ISAK-profilering vs. huidplooiformules voor lichaamssamenstelling
Antropometrische profilering volgens ISAK standaardiseert metingen op meerdere locaties en weefselfractionering, waarmee populatiebias en fouten tussen moleculaire en weefselmodellen van standaard huidplooiformules worden vermeden. Beide methoden zijn echter dubbel indirect en missen de gevoeligheid om kortetermijnveranderingen in vetmassa onder de 0,5 kg waar te nemen.
Laatst bijgewerkt: 2026-09-15
Uitgebreide antropometrische profilering volgens de protocollen van de International Society for the Advancement of Kinanthropometry (ISAK) biedt een gestandaardiseerde meting op meerdere locaties die weefsels anatomisch scheidt. Standaard huidplooiformules leunen daarentegen op statistische regressie om de totale lichaamsdichtheid of het vetpercentage te voorspellen [4, 6, 9]. Hoewel ISAK-fractionering de wiskundige vervorming vermindert die ontstaat door populatiespecifieke regressieformules op individuen toe te passen, blijven beide benaderingen dubbel indirecte methoden die niet gevoelig genoeg zijn om kortetermijnveranderingen in vetmassa onder de 0,5 kg waar te nemen [16, 17].
De valkuilen van standaard huidplooiformules
Traditionele vetpercentagemetingen maken gebruik van calipometingen op geselecteerde locaties, die worden ingevoerd in regressievergelijkingen zoals die van Jackson en Pollock of Durnin en Womersley [4]. Deze formules zijn ontwikkeld op basis van specifieke referentiepopulaties, waardoor ze slecht generaliseerbaar zijn naar andere atletische groepen, leeftijden, geslachten of lichaamsgroottes [4, 11, 16].
Wanneer standaard regressieformules worden toegepast op identieke meetgegevens, lopen de resulterende schattingen drastisch uiteen:
- Verschillen tussen formules: Het toepassen van verschillende gepubliceerde formules op exact dezelfde dataset van acht meetlocaties, gemeten door een ISAK Level 3-beoordelaar, leverde vetschattingen op variërend van 5,29% (Carter) tot 8,22% (Faulkner) [3]. In een onderzoek onder 87 volwassenen varieerden de geschatte gemiddelde vetpercentages tussen 8,90% en 17,91% bij mannen en tussen 15,33% en 28,79% bij vrouwen, uitsluitend afhankelijk van de gekozen formule [9].
- Systematische vertekening: Vergeleken met het 4-compartimenten (4C) gouden-standaardmodel vertoonde de formule van Durnin en Womersley een gemiddelde afwijking van -2%, terwijl de formule van Jackson en Pollock een gemiddelde afwijking van -6,6% liet zien. Beide formules onderschatten het vetpercentage bij grotere individuen systematisch [4].
- Afwijkingen van de criteriumstandaard: Bij jonge atleten die werden geëvalueerd tegen een 3-compartimentenmodel (3C), weken veelgebruikte formules — waaronder Durnin-Womersley, Jackson en Pollock 7-punts en Slaughter — significant af van de referentiewaarden voor vetvrije massa [8, 15]. De Evans 3-puntsformule voor mannen (gemiddeld verschil = 1,8 ± 3,56 kg, Lin's concordantie-correlatiecoëfficiënt [CCC] = 0,93) en de Evans 7-puntsformule voor vrouwen (CCC = 0,82, standaardschattingsfout [SEE] = 2,01 kg) vertoonden daarentegen een hogere overeenstemming [8, 15].
- Praktische gevolgen: Bij het vaststellen van streefgrenzen, zoals het minimale wedstrijdgewicht bij worstelen (MWW), kunnen fouten in formule-afgeleide vetpercentages leiden tot foutmarges tussen de 2,4 en 3,2 kg, wat het streefgewicht met maximaal 3,3 kg kan veranderen [8, 15].
Een groot deel van deze fouten komt voort uit een fundamenteel modelconflict. Klassieke regressieformules proberen vetmassa op moleculair niveau te schatten (Model 2: totale lipidemassa versus lipidevrije massa), terwijl huidplooimeters fysiek de huid en het onderhuidse vetweefsel op weefselniveau meten (Model 4) [9, 14]. Het gelijkstellen van lipidemassa aan anatomisch vetweefsel introduceert een inherente modelfout van 8% tot 10% [9].
Uitgebreide ISAK-profilering en weefselfractionering
Om de aannames van 2-componenten regressieformules te omzeilen, introduceerde ISAK gestandaardiseerde, multidimensionale meetprotocollen in combinatie met anatomische fractioneringsmodellen [6, 7, 12].
Gestandaardiseerde profielen en technische foutmarges
ISAK standardiseert de opleiding van meetdeskundigen via verschillende certificeringsniveaus:
- Beperkt profiel (Level 1): Bestaat uit 21 metingen, waaronder 4 basismaten, 8 huidplooien, 6 omtrekken en 3 botbreedtes [7]. Beoordelaars moeten voldoen aan een technische meetfout (TEM) van maximaal 7,5% voor huidplooien en 1,5% voor alle overige maten [6].
- Volledig profiel (Level 2/3): Breidt uit naar 42 metingen, met toevoeging van botlengtes, hoogtes en extra omtrekken en breedtes [7]. Beoordelaars moeten aan strengere TEM-grenzen voldoen: maximaal 5,0% voor huidplooien en 1,0% voor alle overige dimensies [6].
- Protocolstandaardisatie: Metingen vereisen gecalibreerde calipers die een constante bekdruk van 10 g/cm² uitoefenen, afgelezen tot op 0,2 mm nauwkeurig circa 4 seconden na het loslaten van de hefboom [4]. Er worden minimaal twee metingen per locatie gedaan; een derde meting is alleen vereist als de eerste twee huidplooimetingen meer dan 5% verschillen (of >1 mm volgens de standaardrichtlijnen) of als andere dimensies meer dan 1% afwijken [4, 6].
Het vijfcompartimentenmodel van Kerr
In plaats van huidplooien om te rekenen naar lichaamsdichtheid en een moleculair vetpercentage, maakt een volledige ISAK-profilering vaak gebruik van het vijfcompartimentenmodel van Kerr [9, 12, 14]. Dit weefselmodel (Model 4) verdeelt de totale lichaamsmassa in vijf afzonderlijke anatomische componenten: vetweefsel, skeletspierweefsel, botweefsel, huid en residuaal weefsel [12, 14].
Bij validatieonderzoek tegen dual-energy X-ray absorptiometry (DXA) bij 27 para-atleten met een beenamputatie vertoonde het ISAK 5-componenten fractioneringsmodel een sterke overeenstemming voor vetpercentage (gemiddeld verschil 0,32 ± 4,8%, ICC > 0,83) en vetmassa (gemiddeld verschil -0,71 ± 3,64%, ICC > 0,85), hoewel het niet werd aanbevolen voor het isoleren van het percentage magere massa [10].
Bij het evalueren van spiermassa moeten formules eveneens voorzichtig worden geïnterpreteerd. In een cohort van 50 mannelijke jeugdvoetballers varieerden de schattingen van de spiermassa van 25,11 ± 3,07 kg (Poortmans) tot 31,26 ± 4,94 kg (Doupe) als gevolg van verschillende doeldefinities (bijvoorbeeld totale skeletspiermassa versus totale lichaamsspiermassa versus spierweefsel volgens Kerr) [12].
Praktische beperkingen bij het volgen van veranderingen over tijd
Voor het longitudinaal volgen van atleten en sporters heeft antropometrie specifieke sterke en zwakke punten:
- Biologische stabiliteit: Als een dubbel indirecte meting heeft huidplooiprofilering minder last van acute dagelijkse biologische schommelingen (zoals vochtbalanswijzigingen) dan bio-elektrische impedantie (BIA), bio-impedantiespectroscopie (BIS) of densitometrie [15, 17].
- Consistentie van meetinstrumenten: Huidplooimeters zijn niet onderling uitwisselbaar. Bland-Altman-analyses tonen significante verschillen (p < 0,001) aan tussen Harpenden-, Holtain-, Slim Guide- en Lipowise-calipers, wat betekent dat hetzelfde merk en model consequent moet worden gebruikt bij opeenvolgende meetmomenten [14].
- Ongevoelig voor kleine verschuivingen: Antropometrische metingen missen de resolutie om acute veranderingen in vetmassa onder de 0,5 kg te detecteren die het gevolg zijn van kortdurende voedingsinterventies [16].
- Risico op misclassificatie: Meetfouten binnen de acceptabele TEM-grenzen kunnen nog steeds invloed hebben op categorische classificaties. Bij 68 fysiek actieve mannen veroorzaakten foutmarges op Level 1- en Level 2/3-TEM-drempels een foutieve somatotype-indeling van 29,4% tot 38,2% binnen de basisindeling van 4 groepen, en tot 72,1% binnen de gedetailleerde indeling van 13 groepen [6].
Om daadwerkelijke fysieke veranderingen over tijd te monitoren zonder wiskundige artefacten uit regressieformules te introduceren, volgen professionals in de praktijk vaak de ruwe huidplooidiktes, de som van de huidplooien of standaarddeviatiescores (SDS) in combinatie met het lichaamsgewicht [4].
Referenties
Webbronnen
- 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