DENSIDAD CORPORAL Y PORCENTAJE GRASO POR SUMATORIA DE PLIEGUES, FÓRMULAS DE CÁLCULO INTRODUCCIÓN A LA PROBLEMÁTICA Los perfiles antropométricos son comúnmente utilizados como base para valorar el nivel de grasa corporal en deportistas y personas en general. Existen diversas formas de uso de las variables antropométricas para cuantificar los niveles de grasa generales y por regiones del cuerpo. Sin embargo muchos de estos métodos han sido aplicados sin tener en cuenta los errores de las fórmulas de cálculo y las suposiciones asociadas a su uso. El acriticismo en el uso de las fórmulas estimativas de la grasa corporal es uno de los problemas antropométricos con los cuales se han cometido verdaderos abusos. Intentaremos presentar estos problemas de estimación de la adiposidad utilizando ecuaciones de regresión y trataremos de sugerir algunos consejos para minimizar los problemas de aplicación de esta parte tan importante de la antropometría CAMBIOS EN LA GRASA CORPORAL A LO LARGO DE TODA LA VIDA Las reservas de grasa cambian en el cuerpo a lo largo de la vida, por lo que, según las normas poblaciones, resulta bastante sencillo predecirlo. Los datos transversales muestran que desde niveles relativamente altos de adiposidad en el primer año de vida, las reservas de grasa subcutánea disminuyen lentamente hasta sus niveles más bajos entre los 6 y 8 años. Más tarde este parámetro aumenta progresivamente a lo largo de la edad de desarrollo, excepto en la etapa de explosión puberal, donde se aprecia una notable caída. Esta edad corresponde, aproximadamente, entre los 11 y 12 años en niñas, y 14 y 16, en los niños. A partir de este punto las reservas de grasa subcutánea aumentan, alcanzando un pico durante la quinta década para los hombres y la sexta para las mujeres, cayendo posteriormente para ambos.

Teniendo en cuenta que la mayoría de las personas se preocupan por conocer su nivel de adiposidad, dado que se sabe cada vez más que el exceso de grasa es perjudicial para mantener buenos niveles de salud, la estimación de las reservas de grasa es un procedimiento común en gimnasios y centros de salud. Para las personas que practican deporte también esta estimación se vuelve importante, sobre todo desde que se demostró que ciertos niveles de adiposidad en determinadas especialidades provocan una merma en el rendimiento. El modelo más utilizado y generalizado para valorar el nivel de grasa incluye la medición de los pliegues cutáneos. Posteriormente estos pliegues son utilizados para estimar la cantidad de grasa general en un sujeto, aplicando una serie de fórmulas de predicción de las varias disponibles en la bibliografía especializada. Si se usa este método de predicción debemos conocer que existen suposiciones y limitaciones que deben ser comprendidas con el fin de realizar un análisis equilibrado del nivel de grasa corporal, y brindar información significativa y apropiada a la persona que se evaluó. Es este nivel de sofisticación el que se necesita para comprender la apreciación de los errores asociados con la conversión de los pliegues cutáneos en la estimación de la grasa corporal total. Es la falta de ese conocimiento lo que ha provocado el mal uso de este método aún en la actualidad. En el gráfico siguiente se pueden apreciar los cambios a lo largo de la vida en la sumatoria de 6 pliegues cutáneos, en varones y mujeres, obtenidos de la Base de Datos Antropométricos de Australia (AADBase, 1995), sobre un total de 3200 casos. Los pliegues medidos son el tríceps, subescapular, bíceps, supraespinal, abdominal y pantorrilla medial. Los datos son de tipo transversal.

Normas australianas de población para la suma de 6 pliegues

0

20

40

60

80

100

120

140

160

0 10 20 30 40 50 60 70 80 90

Edad (años)

Sum

ator

ia d

e 6

plie

gues

(mm

)

Mujeres Varones

USO DE LAS ECUACIONES DE REGRESIÓN PARA PREDECIR LA GRASA CORPORAL A PARTIR DEL CÁLCULO DE LA DENSIDAD Como hemos dicho resulta importante una valoración precisa de la grasa corporal, para ello se han desarrollado una variedad de métodos. Estos van desde la simple observación hasta el uso de la conductividad eléctrica del cuerpo, el ultrasonido y el escaneo con rayos infrarrojos.

La mayoría de estos métodos requieren de un equipo de costo elevado y profesionales preparados para ello, sumado a la falta de protocolos estandarizados, hacen que los mismos sean poco prácticos e imposible de aplicar a grupos poblacionales más o menos importantes en número. Por otro lado la medición de los pliegues cutáneos de adiposidad requiere de un gasto mucho menor, de menos tiempo de trabajo, del aprendizaje correcto de la técnica de medición y de un plicómetro con las especificaciones de ISAK. Solo con eso podemos controlar la evolución de un sujeto y brindarle una buena información sobre sus niveles de adiposidad general. Por ser un método directo de la medición del grosor de la piel y el tejido adiposo subyacente, la medición de pliegues ha encontrado aceptación y aplicación en disciplinas tales como la anatomía, la biomecánica, la epidemiología, la nutrición, las ciencias del ejercicio, la medicina, la farmacia y la pediatría. Debemos suponer que por medición de pliegues se debe llegar a estimar el contenido total de grasa, tanto externa (medida con el plicómetro), como interna o profunda (estimada a partir de las medidas de pliegues). Esto ha llevado a la proliferación de una importante cantidad de ecuaciones de regresión para transformar las medidas de pliegues en grasa corporal total. En el proceso de transformación es muy común que se haga primero la estimación de la densidad corporal, antes de estimar el porcentaje de grasa corporal. Los métodos basados en ecuaciones de regresión para predecir densidad y % graso pueden revisarse en función a las presunciones introducidas, en tres etapas diferentes:

a) Errores asociados con la predicción de la Densidad Corporal (DC), a partir de los datos antropométricos;

b) La medición de la DC usando hidrodensitometría (peso hidrostático); y c) Los errores involucrados en la transformación de DC a % de Grasa.

DESARROLLO DE ECUACIONES DE REGRESIÓN Existen más de 100 ecuaciones en la literatura científica para la predicción de la DC y el % de grasa, a partir de cierto número de variables antropométricas. Algunas de las más utilizadas se incluyen en el software Cine-Gim 2002 V 1.2, que usted puede recibir sin cargo, solicitándolo a www.antropometrica.com.ar. Debido a que estas ecuaciones son específicas para una determinada población, quien las use debería saber que la población evaluada debe tener similares características que la población original. Deberían valorarse el sexo, la edad, el promedio de adiposidad de la muestral, los niveles de actividad física y la raza, para hacer coincidir todas estas variables entre la población original y la de estudio. En el software comercial Equanthropos, puede visualizarse cada una de estas fórmulas, las poblaciones a las que se aplican y las variables características de cada una, según la describieron los propios autores. El antropometrista debería asegurarse una congruencia absoluta entre los puntos anatómicos utilizados en el estudio original y aquellos a usar en la población experimental. Si fuera posible se debería usar la misma marca de plicómetros descrito en el reporte original.

La mayoría de las ecuaciones son desarrolladas usando métodos de laboratorio como el pesaje hidrostático. El procedimiento incluye la medición de la DC de un grupo de sujetos utilizando el principio de Arquímedes. Debido a que la densidad de un objeto se define como su peso por unidad de volumen, la DC se puede determinar si se conoce el peso del sujeto en el aire, el peso cuando está completamente sumergido en el agua, y el volumen de agua desplazado durante el sumergimiento. Detallaremos el procedimiento de peso hidrostático y las fórmulas de cálculo de la DC a continuación. DENSIOMETRÍA La densiometría es una técnica que sirve para valorar la densidad corporal total. Esta se utiliza con frecuencia como una medida de estimación de la masa corporal grasa y de la masa libre de grasa. Esta estrategia fue durante años, lo que en Cineantropometría se conoce como el estándar de oro (gold estándar), para la elaboración de métodos de composición corporal basados en la medición de variables antropométricas. Sin embargo hoy está prácticamente fuera de uso, fundamentalmente por ser insostenible la presunción de la constancia de la densidad de los diferentes tejidos que componen el cuerpo humano, tal como se especulaba hace varias décadas atrás. Esto lo discutiremos más adelante. Este modelo, que sirvió de base a las fórmulas de densidad corporal elaboradas por distintos autores, a partir de las cuales era posible calcular el porcentaje graso de un sujeto, no sólo demostró sus errores en investigaciones cadavéricas, sino que fueron puestos en el tapete sus inconvenientes técnicos, de múltiples características, que hicieron durante años, casi imposible su utilización práctica. En el gráfico siguiente se muestra como funciona este método.

DENSIDAD CORPORAL (DC) GRASA CORPORAL RELATIVA (% GC)

ECUACIONES ANTROPOMÉTRICAS

PESO HIDROSTÁTICO

Fotografía en la que se aprecia una balanza hidrostática ALGUNAS FÓRMULAS ANTROPOMÉTRICAS PARA EL CÁLCULO DE LA DENSIDAD CORPORAL A pesar de las críticas, el método de cálculo del porcentaje de tejido adiposo, por medio de la densidad corporal ha sido, y aún hoy, es bastante utilizado. Es por ello, a pesar que no lo consideramos un buen método predictor que hemos de brindarles la información necesaria para su cálculo. Si lo desea usted podrá acceder a una planilla de cálculo de densidad corporal y porcentaje graso, que resuelve los cálculos con unos pocos datos necesarios, elaborados para la certificación de I.S.A.K (Rosario), en el año 2001. Sólo acceda a www.antropometrica.com.ar y solicítelo.

Fotografía que muestra la técnica del Peso Hidrostático

El peso corporal en gramos dividido el volumen de agua desplazado en centímetros cúbicos, nos arrojan el resultado de la DC, en esa unidad de medida. Esta se vuelve entonces la variable dependiente, mientras que la serie de mediciones antropométricas tomadas en el sujeto, se transforman en variables independientes y se usan luego para predecir. A continuación se desarrolla una ecuación de regresión múltiple para predecir la DC, a partir de la mejor combinación de variables. Todas las ecuaciones de regresión de este tipo suponen que las densidades de la masa magra o libre de grasa (MM), y la masa grasa (MG), son 1.1 y 0.9 gramos por centímetro cúbico (gr/cm3), respectivamente. Por el contrario, las densidades obtenidas a partir de estudios cadavéricos demostraron una importante variabilidad individual en las proporciones y las densidades de estas dos masas. En consecuencia puede haber un error sustancial en el uso de las ecuaciones de predicción basadas en este supuesto. Este incluye tanto el cálculo primario de la DC, como el de la transformación de esta a % de grasa corporal (% GC). ERRORES EN LAS ECUACIONES DE PREDICCIÓN Los pliegues subcutáneos de tejido adiposo son las variables antropométricas más utilizadas en las ecuaciones de regresión para predecir el % GC, a partir de la estimación de la DC. Al utilizarse estas ecuaciones para predecir la DC se introduce el factor error debido a la violación de, al menos, 3 presunciones.

• En primer lugar se presume que existe una compresibilidad constante de la piel y el tejido adiposo subcutáneo y que el grosor de la piel en cualquier sitio no varía. Sin embargo, se ha observado que la compresibilidad de la piel varía hasta el doble, en análisis cadavéricos (Martín, Ross, Drinkwater, Clarys, 1985), y se sabe que el espesor de la piel varía entre la población, siendo mayor en los hombres que en las mujeres y que disminuye con la edad (Clarys, Martín, Drinkwater y Marfell-Jones, 1987). Estos factores son una fuente clara de error.

• En segundo lugar, debido a que se miden solo unos pocos pliegues, no se consideran los patrones individuales de distribución de la grasa. Por lo tanto se presume que los pliegues seleccionados son representativos de la grasa subcutánea de todo el cuerpo. Entonces es aconsejable incluir una selección de pliegues en la ecuación para predecir la DC y el % GC, que incluyan la parte alta y baja del cuerpo, el tronco y las extremidades.

• En tercer lugar la relación entre el espesor del pliegue y la grasa corporal total se presume como lineal. La grasa corporal total está siendo predicha en base a una proporción fija entre grasa externa y grasa interna, siendo la primera cuantificada a partir de un pequeño número de pliegues cutáneos. Esta relación entre la masa grasa interna y externa podría o no tener una relación lineal (Martín, 1985; Roche, 1987).

Cuando fueron examinados cadáveres para investigar los patrones de distribución de la grasa, el % de grasa subcutánea en relación a la grasa total, varió de 20 a 70%, de acuerdo a variables como la edad, el grado de adiposidad, el sexo y la técnica de medición. El cociente entre grasa interna y externa aumenta con la edad, es mayor en las mujeres (Brodie, 1988 a y b), y puede disminuir (Allen, 1956), o permanecer igual (Martín, 1985), en función del nivel de adiposidad. Jackson y Pollock (1982) desarrollaron una ecuación generalizada para predecir el % GC en base a una relación no lineal entre los cambios en la sumatoria de pliegues y los cambios correspondientes en la DC medida. Su ecuación fue la de mejor ajuste y podría reflejar el efecto de una mayor cantidad relativa de grasa localizada externamente, a medida que aumenta la adiposidad (Allen, 1956). También podría indicar que las personas más obesas tienden a tener componentes más densos en la masa magra. Sin embargo hay un mayor contenido de grasa en el tejido adiposo con el aumento en la adiposidad corporal total (martín, 1985), lo cual tendería a negar estos efectos. Cualquiera sea la causa una disminución en el espesor de los pliegues cutáneos resulta en un aumento de la DC, ya que la suma de los pliegues es menor. Por lo tanto una disminución en la grasa subcutánea no resulta en un aumento de la DC. Tratemos de mostrar este fenómeno, resumido en la figura de la página siguiente. En la misma puede apreciarse como dos personas con distinta adiposidad, pierden ambas 10 milímetros en la suma de 4 pliegues cutáneos. El sujeto A comienza con un nivel más bajo de adiposidad en comparación con el sujeto B, por la tanto hay un mayor aumento estimado en la DC y consecuentemente, reducción en el % GC. Esto puede ser muy desconcertante para el individuo con sobrepeso al que, dada la misma disminución en el nivel absoluto de la sumatoria de 4 pliegues, se le informa que el % GC se alteró sólo en un 2 o 3%. Se ha observado que la varianza en la compresibilidad de los pliegues, el espesor de la piel, el contenido graso en el tejido adiposo, la proporción entre las reservas internas y externas de grasa, y los patrones de grasa externa dentro de la población, pueden causar grandes errores en la predicción de la DC a partir de la medición de pliegues cutáneos.

A partir de las ecuaciones más precisas Whiters, Craig y otros (1987), y Whiters, Whittingham y otros (1987), reportaron, en deportistas, errores de estimación de la DC de 0.00533 y 0.00508 gr.cm3. Estos datos fueron equivalentes a un error entre 2.4 y 2.3% para el posterior cálculo del % GC. En grupos de sedentarios este error de estimación es mayor, variando el cálculo del % GC entre 2.6 y 5.9%. ERROR BIOLÓGICO EN LAS ECUACIONES DE PREDICCIÓN El error biológico es debido a la variabilidad interindividual en la composición y densidad de la masa magra. Cualquier violación a las siguientes presunciones contribuye a ese error.

a) En primer lugar se presume y se acepta que las densidades de la masa grasa y la masa magra es de 0.9 y 1.1 gr.cm3, respectivamente.

b) Segundo, se presume que las contribuciones proporcionales de los componentes de la masa magra (agua, proteínas, minerales óseos y minerales no óseos), son invariables entre individuos.

c) Tercero, dado que las contribuciones relativas de la masa magra se presume que son constantes, las densidades de estos componentes de la masa magra, individualmente o por separado, también deben ser constantes (para satisfacer el primer punto enunciado más arriba).

Las presunciones que siguen a la derivación de las ecuaciones utilizadas en la predicción del %GC a partir de la DC son aplicables para cualquier población, independientemente de la edad, el sexo, el nivel de entrenamiento y el origen étnico. La investigación original utilizada para elaborar la fórmula que permite transformar la DC a %GC se basó en la disección de 3 cadáveres (Brozek, 1963), con una edad promedio de 65 años.

1.02

1.03

1.04

1.05

1.06

1.07

1.08

-30 -20 -10 0 10 20 30 40 50 60 70 80 90 100

% GC Sumatoria 4 pliegues

Den

sida

d co

rpor

al A

B

La densidad de la masa grasa varía poco en las distintas pobleciones de seres humanos y otros mamíferos (Allen, Krzywicki y Roberts, 1959; Fidanza, Keys y Anderson, 1953). El tejido adiposo en los seres humanos tiene una densidad promedio de 0.9 gr/cm3 y un desvío estándar de 0.00103 gr/cm3, a 37° centígrados. Sin embargo existe considerable variabilidad interindividual en la densidad de la masa magra. Análisis de cadáveres más recientes han demostrado el grado de variación dentro de una población con respecto a las proporciones de masas óseas, muscular y residual (Clarys, Drinkwater y Martín, 1984; Martín, 1985). Basados en la disección de 25 cadáveres, Clarys y otros (1984), informaron que la proporción del peso magro, compuesto por músculos, estaba entre el 41.9 y 59.4%, mientras que para los huesos estaba entre el 16.3 y 25.7%. El coeficiente de variabilidad de la densidad muscular fue de 1%, pero la densidad de la masa ósea varió considerablemente en un mismo individuo y entre individuos (Ross, 1984). Esto llevó a la conclusión que la densidad de la masa magra varía con un desvío estándar de 0.02 gr.cm3 (Martín, Drinkwater, Clarys y Ross, 1986). Una de las investigaciones (Clarys), utilizó cadáveres de edades similares (76 años promedio, con un rango de 55 a 94 años), a las de la investigación de Brozek, lo que puede hacer inapropiadas las generalizaciones en poblaciones más jóvenes. Es probable que estas poblaciones sean mucho más homogéneas con respecto a las densidades y proporciones relativas de los tejidos que componen la masa magra, comparadas con poblaciones más viejas y enfermas. La transformación de la DC a %GC involucra algunos problemas serios. Por ejemplo, en promedio, los deportistas tienen huesos y músculos más densos, lo que puede llevar a una subestimación del %GC. Dicho error se repetirá si la proporción de hueso en el cuerpo se incrementa. Estos factores podrían ayudar a explicar los valores extremadamente bajos que se han informado, incluyendo valores negativos para el % GC en jugadores profesionales de fútbol americano (Adams, 1982), y en corredores de fondo (Behnke y Wilmore, 1974). Por el contrario, los individuos mayores que han disminuido la densidad ósea a causa de la desmineralización o pérdida de hueso (como en los casos de osteoporosis), tendrán una sobreestimación de su nivel de grasa corporal.

-40

-20

0

20

40

60

80

100

0 1 1.05 1.06 1.07 1.08 1.09 1.1 1.11 1.12 1.13 1.14 1.15 2

% G

rasa

Cor

pora

l

Densidad corporal (gr.cm3)

Densidades de MM observadas en deportistas y adultos jóvenes

Densidades de MM observadas en osteoporóticos y personas mayores

Estos errores se observan en la figura precedente, la que muestra el rango de densidades de masa magra normalmente encontrados en poblaciones generales y específicas y su efecto sobre los valores predictivos de grasa total. La figura sigue la lógica que, más que una sola línea que describe la relación entre DC y %GC (tal como está descripto en la ecuación de Siri), hay, muy probablemente, una familia de curvas como se muestra en la figura. Por lo tanto y de acuerdo a factores tales como el estado de entrenamiento, salud u otros, una persona podría estar ubicada en una curva cualquiera de las observadas en el gráfico. Por ejemplo si la relación real colocara a la persona en la curva de densidad de MM de 1.07, mientras que la ecuación de Siri presupone ese valor en 1.1, entonces una DC medida de 1.06 gr/cm3, resultaría en un porcentaje real de GC del 5%, comparada con el 17% estimado por Siri. Obsérvese que una diferencia determinada entre las densidades real y supuesta de MM produce un error absoluto mayor para aquellas personas con una alta DC (o bajo %GC como son los deportistas o los adultos jóvenes magros), comparados con personas obesas, con baja DC. No puede sorprender entonces que se haya desafiado la precisión de la transformación de DC a %GC. Siri estimó que el error de transformación involucraba un desvío estándar de 0.0084 gr/cm3 en la población total, lo que da un error de aproximadamente un 3,7% en la predicción del %GC. Lohman (1981), formuló la hipótesis de que este desvío podría ser menor con muestras relativamente homogéneas, como atletas altamente entrenados (DS, 0.006). Por consiguiente la utilidad de predecir el %GC ha aumentado con el desarrollo de ecuaciones para deportes y para poblaciones específicas. Se desarrollaron fórmulas para diferentes grupos específicos como corredores de fondo (Pollock, 1977), gimnastas (Sinning, 1978), deportistas varones (Withers, Craig, 1987), deportistas mujeres (Withers, Whittinham, 1987), una variedad de diferentes subgrupos. APLICABILIDAD DE LAS ECUACIONES DE PREDICCIÓN DEL % GRASO Supongamos que evaluamos a un sujeto y le tomamos varias medidas de sitios antropométricos involucrados en una importante cantidad de fórmulas de predicción de su %GC a partir del cálculo de su DC. Obviamente estas múltiples ecuaciones determinan el %GC a partir de determinadas variables como el sexo, nivel de actividad física y edad. La figura de la página siguiente muestra el rango de puntuaciones obtenidas en %GC calculado por fórmulas predictivas. Se estimó que esta joven tenía en promedio, 22,7% +/- 3,7% de grasa corporal. Los niveles estimados variaron, según las ecuaciones, desde 16,3% hasta 26,2%. Cuando es expresado en términos relativos, ello representa un rango del 44% del valor medio estimado sobre todas las ecuaciones. Esto no tiene en cuenta el SEE alrededor de los niveles individuales del porcentaje estimado de GC. Supongamos que hay diferentes ecuaciones posibles para elegir, y que cualquier ecuación se elige al azar. En el peor de los casos podría resultar un posible rango de valores de %GC entre 7,9 y 34,4%. Por lo tanto, si se usa una ecuación de predicción, es aconsejable informar el nivel estimado de %GC +/- un rango de error.

12 14 16 18 20 22 24 26 28

% Grasa Corporal

Pollock (1)

Wilmore y Behnke

Pollock (2)

Katch y Michael

Durnin y Womersley

Jackson

Nivel medio.

Sloan

Withers

Katch y Mac Ardle

Predicción de %GC para un mismo individuo con diferentes ecuaciones

EL CONTROL DE LOS PLIEGUES Y OTROS ÍNDICES DE COMPOSICIÓN CORPORAL Un procedimiento simple y confiable para controlar los niveles de grasa se consigue al medir, de forma rutinaria, el grosor de los pliegues de tejido adiposo subcutáneo sin transformarlo a %GC. Esta metodología se ha usado durante años en deportes de alto rendimiento. El procedimiento elimina el error de transformación del grosor de pliegues (en mm) en una determinada DC (en gr/cm3), y luego a % GC. Para quienes adopten esta técnica se recomienda una serie de sitios para valorar, con el fin de reducir los errores debidos a un patrón de distribución grasa individual durante los cambios de peso corporal. Se cree que los patrones individuales de reducción y aumenta se relacionan con las hormonas lipolíticas y quizás sea esta la razón por la cual muchos individuos tienen dificultad en reducir depósitos grasos de lugares específicos. En resumen los antropometristas disponemos de varias opciones para cuantificar el nivel de grasa que tiene un individuo. Para muchas personas resultan suficiente las simples sumatorias de pliegues. Sin embargo todavía es frecuente ver que algunos profesionales transforman esos datos en DC, para luego calcular el %GC. Es recomendable que quienes usen estos métodos informen sobre el rango de error factible en la estimación del %GC. Si quiere obtener una Demo del software Equanthropos, diseñado por el Dr Néstor Lentini, el Lic. Jerónimo Gris y el programador José Luis Tarantino, solicítelo en el sitio web www.equanthropos.com.ar. Este viene precargado con una serie de ecuaciones de predicción de %GC, a partir del cálculo de la DC, que, en forma automática “elige” la que corresponde al perfil del sujeto evaluado. Para más información: www.equanthropos.com.ar E-mail: info@equanthropos.com.ar