🌐 繁體中文
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

BIA 體脂測量誤差如何影響你的 FFMI 估算?

多頻生物電阻抗分析(MF-BIA)具有極高的再測信度,但相較於多腔室效標模型,其個體一致性限度範圍較寬。由於 5% 的體脂誤差會使計算出的無脂質量指數(FFMI)產生 2 至 3 個點的偏移,因此在對照理論上的自然肌肉量上限來評估運動員時,必須將 BIA 的測量變異度納入考量。

最近更新: 2026-09-12

MF-BIA 的技術基礎與運作假設

生物電阻抗分析(BIA)透過測量生物組織對交流電的阻力(阻抗)來估算人體組成 [4, 20]。相敏系統將總阻抗分解為兩個不同的組成部分:電阻(Resistance,R),反映電流通過細胞內外水分時所受到的阻力;以及電抗(Reactance,Xc),反映細胞膜的電容效應 [20]。

標準單頻 BIA(SF-BIA)通常施加 50 kHz 的交流電,該電流主要通過細胞外水分(ECW),而無法完全穿透細胞膜 [5]。相較之下,多頻 BIA(MF-BIA)則應用高達 800 kHz 或 1000 kHz 的多個離散取樣頻率 [5, 20]。較低頻率(<50 kHz)主要在細胞外水分中傳導,而較高頻率(>100 kHz)則能穿透細胞膜,從而實現對細胞外水和細胞內水(ICW)的同時估算 [5]。生物電阻抗光譜法(BIS)在此基礎上進一步擴展,應用連續頻率掃描(通常為 4 kHz 至 1000 kHz),並將數據擬合至 Cole-Cole 圖和 Hanai 混合方程式,以數學方式推導出細胞內外電阻及身體細胞量(body cell mass)[5, 20]。

多區段系統(SEG-BIA)採用八點接觸式電極配置(雙手及雙腳各兩個電極),將人體視為五個獨立的圓柱體(軀幹與四肢),而非單一均勻的圓柱體 [5]。儘管有這些技術上的改進,所有 BIA 測量模式仍依賴於三個基本的物理和生理假設:(1) 人體為一組均勻且各向同性的導體;(2) 電流在組織橫截面上均勻分佈;以及 (3) 總體水分(TBW)佔去脂體重(FFM)的固定恆定比例——傳統上定義為 72.3% [18]。

測量誤差與效標差異

為了確立 MF-BIA 的效度,現代驗證研究將儀器輸出結果與多腔室效標模型進行比對。四腔室(4C)分子模型代表了人體組成評估的黃金標準 [1, 20]。4C 架構分別測量體重(BM)、身體體積(BV,透過空氣置換容積計量法或水下秤重法)、總體水分(TBW,透過重水稀釋法或 BIS)以及骨礦物質含量(BMC,透過雙能量 X 光吸收儀,DXA)[1, 20]。這些輸入數值會透過既定方程式同時求解,例如 Wang 等人所開發的公式 [1, 20]:

FM (kg)=2.748×BV−0.699×TBW+1.129×BMC−2.051×BM

由於各實驗室採用的儀器選擇不同,目前至少存在 12 種 4C 模型的衍生組合 [1]。

一項系統性回顧(PROSPERO CRD42023266802)利用 20 項 AXIS 工具評估了 12 項針對健康、體重穩定成年人的研究,結果顯示 BIA 設備與 4C 效標模型相比存在顯著的不等價性 [1]。在群體水平上,體脂肪百分比(%BF)的平均偏差介於 -3.5% 至 +4.4% 之間,但個體一致性限度(limits of agreement, LOA)範圍卻高達 15 到 20 個百分點 [1]。在 FFM 方面,平均偏差介於 -3.9 kg 至 +1.8 kg 之間,個體一致性限度更經常超過 ±6 kg [1]。

當現代八點式 MF-BIA 系統與 DXA 進行比對時,也會出現類似的差異。在一項針對 InBody 770 的信度與效度研究中,該系統在重複測試中表現出近乎完美的再測信度(全身水分與體重的組內相關係數 ≥0.999)[3]。然而,若以 DXA 作為基準,該設備表現出系統性的測量偏移:%BF 被低估,平均偏差為 -4.0 ± 2.8%(估計標準誤 [SEE] = 2.6%),脂肪量被低估 -2.9 ± 2.0 kg(SEE = 1.9 kg),而 FFM 則被高估 2.8 ± 2.1 kg(SEE = 2.2 kg)[3]。

在運動員族群中,相較於效標標準,一般的體脂率預測誤差通常落在 2–3% 到 5–6% 之間 [18]。偏差方向在不同亞群體間也有所不同:在有阻力訓練經驗的男性中,InBody 720 相較於 DXA 高估了約 1.2% 的 %BF;而在 104 名年輕男性運動員的樣本中,BIA 測得的 %BF 相較於 DXA 低估了 2.0%,相較於空氣置換容積計量法更低估了 5.3% [18]。家用級體脂計的差異更為顯著,儘管與磁振造影(MRI)呈現 0.75 至 0.81 的線性相關,但平均低估體脂肪約 5 kg(LOA 為 ±7 kg)[4]。

方法學與急性生理干擾因素

由於 BIA 是透過導電性來推算組織組成,水分狀態、電解質濃度和皮膚溫度的急性波動會直接扭曲輸出指標 [4, 5]。脫水會增加整體組織電阻,這可能導致 FFM 被低估約 5 kg(從而人為地誇大計算出的體脂肪百分比)[4]。相反地,在測試前立即進行 90–120 分鐘的中等強度運動會促進周邊血流並升高皮溫,降低測得的阻抗,導致 FFM 被高估多達 12 kg [4]。

為了盡量減少這些干擾偏差,標準化的測試前流程要求運動員必須:

  • 測試前 24 小時內戒斷酒精與咖啡因攝取 [5]。
  • 測試前至少 8 小時內避免劇烈體力活動 [5]。
  • 測試前禁食及禁水 4 小時 [5]。
  • 測試前 7 天內避免使用利尿劑 [5]。

在健美競技運動員中,單一評估工具(例如單獨使用 DXA 或單獨使用 BIS)在與 4C 模型比對時,會表現出比例偏差和較寬的 95% LOA [13]。將 BIS 測得的總體水分估算值納入多腔室架構(如 3 腔室模型)中,其估計標準誤、總誤差以及一致性限度範圍均優於任何單一模式評估 [13]。在 2020 年之前,由於缺乏針對運動員的特定迴歸模型和客製化參考耐受橢圓,標準 BIA 和生物電阻抗向量分析(BIVA)在運動族群中經常產生不準確的評估結果 [20]。

25.0 FFMI 門檻:起源與方法學脈絡

無脂質量指數(FFMI)將絕對去脂體重依身高進行標準化,消除了身高對瘦體重的影響:

FFMI=FFM (kg)身高 (m)2

FFMI 存在自然生物學上限的概念主要源自 Kouri 等人於 1995 年發表的開創性研究 [8]。作者評估了 157 名男性運動員,其中包括 83 名自述使用同化雄激素類固醇(AAS)的運動員和 74 名未使用者,並同時分析了類固醇時代前(1939–1959 年)的 20 位美國先生(Mr. America)獲獎者 [8]。為了校正身高所帶來的些微殘差尺度效應,Kouri 等人建立了一個標準化為 1.80 公尺身高的校正型 FFMI 指標 [8]:

校正型 FFMI=FFMI+6.3×(1.80−身高 (m))

在非類固醇使用組中,校正型 FFMI 最高達到 25.0;而 AAS 使用者則經常超過 25.0,數名個體的數值甚至突破 30.0 [8]。類固醇時代前的美國先生冠軍們的校正型 FFMI 估計平均值為 25.4(部分個別選手如 1948 年美國先生 George Eiferman 估計達到 27.7)[8, 9]。這些發現確立了運動科學和健美文獻中普遍引用的觀點,即校正型 FFMI 25.0 代表了自然非用藥男性運動員的生理硬上限 [8, 9]。

當代運動員數據與遺傳上限

隨後的後續研究表明,25.0 的門檻並非絕對的生物學極限,特別是在跨越不同運動專項、較高體脂水平或極端菁英遺傳層級進行評估時 [9, 12]。

在一項透過 DXA 評估 235 名美國大學 NCAA 美式足球員的橫斷面研究中,有 26.4% 的球員(62 名運動員)FFMI 超過 25.0 kg/m² [12]。全體樣本的平均值為 23.7 ± 2.1 kg/m²,第 97.5 百分位數達到 28.1 kg/m²,而在進攻線與防守線球員中,峰值更達到了 31.7 kg/m² [12]。第一級(Division I)足球員的平均 FFMI(24.3 ± 1.8 kg/m²)顯著高於第二級(Division II)運動員(23.4 ± 1.8 kg/m²;p<0.001, d=0.49)[12]。

針對接受藥檢的運動族群進行的現代統計建模(已校正身高及人體組成測量誤差)指出,自然肌肉量潛力遵循的是常態分佈,而非單一的絕對截斷值 [11]。對於非用藥男性而言,約 23.0 的校正型 FFMI 大致對應於經過良好訓練之自然潛力的第 50 百分位數,而第 97 百分位數的極端遺傳優異者則可達到約 28.5 [9]。

對於女性運動員而言,由於在未經訓練的基礎狀態下,去脂體重原本就比男性低約 30%(未經訓練女性的平均 FFMI 為 15.4,男性為 18.9),因此其生物上限相應下調 [9, 11]。自然女性肌肉量的上限估計約為 20.0 至 23.5 kg/m²,約佔男性潛能的 80–81% [9, 11]。在菁英受檢女性健美選手中,比賽狀態下的 4C 模型參考 FFMI 平均值為 18.3 ± 1.4 kg/m²(體脂率 19.7 ± 4.9%),而同一 4C 驗證隊列中的男性健美選手平均值為 25.1 ± 1.8 kg/m²(體脂率 11.8 ± 4.4%)[13]。

調和 BIA 測量誤差與 FFMI 的判讀

由於 FFMI 的計算直接依賴估算的體脂肪百分比,因此底層設備的測量誤差會大幅傳遞至最終指數中 [7]。常見人體組成評估工具的典型誤差範圍如下:

  • DXA:±1% 至 2% [7]
  • 空氣置換容積計量法(BOD POD):±2% 至 3% [7]
  • 皮褶厚度計:±3% 至 5% [7]
  • 生物電阻抗分析:±5% 至 8% [7]

體脂率 5% 的測量誤差即可導致個體計算出的 FFMI 偏移 2.0 至 3.0 個點 [7]。例如,一位身高 1.80 公尺、體重 95 公斤的男性,若設備低估其體脂率為 10%,則算出的 FFM 為 85.5 公斤,FFMI 為 26.4 kg/m²。但如果其真實體脂率為 15%,則實際 FFM 應為 80.75 公斤,FFMI 應為 24.9 kg/m²——僅僅由於測量誤差造成的假象,就跨越了傳統認定的自然肌肉量門檻 [7, 8]。

在大專運動員(33 名男性棒球選手、16 名女性體操選手)的研究中,Omron HBF-500 BIA 設備顯著低估了以 DXA 為基準推算的 FFMI,男性群體被低估(20.6 kg/m² 對比 21.1 kg/m²,p=0.007;總誤差 = 0.93 kg/m²),女性群體亦被低估(16.2 kg/m² 對比 17.5 kg/m²,p=0.001;總誤差 = 0.78 kg/m²)[16]。該設備低估了 70% 的男性與 100% 的女性的 FFMI(佔全體樣本的 77%)[16]。儘管如此,仍有 98% 的 BIA 估算值落在 DXA 參考標準的 ±2.0 kg/m² 範圍之內 [16]。

因此,在嚴格標準化的條件下,MF-BIA 適合用於追蹤同一個體的長期趨勢;然而,個體層級的誤差(LOA 範圍涵蓋 ±6 kg FFM 以及 ±15–20% BF)意味著它無法用於依據理論 FFMI 上限來明確判定運動員是否具備自然非用藥狀態 [1, 3, 7]。

參考文獻

網路來源

  1. The Validity of Bioelectrical Impedance Analysis Compared to ...
  2. Accuracy of bioimpedance equations for measuring body ...
  3. Reliability, biological variability, and accuracy of multi ...
  4. Bioelectrical impedance analysis - Wikipedia
  5. Bioelectric impedance analysis - Measurement Toolkit
  6. Validation of InBody 770 bioelectrical impedance analysis ...
  7. FFMI Calculator: Reaching Your Natural Muscle-Building ...
  8. Fat-free mass index in users and nonusers of anabolic ...
  9. Fitness lore says a fat-free mass index (FFMI: FFM (kg) / ...
  10. Want to quickly calculate your fat-free mass index (FFMI ... - Facebook
  11. FFMI Calculator: Calculate your genetic muscular potential
  12. Fat-Free Mass Index in NCAA Division I and II Collegiate American ...
  13. Body Composition Assessment in Male and Female Bodybuilders
  14. Evaluation of a Rapid Four-Compartment Model and Stand-Alone ...
  15. Percent body fat via DEXA: comparison with a four-compartment ...
  16. The Estimation of the Fat Free Mass Index in Athletes - PMC
  17. Methodological standards for body composition ...
  18. Body Composition in Sport: BIA
  19. Segmental multi-frequency bioelectrical impedance ...
  20. Assessment of Body Composition in Athletes - PMC - NIH
  21. Effects of Acute Water Consumption on Body Composition and ...

相關研究

Body composition骨架大小如何影響自然狀態下的最大肌肉量

手腕和腳踝圍度等骨架測量值,為自然狀態下的最大瘦體重與目標體重提供了結構性上限。透過人體解剖預測公式,自然訓練者可以估算自己的肌肉生長極限;但這些公式嚴格針對處於精瘦體脂範圍的無用藥個體校準。

Body composition熱量赤字期間的每日步數:對食慾與代謝適應的影響

在能量赤字期間維持適度的每日步數,可改善 GLP-1 和 PYY 等飽足感荷爾蒙,且不會引發補償性暴食。然而,當減重者處於主動熱量赤字時,由於代謝受限機制,每日總能量消耗會在較高活動量時進入平台期。

Body composition青春期腿身長度與軀幹比例的變化規律

在青春期期間,腿部與軀幹的比例呈現非線性變化:腿部生長在青春期早期率先達到高峰,隨後脊椎生長在青春期晚期加速。成年後的人體測量比例通常在骨骼發育成熟時(譚納階段 4–5)趨於穩定,但最終的坐高比例仍受生理性別、青春期發育時間點及遺傳背景的影響。

Body composition突破減脂停滯期:該增加活動量還是減少熱量?

相較於嚴格限制飲食,增加低強度活動有助於透過提升能量通量、維持熱量攝取並降低飢餓感來突破減脂停滯期。為了避免影響阻力訓練的恢復,額外的活動應選擇低衝擊形式,並保持適度頻率且與重訓時段分開進行。

Body composition青少年體脂估算公式:青春期各階段的準確度如何?

標準 BMI 切點與皮褶厚度預測公式能可靠地識別兒科族群的整體肥胖趨勢,但在青少年發育過程中,個人測量的準確度會出現顯著波動。去脂體重中水分與骨骼礦物質含量的動態變化會帶來預測誤差,尤其是在體脂較高或患有特定臨床疾病的青少年中更為明顯。

Body compositionFatMax 與 HIIT:減脂與身體組成效果比較

在過重族群中,以最大燃脂強度(FatMax)訓練能有效減少脂肪量與內臟脂肪,但單靠它無法增加去脂體重。高強度間歇訓練(HIIT)等較高強度運動則能以更高的時間效率,帶來相當甚至更佳的體脂率與腰圍改善。由於 24 小時的整體減脂主要取決於總能量赤字,而非運動過程中所消耗的燃料種類,因此只要總訓練量與能量消耗足夠,兩種訓練模式都能發揮良好效果。

Body composition碳循環減脂的效果優於持續熱量赤字嗎?

當每週總熱量與蛋白質攝取量相同時,在訓練日與休息日之間循環攝取碳水化合物和熱量,與每日維持穩定的熱量赤字相比,減脂效果並無差異。然而,多日的補碳期可幫助有阻力訓練習慣者更好地維持去脂體重與靜息代謝率。

Body composition生物電阻抗測出的「代謝年齡」是有效的健康指標嗎?

由生物電阻抗推算出的代謝年齡並非細胞代謝的直接測量值,也不是標準化的醫學診斷工具,但可作為反映身體組成與心血管代謝風險的強力統計替代指標。由於它僅是將預估的靜止能量消耗與族群平均值進行比較,因此無法反映粒線體效率或甲狀腺狀態等非身體組成的生理因素。

分類