🌐 Svenska
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

ISAK-profilering vs. kalipersekvationer för kroppssammansättning

Antropometrisk profilering enligt ISAK standardiserar flerpunktsmätningar och vävnadsfraktionering, vilket undviker de populationsfel och molekylära kontra vävnadsbaserade felkällor som finns i vanliga kalipersekvationer. Båda metoderna är dock dubbelt indirekta och saknar känslighet för att upptäcka kortsiktiga förändringar i fettmassa under 0,5 kg.

Senast uppdaterad: 2026-09-15

Omfattande antropometrisk profilering enligt protokoll från International Society for the Advancement of Kinanthropometry (ISAK) ger en standardiserad flerpunktsmätning som delar upp vävnader anatomiskt, medan traditionella kalipersekvationer förlitar sig på statistisk regression för att uppskatta kroppsdensitet eller fettprocent [4, 6, 9]. Även om ISAK-fraktionering minskar den matematiska snedvridning som uppstår när populationsspecifika regressionsformler tillämpas på individer, förblir båda metoderna dubbelt indirekta och är inte tillräckligt känsliga för att upptäcka kortsiktiga förändringar i fettmassa under 0,5 kg [16, 17].

Fallgroparna med standardiserade kalipersekvationer

Traditionell mätning av kroppsfett bygger på kalipermätningar vid utvalda mätpunkter som matas in i regressionssekvationer, såsom Jackson och Pollock eller Durnin och Womersley [4]. Dessa ekvationer utvecklades utifrån specifika referenspopulationer, vilket gör att de har dålig generaliserbarhet när de tillämpas på andra idrottsgrupper, åldrar, kön eller kroppsstorlekar [4, 11, 16].

När standardregressionsformler tillämpas på identiska mätdata skiljer sig de resulterande uppskattningarna drastiskt:

  • Formelavvikelser: När olika publicerade ekvationer applicerades på exakt samma dataset med åtta mätpunkter insamlat av en ISAK-utövare på nivå 3, varierade fettuppskattningarna från 5,29 % (Carter) till 8,22 % (Faulkner) [3]. I en studie på 87 vuxna varierade de genomsnittliga uppskattningarna av fettprocent mellan 8,90 % och 17,91 % för män och mellan 15,33 % och 28,79 % för kvinnor, enbart beroende på vilken ekvation som valdes [9].
  • Systematiska fel: Jämfört med den gyllene standarden i form av en fyrkomponentsmodell (4C) uppvisade Durnin och Womersleys ekvation en genomsnittlig avvikelse på -2 %, medan Jackson och Pollocks ekvation visade en genomsnittlig avvikelse på -6,6 %, där båda formlerna systematiskt underskattade kroppsfettet hos större individer [4].
  • Avvikelser mot referensmetoder: Hos unga idrottare utvärderade mot en trekomponentsmodell (3C) avvek vanligt förekommande ekvationer – inklusive Durnin-Womersley, Jackson och Pollock 7 mätpunkter samt Slaughter – signifikant från referensvärden för fettfri massa [8, 15]. Däremot uppvisade Evans 3-punktsekvation för män (medelskillnad = 1,8 ± 3,56 kg, Lins konkordanskorrelationskoefficient [CCC] = 0,93) och Evans 7-punktsekvation för kvinnor (CCC = 0,82, standardskattningsfel [SEE] = 2,01 kg) högre överensstämmelse [8, 15].
  • Praktiska konsekvenser: Vid fastställande av målvärden som lägsta tillåtna tävlingsvikt i brottning (MWW) kan ekvationsbaserade fel i kroppsfett ge upphov till standardavvikelser mellan 2,4 och 3,2 kg, vilket kan förändra målet för minimivikt med upp till 3,3 kg [8, 15].

En stor del av dessa fel härrör från en grundläggande modellkonflikt. Klassiska regressionssekvationer försöker uppskatta fettmassa på molekylär nivå (Modell 2: total lipidmassa kontra lipidfri massa), medan kaliprar rent fysiskt mäter hud och subkutan fettvävnad på vävnadsnivå (Modell 4) [9, 14]. Att likställa lipidmassa med anatomisk fettvävnad introducerar ett grundläggande modelleringsfel på 8 % till 10 % [9].

Omfattande ISAK-profilering och vävnadsfraktionering

För att komma runt antagandena i tvåkomponentsmodeller introducerade ISAK standardiserade flerdimensionella mätprotokoll i kombination med anatomiska fraktioneringsmodeller [6, 7, 12].

Standardiserade profiler och tekniska toleranser

ISAK standardiserar utbildningen av mätare genom olika certifieringsnivåer:

  • Begränsad profil (Nivå 1): Består av 21 mätningar, inklusive 4 grundmått, 8 hudveck, 6 omkretsar och 3 skelettbredder [7]. Utövare måste klara ett tekniskt mätfel (TEM) på högst 7,5 % för hudveck och 1,5 % för alla övriga mått [6].
  • Fullständig profil (Nivå 2/3): Utökas till 42 mätningar genom att lägga till segmentlängder, höjdmått samt ytterligare omkretsar och breddmått [7]. För dessa mätare gäller striktare TEM-gränser: 5,0 % för hudveck och 1,0 % för alla andra dimensioner [6].
  • Protokollstandardisering: Mätningarna kräver kalibrerade kaliprar med ett konstant käktryck på 10 g/cm², som avläses med en noggrannhet på 0,2 mm cirka 4 sekunder efter att tryckarmen släppts [4]. Minst två mätningar görs per punkt; en tredje krävs endast om de initiala hudvecken skiljer sig med mer än 5 % (eller >1 mm enligt standardriktlinjer) eller om andra mått skiljer sig med mer än 1 % [4, 6].

Kerrs femkomponentsmodell

Istället för att omvandla hudveck till kroppsdensitet och molekylär fettprocent tillämpar mer avancerad profilering ofta Kerrs femkomponentsmodell [9, 12, 14]. Denna modell på vävnadsnivå (Modell 4) delar upp den totala kroppsmassan i fem separata anatomiska komponenter: fettvävnad, skelettmuskulatur, ben, hud och residualvävnad [12, 14].

Vid validering mot dubbelenergiröntgenabsorptiometri (DXA) hos 27 paraidrottare med benamputationer uppvisade ISAK:s 5-komponentsmodell god överensstämmelse för fettprocent (medelskillnad 0,32 ± 4,8 %, ICC > 0,83) och fettmassa (medelskillnad -0,71 ± 3,64 %, ICC > 0,85), även om den inte rekommenderades för att isolera andelen muskelmassa [10].

Vid utvärdering av muskelmassa måste ekvationer också tolkas med försiktighet. I en kohort av 50 unga manliga fotbollsspelare varierade uppskattningarna av muskelmassa från 25,11 ± 3,07 kg (Poortmans) till 31,26 ± 4,94 kg (Doupe) på grund av varierande målvisioner och definitioner (t.ex. total skelettmuskelmassa kontra helkroppsmuskelmassa kontra Kerrs muskelvävnadsnivå) [12].

Praktiska begränsningar vid uppföljning över tid

För longitudinell uppföljning av idrottare och tränande har antropometri specifika styrkor och begränsningar:

  • Biologisk stabilitet: Som en dubbelt indirekt mätmetod påverkas kalipermätning mindre av akuta biologiska variationer från dag till dag (såsom vätskeförskjutningar) än bioelektrisk impedans (BIA), bioimpedansspektroskopi (BIS) eller densitometri [15, 17].
  • Konsistens i mätverktyg: Kaliprar är inte utbytbara rakt av. Bland–Altman-analyser visar signifikanta skillnader (p < 0,001) mellan kalippermärken som Harpenden, Holtain, Slim Guide och Lipowise, vilket innebär att samma märke och modell måste användas konsekvent mellan testtillfällena [14].
  • Känslighet för små förändringar: Antropometriska mätningar saknar upplösning för att upptäcka akuta förändringar i fettmassa under 0,5 kg som uppstår till följd av kortsiktiga kostinterventioner [16].
  • Risk för felklassificering: Mätfel inom godkända TEM-gränser kan fortfarande påverka kategoriska klassificeringar. Hos 68 fysiskt aktiva män orsakade felmarginaler vid nivå 1- och nivå 2/3-TEM felklassificeringsgrader för somatotyp på mellan 29,4 % och 38,2 % i de grundläggande 4-gruppskategorierna, och upp till 72,1 % i de detaljerade 13-gruppskategorierna [6].

För att följa reella fysiska anpassningar över tid utan att introducera matematiska artefakter från regressionssekvationer väljer praktiker ofta att följa råa hudvecksmått, summan av hudveck eller att omvandla mätvärden till standardavvikelser (SDS) i kombination med kroppsvikt [4].

Referenser

Webbkällor

  1. Validation of a skinfold based index for tracking proportional ...
  2. Review Skinfolds Measurement Protocols and Standards
  3. How accurate are skinfold measurements for estimating BF ...
  4. Simple measures - skinfolds
  5. Skinfold Prediction Equation for Athletes Developed Using a Four ...
  6. The Impact of Technical Error of Measurement on ...
  7. ISAK Certification - Goldstandard Systems Inc.
  8. Validation of skinfold equations and alternative methods for ...
  9. Agreement and Differences between Fat Estimation ...
  10. Validity and reliability of anthropometric equations versus ...
  11. Frontiers | Editorial: Body composition assessment techniques ...
  12. Comparison of Anthropometric Equations to Estimate Body ...
  13. ACSM's Guidelines for Exercise Testing and Prescription
  14. Differences between Four Skinfold Calipers in the Assessment of ...
  15. Validation of skinfold equations and alternative methods for the ...
  16. Nutritional Assessment of Body Composition
  17. Come Back Skinfolds, All Is Forgiven: A Narrative Review of ...
  18. How Well do Skinfold Equations Predict Percent Body Fat ...
  19. (PDF) Development and validation of skinfold-thickness ...
  20. Estimation of Body Fat Percentage in Jockeys

Relaterad forskning

Body compositionHur skelettstorleken påverkar maximal naturlig muskelmassa

Mått på skelettet, såsom handleds- och fotledsomkrets, sätter ett strukturellt tak för maximal naturlig fettfri massa och målkroppsvikt. Med hjälp av anatomiska ekvationer kan renodlade atleter uppskatta sin övre muskelgräns, även om dessa formler är strikt kalibrerade för dopningsfria personer med låg fettprocent.

Body compositionDagliga steg under kaloriunderskott: Aptit och metabol anpassning

Att upprätthålla ett måttligt antal dagliga steg under ett energiunderskott förbättrar mättnadshormoner som GLP-1 och PYY utan att utlösa kompensatoriskt överätande. Men när man befinner sig i ett aktivt kaloriunderskott planar den totala dagliga energiförbrukningen ut vid högre aktivitetsvolymer på grund av metabol begränsning.

Body compositionHur ben- och bålproportioner förändras under puberteten

Proportionerna mellan ben och bål förändras icke-linjärt under puberteten; bentillväxten når sin topp först i tidig pubertet innan ryggradens tillväxt accelererar i sen tonår. Vuxna antropometriska proportioner stabiliseras vanligtvis när skelettmognad uppnås (Tanner-stadium 4–5), men den slutliga sitthöjdskvoten påverkas fortfarande av biologiskt kön, pubertetsstart och genetisk bakgrund.

Body compositionPlatå vid fettminskning: Mer aktivitet eller färre kalorier?

Att öka lågintensiv aktivitet hjälper till att bryta en platå vid fettminskning genom att höja energiflödet (energy flux), bevara kaloriintaget och minska hungern jämfört med kraftig kalorirestriktion. För att undvika att försämra återhämtningen från styrketräningen bör extra aktivitet bestå av skonsamma rörelseformer med måttlig frekvens, separerade från lyftpassen.

Body compositionMäta kroppsfett under puberteten: Hur pålitliga är formlerna?

Standardiserade BMI-gränsvärden och kaliperkaliperingsekvationer identifierar övergripande trender i fettmassa hos barn och unga, men den individuella precisionen varierar under puberteten. Förändringar i vätskehalt och skelettmineraler i den fettfria massan orsakar feluppskattningar, särskilt vid högre fettprocent eller kliniska tillstånd.

Body compositionFatMax vs HIIT för fettminskning och kroppssammansättning

Träning vid FatMax minskar effektivt fettmassa och visceralt fett hos personer med övervikt, men ökar inte den fettfria massan på egen hand. Högintensiv träning som HIIT ger jämförbara eller bättre minskningar av kroppsfettprocent och midjemått med högre tidseffektivitet. Eftersom fettförlust över 24 timmar främst beror på det totala energiunderskottet snarare än vilket bränsle som förbränns under själva passet, fungerar båda träningsformerna väl när den totala volymen och energiförbrukningen är tillräcklig.

Body compositionÄr kolhydratscykling bättre än ett jämnt underskott för fettminskning?

När veckans totala kalorier och protein matchas ger cykling av kolhydrater och kalorier mellan tränings- och vilodagar samma totala fettminskning som ett jämnt dagligt underskott. Flerdagars kolhydratrefeeds kan dock hjälpa styrketränande individer att bättre bevara fettfri massa och vilometabolism.

Body compositionÄr metabolisk ålder från bioimpedans ett pålitligt hälsomått?

Metabolisk ålder baserad på bioimpedans är inte en direkt mätning av cellulär metabolism eller en standardiserad medicinsk diagnos, men den fungerar som en stark statistisk markör för kroppssammansättning och kardiometabol risk. Eftersom den enbart jämför uppskattad vilometabolism med demografiska genomsnitt kan den inte ta hänsyn till icke-strukturella faktorer som mitokondriell effektivitet eller sköldkörtelstatus.

Kategorier