Měření tělesného tuku metrem vs. laboratorní testy: Jak jsou přesné?

The Multi-Compartment Criterion Architecture

Kvantifikace tělesného složení člověka v laboratorních podmínkách spoléhá na referenční modely, které rozdělují tělo do odlišných chemických nebo anatomických frakcí [16]. Ačkoli dvousložkové (2C) modely dělí hmotnost jednoduše na tukovou tkáň (FM) a beztukovou hmotu (FFM), opírají se o fixní předpoklady týkající se hustoty a hydratace FFM, což často vnáší chybu měření napříč různými sportovními a klinickými populacemi [7, 16].

Čtyřsložkový (4C) model představuje zlatý standard (kriteriální metodu) pro analýzu tělesného složení in vivo, protože nezávisle měří celkovou tělesnou hmotnost, tělesný objem (BV), celkovou tělesnou vodu (TBW) a obsah kostních minerálů (BMC neboli kostní popelovinu) [5, 7, 16]. Klasické matematické vyjádření 4C modelu má tvar:

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

kde BV je odvozeno ze vzduchové volumetrické pletysmografie (ADP) nebo hydrostatického vážení, TBW pomocí diluce oxidu deuteria (${\text{D}}_2\text{O}$) nebo ${}^{18}\text{O}$, kostní minerální popelovina ($A$) z BMC naměřeného dvouenergiovou rentgenovou absorpciometrií (DXA) vynásobeného koeficientem 1,0436 a Weight představuje celkovou tělesnou hmotnost [7, 16]. Analýza šíření chyb ukazuje, že správně provedený 4C model dosahuje přesnosti měření tukové hmoty přibližně 0,25 kg a stanovuje průměrný biologický faktor hydratace FFM na $0,74\pm 0,02$ [7].

Vzduchová volumetrická pletysmografie (jako systém BOD POD) aplikuje Poissonův zákon napříč dvěma oscilujícími komorami ke stanovení tělesného objemu, což vyžaduje dvoubodovou kalibraci objemu (prázdná komora a 50l válec), přiléhavý oděv k zamezení artefaktů způsobených izotermickým povrchem a korekce na hrudní objem plynu (TGV) [9]. Přístrojové vybavení BOD POD vykazuje interní variační koeficient 2,3 % a obecný rozsah chyby objemu $\pm 1,0\%$ až $2,7\%$ [7, 9]. Při hodnocení terénních nebo zástupných zobrazovacích metod slouží kriteriální 4C modely (nebo 3C DXA rámce) jako benchmark, vůči němuž se kvantifikuje predikční chyba [1, 5, 10, 18].

Mechanics of Standard Anthropometric Formulas

Terénní hodnocení tělesného složení často využívají měření obvodů páskovým metrem z důvodu nízkých nákladů a vysoké dostupnosti. Nejvýznamnějším protokolem je obvodová metoda Ministerstva obrany USA (DoD), původně navržená Jamesem Hodgdonem v Navy Health Research Center s využitím referenčních dat z podvodního vážení a následně křížově validovaná na personálu ze studie Army Body Composition Study z roku 1984 [10, 14]. Matematické formulace (využívající měření v palcích) jsou strukturovány následovně [12]:

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

Další antropometrické indexy se snaží vyhnout měření obvodů na více místech tím, že izolují specifické anatomické poměry. Body Adiposity Index (BAI), představený Bergmanem et al., odhaduje množství tuku z obvodu boků a tělesné výšky: $\text{BAI}=[\text{obvod boků (cm)}/(\text{výška (m)}{)}^{1.5}]-18$ [21]. Podobně index relativní tukové hmoty (Relative Fat Mass – RFM) a poměr pasu k výšce (waist-to-height ratio – WHtR) využívají geometrii poměru pasu k tělesné výšce k odhadu centrální adipozity a prahových hodnot viscerální tukové tkáně (VAT) napříč demografickými skupinami [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

Validační studie porovnávající obvodové rovnice přímo s laboratorním zobrazováním a vícesložkovými kritérii prokazují výrazné systematické odchylky spojené se štíhlostí účastníků, pohlavím a distribucí tuku [10].

Ve studii u 609 příslušníků námořní pěchoty USA v aktivní službě (430 mužů, 179 žen; věk 18–57 let) hodnocených vůči třísložkové DXA vykázaly rovnice obvodu břicha DoD znatelné směrové zkreslení [10]:

• U mužů obvodová rovnice systematicky podhodnocovala procento tělesného tuku s průměrnou odchylkou $-2,6\pm 3,7\%$ (věk $\le 30$) a $-2,5\pm 3,7\%$ (věk $>30$) [10].
• U žen rovnice systematicky nadhodnocovala procento tělesného tuku o $+2,3\pm 4,3\%$ (věk $\le 30$) a $+1,3\pm 4,8\%$ (věk $>30$) [10].
• Individuální regresní analýzy odhalily proporcionální zkreslení: obvodová metoda systematicky nadhodnocovala tělesný tuk u štíhlých jedinců, zatímco u osob s vyšším množstvím tuku jej podhodnocovala [10].

Pro srovnání, bioelektrická impedanční analýza (BIA prostřednictvím RJL Systems Quantum IV) u stejné kohorty vykazovala nižší průměrnou odchylku vůči DXA (muži $\le 30$: $0,4\pm 3,2\%$, $>30$: $-0,5\pm 3,5\%$; ženy $\le 30$: $1,4\pm 3,1\%$, $>30$: $0,0\pm 3,3\%$) [10].

Podobné směrové chyby se objevují u indexů založených na jediném obvodu. V kohortě 95 žen hodnocených pomocí DXA byl BAI v predikci procenta tělesného tuku překonán standardním BMI (BMI: $r=0,823$, $r^2=0,678$, $\text{SEE}=3,89\%$; BAI: $r=0,702$, $\text{SEE}=4,88\%$) a u vyšších rozsahů adipozity podhodnocoval tělesný tuk v průměru o $8,7\%$ [21]. V samostatné studii se 4C modelem u 188 mladých dospělých však BAI ($r=0,668$) a obvod pasu ($r=0,194$) korelovaly s procentem tuku odvozeným ze 4C modelu silněji než BMI ($r=0,192$) [21]. Na epidemiologické úrovni systematický přehled 32 studií diagnostické přesnosti prokázal, že obvod pasu má sdruženou senzitivitu $62,4\%$ u mužů a $57,0\%$ u žen pro identifikaci obezity ve srovnání se zobrazovacími standardy, přičemž specificita dosahovala $88,1\%$, respektive $94,8\%$ [15].

Longitudinal Tracking and Sensitivity to Body Composition Changes

Zatímco průřezové korelace mezi antropometrií a vícesložkovými kritérii se mohou jevit jako mírně vysoké, obvodové rovnice vykazují výrazná omezení při sledování longitudinálních změn tělesného složení [4, 14].

V 9měsíčním longitudinálním hodnocení 21 mužských kadetů Army ROTC, kteří zaznamenali průměrný přírůstek tělesné hmotnosti $+1,8\text{ kg}$, Bland-Altmanovy a regresní analýzy prokázaly, že obvodová rovnice DoD nedokázala zachytit posuny ve složení těla [4, 14]. Obvodové výpočty významně podhodnotily změny v procentu tělesného tuku a tukové hmotě v porovnání s kriteriálním měřením pomocí vzduchové volumetrické pletysmografie [4, 14]. Vzhledem k tomu, že svalová hypertrofie mění rozměry krku a břicha nelineárně ve vztahu k ukládání tuku, obvodové rovnice v tréninkových podmínkách chybně interpretují strukturální změny tkání [4, 10].

Omezení ve sledování existují i u zástupných laboratorních metod. Ve studii s 27 elitními judisty monitorovanými vůči kriteriálnímu 4C modelu (ADP, DXA BMC a diluce ${\text{D}}_2\text{O}$) činily individuální $95\%$ meze shody pro DXA $-3,7\%$ až $+5,3\%$ pro relativní tukovou hmotu a $-2,6\text{ kg}$ až $+3,7\text{ kg}$ pro absolutní tukovou hmotu [5]. Zásadní je, že DXA vysvětlila pouze $29\%$ variability změny relativní tukové hmoty ($\mathrm{\Delta }\%\text{FM}$), $36\%$ změny absolutní tukové hmoty ($\mathrm{\Delta }\text{FM}$) a $38\%$ změny beztukové hmoty ($\mathrm{\Delta }\text{FFM}$) zjištěné pomocí 4C modelu [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

K překlenutí mezery mezi terénními metodami a komplexním testováním 4C výzkumníci zkoumali hybridní rovnice, které dosazují odhady tělesného objemu získané z DXA do matematických rámců 4C [1, 3].

McLester et al. hodnotili dvě rovnice tělesného objemu odvozené z DXA (4C-DXA1 a 4C-DXA2) vůči kriteriálnímu modelu 4C-ADP napříč různými kategoriemi indexu tělesné hmotnosti a obvodu pasu [1]:

• Normal-weight adults (BMI $<25.0{\text{ kg/m}}^2$, $n=40$): 4C-DXA1 významně podhodnocoval procento tělesného tuku s konstantní chybou (CE) $-3,0\%$ ($p<0,001$, $\text{SEE}=2,59\%$, $95\%\text{ LOA}=\pm 5,0\%$), zatímco 4C-DXA2 procento tuku významně nadhodnocoval ($\text{CE}=+4,8\%$, $p<0,001$, $\text{SEE}=1,24\%$) [1].
• Overweight adults without at-risk waist circumference (BMI $\ge 25.0{\text{ kg/m}}^2$, $n=40$): procento tuku u 4C-DXA1 se nelišilo v průměrné konstantní chybě ($\text{CE}=-0,5\%$, $p=0,112$, $\text{SEE}=1,92\%$), ale vykazovalo významné proporcionální zkreslení ($p=0,007$) [1].
• Overweight adults with at-risk waist circumference (BMI $\ge 25.0{\text{ kg/m}}^2$, $\text{WC}\ge 88\text{ cm}$ pro ženy, $\ge 102\text{ cm}$ pro muže, $n=35$): Obě rovnice vedly k malému průměrnému nadhodnocení ($\text{CE}=+2,2\%$ a $+2,3\%$, $p<0,001$), avšak 4C-DXA1 nevykazoval žádné proporcionální zkreslení ($p=0,183$, $\text{SEE}=1,84\%$, $95\%\text{ LOA}=\pm 3,8\%$), což z něj činilo jediný zástupný model považovaný za platný pro tuto specifickou kohortu [1].

Následné demografické adaptace, jako například rovnice 4C-DXANickerson, potvrdily, že specializované konverze objemu z DXA mohou poskytnout validní odhady 4C tělesného objemu u specifických skupin, včetně hispánských dospělých [3]. Podobně kalibrované predikční rovnice multifrekvenční bioelektrické impedance (mBCA) pro mládež (věk 10–17 let) vyvinuté vůči 4C kritériím (zahrnujícím ADP, ${\text{D}}_2\text{O}$ a DXA BMC) vykazují vysokou shodu pro FFM ($R^2=0,96$, $\text{SRMSE}=2,18\text{ kg}$) bez významné průměrné odchylky ($38,4\pm 11,4\text{ kg}$ vs. $38,9\pm 12,0\text{ kg}$) [6].

Practical Summary

Standardní antropometrické obvodové rovnice poskytují dostupné a nenáročné odhady procenta tělesného tuku u velkých populací, ale jejich spoléhání na rigidní geometrické předpoklady vnáší systematickou chybu [10, 14]. Při porovnání se 4složkovými referenčními modely a 3složkovými skeny DXA obvodové rovnice systematicky nadhodnocují procento tuku u štíhlých jedinců, podhodnocují procento tuku u jedinců s vyšší adipozitou a nedokážou longitudinálně zachytit přesuny tkání během tréninku nebo změn hmotnosti [4, 10, 14]. Pro seriózní sledování sportovců, kde je zásadní rozlišovat mezi hypertrofií kosterního svalstva, posuny ve vodní bilanci a změnami tukové tkáně, nemohou terénní obvodové rovnice nahradit vícesložkové laboratorní modely [4, 5, 7].