Vetpercentage meten met meetlint vs. labtests: hoe nauwkeurig is het?

De criteria-architectuur van het multi-compartimentmodel

Het kwantificeren van de menselijke lichaamssamenstelling in laboratoriumomgevingen steunt op referentiemodellen die het lichaam opdelen in afzonderlijke chemische of anatomische fracties [16]. Twee-compartimentenmodellen (2C) verdelen de massa eenvoudigweg in vetmassa (FM) en vetvrije massa (FFM), maar ze gaan uit van vaste aannames over de dichtheid en hydratatie van de FFM. Dit introduceert regelmatig meetfouten binnen uiteenlopende atletische en klinische populaties [7, 16].

Het vier-compartimentenmodel (4C) geldt als de gouden standaard voor in vivo analyse van de lichaamssamenstelling door de totale lichaamsmassa, het lichaamsvolume (BV), het totale lichaamswater (TBW) en het botmineraalgehalte (BMC of botas) onafhankelijk van elkaar te meten [5, 7, 16]. Een klassieke wiskundige configuratie van het 4C-model luidt als volgt:

$$\text{Vet (kg)}=2.747\text{BV}-0.710\text{TBW}+1.460\text{A}-2.050\text{Gewicht}$$

waarbij BV wordt verkregen via luchtverdringingsplethysmografie (ADP) of hydrostatisch wegen, TBW via deuteriumoxide- (${\text{D}}_2\text{O}$) of ${}^{18}\text{O}$-verdunning, minerale botas ($A$) via dual-energy X-ray absorptiometrie (DXA) BMC vermenigvuldigd met 1,0436, en Gewicht de totale lichaamsmassa is [7, 16]. Foutanalyse (error propagation) toont aan dat een correct uitgevoerd 4C-model een meetprecisie voor vetmassa behaalt van circa 0,25 kg, bij een gemiddelde biologische FFM-hydratatiefactor van $0.74\pm 0.02$ [7].

Luchtverdringingsplethysmografie (zoals het BOD POD-systeem) past de wet van Poisson toe over twee oscillerende kamers om het lichaamsvolume te bepalen. Dit vereist een tweepuntsvolumekalibratie (lege kamer en een cilinder van 50 L), strakke kleding om isotherme oppervlakte-artefacten te vermijden, en correcties voor het thoracale gasvolume (TGV) [9]. BOD POD-instrumentatie heeft een interne variatiecoëfficiënt van 2,3% en een algemene volumefoutmarge van $\pm 1.0\%$ tot $2.7\%$ [7, 9]. Wanneer veldmethoden of surrogaat-beeldvormingstechnieken worden geëvalueerd, dienen 4C-criteriamodellen (of 3C DXA-kaders) als de benchmark waartegen de voorspellingsfout wordt gekwantificeerd [1, 5, 10, 18].

Werking van standaard antropometrische formules

Veldtesten voor de lichaamssamenstelling maken veelvuldig gebruik van omtrekmetingen met een meetlint vanwege de lage kosten en hoge toegankelijkheid. Het bekendste protocol is de omtrekmethode van het Amerikaanse Department of Defense (DoD), oorspronkelijk opgesteld door James Hodgdon aan het Navy Health Research Center op basis van data van onderwaterwegingen, en vervolgens gevalideerd bij personeel van de Army Body Composition Study uit 1984 [10, 14]. De wiskundige formules (uitgaande van metingen in inches) zijn als volgt opgebouwd [12]:

• Mannen: $$\%\text{BF}=86.010\times {log}_{10}(\text{abdomen}-\text{nek})-70.041\times {log}_{10}(\text{lengte})+36.76$$
• Vrouwen: $$\%\text{BF}=163.205\times {log}_{10}(\text{taille}+\text{heup}-\text{nek})-97.684\times {log}_{10}(\text{lengte})-78.387$$

Andere antropometrische indices proberen metingen op meerdere locaties te omzeilen door specifieke anatomische ratio's te isoleren. De Body Adiposity Index (BAI), geïntroduceerd door Bergman et al., schat de vetmassa op basis van heupomtrek en lichaamslengte: $\text{BAI}=[\text{heupomtrek (cm)}/(\text{lengte (m)}{)}^{1.5}]-18$ [21]. Op vergelijkbare wijze benutten de Relative Fat Mass-index (RFM) en de taille-lengteverhouding (waist-to-height ratio; WHtR) de geometrie tussen taille en lengte om centrale adipositas en drempelwaarden voor visceraal vetweefsel (VAT) over verschillende demografische groepen te schatten [3, 23].

+-----------------------------------------------------------------------------+
|                  HIËRARCHIE VAN LICHAAMSSAMENSTELLINGSMODELLEN              |
|                                                                             |
|  [4-Compartimenten Criterium]                                               |
|   ├── Totale lichaamsmassa (Gekalibreerde weegschaal)                       |
|   ├── Lichaamsvolume (ADP / BOD POD via wet van Poisson) [9]                |
|   ├── Totaal lichaamswater (D2O / 18O Isotoopverdunning) [7]                |
|   └── Botmineraalmassa / As (DXA BMC x 1,0436) [7]                          |
|        │                                                                    |
|        ▼ Precisie: ±0,25 kg FM [7]                                          |
|                                                                             |
|  [Surrogaat-laboratoriummodellen]                                           |
|   ├── Dual-Energy X-Ray Absorptiometrie (DXA 3C) [5, 10]                    |
|   └── Van DXA afgeleide volume 4C-variaties (4C-DXA1 / 4C-DXA2) [1, 3]      |
|                                                                             |
|  [Antropometrische Veldmodellen]                                            |
|   ├── DoD-omtreksformules (Abdomen, Nek, Taille, Heup) [4, 10, 12]          |
|   ├── Body Adiposity Index (BAI: Heup & Lengte) [21]                        |
|   └── Relatieve ratio's (WHtR, RFM, BMI) [3, 15, 23]                       |
+-----------------------------------------------------------------------------+

Dwarsdoorsnede-nauwkeurigheid en systematische vertekeningen

Validatiestudies die omtreksformules direct vergelijken met laboratoriumbeeldvorming en multi-compartimentencriteria tonen duidelijke systematische vertekeningen (biases) aan, gecorreleerd aan de droogheid (leanness), het geslacht en de vetverdeling van de deelnemer [10].

In een onderzoek onder 609 actieve Amerikaanse mariniers (430 mannen, 179 vrouwen; 18–57 jaar) vergeleken met een drie-compartimenten DXA, vertoonden de DoD-buikomtreksformules een opvallende directionele bias [10]:

• Bij mannen onderschatte de omtreksformule het vetpercentage systematisch met een gemiddelde bias van $-2.6\pm 3.7\%$ (leeftijd $\le 30$) en $-2.5\pm 3.7\%$ (leeftijd $>30$) [10].
• Bij vrouwen overschatte de formule het vetpercentage systematisch met $+2.3\pm 4.3\%$ (leeftijd $\le 30$) en $+1.3\pm 4.8\%$ (leeftijd $>30$) [10].
• Individuele regressieanalyses toonden een proportionele bias aan: de omtrekmethode overschatte het vetpercentage systematisch bij slanke/droge individuen, terwijl het vetpercentage werd onderschat bij individuen met een hoger vetgehalte [10].

Ter vergelijking: bio-elektrische impedantieanalyse (BIA via RJL Systems Quantum IV) vertoonde in hetzelfde cohort een lagere gemiddelde bias ten opzichte van DXA (mannen $\le 30$: $0.4\pm 3.2\%$, $>30$: $-0.5\pm 3.5\%$; vrouwen $\le 30$: $1.4\pm 3.1\%$, $>30$: $0.0\pm 3.3\%$) [10].

Vergelijkbare directionele fouten treden op bij indices gebaseerd op een enkele omtrekmeting. In een cohort van 95 vrouwen geëvalueerd via DXA presteerde de standaard BMI beter dan de BAI in het voorspellen van het vetpercentage (BMI: $r=0.823$, $r^2=0.678$, $\text{SEE}=3.89\%$; BAI: $r=0.702$, $\text{SEE}=4.88\%$), waarbij de BAI het vetpercentage met gemiddeld $8.7\%$ onderschatte in de hogere vetmassacategorieën [21]. In een afzonderlijke 4C-modelstudie bij 188 jongvolwassenen correleerden de BAI ($r=0.668$) en tailleomtrek ($r=0.194$) echter sterker met het uit het 4C-model afgeleide vetpercentage dan de BMI ($r=0.192$) [21]. Op epidemiologisch niveau toonde een systematische review van 32 diagnostische accuratessestudies aan dat de tailleomtrek een gepoolde sensitiviteit heeft van $62.4\%$ bij mannen en $57.0\%$ bij vrouwen voor het identificeren van obesitas ten opzichte van beeldvormingsstandaarden, met een specificiteit van respectievelijk $88.1\%$ en $94.8\%$ [15].

Longitudinale opvolging en gevoeligheid voor veranderingen in lichaamssamenstelling

Hoewel cross-sectionele correlaties tussen antropometrie en multi-compartimentencriteria matig tot hoog kunnen lijken, vertonen omtreksformules duidelijke tekortkomingen bij het longitudinaal monitoren van veranderingen in lichaamssamenstelling [4, 14].

In een 9 maanden durende longitudinale evaluatie van 21 mannelijke Army ROTC-cadetten met een gemiddelde toename in lichaamsgewicht van $+1.8\text{ kg}$, toonden Bland-Altman- en regressieanalyses aan dat de DoD-omtreksformule veranderingen in lichaamssamenstelling niet accuraat kon volgen [4, 14]. De omtrekberekeningen onderschatten de veranderingen in vetpercentage en vetmassa significant in vergelijking met criteriametingen via luchtverdringingsplethysmografie [4, 14]. Omdat spierhypertrofie de afmetingen van nek en buik op een niet-lineaire manier beïnvloedt ten opzichte van vetafzetting, interpreteren op omtrek gebaseerde formules verschuivingen in weefselmorfologie onder trainingsomstandigheden verkeerd [4, 10].

Deze monitoringbeperkingen gelden eveneens voor surrogaat-laboratoriummethoden. In een studie met 27 mannelijke elite judoka's gemonitord tegen een 4C-criteriummodel (ADP, DXA BMC en ${\text{D}}_2\text{O}$-verdunning), liepen de individuele $95\%$-overeenstemmingsgrenzen (limits of agreement) van DXA uiteen van $-3.7\%$ tot $+5.3\%$ voor relatieve vetmassa en van $-2.6\text{ kg}$ tot $+3.7\text{ kg}$ voor absolute vetmassa [5]. Cruciaal was dat DXA slechts $29\%$ verklaarde van de variantie in relatieve vetmassaverandering ($\mathrm{\Delta }\%\text{FM}$), $36\%$ van de absolute vetmassaverandering ($\mathrm{\Delta }\text{FM}$) en $38\%$ van de verandering in vetvrije massa ($\mathrm{\Delta }\text{FFM}$) zoals vastgesteld via het 4C-model [5].

CRITERIUM (4C-model) vs. SURROGAAT LONGITUDINALE GEVOELIGHEID

Verklaarde variantie in longitudinale veranderingen (Elite-atleten, DXA vs. 4C-criterium [5]):
Verandering in relatieve vetmassa (%FM):  [████████░░░░░░░░░░░░] 29%
Verandering in absolute vetmassa (FM):    [██████████░░░░░░░░░░] 36%
Verandering in vetvrije massa (FFM):      [███████████░░░░░░░░░] 38%

Omtreksformules vs. criterium ADP (ROTC-cadetten over 9 maanden [4, 14]):
- Onderschatte Δ%BF na +1,8 kg toename in lichaamsgewicht
- Slaagde er niet in individuele verschuivingen in vet- versus spiermassaverdeling te volgen

Validiteit van hybride en surrogaat-multicompartimentenmodellen

Om de kloof tussen veldmethoden en complexe 4C-testen te overbruggen, hebben onderzoekers hybride formules onderzocht die uit DXA afgeleide schattingen van het lichaamsvolume invoeren in wiskundige 4C-kaders [1, 3].

McLester et al. evalueerden twee DXA-afgeleide formules voor lichaamsvolume (4C-DXA1 en 4C-DXA2) tegen een 4C-ADP criteriummodel over verschillende categorieën van body mass index en tailleomtrek [1]:

• Volwassenen met een normaal gewicht (BMI $<25.0{\text{ kg/m}}^2$, $n=40$): 4C-DXA1 onderschatte het vetpercentage significant met een constante fout (CE) van $-3.0\%$ ($p<0.001$, $\text{SEE}=2.59\%$, $95\%\text{ LOA}=\pm 5.0\%$), terwijl 4C-DXA2 het vetpercentage significant overschatte ($\text{CE}=+4.8\%$, $p<0.001$, $\text{SEE}=1.24\%$) [1].
• Volwassenen met overgewicht zonder risicovolle tailleomtrek (BMI $\ge 25.0{\text{ kg/m}}^2$, $n=40$): het vetpercentage via 4C-DXA1 verschilde niet qua gemiddelde constante fout ($\text{CE}=-0.5\%$, $p=0.112$, $\text{SEE}=1.92\%$), maar vertoonde wel een significante proportionele bias ($p=0.007$) [1].
• Volwassenen met overgewicht met een risicovolle tailleomtrek (BMI $\ge 25.0{\text{ kg/m}}^2$, $\text{WC}\ge 88\text{ cm}$ voor vrouwen, $\ge 102\text{ cm}$ voor mannen, $n=35$): Beide formules leverden kleine gemiddelde overschattingen op ($\text{CE}=+2.2\%$ en $+2.3\%$, $p<0.001$), maar 4C-DXA1 vertoonde geen proportionele bias ($p=0.183$, $\text{SEE}=1.84\%$, $95\%\text{ LOA}=\pm 3.8\%$), waarmee het het enige surrogaatmodel was dat valide werd bevonden voor dit specifieke cohort [1].

Latere demografische aanpassingen, zoals de 4C-DXANickerson-formule, hebben bevestigd dat gespecialiseerde DXA-volumeconversies valide 4C-lichaamsvolumeschattingen kunnen leveren binnen specifieke groepen, waaronder volwassenen van hispanische afkomst [3]. Op vergelijkbare wijze leveren gekalibreerde multifrequentie bio-elektrische impedantie (mBCA) predictieformules voor jongeren (10–17 jaar), ontwikkeld tegen 4C-criteria (inclusief ADP, ${\text{D}}_2\text{O}$ en DXA BMC), sterke correlaties op voor FFM ($R^2=0.96$, $\text{SRMSE}=2.18\text{ kg}$) zonder significante gemiddelde bias ($38.4\pm 11.4\text{ kg}$ vs. $38.9\pm 12.0\text{ kg}$) [6].

Praktische samenvatting

Standaard antropometrische omtreksformules bieden een laagdrempelige, toegankelijke schatting van het vetpercentage voor grote populaties, maar hun afhankelijkheid van rigide geometrische aannames introduceert systematische fouten [10, 14]. Wanneer ze worden afgezet tegen 4-compartimenten criteriamodellen en 3-compartimenten DXA-scans, overschatten omtreksformules systematisch het vetpercentage bij slanke individuen, onderschatten ze het percentage bij individuen met meer vetmassa, en schieten ze tekort in het longitudinaal volgen van weefselverschuivingen tijdens perioden van training of gewichtsverandering [4, 10, 14]. Voor serieuze atletische monitoring, waarbij het onderscheid tussen skeletspierhypertrofie, vochtbalansverschuivingen en veranderingen in vetweefsel essentieel is, kunnen antropometrische omtreksformules laboratoriummodellen met meerdere compartimenten niet vervangen [4, 5, 7].