Körperfett per Maßband vs. Labormessung: Wie genau sind die Werte?

Die Kriterienarchitektur von Mehr-Kompartiment-Modellen

Die quantitative Bestimmung der menschlichen Körperzusammensetzung unter Laborbedingungen stützt sich auf Referenzmodelle, die den Körper in distinkte chemische oder anatomische Fraktionen unterteilen [16]. Während Zwei-Kompartiment-Modelle (2C) die Masse schlicht in Fettmasse (FM) und fettfreie Masse (FFM) aufteilen, basieren sie auf festen Annahmen bezüglich der Dichte und Hydratation der FFM, was bei diversen athletischen und klinischen Populationen häufig zu Messfehlern führt [7, 16].

Das Vier-Kompartiment-Modell (4C) stellt das Goldstandard-Kriterium für die In-vivo-Körperzusammensetzungsanalyse dar, indem es die Gesamtkörpermasse, das Körpervolumen (BV), das Gesamtkörperwasser (TBW) und den Knochenmineralgehalt (BMC bzw. Knochenasche) unabhängig voneinander misst [5, 7, 16]. Eine klassische mathematische Konfiguration des 4C-Modells lautet:

$$\text{Fett (kg)}=2,747\text{BV}-0,710\text{TBW}+1,460\text{A}-2,050\text{Gewicht}$$

wobei BV mittels Luftverdrängungsplethysmographie (ADP) oder hydrostatischem Wiegen ermittelt wird, TBW über Deuteriumoxid- (${\text{D}}_2\text{O}$) oder ${}^{18}\text{O}$-Verdünnung, die Knochenmineralasche ($A$) aus dem mittels Dual-Röntgen-Absorptiometrie (DXA) bestimmten BMC multipliziert mit 1,0436 und das Gewicht die Gesamtkörpermasse darstellt [7, 16]. Eine Fehlerfortpflanzungsanalyse zeigt, dass ein ordnungsgemäß durchgeführtes 4C-Modell eine Messpräzision für die Fettmasse von etwa 0,25 kg erreicht, während ein mittlerer biologischer FFM-Hydratationsfaktor von $0,74\pm 0,02$ etabliert wird [7].

Die Luftverdrängungsplethysmographie (wie das BOD-POD-System) wendet das Poissonsche Gesetz über zwei oszillierende Kammern an, um das Körpervolumen zu bestimmen. Dies erfordert eine Zwei-Punkt-Volumenkalibrierung (leere Kammer und ein 50-L-Zylinder), eng anliegende Kleidung zur Vermeidung von Artefakten durch isotherme Oberflächenbereiche sowie Korrekturen des thorakalen Gasvolumens (TGV) [9]. Die BOD-POD-Instrumentierung weist einen internen Variationskoeffizienten von 2,3 % und eine allgemeine Volumenfehlerspanne von $\pm 1,0\%$ bis $2,7\%$ auf [7, 9]. Wenn feldbasierte Methoden oder stellvertretende Bildgebungsverfahren evaluiert werden, dienen 4C-Kriterienmodelle (oder 3C-DXA-Frameworks) als Benchmark, anhand derer der prädiktive Fehler quantifiziert wird [1, 5, 10, 18].

Methodik standardisierter anthropometrischer Formeln

Feldbasierte Erhebungen der Körperzusammensetzung nutzen aufgrund der geringen Kosten und der leichten Zugänglichkeit häufig mit dem Maßband ermittelte Umfänge. Das bekannteste Protokoll ist die Umfangsmethode des US-Verteidigungsministeriums (DoD), die ursprünglich von James Hodgdon am Navy Health Research Center anhand von Kriteriendaten aus dem Unterwasserwiegen formuliert und anschließend an Personal der Army Body Composition Study von 1984 kreuzvalidiert wurde [10, 14]. Die mathematischen Formeln (unter Verwendung von Messungen in Zoll) sind wie folgt aufgebaut [12]:

• Männer: $$\%\text{Körperfett}=86,010\times {log}_{10}(\text{Abdomen}-\text{Hals})-70,041\times {log}_{10}(\text{Körpergröße})+36,76$$
• Frauen: $$\%\text{Körperfett}=163,205\times {log}_{10}(\text{Taille}+\text{Hüfte}-\text{Hals})-97,684\times {log}_{10}(\text{Körpergröße})-78,387$$

Andere anthropometrische Indizes versuchen, Mehrpunkt-Umfangsmessungen zu umgehen, indem sie spezifische anatomische Verhältnisse isolieren. Der von Bergman et al. eingeführte Body Adiposity Index (BAI) schätzt den Körperfettanteil aus Hüftumfang und Körpergröße: $\text{BAI}=[\text{Hüftumfang (cm)}/(\text{Körpergröße (m)}{)}^{1,5}]-18$ [21]. In ähnlicher Weise nutzen der Relative Fat Mass Index (RFM) und das Taille-zu-Größe-Verhältnis (WHtR) die Geometrie von Taille zu Körpergröße, um die zentrale Adipositas und Schwellenwerte für viszerales Fettgewebe (VAT) über verschiedene demografische Gruppen hinweg abzuschätzen [3, 23].

+-----------------------------------------------------------------------------+
|                   HIERARCHIE DER KÖRPERZUSAMMENSETZUNGSMODELLE              |
|                                                                             |
|  [4-Kompartiment-Kriterium]                                                 |
|   ├── Gesamtkörpermasse (Kalibrierte Waage)                                 |
|   ├── Körpervolumen (ADP / BOD POD via Poissonsches Gesetz) [9]             |
|   ├── Gesamtkörperwasser (D2O / 18O Isotopenverdünnung) [7]                 |
|   └── Knochenmineralmasse / Asche (DXA-BMC x 1,0436) [7]                    |
|        │                                                                    |
|        ▼ Präzision: ±0,25 kg FM [7]                                         |
|                                                                             |
|  [Surrogat-Labormodelle]                                                    |
|   ├── Dual-Röntgen-Absorptiometrie (DXA 3C) [5, 10]                         |
|   └── DXA-abgeleitete 4C-Volumenvarianten (4C-DXA1 / 4C-DXA2) [1, 3]        |
|                                                                             |
|  [Feldbasierte anthropometrische Modelle]                                   |
|   ├── DoD-Umfangsformeln (Abdomen, Hals, Taille, Hüfte) [4, 10, 12]          |
|   ├── Body Adiposity Index (BAI: Hüfte & Körpergröße) [21]                  |
|   └── Relative Verhältnisse (WHtR, RFM, BMI) [3, 15, 23]                   |
+-----------------------------------------------------------------------------+

Querschnittliche Genauigkeit und systematische Verzerrungen

Validierungsstudien, die Umfangsgleichungen direkt mit bildgebenden Laborverfahren und Mehr-Kompartiment-Kriterien vergleichen, zeigen ausgeprägte systematische Verzerrungen, die mit dem Schlankheitsgrad, dem Geschlecht und der Fettverteilung der Probanden zusammenhängen [10].

In einer Untersuchung von 609 aktiven US-Marines (430 Männer, 179 Frauen; Alter 18–57 Jahre), die mit einem Drei-Kompartiment-DXA verglichen wurden, zeigten die DoD-Bauchumfangsformeln einen bemerkenswerten gerichteten Bias [10]:

• Bei Männern unterschätzte die Umfangsformel den Körperfettanteil systematisch mit einer mittleren Abweichung von $-2,6\pm 3,7\%$ (Alter $\le 30$) und $-2,5\pm 3,7\%$ (Alter $>30$) [10].
• Bei Frauen überschätzte die Formel den Körperfettanteil systematisch um $+2,3\pm 4,3\%$ (Alter $\le 30$) und $+1,3\pm 4,8\%$ (Alter $>30$) [10].
• Individuelle Regressionsanalysen zeigten einen proportionalen Bias: Die Umfangsmethode überschätzte das Körperfett bei schlankem Personal systematisch, während sie das Körperfett bei Personen mit höherem Fettanteil unterschätzte [10].

Im Vergleich dazu wies die bioelektrische Impedanzanalyse (BIA mittels RJL Systems Quantum IV) in derselben Kohorte eine geringere mittlere Abweichung gegenüber DXA auf (Männer $\le 30$: $0,4\pm 3,2\%$, $>30$: $-0,5\pm 3,5\%$; Frauen $\le 30$: $1,4\pm 3,1\%$, $>30$: $0,0\pm 3,3\%$) [10].

Ähnliche gerichtete Fehler treten bei Einzelumfangs-Indizes auf. In einer Kohorte von 95 Frauen, die mittels DXA untersucht wurden, schnitt der Standard-BMI bei der Vorhersage des Körperfettanteils besser ab als der BAI (BMI: $r=0,823$, $r^2=0,678$, $\text{SEE}=3,89\%$; BAI: $r=0,702$, $\text{SEE}=4,88\%$) und unterschätzte das Körperfett in höheren Adipositasbereichen um durchschnittlich $8,7\%$ [21]. In einer separaten 4C-Modellstudie an 188 jungen Erwachsenen korrelierten der BAI ($r=0,668$) und der Taillenumfang ($r=0,194$) jedoch stärker mit dem 4C-abgeleiteten Fettanteil als der BMI ($r=0,192$) [21]. Auf epidemiologischer Ebene zeigte ein systematischer Review von 32 diagnostischen Genauigkeitsstudien, dass der Taillenumfang im Vergleich zu bildgebenden Standards eine gepoolte Sensitivität von $62,4\%$ bei Männern und $57,0\%$ bei Frauen zur Identifizierung von Adipositas aufweist, wobei die Spezifität $88,1\%$ bzw. $94,8\%$ erreichte [15].

Longitudinales Tracking und Sensitivität gegenüber Veränderungen der Körperzusammensetzung

Während querschnittliche Korrelationen zwischen Anthropometrie und Mehr-Kompartiment-Kriterien mäßig hoch erscheinen können, weisen Umfangsgleichungen deutliche Einschränkungen bei der Verfolgung longitudinaler Veränderungen der Körperzusammensetzung auf [4, 14].

In einer 9-monatigen Longitudinalstudie an 21 männlichen Army-ROTC-Kadetten mit einer durchschnittlichen Körpermassezunahme von $+1,8\text{ kg}$ zeigten Bland-Altman- und Regressionsanalysen, dass die DoD-Umfangsgleichung Veränderungen der Zusammensetzung nicht abbilden konnte [4, 14]. Die Umfangsberechnungen unterschätzten die Veränderungen des prozentualen Körperfettanteils und der Fettmasse im Vergleich zu den Kriterienmessungen mittels Luftverdrängungsplethysmographie signifikant [4, 14]. Da eine Muskelhypertrophie die Hals- und Bauchmaße im Verhältnis zur Fettablagerung nichtlinear verändert, interpretieren umfangsbasierte Gleichungen gewebsmorphologische Verschiebungen unter Trainingsbedingungen falsch [4, 10].

Tracking-Einschränkungen bestehen auch bei stellvertretenden Labormethoden. In einer Studie mit 27 männlichen Elite-Judo-Athleten, die anhand eines 4C-Kriterienmodells (ADP, DXA-BMC und ${\text{D}}_2\text{O}$-Verdünnung) überwacht wurden, lagen die individuellen 95%-Übereinstimmungsgrenzen (Limits of Agreement) von DXA zwischen $-3,7\%$ und $+5,3\%$ für die relative Fettmasse sowie $-2,6\text{ kg}$ und $+3,7\text{ kg}$ für die absolute Fettmasse [5]. Entscheidend ist, dass DXA nur $29\%$ der Varianz der relativen Fettmasseveränderung ($\mathrm{\Delta }\%\text{FM}$), $36\%$ der absoluten Fettmasseveränderung ($\mathrm{\Delta }\text{FM}$) und $38\%$ der Veränderung der fettfreien Masse ($\mathrm{\Delta }\text{FFM}$) erklärte, die über das 4C-Modell beobachtet wurden [5].

KRITERIUM (4C-Modell) vs. SURROGAT: LONGITUDINALE SENSITIVITÄT

Erklärte Varianz longitudinaler Veränderungen (Elite-Athleten, DXA vs. 4C-Kriterium [5]):
Relative Fettmasse (%FM) Veränderung: [████████░░░░░░░░░░░░] 29%
Absolute Fettmasse (FM) Veränderung:  [██████████░░░░░░░░░░] 36%
Fettfreie Masse (FFM) Veränderung:    [███████████░░░░░░░░░] 38%

Umfangsgleichungen vs. Kriterium ADP (ROTC-Kadetten über 9 Monate [4, 14]):
- Unterschätzte Δ%KF nach +1,8 kg Massenzunahme
- Erfasste individuelle Verschiebungen in der Verteilung von Fett- vs. Magermasse nicht

Validität hybrider und stellvertretender Mehr-Kompartiment-Modelle

Um die Lücke zwischen Feldmethoden und komplexen 4C-Tests zu schließen, haben Forscher hybride Gleichungen untersucht, die DXA-abgeleitete Körpervolumenschätzungen in mathematische 4C-Frameworks einsetzen [1, 3].

McLester et al. evaluierten zwei DXA-abgeleitete Körpervolumengleichungen (4C-DXA1 und 4C-DXA2) im Vergleich zu einem 4C-ADP-Kriterienmodell über verschiedene Body-Mass-Index- und Taillenumfangskategorien hinweg [1]:

• Normalgewichtige Erwachsene (BMI $<25,0{\text{ kg/m}}^2$, $n=40$): 4C-DXA1 unterschätzte den Körperfettanteil signifikant mit einem konstanten Fehler (CE) von $-3,0\%$ ($p<0,001$, $\text{SEE}=2,59\%$, $95\%\text{ LOA}=\pm 5,0\%$), während 4C-DXA2 den Fettanteil signifikant überschätzte ($\text{CE}=+4,8\%$, $p<0,001$, $\text{SEE}=1,24\%$) [1].
• Übergewichtige Erwachsene ohne auffälligen Taillenumfang (BMI $\ge 25,0{\text{ kg/m}}^2$, $n=40$): Der mit 4C-DXA1 ermittelte Fettanteil unterschied sich nicht im mittleren konstanten Fehler ($\text{CE}=-0,5\%$, $p=0,112$, $\text{SEE}=1,92\%$), wies jedoch einen signifikanten proportionalen Bias auf ($p=0,007$) [1].
• Übergewichtige Erwachsene mit auffälligem Taillenumfang (BMI $\ge 25,0{\text{ kg/m}}^2$, $\text{WC}\ge 88\text{ cm}$ bei Frauen, $\ge 102\text{ cm}$ bei Männern, $n=35$): Beide Gleichungen führten zu geringen mittleren Überschätzungen ($\text{CE}=+2,2\%$ und $+2,3\%$, $p<0,001$), aber 4C-DXA1 zeigte keinen proportionalen Bias ($p=0,183$, $\text{SEE}=1,84\%$, $95\%\text{ LOA}=\pm 3,8\%$), was es zum einzigen Surrogatmodell machte, das für diese spezifische Kohorte als valide eingestuft wurde [1].

Spätere demografische Anpassungen wie die 4C-DXANickerson-Gleichung haben bestätigt, dass spezialisierte DXA-Volumenumrechnungen valide 4C-Körpervolumenschätzungen in spezifischen Gruppen wie hispanischen Erwachsenen liefern können [3]. In ähnlicher Weise liefern kalibrierte Mehrfrequenz-Bioimpedanzanalyse-Vorhersagegleichungen (mBCA) für Jugendliche (Alter 10–17 Jahre), die anhand von 4C-Kriterien (unter Einbeziehung von ADP, ${\text{D}}_2\text{O}$ und DXA-BMC) entwickelt wurden, starke Übereinstimmungen für die FFM ($R^2=0,96$, $\text{SRMSE}=2,18\text{ kg}$) ohne signifikanten mittleren Bias ($38,4\pm 11,4\text{ kg}$ vs. $38,9\pm 12,0\text{ kg}$) [6].

Fazit für die Praxis

Standardisierte anthropometrische Umfangsgleichungen bieten leicht zugängliche, aufwandsarme Schätzungen des Körperfettanteils für große Populationen, doch ihr Rückgriff auf starre geometrische Annahmen führt zu systematischen Fehlern [10, 14]. Im Vergleich zu 4-Kompartiment-Kriterienmodellen und 3-Kompartiment-DXA-Scans überschätzen Umfangsgleichungen den Körperfettanteil bei schlanken Personen systematisch, unterschätzen ihn bei Personen mit höherer Adipositas und versagen beim longitudinalen Tracking von Gewebeveränderungen während Trainingsphasen oder Gewichtsveränderungen [4, 10, 14]. Für ein leistungsorientiertes athletisches Monitoring, bei dem die Differenzierung zwischen Skelettmuskelhypertrophie, Wasserhaushaltsverschiebungen und Veränderungen des Fettgewebes essenziell ist, können feldbasierte Umfangsgleichungen Mehr-Kompartiment-Labormodelle nicht ersetzen [4, 5, 7].