.92\%$), তবে এটি উল্লেখযোগ্য আনুপাতিক পক্ষপাত প্রদর্শন করেছে ($p=0.007$) [1]।
• ঝুঁকিপূর্ণ কোমরের পরিধিসহ অতিরিক্ত ওজনের প্রাপ্তবয়স্ক (BMI $\ge 25.0{\text{ kg/m}}^2$, নারীদের জন্য $\text{WC}\ge 88\text{ cm}$, পুরুষদের জন্য $\ge 102\text{ cm}$, $n=35$): উভয় সমীকরণেই সামান্য গড় ওভারএস্টিমেশন পাওয়া গেছে ($\text{CE}=+2.2\%$ এবং $+2.3\%$, $p<0.001$), তবে 4C-DXA1 কোনো আনুপাতিক পক্ষপাত প্রদর্শন করেনি ($p=0.183$, $\text{SEE}=1.84\%$, $95\%\text{ LOA}=\pm 3.8\%$), যা এটিকে সেই নির্দিষ্ট দলের জন্য বৈধ বিবেচিত একমাত্র সারোগেট মডেলে পরিণত করেছে [1]।

পরবর্তী জনতাত্ত্বিক অভিযোজনগুলো, যেমন 4C-DXANickerson সমীকরণ, নিশ্চিত করেছে যে বিশেষায়িত DXA ভলিউম রূপান্তর হিস্পানিক প্রাপ্তবয়স্কদের সহ নির্দিষ্ট গোষ্ঠীগুলোতে বৈধ 4C বডি ভলিউম অনুমান প্রদান করতে পারে [3]। একইভাবে, 4C ক্রাইটেরিয়ার (ADP, ${\text{D}}_2\text{O}$ এবং DXA BMC সমন্বিত) বিপরীতে তরুণদের (বয়স ১০–১৭ বছর) জন্য তৈরি ক্যালিব্রেটেড মাল্টিফ্রিকোয়েন্সি বায়োইলেকট্রিক্যাল ইম্পিডেন্স (mBCA) প্রেডিকশন সমীকরণগুলো কোনো উল্লেখযোগ্য গড় পক্ষপাত ($38.4\pm 11.4\text{ kg}$ বনাম $38.9\pm 12.0\text{ kg}$) ছাড়াই FFM-এর জন্য দৃঢ় সামঞ্জস্য ($R^2=0.96$, $\text{SRMSE}=2.18\text{ kg}$) প্রদর্শন করে [6]।

Practical Summary

স্ট্যান্ডার্ড অ্যানথ্রোপোমেট্রিক পরিধি সমীকরণগুলো বৃহৎ জনগোষ্ঠীর মাঝে বডি ফ্যাট শতাংশের সহজলভ্য এবং কম শ্রমসাধ্য অনুমান প্রদান করে, তবে অনমনীয় জ্যামিতিক অনুমানের ওপর এগুলোর নির্ভরতা পদ্ধতিগত ত্রুটি তৈরি করে [10, 14]। ফোর-কম্পার্টমেন্ট ক্রাইটেরিয়ন মডেল এবং থ্রি-কম্পার্টমেন্ট DXA স্ক্যানের সাপেক্ষে তুলনা করলে দেখা যায়, পরিধি সমীকরণগুলো লিন ব্যক্তিদের ক্ষেত্রে ফ্যাট শতাংশকে পদ্ধতিগতভাবে অতিরিক্ত অনুমান করে, উচ্চতর মেদযুক্ত ব্যক্তিদের ক্ষেত্রে ফ্যাট শতাংশকে কম অনুমান করে এবং প্রশিক্ষণ বা ওজন পরিবর্তনের সময় দীর্ঘমেয়াদী টিস্যুর পরিবর্তন ট্র্যাক করতে ব্যর্থ হয় [4, 10, 14]। সিরিয়াস অ্যাথলেটিক ট্র্যাকিংয়ের ক্ষেত্রে—যেখানে কঙ্কালের পেশীর হাইপারট্রফি, জলীয় ভারসাম্যের পরিবর্তন এবং অ্যাডিপোজ টিস্যুর পরিবর্তনের মধ্যে পার্থক্য নির্ণয় করা অপরিহার্য—সেখানে ফিল্ড-ভিত্তিক পরিধি সমীকরণগুলো মাল্টি-কম্পার্টমেন্ট ল্যাবরেটরি মডেলের বিকল্প হতে পারে না [4, 5, 7]。