Skip to main content
padlock icon - secure page this page is secure

Using simple anthropometric measures to predict body fat in South Asians

Buy Article:

$36.38 + tax (Refund Policy)

Previously determined predictive equations for body fat mass (BFM) are primarily derived from populations of European origin, which may not be appropriate for all ethnic groups. The objective of this study was to develop an improved predictive equation for BFM specific to South Asians and derived from common anthropometric measurements that include measures of central adiposity. A total of 208 apparently healthy South Asian men and women, aged 30-65 years, were recruited. Anthropometric measurements and BFM by dual energy X-ray absorbitometry (DEXA) were obtained. Sex-specific equations predicting BFM were developed using regression models on a reference subset (68 men, 70 women) and tested on a validation group. New predictive equations (BFMNEW) were tested for agreement with Durin and Wormersley and Siri equations and with the reference method, DEXA. The best predictive sex-specific equation involved a combination of skinfolds, waist circumference, hip circumference, humerus breadth, height, mass, and age. Models significantly correlated with BFM determined by DEXA (r = 0.946 for men; r = 0.974 for women; p < 0.001). The estimates of BFM from reference and validation groups had excellent correlations and displayed excellent agreement to DEXA measures. We demonstrated new predictive equations for BFM that are specific to South Asians and incorporate measures of central adiposity. This may help resolve issues surrounding inaccurate determination of adiposity in South Asians, and consequently provide better estimations of disease risk.

Les équations de prédiction de la masse adipeuse (« BFM ») déterminées dans des études antérieures sont principalement issues de populations d’origine européenne, ce qui les rend probablement inadéquates pour les autres groupes ethniques. Cette étude se propose d’élaborer une nouvelle équation de prédiction de la BFM à partir de données anthropométriques courantes qui comprennent des mesures de l’adiposité centrale propres aux Asiatiques du Sud. En tout, 208 femmes et hommes d’Asie du Sud apparemment en bonne santé et âgés de 30 à 65 ans participent à cette étude. On détermine la BFM et les mesures anthropométriques par absorptiométrie à rayons-X en double énergie (« DEXA »). On établit les équations spécifiques de prédiction de la BFM selon le sexe par un modèle de régression dans un sous-échantillon approprié (68 hommes; 70 femmes) et on teste le résultat dans un groupe de validation. Pour vérifier la concordance, nous comparons les nouvelles équations de prédiction (« BFMNEW ») à celles de Durin-Wormersley et de Siri, et à la méthode de référence, la DEXA. La meilleure équation de prédiction de la BFM selon le sexe comprend une combinaison des mesures suivantes : épaisseur des plis cutanés, tour de taille, tour de hanches, diamètre de l’humérus, stature, masse et âge. Les modèles sont significativement corrélés au résultat obtenu par la DEXA (r = 0,946 chez les hommes; r = 0,974 chez les femmes; p < 0,001). Les valeurs estimées de la BFM dans les groupes de référence et de validation présentent une excellente corrélation et concordent très bien avec les mesures obtenues par la DEXA. Nous avons validé de nouvelles équations prédictives de la BFM spécifiques aux Asiatiques du Sud et qui comprennent des mesures de l’adiposité centrale. Cela devrait contribuer à résoudre les problèmes d’imprécision dans la détermination du degré d’adiposité chez les Asiatiques du Sud et, de ce fait, aider à faire une meilleure estimation du risque de maladie.
No Reference information available - sign in for access.
No Citation information available - sign in for access.
No Supplementary Data.
No Article Media
No Metrics

Document Type: Research Article

Publication date: February 1, 2009

More about this publication?
  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more