ISAK-profilointi vs. ihopoimuyhtälöt kehonkoostumuksen arvioinnissa
ISAK-antropometriaprofilointi standardoi usean mittauspisteen mittaukset ja kudosjaottelun välttäen perinteisten ihopoimuyhtälöiden populaatioharhat ja molekyyli-kudos-tason virheet. Molemmat menetelmät ovat kuitenkin kaksinkertaisesti epäsuoria eivätkä riittävän herkkiä havaitsemaan alle 0,5 kg:n lyhytaikaisia rasvamassan muutoksia.
Viimeksi päivitetty: 2026-09-15
International Society for the Advancement of Kinanthropometry (ISAK) -protokollien mukainen kattava antropometrinen profilointi tarjoaa standardoidun usean mittauspisteen arvioinnin, joka erottelee kudokset anatomisesti, kun taas perinteiset ihopoimuyhtälöt nojaavat tilastolliseen regressioon koko kehon tiheyden tai rasvaprosentin ennustamisessa [4, 6, 9]. Vaikka ISAK-kudosjaottelu vähentää matemaattisia vääristymiä, joita syntyy sovellettaessa tietylle väestölle luotuja regressiokaavoja yksilöihin, molemmat lähestymistavat ovat silti kaksinkertaisesti epäsuoria menetelmiä, jotka eivät ole riittävän herkkiä havaitsemaan alle 0,5 kg:n lyhytaikaisia rasvamassan muutoksia [16, 17].
Perinteisten ihopoimuyhtälöiden sudenkuopat
Perinteisessä kehon rasvapitoisuuden arvioinnissa käytetään valituista kohdista pihtimittarilla (kaliperilla) saatuja arvoja, jotka sijoitetaan regressioyhtälöihin, kuten Jackson–Pollock- tai Durnin–Womersley-kaavoihin [4]. Nämä yhtälöt on kehitetty tietyille viitepopulaatioille, minkä vuoksi niiden yleistettävyys eri urheilijalajeihin, ikäryhmiin, sukupuoliin tai kehonkokoihin on heikko [4, 11, 16].
Kun täysin samoihin mittaustuloksiin sovelletaan eri regressiokaavoja, saadut arviot eroavat toisistaan huomattavasti:
- Kaavojen väliset erot: Kun ISAK Taso 3 -mittaajan keräämään identtiseen kahdeksan mittauspisteen aineistoon sovellettiin eri kirjallisuudessa julkaistuja yhtälöitä, rasvaprosenttiarviot vaihtelivat 5,29 %:n (Carter) ja 8,22 %:n (Faulkner) välillä [3]. 87 aikuisen tutkimuksessa keskimääräiset rasvaprosenttiarviot vaihtelivat pelkän valitun yhtälön perusteella miehillä 8,90–17,91 % ja naisilla 15,33–28,79 % [9].
- Systemaattinen harha: Verrattuna kriteerinä pidettyyn nelikomponenttimalliin (4C), Durnin–Womersley-yhtälö osoitti keskimäärin -2 %:n ja Jackson–Pollock-yhtälö -6,6 %:n harhaa, jolloin molemmat kaavat aliarvioivat systemaattisesti kehon rasvapitoisuutta kookkaammilla yksilöillä [4].
- Kriteerimallien poikkeamat: Nuorilla urheilijoilla kolmekomponenttimallia (3C) vastaan arvioituna laajalti käytetyt yhtälöt – mukaan lukien Durnin–Womersley, Jackson–Pollock 7-site ja Slaughter – poikkesivat merkittävästi kriteerirasvattoman massan arvoista [8, 15]. Sitä vastoin Evansin 3-site-yhtälö miehillä (keskimääräinen ero = 1,8 ± 3,56 kg, Linin konkordanssikorrelaatiokerroin [CCC] = 0,93) ja Evansin 7-site-yhtälö naisilla (CCC = 0,82, estimaatin keskivirhe [SEE] = 2,01 kg) osoittivat parempaa vastaavuutta [8, 15].
- Käytännön seuraukset: Kun asetetaan tavoiterajoja, kuten painoluokkien vähimmäispainoa (MWW), yhtälöistä johtuvat kehon rasva-arvioiden virheet voivat aiheuttaa 2,4–3,2 kg:n keskivirhe-eroja, mikä muuttaa vähimmäispainotavoitteita jopa 3,3 kg [8, 15].
Suuri osa näistä virheistä johtuu perustavanlaatuisesta mallinnusristiriidasta. Klassiset regressioyhtälöt pyrkivät arvioimaan molekyylitason rasvamassaa (Malli 2: kokonaislipidimassa suhteessa lipidittömään massaan), kun taas ihopoimumittari mittaa fyysisesti ihoa ja ihonalaista rasvakudosta kudostasolla (Malli 4) [9, 14]. Lipidimassan ja anatomisen rasvakudoksen sekoittaminen toisiinsa aiheuttaa 8–10 %:n perusmallinnusvirheen [9].
Kattava ISAK-profilointi ja kudosjaottelu
Kaksikomponenttisten regressioyhtälöiden oletusten korjaamiseksi ISAK esitteli standardoidut moniulotteiset mittausprotokollat yhdistettynä anatomisiin jaottelumalleihin [6, 7, 12].
Standardoidut profiilit ja tekniset toleranssit
ISAK standardoi mittaajien koulutuksen eri sertifiointitasoilla:
- Suppea profiili (Taso 1): Koostuu 21 mittauksesta, mukaan lukien 4 perusmittaa, 8 ihopoimua, 6 ympärysmittaa ja 3 luuston leveyttä [7]. Mittaajan on saavutettava mittauksen teknisen virheen (TEM) raja-arvona enintään 7,5 % ihopoimuille ja 1,5 % muille mitoille [6].
- Täysi profiili (Taso 2/3): Laajenee 42 mittaukseen lisäämällä luuston pituudet, korkeudet sekä muita ympärys- ja leveysmittoja [7]. Mittaajilta vaaditaan tiukempia TEM-rajoja: 5,0 % ihopoimuille ja 1,0 % kaikille muille mitoille [6].
- Protokollan standardointi: Mittaukset edellyttävät kalibroituja mittauspihtejä, jotka tuottavat tasaisen 10 g/cm²:n leukapaineen, ja tulokset kirjataan 0,2 mm:n tarkkuudella noin 4 sekuntia puristuksen vapauttamisen jälkeen [4]. Kustakin kohdasta otetaan vähintään kaksi mittausta; kolmas vaaditaan vain, jos ensimmäiset ihopoimumittaukset eroavat yli 5 % (tai >1 mm vakio-ohjeiden mukaan) tai jos muut mitat eroavat yli 1 % [4, 6].
Kerrin viisikomponenttimalli
Sen sijaan, että ihopoimut muunnettaisiin kehon tiheydeksi ja molekyylitason rasvaprosentiksi, kattavassa profiloinnissa käytetään usein Kerrin viisikomponenttimallia [9, 12, 14]. Tämä kudostason malli (Malli 4) jakaa kehon kokonaismassan viiteen erilliseen anatomiseen komponenttiin: rasvakudokseen, luustolihakseen, luuhun, ihoon ja jäännöskudokseen [12, 14].
Kun ISAK:n 5-komponenttista mallia validoitiin kaksienergiaisella röntgenabsorptiometrialla (DXA) 27 alaraaja-amputoidulla parayrheilijalla, se osoitti vahvaa yhtäpitävyyttä rasvaprosentin (keskimääräinen ero 0,32 ± 4,8 %, ICC > 0,83) ja rasvamassan suhteen (keskimääräinen ero -0,71 ± 3,64 %, ICC > 0,85), vaikkakaan sitä ei suositeltu rasvattoman massan osuuden eristämiseen [10].
Lihasmassaa arvioitaessa yhtälöitä on tulkittava varoen. 50 nuoren miesjalkapalloilijan kohortissa lihasmassa-arviot vaihtelivat 25,11 ± 3,07 kg:n (Poortmans) ja 31,26 ± 4,94 kg:n (Doupe) välillä johtuen erilaisista kohdemääritelmistä (esim. koko kehon luurankolihasmassa vs. koko kehon lihasmassa vs. Kerrin kudostason lihas) [12].
Käytännön rajoitteet muutosten seurannassa
Urheilijoiden ja treenaajien pitkittäisseurannassa antropometrialla on omat vahvuutensa ja rajoituksensa:
- Biologinen vakaus: Kaksinkertaisesti epäsuorana menetelmänä ihopoimuprofilointi on vähemmän herkkä akuuteille päivittäisille biologisille vaihteluille (kuten nestetasapainon muutoksille) kuin biosähköinen impedanssi (BIA), biospektroskopia (BIS) tai densitometria [15, 17].
- Välineiden yhtenäisyys: Pihtimittarit eivät ole suoraan keskenään vaihdettavissa. Bland–Altman-analyysit osoittavat merkittäviä eroja (p < 0,001) Harpenden-, Holtain-, Slim Guide- ja Lipowise-mittareiden välillä, mikä tarkoittaa, että saman merkin ja mallin käyttöä on jatkettava läpi koko seurantajakson [14].
- Epäherkkyys pienille muutoksille: Antropometristen mittausten erotuskyky ei riitä havaitsemaan lyhytaikaisten ravitsemusinterventioiden aiheuttamia alle 0,5 kg:n akuutteja rasvamassan muutoksia [16].
- Virheluokituksen riski: Hyväksyttävien TEM-rajojen sisälläkin oleva mittausvirhe voi vaikuttaa luokituksiin. 68 fyysisesti aktiivisella miehellä Tason 1 ja Tason 2/3 TEM-kynnysten virhemarginaalit aiheuttivat somatotyypin virheluokitusasteeksi 29,4–38,2 % 4 pääluokan välillä ja jopa 72,1 % tarkemmassa 13 luokan jaottelussa [6].
Aitojen fyysisten muutosten seuraamiseksi ilman regressioyhtälöiden luomia matemaattisia harhoja ammattilaiset seuraavat usein pelkkiä raakoja ihopoimumittoja, ihopoimujen summaa tai muuntavat mittaukset keskihajontaluvuiksi (SDS) rinnan kehonpainon kanssa [4].
Lähteet
Verkkolähteet
- Validation of a skinfold based index for tracking proportional ...
- Review Skinfolds Measurement Protocols and Standards
- How accurate are skinfold measurements for estimating BF ...
- Simple measures - skinfolds
- Skinfold Prediction Equation for Athletes Developed Using a Four ...
- The Impact of Technical Error of Measurement on ...
- ISAK Certification - Goldstandard Systems Inc.
- Validation of skinfold equations and alternative methods for ...
- Agreement and Differences between Fat Estimation ...
- Validity and reliability of anthropometric equations versus ...
- Frontiers | Editorial: Body composition assessment techniques ...
- Comparison of Anthropometric Equations to Estimate Body ...
- ACSM's Guidelines for Exercise Testing and Prescription
- Differences between Four Skinfold Calipers in the Assessment of ...
- Validation of skinfold equations and alternative methods for the ...
- Nutritional Assessment of Body Composition
- Come Back Skinfolds, All Is Forgiven: A Narrative Review of ...
- How Well do Skinfold Equations Predict Percent Body Fat ...
- (PDF) Development and validation of skinfold-thickness ...
- Estimation of Body Fat Percentage in Jockeys