Mäta kroppsfett under puberteten: Hur pålitliga är formlerna?

Standardiserade gränsvärden för BMI och antropometriska formler för att uppskatta kroppsfett fungerar bra som screeningmått på gruppnivå för ungdomar, men deras precision för individuell uppföljning varierar avsevärt under pubertetsutvecklingen [3, 13, 14]. Snabba förändringar i den fettfria massans (FFM) sammansättning – till följd av förändrade vätskenivåer, skelettmineralisering och könsspecifika hormonförändringar – snedvrider ofta kaliperkaliperingsekvationer och tvåkomponentsmodeller för kroppssammansättning [14, 17].

Pubertal tillväxt och förändrad kroppssammansättning

Ungdomsåren innebär stora fysiologiska och strukturella förändringar som komplicerar mätningar av kroppssammansättning [14]. Före den sexuella mognaden har barn en högre vattenhalt och lägre mineralhalt i skelettet inom sin fettfria massa jämfört med vuxna [14]. I takt med att puberteten fortskrider förändras densiteten och proportionerna i den fettfria massan markant [14].

Pubertetens start definieras kliniskt som att nå Tanner-stadium 2, vilket kännetecknas av bröstknoppning (telarke, stadium B2) hos flickor eller en testikelvolym på 4 ml eller mer hos pojkar [1]. Hos flickor föregår adrenarke (den mognadsrelaterade ökningen av binjureandrogenerna DHEA och DHEAS) vanligtvis gonadarche [9]. Den generella sekvensen för flickors mognad går från tillväxtacceleration till pubarke, telarke, maximal tillväxthastighet (peak height velocity) och menarke [9]. Den genomsnittliga tiden från telarke (B2) till menarke är 2,34 år (med en standardavvikelse på 1,03 år), även om korrelationen mellan bröstutveckling och tidpunkten för menarke är låg (r = 0,17), och den totala tidsramen för att passera alla pubertetsmilstolpar varierar från 1,5 till över 6 år [9]. Amerikanska demografiska data visar att medianåldern vid start av bröststadium 2 är 8,8 år hos afroamerikaner, 9,3 år hos latinamerikaner och 9,7 år hos icke-spansktalande vita och asiater, jämfört med en sammanställd uppskattning på 10,4 år i låg- och medelinkomstländer [9].

Pubertetens timing är starkt kopplad till energireserver och hormonell signalering [1, 8]. Ökad fettmassa är kopplad till en tidigare pubertetsstart via centrala mekanismer – där förhöjda leptinnivåer ökar pulsatiliteten hos gonadotropinfrisättande hormon (GnRH) och gonadotropinsekretionen – samt perifera mekanismer, där insulinresistens och hyperinsulinemi stimulerar produktionen av könshormoner [8]. Vid longitudinell uppföljning av flickor observerades en bioimpedansmätt fettprocent under 18 % sex månader före puberteten, vilken ökade med 2,85 % över tre månader för att överstiga 20 % före Tanner-stadium B2, och förblev vid eller över 22 % efter pubertetsstarten [1]. Den högsta tillväxthastigheten under tillväxtspurten inträffar mellan 11 och 12 års ålder hos flickor (efter telarke mellan 8 och 12 år) och mellan 13 och 14 års ålder hos pojkar (efter testikelförstoring till en volym ≥4 ml eller längd ≥2,5 cm mellan 9,5 och 14 år) [8].

Tillförlitligheten hos standardiserade BMI-gränsvärden

Eftersom BMI enbart baseras på total kroppsvikt och längd skiljer det inte mellan expansion av fettvävnad och ökning av muskelmassa under pubertala tillväxtspurtar [3, 13]. Som screeningverktyg för förhöjd fettmassa presterar dock åldersbaserade BMI-gränsvärden i nivå med modeller som explicit väger in pubertetsstadium [3].

I en tvärsnittsstudie på 368 friska kaukasiska ungdomar (8,5–15,5 år) identifierade BMI-gränsvärden beräknade enbart utifrån ålder hög fettmassa mätt med DXA (definierat som ≥25 % kroppsfett hos pojkar och ≥35 % hos flickor) med 86 % sensitivitet hos båda könen, tillsammans med 89 % specificitet hos pojkar och 97 % hos flickor [3]. Justering av dessa BMI-gränsvärden för att inkludera både ålder och pubertetsstadium gav 90 % sensitivitet hos pojkar och 88 % hos flickor (med 92 % specificitet hos båda), en justering som inte var signifikant bättre än enbart ålderskriterier [3]. Dessutom visade ålders- och könsjusterat BMI, i en utvärdering av 6 725 ungdomar i åldern 5–17 år från Bogalusa Heart Study, något starkare samband med kardiometabola riskmarkörer (inklusive lipider, lipoproteiner, insulin och blodtryck) än fettprocent uppskattad med standardiserade kaliperkaliperingsekvationer [13].

Kaliperkaliperingsekvationer över olika mognadsstadier

Antropometriska formler använder kaliper för att mäta tjockleken på subkutan fettvävnad vid specifika anatomiska mätpunkter och omvandlar dessa värden till uppskattad kroppsdensitet eller kroppsfettprocent (%BF) [11, 14, 15]. De mest använda pediatriska modellerna, utvecklade av Slaughter och medarbetare (1988), togs fram med ett urval av 242 friska ungdomar i åldern 8–18 år och validerades mot undervattensvägning eller isotopspädning [14, 15]. Dessa ekvationer använder hudveck vid triceps (TR) och subscapulärt (SE):

• Flickor (alla åldrar): %BF = 1.33(TR + SE) - 0.013(TR + SE)^2 - 2.5 [11]
• Pojkar (alla åldrar): %BF = 1.21(TR + SE) - 0.008(TR + SE)^2 + I (där I är en interceptjustering baserad på mognadsstadium och etnicitet) [11]

Slaughters ekvationer utformades specifikt för att ta hänsyn till den föränderliga densiteten hos FFM över olika mognadsstadier (från prepubertal till postpubertal) [14]. I en korsvalideringsstudie av Janz et al. med 122 ungdomar i åldern 8–17 år, utvärderade mot åldersjusterade kriterier för kroppsdensitet, visade Slaughters ekvationer höga intrakorrelationskoefficienter (ICC = 0,98–0,99) och validitetskorrelationer (r = 0,79–0,99), med standardfel för uppskattningen (SEE) och totala fel mellan 3,5 % och 4,6 % för fettprocent [14]. Denna utvärdering identifierade dock även en signifikant interaktion mellan kaliperkaliperingsekvationen och pubertal mognadsgrad hos pojkar, och den alternativa formeln för flickor baserad på triceps plus vad skilde sig signifikant från referensmåttet [14].

Vid utvärdering mot fyrkomponentsmodeller eller DXA i bredare pediatriska populationer visar traditionella kaliperkaliperingsekvationer tydliga begränsningar [10, 11, 13, 15]:

• Fettmasseberoende avvikelse: I Pediatric Rosetta Body Composition Project (1 169 ungdomar) korrelerade Slaughters ekvationer starkt med fettprocent via DXA (r = 0,90), men överskattade kroppsfettet med 12 procentenheter hos pojkar och 6 procentenheter hos flickor när summan av subscapulära och tricepshudveck nådde eller översteg 50 mm [13].
• Äldre formler med 4 hudveck: Äldre ekvationer baserade på fyra mätpunkter (biceps, triceps, subscapulärt, suprailiakalt; såsom Brook 1971 eller Durnin och Womersley 1974) visar hög korrelation (r = 0,71 till 0,98) med DXA men dålig överensstämmelse, med medelskillnader på 2,4 kg för fettmassa, -1,9 kg för fettfri massa och 6,3 % för fettprocent [15]. Nya uppdaterade pediatriska ekvationer utvärderade på 835 friska barn och 254 ungdomar med kliniska tillstånd förbättrade denna överensstämmelse till medelskillnader på 0,2 kg för fettmassa, 0,4 kg för fettfri massa och 0,0 % för fettprocent [15].
• Klinisk och populationsmässig variabilitet: Hos 59 tonårsflickor med fenylketonuri (PKU) uppvisade Slaughters ekvationer sämst precision mot pletysmografi genom luftundanträngning (BOD POD), med en medelskillnad på -7,7 ± 7,4 %, ett genomsnittligt procentuellt fel på 19 % och en konkordanskorrelationskoefficient (CCC) på 0,3 [10]. Däremot visade Petersons ekvation ingen signifikant skillnad mot BOD POD (P = 0,23, medelskillnad 0,76 ± 4,8 %, CCC = 0,8), medan Loftins TAAG-ekvation hade det lägsta genomsnittliga procentuella felet (2,2 %, CCC = 0,8) [10]. Traditionella formler från Slaughter och Lohman presterade också dåligt vid test mot DXA hos barn och ungdomar med hiv [11].

Bioelektrisk impedans och flerkomponentsmodeller

Bioelektrisk impedansanalys (BIA) är en annan vanlig fältmetod för att bedöma kroppssammansättning under ungdomsåren [4, 17]. Enfrekvens-BIA mäter resistans (R), som speglar fördelningen av extracellulärt och intracellulärt vatten, och reaktans (Xc), som speglar cellmembranens kapacitans [23]. Fasvinkel (PhA) härleds geometriskt från vinkeltransformationen av förhållandet mellan reaktans och resistans [23]. Muskellokaliserad BIA (ML-BIA) utvärderar specifika muskelgrupper: minskad lokal resistans speglar vätskeansamling, medan minskningar i reaktans och fasvinkel speglar störd membranintegritet [23]. Lokaliserade fasvinkelmätningar på främre låret har visat samband med muskelkvalitet mätt med ultraljud hos unga män och muskelstyrka/effektutveckling hos unga kvinnor [23].

Trots sin praktiska användbarhet har standard BIA för helkropp dokumenterade diagnostiska begränsningar i pediatriska grupper [4, 17]:

• Systematisk underskattning: En systematisk översiktsartikel med 28 studier (åldrarna 2–17 år) fann att BIA konsekvent underskattar fettmassa och fettprocent hos barn och ungdomar med övervikt och fetma jämfört med DXA [4].
• Utrustningens utformning: Flerfrekventa segmentella analysatorer (såsom InBody 720) uppvisar bättre överensstämmelse med DXA genom att särskilja intracellulära och extracellulära vattenvolymer, medan enfrekvensmodeller är känsligare för vätskefluktuationer och akut matintag [4].
• Modellantaganden hos idrottare: Hos unga idrottare (<18 år) uppvisar två- och trekomponentsmodeller sämre träffsäkerhet på grund av antaganden om vävnadsdensitet, lungvolym och hydreringsstatus, vilket gör fyrkomponentsmodeller att föredra [17]. Även om DXA ofta fungerar som referensstandard vid validering av fältmetoder begränsas den rutinmässiga användningen för månatliga uppföljningar av stråldos, höga kostnader och bristande portabilitet jämfört med fältmetoder [4, 17]. Följaktligen kräver fältmetoder som kalipermätning och BIA kontinuerlig populationsspecifik validering för att minska felkällor från mätarvariation och biologisk mognad [17].