Kehon koostumuksen mittaaminen eri menetelmillä – Laakso

Ihmiset keskustelevat paljon rasvaprosenteistaan ja lihasmassoistaan. Kehon koostumuksen mittaaminen onkin hyödyllistä muutenkin kuin vain pelkästään esteettisistä syistä. Ongelmana on kuitenkin mittauksen haasteet ja epätarkkuus. Mittalaitteita on monenlaisia – on halpoja ja kalliita, yksinkertaisia ja monimutkaisia. Lihastohtori muistaa vielä professorilta saamansa opit yli kymmenen vuoden takaa kysyessään mikä on paras kehon koostumuksen mittari: ”objektiivinen peili”. Sain tällä kertaa vierailevaksi kirjoittajaksi Mia Laakson, LitK, joka on erikoistunut opinnoissaan kehon koostumuksen mittaukseen ja teki aiheesta opinnäytetyön ja jatkaa saman aiheen ympärillä myös gradussaan. Tässä kirjoituksessa kerrotaan eri mittalaitteista ja niiden käytöstä. Lisäksi tarkastellaan laitteista saatujen tulosten luotettavuutta. Jos saat rasvaprosenttilukemaksesi vaikkapa 15 %, niin kuinka lähellä se on totuutta? Kumpi on parempi, ihopoimumittaus vai bioimpedanssi vai mittaavatko ne edes samaa asiaa?

Johdantoa ja perusteita

Hei kaikille blogin lukijoille! Aloitetaan johdannolla kehon koostumukseen. Kehon koostumuksella tarkoitetaan kehomme kemiallista koostumusta eli eri aineiden jakautumista kehossamme (Wilmore & Costill 2004). Keho sisältää proteiineja, rasvaa, vettä, glykogeeniä sekä luuston ja muun elimistön kivennäisaineita (Fogelholm 2004).

Tarkat ja luotettavat arvioinnit kehon koostumuksesta ovat hyödyllisiä arvioitaessa yksilön ravitsemuksellista ja terveydellistä tilaa (Mikat ym. 2007). Mittaukset ovat erinomaisia seurattaessa esimerkiksi painonhallintainterventioiden tehokkuutta. Pelkkä painon muutosten seuraaminen ei usein ole riittävä menetelmä, sillä kehon koostumuksessa voi tapahtua muutoksia ilman, että paino muuttuu (Sillanpää 2011). Lisäksi rasvaa saattaa kerääntyä myös sellaisiin paikkoihin, joista sitä ei välttämättä helposti paljain silmin erota. Kehon koostumuksen analysoinnin avulla saa tietoa yksilön rasvamassan ja lihasmassan suhteellisista osuuksista kehossa (Dolezal ym. 2013). Kehonkoostumusmittaus soveltuu erinomaisesti ravintotottumusten, terveysliikunnan, painonhallinnan ja muiden elämäntapamuutosten suunnitteluun, motivointiin, monitorointiin ja seurantaan.

Tieto ihmiskehon koostumuksesta lisääntyy jatkuvasti. Menetelmien kehittyessä myös kehon koostumuksen aiempaa tarkempi tarkastelu on tullut mahdolliseksi. Ihmiskehon koostumusta ei kuitenkaan koskaan voida suoraan mitata muuta kuin kuolleelta. Kehon koostumuksen mittaamiseen on kuitenkin kehitetty monenlaisia mittaustekniikoita.

Kehon koostumuksen mittausmenetelmät jaetaan kahteen pääkategoriaan: laboratorio- ja kenttämenetelmät. Yleisimpiä laboratoriotekniikoita ovat esimerkiksi kaksienergisen röntgensäteen absorptiometria eli DXA, vedenalaispunnitus sekä 4-komponenttimalli. Yleisimpiä kenttätekniikoita taas ovat muun muassa ihopoimumittaus, vyötärö-lantio-suhde, painoindeksi (BMI) sekä biosähköinen bioimpedanssi. (Mikat ym. 2007.) Laboratoriotekniikat ovat yleisesti ottaen tarkempia kuin kenttämenetelmät, mutta lähes aina kalliita ja aikaa vieviä, joten ne eivät ole aina kovin käytännöllisiä. Kenttämenetelmät sen sijaan soveltuvat paremmin laajoille henkilöjoukoille ja ovat usein tarpeeksi tarkkoja rasvan määrää arvioitaessa. (Sillanpää 2011.) Kaikissa mittausmenetelmissä on hyvät ja huonot puolensa ja menetelmää valittaessa tuleekin tarkastella, millaista tietoa halutaan saada selville. Mittausmenetelmää valittaessa tulee pohtia muun muassa menetelmän kustannuksia, miten nopeasti tietoa tarvitaan ja kuinka tarkkaa tiedon tulisi olla. Kehon koostumuksen arvioinnissa tulee aina olla kriittinen, sillä tulokseen vaikuttavat valittu mittausmenetelmä, käytetty laitteisto ja mittaaja sekä usein myös kehon nestetasapaino.

 Yksinkertaiset mallit

Kenttätyössä käytännöllisimpiä ja yksinkertaisimpia kehon koostumuksen antropometrisia mittareita ovat painoindeksi (BMI), vyötärönympärys ja vyötärö-lantio suhde. Nämä antavat epäsuoria ja karkeita arvioita lihavuudesta ja keskivartalolihavuudesta (Sillanpää 2011). Painoindeksi on yleisesti hyväksytty ja paljon käytetty menetelmä, mutta se ei anna riittävän tarkkoja tuloksia henkilöillä, joilla on hyvin pieni tai suuri lihasmassa (Racette ym. 2006). Tämä johtuu siitä, että painoindeksi ei erottele lihas- ja rasvamassaa toisistaan vaan määrittelee ainoastaan henkilön painon suhteen pituuteen. Vyötärönympärys ja vyötärö-lantiosuhde kertovat keskivartalolihavuudesta ja painoindeksiä paremmin rasvan jakautumisesta kehossa.

2-komponenttimallit

Yksinkertainen ja yleisesti kehon koostumuksen tarkastelussa käytetty menetelmä on 2-komponenttimalli. Mallin mukaan keho jaetaan rasvattomaan massaan sekä rasvamassaan, ja näin on mahdollista tarkastella niiden eri osuuksia kehossa. (Ellis 2000.) Eri 2-komponenttimalleissa saattaa olla eroja siinä, mikä luetaan kuuluvaksi rasvattomaan kehon massaan. Tavallisesti kuitenkin 2-komponenttimallissa rasvaton kehon massa sisältää kaiken muun paitsi rasvamassan. Näin ollen rasvamassa sisältää myös niin sanotun välttämättömän rasvan, kuten aivoissa ja sydämessä olevan rasvan. Rasvatonta kehon massaa ja niin sanottua ”lean body” massaa käytetään välillä toistensa synonyymeinä siitä huolimatta, että ”lean body” massa sisältää myös kehon välttämättömän rasvan, ja rasvaton massa (fat-free mass) sitä vastoin ei. Yleisimpiä 2-komponenttimalleja ovat ihopoimumittaus, biosähköinen impedanssi, vedenalaispunnitus sekä air displacement plethysmography eli BOD POD. Kerron seuraavaksi näistä lyhyesti.

Biosähköinen impedanssilaite

BIA- eli biosähköinen impedanssilaite perustuu pienten, harmittomien elektronisten signaalien kulkeutumiseen kehossa. Eri kudokset vastustavat signaaleja eri voimakkuudella. Vesi päästää signaaleja helpommin lävitseen kuin esimerkiksi rasva. Näin ollen lihakset, jotka sisältävät paljon enemmän vettä kuin rasvakudos, päästävät signaaleja helpommin lävitseen kuin rasvakudos. Laskukaavojen avulla BIA-laitteen on mahdollista määrittää kuinka paljon kehossa on rasva- ja lihaskudosta. Lisäksi laite määrittää rasva- ja lihaskudoksen jakautumista kehon eri osissa.

Biosähköisiä impedanssilaitteita on paljon erilaisia. Joissakin laitteissa sähkövirta kulkee vain kädestä käteen, jolloin laite mittaa vain ylävartalon koostumuksen. Laitteita on myös sellaisia, joissa sähkövirta kulkee sekä jaloista että käsistä, ja näin mittaa koko kehon koostumuksen ja ne kaikki laitteet toimivat kuitenkin samalla perusperiaatteella.

Meillä kaikilla kehon kokonaisveden määrän ja rasvattoman massan suhde on suhteellisen vakio (0,73), ja tämän perusteella bioimpedanssilaite arvioi kehon rasvattoman massan melko hyvin. (Moon ym. 2013.) Tämä suhdeluku vaihtelee kuitenkin jonkin verran eri ihmisillä ja saattaa muuttua samalla ihmisellä esimerkiksi kuntosaliharjoittelun seurauksena. Tavallisesti nimittäin lihasten kasvaessa myös niiden sisältämä veden määrä lisääntyy suhteellisesti tarkasteltaessa.

Biosähköistä impedanssilaitetta käytetään tavallisesti kehon koostumuksen muutosten seurannassa. Tutkimusten mukaan laite ei kuitenkaan ole täysin luotettava. Tämä johtuu suurelta osin siitä, että laite olettaa kehon kokonaisveden määrän pysyvän aina vakiona. Tällaiset oletuksista johtuvat virheet voivat johtaa muutamien prosenttiyksikköjen virheeseen kehon koostumuksen mittauksessa. Toisaalta monien tutkimusten mukaan melko suurien kehon koostumuksissa tapahtuvien muutoksien seurannassa biosähköinen impedanssilaite on suhteellisen luotettava. Koska kehon neste- ja elektrolyyttitasapaino vaikuttavat tuloksiin, on erittäin tärkeää, että mittausta edeltävä aika vakioidaan mahdollisimman tarkasti. Eli esimerkiksi olisi tärkeää suorittaa mittaus aina aamulla paastotilassa. Lisäksi edellispäivän raskasta liikuntaa ja saunomista tulisi välttää. Naisilla myös kuukautiskierron vaihe vaikuttaa tuloksiin.

Ihopoimumittaus

Ihopoimumittauksessa mitataan ihopoimujen paksuutta kahdesta tai useammasta kohdasta kehoa mittauspihdeillä. Mittaus perustuu oletukseen, että kehon rasvasta noin puolet sijaitsee ihonalaisena rasvakudoksena. Eri henkilöillä rasvan jakaantuminen eri puolille kehoa kuitenkin vaihtelee hieman, joten mittauspaikkojen valitseminen vaikuttaa aina tulokseen. Mitattaessa ihopoimuja niiden paksuus lasketaan yhteen ja summa sijoitetaan ennusteyhtälöön, jonka avulla saadaan laskettua arvio kehon rasvaprosentista. Ihopoimumittaukset ovat yksinkertaisia ja ne voidaan toteuttaa helposti myös kenttätyössä. Ihopoimumittaus on edullinen, mutta sen tarkkuus riippuu suuresti mittaajasta ja siitä, että mittaus toistetaan aina täsmälleen samoista kohdista (Sillanpää 2011). Eri mittaajien saamat tulokset eivät olekaan vertailukelpoisia eikä eri henkilöiden tuloksia kannata vertailla keskenään rasvan epätasaisen jakautumisen vuoksi. Ihopoimumittaus soveltuu parhaiten pitkäaikaisseurantaan. (Fogelholm 2004.)

Jos ihopimumittauksen avulla tarkastellaan vain ihonalaisen rasvan määrää, niin mittaus on tavallaan suora ja mittauksesta saatu tulos melkoisen luotettava. Isompi haaste on ihmisten erilaisuudessa sekä yhtälöissä, joiden avulla ennustetaan koko kehon rasvaprosenttia. (Moonin luento: http://nsca.com/videos/conference_lectures/body-composition-changes-during-nutrition-and-exercise-interventions/.) Mittaajan pitää myös osata mitata oikein. Yleisimmät mittauspaikat ovat ojentajan, hauiksen, lavanaluksen ja suoliluunharjanteen ihopoimu (Keskinen ym. 2007, 48). Vaihtoehtoisesti voi käyttää myös kolmea tai seitsemää mittauspaikkaa (ACSM. 2009, 68). Esteettisissä lajeissa tämä mittari mittaa parhaiten ihonalaisen rasvan määrää ja sen sijaan, että puhutaan rasvaprosentista, niin voi olla vain hyvä puhua ihopoimujen paksuuksista eri alueilla. Ihopoimumittauksen yhteydessä voi käyttää mittanauhaa lisänä, mikä saattaa vielä parantaa mittaustuloksia. Esimerkiksi jos ihopoimumittauksella saadaan samansuuruinen tulos samalla henkilöllä eri aikoina, mutta henkilön käsivarren paksuus on suurentunut, voidaan päätellä, että käsivarteen on nimenomaan tullut lisää lihasta rasvan sijasta. Vielä ihopoimumittausta tarkempaan lukemaan pääsee ultraäänellä ja MRI:llä.

Vedenalaispunnitus ja BOD POD

Vedenalaispunnitus perustuu kehon tilavuuden mittaamiseen ja kehon tiheyden määrittämiseen. Koska rasvakudoksen tiheys (0,9 g/ml) poikkeaa rasvattoman kudoksen tiheydestä (n. 1,1 g/ml riippuen hieman yksilöstä), voidaan kehon kokonaistiheyden perusteella laskea rasvakudoksen ja rasvattoman kudoksen osuudet kehon kokonaismassasta. Arkhimedeen lain mukaan henkilön painon ja veden alla mitatun painon erotus on yhtä suuri kuin henkilön kehon syrjäyttämän veden paino. Syrjäytetyn vesimäärän painon avulla saadaan laskettua syrjäytetyn vesimäärän tilavuus, joka on sama kuin koehenkilön kehon tilavuus. Vedenalaispunnituksen avulla saatuun kehon tilavuuteen sisältyy kudosten tilavuuden lisäksi myös keuhkoissa ja ruoansulatuskanavassa olevien kaasujen tilavuus, mikä pitää huomioida tuloksessa. Kehon tilavuuden saa mitattua epäsuorasti käyttämällä myös BOD POD -laitetta. Menetelmässä henkilö menee suljettuun, ilmaa sisältävään kammioon. Kehon tilavuus voidaan laskea ilmamäärän avulla, jonka keho syrjäyttää kammiossa. Tämä ilmamäärä on täsmälleen sama, kuin henkilön kehon tilavuus. Alla kuvat vedenalaispunnituksesta ja BOD POD:sta.

3-komponenttimalli, DXA

Kaksienergisen röntgensäteen absorptiometria (DXA) on 3-komponenttimalli, joka mittaa henkilön luun mineraalipitoisuuden eli luuston tiheyden, rasvattoman kehon massan sekä rasvamassan määriteltynä poikkipinta-alaa kohden. DXA kehitettiin alun perin luuston tiheyden mittavälineeksi, mutta laitetta kehitettiin nopeasti koko kehon koostumuksen mittaamiseen sopivaksi. Nykyään DXA-laitetta käytetään myös esimerkiksi eri kehon osien, kuten vatsan rasvamassan arviointiin (Glickman ym. 2004). Lisäksi DXA:n avulla on mahdollista saada tietoa eri kehonosien lihasmassasta.

DXA-laitteen toiminta perustuu kahden spektriltään erilaisen röntgensäteilyn tuottamiseen ja niiden vaimenemisen mittaamiseen. Eri kudokset päästävät röntgensäteitä lävitseen eri intensiteeteillä, minkä perusteella DXA arvioi kehon koostumuksen. Laite pystyy määrittämään röntgensäteiden avulla tarkasti ainoastaan kehon pehmytkudoksen sekä luuston. Kehon kokonaisveden määrää DXA ei siis pysty määrittämään. Kehon rasvamassan, rasvattoman massan sekä lihasten määrittämiseen laite käyttää erilaisia kuvankäsittelymetodeja sekä yhtälöitä. Samalla tavalla kuin bioimpedanssilaite, DXA määrittää kehon rasvattoman massan, rasvamassan ja lihasmassan käyttämällä niiden suhdetta kehon kokonaisveden määrään. Nämä suhteet ovat todettu olevan suhteellisen vakioita, mutta voivat muuttua samallakin henkilöllä hieman esimerkiksi lihasmassan lisääntymisen seurauksena. Joidenkin tutkimusten mukaan tämä johtaa keskimäärin noin 4 prosentin virhearvioon kehon koostumuksen määrittämisessä väestötasolla (mm, Moon ym. 2013). DXA tuntuu aliarvioivan rasvan määrää varsinkin sellaisilla henkilöillä, joilla rasvaa on kerääntynyt paljon ylävartaloon (Clasey ym. (1999.) Kuitenkin, kun DXA-laitetta on verrattu bioimpedanssiin ja ihopoimumittauksiin, useiden tutkimusten mukaan DXA antaa tarkimmat arviot kehon koostumuksen muutoksista samalla henkilöllä eri aikoina (Gutin ym. (1996). Lähes aina tällaisissa tutkimuksissa niin sanottuna kultaisena standardina on käytetty 4-komponenttimallia. Useissa tutkimuksissa DXA laitteen määrittämä henkilön rasvamassan tai rasvattoman massan muutos eroaa 4-komponenttimallin antamasta tuloksesta vain 1–2 prosenttiyksikköä (mm. Evans ym. 1999; Ploeg ym. 2003; Salomone ym. 2000.)

Lyhyesti kiteytettynä DXA on nopea ja suhteellisen tarkka kehon koostumuksen mittari. Laitetta voidaan käyttää koko kehon sekä eri kehon osien, kuten jalkojen ja vatsan koostumuksen arvioinnissa. Tuloksia tarkasteltaessa tulee kuitenkin muistaa olla kriittinen, koska DXA ei pysty mittaamaan kehon nesteiden määrää ja näin ollen laite käyttää joitain oletuksia arvioidessaan kehon rasvan ja rasvattoman massan määrää. Lisäksi DXA on lähinnä vain tutkimuskäytössä. Esimerkiksi liikuntabiologian ja terveystieteiden laitoksella on Jyväskylässä yhteinen DXA.

Monikomponenttimallit

4-komponenttimallia pidetään tällä hetkellä ns. ”kultaisena standardina” kehon koostumuksen mittauksessa. Monikomponenttimalleissa määritetään rasvan, veden, mineraalien ja proteiinien määrät useammalla eri menetelmällä ja koostetaan tulokset yhtenäisiksi. 4-komponenttimalli sisältää esimerkiksi kehon painon ja tilavuuden, sekä kokonaisveden ja luuston mineraalien määrän mittauksen. Kyseiset mittaukset voidaan tehdä eri laitteilla, mutta yleisesti kuitenkin kehon tilavuus mitataan käyttämällä BOD POD:ia tai vedenalaispunnitusta. Kehon kokonaisveden määrää mitataan sitä vastoin yleisesti käyttämällä niin sanottua D2O tekniikkaa. D2O eli dideuteriumoksidi on molekyyli, jossa vedyn raskaampi isotooppi, deuterium on sidoksissa happeen. Näin ollen molekyyli muistuttaa tavallista vesimolekyyliä (H2O), mutta dideuteriumoksidissa molemmat vetyatomit ovat isotooppia H² (Norgan. 2005). Luuston sisältämän mineraalien määrän saa mitattua luotettavasti DXA-laitteella. Painon voi mitata monella laitteella, mutta sen saa kätevästi DXA-laitteen avulla luuston mittauksen yhteydessä. Monikomponenttimalleja pidetään tällä hetkellä luotettavimpina siksi, että ne ovat ainoita menetelmiä joissa määritetään kehon nesteiden määrän avulla kehon koostumus. Monikomponenttimallit ovat kuitenkin aikaa vieviä ja kalliita, mikä rajoittaa niiden käyttöä.

Kehonkoostumusmenetelmien vertailua

Jyväskylässäkin kolme vuotta sitten vierailleen kehonkoostumusekspertin Jordan Moonin mukaan monikomponenttimallit ovat ainoita kehon koostumuksen mittareita, joiden tuloksiin ei vaikuta henkilön ikä, sukupuoli, etnisyys, kuntotaso tai rasvan määrä. Kaikkia muita mittalaitteita käytettäessä on hyvin tärkeää suorittaa mittaukset vakioiduissa olosuhteissa. Tutkimusten mukaan DXA-laitteella samalta henkilöltä eri aikoina saadut mittaustulokset ovat melko tarkkoja, mutta 4-komponenttimalliin verrattaessa DXA kuitenkin aliarvioi rasvan määrää systemaattisesti noin 1-2 prosenttiyksikön verran. Jos henkilön kehon koostumus sitä vastoin muuttuu esimerkiksi laihdutuksen seurauksena, DXA:n mittaustarkkuus vähenee. Tämä johtuu olettamuksista koskien veden määrää, joista kerroin edellä. Ryhmätasolla mittausvirheet kehon koostumuksen muutoksessa samalla henkilöllä eri aikoina ovat jonkin verran pienempiä kuin yksilötasolla. BIA-laitteella saadut tulokset samalla henkilöllä eri aikoina saattavat vaihdella jopa hieman enemmän kuin DXA:lla saadut tulokset. Vedenalaispunnituksen avulla saadut tulokset kehon koostumuksesta ovat melko luotettavia mitattaessa samalla henkilöllä eri aikoina, kunhan mittaukset suoritetaan vakioiduissa olosuhteissa ja kehon koostumuksessa ei tapahdu suuria muutoksia. Tuloksiin vaikuttaa kuitenkin esimerkiksi kehossa olevan kaasun määrä. Moonin mukaan vedenalaispunnituksesta saadut tulokset sisältävät rasvan määrässä noin 4 prosenttiyksikön verran virhettä verrattaessa 4-komponenttimalliin. Kun verrataan mittaustuloksia eri ihmisten välillä, mittaustarkkuus heikkenee, sillä esimerkiksi luuston tiheys joudutaan arvioimaan käytettäessä vedenalaispunnitusta. Tästä johtuen henkilöllä, jolla on luusto tiheämpää kuin jollakin toisella, saa tulokseksi pienemmän kehon rasvattoman massan kuin henkilö jolla luusto on vähemmän tiheää. Kehon koostumuksen mittauksesta saatuja tuloksia ei ikinä pitäisikään verrata kahden eri henkilön välillä. Ihopoimumittauksella saadut tulokset kehon kokonaisrasvan määrässä saattavat vaihdella jopa 8 prosenttiyksikön verran verrattaessa 4-komponenttimallin avulla saatuihin tuloksiin. Tämä johtuu muun muassa siitä, että ihopoimumittauksen avulla saadaan melko luotettavia tuloksia ihon alaisesta rasvan määrästä, mutta ei kehon kokonaisrasvan määrästä. Moonin mukaan 2- ja 3-komponenttimalleja käytettäessä pahimmassa tapauksessa rasvan määrän arvioinnissa saattaa olla virhettä 12 prosenttiyksikön verran verrattaessa 4-komponenttimalliin. Näin suuret virheet johtuvat kuitenkin suurelta osin huonosti vakioiduista olosuhteista. (Moonin luento:http://nsca.com/videos/conference_lectures/body-composition-changes-during-nutrition -and-exercise-interventions/.)

Menetelmien toistettavuus kaiken kaikkiaan kuitenkin samalla ihmisellä on melko hyvä. Jos vakioiduissa olosuhteissa tänään saa rasvaprosentiksi 10 ja seuraavalla mittauskerralla 13, niin keskimäärin yli 90 prosentin varmuudella näin on tapahtunut riippuen mittalaitteista. Eli vaikka ei absoluuttisen oikeaa lukemaa saadakaan ja ihmisten vertailu on vaikeaa, niin tulos muutoksista voi olla melko lähellä oikeaa. Käytännössä kuitenkin harvoin alle 2 prosenttiyksikön muutokset vielä menevät muuta kuin menetelmän virhemarginaalin sisään. Tämä tarkoittaa sitä, että mittaukset kannattaa toistaa useasti.

Yhteenveto

Huh, tässä kohtaa taitaa olla pyyhkiytynyt mielestä jo kaikki alussa kirjoitettu. Lyhyesti kuitenkin voisi todeta näin lopuksi, että kehon koostumuksen arviointia voidaan käyttää hyvin monenlaisissa tilanteissa, aina kliinisistä tutkimuksista urheilijoiden kehitystason arviointiin. Erilaisia menetelmiä on paljon, mutta ihmiskehon koostumusta ei pystytä edelleenkään mittaamaan täydellisen tarkasti. Näin ollen kaikki menetelmät antavat vain arvion kehon koostumuksesta. Kehon rasvaprosentti on aina suhteellinen käsite, sillä vaikka kehon rasvan määrä pysyisi samana mutta lihasmassaa tulisi lisää, niin rasvaprosentti pienenee. Kenttämenetelminä käytetyt mittarit, kuten lantio-vyötärösuhde, antaa jo hyvän kuvan henkilön kehon koostumuksesta. Ja toki täytyy muistaa, että tavallinen peilikin kertoo jo aika paljon. Tarkemmat mittalaitteet, kuten DXA, antavat hieman luotettavampaa tietoa kuin yksinkertaiset menetelmät, mutta mittaaminen on aikaa vievää ja kalliimpaa. Ihopoimumittaukset ovat käytännöllinen tapa mitata ihonalaisen rasvan määrää. Kun tarkoituksena on kasvattaa lihasmassaa, voi olla hyvä mitata ihopoimumittauksen lisäksi eri kehonosien ympärysmitat. Tämä antaa vielä tarkempaa tietoa ihonalaisen rasvan muutoksista. Nimittäin kun lihakset kasvavat, niin samalla ihonalainen rasva jakaantuu suuremmalle alueelle ja näin ihopoimumittaustuloksen mukaan rasvan määrä olisi vähentynyt. Absoluuttisesti näin ei kuitenkaan välttämättä ole tapahtunut. Ihopoimumittaukset ovat kuitenkin tavallaan suora menetelmä mitattaessa ihonalaisen rasvan määrää (vaikkakin epätarkempi kuin MRI tai ultraääni) ja näin ollen helppokäyttöisyyden takia melko hyvä mittausmenetelmä. Menetelmän ja mittalaitteen valinnassa pitää aina huomioida mitattavan henkilön tavoitteet ja mittauksen tarkoitus sekä käytettävissä olevat resurssit. Ja ei kun mittailemaan!

 

Mia Laakso

Opiskelen liikuntafysiologiaa viidettä vuotta Jyväskylän yliopistossa ja työskentelen teknisenä avustajana liikuntabiologian laitoksella. Opiskelujen ohella toimin taitoluistelutuomarina ja teen urheilijoille tunti- ja kausisuunnitelmia. Tänä vuonna olisi kuitenkin tarkoitus saada gradu pakettiin. Graduni käsittelee erilaisten palautusjuomien vaikutusta kehon koostumukseen ja lihasten suorituskykyyn voimaharjoittelun yhteydessä.

LÄHTEET

ACSM`s Guidelines for Exercise Testing and Prescription. 2009. 8th edition. American College of Sport Medicine.

Clasey, J. L., Kanaley, J. A., Wideman, L., Heymsfield, S. B., Teates, C. D., Gutgesell, M. E., Thorner, M. O., Hartman, M. L. & Weltman, A. 1999. Validity of methods of body composition assessment in young and older men and women. Journal of Applied Physiology, May; 86 (5): 1728-38.

Dolezal, B. D., Lau, M. J. Abrazado, M., Storer, T. W. & Cooper C. B. 2013. Validity of Two Commercial Grade Bioelectrical Impedance Analyzers for Measurement of Body Fat Percentage. Journal of Exercise Physiologyonline August, Volume 16 Number 4.

Ellis, K. J. 2000. Human Body Composition: In Vivo Methods. Physiological Reviews Vol. 80, No. 2, April 2000

Evans, E. M., Saunders, M. J., Spano, M. S., Arngrimsson, S. A., Lewis, R. D., & Cureton, K. J. 1999. Body-composition changes with diet and exercise in obese women: a comparison of estimates from clinical methods and a 4-component model. The American Journal of Clinical Nutrition 70:5–12.

Fogelholm, M. 2004. Antropometriset ja kehon koostumusta kuvaavat mittaukset. Teoksessa Keskinen, K.L., Häkkinen, K. & Kallinen, M. Kuntotestauksen käsikirja. Liikuntatieteellisen seuran julkaisu nro 156, Helsinki. Tammer-Paino oy, Tampere.

Gutin, B., Litaker, M., Syed, I., Manos, T., Smith, C. & Treiber, F. 1996. Body-composition measurement in 9-i 1 -y-old children by dual-energy X-ray absorptiometry, skinfold-thickness measurements, and bioimpedance analysis. The American Journal of Clinical Nutrition 1996: 63:287-92.

Keskinen, Häkkinen & Kallinen. 2007. Kuntotestauksen käsikirja. 2. uudistettu painos. Liikuntatieteellinen seura ry.

Mikat, R. P. 2007. Total-body pressure mapping for the assessment of body composition. Journal of Exercise Physiologyonline, Volume 10 Number 1 February.

Moon, J. R., Stout, J. R., Smith-Ryan, A. E., Kendall, K. L., Fukuda, D. H., JT Cramer, J. T. & Moon, S. E. 2013. Tracking fat-free mass changes in elderly men and women using single-frequency bioimpedance and dual-energy X-ray absorptiometry: a four-compartment model comparison. European Journal of Clinical Nutrition (2013) 67, S40–S46.

Norgan N. G. 2005. Laboratory and field measurements of body composition. Public Health Nutrition: 8(7A), 1108–1122

Van Der Ploeg, G. E., Withers, R. T. & Laforgia, J. 2003. Percent body fat via DXA: comparison with a four-compartment model. Journal of Applied Physiology 94: 499–506.

Racette SB, Evans EM, Weiss EP, Hagberg JM, Holloszy J. Abdominal adiposity is a stronger predictor of insulin resistence than fitness among 50-59 year olds. Diabetes Care 2006;29:673-678.

Salomone, L. M., Fuerst, T., Visser, M., Kern, M., Lang, T., Dockrell, M., Cauley, J. A., Nevitt, M., Tylavsky, F. & Lohman, T. G. 2000. Measurement of fat mass using DXA: a validation study in elderly adults. Journal of Applied Physiology 89: 345–352.

Sillanpää, E., Sulin, C., Häkkinen, K., Finni, T., Walker, S., Pesola, A., Ahtiainen, J., Stenroth, L., Selänne, H. & Sipilä, S. 2014. Body Composition in 18- to 88-Year-Old Adults—Comparison of Multifrequency Bioimpedance and Dual-Energy X-ray Absorptiometry. Obesity, Volume 22, Number 1, January, 101-109.

Sillanpää E. Adaptations in body composition, metabolic health and physical fitness during strength or endurance training or their combination in healthy middle-aged and older adults. University of Jyväskylä. Studies in Sport, physical education and health 2011, 161.

Wilmore, J. & Costill, D. 2002. Physiology of Sport and Exercise. Human kinetics.