ISAK-profilering vs. fettklypeformler for kroppssammensetning
ISAK-profilering standardiserer målinger over flere punkter og deler inn vev anatomisk, noe som reduserer populasjonsskjevheter og formelfeil fra tradisjonelle fettklypeligninger. Begge metodene er likevel dobbelt indirekte og mangler følsomhet til å oppdage kortsiktige endringer i fettmasse under 0,5 kg.
Sist oppdatert: 2026-09-15
Omfattende antropometrisk profilering etter protokollene til International Society for the Advancement of Kinanthropometry (ISAK) gir en standardisert vurdering av flere målepunkter som deler inn vev anatomisk, mens tradisjonelle fettklypeligninger baserer seg på statistisk regresjon for å estimere helkroppstetthet eller fettprosent [4, 6, 9]. Selv om ISAK-fraksjonering reduserer den matematiske skjevheten som oppstår når populasjonsspesifikke regresjonsformler brukes på enkeltindivider, forblir begge tilnærmingene dobbelt indirekte metoder som ikke er følsomme nok til å fange opp kortsiktige endringer i fettmasse under 0,5 kg [16, 17].
Fallgruvene ved tradisjonelle fettklypeformler
Tradisjonell vurdering av kroppsfett bruker kalipermålinger fra utvalgte punkter satt inn i regresjonsligninger, som for eksempel Jackson og Pollock eller Durnin og Womersley [4]. Disse ligningene ble utviklet for spesifikke referansepopulasjoner, noe som gir dårlig overførbarhet når de anvendes på tvers av ulike idrettsgrupper, aldre, kjønn eller kroppsstørrelser [4, 11, 16].
Når standard regresjonsformler brukes på identiske målinger, spriker de resulterende estimatene kraftig:
- Formelavvik: Bruk av ulike publiserte ligninger på nøyaktig samme datasett med åtte målepunkter utført av en ISAK Level 3-utøver ga fettestimater fra 5,29 % (Carter) til 8,22 % (Faulkner) [3]. I en studie på 87 voksne varierte gjennomsnittlig estimert fettprosent mellom 8,90 % og 17,91 % hos menn og 15,33 % til 28,79 % hos kvinner, utelukkende basert på valg av formel [9].
- Systematisk skjevhet: Sammenlignet med gullstandarden, en firekomponentmodell (4C), viste Durnin og Womersley-ligningen en gjennomsnittlig underestimering på -2 %, mens Jackson og Pollock-ligningen viste en gjennomsnittlig underestimering på -6,6 %. Begge formlene underestimerte kroppsfett systematisk hos personer med større kroppsmasse [4].
- Avvik fra referansemodeller: Hos unge idrettsutøvere evaluert mot en trekomponentmodell (3C) avvek utbredte formler – inkludert Durnin-Womersley, Jackson og Pollock 7-punkts og Slaughter – betydelig fra referanseverdiene for fettfri masse [8, 15]. Til sammenligning viste Evans 3-punktsligning for menn (gjennomsnittlig differanse = 1,8 ± 3,56 kg, Lins konkordans-korrelasjonskoeffisient [CCC] = 0,93) og Evans 7-punktsligning for kvinner (CCC = 0,82, standardfeil for estimatet [SEE] = 2,01 kg) bedre samsvar [8, 15].
- Praktiske konsekvenser: Ved fastsettelse av grenseverdier som minimum tillatt vekt i bryting (MWW), kan formelbaserte feil i kroppsfett føre til standardfeilavvik på mellom 2,4 og 3,2 kg, noe som kan forskyve vektgrensen med opptil 3,3 kg [8, 15].
Mye av denne feilen skyldes en grunnleggende modellsituasjon. Klassiske regresjonsformler forsøker å estimere fettmasse på molekylært nivå (Modell 2: total lipidmasse kontra lipidfri masse), mens kalipertenger fysisk måler hud og subkutant fettvev på vevsnivå (Modell 4) [9, 14]. Å blande sammen lipidmasse med anatomisk fettvev introduserer en grunnleggende modellfeil på 8 % til 10 % [9].
Omfattende ISAK-profilering og vevsfraksjonering
For å omgå forutsetningene i to-komponent regresjonsligninger etablerte ISAK standardiserte, flerdimensjonale måleprotokoller kombinert med anatomiske fraksjoneringsmodeller [6, 7, 12].
Standardiserte profiler og tekniske toleransegrenser
ISAK standardiserer opplæringen av målere gjennom sertifiseringsnivåer:
- Begrenset profil (Nivå 1): Består av 21 målinger, inkludert 4 basismål, 8 hudfolder (hudfolder/fettklypemål), 6 omkretser og 3 skjelettbredder [7]. Utøvere må holde seg innenfor en teknisk målefeil (TEM) på 7,5 % for hudfolder og 1,5 % for alle andre mål [6].
- Full profil (Nivå 2/3): Utvides til 42 målinger, og legger til segmentlengder, høyder samt ytterligere omkretser og bredder [7]. Det stilles strengere TEM-krav: 5,0 % for hudfolder og 1,0 % for alle andre dimensjoner [6].
- Protokollstandardisering: Målinger krever kalibrerte kalipertenger med et konstant kjevetrykk på 10 g/cm², avlest til nærmeste 0,2 mm omtrent 4 sekunder etter at kaliperarmen slippes [4]. Det tas minst to målinger per punkt; en tredje kreves bare dersom de innledende hudfoldene avviker med mer enn 5 % (eller >1 mm etter standard retningslinjer) eller dersom andre dimensjoner avviker med mer enn 1 % [4, 6].
Kerrs femkomponentmodell
I stedet for å regne om hudfolder til kroppstetthet og molekylær fettprosent, benytter omfattende profilering ofte Kerrs femkomponentmodell [9, 12, 14]. Denne modellen på vevsnivå (Modell 4) deler den totale kroppsmassen inn i fem separate anatomiske komponenter: fettvev, skjelettmuskulatur, skjelett, hud og residualvev [12, 14].
Ved validering mot DXA (dual-energy X-ray absorptiometry) hos 27 parautøvere med underekstremitetsamputasjoner, viste ISAKs 5-komponent fraksjoneringsmodell godt samsvar for fettprosent (gjennomsnittlig differanse 0,32 ± 4,8 %, ICC > 0,83) og fettmasse (gjennomsnittlig differanse -0,71 ± 3,64 %, ICC > 0,85), men ble ikke anbefalt for å isolere ren fettfri masseprosent [10].
Ved evaluering av muskelmasse må formler likeledes tolkes med forsiktighet. I en kohort på 50 mannlige unge fotballspillere varierte muskelmasseestimatene fra 25,11 ± 3,07 kg (Poortmans) til 31,26 ± 4,94 kg (Doupe) på grunn av ulike definisjoner av målet (f.eks. total skjelettmuskelmasse versus helkroppsmuskelmasse versus Kerrs muskelvev på vevsnivå) [12].
Praktiske begrensninger ved sporing av endringer over tid
For løpende oppfølging av idrettsutøvere og mosjonister har antropometri spesifikke styrker og begrensninger:
- Biologisk stabilitet: Som en dobbelt indirekte metode påvirkes hudfoldsprofilering mindre av akutte biologiske svingninger fra dag til dag (slik som endringer i væskebalanse) enn bioelektrisk impedansanalyse (BIA), bioimpedansspektroskopi (BIS) eller densitometri [15, 17].
- Konsistens i utstyr: Kalipertenger kan ikke uten videre brukes om hverandre. Bland–Altman-analyser viser signifikante forskjeller (p < 0,001) mellom Harpenden-, Holtain-, Slim Guide- og Lipowise-kalipere, noe som betyr at samme merke og modell må brukes konsekvent over tid [14].
- Lav følsomhet for små endringer: Antropometriske målinger mangler oppløsningen som kreves for å oppdage akutte endringer i fettmasse under 0,5 kg som følge av kortsiktige kostholdsendringer [16].
- Risiko for feilklassifisering: Målefeil innenfor akseptable TEM-grenser kan likevel påvirke kategorisering. Hos 68 fysisk aktive menn førte feilmarginer ved TEM-tersklene for Nivå 1 og Nivå 2/3 til at 29,4 % til 38,2 % ble feilklassifisert i grunnleggende 4-gruppers somatotyper, og opptil 72,1 % i detaljerte 13-gruppers inndelinger [6].
For å spore reelle fysiske endringer over tid uten å introdusere regnefeil fra regresjonsformler, velger fagpersoner ofte å følge råmål for hudfoldstykkelse, summen av hudfolder, eller konvertere målingene til standardavviksskårer (SDS) sammen med kroppsvekt [4].
Referanser
Nettkilder
- 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