用多元组件模型开发的基于人体测量的预测方程用于估计运动员的身体组成.
Sofia Serafini1, Davide Charrier2, Pascal Izzicupo1
1Department of Medicine and Aging Sciences, University "G. D'Annunzio" of Chieti-Pescara, Chieti, Italy.
European journal of applied physiology
|December 6, 2024
概括
本综述汇编了用于估计运动员身体组成的人类测量方程. 它强调了需要特定于运动的模型来准确评估运动群体的脂肪质量和肌肉质量.
科学领域:
- 运动科学 运动科学 运动科学
- 人体生理学 人体生理学
- 生物统计学 生物统计学
背景情况:
- 身体组成估计依赖于特定人群的人类测量回归模型.
- 对于运动员来说,选择有效的预测方程是具有挑战性的,因为它们的广泛可用性.
- 多元组件模型对于准确的体重评估至关重要.
研究的目的:
- 系统地审查以人体测量为基础的预测方程,用于估计运动员的体质成分.
- 专注于使用多组件模型 (≥3个组件) 开发的方程.
- 为不同的运动群体确定验证的方程.
主要方法:
- 在PubMed和Scopus数据库的系统文献搜索 (2000-2024年).
- 包括29项研究,开发运动员的预测方程.
- 排除使用低标准方法或非运动群体的研究.
主要成果:
- 从29项研究中确定了40个人体测量方程.
- 为脂肪质量 (26),无脂肪质量 (10),以及肌肉/组织组成部分 (4) 制定了方程.
- 方程涵盖了各种体育运动,包括足球,手球,橄球和个人体育运动,混合运动员有13项.
结论:
- 提出了用于评估运动员身体组成的高标准人体测量方程.
- 强调了体育特定方程的重要性.
- 鼓励为代表性不足的体育运动开发新的方程.


