🌐 Español (España)
EnglishالعربيةБългарскиবাংলাBosanskiČeštinaDanskDeutschΕλληνικάEspañol (España)Español (Latinoamérica)EestiSuomiFilipinoFrançaisहिन्दीHrvatskiMagyarBahasa IndonesiaItaliano日本語한국어LietuviųLatviešuМакедонскиBahasa MelayuNorsk bokmålNederlandsPolskiPortuguês (Brasil)Português (Portugal)RomânăРусскийSlovenčinaSlovenščinaShqipSrpskiSvenskaไทยTürkçeУкраїнськаاردوTiếng Việt简体中文繁體中文
Body composition

Perfil ISAK vs. ecuaciones de pliegues en composición corporal

El perfil antropométrico ISAK estandariza las mediciones en múltiples sitios y el fraccionamiento tisular, evitando los sesgos poblacionales y los errores entre niveles molecular y tisular inherentes a las ecuaciones estándar de pliegues cutáneos. Sin embargo, ambos enfoques son métodos doblemente indirectos y carecen de la sensibilidad necesaria para detectar cambios a corto plazo en la masa grasa inferiores a 0,5 kg.

Última actualización: 2026-09-15

El perfil antropométrico exhaustivo según los protocolos de la Sociedad Internacional para el Avance de la Cineantropometría (ISAK) proporciona una evaluación estandarizada en múltiples sitios que separa los tejidos anatómicamente, mientras que las ecuaciones estándar de pliegues cutáneos dependen de la regresión estadística para predecir la densidad corporal total o el porcentaje de grasa [4, 6, 9]. Aunque el fraccionamiento de ISAK reduce la distorsión matemática provocada por aplicar fórmulas de regresión específicas de una población a individuos concretos, ambos enfoques siguen siendo métodos doblemente indirectos que no son lo suficientemente sensibles para detectar cambios a corto plazo en la masa grasa inferiores a 0,5 kg [16, 17].

Las limitaciones de las ecuaciones estándar de pliegues cutáneos

La evaluación tradicional de la grasa corporal utiliza mediciones con plicómetro en sitios seleccionados introducidas en ecuaciones de regresión, como las de Jackson y Pollock o Durnin y Womersley [4]. Estas ecuaciones se desarrollaron a partir de poblaciones de referencia específicas, lo que limita notablemente su generalización cuando se aplican a diferentes grupos de atletas, edades, sexos o tamaños corporales [4, 11, 16].

Cuando se aplican fórmulas de regresión estándar a mediciones idénticas, las estimaciones resultantes divergen drásticamente:

  • Discrepancias entre fórmulas: Al aplicar diferentes ecuaciones publicadas exactamente al mismo conjunto de datos de ocho pliegues obtenido por un antropometrista ISAK Nivel 3, las estimaciones de grasa oscilaron entre el 5,29% (Carter) y el 8,22% (Faulkner) [3]. En un estudio con 87 adultos, las estimaciones del porcentaje medio de grasa variaron entre el 8,90% y el 17,91% en hombres y del 15,33% al 28,79% en mujeres, dependiendo únicamente de la ecuación elegida [9].
  • Sesgo sistemático: Al compararse con el modelo de cuatro componentes (4C), considerado el criterio de referencia de máxima precisión, la ecuación de Durnin y Womersley mostró un sesgo medio del -2%, mientras que la de Jackson y Pollock mostró un sesgo medio del -6,6%, subestimando ambas fórmulas la grasa corporal de manera sistemática en individuos de mayor tamaño [4].
  • Desajustes con el modelo de referencia: En jóvenes atletas evaluados frente a un modelo de tres componentes (3C), ecuaciones de uso extendido —como Durnin-Womersley, Jackson y Pollock de 7 pliegues y Slaughter— se desviaron significativamente de los valores de referencia de masa libre de grasa [8, 15]. Por el contrario, la ecuación de Evans de 3 pliegues para hombres (diferencia media = 1,8 ± 3,56 kg, coeficiente de correlación de concordancia de Lin [CCC] = 0,93) y la de Evans de 7 pliegues para mujeres (CCC = 0,82, error estándar de la estimación [SEE] = 2,01 kg) mostraron una mayor concordancia [8, 15].
  • Consecuencias prácticas: Al establecer límites objetivo, como el peso mínimo para lucha (MWW), los errores en la grasa corporal derivados de las ecuaciones pueden generar discrepancias en el error estándar de entre 2,4 y 3,2 kg, alterando los objetivos de peso mínimo hasta en 3,3 kg [8, 15].

Gran parte de este error se debe a un conflicto fundamental de modelado. Las ecuaciones de regresión clásicas intentan estimar la masa grasa a nivel molecular (Modelo 2: masa lipídica total frente a masa libre de lípidos), mientras que los plicómetros miden físicamente la piel y el tejido adiposo subcutáneo a nivel tisular (Modelo 4) [9, 14]. Confundir la masa lipídica con el tejido adiposo anatómico introduce errores de base en el modelado de entre el 8% y el 10% [9].

Perfil ISAK completo y fraccionamiento tisular

Para superar los supuestos de las ecuaciones de regresión de dos componentes, ISAK introdujo protocolos estandarizados de medición multidimensional combinados con modelos de fraccionamiento anatómico [6, 7, 12].

Perfiles estandarizados y tolerancias técnicas

ISAK estandariza la formación de los evaluadores en distintos niveles de certificación:

  • Perfil restringido (Nivel 1): Consta de 21 medidas, que incluyen 4 medidas básicas, 8 pliegues cutáneos, 6 perímetros y 3 diámetros óseos [7]. Los antropometristas deben cumplir un umbral de error técnico de medida (ETM) del 7,5% para pliegues cutáneos y del 1,5% para el resto de las medidas [6].
  • Perfil completo (Nivel 2/3): Se amplía a 42 medidas, añadiendo longitudes óseas, alturas y perímetros y diámetros adicionales [7]. A los evaluadores se les exigen límites de ETM más estrictos: 5,0% para pliegues cutáneos y 1,0% para las demás dimensiones [6].
  • Estandarización del protocolo: Las mediciones requieren plicómetros calibrados que ejerzan una presión constante en las ramas de 10 g/cm², registrándose con una precisión de 0,2 mm aproximadamente 4 segundos después de soltar la palanca [4]. Se toman un mínimo de dos lecturas por sitio; solo se requiere una tercera si los pliegues iniciales difieren en más del 5% (o >1 mm según las directrices estándar) o si otras dimensiones difieren en más del 1% [4, 6].

El modelo de cinco componentes de Kerr

En lugar de convertir los pliegues cutáneos en densidad corporal y porcentaje molecular de grasa, el perfil completo suele aplicar el modelo de cinco componentes de Kerr [9, 12, 14]. Este modelo a nivel tisular (Modelo 4) fracciona la masa corporal total en cinco componentes anatómicos diferenciados: tejido adiposo, músculo esquelético, hueso, piel y masa residual [12, 14].

En pruebas de validación frente a la absorciometría de rayos X de energía dual (DXA) en 27 paratletas con amputaciones en extremidades inferiores, el modelo fraccional de 5 componentes de ISAK mostró una sólida concordancia para el porcentaje de grasa (diferencia media 0,32 ± 4,8%, CCI > 0,83) y la masa grasa (diferencia media -0,71 ± 3,64%, CCI > 0,85), aunque no se recomendó para aislar el porcentaje de masa magra [10].

Al evaluar la masa muscular, las ecuaciones también deben interpretarse con cautela. En una cohorte de 50 futbolistas juveniles masculinos, las estimaciones de masa muscular oscilaron entre 25,11 ± 3,07 kg (Poortmans) y 31,26 ± 4,94 kg (Doupe) debido a las distintas definiciones del objetivo (p. ej., masa muscular esquelética corporal total frente a masa muscular corporal total o músculo a nivel tisular de Kerr) [12].

Límites prácticos en el seguimiento de cambios a lo largo del tiempo

Para el seguimiento longitudinal en deportistas y personas que entrenan, la antropometría presenta fortalezas y limitaciones concretas:

  • Estabilidad biológica: Al ser una evaluación doblemente indirecta, el perfil de pliegues cutáneos se ve menos afectado por fluctuaciones biológicas agudas del día a día (como cambios en la hidratación) que la bioimpedancia eléctrica (BIA), la espectroscopía de bioimpedancia (BIS) o la densitometría [15, 17].
  • Consistencia del instrumento: Los plicómetros no son universalmente intercambiables. Los análisis de Bland-Altman muestran diferencias significativas (p < 0,001) entre los calibres Harpenden, Holtain, Slim Guide y Lipowise, lo que significa que se debe utilizar la misma marca y modelo de forma consistente a lo largo de las distintas sesiones de prueba [14].
  • Falta de sensibilidad ante cambios pequeños: Las medidas antropométricas carecen de la resolución necesaria para detectar cambios agudos en la masa grasa inferiores a 0,5 kg derivados de intervenciones nutricionales a corto plazo [16].
  • Riesgo de clasificación errónea: El error de medición dentro de los límites aceptables de ETM aún puede influir en las clasificaciones categóricas. En 68 varones físicamente activos, los márgenes de error en los umbrales de ETM de Nivel 1 y Nivel 2/3 causaron tasas de clasificación errónea del somatotipo de entre el 29,4% y el 38,2% en las 4 categorías básicas, y de hasta el 72,1% en las 13 categorías detalladas [6].

Para monitorizar las adaptaciones físicas reales a lo largo del tiempo sin introducir artefactos matemáticos derivados de las ecuaciones de regresión, los profesionales suelen controlar los espesores brutos de los pliegues cutáneos, los sumatorios de pliegues o convertir las mediciones en puntuaciones z (SDS) junto con la masa corporal [4].

Referencias

Fuentes web

  1. Validation of a skinfold based index for tracking proportional ...
  2. Review Skinfolds Measurement Protocols and Standards
  3. How accurate are skinfold measurements for estimating BF ...
  4. Simple measures - skinfolds
  5. Skinfold Prediction Equation for Athletes Developed Using a Four ...
  6. The Impact of Technical Error of Measurement on ...
  7. ISAK Certification - Goldstandard Systems Inc.
  8. Validation of skinfold equations and alternative methods for ...
  9. Agreement and Differences between Fat Estimation ...
  10. Validity and reliability of anthropometric equations versus ...
  11. Frontiers | Editorial: Body composition assessment techniques ...
  12. Comparison of Anthropometric Equations to Estimate Body ...
  13. ACSM's Guidelines for Exercise Testing and Prescription
  14. Differences between Four Skinfold Calipers in the Assessment of ...
  15. Validation of skinfold equations and alternative methods for the ...
  16. Nutritional Assessment of Body Composition
  17. Come Back Skinfolds, All Is Forgiven: A Narrative Review of ...
  18. How Well do Skinfold Equations Predict Percent Body Fat ...
  19. (PDF) Development and validation of skinfold-thickness ...
  20. Estimation of Body Fat Percentage in Jockeys

Investigación relacionada

Body compositionEdad metabólica por bioimpedancia: ¿es un indicador de salud válido?

La edad metabólica obtenida por impedancia bioeléctrica no es una medición directa del metabolismo celular ni un diagnóstico médico estandarizado, pero actúa como un sólido indicador indirecto de la composición corporal y el riesgo cardiometabólico. Dado que se limita a comparar el gasto energético en reposo estimado con promedios demográficos, no puede reflejar factores no composicionales como la eficiencia mitocondrial o la función tiroidea.

Body compositionCómo influye el tamaño del superávit calórico en la ganancia de músculo y grasa

Las mujeres no entrenadas no necesitan un gran superávit calórico para maximizar el crecimiento muscular, ya que el exceso de calorías acelera principalmente la acumulación de grasa. Un superávit moderado o una dieta de mantenimiento con suficiente proteína favorece la hipertrofia muscular minimizando la ganancia de grasa, aunque los déficits diarios cercanos a 500 kcal frenarán el crecimiento muscular.

Body compositionCómo influyen los trabajos físicos en la masa muscular y la recuperación en definición

Una alta actividad física laboral proporciona una estimulación mecánica localizada que puede preservar la masa muscular en las extremidades activas, pero también incrementa el estrés autonómico, los niveles de cortisol y la oxidación de aminoácidos durante un déficit calórico. En comparación con las rutinas sedentarias, los trabajos físicamente exigentes requieren una mayor ingesta de proteínas, una gestión cuidadosa del volumen total de entrenamiento y un descanso adecuado para evitar una pérdida excesiva de masa magra y la fatiga sistémica.

Body compositionPliegues cutáneos de 3 vs. 7 sitios para evaluar la composición corporal

Los protocolos de pliegues cutáneos de 3 sitios ofrecen una fiabilidad de seguimiento comparable a los de 7 sitios, al tiempo que reducen el tiempo de evaluación y evitan zonas anatómicas complejas. Sin embargo, las distintas ecuaciones generan porcentajes de grasa corporal sistemáticamente diferentes, por lo que los protocolos y modelos de plicómetro no deben intercambiarse a lo largo del tiempo.

Body compositionProteína en definición: ¿cuánta ayuda a conservar la masa muscular?

Maximizar la retención de masa magra durante el entrenamiento de fuerza hipocalórico requiere una ingesta diaria de proteína de 2,3 a 3,1 g/kg de peso corporal (o masa libre de grasa). Distribuir la ingesta en tomas de 0,3 a 0,5 g/kg por comida cada 3 a 4 horas, junto con proteína antes de dormir, contrarresta la degradación de proteínas musculares inducida por el déficit.

Body compositionMedición de grasa por BIA: cómo afectan los errores a tu FFMI

El análisis de impedancia bioeléctrica multifrecuencia proporciona una alta fiabilidad test-retest, pero muestra amplios límites de concordancia individuales en comparación con los modelos de referencia multicompartimentales. Dado que un error del 5 % en la grasa corporal desplaza el índice de masa libre de grasa calculado entre 2 y 3 puntos, la variabilidad de medición de la BIA debe tenerse en cuenta al evaluar a atletas respecto a los límites teóricos de masa muscular natural.

Body compositionHorario de la proteína en definición: ¿importa el reparto entre comidas?

Distribuir uniformemente la proteína diaria a lo largo de las comidas es una teoría ampliamente aceptada para preservar la masa muscular durante la pérdida de grasa mediante la estimulación repetida de la síntesis de proteínas musculares. Sin embargo, los ensayos longitudinales y los datos de trazadores metabólicos demuestran que la ingesta diaria total de proteínas y el entrenamiento de fuerza determinan la preservación de la masa magra en mucha mayor medida que la distribución de las comidas a lo largo del día.

Categorías