En jämförelse mellan tre olika mätmetoder mot ADP som referensmetod för estimering av kroppsammansättningen hos barn och ungdomar med fetma. ________________________________________________________________

(1)

Självständigt arbete, 30hp Läkarprogrammet 2018

En jämförelse mellan tre olika mätmetoder mot ADP som referensmetod för

estimering av kroppsammansättningen hos barn och ungdomar med fetma.

________________________________________________________________

Författare: Rahel Taufic

(2)

Grundläggande begrep

BD (Body Density):

Kroppsdensiteten är en mätning som beräknas genom kroppens totala massa (g) dividerat med dess volym (ml).

BMI (Body Mass index):

Ett mått på kroppsvikt (mätt i kg) i förhållande till kroppslängd (mätt i meter). Beräknas genom formeln vikt/längden2_.

ADP (Air Displaysment Plethysmography):

Indirekt mätmetod för att bestämma kroppsammansättningen som är validerad mot gold standard-metoden hydrostatisk undervattensvägning. Luftpletysmografin jämför luftens tryck- och volymförändringar i en slutet kammare med och utan kropp, således kan kroppens volym estimeras. Därefter kan kroppssammansättningen beräknas med en känd kroppsvikt.

BIA (Bioelectrical Impedance Analysis):

Bioelektrisk impedansmätning är en indirekt mätmetod för beräkning av kroppsammansättningen. Metoden bygger på att olika vävnader i kroppen har olika strömledande strömledningsförmåga.

DXA (Dual-Energy X-ray absorptiometry):

Radiologisk mätmetod för att bestämma bentätheten i kroppen.

FM (Fat Mass):

Fettmassa, i kroppen som utgörs av fettceller.

FFM (Fat Free Mass):

Fettfri massa, utgör övriga vävnader i kroppen som inte består av fettmassa som exempelvis muskler, vatten och skelett.

(3)

WHO (World Health Organiziation):

Världshälsoorganisationen har i syfte att försöka hjälpa alla människor i världen att uppnå en så god hälsa som möjligt.

UWW (Underwater Weighing)

(4)

Abstract

Keyword

Body composition, skin-fold, bioelectrical impedance analysis (BIA), air-displacement plethysmography (ADP), three compartment model, obesity, children adolescents.

Purpose

The purpose of this study is to investigate the extent to which measurement of skin-fold as a method and the 3-compartment model relates to ADP.

Method

Determination of the body composition of a total of 80 obese children and adolescents has been performed using bioelectrical impedance measurement (BIA), measurement of skin-fold at 4-points, 1-point and ADP. The percentage of fat mass calculated by all measurement methods has been compared with the reference method ADP in boys and girls as individual groups but also in whole groups.

Results

In the group boys as well as the group as a whole, the results for the proportion of fat mass 4-point and 1-4-point skinfold measurements as well as the 3-compartment model against ADP were significant. For the group of girls, only 4-point skinfold measurement against ADP had significant values. No significance could be demonstrated on skin week measurement with 1-point and 3-compartment model against ADP in the group of girls.

1-point skinfold measurement turned out to correlate better with ADP compared to 4-point in all groups. The 3-compartment model proved to have a strong co-variation to ADP and was the surveyed measurement method that correlated best to ADP.

Conclusion

(5)

Populärvetenskaplig sammanfattning

Nyckelord

Kroppssammansättning, hudvecksmätning, bioelektrisk impedansanalys, luftpletysmografi, tre-kompartmentmodell, överviktiga barn och ungdomar.

Bakgrund:

Barnövervikt är idag ett växande folkhälsoproblem då förekomsten av antalet som insjuknar i fetma ständigt ökar. Att drabbas av fetma i tidigt ålder ökar risken för att redan som ung drabbas av hjärt- och kärlsjukdomar som i sin tur kan leda till döden. Det är därför viktigt att samhället arbetar med så korrekta och tillförlitliga mätmetoder som möjligt för att lättare kunna diagnostisera fetma hos barn och ungdomar. Idag utgör luftpletysmografi (ADP) en utav av de främsta mätmetoderna för beräkning av fettmassan i kroppen, dock är den extremt dyr och kräver avancerad utrustning och det finns inte heller på många ställen i Sverige. Vi är idag i behov av mer lättillgängliga mätmetoder på diverse sjukhus samt våldsrelaterade platser som vi kan förlita oss på utan större kostnader.

Syfte:

Syftet med denna studie är att undersöka i vilken utsträckning hudvecksmätning som metod och 3-kompartmentsmodellen förhåller sig till ADP.

Metod

Bestämning av kroppssammansättningen hos sammanlagt 80 överviktiga barn och ungdomar har utförts med hjälp av bioimpedans mätning (BIA), hudvecksmätning på 4-punkter, 1-punkt samt ADP. Andel fettmassa som beräknats fram av samtliga mätmetoder har jämförts med referensmetoden ADP hos pojkar och flickor som enskilda grupper men också i helgrupp.

Resultat

(6)

signifikans kunde uppvisas på hudvecksmätning med 1-punkt samt 3-kompartmentmodellen mot ADP hos gruppen flickor.

Hudvecksmätning på 1-punkt visade sig korrelera bättre till ADP jämfört med 4-punkter hos samtliga grupper. 3-kompartmentsmodellen visade sig ha en stark samvariation till ADP och var den undersökta mätmetod som korrelerade bäst till ADP.

Slutsats

(7)

Innehållsförteckning

1 Bakgrund ... 9 1.1 Barnobesitas ... 9 1.2 Kroppssammansättning ... 10 1.3 Antropometrisk mätning ... 11 1.4 Hudvecksmätning ... 12 1.5 Bioimpedansmätning ... 14 1.6 Luftplentysmografi ... 15 1.7 Tre kompartmentsmodellen ... 16 1.8 Problemformulering ... 17 1.9 Syfte ... 17 1.10 Frågeställningar ... 17 2 Metod ... 18 2.1 Studiedesign ... 18 2.2 Urval ... 18 2.3 Inklusionskriterier ... 18 2.4 Exklusionskriterier ... 18

2.5 Datainsamlingsmetod och tillvägagångsätt ... 19

2.6 Antropometriska mått ... 19

2.7 Hudvecksmätning ... 20

2.8 Bioimpedansmätning ... 20

2.9 Luftplentysmografi ... 20

2.10 3-kompartmentsmodell ... 21

2.11 Statistisk bearbetning och analys ... 21

2.12 Etiska övervägande ... 22

3 Resultat ... 23

3.1 Bakgrundsdata för deltagargrupperna pojkar och flickor ... 24

3.2 Pojkar ... 25 3.3 Flickor ... 26 3.4 Helgrupp ... 27 4 Diskussion ... 28 4.1 Resultatdiskussion ... 28 4.1.1 Syfte ... 28

(8)

4.2.1 Urval ... 30

4.2.2 Tillvägagångsätt ... 31

4.2.3 Arbetets svagheter och styrkor ... 32

(9)

Bakgrund

1.1 Barnobesitas

Övervikt hos barn är något som tenderar att bli allt vanligare globalt. För varje år ökar antalet barn i övervikt och fetma med en viss procent och man beräknar att cirka 43 miljoner runt om i världen lider av barnobesitas (Pulagrón, 2012).

Flera studier menar på att socioekonomisk status och utbildningsnivån är bland de största faktorerna för barnobesitas. I en prospektiv kohortstudie kom man fram till att obesitas i barndomen och adolescensen var starkt associerat till låga utbildningsnivåer hos föräldrarna (Hagman, 2017). Skillnaden på utbildningsnivån hos de två populationerna var inte kopplat till kön, etnisk bakgrund eller bostadsområde. Under de senaste 30 åren har övervikt hos barn ökat avsevärt i det svenska samhället trots att Sverige inte tillhör de länder i Europa med hög prevalens(Hooft, 2018). Vi lever i dag i ett samhälle där barn ständigt utsätts av marknadsföring i form av kalorität ohälsosam mat och dålig tillgång till hälsosam mat. Där sociala sammanhang utgörs alltmer av spel och sociala medier som innebär stillasittande och mindre fysisk aktivitet. Detta påverkar både hälsan och livskvalitén hos barnen. Risken att insjukna i fetma som vuxen ökar om man lider av fetma som barn, därav ökar riskerna dessutom för hjärt- och kärlsjukdomar (Nishtar & Gluckman, 2016)

I en rapport som gjorts av WHO 2016 om barnfetma, kom man fram till den tydliga slutsatsen att ”världens regeringar och folkhälsomyndigheter har den centrala rollen om utvecklingen skall vända”(Nishtar & Gluckman, 2016). Att satsa på utbildning och sprida information om övervikt hos barn. Prioritera mer fysisk aktivitet hos barn i samhället genom exempelvis; mer idrott i skolan, sänka fritidsaktivitetspriserna så att alla barn oavsett föräldrars socioekonomiska bakgrund har råd att till exempel simma med sina vänner, åka skridskor eller träna på gym.

(10)

1.2 Kroppssammansättning

Kroppsammansättningen kan beskrivas enligt flera olika modeller beroende på vilken detaljnivå man väljer att presentera det på. Två-kompartmentsmodellen utgör den grundläggande och enklaste uppdelningen av fettmassa (FM) och fettfri massa(FFM). Där man då utgått från att totala vattenmängden i kroppen, benmineraler och proteiner är fördelade i lika stor andel hos varje människa(Forslund AH, 1996).

3-kompartmentsmodellen delas in i 3 komponenter och då har man valt att inkludera totala vattenmängden i kroppen som en del av den FFM. De metoder man använder sig av i 3-kompartmentsmodellen är antingen en kombination av bioimpedans (BIA) mätning och luftpletysmografi (ADP) alternativt bioimpedans och hudvecksmätning (Forslund AH, 1996). Slutligen har vi 4-kompartmentsmodellen där kombinationen bioimpedans, ADP och bentäthetsmätning med Dual energy x-ray absorptiometry (DXA) används. Förutom totala vattennivåerna kroppen delar man FFM dessutom i benmineraler och proteiner. 4-kompartmentsmodellen ses som till största del vara golden standard metoden och är mestadels använd i olika sorters forskningsprojekt som referens mot andra kroppsammansättnings metoder (Rebecca Kuriyan, 2012)

(11)

Figur 1. Illustrering av hur kroppsammansättningen kan delas upp i olika modeller (Toombs, 2012).

Figuren ovan illustrerar en 2- och en 4-kompartmentsmodell men även en variant av 3-kompartmentsmodell där man delar upp kroppssammansättningen i benmineraler beräknat med DXA (dual energy x-ray absorptiometry), fettmassa samt fettfrimassa. I detta arbete har varianten av 3-komponentsmodellen som inkluderar totala vattenmängden valts (Hambraeus, 1997).

1.3 Antropometrisk mätning

Till de mest basala och vanligaste förekommande mätmetoder för bestämning av kroppssammansättningen i forskningsstudier samt vid kliniskt bruk används antropometri (Poortvliet E, 2001). Antropometri innebär mätning av bland annat längd, vikt, omfångsmätning, bukhöjd och hudvecksmätning. Utifrån värden för kroppsvikt och längd kan man beräkna BMI (Body Mass index) beräknas enligt:

𝐵𝑀𝐼 = _-ä/+0&'()((+)1₍₂₎ (1)

(12)

Utifrån det kända BMI värdet kan man sedan uppskatta totala andelen fett (FM%) i kroppen detta genom att använda sig av könsspecifika formler:

𝐹𝑙𝑖𝑐𝑘𝑜𝑟 = 𝐹𝑀% = (1,371 𝑋 𝐵𝑀𝐼) − 3,467 (2) P𝑜𝑗𝑘𝑎𝑟 = 𝐹𝑀% = (1,340 𝑥 𝐵𝑀𝐼) − 12,469 (3) (Durnin JV, 1973)

Denna metod är snabb, enkel och billig. Nackdelen med BMI är dock att det inte går att skilja mellan vikt som beror på fett eller muskler. Muskellösa personer riskeras därför bli uppmätta som överviktiga på grund av sin stora muskelmassa. För att separera fett från muskler krävs mer avancerade mätmetoder än BMI (Poortvliet E, 2001).

1.4 Hudvecksmätning

Hudvecksmätning med hjälp av en kalipertång är en metod där man mäter tjockleken av underhudsfett och därav kan approximera hur stor andel fett en person har. Då underhudsfett har ett samband med kroppsdensiteten (Bd) kan man indirekt bestämma andelen FM (Abrahamsson, 2006).

Det finns olika kroppspunkter man kan mäta underhudsfettet på och i detta arbete används det som tillhör de vanligaste mätpunkterna: biceps (intill muskel på överarmens framsida), triceps (intill mitten på överarmens baksida), subscapularis (under skulderbladet) och suprailiac (ovan höftkammen) (Wang, Thornton, Kolesnik, & Pierson, 2000). I detta arbete går dessa fyra punkter under benämningen 4-punkts mätning. Alla mätningar skall göras på höger kroppshalva för att erhålla konsekventa mätningar.

(13)

När man sedan mätt ut hudtjockleken använder man sig av ekvationer som är framställda för att beräkna kroppsdensiteten (g/ml) (Durnin JV, 1974).

Bd = c – (m x L) (4)

c och m = ålder- och könsspecifika konstanter (som också är beroende av antalet mätpunkter) L= Logaritmen av summan av hudveckspunkterna (mm).

Har man räknat ut kroppsdensiteten (Bd) kan man sedan gå vidare med att beräkna kroppens procentuella andel fettmassa (FM%). Man kan använda sig av flertalet ekvationer vid beräkning av den procentuella fettmassan. Brožek ekvationen exempelvis är anpassad främst för barn och ungdomar vilket passar bra för detta arbete (Brožek J, 1963).

𝐹𝑀% = PQ,RS_T0 − 4,142U 𝑥 100 (5)

Ekvationen är framställd av antagandet att FFM har densiteten 1,10 kg/L, och att FM vid 37 grader har densiteten 0,90 kg/L (Poortvliet E, 2001).

När man har räknat ut FM% kan andelen FM och FFM beräknas genom att använda ekvationerna nedan:

FM = FM% x Kroppsvikt

FFM = Kroppsvikt – FM (6)

(14)

1.5 Bioimpedansmätning

Bioelektrisk impedansanalys (BIA) är bland de vanligaste mätmetoderna som används idag för att mäta kroppsammansättningen då apparaturen är lätt att bära med sig, relativ billig samt enkelt att använda sig av (Verney, 2016). Metoden grundar sig på att vävnader har olika strömledande förmåga beroende på dess vatteninnehåll, exempelvis leder inte fettmassa och benmassa ström lika bra som vatten. Elektrisk ström från en elektrod till en annan får då strömma genom kroppen och motståndet (resistansen) hos samtliga vävnader ger olika frekvenser därigenom kan man med hjälp av skräddarsydda ekvationer i datorn få fram kroppens totala vattennivåer (TBW) (Lamb, 2014).

När TBW är uträknad med hjälp av BIA kan man sedan beräkna FFM(kg). Beroende på ålder skiljer sig den totala vattennivån i kroppen vilket man bör ta hänsyn till vid beräkning av FFM (Hambraeus L, 2007) (Fields DA, 2002). Här antas att FFM utgör 73,2% vatten:

𝐹𝐹𝑀 = 𝑇𝐵𝑊/0,732. (8)

Vidare kan fettmassa beräknas som skillnaden mellan kroppsmassa och FFM samt andelen fettmassa i procent enligt formel 6.

Det finns vissa krav och förhållanden som standardisering vid mätning med BIA för att få så pålitliga resultat som möjligt. Till dessa är att försöksdelatagaren är fastande från mat och dryck i minst 4h innan undersökningen samt tömt urinblåsan. Undvika träning eller annan fysisk ansträngning 12h innan testet. Ingen alkoholkonsumtion på 48h eller användning av diuretiska läkemedel som kan påverka vattennivåerna i kroppen. Man ska även inkludera menstruationscykeln som kan påverka vätskenivåerna. Undersökningen bör också göras i rumstemperatur (Bellardini H, 2009).

(15)

1.6

Luftpletysmografi

Luftpletysmografi (Air displacement plethysmography) som förkortas ADP är en metod där man kan mäta kroppsvolymen genom att beräkna tryck-och volymförhållandet i luften som finns i en sluten kammare. Rent praktiskt går metoden ut på så sätt att när lufttrycket beräknas och volymen i den slutna kammare som till en början är helt tom går man vidare genom att mäta hur dessa två parametrar förändras med en kropp placerad i kammaren. På så sätt går det att beräkna kroppsvolymen och slutligen kroppssammansättningen. Beräkning av tryck- och volymförhållandet görs via Possion´s lag.

P1/P2 = (V2/V1). (9) P= gasens tryck (N/m-2),

V= gasens volym (m3) (Fields DA, 2002)

Ekvationens beskriver förhållandet mellan tryck och volym under adiabatiska förhållanden, det vill säga där ett temperaturutbyte med omgivningen inte kan uppkomma (Poortvliet E, 2001). När man beräknat kroppsvolymen och försökspersonens vikt kan man sedan få fram kroppsdensiteten(Bd) genom följande ekvation;

(Bd) (kg/m3)= _{^YZ[[\]Z_`2
(-)/abbb}(YZ[[\]'() ((+) (10)

Med kroppsdensiteten är det möjligt att beräkna andelen fettmassa i kroppen. Detta genom exempelvis Brozék-ekvationen nämnd ovan som formel 5 (Brožek J, 1963) som är skapad för barn och ungdomar. Vidare med känd FM(%) är det möjligt att få fram fettmassan (FM) och den fettfria massan (FFM) enligt formel 6.

(16)

1.7 3-kompartmentsmodellen

(17)

1.8 Problemformulering

I dagsläget är alla mätmetoder som används för beräkning av kroppsammansättning ifrågasatta. Det finns inte heller någon standard mätmetod som idag utgör en standard runt om i världen för mätning av kroppsammansättningen. Övervikt är något ett samhälle kan förebygga genom att tidigt diagnostisera överviktiga patienter så att man kan komma i gång med behandlingar så tidigt som möjligt. Det är därmed viktigt att man kan arbeta med så korrekta mätmetoder som möjligt.

ADP utgör idag en av de främsta metoderna av beräkning av fettmassan i kroppen, dock är den väldigt dyr, kräver avancerad utrustning och mätutrustningen finns enbart på ett fåtal undersökningslaboratorier i Sverige. Därför är det viktigt att ha metoder som är tillförlitliga men också ekonomiska för att kunna ha tillgång till dessa på sjukhus och andra vårdrelaterade platser.

1.9 Syfte

Syftet med arbetet är att undersöka i vilken utsträckning hudvecksmätning som metod och 3-kompartmentsmodellen förhåller sig till ADP. Genom detta kunna bedöma tillförlitligheten av mätmetodernas beräkningar av kroppsammansättning på överviktiga barn och ungdomar.

1.10 Frågeställningar

• Vilken av de två hudvecksmätnings metoderna (4-punkt eller 1-punkt) har starkast samband med referensmetoden ADP för estimering av kroppsammansättningen hos barn och ungdomar med fetma?

(18)

Metod

2.1 Studiedesign

Studien är en icke-experimentell, komparativ tvärsnittsstudie. I detta arbeteskall förhållandet mellan hudvecksmätning, samt 3-kompartmentsmodell och ADP undersökas som mätmetoder för beräkning av kroppsammansättningen hos pojkar och flickor samt i helgrupp som sökt till Överviktsenheten för barn och ungdom vid Akademiska barnsjukhuset.

2.2 Urval

I denna studie har sammanlagt 80 överviktiga barn deltagit varav 40 flickor och 40 pojkar medverkat. Deltagarna har remitterats till laboratoriet för klinisk nutrition och metabolism på överviktsenheten Barn och ungdom vid Akademiska barnsjukhuset i Uppsala där mätningarna är utförda under perioden 2014-2018.

2.3 Inklusionskriterier

Inklusionskriterierna i studien utgör ett bekvämlighetsurval utifrån patientjournaler där man valt de överviktiga barn och ungdomar som haft ett innehåll av fullständig patientdata rörande antropometriska mått så som vikt, längd, BMI samt andelen fettmassa beräknat från hudvecksmätning, bioimpedansmätning och ADP.

2.4 Exklusionskriterier

(19)

Tabell I Antal uppmätta samt icke registrerade mätvärden hos pojkar.

Vikt Längd BMI Kaliper 4-‐p Kaliper 1-‐p 3-‐kompart ADP

Pojkar(n) 59 59 59 43 43 43 42

IRP(n) 0 0 0 16 16 16 17

Tabell II Antal uppmätta samt icke registrerade mätvärden hos flickor.

Vikt Längd BMI Kaliper 4-‐p Kaliper 1-‐p 3-‐kompart ADP

Flickor(n) 72 72 72 46 45 44 44

IRP(n) 0 0 0 26 27 28 28

IRP= Icke registrerade parametrar n= antal

2.5 Datainsamlingsmetod och tillvägagångsätt

Insamling av mätdata från patienterna har tagits från journalsamlingar från överviktiga barn och ungdomar från enheten för klinisk nutrition och metabolism i Akademiska barnsjukhuset med godkännande och i samråd med handledare Roger Olsson. Data innefatta andelen fettmassa beräknat från antropometriska mått, hudvecksmätning på 4-punkter, 1 punkt, 3-kompartment och ADP.

Inför mätundersökningarna förbereds försöksdeltagarna genom att de fick skriftlig information om de olika nutritionsstatusbedömningsmetoderna som ingår vid en utredning samt på vilket dessa skulle utövas.

2.6 Antropometriska mått

(20)

2.7 Hudvecksmätning

Tillvägagångsättet vid hudvecksmätning med kalipertång utövades på så sätt att försöksdeltagarna blev ombedda att ta av sig sitt övre klädesplagg. Därefter fick försöksdeltagaren stå stilla samtidigt som undersökaren tog ett tum-pekfinger grepp på huden och försöka hålla ett ungefärligt avstånd på 5 centimeter mellan fingrarna för att sedan dra huden bort från kroppen ca 1cm. Detta på kroppspunkterna: biceps, triceps, subscapularis och suprailiaca. Kalipermätaren som utnyttjades vid mätningarna var av modell Harpenden®. Med den klämmer man sedan hudvecket som man dragit ut med sina fingrar och avläser hudtjockleken på linjalen.

Avläsningen på kalipern gjordes till närmsta 0,1mm och noterades i en anteckning när till. Vid varje utfall var de planerat att undersökaren skulle mäta varje kroppspunkt två gånger. Om värdet vid de två fallen skiljde sig > 10 % var man tvungen att göra en tredje mätning. Medelvärde för respektive mätpunkt beräknades samt summan av dessa beräknades för att sedan beräkna FM% via formel 5.

2.8 Bioimpedansmätning

I undersökningen har bioimpedansmätaren av modell Inbody S20 ® använts där man börjar med att mata in data gällande deltagarens ålder, kön, vikt (kg) och längd (m). Själva undersökningen tar bara någon minut i anspråk. Elektroder placeras på händer och fötter bilateralt. Sedan fästs kablarna till elektroderna och försökspersonen får lägga sig ned på britsen och därefter lätt abducerade armar och ben för att motverka kontakt mellan extremiteter och bålen då det kan störa det mätningsresultatet. Undersökningen kan sedan fullföljas genom att instrumentet aktiveras och skickar ström i olika frekvenser som passerar genom hela kroppen varav man får ut TBW, FFM, och FM.

2.9 Luftpletysmografi

(21)

luftvolym före inträde av försöksdeltagaren. Därefter sätter sig försöksdeltagaren i BodPoden® i ungefär 2 X 45 sekunder tills att maskinen signalerar om att all essentiell data är hämtad.

2.10 3-kompartmentsmodell

I kombination av att uppskatta kroppens totala vattennivåer (TBW) med hjälp av BIA samt kroppsdensitet från hudvecksmätning med 4-mätpunkter och 1-mätpunkt kan andel fettmassa (FM %) beräknas fram.

2.11 Statistisk bearbetning och analys

All data från patientjournalerna avidentifierades, kodades och överfördes manuellt över till Microsoft Excel ® för Mac 2016 i tabeller som innehöll följande kategorier: patientkod, ålder, kön, vikt, längd, hudvecksmätning på 4-punkter, 1-punkt, 3-kompartmensmodellen och ADP. Värden för varje variabel fördes in samt beräknad FM% för varje enskild mätmetod. Medelvärde inklusive standardavvikelse beräknades för 4-punkts hudvecksmätning, 1-punkts hudvecksmätning, 3-kompartmentsmodellen och ADP hos flickor, pojkar samt gruppen som helhet. För att undersöka hur andel fettmassa från de uppmätta mätmetoderna korrelerar till andel fettmassa beräknad med referensmetoden ADP beräknades korrelationskoefficienten (r) enligt Spearmans rangkorrelation för flickor, pojkar och helgruppen

(22)

Vidare plottades variablerna in i statiska diagram för att sedan skapa en regressionslinje för att kunna analysera hur stark korrelation som fanns mellan variablerna enligt nedanstående tabell. Tabell III. Uppskattning av styrkan på korrelationskoefficientens (r).

0,0-0,3 Ringa korrelation

0,3-0,5 Påtaglig korrelation

0,6-0,8 Stark korrelation

0,8-1,0 Mycket stark korrelation

För att utvärdera om resultaten för korrelationsvärdet (r-värdet) för FM% av ADP samt FM% beräknat från de olika jämförda mätmetoderna var signifikanta användes Mann-Whitney U-test (motsvarighet till oberoende t-test). Alla värden klassades som signifikanta då p–värdet låg ≤ 0,05. Vilket betyder att om p ≤ 0,05 så finns det mer eller cirka 95 % sannolikhet att resultaten inte beror på slumpen (Rissanen, 2013).

Värdena plottades i punktdiagram och för att kunna jämföra de olika plottdiagrammen beräknades determinationskoefficienten (R2_{) som kan ge ett varierenade värde mellan 0 och 1.} Där ett värde närmare 1 innebär en starkförklaringsgrad då variationen i den beroende variabeln i y-led (FM % med ADP) kan förklaras av variationen i den kroppsmätningsmetod som angetts i x-led (uppmätt mätmetod).

Mann-Whitney U-test och Spearmans rangkorrelationstest valdes som tidigare nämnts efter att data från de olika mätmetoderna inte var normalfördelade.

2.12 Etiska övervägande

(23)

Resultat

3.1 Bakgrundsdata för deltagargrupperna pojkar och flickor

Tabell IV bakgrundsdata för försöksdeltagarna med ålder, antropometriska mått (median samt undre & övre kvartil) för pojkar och flickor samt p-värdet för dessa.

Pojkar (n=43) Flickor (n=43) p-värde

Q1, Q2, Q3 Q1, Q2, Q3 Ålder (år) 9; 13; 15 9; 12; 14 0,54 Vikt (kg) 64,2; 86,9; 115,7 53,7; 77,7; 98,2 0,07 Längd (cm) 149; 163; 177,9 145,6; 158,5; 164,3 0,28 BMI 29,6; 32,17; 37,27 26,8; 31,12; 38,16 0,28 n = antal försöksdeltagare. Q1= undre kvartil, 25 % Q2= median Q3= övre kvartil, 75 %

(24)

3.2 Pojkar

Tabell V Jämförelse mellan de olika mätmetoderna mot ADP för gruppen pojkar. Nedan presenteras: andel fettmassa (FM%) (medelvärde ± standardavvikelse) framtagen med olika mätmetoder jämfört med referensmetoden ADP och kvoten FM% dem emellan. Dessutom korrelationskoefficient (r) för FM% mellan de olika mätmetoderna och ADP med p-värde (signifikans<0,05) samt determinationskoefficient (R2).

Pojkar Uppmätt FM%

*Metod ADP p-värde p-värde

Variabel n m sd m s r-värde för r R2 Kal 4-p vs. ADP 40 32,82 3,32 31,93 3,21 0,0001 0,49 0,0012 0,24 Kal 1-p vs. ADP 40 45,86 6,35 31,93 3,21 0,0001 0,51 0,0007 0,26 3-kompartment vs. ADP 31 39,47 4,96 46,35 6,18 0,0001 0,85 0,0001 0,72 n= antal försöksdeltagare. sd= standardavvikelse

Resultaten för alla mätmetoder mot ADP är signifikanta enligt Mann-whitney U-test då p <0,05. Resultaten vad det gäller korrelationsvärden enligt Spearmans korrelationsanalys visar på: Kaliper 4 punkter (r=0,49 d.v.s. påtaglig korrelation), kaliper 1 punkt (r=0,51 stark korrelation), 3-kompartmentsmodellen (r=0,85 mycket stark korrelation).

Determinationskoefficienten (R2_{) var högst för 3-kompartmentsmodellen (R2=72%) för} kalipermätning 4 punkt (R2=24%) och för kalipermätning 1 punkt (R2=26%). Determinationskoefficienten kan även ses i figur 2-4 bifogat i bilaga 1.

(25)

3.3 Flickor

Tabell VI Jämförelse mellan de olika mätmetoderna mot ADP för gruppen flickor. Nedan presenteras: andel fettmassa (FM%) (medelvärde ± standardavvikelse) framtagen med olika mätmetoder jämfört med referensmetoden ADP och kvoten FM% dem emellan. Dessutom korrelationskoefficient (r) för FM% mellan de olika mätmetoderna och ADP med p-värde (signifikans<0,05) samt determinationskoefficient (R2).

Flickor Uppmätt FM%

Variabel n m sd m s r-värde för r R2

Kal 4-p vs. ADP 40 32,18 3,99 41,88 7,88 0,0296 0,66 0,0001 0,43

Kal 1-p vs. ADP 40 36,15 3,75 41,88 7,88 0,0001 0,68 0,0001 0,46

3-kompartment vs. ADP 31 41,36 5,48 40,8 8,22 0,8971 0,82 0,0001 0,67

n= antal försöksdeltagare.

För gruppen flickor så var det p-värdet för kaliper med 4 punkter mot ADP samt kaliper med 1 punkt mot ADP som låg under 0,05, alltså signifikanta. 3-kompartmentsmodellen hade p-värden som låg över 0,05 varför dessa inte tolkas som signifikanta.

Resultaten vad det gäller korrelationsvärden enligt Spearmans korrelationsanalys visar på: Kaliper 4 punkt (r=0,66 stark korrelation), kaliper 1 punkt (r=0,68 stark korrelation), 3-kompartmentsmodellen (r=0,82 mycket stark samvariation).

(26)

3.4 Helgrupp

Tabell VII Jämförelse mellan de olika mätmetoderna mot ADP för helgrupp. Nedan presenteras: andel fettmassa (FM%) (medelvärde ± standardavvikelse) framtagen med olika mätmetoder jämfört med referensmetoden ADP och kvoten FM% dem emellan. Dessutom korrelationskoefficient (r) för FM% mellan de olika mätmetoderna och ADP med p-värde (signifikans<0,05) samt determinationskoefficient (R2).

Helgrupp Uppmätt FM%

Variabel n m sd m s r-värde för r R2

Kal 4-p vs. ADP 80 36 4,85 43,87 7,39 0,0001 0,22 0,00523 0,05

Kal 1-p vs. ADP 80 34,04 4,07 43,87 7,39 0,0001 0,33 0,0025 0,11

3-kompartment vs. ADP 62 40,42 5,27 43,57 7,73 0,0044 0,72 0,0001 0,51

n=antal försöksdeltagare.

Resultaten för alla mätmetoder för helgruppen mot ADP är signifikanta enligt Mann-whitney U-test då p <0,05.

Resultaten vad det gäller korrelationsvärden enligt Spearmans korrelationsanalys visar på: Kaliper 4 punkt (r=0,22 ringa korrelation), kaliper 1 punkt (r= 0,33 påtaglig korrelation), 3-kompartmentsmodellen (r=0,72 stark korrelation).

(27)

Diskussion

I denna del diskuteras studiens resultat kritiskt och egna reflektioner kring arbetet avhandlas.

4.1 Resultatdiskussion

4.1.1 Syfte

Huvudsakliga syftet är att undersöka i vilken utsträckning hudvecksmätning som metod och 3-kompartmentsmodellen förhåller sig till ADP. Genom detta kunna bedöma tillförlitligheten av mätmetodernas beräkningar av kroppsammansättning på överviktiga barn och ungdomar.

4.1.2 Skillnader i grunddata mellan könen:

Inga större skillnader noterades i bakgrundsdatan avseende försöksdeltagarnas ålder, längd samt BMI. Tendes till högre vikt hos pojkar kan däremot noteras. Tillväxthastigheten är som högst under barndomen, detta medför samtidiga förändringar av kroppsammansättningen med åren och särskilt under puberteten (Hagenäs, 1997). Intressant hade varit att bedriva en större studie där man jämför olika åldersgrupper för att undersöka vidare om det finns skillnader i mätmetodernas resultat.

4.1.3 Frågeställning 1:

Vilken av de två hudvecksmätnings metoder (4-punkt eller 1-punkt) korrelerar bäst med referensmetoden ADP för estimering av kroppsammansättningen hos barn och ungdomar med fetma?

(28)

1-Hos gruppen flickor visas medelvärden av andel fettmassa för hudvecksmätning beräknat med 4-punkter 32,2%, 1-punkt 36,1% samt för ADP 41,9%. Endast p-värdet för hudvecksmätning med 4-punkter mot ADP var signifikant (p<0,05). Hudvecksmätning med 1-punkt hade ett p-värde som låg över 0,05 varför dessa inte kan tolkas som signifikanta. Resultaten visar följande r-värden: hudvecksmätning på 4 punkter (r= 0,66 stark korrelation) och för 1-punkt (r= 0,68 stark korrelation). Hos flickor korrelerar hudvecksmätning med 1-punkt alltså även här med 2 % bättre till ADP jämfört med 4-punkter.

I gruppen som helhet visas medelvärden av andel fettmassa för hudvecksmätning för 4-punkter 36 %, 1-punkt 34 % samt för ADP 43,9 %. Resultaten för alla mätmetoder för helgruppen mot ADP är signifikanta. Korrelationsvärdet för 4-punkter (r= 0,22, ringa korrelation) samt för 1-punkt (r=0,33 påtaglig korrelation). Hudvecksmätning med 1-1-punkt korrelerar i helgrupp korrelerar alltså bättre till ADP jämfört med 4-punkter.

Sammantaget så visar denna studie på att hudvecksmätning med 1-punkt korrelerar bättre till ADP jämfört med 4-punkter. Denna slutsats kan dras för pojkar och för helgrupp då resultaten hade ett signifikant värde. Hos gruppen flickor med 1-punktsmätning kunde inte resultaten tolkas som signifikanta. Detta kan bero på brist på tillräcklig patientdata. Mätningar på ett större antal försöksdeltagare behövs innan slutsatser i denna grupp kan dras om vilken mätmetod som korrelerade bäst till ADP.

(29)

4.1.4 Frågeställning 2:

Hur förhåller sig 3-kompartmentsmodellen till ADP för estimering av kroppsammansättningen hos barn och ungdomar med fetma?

Genomgående för alla uppmätta mätmetoder så korrelerade 3-kompartmentmodellen mest till ADP hos gruppen pojkar, flickor och gruppen i helhet. Hos pojkar visades ett medelvärde av andel fettmassa på 39,5%, hos flickor 41,4% och i gruppen som helhet 40,4%. Korrelationsvärden för gruppen pojkar (r = 85 %, mycket stark korrelation), flickor (r= 82 %, mycket stark korrelation) och i gruppen som helhet (r= 72 %, stark korrelation). Resultaten hos gruppen pojkar och gruppen i helhet var signifikanta dock inte hos gruppen flickor. I studien kan ses att 3-kompartmentmodellen för hela gruppen samt för undergrupperna pojkar och flickor har alla en stark korrelation till ADP. Bäst korrelation ses hos gruppen pojkar. Dessa resultat talar för att 3-kompartsmodellen är en tillförlitlig mätmetod för beräkning av andel fettmassa likt de som andra studier nämner (Forslund AH, 1996).

4.2 Metoddiskussion

4.2.1 Urval

Insamlad patientdata för de olika mätmetoderna till denna studie var inte slumpmässigt utvalda. Mätdata från patienterna har tagits från journalsamlingar från överviktiga barn och ungdomar från enheten för klinisk nutrition och metabolism i Akademiska barnsjukhuset. Detta medför därmed en risk att urvalet inte är representativt för population som helhet utan begränsat till sjukhusets upptagningsområde i Uppsala.

(30)

patientdata som sträcker sig längre bak i åren än 2014. Risker med ett litet urval är att det kan leda till typ II-fel, alltså att slutsatsen att det inte finns en signifikant skillnad dras, trots att det egentligen finns en signifikant skillnad (Ejlertsson, 2003). Dessutom hade ett större deltagarantal möjliggjort en subgruppering av de olika könen efter ålder och en inblick på hur de olika mätmetoderna förhåller sig utifrån förändringar på kroppsammansättningen som skapas genom barndomen och puberteten.

4.2.2 Tillvägagångsätt

Förberedelserna som försöksdeltagare stod inför undersökningarna var 12 timmars fastande från mat och dryck samt undvikande av fysiskansträngning. Till vilken noggrannhet försöksdeltagare verkligen följt instruktionerna inför mätundersökningarna är svårt att veta. Detta kan följaktligen påverka mätresultaten (Poortvliet E, 2001), däremot har inga rapporter om avvikelser inför förberedelserna uppkommit och vi har utgått från att alla försöksdeltagare följt instruktionerna.

Alla mätundersökningar på försöksdeltagare genomfördes vid laboratoriet för klinisk nutrition och metabolism vid Akademiska sjukhuset i Uppsala under perioden 2014-2018. Forskarna vid laboratoriet är alla upplärda att utföra de olika undersökningarna efter ett standardiserat förlopp för att reducera skillnader i mätningarna som kan påverka resultaten. Det går dock inte komma undan att mätresultaten hur som helst med vissa marginaler kommer skilja sig åt beroende på vem som utför mätningen, detta gäller framförallt för hudvecksmätning som är baserad på utövarens färdigheter (Goodpaster, 2002). Genom åren har samma mätinstrument tillämpats vid mätningarna.

(31)

manuell avskrivning av patientdata finns risken för felskrivning, för att då reducera den risken dubbelkontrollerades den avskrivna dokumentationen mot patientjournalerna.

4.2.3 Arbetets svagheter och styrkor

I denna studie finns flertalet brister som noterats under studiens gång. Exempel på detta är det relativt låga antalet försöksdeltagare i studien. Fler försöksdeltagare hade möjliggjort att variabeln ålder kunnat undersökas. Då kroppsammansättningen förändras genom tillväxtåren och inte minst under puberteten kan det påverka resultaten för de olika mätinstrumenten för beräkning av andel fettmassa. En annan svaghet är att det inte fanns någon kontrollscreening på om försöksdeltagarna följt instruktioner vad gäller förberedelser inför mätningarna då detta kan påverka mätresultaten. Detta skulle kunna förbättrats genom att patienterna vid undersökningstillfället behövt fylla i frågeformulär angående följsamheten av de förberedelserna som de blivit informerade om vid första besöket inför mätningarna. Ytterligare en begränsning i studien är att hudvecksmätning är baserad på utövarens färdigheter och i denna studie var det flera olika utövare som utförde mätningarna. Mer pålitligt hade varit ifall samma person utfört mätningarna för att minimera felkällor i mätresultaten.

I denna studie har man valt att använda sig av den utrustning som idag skall vara den bästa och mest tillförlitliga för mätning av kroppsammansättning. ADP utgör idag Gold standard för beräkning av kroppsammansättningen. Mätmetoderna BIA samt hudvecksmätning har varit fördelaktiga då de är billiga och lätta använda. BIAN är billig men har sina felkällor då mätresultaten påverkas av vattenmängden i kroppen. Vi har därför försökt reducera risken för att mätresultaten skall påverkas genom standardisering inför mätningarna.

(32)

själva har tagit fram. Slutligen har inte heller någon större skillnad setts mellan grupperna utifrån p-värdet.

4.2.4 Statisk analys

I denna studie användes analysmetoderna Spearmans rangkorrelationstest för att titta på hur hudvecksmätning med 4-punkter, 1-punkt och 3-kompartmentsmodellen korrelerar till ADP vid beräkning av andel fettmassa. För att se om det förelåg statistisk signifikant skillnad mellan gruppernas medelvärden utfördes Mann-Whitney U test med signifikansnivån satt till p <0,05. Spearmans rangkorrelationstest och Mann-Whitney U-test lämpar sig som analysmetoder eftersom data från de olika mätmetoderna inte var normalfördelade samt på grund av det låga deltagarantalet i studien. Ju mindre grupper som undersöks desto svårare är det att få fram signifikans mellan grupperna. För att skapa en högre tillförlitlighet av de olika resultaten i studien hade ett större deltagarantal varit av värde.

Slutsats

(33)

Man bör också vara observant på att samvariation inte är det samma som korrelation. Korrelation talar endast om ett samband och tar inte hänsyn till systematiska felkällor. En metod kanske systematiskt över- eller underskattar i förhållande till Golden standard. Korrelationsanalys ska egentligen inte användas för att besvara frågor som samvariation av detta slag men kan i många fall vara det rimligaste att tillämpa.

Framtida forskning

Vid fortsatt forskning på detta område vore det värdefullt att ha en större studiepopulation med ett större deltagarantal för möjligheten att undersöka hur åldern förändrar resultaten av andel fettmassa vid beräkning av de olika mätmetoderna. Eftersom att det sker stora förändringar på kroppsammansättningen hos barn och ungdomar under uppväxten och inte minst under puberteten där bland annat tillväxt hormonet (GH) når sina högsta koncentrationsnivåer i kroppen kan man på så sätt reducera risken för åldersspecifika felkällor (Nevéus & Ågren, 2014).

Författarens tack

(34)

Litteraturförteckning

Abrahamsson, L. (2006). Näringslära för högskolan. Liber, Stockholm. .

Bellardini H, H. A. (2009). Tester och mätmetoder för idrott och hälsa. Stockholm: SISU idrottsböcker.

Brožek J, G. F. (1963). Densitometric Analysis of Body Composition: Revision of Some Quantitative Assumptions*. Annals of the New York Academy of Sciences. 113-1140. Chan, Y. (2004). Biostatics 104: Correlational analysis. Singapore medical journal.

44(12):614-9.

Durnin JV, W. J. (1973). Total body fat, calculated from body density, and its relationship to skinfold thickness in 571 people aged 12-72 years. Proc Nutr Soc. 32(1):45A.

Ejlertsson, G. (den 15 02 2003). Statistik för hälsovetenskaperna. Lund. Hämtat från Karolinska Institutet: https://pingpong.ki.se/

Ellis, K. (2000). Human Body Composition: In Vivo Methods. Physiological Reviews. 649-680.

Fields DA, G. M. (2002). Body-composition assessment via air-displacement

plethysmography in adults and children: a review. Am J Clin Nutr. 2002 mar 1;75(3). 453-467.

Fields, D. (2004). Prediction Equations for Air-Displacement Plethysmography.

Forslund AH, e. a. (1996). Forslund AH, et al. Evaluation of modified multicompartment models to calculate body composition in healthy males. American Journal of Clinical Nutrition. 856-62.

Goodpaster, B. H. (2002). Measuring body fat distribution and content in humans. 481-487. Hagenäs, L. (1997). Pubertetens normala åldersvariationer och sekulära trender för

pubertetsutveckling. 25-34.

Hagman. (2017). Hagman E, et al. Childhood Obesity, Obesity Treatment Outcome, and Achieved Education: A Prospective Cohort Study. 2017 Oct;61(4):508-513. doi: 10.1016/j.jadohealth.2017.04.009. 508-513.

Hambraeus L, F. A. (2007). Inget facit på kroppens sammansättning. Läkartidningen. 4884-4886.

Hambraeus, L. (1997). Inget facit på kroppens sammansättning. 51-52.

(35)

Lamb, M. J. (2014). Evaluation of Bioelectrical Impedance Analysis for Identifying

Overweight Individuals at Increased Cardiometabolic Risk: A Cross-Sectional Study. 1-6.

Marcus C, N. G. (2009). Marcus C, Nyberg G, Nordenfelt A, Karpmyr M, Kowalski J, Ekelund U. A four-year, cluster randomised controlled childhood obesity prevention study; STOPP Int J Obesity 33 (4). 408-417.

Nevéus, T., & Ågren, J. (2014). Terapikompendium Pediatrik. Uppsala: Uppsala Akademiska Barnsjukhus.

Nishtar, S., & Gluckman, P. (2016). Sania Nishtar, Peter Gluckman, et al. Ending childhood obesity: a time for action. Volume 387, No. 10021, 27 February 2016. 825-827. Poortvliet E, H.-W. A. (2001). Kroppens sammansättning av betydelse för prestationen.

Svenskidrottsforskning 2001;2:. 18-23.

Pulagrón. (2012). Pulagrón. Childhood obesity: a review of increased risk for physical and psychological comorbidities. 2013 Jan;35(1):A18-32. doi: 10.1016/j.clinthera. 18-32. Rebecca Kuriyan, T. T. (2012). A 4-compartment model based validation of air displacement

plethysmography, dual energy X-ray absorptiometry, skinfold technique & bio-electrical impedance for measuring body fat in Indian adults. 700-701.

Rissanen. (2013). SPSS Manual. Institutionen för folkhälso- och vårdvetenskap. Institutionen för folkhälso- och vårdvetenskap.

Stephanie Birch. (2012). State of Alaska Measuring Height/Weight and Calculating BMI . 7. Toombs, R. J. (2012). The Impact of Recent Technological Advances on the Trueness and

Precision of DXA to Assess Body Composition. 30-33.

Wang, J., Thornton, J., Kolesnik, S., & Pierson, R. J. (2000). Anthropometry in body composition. An overview. Ann. N. Y. Acad. Sci. 904,. 317-326.

Verney, J. (2016). Bioelectrical impedance is an accurate method to assess body composition in obese but not severely obese adolescents☆. 664-665.

(36)

Bilaga 1

9.1 Pojkar

Figur 2. Korrelation mellan ADP & hudvecksmätning på 4 punkter.

(37)

(38)

9.2 Flickor

(39)

(40)

9.3 Helgrupp

(41)