🌐 简体中文
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

身体成分评估:ISAK人体测量法对比皮褶厚度公式

ISAK 人体测量法通过标准化的多部位测量和组织成分划分,避免了传统皮褶厚度公式固有的群体偏差以及分子与组织层面混淆的建模误差。然而,这两种方法都属于双重间接测量,缺乏足够的敏感度来检测低于 0.5 公斤的短期脂肪质量变化。

最近更新: 2026-09-15

依据国际人体测量学发展学会(ISAK)标准开展的全面人体测量评估,提供了一种标准化的多部位测量方案,能够从解剖学层面对各组织成分进行划分;而标准的皮褶厚度公式则依赖统计回归模型来预测全身密度或体脂百分比 [4, 6, 9]。虽然 ISAK 组织成分划分法减少了因将特定人群回归公式套用于个体而产生的数学偏差,但两种方法本质上仍属于双重间接测量法,无法灵敏地检测出小于 0.5 kg 的短期脂肪质量变化 [16, 17]。

传统皮褶厚度公式的局限与弊端

传统的体脂评估方法是使用皮褶厚度计测量特定部位的厚度,并将读数代入回归方程中,例如 Jackson-Pollock 公式或 Durnin-Womersley 公式 [4]。这些方程均基于特定的参考人群开发,因此在跨不同运动项目群体、年龄、性别或体型应用时,其普适性较差 [4, 11, 16]。

当将不同的标准回归公式应用于完全相同的测量数据时,得出的估算结果会出现巨大差异:

  • 公式间的显著差异: 将不同已发表的公式应用于由 ISAK 3级测量师采集的完全相同的8部位数据集时,得出的体脂率估算值从 5.29%(Carter 公式)到 8.22%(Faulkner 公式)不等 [3]。在一项针对 87 名成年人的研究中,仅因所选公式的不同,男性的平均体脂率估算值就在 8.90% 至 17.91% 之间浮动,女性则在 15.33% 至 28.79% 之间浮动 [9]。
  • 系统性偏差: 以四组分(4C)金标准模型为基准进行对照时,Durnin-Womersley 公式表现出 -2% 的平均偏差,而 Jackson-Pollock 公式则表现出 -6.6% 的平均偏差,且两个公式都会系统性地低估体型较大者的体脂率 [4]。
  • 与效标模型的不一致: 在以三组分(3C)模型为对照评估青年运动员时,广泛使用的公式(包括 Durnin-Womersley、Jackson-Pollock 7部位和 Slaughter 公式)与效标去脂体重值均存在显著偏差 [8, 15]。相比之下,男性 Evans 3部位公式(平均差值 = 1.8 ± 3.56 kg,林氏一致性相关系数 [CCC] = 0.93)和女性 Evans 7部位公式(CCC = 0.82,估算标准误 [SEE] = 2.01 kg)表现出更高的一致性 [8, 15]。
  • 实际应用层面的后果: 在设定最低摔跤体重(MWW)等目标阈值时,公式推导出的体脂误差可能导致 2.4 至 3.2 kg 的标准误偏差,进而使设定的最低目标体重产生高达 3.3 kg 的偏差 [8, 15]。

这些误差很大程度上源于根本性的建模冲突。经典回归方程试图估算的是分子层面的脂肪质量(模型2:总脂质质量与去脂质量对比),而皮褶计实际测量的是组织层面的皮肤和皮下脂肪组织(模型4) [9, 14]。将分子脂质质量与解剖学脂肪组织混为一谈,会引入 8% 至 10% 的基线建模误差 [9]。

ISAK 全面测量方案与组织成分划分

为了克服二组分回归方程的假设缺陷,ISAK 引入了标准化的多维测量规程,并结合了解剖学组织成分划分模型 [6, 7, 12]。

标准化测量方案与技术误差容限

ISAK 对不同认证级别的测量人员设定了严格的标准化培训要求:

  • 精简测量方案(1级): 包含 21 项指标,具体为 4 项基础指标、8 处皮褶厚度、6 处围度以及 3 处骨宽度 [7]。测量人员的测量技术误差(TEM)必须满足皮褶厚度 ≤ 7.5%、其他所有指标 ≤ 1.5% 的标准 [6]。
  • 完整测量方案(2/3级): 扩展至 42 项指标,增加了骨长、高度以及额外的围度和骨宽测量 [7]。同时对测量人员提出了更严格的 TEM 限制:皮褶厚度 ≤ 5.0%,其他所有维度 ≤ 1.0% [6]。
  • 操作规范: 测量需使用经过校准的皮褶计,其钳口需保持 10 g/cm² 的恒定压力,在松开压头臂约 4 秒后读取数值,精确至 0.2 mm [4]。每个部位至少测量两次;仅当初始皮褶读数差异超过 5%(或按标准指南差异 >1 mm),或其他尺寸差异超过 1% 时,才需要进行第三次测量 [4, 6]。

Kerr 五组分模型

全面的测量方案通常采用 Kerr 五组分模型,而不是将皮褶厚度直接转换为身体密度和分子体脂率 [9, 12, 14]。该组织水平模型(模型4)将总体重划分为五个独立的解剖学组分:脂肪组织、骨骼肌、骨骼、皮肤和残余组织 [12, 14]。

在以双能X射线吸收仪(DXA)为效标、针对 27 名下肢截肢残疾运动员的验证研究中,ISAK 5组分划分模型在体脂百分比(平均差值 0.32 ± 4.8%,ICC > 0.83)和脂肪质量(平均差值 -0.71 ± 3.64%,ICC > 0.85)上表现出良好的一致性,但不建议单独用于推算瘦体重百分比 [10]。

在评估肌肉量时,也必须审慎解读各种公式。在包含 50 名男子青年足球运动员的样本中,由于目标定义不同(例如全身骨骼肌质量对比全身肌肉质量对比 Kerr 组织水平肌肉),估算出的肌肉量从 25.11 ± 3.07 kg(Poortmans 公式)到 31.26 ± 4.94 kg(Doupe 公式)不等 [12]。

追踪长期身体变化时的实际局限

在针对运动员和训练人群进行长期追踪时,人体测量法具有明确的优势与局限性:

  • 生理状态稳定性: 作为一种双重间接评估手段,皮褶厚度测量受日常急性生理波动(如水合状态变化)的影响,明显小于生物电阻抗(BIA)、生物阻抗波谱(BIS)或密度测定法 [15, 17]。
  • 测量工具的一致性: 不同品牌的皮褶计不能随意混用。Bland–Altman 分析表明,Harpenden、Holtain、Slim Guide 和 Lipowise 皮褶计之间存在显著差异(p < 0.001),这意味着在长期的周期性测试中必须始终使用同一品牌和型号的设备 [14]。
  • 对微小变化不敏感: 人体测量法缺乏足够的分辨率,无法检测出由短期饮食营养干预引起的低于 0.5 kg 的急性脂肪质量变化 [16]。
  • 分类误判风险: 即使测量误差在可接受的 TEM 限制之内,也可能影响体型分类的准确性。在 68 名经常运动的健康男性中,1级和 2/3级 TEM 误差限度导致基础 4 类体型分类中出现了 29.4% 至 38.2% 的误判率,而在更详细的 13 类体型分类中,误判率高达 72.1% [6]。

为了在长期追踪中反映真实的身体适应,同时避免引入回归方程带来的数学计算误差,从业人员通常直接监测原始皮褶厚度数值、皮褶厚度总和,或将测量结果结合体重转化为标准差得分(SDS)进行分析 [4]。

参考文献

网络来源

  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

相关研究

Body composition骨架大小如何影响自然增肌极限

手腕和脚踝围度等骨架测量指标为自然状态下的最大去脂体重和目标体重设定了结构上限。通过人体解剖学公式,自然训练者可以估算自己的肌肉增长上限,不过这些公式仅严格适用于处于较低体脂率范围的非用药人群。

Body composition热量缺口期的每日步数:食欲与代谢适应

在能量缺口期间维持适度的每日步数,能够改善 GLP-1 和 PYY 等饱腹感激素的分泌,且不会引发代偿性过度进食。然而,当减脂者处于持续的能量缺口状态时,受代谢受限机制影响,每日总能量消耗在活动量较高时会进入平台期。

Body composition青春期腿部与躯干比例如何变化

在青春期,腿部与躯干的比例呈非线性变化:腿部生长在青春期早期率先达到峰值,而脊柱生长则在青春期晚期加速。成年后的人体测量比例通常在骨骼发育成熟(Tanner分期 4–5 期)时趋于稳定,但最终的坐高比仍受生物学性别、青春期启动时间及遗传背景的影响。

Body composition突破减脂平台期:增加运动量还是进一步少吃?

与极度节食相比,增加低强度活动能通过提高能量通量、维持热量摄入并减轻饥饿感来帮助突破减脂平台期。为避免影响抗阻训练后的恢复,额外增加的活动应以低冲击形式为主,保持适度频率,并与力量训练时段分开。

Body composition青少年体脂计算公式在青春期的准确度如何?

标准 BMI 界值和皮褶预测公式能够可靠识别儿童青少年的总体肥胖趋势,但在整个青春期发育过程中,个体测量的准确性存在波动。去脂体重中水分和骨矿物质含量的变化会引入预测误差,在体脂水平较高或伴有特定临床病症的青少年中尤为明显。

Body compositionFatMax 与 HIIT 对比:减脂与身体成分改善效果

以 FatMax 强度训练可有效减少超重人群的脂肪量和内脏脂肪,但单纯进行该训练无法增加去脂体重。HIIT 等更高强度的运动在改善体脂率和腰围方面具有相当或更优的效果,且时间效率更高。由于 24 小时减脂效果主要取决于全天总能量缺口而非运动当下的能量底物选择,只要总训练量与能量消耗充足,两种方式均能取得良好的减脂成效。

Body composition碳水循环减脂比持续热量缺口更有效吗?

在每周总热量和蛋白质摄入量匹配的情况下,在训练日与休息日之间循环摄入碳水化合物和热量,其总体减脂效果与每日保持恒定热量缺口相同。然而,为期数天的碳水充碳(refeed)有助于抗阻训练人群更好地保留去脂体重并维持静息代谢率。

Body composition体测仪上的“代谢年龄”能作为有效的健康指标吗?

基于生物电阻抗分析测出的代谢年龄并非对细胞代谢的直接测量,也不是标准化的医学诊断指标,但它可以作为反映身体成分与心血管代谢风险的有效统计学替代指标。由于它只是将估算的基础能量消耗与同龄人群平均水平进行对比,因此无法反映线粒体效率或甲状腺功能等与身体成分无关的生理因素。

分类