ОЦЕНКА ТОЧНОСТИ ИЗМЕРЕНИЯ КОМПОНЕНТНОГО СОСТАВА ТЕЛА ТРЕКЕРОМ KLU
Аннотация
Аннотация. Цель исследования – оценить точность измерения компонентного состава тела с помощью трекера KLU. Организация и методы исследования. В исследовании приняли участие 32 человека (мужчины n = 11, женщины n = 21) в возрасте 19–35 лет (25,51 ± 5,82). Оборудование: стационарный ростомер РЭП, анализатор состава тела Tanita BC-418 MA, трекер состава тела KLU. Результаты исследования. Значимые различия по процентному содержанию жировой ткани в теле (более 20 %) были зафиксированы у 17 добровольцев, у шести добровольцев – более 40 %. Следовательно, у 53,12 % исследованных не наблюдалось совпадения результатов измерения различными приборами, причем у мужчин эта величина составила 63,63 %, а у женщин 47,61 %. Индивидуальные различия результатов измерения общей воды в организме приборами KLU и Tanita показал более схожие результаты. Так, различий более 20 % не было выявлено, более 10 % – наблюдались у добровольцев в 15,62 % случаев. Заключение. Таким образом, зафиксированные различия, составляющие более 20 процентов у 53,12 % исследованных добровольцев, не позволяют говорить о точности измерений трекера состава тела KLU, особенно его позиционирования как индивидуального устройства. Следовательно, его применение как индивидуальное устройство не является надежным способом контроля компонентного состава тела.
Литература
2. Kelly J.S., Metcalfe J. Validity and Reliability of Body Composition Analysis Using the Tanita BC 418 MA. JEP online, 2012, no. 15 (6), pp. 74–83.
3. Laffaye G., Epishev V.V., Tetin I.A. et al. Predicting Body Fat Mass by IR Thermographic Measurement of Skin Temperature: a Novel Multivariate Model. Quantitative InfraRed Thermog-raphy, 2020, vol. 17, no. 3, pp. 192–209. DOI: 10.1080/17686733.2019.1646449
4. Naranjo-Hernández D., Reina-Tosina J., Min M. Fundamentals, Recent Advances, and Future Challenges in Bioimpedance Devices for Healthcare Applications. J. of Sensors, 2019, vol. 2019, p. 42. DOI: 10.1155/2019/9210258
5. Pietrobelli A., Rubiano F., St-Onge M.-P., Heymsfield S.B. New Bioimpedance Analysis System: Improved Phenotyping with Whole-Body Analysis. Eur. J. Clin. Nutr., 2004, no. 58, pp. 1479–1484. DOI: 10.1038/sj.ejcn.1601993
6. Popova T.V., Pance B., Maksutova G.I. et al. Psychophysiological Status in Overweight Individuals. Human. Sport. Medicine, 2019, vol. 19, no. 2, pp. 20–26. (in Russ.) DOI: 10.14529/hsm190203
7. Rossi S., Mancarella C., Mocenni C., Della Torre L. Bioimpedance Sensing in Wearable Systems: From Hardware Integration to Model Development. IEEE 3rd International Forum on Research and Technologies for Society and Industry (RTSI), 2017, pp. 1–6. DOI: 10.1109/RTSI.2017.8065956
8. Surina-Marysheva E.F., Erlikh V.V., Korableva Yu.B. Physical Development of Young Hockey Players. Human. Sport. Medicine, 2017, vol. 17, no. 4, pp. 21–31. (in Russ.) DOI: 10.14529/hsm170403
9. Völgyi E., Tylavsky F.A., Lyytikäinen A. et al. Assessing Body Composition with DXA and Bioimpedance: Effects of Obesity. The Obesity Society, 2008, vol. 16, iss. 3, pp. 700–705. DOI: 10.1038/oby.2007.94
References
1. De Carvalho P., Palacio J., Van Noije W. Area Optimized CORDIC-Based Numerically Controlled Oscillator for Electrical Bio-Impedance Spectroscopy. IEEE International Frequency Control Symposium, 2016, pp. 1–6. DOI: 10.1109/FCS.2016.75467282. Kelly J.S., Metcalfe J. Validity and Reliability of Body Composition Analysis Using the Tanita BC 418 MA. JEP online, 2012, no. 15 (6), pp. 74–83.
3. Laffaye G., Epishev V.V., Tetin I.A. et al. Predicting Body Fat Mass by IR Thermographic Measurement of Skin Temperature: a Novel Multivariate Model. Quantitative InfraRed Thermog-raphy, 2020, vol. 17, no. 3, pp. 192–209. DOI: 10.1080/17686733.2019.1646449
4. Naranjo-Hernández D., Reina-Tosina J., Min M. Fundamentals, Recent Advances, and Future Challenges in Bioimpedance Devices for Healthcare Applications. J. of Sensors, 2019, vol. 2019, p. 42. DOI: 10.1155/2019/9210258
5. Pietrobelli A., Rubiano F., St-Onge M.-P., Heymsfield S.B. New Bioimpedance Analysis System: Improved Phenotyping with Whole-Body Analysis. Eur. J. Clin. Nutr., 2004, no. 58, pp. 1479–1484. DOI: 10.1038/sj.ejcn.1601993
6. Popova T.V., Pance B., Maksutova G.I. et al. Psychophysiological Status in Overweight Individuals. Human. Sport. Medicine, 2019, vol. 19, no. 2, pp. 20–26. (in Russ.) DOI: 10.14529/hsm190203
7. Rossi S., Mancarella C., Mocenni C., Della Torre L. Bioimpedance Sensing in Wearable Systems: From Hardware Integration to Model Development. IEEE 3rd International Forum on Research and Technologies for Society and Industry (RTSI), 2017, pp. 1–6. DOI: 10.1109/RTSI.2017.8065956
8. Surina-Marysheva E.F., Erlikh V.V., Korableva Yu.B. Physical Development of Young Hockey Players. Human. Sport. Medicine, 2017, vol. 17, no. 4, pp. 21–31. (in Russ.) DOI: 10.14529/hsm170403
9. Völgyi E., Tylavsky F.A., Lyytikäinen A. et al. Assessing Body Composition with DXA and Bioimpedance: Effects of Obesity. The Obesity Society, 2008, vol. 16, iss. 3, pp. 700–705. DOI: 10.1038/oby.2007.94
Copyright (c) 2022 Человек. Спорт. Медицина
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.