🌐 Bahasa Melayu
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

Ukuran Pita Lemak Badan lwn Ujian Makmal: Sejauh Mana Ketepatannya?

Persamaan lilitan antropometrik piawai menyimpang secara sistematik daripada model makmal pelbagai kompartmen, terlebih anggar kelemakan pada atlet tanpa lemak di samping gagal menjejaki perubahan komposisi badan secara membujur dengan andal.

Kemas kini terakhir: 2026-09-12

Seni Bina Kriteria Pelbagai Kompartmen

Mengkuantifikasi komposisi badan manusia dalam persekitaran makmal bergantung pada model rujukan yang membahagikan badan kepada pecahan kimia atau anatomi yang berbeza [16]. Walaupun model dua kompartmen (2C) membahagikan jisim secara mudah kepada jisim lemak (FM) dan jisim bebas lemak (FFM), model ini bergantung pada andaian tetap mengenai ketumpatan dan penghidratan FFM yang kerap kali memperkenalkan ralat pengukuran merentasi pelbagai populasi atlet dan klinikal [7, 16].

Model empat kompartmen (4C) mewakili kriteria piawaian emas untuk analisis komposisi badan in vivo dengan mengukur jumlah jisim badan, isi padu badan (BV), jumlah air badan (TBW), dan kandungan mineral tulang (BMC atau abu tulang) secara bebas [5, 7, 16]. Konfigurasi matematik klasik bagi model 4C dinyatakan sebagai:

Fat (kg)=2.747BV−0.710TBW+1.460A−2.050Weight

di mana BV diperoleh daripada pletismografi sesaran udara (ADP) atau penimbangan hidrostatik, TBW melalui pencairan deuterium oksida (D2O) atau 18O, abu mineral tulang (A) daripada BMC absorptiometri sinar-X dwi-tenaga (DXA) didarabkan dengan 1.0436, dan Weight ialah jumlah jisim badan [7, 16]. Analisis perambatan ralat menunjukkan bahawa model 4C yang dilaksanakan dengan betul mencapai kejituan pengukuran untuk jisim lemak sekitar 0.25 kg di samping menetapkan faktor penghidratan biologi FFM purata sebanyak 0.74±0.02 [7].

Pletismografi sesaran udara (seperti sistem BOD POD) menggunakan Hukum Poisson merentasi kebuk berayun dwi untuk menentukan isi padu badan, memerlukan penentukuran isi padu dua titik (kebuk kosong dan silinder 50 L), pakaian ketat bagi mengelakkan artifak luas permukaan isotermal, dan pembetulan isi padu gas toraks (TGV) [9]. Instrumentasi BOD POD menghasilkan pekali variasi dalaman sebanyak 2.3% dan julat ralat isi padu am sebanyak ±1.0% hingga 2.7% [7, 9]. Apabila teknik pengimejan suri atau berasaskan lapangan dinilai, model kriteria 4C (atau rangka kerja DXA 3C) berfungsi sebagai penanda aras untuk mengkuantifikasi ralat ramalan [1, 5, 10, 18].

Mekanik Formula Antropometrik Piawai

Penilaian komposisi badan berasaskan lapangan kerap menggunakan lilitan yang diukur dengan pita pengukur disebabkan oleh kos yang rendah dan kebolehcapaian yang tinggi. Protokol yang paling terkemuka ialah kaedah lilitan Jabatan Pertahanan Amerika Syarikat (DoD), yang asalnya dirumuskan oleh James Hodgdon di Pusat Penyelidikan Kesihatan Tentera Laut menggunakan data kriteria penimbangan bawah air dan seterusnya disahkan silang pada anggota daripada Kajian Komposisi Badan Tentera Darat 1984 [10, 14]. Formulasi matematik (menggunakan ukuran dalam inci) distrukturkan seperti berikut [12]:

  • Lelaki: %BF=86.010×log10(abdomen−neck)−70.041×log10(height)+36.76
  • Wanita: %BF=163.205×log10(waist+hip−neck)−97.684×log10(height)−78.387

Indeks antropometrik lain cuba mengelakkan pengukuran lilitan di pelbagai bahagian dengan mengasingkan nisbah anatomi tertentu. Indeks Kelemakan Badan (BAI), yang diperkenalkan oleh Bergman et al., menganggarkan kelemakan daripada lilitan pinggul dan ketinggian: BAI=[hip circumference (cm)/(height (m))1.5]−18 [21]. Begitu juga, indeks Jisim Lemak Relatif (RFM) dan nisbah pinggang-ke-ketinggian (WHtR) memanfaatkan geometri pinggang-ke-ketinggian untuk menganggarkan kelemakan pusat dan ambang tisu adipos viseral (VAT) merentas kumpulan demografi [3, 23].

+-----------------------------------------------------------------------------+
|                      HIERARKI MODEL KOMPOSISI BADAN                         |
|                                                                             |
|  [Kriteria 4-Kompartmen]                                                    |
|   ├── Jumlah Jisim Badan (Penimbang tertentukur)                            |
|   ├── Isi Padu Badan (ADP / BOD POD melalui Hukum Poisson) [9]              |
|   ├── Jumlah Air Badan (Pencairan Isotop D2O / 18O) [7]                     |
|   └── Jisim Mineral Tulang / Abu (BMC DXA x 1.0436) [7]                     |
|        │                                                                    |
|        ▼ Kejituan: ±0.25 kg FM [7]                                          |
|                                                                             |
|  [Model Makmal Suri]                                                        |
|   ├── Absorptiometri Sinar-X Dwi-Tenaga (DXA 3C) [5, 10]                    |
|   └── Variasi 4C Isi Padu Terbitan DXA (4C-DXA1 / 4C-DXA2) [1, 3]           |
|                                                                             |
|  [Model Antropometrik Lapangan]                                             |
|   ├── Persamaan Lilitan DoD (Abdomen, Leher, Pinggang, Pinggul) [4, 10, 12]  |
|   ├── Indeks Kelemakan Badan (BAI: Pinggul & Ketinggian) [21]               |
|   └── Nisbah Relatif (WHtR, RFM, BMI) [3, 15, 23]                           |
+-----------------------------------------------------------------------------+

Ketepatan Keratan Rentas dan Kecondongan Sistematik

Ujian pengesahan yang membandingkan persamaan lilitan secara langsung dengan pengimejan makmal dan kriteria pelbagai kompartmen menunjukkan kecondongan sistematik yang ketara yang dikaitkan dengan kelangsingan peserta, jantina, dan taburan lemak [10].

Dalam satu kajian terhadap 609 anggota Marin AS yang aktif bertugas (430 lelaki, 179 wanita; berumur 18–57 tahun) yang dinilai berbanding DXA tiga kompartmen, persamaan lilitan abdomen DoD menunjukkan kecondongan berarah yang ketara [10]:

  • Bagi lelaki, persamaan lilitan secara sistematik terkurang anggar peratusan lemak badan dengan purata kecondongan −2.6±3.7% (umur ≤30) dan −2.5±3.7% (umur >30) [10].
  • Bagi wanita, persamaan tersebut secara sistematik terlebih anggar peratusan lemak badan sebanyak +2.3±4.3% (umur ≤30) dan +1.3±4.8% (umur >30) [10].
  • Analisis regresi individu mendedahkan kecondongan berkadar: kaedah lilitan secara sistematik terlebih anggar lemak badan pada anggota tanpa lemak manakala terkurang anggar lemak badan pada individu dengan kelemakan yang lebih tinggi [10].

Sebagai perbandingan, analisis impedans bioelektrik (BIA melalui RJL Systems Quantum IV) dalam kohort yang sama mempamerkan purata kecondongan yang lebih rendah berbanding DXA (lelaki ≤30: 0.4±3.2%, >30: −0.5±3.5%; wanita ≤30: 1.4±3.1%, >30: 0.0±3.3%) [10].

Ralat berarah yang serupa muncul dengan indeks lilitan tunggal. Dalam kohort 95 wanita yang dinilai melalui DXA, BMI piawai mengatasi prestasi BAI dalam meramalkan peratusan lemak badan (BMI: r=0.823, r2=0.678, SEE=3.89%; BAI: r=0.702, SEE=4.88%) dan terkurang anggar lemak badan sebanyak purata 8.7% pada julat kelemakan yang lebih tinggi [21]. Walau bagaimanapun, dalam kajian model 4C berasingan terhadap 188 orang dewasa muda, BAI (r=0.668) dan lilitan pinggang (r=0.194) berkorelasi lebih kuat dengan peratusan lemak terbitan 4C berbanding BMI (r=0.192) [21]. Pada peringkat epidemiologi, tinjauan sistematik terhadap 32 kajian ketepatan diagnostik menunjukkan bahawa lilitan pinggang mempunyai kepekaan terkumpul sebanyak 62.4% pada lelaki dan 57.0% pada wanita untuk mengenal pasti obesiti relatif kepada piawaian pengimejan, dengan kekhususan masing-masing mencapai 88.1% dan 94.8% [15].

Kaedah PenilaianPiawaian RujukanPopulasiPenemuan Utama / KecondonganSumber
Lilitan DoDGE Lunar iDXA609 Marin ASLelaki: kecondongan −2.5% hingga −2.6%; Wanita: kecondongan +1.3% hingga +2.3%; terlebih anggar tanpa lemak, terkurang nyata %BF tinggi[10]
Lilitan DoDBOD POD (ADP)21 Kadet ROTC Tentera DaratTerkurang anggar %BF dan ΔFM merentasi pertambahan jisim +1.8 kg selama 9 bulan[4, 14]
BAIDXA95 Wanita Dewasa Mudar=0.702, SEE=4.88%; terkurang anggar %BF sebanyak 8.7% pada kelemakan tinggi[21]
Ultrasound mod-B (7 bahagian)Kriteria Wang-4C51 Dewasa Berlebihan Berat Badan/ObesTerlebih anggar %BF (36.4% lwn. 33.0%, p=0.001), SEE=3.5%[18]
Lipatan Kulit (7 bahagian)Kriteria Wang-4C51 Dewasa Berlebihan Berat Badan/Obes%BF=35.3±5.9% lwn. 33.0±8.0% (4C), SEE=4.5%[18]
DXA 3CModel Kriteria 4C27 Atlet Judo Elit95% LOA: −3.7% hingga +5.3%; hanya menjelaskan 29% daripada Δ%FM dan 36% daripada ΔFM[5]

Penjejakan Membujur dan Kepekaan terhadap Perubahan Komposisi Badan

Walaupun korelasi keratan rentas antara antropometri dan kriteria pelbagai kompartmen boleh kelihatan sederhana tinggi, persamaan lilitan menunjukkan batasan yang ketara apabila menjejaki perubahan membujur dalam komposisi badan [4, 14].

Dalam penilaian membujur selama 9 bulan terhadap 21 kadet lelaki ROTC Tentera Darat yang mengalami peningkatan jisim badan purata sebanyak +1.8 kg, analisis Bland-Altman dan regresi menunjukkan bahawa persamaan lilitan DoD gagal menjejaki peralihan komposisi [4, 14]. Pengiraan lilitan terkurang anggar perubahan dalam peratusan lemak badan dan jisim lemak secara ketara apabila dibandingkan dengan ukuran kriteria pletismografi sesaran udara [4, 14]. Oleh sebab hipertrofi otot mengubah dimensi leher dan abdomen secara bukan linear berbanding pemendapan adipos, persamaan berasaskan lilitan salah tafsir peralihan morfologi tisu di bawah keadaan latihan [4, 10].

Batasan penjejakan juga wujud merentasi kaedah makmal suri. Dalam satu ujian yang melibatkan 27 atlet judo lelaki elit yang dipantau berbanding model kriteria 4C (ADP, DXA BMC, dan pencairan D2O), had persetujuan 95% individu DXA merangkumi −3.7% hingga +5.3% untuk jisim lemak relatif dan −2.6 kg hingga +3.7 kg untuk jisim lemak mutlak [5]. Yang paling penting, DXA hanya menjelaskan 29% daripada varians dalam perubahan jisim lemak relatif (Δ%FM), 36% daripada perubahan jisim lemak mutlak (ΔFM), dan 38% daripada perubahan jisim bebas lemak (ΔFFM) yang diperhatikan melalui model 4C [5].

KRITERIA (Model 4C) lwn. KEPEKAAN MEMBUJUR SURI

Varians Dijelaskan dalam Perubahan Membujur (Atlet Elit, DXA lwn. Kriteria 4C [5]):
Perubahan Jisim Lemak Relatif (%FM): [████████░░░░░░░░░░░░] 29%
Perubahan Jisim Lemak Mutlak (FM):   [██████████░░░░░░░░░░] 36%
Perubahan Jisim Bebas Lemak (FFM):   [███████████░░░░░░░░░] 38%

Persamaan Lilitan lwn. Kriteria ADP (Kadet ROTC selama 9 Bulan [4, 14]):
- Terkurang anggar Δ%BF susulan pertambahan jisim +1.8 kg
- Gagal menjejaki peralihan individu dalam taburan jisim lemak lwn. tanpa lemak

Kesahan Model Pelbagai Kompartmen Hibrid dan Suri

Bagi merapatkan jurang antara kaedah lapangan dan ujian 4C yang kompleks, para penyelidik telah menyiasat persamaan hibrid yang menggantikan anggaran isi padu badan terbitan DXA ke dalam rangka kerja matematik 4C [1, 3].

McLester et al. menilai dua persamaan isi padu badan terbitan DXA (4C-DXA1 dan 4C-DXA2) berbanding model kriteria 4C-ADP merentasi kategori indeks jisim badan dan lilitan pinggang yang berbeza [1]:

  • Dewasa dengan berat badan normal (BMI <25.0 kg/m2, n=40): 4C-DXA1 secara ketara terkurang ramal peratusan lemak badan dengan ralat malar (CE) sebanyak −3.0% (p<0.001, SEE=2.59%, 95% LOA=±5.0%), manakala 4C-DXA2 secara ketara terlebih ramal peratusan lemak (CE=+4.8%, p<0.001, SEE=1.24%) [1].
  • Dewasa berlebihan berat badan tanpa lilitan pinggang berisiko (BMI ≥25.0 kg/m2, n=40): Peratusan lemak 4C-DXA1 tidak berbeza dalam min ralat malar (CE=−0.5%, p=0.112, SEE=1.92%), tetapi mempamerkan kecondongan berkadar yang ketara (p=0.007) [1].
  • Dewasa berlebihan berat badan dengan lilitan pinggang berisiko (BMI ≥25.0 kg/m2, WC≥88 cm bagi wanita, ≥102 cm bagi lelaki, n=35): Kedua-dua persamaan menghasilkan anggaran lebihan min yang kecil (CE=+2.2% dan +2.3%, p<0.001), namun 4C-DXA1 tidak menunjukkan kecondongan berkadar (p=0.183, SEE=1.84%, 95% LOA=±3.8%), menjadikannya satu-satunya model suri yang dianggap sah untuk kohort khusus tersebut [1].

Adaptasi demografi seterusnya, seperti persamaan 4C-DXANickerson, telah mengesahkan bahawa penukaran isi padu DXA khusus boleh memberikan anggaran isi padu badan 4C yang sah dalam kumpulan tertentu, termasuk orang dewasa Hispanik [3]. Begitu juga, persamaan ramalan impedans bioelektrik multifrekuensi (mBCA) tertentukur untuk golongan belia (berumur 10–17 tahun) yang dibangunkan berbanding kriteria 4C (menggabungkan ADP, D2O, dan BMC DXA) menghasilkan persetujuan yang kukuh untuk FFM (R2=0.96, SRMSE=2.18 kg) tanpa kecondongan min yang ketara (38.4±11.4 kg lwn. 38.9±12.0 kg) [6].

Ringkasan Praktikal

Persamaan lilitan antropometrik piawai menyediakan anggaran peratusan lemak badan yang mudah diakses dan berbeban rendah merentasi populasi yang besar, tetapi kebergantungannya pada andaian geometri yang tegar memperkenalkan ralat sistematik [10, 14]. Apabila ditanda aras berbanding model kriteria 4 kompartmen dan imbasan DXA 3 kompartmen, persamaan lilitan secara sistematik terlebih anggar peratusan lemak pada individu tanpa lemak, terkurang anggar peratusan lemak pada individu dengan kelemakan yang lebih tinggi, dan gagal menjejaki peralihan tisu secara membujur semasa tempoh latihan atau perubahan berat badan [4, 10, 14]. Untuk penjejakan atletik yang serius di mana pembezaan antara hipertrofi otot rangka, peralihan keseimbangan air, dan perubahan tisu adipos adalah penting, persamaan lilitan berasaskan lapangan tidak boleh menggantikan model makmal pelbagai kompartmen [4, 5, 7].

Rujukan

Sumber web

  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

Penyelidikan berkaitan

Body compositionPengaruh Saiz Rangka Tulang Terhadap Had Maksimum Otot Semula Jadi

Ukuran rangka seperti ukur lilit pergelangan tangan dan buku lali menyediakan had struktur bagi jisim badan tanpa lemak semula jadi maksimum dan sasaran berat badan. Menerusi persamaan anatomi, atlet semula jadi boleh menganggarkan had atas potensi otot mereka, walaupun formula ini ditentukur khusus untuk individu bebas dadah dalam julat lemak badan yang rendah.

Body compositionLangkah Harian Semasa Defisit Kalori: Selera Makan dan Adaptasi Metabolisme

Mengekalkan bilangan langkah harian yang sederhana semasa defisit tenaga menambah baik hormon kekenyangan seperti GLP-1 dan PYY tanpa mencetuskan makan berlebihan secara pampasan. Walau bagaimanapun, apabila pelaku diet berada dalam defisit kalori aktif, jumlah perbelanjaan tenaga harian mendatar pada volum aktiviti yang lebih tinggi akibat kekangan metabolik.

Body compositionBagaimana Kadaran Kaki dan Batang Tubuh Berubah Semasa Remaja

Kadaran kaki dan batang tubuh berubah secara tidak linear sepanjang akil baligh, dengan pertumbuhan kaki memuncak terlebih dahulu pada awal akil baligh sebelum pertumbuhan tulang belakang memecut pada akhir zaman remaja. Kadaran antropometrik dewasa biasanya stabil apabila kematangan rangka lengkap (peringkat Tanner 4–5), walaupun nisbah ketinggian duduk akhir tetap dipengaruhi oleh jantina biologi, pemasaan akil baligh, dan latar belakang genetik.

Body compositionMengatasi Plateau Penurunan Lemak: Tambah Aktiviti atau Kurangkan Kalori?

Meningkatkan aktiviti berintensiti rendah membantu mengatasi plateau penurunan lemak dengan meningkatkan fluks tenaga, mengekalkan pengambilan kalori, dan mengurangkan rasa lapar berbanding sekatan makanan yang ketat. Bagi mengelakkan pemulihan latihan rintangan terjejas, aktiviti tambahan harus berasaskan modaliti berimpak rendah dan kekerapan sederhana yang dipisahkan daripada sesi angkat berat.

Body compositionFormula Lemak Tubuh Remaja: Sejauh Mana Ketepatannya Semasa Akil Baligh?

Nilai ambang BMI standard dan formula ramalan lipatan kulit mengenal pasti trend adipositi pediatrik am secara andal, tetapi ketepatan individu berbeza-beza sepanjang kematangan remaja. Perubahan hidrasi dan kandungan mineral tulang dalam jisim bebas lemak mencetuskan ralat ramalan, terutamanya bagi belia dengan paras lemak tubuh yang lebih tinggi atau keadaan klinikal tertentu.

Body compositionFatMax lwn HIIT untuk Pengurangan Lemak dan Komposisi Badan

Latihan pada FatMax berkesan mengurangkan jisim lemak dan adipositi viseral dalam populasi berlebihan berat badan, tetapi ia tidak meningkatkan jisim bebas lemak dengan sendirinya. Senaman berintensiti lebih tinggi seperti HIIT memberikan pengurangan peratusan lemak badan dan ukur lilit pinggang yang setanding atau lebih baik dengan kecekapan masa yang lebih tinggi. Oleh kerana pembakaran lemak 24 jam bergantung terutamanya pada defisit tenaga keseluruhan dan bukannya pemilihan bahan api semasa senaman, kedua-dua modaliti ini berfungsi dengan baik apabila jumlah volum dan perbelanjaan tenaga adalah mencukupi.

Body compositionAdakah Kitaran Karbohidrat Lebih Berkesan Membakar Lemak daripada Defisit Konsisten?

Apabila jumlah kalori dan protein mingguan disamakan, mengitar karbohidrat dan kalori antara hari latihan dan hari rehat menghasilkan kehilangan lemak yang sama seperti defisit harian yang konsisten. Walau bagaimanapun, fasa refeed karbohidrat selama beberapa hari boleh membantu individu yang menjalani latihan rintangan mengekalkan jisim bebas lemak dan kadar metabolik rehat dengan lebih baik.

Body compositionAdakah Usia Metabolik BIA Metrik Kesihatan yang Sah?

Usia metabolik daripada impedans bioelektrik bukanlah ukuran langsung metabolisme selular atau diagnosis perubatan standard, tetapi ia berfungsi sebagai proksi statistik yang kuat untuk komposisi badan dan risiko kardiometabolik. Oleh kerana ia sekadar membandingkan anggaran perbelanjaan tenaga semasa rehat dengan purata demografi, ia tidak dapat mengambil kira faktor bukan komposisi seperti kecekapan mitokondria atau status tiroid.

Kategori