Pengukuran Lemak Tubuh BIA: Bagaimana Eror Memengaruhi FFMI

Dasar Teknis dan Asumsi Operasional MF-BIA

Bioelectrical impedance analysis (BIA) mengestimasi komposisi tubuh dengan mengukur hambatan (impedansi) jaringan biologis terhadap arus listrik bolak-balik [4, 20]. Sistem yang sensitif terhadap fase menguraikan impedansi total menjadi dua komponen yang berbeda: resistansi ($R$), yang mencerminkan hambatan terhadap aliran arus melalui air intra- dan ekstraseluler, dan reaktansi ($X_c$), yang mencerminkan efek kapasitif membran sel [20].

BIA frekuensi tunggal standar (SF-BIA) biasanya mengalirkan arus bolak-balik pada frekuensi 50 kHz, yang sebagian besar melewati air ekstraseluler (ECW) tanpa menembus membran sel secara penuh [5]. Sebaliknya, BIA multi-frekuensi (MF-BIA) menerapkan spektrum frekuensi sampling diskret hingga 800 kHz atau 1000 kHz [5, 20]. Frekuensi yang lebih rendah (<50 kHz) terutama mengalir melalui ECW, sedangkan frekuensi yang lebih tinggi (>100 kHz) menembus membran sel, sehingga memungkinkan estimasi simultan terhadap air ekstraseluler dan intraseluler (ICW) [5]. Bioelectrical impedance spectroscopy (BIS) memperluas pendekatan ini dengan menerapkan sapuan frekuensi kontinu (biasanya 4 kHz hingga 1000 kHz) dan mencocokkan datanya ke plot Cole-Cole serta persamaan campuran Hanai untuk memperoleh resistansi intra- dan ekstraseluler serta massa sel tubuh secara matematis [5, 20].

Sistem multi-segmental (SEG-BIA) menggunakan konfigurasi elektroda taktil delapan titik (dua elektroda per tangan dan kaki) untuk memperlakukan tubuh bukan sebagai satu silinder seragam, melainkan sebagai lima silinder yang berbeda: batang tubuh dan empat anggota badan [5]. Terlepas dari penyempurnaan teknologi ini, semua modalitas BIA bergantung pada tiga asumsi fisik dan fisiologis mendasar: (1) tubuh manusia berperilaku sebagai susunan konduktor yang seragam dan isotropik; (2) arus listrik terdistribusi secara merata di seluruh penampang jaringan; dan (3) total air tubuh (TBW) membentuk fraksi yang tetap dan konstan—secara tradisional 72,3%—dari massa bebas lemak (FFM) [18].

Kesalahan Pengukuran dan Perbedaan Kriteria

Untuk menetapkan validitas MF-BIA, studi validasi modern membandingkan keluaran perangkat dengan model kriteria multi-kompartemen. Model molekuler empat kompartemen (4C) merupakan standar emas dalam penilaian komposisi tubuh manusia [1, 20]. Kerangka kerja 4C mengukur massa tubuh (BM), volume tubuh (BV melalui pletismografi perpindahan udara atau hidrodensitometri), TBW (melalui pengenceran isotop deuterium atau BIS), dan kandungan mineral tulang (BMC melalui dual-energy X-ray absorptiometry, DXA) [1, 20]. Parameter masukan ini diselesaikan secara simultan menggunakan persamaan yang telah mapan, seperti rumus yang dikembangkan oleh Wang et al. [1, 20]:

$$\text{FM (kg)}=2.748\times \text{BV}-0.699\times \text{TBW}+1.129\times \text{BMC}-2.051\times \text{BM}$$

Karena perbedaan pilihan instrumentasi di berbagai laboratorium, terdapat setidaknya 12 permutasi dari model 4C [1].

Sebuah tinjauan sistematis (PROSPERO CRD42023266802) yang mengevaluasi 12 penelitian pada orang dewasa yang sehat dan memiliki berat badan stabil yang dinilai melalui alat ukur AXIS 20-item mengungkapkan bahwa perangkat BIA menunjukkan non-ekuivalensi yang substansial jika dibandingkan dengan model kriteria 4C [1]. Pada tingkat kelompok, bias rata-rata untuk persentase lemak tubuh (%BF) berkisar antara -3,5% hingga +4,4%, tetapi batas kesepakatan (limits of agreement/LOA) individu membentang 15 hingga 20 poin persentase [1]. Untuk FFM, bias rata-rata berkisar antara -3,9 kg hingga +1,8 kg, dengan batas kesepakatan individu sering kali melebihi ±6 kg [1].

Perbedaan serupa muncul ketika sistem MF-BIA oktapolar modern dibandingkan dengan DXA. Dalam studi reliabilitas dan validasi InBody 770, sistem ini menunjukkan reliabilitas tes-tes ulang yang mendekati sempurna pada uji coba berulang (koefisien korelasi intrakelas air dan massa seluruh tubuh $\ge 0,999$) [3]. Namun, saat dibandingkan dengan DXA, perangkat ini menunjukkan pergeseran pengukuran yang sistematis: %BF terestemasi terlalu rendah dengan bias rata-rata -4,0 ± 2,8% (standard error of the estimate [SEE] = 2,6%), massa lemak terestemasi terlalu rendah sebesar -2,9 ± 2,0 kg (SEE = 1,9 kg), dan FFM diprediksi terlalu tinggi sebesar 2,8 ± 2,1 kg (SEE = 2,2 kg) [3].

Pada kohort atlet, ketidakakuratan prediksi umum biasanya berkisar antara 2–3% hingga 5–6% untuk persentase lemak tubuh dibandingkan dengan standar kriteria [18]. Bias arah juga bervariasi di berbagai sub-populasi: InBody 720 mengestimasi %BF terlalu tinggi sebesar ~1,2% dibandingkan DXA pada pria yang terlatih beban, sedangkan pada kohort 104 atlet pria muda, BIA mengestimasi %BF terlalu rendah sebesar 2,0% dibandingkan DXA dan sebesar 5,3% dibandingkan pletismografi perpindahan udara [18]. Timbangan tingkat konsumen menunjukkan perbedaan yang lebih lebar, mengukur lemak tubuh rata-rata sekitar 5 kg lebih rendah (LOA ±7 kg) meskipun memiliki korelasi linear 0,75 hingga 0,81 terhadap magnetic resonance imaging (MRI) [4].

Faktor Perancu Metodologis dan Biologis Akut

Karena BIA menyimpulkan komposisi jaringan dari konduktivitas listrik, fluktuasi akut dalam hidrasi, konsentrasi elektrolit, dan suhu kulit secara langsung mendistorsi metrik keluaran [4, 5]. Dehidrasi meningkatkan resistansi jaringan secara keseluruhan, yang dapat menyebabkan estimasi FFM terlalu rendah sekitar 5 kg (sehingga secara semu meningkatkan persentase lemak tubuh yang dihitung) [4]. Sebaliknya, latihan intensitas sedang yang berlangsung selama 90–120 menit tepat sebelum pengujian akan meningkatkan aliran darah perifer dan meningkatkan suhu kulit, mengurangi impedansi yang terukur dan mengestimasi FFM terlalu tinggi hingga 12 kg [4].

Untuk meminimalkan artefak ini, protokol pra-penilaian yang terstandarisasi mewajibkan atlet untuk:

• Tidak mengonsumsi alkohol dan kafein selama 24 jam [5].
• Menahan diri dari aktivitas fisik berat selama setidaknya 8 jam [5].
• Berpuasa dari makanan dan asupan cairan selama 4 jam [5].
• Menghindari obat diuretik selama 7 hari sebelum pengujian [5].

Pada atlet cabang binaraga/fisik kompetitif, alat penilaian tunggal (seperti DXA tunggal atau BIS tunggal) menunjukkan bias proporsional dan 95% LOA yang lebar saat dievaluasi terhadap model 4C [13]. Memasukkan estimasi total air tubuh yang diturunkan dari BIS ke dalam kerangka multi-kompartemen (seperti model 3-kompartemen) menghasilkan kesalahan standar estimasi yang lebih rendah, kesalahan total yang lebih kecil, dan batas kesepakatan yang lebih sempit dibandingkan penilaian modalitas tunggal mana pun yang berdiri sendiri [13]. Sebelum tahun 2020, BIA standar dan bioelectrical impedance vector analysis (BIVA) sering menghasilkan penilaian yang tidak akurat pada demografi atlet karena tidak adanya model regresi spesifik atlet dan elips toleransi referensi yang disesuaikan [20].

Ambang Batas FFMI 25,0: Asal-Usul dan Konteks Metodologis

Fat-free mass index (FFMI) menskalakan massa bebas lemak absolut terhadap tinggi badan, menstandarisasi massa otot tanpa memandang postur tubuh:

$$\text{FFMI}=\frac{\text{FFM (kg)}}{{\text{Tinggi Badan (m)}}^2}$$

Konsep batas biologis alami untuk FFMI sebagian besar berasal dari investigasi penting tahun 1995 oleh Kouri et al. [8]. Para penulis mengevaluasi 157 atlet pria, yang terdiri dari 83 pengguna steroid anabolik-androgenik (AAS) yang dilaporkan sendiri dan 74 non-pengguna, di samping analisis terhadap 20 pemenang Mr. America era pra-steroid (1939–1959) [8]. Untuk memperhitungkan sedikit efek penskalaan residual di seluruh rentang tinggi badan, Kouri et al. menetapkan metrik FFMI ternormalisasi yang distandarisasi ke tinggi badan 1,80 meter [8]:

$$\text{FFMI Ternormalisasi}=\text{FFMI}+6.3\times (1.80-\text{Tinggi Badan (m)})$$

Pada kohort non-pengguna, nilai FFMI ternormalisasi mencapai puncaknya di angka 25,0, sedangkan pengguna AAS sering kali melampaui 25,0, dengan beberapa individu melebihi 30,0 [8]. Para juara Mr. America era pra-steroid menunjukkan perkiraan rata-rata FFMI ternormalisasi sebesar 25,4 (dengan nilai individu seperti Mr. America 1948 George Eiferman mencapai estimasi 27,7) [8, 9]. Temuan ini menetapkan konvensi yang meluas dalam ilmu olahraga dan literatur binaraga bahwa FFMI ternormalisasi sebesar 25,0 mewakili batas fisiologis mutlak bagi atlet pria bebas obat (alami) [8, 9].

Data Atlet Kontemporer dan Batas Atas Genetik

Penelitian selanjutnya menunjukkan bahwa ambang batas 25,0 bukanlah batas maksimum biologis mutlak, terutama jika dievaluasi di berbagai disiplin atletik yang beragam, tingkat lemak tubuh yang lebih tinggi, atau strata genetik elite [9, 12].

Dalam evaluasi cross-sectional terhadap 235 pemain American football perguruan tinggi NCAA yang dinilai melalui DXA, 26,4% dari kohort tersebut (62 atlet) melebihi FFMI 25,0 kg/m² [12]. Rata-rata sampel agregat adalah 23,7 ± 2,1 kg/m², persentil ke-97,5 mencapai 28,1 kg/m², dan nilai puncak mencapai 31,7 kg/m² di antara pemain offensive dan defensive lineman [12]. Pemain football Divisi I menunjukkan rata-rata FFMI yang secara signifikan lebih tinggi (24,3 ± 1,8 kg/m²) dibandingkan atlet Divisi II (23,4 ± 1,8 kg/m²; $p<0,001$, $d=0,49$) [12].

Pemodelan statistik modern dari populasi atlet yang teruji bebas obat (menstandarisasi tinggi badan dan kesalahan pengukuran komposisi tubuh) menunjukkan bahwa potensi otot alami mengikuti distribusi populasi alih-alih satu batas tunggal [11]. Untuk pria bebas obat, FFMI ternormalisasi ~23,0 kira-kira setara dengan persentil ke-50 dari potensi alami atlet terlatih, sedangkan persentil ke-97 dari outlier genetik dapat mencapai ~28,5 [9].

Bagi atlet wanita, batas biologis berskala lebih rendah karena garis dasar massa bebas lemak awal yang ~30% lebih rendah dalam kondisi tidak terlatih (rata-rata FFMI wanita tidak terlatih adalah 15,4 dibandingkan 18,9 pada pria) [9, 11]. Batas atas untuk massa otot alami wanita diperkirakan sekitar 20,0 hingga 23,5 kg/m², mewakili ~80–81% dari kapasitas pria [9, 11]. Pada atlet fisik wanita elite yang teruji bebas obat, nilai referensi FFMI yang diturunkan dari 4C rata-rata sebesar 18,3 ± 1,4 kg/m² pada kondisi kompetisi (19,7 ± 4,9% BF), sementara binaragawan pria dalam kohort validasi 4C yang sama rata-rata memiliki nilai 25,1 ± 1,8 kg/m² (11,8 ± 4,4% BF) [13].

Merekonsiliasi Kesalahan Pengukuran BIA dengan Interpretasi FFMI

Karena perhitungan FFMI bergantung langsung pada estimasi persentase lemak tubuh, kesalahan pengukuran pada perangkat yang digunakan akan merambat secara substansial ke dalam indeks akhir [7]. Margin kesalahan tipikal di seluruh modalitas penilaian komposisi tubuh yang umum adalah:

• DXA: ±1% hingga 2% [7]
• Pletismografi Perpindahan Udara (BOD POD): ±2% hingga 3% [7]
• Kaliper Lipatan Kulit (Skinfold): ±3% hingga 5% [7]
• Bioelectrical Impedance: ±5% hingga 8% [7]

Kesalahan pengukuran sebesar 5% dalam persentase lemak tubuh dapat menggeser FFMI terhitung seseorang sebesar 2,0 hingga 3,0 poin [7]. Sebagai contoh, pada pria setinggi 1,80 m dengan berat 95 kg, perangkat yang mengestimasi lemak tubuh terlalu rendah pada angka 10% menghasilkan FFM sebesar 85,5 kg dan FFMI sebesar 26,4 kg/m². Jika lemak tubuh sebenarnya adalah 15%, FFM aktualnya adalah 80,75 kg, menghasilkan FFMI sebesar 24,9 kg/m²—melintasi ambang batas klasik maskularitas alami murni akibat artefak kesalahan pengukuran [7, 8].

Pada atlet perguruan tinggi (33 pemain bisbol pria, 16 pesenam wanita), perangkat BIA Omron HBF-500 secara signifikan mengestimasi FFMI lebih rendah daripada yang diturunkan dari DXA pada pria (20,6 kg/m² vs. 21,1 kg/m², $p=0,007$; kesalahan total = 0,93 kg/m²) dan wanita (16,2 kg/m² vs. 17,5 kg/m², $p=0,001$; kesalahan total = 0,78 kg/m²) [16]. Perangkat tersebut mengestimasi FFMI terlalu rendah pada 70% pria dan 100% wanita (77% di seluruh sampel) [16]. Meskipun demikian, 98% estimasi BIA berada dalam rentang ±2,0 kg/m² dari standar referensi DXA [16].

Oleh karena itu, MF-BIA cocok untuk memantau tren longitudinal pada individu yang sama di bawah kondisi yang distandarisasi secara ketat, tetapi kesalahan tingkat individu (LOA membentang ±6 kg FFM dan ±15–20% BF) menghalangi penggunaannya untuk mengklasifikasikan status alami seorang atlet secara definitif terhadap batas teoritis FFMI [1, 3, 7].