ISAK Profiling กับสมการ Skinfold ในการวัดองค์ประกอบร่างกาย
การประเมินสัดส่วนร่างกายตามมาตรฐาน ISAK ช่วยกำหนดมาตรฐานการวัดหลายตำแหน่งและการแยกส่วนเนื้อเยื่อทางกายวิภาค จึงช่วยหลีกเลี่ยงความคลาดเคลื่อนเฉพาะกลุ่มประชากรและข้อผิดพลาดจากการปะปนระดับโมเลกุลกับระดับเนื้อเยื่อที่มีในสมการ skinfold ทั่วไป อย่างไรก็ตาม ทั้งสองวิธีเป็นเพียงการประเมินทางอ้อมขั้นที่สองและไม่มีความไวเพียงพอที่จะตรวจจับการเปลี่ยนแปลงของมวลไขมันในระยะสั้นที่น้อยกว่า 0.5 กก.
อัปเดตล่าสุด: 2026-09-15
การประเมินสัดส่วนร่างกายอย่างครอบคลุมตามมาตรฐานของสมาคมระหว่างประเทศเพื่อความก้าวหน้าทางกายวิภาคศาสตร์ประยุกต์ (ISAK) เป็นการวัดหลายตำแหน่งที่ได้มาตรฐานและแยกองค์ประกอบของเนื้อเยื่อตามหลักกายวิภาค ในขณะที่สมการคำนวณจากความหนาของชั้นไขมันใต้ผิวหนัง (skinfold) แบบมาตรฐานอาศัยการถดถอยทางสถิติ (statistical regression) ในการคาดการณ์ความหนาแน่นของร่างกายหรือเปอร์เซ็นต์ไขมันรวม [4, 6, 9] แม้ว่าการแยกส่วนเนื้อเยื่อของ ISAK จะช่วยลดความคลาดเคลื่อนทางคณิตศาสตร์ที่เกิดจากการนำสมการถดถอยเฉพาะกลุ่มประชากรมาใช้กับบุคคลทั่วไปได้ แต่วิธีการทั้งสองก็ยังคงเป็นการวัดทางอ้อมขั้นที่สอง (doubly indirect) ซึ่งไม่มีความไวเพียงพอที่จะตรวจจับการเปลี่ยนแปลงของมวลไขมันในระยะสั้นที่ต่ำกว่า 0.5 กก. ได้ [16, 17]
ข้อจำกัดของสมการ Skinfold แบบมาตรฐาน
การประเมินไขมันในร่างกายแบบดั้งเดิมจะใช้การวัดด้วยคาลิปเปอร์ (caliper) ในตำแหน่งที่กำหนด แล้วนำค่าไปใส่ในสมการถดถอย เช่น Jackson and Pollock หรือ Durnin and Womersley [4] สมการเหล่านี้ถูกพัฒนาขึ้นจากกลุ่มประชากรตัวอย่างที่จำเพาะเจาะจง ทำให้ยากที่จะนำไปปรับใช้ให้แม่นยำในกลุ่มนักกีฬา อายุ เพศ หรือขนาดร่างกายที่แตกต่างกัน [4, 11, 16]
เมื่อนำสมการถดถอยมาตรฐานแต่ละสูตรมาคำนวณกับชุดข้อมูลการวัดเดียวกัน ผลลัพธ์ที่ได้มักจะแตกต่างกันอย่างมาก:
- ความคลาดเคลื่อนระหว่างสูตร: การนำสมการที่ได้รับการตีพิมพ์หลายๆ สูตรมาคำนวณจากข้อมูล 8 ตำแหน่งชุดเดียวกันที่วัดโดยผู้เชี่ยวชาญ ISAK ระดับ 3 ให้ค่าเปอร์เซ็นต์ไขมันที่ประเมินได้แตกต่างกันตั้งแต่ 5.29% (สูตร Carter) ไปจนถึง 8.22% (สูตร Faulkner) [3] และในการศึกษาในผู้ใหญ่ 87 คน ค่าเฉลี่ยเปอร์เซ็นต์ไขมันที่ได้แตกต่างกันระหว่าง 8.90% ถึง 17.91% ในผู้ชาย และ 15.33% ถึง 28.79% ในผู้หญิง โดยขึ้นอยู่กับสมการที่เลือกใช้เพียงอย่างเดียว [9]
- ความคลาดเคลื่อนอย่างเป็นระบบ (Systematic Bias): เมื่อเทียบกับเกณฑ์มาตรฐานระดับ Gold Standard แบบ 4 องค์ประกอบ (4C model) พบว่าสมการ Durnin and Womersley มีค่าความคลาดเคลื่อนเฉลี่ยอยู่ที่ -2% ขณะที่สมการ Jackson and Pollock มีค่าความคลาดเคลื่อนเฉลี่ยอยู่ที่ -6.6% โดยทั้งสองสูตรประเมินไขมันในร่างกายของผู้ที่มีขนาดตัวใหญ่ต่ำกว่าความเป็นจริงอย่างเป็นระบบ [4]
- ความไม่สอดคล้องกับเกณฑ์อ้างอิง: ในนักกีฬาเยาวชนที่ได้รับการประเมินเทียบกับแบบจำลอง 3 องค์ประกอบ (3C model) สมการยอดนิยมอย่าง Durnin-Womersley, Jackson and Pollock แบบ 7 ตำแหน่ง และ Slaughter มีค่าเบี่ยงเบนจากมวลไร้ไขมันที่เป็นเกณฑ์อ้างอิงอย่างมีนัยสำคัญ [8, 15] ในทางตรงกันข้าม สมการ Evans แบบ 3 ตำแหน่งสำหรับผู้ชาย (ผลต่างเฉลี่ย = 1.8 ± 3.56 กก., สัมประสิทธิ์ความสอดคล้องของ Lin [CCC] = 0.93) และสมการ Evans แบบ 7 ตำแหน่งสำหรับผู้หญิง (CCC = 0.82, ค่าความคลาดเคลื่อนมาตรฐานของการประมาณการ [SEE] = 2.01 กก.) แสดงให้เห็นถึงความสอดคล้องที่สูงกว่า [8, 15]
- ผลกระทบต่อการนำไปใช้งานจริง: เมื่อต้องกำหนดเกณฑ์น้ำหนักเป้าหมาย เช่น น้ำหนักขั้นต่ำสำหรับการแข่งขันมวยปล้ำ (MWW) ความคลาดเคลื่อนของเปอร์เซ็นต์ไขมันจากสมการเหล่านี้สามารถทำให้เกิดส่วนต่างของความคลาดเคลื่อนมาตรฐานได้ถึง 2.4 ถึง 3.2 กก. ซึ่งส่งผลให้เป้าหมายน้ำหนักขั้นต่ำคลาดเคลื่อนไปได้สูงสุดถึง 3.3 กก. [8, 15]
ความคลาดเคลื่อนส่วนใหญ่นี้มีสาเหตุมาจากความขัดแย้งเชิงแบบจำลองพื้นฐาน สมการถดถอยแบบดั้งเดิมพยายามประมาณการมวลไขมันในระดับโมเลกุล (แบบจำลองที่ 2: มวลลิพิดรวมเทียบกับมวลที่ปราศจากลิพิด) ในขณะที่คาลิปเปอร์ทำการวัดผิวหนังและเนื้อเยื่อไขมันใต้ผิวหนังในระดับเนื้อเยื่อทางกายวิภาค (แบบจำลองที่ 4) [9, 14] การนำมวลลิพิดมาปะปนกับเนื้อเยื่อไขมันทางกายวิภาคจึงก่อให้เกิดความคลาดเคลื่อนของแบบจำลองตั้งแต่ต้นอยู่ที่ 8% ถึง 10% [9]
การวัดสัดส่วนร่างกายแบบครอบคลุมตามมาตรฐาน ISAK และการแยกส่วนเนื้อเยื่อ
เพื่อก้าวข้ามข้อจำกัดและสมมติฐานของสมการถดถอยแบบ 2 องค์ประกอบ ISAK จึงได้นำเสนอเกณฑ์วิธี (protocol) การวัดแบบหลายมิติที่ได้มาตรฐาน ร่วมกับการใช้แบบจำลองการแยกส่วนเนื้อเยื่อทางกายวิภาค [6, 7, 12]
รายการวัดมาตรฐานและเกณฑ์ความคลาดเคลื่อนทางเทคนิค
ISAK มีการกำหนดมาตรฐานการฝึกอบรมผู้ปฏิบัติงานตามระดับการรับรอง (Certification Tiers):
- Restricted Profile (ระดับ 1): ประกอบด้วยการวัด 21 ตำแหน่ง ได้แก่ ค่าพื้นฐาน 4 ค่า, ความหนาชั้นไขมัน (skinfold) 8 ตำแหน่ง, เส้นรอบวง 6 ตำแหน่ง และความกว้างกระดูก 3 ตำแหน่ง [7] ผู้ปฏิบัติงานต้องผ่านเกณฑ์ความคลาดเคลื่อนทางเทคนิคในการวัด (TEM) ไม่เกิน 7.5% สำหรับชั้นไขมัน และไม่เกิน 1.5% สำหรับมิติอื่นๆ ทั้งหมด [6]
- Full Profile (ระดับ 2/3): ขยายการวัดเป็น 42 ตำแหน่ง โดยเพิ่มความยาวกระดูก ส่วนสูง รวมถึงเส้นรอบวงและความกว้างกระดูกเพิ่มเติม [7] ผู้ปฏิบัติงานต้องผ่านเกณฑ์ TEM ที่เข้มงวดขึ้น คือไม่เกิน 5.0% สำหรับชั้นไขมัน และไม่เกิน 1.0% สำหรับมิติอื่นๆ ทั้งหมด [6]
- มาตรฐานของเกณฑ์วิธี: การวัดต้องใช้คาลิปเปอร์ที่ผ่านการสอบเทียบซึ่งมีแรงกดของปากวัดคงที่ที่ 10 กรัม/ตร.ซม. และบันทึกค่าละเอียดถึง 0.2 มม. หลังปล่อยคันโยกประมาณ 4 วินาที [4] จะต้องทำการวัดอย่างน้อย 2 ครั้งต่อตำแหน่ง และจะทำการวัดครั้งที่ 3 ก็ต่อเมื่อค่าความหนาชั้นไขมันที่วัดได้ในตอนแรกต่างกันมากกว่า 5% (หรือ >1 มม. ตามแนวทางมาตรฐาน) หรือหากมิติอื่นๆ มีค่าต่างกันมากกว่า 1% [4, 6]
แบบจำลอง 5 องค์ประกอบของ Kerr
แทนที่จะแปลงค่าความหนาของชั้นไขมันไปเป็นความหนาแน่นของร่างกายและเปอร์เซ็นต์ไขมันในระดับโมเลกุล การประเมินอย่างครอบคลุมมักใช้แบบจำลอง 5 องค์ประกอบของ Kerr [9, 12, 14] แบบจำลองระดับเนื้อเยื่อนี้ (แบบจำลองที่ 4) จะแยกมวลรวมของร่างกายออกเป็น 5 องค์ประกอบทางกายวิภาคที่ชัดเจน ได้แก่ เนื้อเยื่อไขมัน, กล้ามเนื้อลาย, กระดูก, ผิวหนัง และเนื้อเยื่อส่วนที่เหลือ (residual tissue) [12, 14]
ในการทดสอบความถูกต้องเทียบกับเครื่องเอกซเรย์ตรวจวัดความหนาแน่นของกระดูกและเนื้อเยื่อ (DXA) ในนักกีฬาพาราลิมปิกที่มีการตัดแขนขาช่วงล่างจำนวน 27 คน พบว่าแบบจำลองการแยก 5 องค์ประกอบของ ISAK แสดงความสอดคล้องอย่างสูงสำหรับเปอร์เซ็นต์ไขมัน (ผลต่างเฉลี่ย 0.32 ± 4.8%, ICC > 0.83) และมวลไขมัน (ผลต่างเฉลี่ย -0.71 ± 3.64%, ICC > 0.85) แม้ว่าจะไม่แนะนำให้ใช้สำหรับการแยกดูเปอร์เซ็นต์มวลกล้ามเนื้อและเนื้อเยื่อไร้ไขมันเพียงอย่างเดียวก็ตาม [10]
เมื่อต้องประเมินมวลกล้ามเนื้อ การแปลผลสมการก็ต้องทำด้วยความระมัดระวังเช่นกัน ในกลุ่มนักกีฬาฟุตบอลเยาวชนชาย 50 คน ค่าประมาณการมวลกล้ามเนื้อมีตั้งแต่ 25.11 ± 3.07 กก. (สูตร Poortmans) ไปจนถึง 31.26 ± 4.94 กก. (สูตร Doupe) อันเนื่องมาจากนิยามของเป้าหมายที่แตกต่างกัน (เช่น มวลกล้ามเนื้อลายทั้งตัว เทียบกับ มวลกล้ามเนื้อรวมทั้งร่างกาย เทียบกับ มวลกล้ามเนื้อระดับเนื้อเยื่อตามนิยามของ Kerr) [12]
ข้อจำกัดในทางปฏิบัติสำหรับการติดตามการเปลี่ยนแปลงระยะยาว
สำหรับการติดตามผลระยะยาวในนักกีฬาและผู้ที่ออกกำลังกาย การวัดสัดส่วนร่างกายมีทั้งจุดแข็งและข้อจำกัดเฉพาะตัว:
- ความเสถียรทางชีววิทยา: ในฐานะที่เป็นการประเมินทางอ้อมขั้นที่สอง การวัดความหนาของชั้นไขมันจะได้รับผลกระทบจากความผันผวนทางชีววิทยารายวัน (เช่น ภาวะการขาดหรือเกินของน้ำในร่างกาย) น้อยกว่าการตรวจด้วยกระแสไฟฟ้าชีวภาพ (BIA), การตรวจสเปกโทรสโกปีแบบไบโออิมพีแดนซ์ (BIS) หรือการวัดความหนาแน่นของร่างกาย (densitometry) [15, 17]
- ความสม่ำเสมอของอุปกรณ์: คาลิปเปอร์แต่ละยี่ห้อไม่สามารถใช้แทนกันได้ทั้งหมด การวิเคราะห์แบบ Bland–Altman ชี้ให้เห็นถึงความแตกต่างอย่างมีนัยสำคัญ (p < 0.001) ระหว่างคาลิปเปอร์ยี่ห้อ Harpenden, Holtain, Slim Guide และ Lipowise ซึ่งหมายความว่าจำเป็นต้องใช้เครื่องมือยี่ห้อและรุ่นเดิมอย่างสม่ำเสมอในทุกๆ ครั้งที่มีการตรวจวัด [14]
- ความไม่ไวต่อการเปลี่ยนแปลงเล็กน้อย: การวัดสัดส่วนร่างกายไม่มีความละเอียดเพียงพอที่จะตรวจจับการเปลี่ยนแปลงของมวลไขมันในระยะสั้นที่น้อยกว่า 0.5 กก. ซึ่งเป็นผลมาจากการปรับเปลี่ยนโภชนาการระยะสั้นได้ [16]
- ความเสี่ยงในการจัดกลุ่มผิดพลาด: ความคลาดเคลื่อนในการวัดที่แม้จะอยู่ในเกณฑ์ TEM ที่ยอมรับได้ ก็ยังส่งผลกระทบต่อการจัดกลุ่มประเภทรูปร่าง (somatotype) ได้ โดยในผู้ชายที่ออกกำลังกายเป็นประจำ 68 คน ขอบเขตความคลาดเคลื่อนที่เกณฑ์ TEM ระดับ 1 และระดับ 2/3 ทำให้เกิดอัตราการจัดกลุ่ม somatotype ผิดพลาดระหว่าง 29.4% ถึง 38.2% ในการจัดกลุ่มพื้นฐาน 4 กลุ่ม และสูงถึง 72.1% ในการจัดกลุ่มแบบละเอียด 13 กลุ่ม [6]
เพื่อติดตามการปรับตัวทางกายภาพที่แท้จริงเมื่อเวลาผ่านไปโดยไม่สร้างความคลาดเคลื่อนทางคณิตศาสตร์จากสมการถดถอย ผู้เชี่ยวชาญจึงมักเลือกติดตามผลจากค่าความหนาของชั้นไขมันดิบโดยตรง, ผลรวมของความหนาชั้นไขมัน (sum of skinfolds) หรือแปลงค่าการวัดเป็นคะแนนเบี่ยงเบนมาตรฐาน (SDS) ควบคู่ไปกับการติดตามน้ำหนักตัว [4]
เอกสารอ้างอิง
แหล่งข้อมูลเว็บ
- 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