Profilo ISAK vs equazioni plicometriche per la composizione corporea
Il profilo antropometrico ISAK standardizza le misurazioni multi-sito e il frazionamento tissutale, evitando i bias di popolazione e gli errori molecolari rispetto a quelli tissutali tipici delle equazioni plicometriche standard. Tuttavia, entrambi gli approcci rimangono doppiamente indiretti e non hanno la sensibilità per rilevare variazioni a breve termine della massa grassa inferiori a 0,5 kg.
Ultimo aggiornamento: 2026-09-15
La profilazione antropometrica completa secondo i protocolli della Società Internazionale per l'Avanzamento della Chinantropometria (ISAK) fornisce una valutazione standardizzata e multi-sito che separa i tessuti dal punto di vista anatomico, mentre le equazioni plicometriche standard si basano su regressioni statistiche per stimare la densità corporea totale o la percentuale di grasso [4, 6, 9]. Sebbene il frazionamento ISAK riduca la distorsione matematica causata dall'applicazione di formule di regressione specifiche per una determinata popolazione a singoli individui, entrambi gli approcci rimangono metodi doppiamente indiretti che non possiedono una sensibilità sufficiente per rilevare variazioni a breve termine della massa grassa inferiori a 0,5 kg [16, 17].
I limiti delle equazioni plicometriche standard
La valutazione tradizionale del grasso corporeo utilizza misurazioni con plicometro in specifici punti di repere inserite in equazioni di regressione, come quelle di Jackson e Pollock o di Durnin e Womersley [4]. Queste equazioni sono state sviluppate su popolazioni di riferimento specifiche, rendendole scarsamente generalizzabili quando applicate a coorti di atleti diverse per disciplina, età, sesso o dimensioni corporee [4, 11, 16].
Quando le formule di regressione standard vengono applicate alle medesime misurazioni, le stime risultanti divergono in modo drastico:
- Discrepanze tra formule: L'applicazione di diverse equazioni pubblicate all'identico set di dati a otto pliche rilevato da un operatore ISAK di Livello 3 ha prodotto stime di grasso comprese tra il 5,29% (Carter) e l'8,22% (Faulkner) [3]. In uno studio su 87 adulti, le stime medie della percentuale di grasso variavano tra l'8,90% e il 17,91% negli uomini e tra il 15,33% e il 28,79% nelle donne, unicamente in base all'equazione scelta [9].
- Bias sistematico: Rispetto al modello a quattro componenti (4C), considerato il gold standard di riferimento, l'equazione di Durnin e Womersley ha mostrato un bias medio del -2%, mentre l'equazione di Jackson e Pollock ha mostrato un bias medio del -6,6%, con entrambe le formule che sottostimavano sistematicamente il grasso corporeo negli individui di taglia maggiore [4].
- Discrepanze con il modello di riferimento: Negli atleti adolescenti valutati rispetto a un modello a tre compartimenti (3C), equazioni ampiamente utilizzate — tra cui Durnin-Womersley, Jackson e Pollock a 7 pliche e Slaughter — si sono discostate significativamente dai valori di riferimento della massa magra [8, 15]. Al contrario, l'equazione di Evans a 3 pliche per i maschi (differenza media = 1,8 ± 3,56 kg, coefficiente di correlazione di concordanza [CCC] di Lin = 0,93) e l'equazione di Evans a 7 pliche per le femmine (CCC = 0,82, errore standard della stima [SEE] = 2,01 kg) hanno mostrato una concordanza superiore [8, 15].
- Conseguenze pratiche: Nel definire soglie target come il peso minimo per le categorie di lotta (MWW), gli errori sul grasso corporeo derivanti dalle equazioni possono produrre discrepanze dell'errore standard comprese tra 2,4 e 3,2 kg, alterando gli obiettivi di peso minimo fino a 3,3 kg [8, 15].
Gran parte di questo errore deriva da un conflitto fondamentale di modellizzazione. Le classiche equazioni di regressione tentano di stimare la massa grassa a livello molecolare (Modello 2: massa lipidica totale rispetto a massa alipidica), mentre i plicometri misurano fisicamente la cute e il tessuto adiposo sottocutaneo a livello tissutale (Modello 4) [9, 14]. Confondere la massa lipidica con il tessuto adiposo anatomico introduce errori di modellizzazione di base compresi tra l'8% e il 10% [9].
Profilo ISAK completo e frazionamento tissutale
Per superare i limiti e le assunzioni delle equazioni di regressione a due componenti, l'ISAK ha introdotto protocolli di misurazione multidimensionali standardizzati abbinati a modelli di frazionamento anatomico [6, 7, 12].
Profili standardizzati e tolleranze tecniche
L'ISAK standardizza la formazione degli operatori attraverso diversi livelli di certificazione:
- Profilo ridotto (Livello 1): Comprende 21 misurazioni, inclusi 4 dati di base, 8 pliche cutanee, 6 circonferenze e 3 diametri ossei [7]. Gli operatori devono rispettare una soglia di errore tecnico di misurazione (TEM) del 7,5% per le pliche cutanee e dell'1,5% per tutte le altre misure [6].
- Profilo completo (Livello 2/3): Si estende a 42 misurazioni, aggiungendo lunghezze ossee, altezze e ulteriori circonferenze e diametri [7]. Gli operatori devono rientrare in limiti di TEM più restrittivi: 5,0% per le pliche cutanee e 1,0% per tutte le altre dimensioni [6].
- Standardizzazione del protocollo: Le misurazioni richiedono plicometri calibrati che esercitano una pressione costante dei becchi pari a 10 g/cm², con lettura arrotondata a 0,2 mm a circa 4 secondi dal rilascio della leva [4]. Vengono rilevate almeno due letture per sito; una terza è necessaria solo se le prime due pliche differiscono per più del 5% (o >1 mm secondo le linee guida standard) o se le altre dimensioni differiscono per più dell'1% [4, 6].
Il modello a cinque componenti di Kerr
Invece di convertire le pliche cutanee in densità corporea e percentuale di grasso molecolare, il profilo completo applica spesso il modello a cinque componenti di Kerr [9, 12, 14]. Questo modello a livello tissutale (Modello 4) fraziona la massa corporea totale in cinque componenti anatomiche distinte: tessuto adiposo, muscolo scheletrico, osso, pelle e tessuto residuo [12, 14].
Nei test di validazione rispetto all'assorbimetria a raggi X a doppia energia (DXA) condotti su 27 atleti paralimpici con amputazioni agli arti inferiori, il modello di frazionamento a 5 componenti ISAK ha mostrato un forte accordo per la percentuale di grasso (differenza media 0,32 ± 4,8%, ICC > 0,83) e per la massa grassa (differenza media -0,71 ± 3,64%, ICC > 0,85), sebbene non fosse raccomandato per isolare la percentuale di massa magra [10].
Quando si valuta la massa muscolare, anche le equazioni devono essere interpretate con cautela. In una coorte di 50 giovani calciatori maschi, le stime della massa muscolare variavano da 25,11 ± 3,07 kg (Poortmans) a 31,26 ± 4,94 kg (Doupe) a causa delle diverse definizioni target utilizzate (ad esempio, massa muscolare scheletrica dell'intero corpo rispetto alla massa muscolare totale rispetto al tessuto muscolare del modello di Kerr) [12].
Limiti pratici nel monitoraggio dei cambiamenti nel tempo
Per il monitoraggio longitudinale negli atleti e nei soggetti che si allenano, l'antropometria presenta specifici punti di forza e limiti:
- Stabilità biologica: Essendo una valutazione doppiamente indiretta, il profilo plicometrico è meno influenzato dalle fluttuazioni biologiche giornaliere acute (come le variazioni di idratazione) rispetto alla bioimpedenziometria (BIA), alla spettroscopia di bioimpedenza (BIS) o alla densitometria [15, 17].
- Coerenza dello strumento: I plicometri non sono universalmente intercambiabili. Le analisi di Bland-Altman indicano differenze significative (p < 0,001) tra i plicometri Harpenden, Holtain, Slim Guide e Lipowise; ciò implica che lo stesso modello e marchio debbano essere usati in modo costante nelle diverse sessioni di test [14].
- Insensibilità alle piccole variazioni: Le misurazioni antropometriche non dispongono della risoluzione necessaria per rilevare variazioni acute della massa grassa inferiori a 0,5 kg derivanti da interventi nutrizionali a breve termine [16].
- Rischio di classificazione errata: L'errore di misurazione entro i limiti accettabili di TEM può comunque influire sulle classificazioni categoriali. In 68 maschi fisicamente attivi, i margini di errore ai livelli di soglia TEM di Livello 1 e Livello 2/3 hanno causato tassi di classificazione errata del somatotipo compresi tra il 29,4% e il 38,2% nelle 4 categorie di base, e fino al 72,1% nelle 13 categorie dettagliate [6].
Per monitorare gli adattamenti fisici reali nel tempo senza introdurre artefatti matematici derivanti dalle equazioni di regressione, i professionisti monitorano frequentemente lo spessore grezzo delle pliche, la somma delle pliche o convertono le misurazioni in punteggi di deviazione standard (SDS) insieme alla massa corporea [4].
Riferimenti
Fonti web
- 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