Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccin: El anlisis de la composicin bales que el modelo matemtico incluido en ing two mathematical models one provided by
corporal por BIA es un mtodo ampliamente el equipo, tanto en las estimaciones del com- the manufacturer and the other one ex professo
utilizado en sus diversas modalidades, siendo partimento adiposo y su porcentaje como en el developed for overweight patients.
los equipos de monofrecuencia tetrapolares los compartimento libre de grasa. Patients and Methods: The studied sample
ms empleados para la estimacin de los com- Conclusiones: Los anlisis de composicin comprised 288 overweight and obese individu-
partimentos adiposo y no adiposo, a partir de la corporal mediante BIA deben emplear ecuacio- als (69.8% females; 30.2% males) from a Span-
estimacin del contenido en agua corporal. nes validadas previamente en la poblacin que ish population to whom IABI bodily composition
Objetivo: En este estudio se analizaron los se pretende analizar, ya que pueden obtenerse analyses were performed using the Tanita TBF
resultados obtenidos al estimar la composi- valores errneos debido a modificaciones fisio- 305 device and a specific mathematical model
cin corporal mediante BIA en una muestra patolgicas en los compartimentos corporales based on the impedance values provided by the
de pacientes con sobrepeso y obesidad de la y a las diferencias fenotpicas entre individuos. device. The results of the two mathematical
poblacin espaola, aplicando dos modelos Palabras clave: Composicin corporal. Impe- models were compared using the analysis of
matemticos, el incluido en el equipo por el dancia bioelctrica. BIA. Absorciometra. DEXA. bodily compsition through X-ray absorptiom-
fabricante y otro especficamente desarrollado Obesidad. etry (LUNAR DPX-L) values as the reference
para pacientes con exceso de peso. technique.
Pacientes y mtodos: Se estudi una mues- Assessment of bodily composition by Results: The specific model evidenced a less-
tra de 288 pacientes con sobrepeso y obesidad inferior arch bioelectric impedance er error value with greater overall precision
de la poblacin espaola (69,8% mujeres y (IABI) in overweight and obese and validity than the manufacturer-provided
30,2% hombres) a los que se realiz anlisis individuals in a Spanish population mathematical model, both in the absolute and
de composicin corporal por bioimpedancia Background: IABI analysis of the bodily percentual estimations of the adipose compart-
mediante Tanita TBF 305 y con la aplicacin composition in its various modalities is a ment and in that of the lean compartment.
de un modelo matemtico especfico a partir de widely-used method, the tetrapolar monofre- Conclusions: The IABI bodily composition
la impedancia suministrada por el equipo; los quency devices being those most often used analyses should use equations or mathemati-
valores obtenidos por ambos modelos se com- for estimation of the adipose and non-adipose cal models that have been previously validated
pararon con los obtenidos mediante anlisis de compartments through the assessment of the for the population to be studied, as erroneous
la composicin corporal por absorciometra de corporal water content. results may arise because of pathophysiologi-
rayos X como tcnica de referencia (LUNAR Aims and Purposes: We have analyzed the cal modifications in the bodily compartments or
DPX-L). results of the IABI estimation of bodily com- phenotypical differences between individuals.
Resultados: El modelo especfico mostr position in a sample of overweight and overtly Key words: Bodily composition. Bioelectric im-
menor error con mayor validez y precisin glo- obese individuals in a Spanish population, us- pedance. IABI. Absorptiometry. DEXA. Obesity.
na los siguientes parmetros para cada paciente: MG, MLG, debe situarse el 95% de las diferencias entre el modelo evalua-
ACT, porcentaje de MG y valor de la impedancia en ohmios. do y el mtodo de referencia (31).
Las estimaciones de los compartimentos corporales se reali- Para complementar la valoracin del grado de acuerdo de los
zan mediante un modelo matemtico incluido en el equipo por modelos matemticos con la tcnica de referencia se calcula-
el fabricante, modelo al cual no hemos tenido acceso. ron los coeficientes de correlacin intraclase (CCI) y sus inter-
Como tcnica de referencia para comparar los parmetros valos de confianza al 95%, considerando, de modo abreviado,
de composicin corporal estimados por BIA, se realiz a los CCI > 0,91 = excelente; CCI < 0,30 = nula (32,33), y se realiz un
pacientes un estudio corporal total mediante DEXA con un anlisis grfico de las rectas de regresin obtenidas al correla-
equipo LUNAR DPX-L (Lunar Corporation, EE UU), en mo- cionar los valores de composicin corporal obtenidos con BIA
do de anlisis medio, con el que se determin MG, masa sea, y los proporcionados por DEXA.
y MLG no sea, realizando las estimaciones de estos compar- Con los grficos de regresin se valor el error sistemtico
timentos corporales mediante el software de anlisis de cuer- y aleatorio de los modelos de BIA frente a DEXA mediante
po entero proporcionado por el fabricante, en su versin 4.6. la regresin entre los valores estimados por las ecuaciones de
El valor de la impedancia se utiliz para estimar los compar- BIA y los proporcionados por DEXA. El error aleatorio de los
timentos de MG y MLG utilizando un modelo matemtico de- modelos estudiados se cuantifica mediante el valor del por-
sarrollado por nosotros en poblacin espaola con sobrepeso centaje de la varianza del compartimento estimado por DEXA
y obesidad, y validado en muestra independiente, con DEXA atribuible al modelo estudiado, representado por el coeficiente
como tcnica de referencia. El modelo matemtico se obtuvo de determinacin. Posteriormente, como dato adicional para
por regresin lineal multivariable por mnimos cuadrados or- valorar la concordancia entre los datos de BIA y DEXA, se
dinarios, con la MLG como variable dependiente, y la impe- calcul la desviacin cuadrtica media (DCM) para los valo-
dancia por Tanita, introduciendo las variables antropomtricas res de los compartimentos MLG y MG para cada modelo de
de peso y talla, adems del sexo y la edad, para aumentar la BIA frente a DEXA(34).
capacidad predictiva del modelo (27). Los anlisis estadsticos se realizaron con el paquete SPSS
El porcentaje de MG por el modelo especfico para nuestra (SPSS, Inc.) 17.0 para Windows. En todos los mtodos esta-
poblacin se obtiene a partir de la siguiente frmula: dsticos se consider significativo un valor de p < 0,05.
Tabla 1. ESTUDIO DESCRIPTIVO DE LAS VARIABLES de Tanita (Figura 4). La DCM tambin mostr
valores indicativos de mayor concordancia del
Mnimo Mximo Media Desviacin tpica modelo especfico para BIA, con valores de
Edad (aos) 18 75 40,96 14,786 63,126 para la MLG por Tanita frente a 10,681
para la MLG por el modelo especfico. En el
Peso (kg) 59 128 88,19 13,725
caso de la MG se obtuvieron valores de 64,235
Talla (cm) 141 189 163,34 9,063 para Tanita y 10,642 para el modelo especfico.
IMC (kg/m 2) 27,01 48,29 32,9747 3,82590 En los grficos de acuerdo se obtuvieron
Impedancia Tanita diferencias de al menos 2,5 kg en la MLG
337 634 481,24 64,003 estimada por Tanita en el 80% de los casos,
(ohmios)
mientras que para el modelo especfico las di-
MG por BIA Tanita
11,8 84,0 33,279 11,2499 ferencias fueron menores de 1 kg (Figura 5).
(kg)
De forma anloga, en las estimaciones de la
MLG por BIA MG las diferencias en el 80% de los casos fue-
27,4 94,0 55,316 14,8737
Tanita (kg) ron, como mnimo, de 2 kg para Tanita, siendo
MO DEXA (kg) 1,74 4,51 2,8831 0,46397 tambin inferiores de 1 kg en el caso del mo-
MG DEXA (kg) 20,00 62,57 36,5130 7,42331 delo especfico desarrollado en nuestra pobla-
cin (Figura 6).
MM DEXA (kg) 28,88 72,45 45,5150 10,01756
Para el porcentaje de MG por BIA se obser-
MLG modelo (kg) 31,75 78,86 52,3217 11,68570 varon los siguientes resultados: en el anlisis de
MG modelo (kg) 20,51 58,02 36,2165 6,50603 Bland-Altman se obtuvo una infraestimacin
media de 3,19 kg para Tanita, con un rango de
MG y MLG por BIA Tanita: masa grasa y masa libre de grasa por la ecuacin incluida en Tanita; MO DEXA, entre 19,60 y 30,04, mientras que para el mo-
MG DEXA y MM DEXA: masa sea, masa grasa y masa libre de grasa no sea por DEXA; MLG y MG modelo:
delo especfico el error medio fue una sobrees-
masa libre de grasa y masa grasa estimadas por el modelo para BIA desarrollado para nuestra poblacin
timacin de 0,027 kg, con un rango de 10,33
y 12,11 (Figura 7). Los coeficientes de con-
cordancia frente a DEXA fueron de 0,63 para
de entre 23,84 kg y 27,34 kg por Tanita, y de 0,0405 kg, con Tanita y de 0,86 para el modelo especfico, mientras que los
un rango de 8,30 kg y 8,72 kg, respectivamente, para nuestro CCI fueron, respectivamente, de 0,626 (IC 95%: 0,494-0,721) y
modelo (Figura 2). 0,857 (IC 95%: 0,819-0,887).
Los coeficientes de concordancia frente a DEXA mostra- En el anlisis grfico de las rectas de regresin lineal para
ron los siguientes valores: para la MLG por Tanita, 0,8077, y los porcentajes de MG por BIA en referencia a DEXA se obtu-
0,9625 para el modelo especfico; para la MG, 0,659 y 0,888 vieron valores de R2 = 0,535 y pendiente 0,457 para Tanita, y
para Tanita y para el modelo especfico, respectivamente. de R2 = 0,748 y pendiente 0,996 para el modelo especfico. Las
El CCI del modelo especfico mostr valores para la MLG DCM fueron de 71,14 y 13,90 para el porcentaje de MG por Ta-
de 0,963 (IC 95%: 0,952-0,971) respecto a DEXA, y de 0,808 nita y para el modelo especfico, respectivamente (Figura 8).
(IC 95%: 0,722-0,864) para Tanita; en las estimaciones de MG En los grficos de acuerdo se observ que en el 80% de los
los valores de CCI fueron de 0,889 (IC 95%: 0,859-0,913) y casos existan diferencias de al menos el 2,5% para las estima-
0,660 (IC 95%: 0,530-0,750) para el modelo especfico y Ta- ciones de porcentaje de MG por Tanita, mientras que para el
nita, respectivamente. modelo especfico las diferencias fueron del 0,75% (Figura 9).
El anlisis grfico de las rectas de regresin lineal para la En general, los valores para la MLG y la MG suministrados por
MLG calculadas entre los valores estimados por BIA y los va- Tanita mostraron una tendencia a la sobreestimacin relacionada
lores suministrados por DEXA (Figura 3) muestra menor error con los valores elevados de ambos compartimentos. En el caso del
del modelo especfico, con R2 = 0,928 y pendiente 0,999, frente modelo especfico desarrollado en nuestra poblacin, se observ
a la ecuacin incluida en el dispositivo, R2 = 0,715 y pendiente la tendencia inversa. En un estudio reciente tambin se observ
0,688; en la estimacin de la MG los resultados tambin son una tendencia a la infraestimacin en los sujetos con valores ele-
favorables al modelo especfico, con valores de R 2 = 0,799 y vados en los compartimentos de MG y MLG en los anlisis con
pendiente 1, frente a R2 = 0,575 y pendiente 0,490 del modelo BIA monofrecuencia en sobrepeso y obesidad(35).
35 35
25 25
20 20
15 15
10 10
5 5
0 0
-5 -5
-10 -10
-15 -15
-20 -20
-25 -25
-30 -30
-35 -35
30 40 50 60 70 80 90 30 40 50 60 70 80 90
Medias de valores MLG por Tanita - DEXA Medias de valores MLG modelo - DEXA
Figura 1. Anlisis de diferencias para MLG estimada por BIA Tanita y modelo especfico frente a DEXA.
DISCUSIN ACT. Tambin son escasos los modelos que estiman la MLG y
el porcentaje de MG(1).
Se han publicado numerosos modelos matemticos basados Habitualmente, los sujetos con exceso de peso forman par-
en BIA para estimar el ACT, la MG y la MLG en poblacio- te de una muestra ms amplia constituida por individuos con
nes diferentes, que han obtenido valores diversos tanto en los normopeso. Uno de estos estudios es el clsico trabajo de Segal
coeficientes de regresin como en los errores de estimacin, et al.(38), que desarrolla ecuaciones especficas para su aplica-
existiendo excelentes revisiones en la literatura sobre este as- cin en sujetos con exceso de MG, pero previamente habra que
pecto (2,36), pero son escasos los estudios dirigidos al desarrollo seleccionar los individuos a los que se puede aplicar la frmula
de modelos matemticos predictivos en pacientes con sobre- mediante otra tcnica. En este caso se clasifica a los indivi-
peso y/u obesidad (37-39). Varios de los trabajos publicados es- duos segn el porcentaje de MG mediante plicometra por las
tn realizados con muestras inferiores a 100 sujetos con BIA frmulas de Durnin-Womersley(40), lo que supone un motivo
multifrecuencia y espectroscpica, y valoran el contenido de de crtica para otros autores, que encuentran que un porcentaje
30 30
Diferencias MG modelo - MG DEXA
25 25
20 20
Diferencias MG Tanita - MG DEXA
15 15
10 10
5 5
0 0
-5 -5
-10 -10
-15 -15
-20 -20
-25 -25
-30 -30
20 40 60 80 20 30 40 50 60
Medias de valores MG Tanita - DEXA Medias de valores MG modelo - DEXA
Figura 2. Anlisis de diferencias para MG estimada por BIA Tanita y modelo especfico frente a DEXA.
90 90
80 80
MLG por DEXA
60 60
50 50
40 40
R2 Lineal = 0,715 R2 Lineal = 0,928
y = 0,69x + 14,22 y = 0,999x - 0,011
30 30
20 40 60 80 100 30 40 50 60 70 80
MLG por Tanita MLG modelo
Figura 3. Grficos de regresin entre MLG estimada por BIA Tanita y modelo frente a DEXA.
importante de sujetos pueden ser clasificados errneamente conductor con la talla del individuo, se puede estimar el volumen
con este mtodo (41). de ACT y, asumiendo que sta constituye una fraccin fija de la
El BIA mide una propiedad del organismo, la impedancia MLG del 73%, se estiman los compartimentos de MLG y MG.
que produce el paso de una corriente elctrica a travs del Las asunciones descritas anteriormente condicionan el uso
cuerpo, para realizar las estimaciones de composicin corpo- de los modelos matemticos para BIA en las poblaciones en
ral. Dichas estimaciones se realizan mediante modelos mate- las que se desarrollan; incluso influyen en las variaciones in-
mticos que incluyen peso, talla, gnero e impedancia, o sus terindividuales que presenta el BIA entre sujetos de la mis-
componentes resistencia y reactancia, segn los modelos. ma poblacin, debido a las diferencias en las resistividades
La impedancia obtenida depende de la longitud, el volumen y tisulares y en la geometra corporal. Por otro lado, estas in-
la resistividad de los materiales atravesados. En el organismo, el fluencias son especialmente relevantes en aquellas patologas
conductor es el agua corporal, que contiene los electrolitos. Si se que conllevan una alteracin del compartimento del ACT y de
asume que la resistividad es constante y se asimila la longitud del modificaciones en sus subcompartimentos (42-44).
60 60
50 50
MG por DEXA
MG por DEXA
40 40
30 30
R Lineal = 0,575
2
R2 Lineal = 0,799
y = 0,49x + 19,947 y = x + 0,027
20 20
0 20 40 60 80 100 20 30 40 50 60
MG por Tanita MG modelo
Figura 4. Grficos de regresin entre MG estimada por BIA Tanita y modelo frente a DEXA.
0,8 0,8
0,6 0,6
0,4 0,4
0,2 0,2
0,0 0,0
0 4 8 12 16 20 24 28 0 1 2 3 4 5 6 7 8 9 10
Diferencias absolutas MLG Tanita-DEXA Diferencias absolutas MLG modelo-DEXA
Figura 5. Grficos de acuerdo para MLG estimada por BIA Tanita y modelo comparado con DEXA.
Como se ha comprobado en este trabajo, la MLG estima- La conveniencia de desarrollar modelos predictivos espec-
da por Tanita mediante el modelo matemtico incluido en el ficos para obesos basados en BIA ya fue mencionada en la
equipo present menor grado de acuerdo respecto a DEXA literatura (37,42,45,46). Esto se justifica debido a que, cuando se
que la ecuacin especficamente desarrollada para nuestra po- aplican modelos matemticos obtenidos en sujetos no obesos,
blacin, mostrando un mayor error por sobreestimacin, con pueden producirse errores por infraestimacin en el porcenta-
menor validez y precisin global. De forma similar, tambin je de MG, ya que la obesidad conlleva cambios en las propie-
se encontraron diferencias significativas con un mayor error dades elctricas de los tejidos causadas por alteraciones en el
por infraestimacin para la MG y el porcentaje de MG, y de- compartimento de agua corporal y cambios en la geometra
pendientes del contenido en MG del sujeto. Al no disponer del corporal(1,42) respecto al sujeto con normopeso.
modelo matemtico empleado por Tanita, no fue posible cons- En estudios previos ya se detectaron diferencias al aplicar
tatar las caractersticas de la poblacin a partir de las cuales frmulas estimativas desarrolladas en otras poblaciones, como
fue desarrollado. se observ al comparar varios modelos matemticos, en los
1,0 1,0
Porcentaje discordancia MG modelo-DEXA
Porcentaje discordancia MG Tanita-DEXA
0,8 0,8
0,6 0,6
0,4 0,4
0,2 0,2
0,0 0,0
0 4 8 12 16 20 24 28 0 1 2 3 4 5 6 7 8 9 10
Diferencias absolutas MG Tanita-DEXA Diferencias absolutas MG modelo-DEXA
Figura 6. Grficos de acuerdo para MG estimada por BIA Tanita y modelo comparado con DEXA.
40 40
30 30
Diferencias %MG Tanita - %MG DEXA
25 25
20 20
15 15
10 10
5 5
0 0
-5 -5
-10 -10
-15 -15
-20 -20
-25 -25
-30 -30
-35 -35
20 30 40 50 60 70 20 30 40 50 60
Medias de valores %MG Tanita - DEXA Medias de valores %MG modelo - DEXA
Figura 7. Anlisis de diferencias entre el porcentaje de MG estimado por BIA Tanita y el modelo frente a DEXA.
que se comprueba el riesgo de aplicar ecuaciones desarrolla- De lo citado en los prrafos anteriores se puede concluir que,
das en sujetos con normopeso a obesos(47). cuando se emplea el BIA para estimar compartimentos corpora-
Otros autores (39,48) no encuentran diferencias significativas les como la MLG y a partir de sta la MG, al ser una tcnica
entre el modelo desarrollado en su muestra y la aplicacin de indirecta que se fundamenta en modelos matemticos desarro-
otras ecuaciones publicadas; sin embargo, como se refiere llados por procedimientos estadsticos y en asunciones sobre re-
en uno de los estudios, en el plano terico las ecuaciones laciones intercompartimentales, es necesario emplear modelos
basadas en amplios rangos de peso corporal y porcentaje de matemticos validados en la poblacin objeto de estudio, ya que,
MG podran ser adecuadas, aunque las ecuaciones especfi- de lo contrario, pueden cometerse errores al emplear ecuaciones
cas segn el grado de adiposidad deberan mostrar el mejor estimativas desarrolladas en otras poblaciones. Adems, es im-
ajuste (39). Este criterio viene a coincidir con lo publicado en portante conocer el modelo matemtico empleado por los equi-
las primeras etapas de aplicacin del BIA en composicin pos que realizan estimaciones de los compartimentos corporales,
corporal(49). pues ello contribuira a la realizacin de estudios comparativos.
60 60
Porcentaje MG por DEXA
50 50
40 40
30 30
Figura 8. Grficos de regresin entre el porcentaje de MG estimada por BIA Tanita y el modelo frente a DEXA.
1,0 1,0
0,8 0,8
0,6 0,6
0,4 0,4
0,2 0,2
0,0 0,0
0 5 10 15 20 25 30 35 40 0 1 2 3 4 5 6 7 8 9 10 11 12 13
Diferencias absolutas %MG Tanita-DEXA Diferencias absolutas %MG modelo-DEXA
Figura 9. Grficos de acuerdo entre el porcentaje de MG estimada por BIA Tanita y el modelo comparado con DEXA.
BIBLIOGRAFA 10. Lukaski HC. Body mass index, bioelectrical impedance, and
body composition. Nutrition 2001; 17: 55-6.
1. Kyle UG, Bosaeus I, De Lorenzo AD, et al. Bioelectrical im- 11. Prentice AM, Jebb SA. Beyond body mass index. Obes Rev
pedance analysis-part II: utilization in clinical practice. Clin 2001; 2: 141-7.
Nutr 2004; 23: 1430-53. 12. Piers LS, Soares MJ, Frandsen SL, ODea K. Indirect estimates
2. Kyle UG, Bosaeus I, De Lorenzo AD, et al. Bioelectrical im- of body composition are useful for groups but unreliable in indi-
pedance analysis part I: review of principles and methods. viduals. Int J Obes Relat Metab Disord 2000; 24: 1145-52.
Clin Nutr 2004; 23: 1226-43. 13. Gallagher D, Heymsfield SB, Heo M, et al. Healthy percentage
3. Bigaard J, Frederiksen K, Tjonneland A, et al. Body fat and fat- body fat ranges: an approach for developing guidelines based
free mass and all-cause mortality. Obes Res 2004; 12: 1042-9. on body mass index. Am J Clin Nutr 2000; 72: 694-701.
4. Zhu S, Wang Z, Shen W, et al. Percentage body fat ranges 14. Sardinha LB, Teixeira PJ. Measuring adiposity an fat dis-
associated with metabolic syndrome risk: results based on tribution in relation to health. In: Heymsfield SB, Lohman
the third National Health and Nutrition Examination Survey TG, Wang ZM, Going SB (eds). Human Body Composition.
(1988-1994). Am J Clin Nutr 2003; 78: 228-35. Champaign IL 61825-5076: Human Kinetics 2005: 177-202.
5. Ellis KJ. Selected body composition methods can be used in 15. Haarbo J, Gotfredsen A, Hassager C, Christiansen C. Valida-
field studies. J Nutr 2001; 131: 1589S-95S. tion of body composition by dual energy X-ray absorptiom-
6. Das SK, Roberts SB, Kehayias JJ, et al. Body composition etry (DEXA). Clin Physiol 1991; 11: 331-41.
assessment in extreme obesity and after massive weight loss 16. Kohrt WM. Preliminary evidence that DEXA provides an ac-
induced by gastric bypass surgery. Am J Physiol Endocrinol curate assessment of body composition. J Appl Physiol 1998;
Metab 2003; 284: E1080-E1088. 84: 372-7.
7. Deurenberg P, Andreoli A, Borg P, et al. The validity of pre- 17. Salamone LM, Fuerst T, Visser M, et al. Measurement of fat
dicted body fat percentage from body mass index and from mass using DEXA: a validation study in elderly adults. J Appl
impedance in samples of five European populations. Eur J Physiol 2000; 89: 345-52.
Clin Nutr 2001; 55: 973-9. 18. Houtkooper LB, Going SB, Sproul J, et al. Comparison of
8. Roubenoff R, Dallal GE, Wilson PW. Predicting body fat- methods for assessing body-composition changes over 1 y in
ness: the body mass index vs estimation by bioelectrical im- postmenopausal women. Am J Clin Nutr 2000; 72: 401-6.
pedance. Am J Public Health 1995; 85: 726-8. 19. Prior BM, Cureton KJ, Modlesky CM, et al. In vivo validation
9. De Lorenzo A, Deurenberg P, Pietrantuono A, et al. How fat of whole body composition estimates from dual-energy X-ray
is obese? Acta Diabetol 2003; 40: S254-S257. absorptiometry. J Appl Physiol 1997; 83: 623-30.
20. Wang Z, Pi-Sunyer FX, Kotler DP, et al. Multicomponent 35. Pateyjohns IR, Brinkworth GD, Buckley JD, et al. Compari-
methods: evaluation of new and traditional soft tissue mineral sion of three bioelectricl impedance methods with DXA in
models by in vivo neutron activation analysis. Am J Clin Nutr overweight and obese men. Obesity 2006; 14: 2064-70.
2002; 76: 968-74. 36. Houtkooper LB, Lohman TG, Going SB, Howell WH. Why
21. Shen W, St-Onge MP, Pietrobelli A, et al. Four-compartment bioelectrical impedance analysis should be used for estimat-
cellular level body composition model: comparison of two ap- ing adiposity. Am J Clin Nutr 1996; 64: 436S-48S.
proaches. Obes Res 2005; 13: 58-65. 37. Gray DS, Bray GA, Gemayel N, Kaplan K. Effect of obesity
22. Lohman TG, Harris M, Teixeira PJ, Weiss L. Assessing body on bioelectrical impedance analysis. Am J Clin Nutr 1989;
composition and changes in body composition. Another look 50: 255-60.
at dual-energy X-ray absorptiometry. Ann N Y Acad Sci 38. Segal KR, Van LM, Fitzgerald PI, et al. Lean body mass esti-
2000; 904: 45-54. mation by bioelectrical impedance analysis: a four-site cross-
23. Albanese CV, Diessel E, Genant HK. Clinical applications of validation study. Am J Clin Nutr 1988; 47: 7-14.
body composition measurements using DXA. J Clin Densi- 39. Hendel HW, Gotfredsen A, Hojgaard L, et al. Change in fat-
tom 2003; 6: 75-85. free mass assessed by bioelectrical impedance, total body
24. Plank LD. Dual-energy X-ray absorptiometry and body com- potassium and dual energy X-ray absorptiometry during pro-
position. Curr Opin Clin Nutr Metab Care 2005; 8: 305-9. longed weight loss. Scand J Clin Lab Invest 1996; 56: 671-9.
25. Bioelectrical impedance analysis in body composition mea- 40. Durnin JVGA, Womersley J. Body fat assessed from total
surement: National Institutes of Health Technology Assessment body density and its estimation from skinfold thickness: mea-
Conference Statement. Am J Clin Nutr 1996; 64: 524S-32S. surement on 481 men and women aged 16-72 years. Br J Nutr
26. Salas-Salvado J, Rubio MA, Barbany M, Moreno B; Grupo 1974; 32: 77-92.
colaborativo de la SEEDO. Consenso SEEDO 2007 para la 41. Stolarczyk LM, Heyward VH, Van L, et al. The fatness-spe-
evaluacin del sobrepeso y la obesidad y el establecimiento de cific bioelectrical impedance analysis equations of Segal et
criterios de intervencin teraputica. Med Clin (Barc) 2007; al: are they generalizable and practical? Am J Clin Nutr 1997;
128: 184-96. 66: 8-17.
27. Carreira J. Desarrollo de modelos matemticos por bioimpe- 42. Deurenberg P. Limitations of the bioelectrical impedance
dancia para estimacin de la masa libre de grasa en sobrepeso y method for the assessment of body fat in severe obesity. Am J
obesidad en individuos adultos de la poblacin espaola. Tesis Clin Nutr 1996; 64: 449S-52S.
doctoral. Universidad de A Corua. A Corua. 43. Lukaski HC. Biological indexes considered in the derivation
28. Bland JM, Altman DG. Statistical methods for assessing of the bioelectrical impedance analysis. Am J Clin Nutr 1996;
agreement between two methods of clinical measurement. 64: 397S-404S.
Lancet 1986; 1: 307-10. 44. Deurenberg P, Deurenberg-Yap M. Differences in body-com-
29. Lin L. A concordance correlation coefficient to evaluate re- position assumptions across ethnic groups: practical conse-
producibility. Biometrics 1989; 45: 255-68. quences. Curr Opin Clin Nutr Metab Care 2001; 4: 377-83.
30. Luiz RR, Costa AJ, Kale PL, Werneck GL. Assessment of 45. Jakicic JM, Wing RR, Lang W. Bioelectrical impedance analy-
agreement of a quantitative variable: a new graphical ap- sis to assess body composition in obese adult women: the effect
proach. J Clin Epidemiol 2003; 56: 963-7. of ethnicity. Int J Obes Relat Metab Disord 1998; 22: 243-9.
31. Bland JM, Altman DG. A note on the use of the intraclass cor- 46. Das SK. Body composition measurement in severe obesity.
relation coefficient in the evaluation of agreement between two Curr Opin Clin Nutr Metab Care 2005; 8: 602-6.
methods of measurement. Comput Biol Med 1990; 20: 337-40. 47. Fuller NJ, Sawyer MB, Elia M. Comparative evaluation of
32. Pita S, Prtega S. La fiabilidad de de las mediciones clnicas: body composition methods and predictions, and calculation
el anlisis de concordancia para variables numricas. www. of density and hydration fraction of fat-free mass, in obese
fisterra.com/mbe/investiga/conc_numerica/conc_numerica. women. Int J Obes Relat Metab Disord 1994; 18: 503-12.
asp. [Consulta: 11/2009]. 48. Wang J, Deurenberg P. The validity of predicted body compo-
33. Argimn JM, Jimnez Villa J. Anlisis de la concordancia. sition in Chinese adults from anthropometry and bioelectrical
Mtodos de investigacin clnica y epidemiolgica. Madrid: impedance in comparison with densitometry. Br J Nutr 1996;
Elsevier; 2004. p. 341-6. 76: 175-82.
34. Carrasco JL, Jover L. Mtodos estadsticos para evaluar la 49. Hodgdon JA, Fitzgerald PI. Validity of impedance predicitions
concordancia. Med Clin (Barc) 2004; 122: 28-34. at various levels of fatness. Hum Biol 1987; 59: 281-98.