🌐 Suomi
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

Rasvaprosentin mittaus mittanauhalla vs. laboratoriotestit: kuinka tarkkoja ne ovat?

Tavanomaiset antropometriset ympärysmittayhtälöt poikkeavat systemaattisesti monikomponenttisista laboratoriomalleista; ne yliarvioivat rasvakudoksen määrää rasvattomilla urheilijoilla eivätkä kykene luotettavasti seuraamaan kehonkoostumuksen pitkittäismuutoksia.

Viimeksi päivitetty: 2026-09-12

Monikomponenttimallien kriteeriarkkitehtuuri

Ihmiskehon koostumuksen kvantifiointi laboratorio-olosuhteissa perustuu viitemalleihin, jotka jakavat kehon erillisiin kemiallisiin tai anatomisiin fraktioihin [16]. Vaikka kaksikomponenttimallit (2C) jakavat massan yksinkertaisesti rasvamassaan (FM) ja rasvattomaan massaan (FFM), ne nojaavat kiinteisiin oletuksiin rasvattoman massan tiheydestä ja hydraatiosta, mikä aiheuttaa usein mittausvirheitä eri urheilija- ja kliinisissä populaatioissa [7, 16].

Nelikomponenttimalli (4C) edustaa in vivo -kehonkoostumusanalyysin kultaista standardia mittaamalla itsenäisesti kehon kokonaismassan, kehon tilavuuden (BV), kehon kokonaisvesimäärän (TBW) ja luun mineraalipitoisuuden (BMC tai luuston tuhka) [5, 7, 16]. Klassinen 4C-mallin matemaattinen kaava esitetään muodossa:

Rasva (kg)=2.747BV−0.710TBW+1.460A−2.050Paino

missä BV määritetään ilman syrjäytyspletysmografialla (ADP) tai vedenalaispunnituksella, TBW deuteriumoksidin (D2O) tai 18O-laimennusmenetelmän avulla, luuston mineraalituhka (A) kaksienergiaisesta röntgenabsorptiometriasta (DXA) saatuna BMC-arvona kerrottuna luvulla 1,0436 ja Paino on kehon kokonaismassa [7, 16]. Virheen etenemisanalyysi osoittaa, että oikein suoritettu 4C-malli saavuttaa rasvamassan mittaustarkkuudeksi noin 0,25 kg ja määrittää rasvattoman massan keskimääräiseksi biologiseksi hydraatiokertoimeksi 0,74±0,02 [7].

Ilman syrjäytyspletysmografia (kuten BOD POD -järjestelmä) soveltaa Poissonin lakia kahdessa värähtelevässä kammiossa kehon tilavuuden määrittämiseksi, mikä edellyttää kahden pisteen tilavuuskalibrointia (tyhjä kammio ja 50 litran sylinteri), vartalonmyötäistä vaatetusta isotermisten pinta-ala-artefaktojen välttämiseksi sekä rintakehän kaasutilavuuden (TGV) korjauksia [9]. BOD POD -laitteisto tuottaa 2,3 %:n sisäisen variaatiokertoimen ja yleisen tilavuusvirhemarginaalin ±1,0%−2,7% [7, 9]. Kun kenttätestejä tai korvikemittauksia arvioidaan, 4C-kriteerimallit (tai 3C DXA -viitekehykset) toimivat vertailukohtana, johon ennustevirhe suhteutetaan [1, 5, 10, 18].

Tavanomaisten antropometristen kaavojen mekaniikka

Kenttäolosuhteissa tehtävissä kehonkoostumuksen arvioinneissa hyödynnetään usein mittanauhalla mitattuja ympärysmittoja edullisuuden ja helpon saatavuuden vuoksi. Tunnetuin protokolla on Yhdysvaltain puolustusministeriön (DoD) ympärysmittamenetelmä, jonka James Hodgdon alun perin kehitti Navy Health Research Centerissä vedenalaispunnituksen kriteeridatan pohjalta ja joka validoitiin myöhemmin vuoden 1984 Army Body Composition Study -tutkimukseen osallistuneella henkilöstöllä [10, 14]. Matemaattiset kaavat (jotka käyttävät tuumamittoja) ovat seuraavat [12]:

  • Miehet: %Rasva=86.010×log10(vatsanympärys−kaula)−70.041×log10(pituus)+36.76
  • Naiset: %Rasva=163.205×log10(vyötärö+lantio−kaula)−97.684×log10(pituus)−78.387

Muut antropometriset indeksit pyrkivät välttämään useiden mittauskohtien käyttöä eristämällä tiettyjä anatomisia suhteita. Bergmanin ym. kehittämä Body Adiposity Index (BAI) arvioi rasvaisuutta lantionympäryksen ja pituuden perusteella: BAI=[lantionympärys (cm)/(pituus (m))1,5]−18 [21]. Vastaavasti suhteellinen rasvamassaindeksi (Relative Fat Mass, RFM) ja vyötärö-pituussuhde (WHtR) hyödyntävät vyötärön ja pituuden suhdetta keskivartalon rasvoittumisen ja viskeraalisen rasvakudoksen (VAT) kynnysarvojen arvioinnissa eri väestöryhmissä [3, 23].

+-----------------------------------------------------------------------------+
|                   KEHONKOOSTUMUSMALLIEN HIERARKIA                           |
|                                                                             |
|  [4-komponenttikriteeri]                                                    |
|   ├── Kehon kokonaismassa (kalibroitu vaaka)                                |
|   ├── Kehon tilavuus (ADP / BOD POD Poissonin lain mukaan) [9]              |
|   ├── Kehon kokonaisvesi (D2O / 18O -isotooppilaimennus) [7]                |
|   └── Luuston mineraalimassa / tuhka (DXA BMC x 1,0436) [7]                 |
|        │                                                                    |
|        ▼ Tarkkuus: ±0,25 kg FM [7]                                          |
|                                                                             |
|  [Korvaavat laboratoriomallit]                                              |
|   ├── Kaksienergiainen röntgenabsorptiometria (DXA 3C) [5, 10]              |
|   └── DXA-pohjaiset tilavuuden 4C-muunnelmat (4C-DXA1 / 4C-DXA2) [1, 3]     |
|                                                                             |
|  [Antropometriset kenttämallit]                                             |
|   ├── DoD-ympärysmittayhtälöt (vatsa, kaula, vyötärö, lantio) [4, 10, 12]   |
|   ├── Body Adiposity Index (BAI: lantio ja pituus) [21]                     |
|   └── Suhteelliset mittasuhteet (WHtR, RFM, BMI) [3, 15, 23]                |
+-----------------------------------------------------------------------------+

Poikkileikkaustarkkuus ja systemaattiset vinoumat

Validointitutkimukset, joissa ympärysmittayhtälöitä verrataan suoraan laboratoriokuvantamiseen ja monikomponenttikriteereihin, osoittavat selviä systemaattisia vinoumia, jotka liittyvät tutkittavien rasvattomuuteen, sukupuoleen ja rasvan jakautumiseen [10].

Tutkimuksessa, jossa 609 Yhdysvaltain merijalkaväen aktiivipalveluksessa olevaa sotilasta (430 miestä, 179 naista; ikä 18–57 vuotta) arvioitiin kolmikomponenttista DXA-mittausta vastaan, DoD:n vatsanympärysmittayhtälöt osoittivat huomattavaa suuntautunutta vinoumaa [10]:

  • Miehillä ympärysmittayhtälö aliarvioi systemaattisesti kehon rasvaprosenttia keskimäärin −2,6±3,7% (ikä ≤30) ja −2,5±3,7% (ikä >30) [10].
  • Naisilla yhtälö yliarvioi systemaattisesti kehon rasvaprosenttia +2,3±4,3% (ikä ≤30) ja +1,3±4,8% (ikä >30) [10].
  • Yksilötason regressioanalyysit paljastivat suhteellisen vinouman: ympärysmittamenetelmä yliarvioi systemaattisesti kehon rasvaprosenttia rasvattomilla henkilöillä ja aliarvioi rasvaprosenttia henkilöillä, joilla oli enemmän rasvakudosta [10].

Vertailun vuoksi bioimpedanssianalyysi (BIA, RJL Systems Quantum IV) osoitti samassa kohortissa pienempää keskimääräistä vinoumaa suhteessa DXA-mittaukseen (miehet ≤30: 0,4±3,2%, >30: −0,5±3,5%; naiset ≤30: 1,4±3,1%, >30: 0,0±3,3%) [10].

Vastaavia suuntautuneita virheitä esiintyy yhden ympärysmitan indekseissä. 95 naisen kohortissa, joka arvioitiin DXA:lla, tavanomainen BMI suoriutui rasvaprosentin ennustamisessa BAI-indeksiä paremmin (BMI: r=0,823, r2=0,678, SEE=3,89%; BAI: r=0,702, SEE=4,88%) ja BAI aliarvioi kehon rasvaa keskimäärin 8,7% korkeammilla rasva-alueilla [21]. Erillisessä 188 nuoren aikuisen 4C-mallitutkimuksessa BAI (r=0,668) ja vyötärönympärys (r=0,194) korreloivat kuitenkin vahvemmin 4C-mallilla määritetyn rasvaprosentin kanssa kuin BMI (r=0,192) [21]. Epidemiologisella tasolla 32 diagnostisen tarkkuuden tutkimuksen systemaattinen katsaus osoitti, että vyötärönympäryksen yhdistetty sensitiivisyys lihavuuden tunnistamisessa kuvantamisstandardeihin nähden oli miehillä 62,4% ja naisilla 57,0%, spesifisyyden ollessa vastaavasti 88,1% ja 94,8% [15].

ArviointimenetelmäViitestandardiPopulaatioKeskeiset havainnot / VinoumaLähde
DoD-ympärysmittaGE Lunar iDXA609 Yhdysvaltain merijalkaväen sotilastaMiehet: −2,5%−−2,6% vinouma; Naiset: +1,3%−+2,3% vinouma; yliarvioi rasvattomilla, aliarvioi korkeilla rasva-%[10]
DoD-ympärysmittaBOD POD (ADP)21 maavoimien ROTC-kadettiaAliarvioi %Rasva- ja ΔFM-arvoja 9 kuukauden +1,8 kg massanlisäyksen aikana[4, 14]
BAIDXA95 nuorta aikuista naistar=0,702, SEE=4,88%; aliarvioi %Rasva-arvoa 8,7% korkeammilla rasvatasoilla[21]
B-moodin ultraääni (7 pistettä)Wang-4C-kriteeri51 ylipainoista/lihavaa aikuistaYliarvioi %Rasva-arvoa (36,4% vs. 33,0%, p=0,001), SEE=3,5%[18]
Ihopoimut (7 pistettä)Wang-4C-kriteeri51 ylipainoista/lihavaa aikuista%Rasva=35,3±5,9% vs. 33,0±8,0% (4C), SEE=4,5%[18]
DXA 3CKriteeri 4C -malli27 eliittitason judokaa95% LOA: −3,7%−+5,3%; selitti vain 29% Δ%FM- ja 36% ΔFM-muutoksesta[5]

Pitkittäisseuranta ja herkkyys kehonkoostumuksen muutoksille

Vaikka poikkileikkauskorrelaatiot antropometrian ja monikomponenttikriteerien välillä voivat vaikuttaa kohtalaisen korkeilta, ympärysmittayhtälöillä on huomattavia rajoituksia kehonkoostumuksen pitkittäismuutosten seurannassa [4, 14].

21 miespuolisen maavoimien ROTC-kadetin 9 kuukauden pitkittäisseurannassa, jossa keskimääräinen kehonpainon lisäys oli +1,8 kg, Bland-Altman- ja regressioanalyysit osoittivat, että DoD-ympärysmittayhtälö ei kyennyt seuraamaan koostumuksen muutoksia [4, 14]. Ympärysmittalaskelmat aliarvioivat merkittävästi kehon rasvaprosentin ja rasvamassan muutoksia verrattuna ilman syrjäytyspletysmografian kriteerimittauksiin [4, 14]. Koska lihashypertrofia muuttaa kaulan ja vatsan mittasuhteita epälineaarisesti suhteessa rasvakudoksen kertymiseen, ympärysmittoihin perustuvat yhtälöt tulkitsevat kudosten morfologiset muutokset väärin harjoittelun aikana [4, 10].

Seurantarajoituksia esiintyy myös korvaavissa laboratoriomenetelmissä. Tutkimuksessa, jossa seurattiin 27 eliittitason miesjudokaa suhteessa 4C-kriteerimalliin (ADP, DXA BMC ja D2O-laimennus), DXA:n yksilölliset 95% luottamusrajat (limits of agreement) olivat −3,7%−+5,3% suhteelliselle rasvamassalle ja −2,6 kg−+3,7 kg absoluuttiselle rasvamassalle [5]. Olennaista on, että DXA selitti vain 29% suhteellisen rasvamassan muutoksen varianssista (Δ%FM), 36% absoluuttisen rasvamassan muutoksesta (ΔFM) ja 38% rasvattoman massan muutoksesta (ΔFFM), jotka havaittiin 4C-mallilla [5].

KRITEERI (4C-malli) vs. KORVIKEMALLIEN PITKITTÄISHERKKYYS

Selitetty varianssi pitkittäismuutoksissa (huippu-urheilijat, DXA vs. 4C-kriteeri [5]):
Suhteellisen rasvamassan (%FM) muutos: [████████░░░░░░░░░░░░] 29%
Absoluuttisen rasvamassan (FM) muutos: [██████████░░░░░░░░░░] 36%
Rasvattoman massan (FFM) muutos:       [███████████░░░░░░░░░] 38%

Ympärysmittayhtälöt vs. kriteeri-ADP (ROTC-kadetit 9 kuukauden aikana [4, 14]):
- Aliarvioi Δ%BF -arvoa +1,8 kg massanlisäyksen jälkeen
- Ei kyennyt seuraamaan yksilöllisiä muutoksia rasvan ja rasvattoman massan jakaumassa

Hybridi- ja korvikemonikomponenttimallien validiteetti

Kuilun ylittämiseksi kenttämenetelmien ja monimutkaisen 4C-testauksen välillä tutkijat ovat tutkineet hybridiyhtälöitä, jotka korvaavat kehon tilavuuden 4C-matemaattisissa viitekehyksissä DXA-pohjaisilla arvioilla [1, 3].

McLester ym. arvioivat kahta DXA-pohjaista kehon tilavuusyhtälöä (4C-DXA1 ja 4C-DXA2) suhteessa 4C-ADP-kriteerimalliin eri painoindeksi- ja vyötärönympäryskategorioissa [1]:

  • Normaalipainoiset aikuiset (BMI <25,0 kg/m2, n=40): 4C-DXA1 aliarvioi merkittävästi kehon rasvaprosenttia vakiovirheellä (CE) −3,0% (p<0,001, SEE=2,59%, 95% LOA=±5,0%), kun taas 4C-DXA2 yliarvioi rasvaprosenttia merkittävästi (CE=+4,8%, p<0,001, SEE=1,24%) [1].
  • Ylipainoiset aikuiset ilman riskivyötärönympärystä (BMI ≥25,0 kg/m2, n=40): 4C-DXA1-rasvaprosentin keskimääräinen vakiovirhe ei eronnut merkitsevästi (CE=−0,5%, p=0,112, SEE=1,92%), mutta osoitti merkittävää suhteellista vinoumaa (p=0,007) [1].
  • Ylipainoiset aikuiset, joilla on riskivyötärönympärys (BMI ≥25,0 kg/m2, WC≥88 cm naisilla, ≥102 cm miehillä, n=35): Molemmat yhtälöt tuottivat pienen keskimääräisen yliarvion (CE=+2,2% ja +2,3%, p<0,001), mutta 4C-DXA1 ei osoittanut suhteellista vinoumaa (p=0,183, SEE=1,84%, 95% LOA=±3,8%), mikä teki siitä ainoan kyseiselle kohortille validiksi todetun korvikemallin [1].

Myöhemmät demografiset mukautukset, kuten 4C-DXANickerson-yhtälö, ovat vahvistaneet, että erikoistuneet DXA-tilavuusmuunnokset voivat tarjota valideja 4C-kehotilavuusarvioita tietyissä ryhmissä, mukaan lukien hispaanitaustaiset aikuiset [3]. Vastaavasti nuorille (10–17-vuotiaille) kehitetyt kalibroidut monitaajuuksiset bioimpedanssiyhtälöt (mBCA), jotka on laadittu 4C-kriteerejä (ADP, D2O ja DXA BMC) vastaan, tuottavat vahvan yhtäpitävyyden rasvattomalle massalle (R2=0,96, SRMSE=2,18 kg) ilman merkittävää keskimääräistä vinoumaa (38,4±11,4 kg vs. 38,9±12,0 kg) [6].

Käytännön yhteenveto

Tavanomaiset antropometriset ympärysmittayhtälöt tarjoavat helpon ja vähän kuormittavan tavan arvioida kehon rasvaprosenttia suurissa väestöryhmissä, mutta niiden tukeutuminen jäykkiin geometrisiin oletuksiin aiheuttaa systemaattista virhettä [10, 14]. Verrattuna 4-komponenttisiin kriteerimalleihin ja 3-komponenttisiin DXA-skannauksiin ympärysmittakaavat yliarvioivat systemaattisesti rasvaprosenttia rasvattomilla henkilöillä, aliarvioivat rasvaprosenttia enemmän rasvakudosta omaavilla henkilöillä eivätkä kykene seuraamaan kudostason muutoksia pitkittäisseurannassa harjoittelun tai painonmuutosten aikana [4, 10, 14]. Tavoitteellisessa urheilijaseurannassa, jossa luustolihasten hypertrofian, nestetasapainon muutosten ja rasvakudoksen erottaminen toisistaan on ensiarvoisen tärkeää, kenttäolosuhteiden ympärysmittayhtälöt eivät voi korvata monikomponenttisia laboratoriomalleja [4, 5, 7].

Lähteet

Verkkolähteet

  1. Validity of DXA body volume equations in a four-compartment model ...
  2. Validity of DXA body volume equations in a four-compartment
  3. [PDF] Validity of DXA body volume equations in a four-compartment ...
  4. The Evaluation of a Circumference-based Prediction Equation to ...
  5. Accuracy of DXA in estimating body composition changes in elite ...
  6. Body Composition in Youths Aged 10‒17 Years by Deuterium ...
  7. A 4-compartment model based validation of air displacement ... - PMC
  8. Validity and reliability of a 4-compartment body composition model ...
  9. Air displacement plethysmography - Measurement Toolkit
  10. Circumference-Based Predictions of Body Fat Revisited - PMC
  11. (PDF) Comparing Alternate Percent Body Fat Estimation ...
  12. The US Navy Body Fat Calculator | RippedBody.com
  13. History of the U.S. Navy Body Composition Program - ResearchGate
  14. History of the u.s. Navy body composition program - Academia.edu
  15. The performance of anthropometric tools to determine obesity
  16. Criterion-Related Validity of Field-Based Methods and ...
  17. Anthropometric and body composition analysis in obese ...
  18. Utility of ultrasound for body fat assessment: validity and reliability ...
  19. (PDF) Development and validation of skinfold-thickness prediction ...
  20. The Validity of Bioelectrical Impedance Analysis Compared to a ...
  21. Associations of body adiposity index, body mass index, waist ... - PMC
  22. Comparison of DXA, BIA, and anthropometry for assessing ...
  23. Waist-to-Height Ratio Cut-Off Points for Central Obesity in ... - MDPI

Aiheeseen liittyvä tutkimus

Body compositionMiten luuston koko vaikuttaa maksimaaliseen luonnolliseen lihasmassaan

Luuston mitat, kuten ranteen ja nilkan ympärysmitta, asettavat rakenteellisen ylärajan maksimaaliselle rasvattomalle massalle ja tavoitepainolle ilman dopingia. Anatomisten kaavojen avulla luonnolliset treenaajat voivat arvioida lihaskasvunsa ylärajoja, joskin nämä laskukaavat on kalibroitu nimenomaan alhaisen rasvaprosentin omaaville, dopingia käyttämättömille henkilöille.

Body compositionPäivittäiset askeleet kalorivajeessa: ruokahalu ja metabolinen adaptaatio

Kohtuullisen päivittäisen askelmäärän ylläpitäminen energiavajeen aikana tehostaa kylläisyyshormonien, kuten GLP-1:n ja PYY:n, toimintaa aiheuttamatta kompensatorista ylensyöntiä. Kuitenkin aktiivisessa kalorivajeessa kokonaisenergiankulutus tasaantuu suuremmilla aktiivisuusmäärillä aineenvaihdunnan rajoitteiden vuoksi.

Body compositionMiten jalkojen ja vartalon mittasuhteet muuttuvat nuoruusiässä

Jalkojen ja vartalon mittasuhteet muuttuvat epälineaarisesti murrosiän aikana: jalkojen kasvu saavuttaa huippunsa ensin varhaisessa murroiässä ennen kuin selkärangan kasvu kiihtyy myöhäisnuoruudessa. Aikuisen antropometriset mittasuhteet vakiintuvat tyypillisesti luuston kypsymisen myötä (Tannerin asteet 4–5), joskin lopulliseen istumapituussuhteeseen vaikuttavat edelleen biologinen sukupuoli, murrosiän ajoitus ja perimä.

Body compositionRasvanpolton tasannevaihe: lisää aktiivisuutta vai vähennä kaloreita?

Matalatehoisen aktiivisuuden lisääminen auttaa murtamaan rasvanpolton tasannevaiheen nostamalla energiavuota, mahdollistamalla runsaamman energiansaannin ja vähentämällä nälkää verrattuna tiukkaan kalorien karsimiseen. Jotta voimaharjoittelusta palautuminen ei kärsisi, lisäaktiivisuuden tulisi koostua vähän kuormittavista lajeista ja maltillisesta harjoitustiheydestä erillään salitreeneistä.

Body compositionNuorten rasvaprosenttikaavat: Miten tarkkoja ne ovat murrosiässä?

Tavanomaiset BMI-rajat ja ihopoimukaavat tunnistavat nuorten yleiset rasvoittumistrendit, mutta yksilötason tarkkuus vaihtelee murrosiässä. Rasvattoman massan nesteytyksen ja luumineraalien muutokset aiheuttavat arviointivirheitä erityisesti rasvaisemmilla tai sairaudesta kärsivillä nuorilla.

Body compositionFatMax vai HIIT rasvanpoltossa ja kehonkoostumuksessa

FatMax-teholla harjoittelu vähentää tehokkaasti rasvamassaa ja viskeraalista rasvaa ylipainoisilla, mutta se ei yksinään lisää rasvatonta massaa. Korkeatehoisempi harjoittelu, kuten HIIT, vähentää rasvaprosenttia ja vyötärönympärystä vähintään yhtä tehokkaasti huomattavasti vähemmällä ajankäytöllä. Koska vuorokauden kokonaisrasvanpoltto riippuu ensisijaisesti energiavajeesta eikä harjoituksen aikana käytetystä energianlähteestä, molemmat menetelmät toimivat hyvin, kunhan kokonaismäärä ja energiankulutus ovat riittäviä.

Body compositionOnko hiilihydraattien syklitys tasaista kalorivajetta tehokkaampi rasvanpoltossa?

Kun viikoittainen kalorien ja proteiinin saanti pidetään samana, hiilihydraattien ja kalorien syklitys treeni- ja lepopäivien välillä tuottaa saman rasvanpolttotuloksen kuin tasainen päivittäinen vaje. Monipäiväiset hiilihydraattitankkaukset voivat kuitenkin auttaa voimaharjoittelijoita säästämään rasvatonta massaa ja ylläpitämään lepoaineenvaihduntaa.

Body compositionOnko bioimpedanssin metabolinen ikä pätevä terveysmittari?

Bioimpedanssiin perustuva metabolinen ikä ei ole solujen aineenvaihdunnan suora mittaus eikä standardoitu lääketieteellinen diagnoosi, mutta se toimii vahvana tilastollisena korvikkeena kehonkoostumukselle ja kardiometaboliselle riskille. Koska se ainoastaan vertaa arvioitua lepoenergiankulutusta väestökeskiarvoihin, se ei huomioi kehonkoostumuksesta riippumattomia tekijöitä, kuten mitokondrioiden tehokkuutta tai kilpirauhasen toimintaa.

Kategoriat