BIA 體脂測量誤差如何影響你的 FFMI 估算？

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，$X_c$），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]：

$$\text{FM (kg)}=2.748\times \text{BV}-0.699\times \text{TBW}+1.129\times \text{BMC}-2.051\times \text{BM}$$

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 $\ge 0.999$）[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：

$$\text{FFMI}=\frac{\text{FFM (kg)}}{{\text{身高 (m)}}^2}$$

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]：

$$\text{校正型 FFMI}=\text{FFMI}+6.3\times (1.80-\text{身高 (m)})$$

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]。