Validita měření segmentální analýzy rozložení tělesného tuku bioimpedančním analyzátorem


Validity of segmental analysis measurements of body fat distribution acquired by the bioimpedance analyser

Objective:
The use of the DEXA method as a criterion to validate results of measurements of body fat segmental distribution while using a tetrapolar bioelectrical analysis.

Methods:
The sample team included 89 individuals (53 males and 36 females). Their average age was 19.7 in case of men, and 19.5 in case of women. These were adolescent individuals without any health issues who were not taking any medication or dietary supplements. Measured parameters included their body height, total body weight, total body fat and body fat in individual segments of the body. The measurement using bioelectric impedance was conducted by the tetrapolar bioimpedance scale Tanita BC 418 MA. To assess the validity we used the modelling of the relationship between the observed variables through various models of regression functions. To assess the empirical validity, the Pearson correlation coefficient (r), standard error of the estimate (Sy/x = SEE) and the marginal error of criterion estimate (dmax) were used.

Results:
When comparing the average values of representation of body fat in individual segments, statistically significant differences were found for all parameters. This also confirmed practical significance as Cohen’s d ranged from 0.5 to 1.5. The values of the Pearson correlation coefficient (r), expressing the degree of validity against the DEXA method, ranged from 0.50 to 0.86. The dmax (±2 Sy/x) values ranged from 0.22 to 0.88 kg and 3.30 to 9.30% of fat.

Conclusions:
Based on the results of the segmental analysis of body fat distribution by the Tanita BC 418 MA analyser, we cannot precisely estimate values acquired by the DEXA method. The results are impacted by the high value of dmax. The empirical validity of the segmental analysis of body fat distribution is still significantly lower than in case of the whole body analysis.

Key words:
statistical significance, practical significance, dual roentgen absorptiometry, standard error of the estimate, adolescent population K.


Autoři: P. Kutáč 1;  M. Sigmund 2
Působiště autorů: Katadra studií lidského pohybu, Centrum diagnostiky lidského pohybu, Pedagogická fakulta, Ostravská univerzita, Ostrava vedoucí doc. Mgr. D. Jandačka, Ph. D. 1;  Katedra rekreologie, Fakulta tělesné kultury, Univerzita Palackého, Olomouc vedoucí Mgr. Z. Hamřík, Ph. D. 2
Vyšlo v časopise: Čes-slov Pediat 2016; 71 (4): 202-207.
Kategorie: Původní práce

Souhrn

Cíl studie:
Využití metody DEXA jako kritéria validity výsledků měření segmentálního rozložení tělesného tuku při měření tetrapolárním bioelektrickým analyzátorem.

Metody:
Výzkumný soubor tvořilo 89 probandů (53 mužů a 36 žen). Věkový průměr mužů byl 19,7 let a u žen 19,5 let. Jednalo se o adolescentní jedince bez zdravotních obtíží, kteří nebrali žádné léky ani potravinové doplňky. Měřenými parametry byly tělesná výška, celková tělesná hmotnost, celkový podíl tělesného tuku a podíl tělesného tuku v jednotlivých segmentech těla. Pro měření bioelektrickou impedancí byla použita tetrapolární bioimpedanční váha Tanita BC 418 MA. K posouzení validity jsme použili modelování vztahu mezi sledovanými proměnnými pomocí různých modelů regresních funkcí. K posouzení empirické validity byl použit Pearsonův korelační koeficient (r), standardní chyba odhadu (Sy/x = SEE) a mezní chyba odhadu kritéria (dmax).

Výsledky:
Při srovnání průměrných hodnot zastoupení tělesného tuku v jednotlivých segmentech byly statisticky významné rozdíly zjištěny u všech parametrů. Byla potvrzena i věcná významnost, Cohenovo d se pohybovalo v rozmezí 0,5–1,5. Hodnoty Pearsonova korelačního koeficientu (r), které vyjadřují míru validity k metodě DEXA, se pohybovaly v rozmezí 0,50–0,86. Hodnoty dmax (±2 Sy/x) se pohybovaly v rozmezí 0,22–0,88 kg a 3,30–9,30 % tuku.

Závěry:
Z výsledků měření segmentální analýzy rozložení tělesného tuku analyzátorem Tanita BC 418 MA nemůžeme dostatečně přesně odhadovat hodnoty naměřené metodou DEXA. Výsledky jsou zatíženy vysokou hodnotou dmax. Empirická validita segmentální analýzy rozložení tělesného tuku je ještě výrazně nižší než u analýzy celotělové.

Klíčová slova:
statistická významnost, věcná významnost, duální rentgenová absorpciometrie, standardní chyba odhadu, adolescentní populace

ÚVOD

Parametry tělesného složení bývají považovány za ukazatel zdravotního stavu jedince, úrovně výživy a jeho tělesné zdatnosti. Proto analýza tělesného složení není jen součástí funkční diagnostiky sportovců [1] nebo hodnocení zdravotně orientované zdatnosti [2, 3, 4], ale využívá se i v řadě lékařských oborů [5, 6, 7, 8, 9]. Výjimkou není ani pediatrie, což dokládá řada odborných studií, které se zabývají tělesným složením dětí a mládeže [10, 11, 12, 13, 14, 15].

Pro odhad tělesného složení existuje řada metod, které můžeme rozdělit na metody laboratorní a terénní. Metody laboratorní jsou považovány za přesnější. Proto jsou využívány jako metody referenční pro hodnocení validity ostatních metod. Tyto metody jsou však náročné na přístrojové vybavení i realizaci měření [16]. V terénní praxi a mnohdy i v ordinacích lékařů se proto využívají metody terénní. Mezi tyto metody patří i bioelektrická impedance (BIA). Přístroje využívající bioelektrickou impedanci (bioimpedanční analyzátory) jsou méně náročné na obsluhu, měření je rychlé a jsou cenově dostupnější. Nabídka BIA analyzátorů je široká. Využívají se analyzátory bipolární, které vedou elektrický proud pouze končetinami (horními, dolními), nebo tetrapolární, které vedou elektrický proud celým tělem. Tyto analyzátory jsou nejen přesnější, ale také umožňují realizovat segmentální analýzu zaměřenou zejména na rozložení tělesného tuku. Lidské tělo je v tomto případě rozděleno na trup, horní a dolní končetiny (pravá a levá strana). Segmentální analýza umožňuje posoudit distribuci tělesného tuku i v jednotlivých částech těla a sledovat tak vliv pohybové aktivity nebo terapeutických opatření (např. u obézních jedinců) i na dílčí tělesné segmenty. Otázkou zůstává přesnost těchto měření a tedy i naměřených výsledků. Za jednu z nejpřesnějších metod je považována metoda duální rentgenové absorpciometrie (DEXA), která je zařazena mezi metody laboratorní. Proto můžeme tuto metodu využít pro srovnání přesnosti měření méně přesné metody BIA.

I když byla realizovaná řada studií, ve kterých byla posuzována validita měření tělesného složení terénními metodami, jednalo se vždy o celotělové měření, nikoliv o segmentální analýzu [17, 18, 19, 20, 21]. Běžným analyzátorem, který je využíván i v lékařských ordinacích, je tetrapolární bioimpedanční váha Tanita BC 418 MA, neboť tento analyzátor splňuje platné evropské normy pro zdravotnictví (93/42/EEC), pro váhy (90/384 EEC.7) a patří mezi cenově dostupnější analyzátory, které umožňují segmentální analýzu.

Cílem studie je využít metodu DEXA jako kritérium validity výsledků měření zastoupení tělesného tuku v tělesných segmentech při měření tetrapolárním BIA analyzátorem.

METODY

Charakteristika souboru

Výzkumný soubor tvořilo 89 probandů (53 mužů a 36 žen). Věkový průměr mužů byl 19,7 let a u žen 19,5 let. Jednalo se o adolescentní jedince bez zdravotních obtíží, kteří nebrali žádné léky ani potravinové doplňky. Ženy se v době měření nenacházely v období premenstruace nebo menstruace. Výzkumu se všichni účastnili dobrovolně a byli předem informováni o postupu výzkumu a rovněž podepsali informovaný souhlas s účastí v tomto výzkumu. Výzkum byl schválen etickou komisí Ostravské univerzity a je v souladu s Helsinskou deklarací.

Tab. 1. Somatická charakteristika sledovaných probandů.
Somatická charakteristika sledovaných probandů.
BH – tělesná výška, BM – tělesná hmotnost, BF – tělesný tuk, M – aritmetický průměr, SD – směrodatná odchylka, n – četnost

Realizace výzkumu

Všichni probandi byli v dostatečném předstihu informováni o podmínkách, které musí před měřením dodržet. Měření probíhala vždy v ranních hodinách (7.30–9.30 hod.) ve stejný den v týdnu. Byly dodrženy všechny zásady pro měření, které jsou uváděny v manuálu pro měření. Při všech měřeních byli probandi ve spodním prádle. Měření bylo realizováno vždy stejným týmem výzkumníků, kteří mají v realizovaných měřeních několikaletou praxi. Každý proband byl měřen ve stejném pořadí, nejprve na BIA analyzátoru a bezprostředně po tomto měření následovalo měření metodou DEXA. Měřenými parametry byly tělesná výška, celková tělesná hmotnost, celkový podíl tělesného tuku (BF) a podíl tělesného tuku v jednotlivých segmentech těla. Tělesná výška byla měřena antropometrickým měřidlem P 226 (Trystom, Česká republika), ostatní parametry byly měřeny BIA analyzátorem Tanita BC 418 MA (Tanita, Japonsko) a Denzitometrem Hologic QDR (Hologic, USA) využívající metodu duální rentgenové absorpciometrie (DEXA).

Základní charakteristika použitého BIA analyzátoru

Tanita BC 418 MA je tetrapolární monofrekvenční bioelektrický analyzátor, který pro měření využívá 50 kHz. Pro měření jsou využívány osmibodové dotykové elektrody, které jsou zabudovány v madlech a nášlapné plošině přístroje. Analyzátor je zároveň digitální váhou.

Statistické zpracování

Odlehlá pozorování byla identifikována boxploty a normalita rozdělení byla ověřena Shapirovým-Wilkovým testem. Pro hodnoty, u kterých nedošlo k narušení normality rozdělení, byl pro ověření statistické významnosti použit párový t-test. U hodnot, kde byly zjištěny statisticky významné rozdíly, byl pro posouzení věcné významnosti použit Effect of Size (Cohenovo d) [22]. K posouzení validity jsme použili modelování vztahu mezi sledovanými proměnnými pomocí různých modelů regresních funkcí. Nezávisle proměnnou tvořila měření bioimpedančního analyzátoru Tanita a závisle proměnnou měření pomocí metody DEXA. K posouzení empirické validity byl použit Pearsonův korelační koeficient (r) a standardní chyba odhadu (Sy/x = SEE). Statistické zpracování výsledků bylo provedeno pomocí programu SPSS Statistics 23.0 (IBM, USA). Hladina statistické významnosti byla zvolena u všech použitých testů na hladině α = 0,05.

Doporučení pro Cohenovo d:

0,2 = malá změna
0,5 = střední změna
0,8 = velká změna podle
Za věcně významný rozdíl považujeme hodnotu d ≥0,5.

VÝSLEDKY

Ve výsledkové části jsou vedle naměřených hodnot zastoupení tělesného tuku v jednotlivých segmentech (tab. 2) prezentovány také rozdíly mezi těmito hodnotami (tab. 3). Vzhledem k tomu, že u žádných hodnot nebylo zjištěno narušení normality rozdělení, mohlo být posouzení statistické významnosti provedeno u všech segmentů pomocí párového t-testu. K odhadu regresní funkce jsme využili modely lineární, kvadratický, logaritmický a exponenciální, jejich R Square uvádí tabulka 4.

Tab. 2. Segmentální analýza rozložení tělesného tuku.
Segmentální analýza rozložení tělesného tuku.
PHK – pravá horní končetina, LHK – levá horní končetina, PDK – pravá dolní končetina, LDK – levá dolní končetina, M – aritmetický průměr, SD – směrodatná odchylka, n – četnost, BF – tělesný tuk

Tab. 3. Rozdíly mezi průměrnými hodnotami zastoupení tělesného tuku v jednotlivých segmentech.
Rozdíly mezi průměrnými hodnotami zastoupení tělesného tuku v jednotlivých segmentech.
PHK – pravá horní končetina, LHK – levá horní končetina, PDK – pravá dolní končetina, LDK – levá dolní končetina, Dif – diference, d – Cohenovo d, *p <0,05, **p <0,01, p <0,001, NS – nesignifikantní rozdíl, BF – tělesný tuk

Tab. 4. R Square zvolených regresních funkcí.
R Square zvolených regresních funkcí.
PHK – pravá horní končetina, LHK – levá horní končetina, PDK – pravá dolní končetina, LDK – levá dolní končetina, n – četnost, BF – tělesný tuk

Statisticky významné rozdíly průměrných hodnot zastoupení tělesného tuku byly zjištěny u mužů i žen ve všech tělesných segmentech v hodnotách vyjádřených procenty i kilogramy (p <0,05 až 0,001). Rovněž byla potvrzena i věcná významnost. Hodnoty Cohenova d se pohybovaly v rozmezí 0,5 až 1,5, což je střední až velká změna.

U mužů z vybraných regresních funkcí (tab. 4) vytváří nejlepší podmínky pro odhad zastoupení tělesného tuku v procentech i kilogramech modely kvadratický a lineární. U procentuálního podílu byla výjimka u pravé horní končetiny, kde byla hodnota lineární funkce nižší. Lineární a kvadratický model vysvětlují přibližně 40 až 47 % rozptylu. U podílu v kilogramech byla hodnota lineární funkce nižší než kvadratické u trupu. Lineární a kvadratický model vysvětlují přibližně 57–77 % rozptylu. U žen vytváří nejlepší podmínky pro odhad v procentech i kilogramech model kvadratický. Tento model odhaduje u procentuálního zastoupení přibližně 27–59 % rozptylu a u zastoupení tuku v kilogramech 44–67 % rozptylu. Rozdíly ve výsledcích ostatních modelů jsou však minimální a žádná ze zvolených funkcí nevytváří výrazně lepší podmínky pro odhad kritéria. Výjimkou je výrazně nižší hodnota exponenciální funkce u procentuálního zastoupení tuku na pravé horní končetině u žen.

Stejně jako při využití regresních funkcí je odhad kritéria přesnější u hodnot zastoupení tělesného tuku, které jsou vyjádřeny v kilogramech. Tuto skutečnost potvrzují také hodnoty standardní chyby odhadu (Sy/x) a mezní chyby odhadu (dmax).

DISKUSE

Při posouzení diference mezi výsledky zastoupení tělesného tuku naměřeného různými metodami bychom mohli vycházet také z hodnoty optimální velikosti chyby přístroje. Za hraniční hodnotu pro optimální velikost chyby analyzátoru jsou považována 2 % tělesného tuku [23]. Analyzátory, které měří s touto chybou, jsou pak považovány za velmi přesné. Proto bychom  měli diference výsledných hodnot zastoupení body fat nižší než 2 % výsledné hodnoty považovat za zanedbatelné (diference v úrovni chyb měření). I když je tato hodnota uváděna pro celotělové měření, využijeme ji i pro naši studii, neboť pro segmentální analýzu nejsou hodnoty uváděny. Rozdíl přesahující 2 % tělesného tuku byl zjištěn u mužů i žen ve všech segmentech (tab. 3). Při podrobném rozboru realizovaných měření se ukázalo, že u mužů se vyskytl menší rozdíl než uváděná 2 % tuku u 21 probandů (39,6 %) na pravé horní končetině a u 14 (26,4 %) na levé horní končetině, u 22 (41,5 %) na pravé dolní končetině a u 15 (28,3 %) na levé dolní končetině. U trupu se jednalo o 21 probandů (39,6 %). U žen se na pravé horní končetině jednalo o 6 probandek (16,6 %) a u levé horní končetiny o 15 (41, 6 %), na pravé dolní končetině o 23 (63,6 %) a na levé dolní končetině o 21 (58,3 %). Na trupu se jednalo o 6 probandek (16,6 %).

Na základě zjištěných hodnot Pearsonova korelačního koeficientu (tab. 5) můžeme považovat za přesnější vyjádření podílu tuku v jednotlivých segmentech v kilogramech než v procentech. U mužů i žen byly hodnoty r vyšší u kilogramů. U obou pohlaví můžeme u procentuálního podílu tuku označit těsnost výsledků za signifikantní [24]. U mužů se hodnoty r pohybovaly v rozmezí 0,63–0,68, což vysvětluje 40–46 % rozptylu. U žen se hodnoty r pohybovaly v rozmezí 0,52–0,68 a vysvětlují tak 27–46 % rozptylu. Výjimkou byla vysoká těsnost u pravé dolní končetiny (r = 0,74). U vyjádření podílu tuku v kilogramech byla u mužů těsnost výsledků vysoká [24], hodnoty r se pohybovaly v rozmezí 0,74–0,82 a vysvětlují tak 55–67 % rozptylu. U žen byla vysoká těsnost výsledků zjištěna jen u dolních končetin, hodnoty r byly v rozmezí 0,81–0,86 a vysvětlují tak 65–73 % rozptylu. U horních končetin byla těsnost výsledků význačná [24], r se pohybovalo v rozmezí 0,63–0,70 a vysvětluje 40–49 % rozptylu. Srovnání našich výsledků s výsledky jiných autorů je poměrně obtížné, neboť autoři, kteří se zabývají problematikou validity BIA analyzátorů, používají rozdílné analyzátory a zaměřují se na celotělovou analýzu. U celotělových analýz se hodnoty Pearsonova koeficientu (r) pohybují v rozmezí 0,81–0,98 v závislosti na použitém analyzátoru a výběrovém souboru [18, 25, 26, 27, 28, 29]. Hodnota Pearsonova koeficientu 0,81 a vyšší byla zjištěna pouze v podílu tuku vyjádřeném v kilogramech u horních končetin mužů a dolních končetin žen, v ostatních případech byla výrazně nižší.

Zjištěné hodnoty mezní chyby (dmax) pro odhad kritéria jsou poměrně vysoké (tab. 5) a odrážejí hodnoty korelace naměřených výsledků metodou BIA a DEXA. U mužů překračují u všech segmentů 5 % tuku a u žen 8 %, výjimkou jsou pouze dolní končetiny žen (dmax = 3,3 a 4 %). Tyto chyby se nám jeví věcně významné s ohledem na změny složení těla, které potřebujeme evidovat. Zjištěné rozpětí hodnot pro skutečnou hodnotu kolem odhadnuté může vést k mylnému vyvozování případných zdravotních rizik. Například pro diagnostiku metabolického syndromu je vedle ostatních faktorů (hodnoty TAG, HDL, TK, glykémie) sledováno také hromadění tuku v oblasti břicha [30, 31, 32]. V naší segmentální analýze se jedná o trup. Hodnoty dmax v tomto segmentu však byly zjištěny v úrovni 6,9 % u mužů a 8,8 % u žen. Při sledování změn podílu tuku ať již při vyhodnocování intervence nebo vlivu dlouhodobého zatížení jsou změny výrazně nižší než námi zjištěné hodnoty dmax (v mnoha případech i Sy/x) uváděné jako statisticky významné. Příkladem může být sledování vlivu intervenčního programu u obézních jedinců, kdy statisticky významný rozdíl byl zjištěn při poklesu tuku o 1,4 % [33], nebo statisticky významný pokles podílu tuku u hráček volejbalu v průběhu sezony již v úrovni 1,7 % [34]. V případě použití rozdílných metod (např. DEXA) tak může v důsledku již uvedených rozdílných výsledků naměřených hodnot dojít k jejich chybným interpretacím.

Tab. 5. Charakteristiky empirické validity měření segmentální analýzy vzhledem k metodě DEXA.
Charakteristiky empirické validity měření segmentální analýzy vzhledem k metodě DEXA.
PHK – pravá horní končetina, LHK – levá horní končetina, PDK – pravá dolní končetina, LDK – levá dolní končetina, n – četnost, r – Pearsonův korelační koeficient, Sy/x (SEE) –standardní chyba odhadu, dmax – ± 2 Sy/x, BF – tělesný tuk

Omezení studie

Jsme si vědomi toho, že námi získané výsledky mohou být ovlivněny výběrovým souborem. A to jak jeho rozsahem, tak složením. Omezení se vztahuje také na použitý analyzátor, který je však běžně používaný.

ZÁVĚRY

Vzhledem k výsledkům segmentálního rozložení tuku získaným metodami DEXA a BIA musíme konstatovat, že z měření analyzátorem Tanita BC 418 MA nemůžeme odhadovat dostatečně přesně hodnoty naměřené metodou DEXA. Výsledky jsou zatíženy vysokou hodnotou mezní chyby odhadu kritéria (dmax). Tuto skutečnost potvrzují i hodnoty Pearsonova korelačního koeficientu (r). Potvrzuje se, že výsledky segmentální analýzy získané rozdílnými metodami lze srovnávat jen velmi obtížně. Empirická validita segmentální analýzy rozložení tělesného tuku je ještě výrazně nižší než u analýzy celotělové [27].

Tato studie byla financována z projektu SGS 6167/PdF/2015.

Došlo: 8. 4. 2016

Přijato: 20. 5. 2016

Doc. PhDr. Petr Kutáč, Ph.D.

Katedra studií lidského pohybu

Centrum diagnostiky lidského pohybu

Pedagogická fakulta

Ostravská univerzita

Varenská 40a

702 00 Ostrava 1

e-mail: Petr.kutac@osu.cz


Zdroje

1. Heyward VH, Gibson AL. Advanced Fitness Assessment and Excercise Prescription. 7th ed. Champaign, IL: Human Kinetics, 2014: 1–535.

2. Cvejić D, Pejović T, Ostojić S. Assessment of physical fitness in children and adolescents. Facta Universitatis: Series Physical Education & Sport 2013; 11 (2): 135–145.

3. Sousa N, Mendes R, Silva S, et al. Effects of resistance and multicomponent training on body composition and physical fitness of institutionalized elderly women. Br J Sports Med 2013; 47 (10): 21–23.

4. Sofková T, Pridalová M, Mitás J, et al. The level of neighborhood walkability in a place of residence and its effect on body composition in obese and overweight women. Cent Eur J Public Health 2013; 21 (4): 184–192.

5. El Ghoch M, Milanese C, Calugi S, et al. Body composition, eating disorder psychopathology, and psychological distress in anorexia nervosa: a longitudinal study. Am J Clin Nutr 2014; 99 (4): 771–778.

6. Goss AM, Goree LL, Ellis AC, et al. Effects of diet macronutrient composition on body composition and fat distribution during weight maintenance and weight loss. Obesity 2013; 21 (6): 1139–1142.

7. Liu PY, Hornbuckle LM, Ilich JZ, et al. Body composition and muscular strength as predictors of bone mineral density in African American women with metabolic syndrome. Ethnicity & Disease 2014; 24 (3): 356–362.

8. Norouzy A, Salehi M, Philippou E, et al. Effect of fasting in Ramadan on body composition and nutritional intake: a prospective study. J Hum Nutr Diet 2013; 26 (Suppl 1): 97–104.

9. O‘Tierney-Ginn P, Presley L, Minium J, et al. Sex-specific effects of maternal anthropometrics on body composition at birth. Am J Obstet Gynecol 2014; 211 (3): 292–300.

10. Ohashi Y, Otani T, Tai R, et al. Assessment of body composition using dry mass index and ratio of total body water to estimated volume based on bioelectrical impedance analysis in chronic kidney disease pa-tients. J Ren Nutr 2013; 23 (1): 28–36.

11. Alberga AS, Farnesi BC, Lafleche A, et al. The effects of resistance exercise training on body composition and strength in obese prepubertal children. Phys Sportsmed 2013; 41 (3): 103–109.

12. Burns R, Hannon JC, Brusseau TA, et al. Indices of abdominal adiposity and cardiorespiratory fitness test performance in middle-school students. J Obes 2013; 2013: 1–9.

13. Pichler J, Chomtho S, Fewtrell M, et al. Body composition in paediatric intestinal failure patients receiving long-term parenteral nutrition. Arch Dis Child 2014; 99 (2): 147–153.

14. Sunderland KL, Tryggestad JB, Wang JJ, et al. Pigment epithelium-derived factor (PEDF) varies with body composition and insulin resistance in healthy young people. J Clin Endocrinol Metab 2012; 97 (11): 2114–2121.

15. Vergara FV, Bustos ED, Marques LL, et al. The four-compartment model of body composition in obese Chilean schoolchildren, by pubertal stage: comparison with simpler models. Nutrition 2014; 30 (3): 305–312.

16. Heymsfield SB, Lohman TG, Wang Z, et al. Human Body Composition. 2nd ed. Champaign, IL: Human Kinetics, 2005: 1–523.

17. Beeson WL, Batech M, Schultz E, et al. Comparison of body composition by bioelectrical impedance analysis and dual-energy X-ray absorptiometry in Hispanic diabetics. Int J Body Compos Res 2010; 8 (2): 45–50.

18. Dolezal BA, Lau MJ, Abrazado M, et al. Validity of two commercial grade bioelectrical impedance analyzers for measurement of body fat percentage. J Exerc Physiol Online 2013; 16 (4): 74–83.

19. Gupta N, Balasekaran G, Victor Govindaswamy V, et al. Comparison of body composition with bioelectric impedance (BIA) and dual energy X-ray absorptiometry (DEXA) among Singapore Chinese. J Sci Med Sport 2011; 14 (1): 33–37.

20. Leahy S, O‘Neill C, Sohun R, et al. A comparison of dual energy X-ray absorptiometry and bioelectrical impedance analysis to measure total and segmental body composition in healthy young adults. Eur J Appl Physiol 2012; 112 (2): 589–595.

21. Rutherford WJ, Diemer GA, Scott ED. Assessment of body composition in healthy young adults. Journal of Research in Health, Physical Education, Recreation, Sport & Dance 2011; 6 (2): 56–61.

22. Cohen J. Statistical Power Analysis for the Behavioral Sciences. 2nd ed. New Jersey: Lawrence Erlbaum Associates, 1988: 1–567.

23. Heyward VH, Wagner DR. Applied Body Composition Assessment. 2nd ed. Champaign, IL: Human Kinetics, 2004: 1–268.

24. Westgard JO. Basic Method Validation. 2nd ed. Madison: Wesgard Q.C., 2008: 1–320.

25. Duz S, Kocak M, Korkusuz F. Evaluation of body composition using three different methods compared to dual-energy X-ray absorptiometry. Eur J Sport Sci 2009; 9 (3): 181–190.

26. Karelis AD, Chamberland G, Aubertin-Leheudre M,et al. Validation of a portable bioelectrical impedance analyzer for the assessment of body composition. Appl Physiol Nutr Metab 2013; 38 (1): 27–32.

27. Kutáč P, Gajda V, Přidalová M, et al. Validity of measuring body composition by means of the BIA method. New Medicine 2008; 12 (4): 89–93.

28. Loenneke JP, Wray ME, Wilson JM, et al. Accuracy of field methods in assessing body fat in collegiate baseball players. Res Sports Med 2013; 21 (3): 286–291.

29. Wang JG, Zhang Y, Chen HE, et al. Comparison of two bioelectrical impedance analysis devices with dual energy X-ray absorptiometry and magnetic resonance imaging in the estimation of body composition. J Strength Cond Res 2013; 27 (1): 236–243.

30. Duvnjak L, Duvnjak M. The metabolic syndrome – an ongoing story. J Physiol Pharmacol 2009; 60 (Suppl 7): 19–24.

31. Gupta A, Gupta V. Metabolic syndrome: what are the risks for humans? Biosci Trends 2010; 4 (5): 204–212.

32. Gustafson B. Adipose tissue, inflammation and atherosclerosis. J Atheroscler Thromb 2010; 17 (4): 332–341.

33. Ning Y, Yang S, Evans RK, et al. Changes in body anthropometry and composition in obese adolescents in a lifestyle intervention program. Eur J Nutr 2014; 53 (4): 1093–1102.

34. Buśko K. A comparative analysis of tfie anthropometric method and bioelectrical impedance analysis on changes in body composition of female volleyball players during the 2010/2011 season. Human Movement 2012; 13 (2): 127–131.

Štítky
Neonatologie Pediatrie Praktické lékařství pro děti a dorost

Článek vyšel v časopise

Česko-slovenská pediatrie

Číslo 4

2016 Číslo 4

Nejčtenější v tomto čísle

Tomuto tématu se dále věnují…


Kurzy

Zvyšte si kvalifikaci online z pohodlí domova

Jistoty a nástrahy antikoagulační léčby aneb kardiolog - neurolog - farmakolog - nefrolog - právník diskutují
nový kurz
Autoři: doc. MUDr. Štěpán Havránek, Ph.D., prof. MUDr. Roman Herzig, Ph.D., doc. MUDr. Karel Urbánek, Ph.D., prim. MUDr. Jan Vachek, MUDr. et Mgr. Jolana Těšínová, Ph.D.

Léčba akutní pooperační bolesti
Autoři: doc. MUDr. Jiří Málek, CSc.

Nové antipsychotikum kariprazin v léčbě schizofrenie
Autoři: Prof. MUDr. Cyril Höschl, DrSc., FRCPsych.

Familiární transthyretinová periferní polyneuropatie
Autoři: MUDr. Radim Mazanec, Ph.D.

Diabetes mellitus a kardiovaskulární riziko, možnosti jeho ovlivnění
Autoři:

Všechny kurzy
Kurzy Doporučená témata Časopisy
Přihlášení
Zapomenuté heslo

Nemáte účet?  Registrujte se

Zapomenuté heslo

Zadejte e-mailovou adresu se kterou jste vytvářel(a) účet, budou Vám na ni zaslány informace k nastavení nového hesla.

Přihlášení

Nemáte účet?  Registrujte se