UNIVERSITEIT GENT Faculteit Geneeskunde en Gezondheidswetenschappen Academiejaar 2014-2015
METEN VAN VETMASSA BIJ KINDEREN: HOE VERGELIJKBAAR ZIJN DE RESULTATEN BEKOMEN MET BIA VERSUS BOD POD?
Masterproef voorgelegd tot het behalen van de graad van Master in de Gezondheidsvoorlichting en –bevordering Door Lisa Foucart
Promotor: Dr. Isabelle Sioen Co-promotor: Dr. Nathalie Michels
UNIVERSITEIT GENT Faculteit Geneeskunde en Gezondheidswetenschappen Academiejaar 2014-2015
METEN VAN VETMASSA BIJ KINDEREN: HOE VERGELIJKBAAR ZIJN DE RESULTATEN BEKOMEN MET BIA VERSUS BOD POD?
Masterproef voorgelegd tot het behalen van de graad van Master in de Gezondheidsvoorlichting en –bevordering Door Lisa Foucart
Promotor: Dr. Isabelle Sioen Co-promotor: Dr. Nathalie Michels
1 ABSTRACT Probleemstelling: Prevalentiecijfers van overgewicht en obesitas bij kinderen zijn zorgwekkend hoog. Wetenschappelijk onderzoek naar de determinanten van overgewicht en obesitas is hierbij cruciaal. Om de risicopopulatie correct te kunnen identificeren, moet men op een valide manier de lichaamssamenstelling van kinderen kunnen meten. Echter, niet alle meetmethodes zijn voldoende valide en betrouwbaar.
Doelstelling: In deze masterproef werd de overeenkomst onderzocht tussen de vetmassa gemeten met Bio-elektrische Impedantie Analyse (BIA) (drie benaderingen: vet%BIA, vet%Schaefer & vet%Deurenberg) versus luchtverplaatsing plethysmografie (vet%ADP). Methode: In 2013 werden er vetmetingen gedaan met de meetinstrumenten BOD POD® en BIA (Tanita®) bij een steekproef van 206 Vlaamse kinderen (7-13 jaar) in het sportpark te Aalter. Via statistische technieken werden de onderzoeksvragen beantwoord.
Resultaten: Een systematische overschatting werd vastgesteld voor vet%Schaefer en vet%Deurenberg. Tussen vet%BIA en vet%ADP was een klein gemiddeld verschil op te merken, maar de BIA formule bleek het vetpercentage bij kinderen met een laag vetgehalte te overschatten en bij kinderen met een hoog vetgehalte te onderschatten. Een goede overeenkomst werd aangetoond voor de Schaefer formule (vet%Schaefer), maar dit moet genuanceerd worden door de sterke overschatting. Meer vergelijkbare resultaten werden gevonden voor de meisjes.
Conclusie: Het gebruik van de drie BIA benaderingen wordt niet aangeraden, gezien de afwijkende resultaten. Enkel het gebruik van de BIA formule bij kinderen met een gezond gewicht of het combineren van de BIA methodes met andere metingen, is te verantwoorden. De BOD POD® wordt nog steeds sterk aangeraden als methode om het vetpercentage in kaart te brengen in grootschalige studies bij kinderen.
Aantal woorden masterproef: 20 653 (exclusief bijlagen en bibliografie)
I
2 INHOUDSTABEL
1
ABSTRACT .......................................................................................................................... I
2
INHOUDSTABEL .............................................................................................................. II
3
LIJST VAN AFKORTINGEN ........................................................................................... IV
4
WOORD VOORAF ........................................................................................................... VI
5
INLEIDING ......................................................................................................................... 1
6
LITERATUUROVERZICHT .............................................................................................. 4 6.1 Obesitas bij kinderen ....................................................................................................... 4 6.1.1
Definitie ................................................................................................................... 4
6.1.2
Prevalentie van overgewicht en obesitas bij kinderen ............................................. 4
6.2 Meetmethodes ............................................................................................................... 10 6.2.1
Lichaamssamenstelling bij kinderen ...................................................................... 11
6.2.2
Antropometrische metingen ................................................................................... 12
6.2.3
Niet-antropometrische metingen ............................................................................ 18
6.2.4
Studies waarbij BOD POD vergeleken wordt met BIA bij kinderen .................... 32
7
PROBLEEM- EN DOELSTELLING ................................................................................ 37
8
ONDERZOEKSMETHODE .............................................................................................. 38 8.1 Onderzoeksdesign ......................................................................................................... 38 8.2 Onderzoekspopulatie ..................................................................................................... 38 8.3 Beschrijving van de onderzoeksinstrumenten ............................................................... 39 8.4 Methode voor gegevensanalyse .................................................................................... 41
9
RESULTATEN .................................................................................................................. 43
10
DISCUSSIE ................................................................................................................... 60
11
CONCLUSIES & RELEVANTIE VOOR DE PRAKTIJK EN AANBEVELINGEN 70
12
LITERATUURLIJST .................................................................................................... 72
II
13
LIJST VAN FIGUREN ................................................................................................. 84
14
LIJST VAN TABELLEN.............................................................................................. 86
III
3 LIJST VAN AFKORTINGEN ADP
Air-Displacement Plethysmography
BIA
Bioelectrical Impedance Analysis
BMI
Body Mass Index
CDC
Centers for Disease Control and Prevention
CT
Computer Tomography
DEXA
Dual-Energy X-ray Absorptiometry
ICC
Intraclass Correlation Coefficient
IDEFICS
Identification and prevention of Dietary- and lifestyle-induced health EFfects In Children and infantS
IOTF
International Obesity Task Force
MRI
Magnetic Resonance Imaging
NIR
Near-Infrared Spectronomy
NMR
Nuclear Magnetic Resonance
OECD
Organisation for Economic Co-operation and Development
P
P-waarde (overschrijdingskans)
R
Pearson correlatiecoëfficiënt
R²
Determinatiecoëfficiënt
Rc
Lin’s Concordantie correlatiecoëfficiënt
Rs
Spearman correlatiecoëfficiënt
SD
Standaard Deviatie
Vet%ADP
Vetpercentage bepaald door het BOD POD®-toestel
IV
Vet%BIA
Vetpercentage bepaald door het BIA Tanita®-toestel
Vet%Deurenberg
Vetpercentage berekend op basis van de Deurenberg formule
Vet%Schaefer
Vetpercentage berekend op basis van de Schaefer formule
VIF
Variance Inflation Factor
WHO
World Health Organisation
V
4 WOORD VOORAF Deze masterproef was een intensieve maar ook een leerrijke en boeiende ervaring. Persoonlijk vind ik gezondheid en welzijn een erg belangrijk aspect van het leven. Ik heb deze opleiding dan ook gekozen met als doel mensen hierbij te helpen. Het fenomeen obesitas is tegenwoordig niet meer weg te denken uit de maatschappij. Ik vond deze masterproef erg interessant aangezien ik op deze manier een kleine bijdrage kan doen voor de problematiek kinderobesitas. Het uitvoeren van deze masterproef heb ik uiteraard niet alleen verwezenlijkt. Eerst en vooral zou ik graag een woord van dank willen richten aan mijn promotor Dr. Isabelle Sioen voor de goede feedback, raad en steun. Daarnaast was ook mijn co-promotor Dr. Nathalie Michels een leerrijke bron van informatie. Naast de data-analyse kreeg ik eveneens de kans om deel te nemen aan het ‘Forces’-project. Tijdens dit veldwerk kon ik zelf ervaren hoe wetenschappelijk onderzoek in elkaar zat en hoe de data verzameld werden. Hiervoor kregen we een dag opleiding en mochten we vervolgens zelf participeren in het onderzoek. Ik vond dit persoonlijk een erg leuke, nuttige en leerrijke ervaring. Daarom wil ik de mensen van de Vakgroep Maatschappelijke Gezondheidkunde dan ook erg bedanken. Vervolgens wil ik mijn medestudenten bedanken voor het uitwisselen van informatie en ervaringen omtrent de masterproef. Tenslotte wil ik ook mijn ouders, zus en vrienden bedanken voor de motivatie en steun die ik gekregen heb tijdens mijn opleiding.
VI
5 INLEIDING In deze masterproef wordt de overeenkomst onderzocht tussen de vetmassa gemeten met de BOD POD® versus de BIA en dit bij een populatie van 206 Vlaamse kinderen. De prevalentie van overgewicht en obesitas bij kinderen blijft de laatste jaren steeds verder stijgen (Han, Lawlor & Kimm, 2010; Ng et al., 2014; World Health Organisation, 2014). Andere bronnen gaven echter aan dat deze stijging in prevalentie afgenomen is of gestabiliseerd is. Dit neemt niet weg dat de prevalentie van kinderobesitas onaanvaardbaar hoog blijft en dat deze gezondheidsproblematiek verder intensieve aandacht eist (Olds et al., 2011; Organisation for Economic Co-operation and Development, 2014). In Vlaanderen wordt overgewicht aanzien als meest voorkomend gezondheidsrisico bij kinderen (Weliswaar, 2010). Het tijdig ingrijpen bij deze gezondheidsproblematiek is cruciaal, aangezien het gewicht in de kindertijd bepalend is voor de gezondheid op volwassen leeftijd. Wie als kind aan overgewicht lijdt, heeft 60% kans om op volwassen leeftijd overgewicht te hebben en de daarbij horende negatieve implicaties te ervaren (Drieskens & Wetenschappelijk Instituut Volksgezondheid, 2008; Lobstein & Frelut, 2003; Van Mol, 2004; World Health Organisation, 2014). Dit fenomeen wordt tracking genoemd en voorspelt een verhoogde kans op morbiditeit en mortaliteit op volwassen leeftijd (Maffeis & Tato, 2001). Daarnaast ondervindt het kind met overgewicht vele negatieve gevolgen op korte termijn zoals fysieke en psychosociale problemen en negatieve gevolgen op lange termijn zoals bijvoorbeeld hypertensie, gewrichtsproblemen, hart- en vaatziekten, diabetes, abnormale glucose tolerantie, onvruchtbaarheid, persisterende psychologische problemen en dergelijke (Bulk-Bunschooten, Renders, van Leerdam & Hirasing, 2004; Dehghan, Akhtar-Danesh & Merchant, 2005; Lobstein, Baur & Uauy, 2004). Bovendien resulteert deze gezondheidsproblematiek in heel wat economische kosten en lasten voor de maatschappij (Haslam, Sattar & Lean, 2009; Lobstein et al., 2004; Racette, Deusinger & Deusinger, 2003; Van Mol, 2004). In het kader van de hoge prevalentiecijfers van overgewicht en obesitas bij kinderen is er een sterke nood aan bijkomend wetenschappelijk onderzoek naar de determinanten van dit gezondheidsprobleem. Ondanks dat vele volwassenen lijden aan overgewicht en obesitas, is het moeilijk om dit overtollig gewicht te bestrijden wanneer dit gestabiliseerd is. Hierdoor dienen kinderen als de prioritaire populatie beschouwd te worden wanneer men interventies
1
wil ontwikkelen (Dehghan et al., 2005). Om de risicogroep correct te kunnen identificeren, is het belangrijk dat men valide instrumenten voorhanden heeft om de lichaamssamenstelling van kinderen correct te kunnen bepalen (Bulk-Bunschoten, Renders, van Leerdam & HiraSing, 2004). Valide en betrouwbare meetinstrumenten moeten aan heel wat criteria voldoen. Bij kinderen dient men eveneens na te gaan of de instrumenten voldoende kindvriendelijk zijn. Er zijn maar weinig methodes die aan al deze criteria voldoen (BulkBunschoten et al., 2004). In deze masterproef worden twee meetinstrumenten vergeleken om na te gaan hoe vergelijkbaar de resultaten zijn. Bij de BOD POD®-meting wordt er gewerkt met luchtverplaatsing, terwijl er bij Bio-elektrische Impedantie Analyse (BIA) gewerkt wordt met elektrische stroom. De BOD POD® wordt in deze studie gebruikt als referentiemethode aangezien dit instrument valide, betrouwbaar, veilig, snel en nauwkeurig is en omdat deze eenvoudig de lichaamssamenstelling kan bepalen bij kinderen (Albersen et al., 2010; Fields, Goran & McCrory, 2002). Hiertegenover wordt de BIA geplaatst om na te gaan of de vetmassa gemeten met dit instrument overeenkomstig is met de resultaten gemeten met de BOD POD. BIA wordt in de praktijk frequent gebruikt, maar wordt soms in vraag gesteld op vlak van betrouwbaarheid (Hulshof, 2009). De data gemeten met deze twee instrumenten worden vergeleken via statistische technieken om na te gaan of de BIA valide genoeg is om te kunnen gebruiken in de praktijk. Deze masterproef maakt deel uit van een groter, longitudinaal onderzoeksproject, namelijk het ‘I.Family-Forces’-onderzoek. De data die voor deze masterproef gebruikt zullen worden, werden verzameld in 2013, toen de leeftijd van de kinderen tussen 7 en 13 jaar lag. In het voorjaar van 2015 zal er worden meegewerkt aan het veldwerk van de longitudinale studie waarbij een 300-tal kinderen onderzocht zullen worden en waarbij opnieuw de lichaamssamenstelling gemeten zal worden. In het literatuuronderzoek wordt besproken wat obesitas en overgewicht bij kinderen is en welke prevalenties er terug te vinden zijn in de literatuur. Vervolgens wordt aangehaald hoe de vetmassa bij kinderen gemeten wordt en wat elk meetinstrument precies inhoudt. Hierbij worden de bruikbaarheid en de kindvriendelijkheid van elk instrument toegelicht. Er wordt eveneens een onderscheid gemaakt tussen antropometrische en niet-antropometrische meettechnieken. Ook de lichaamssamenstelling wordt hier kort toegelicht om het meten van de vetmassa te verduidelijken. Gelijkaardige onderzoeken worden hier eveneens besproken.
2
Vervolgens worden de probleemstelling, de doelstelling en de onderzoeksvragen geformuleerd vanuit het literatuuronderzoek. Daarna volgt de toelichting van het eigenlijke onderzoek. Eerst wordt de methodiek van de studie beschreven waarbij het onderzoeksdesign, de onderzoekspopulatie en de gebruikte instrumenten aan bod zullen komen. De resultaten en bijhorende statistische analyses worden vervolgens objectief weergegeven. In de discussie worden de gevonden resultaten geïnterpreteerd en gelinkt aan de gevonden literatuur. De sterktes en beperkingen van deze masterproef worden vervolgens aangehaald. Tenslotte worden er aanbevelingen voor de praktijk aangeboden en worden algemene conclusies geformuleerd.
3
6 LITERATUUROVERZICHT 6.1 Obesitas bij kinderen 6.1.1 Definitie Obesitas in de kindertijd is een ernstig publiek gezondheidsprobleem dat moeilijk eenduidig te definiëren is (Cole, Bellizzi, Flegal & Dietz, 2000). De Wereldgezondheidsorganisatie (WHO: World Health Organisation) en de International Obesity Task Force (IOTF) hebben bijvoorbeeld elk hun eigen definitie en grenswaarden om overgewicht en obesitas bij kinderen te definiëren. Deze internationale organisaties geven bijgevolg andere prevalenties en cijfers weer naargelang de leeftijd en de gebruikte criteria (Monasta, Lobstein, Cole, Vignerova & Cattaneo, 2011). Er is dus nog geen consensus over een duidelijke grenswaarde voor de definiëring van overgewicht en obesitas bij kinderen en adolescenten (Dehghan et al., 2005; Flegal, Carroll, Ogden & Johnson, 2002; Kuczmarski & Flegal, 2000). Daarnaast zijn de definities van obesitas en overgewicht in de tijd frequent veranderd. Meestal wordt de term ‘overmaat aan lichaamsvet’ gebruikt om obesitas en overgewicht te verduidelijken (Dehghan et al., 2005). De WHO definieert overgewicht en obesitas als een abnormale of overmatige vetopstapeling in het lichaam die aanleiding geeft tot gezondheidsrisico’s (World Health Organisation, 2014). Hoe dan ook houdt het concept obesitas meer in dan alleen een overmaat aan vet. Adipositas wordt hierbij geassocieerd met korte en lange termijn gevolgen zoals metabolische complicaties, fysieke aandoeningen en psychosociale problemen (Fishberg et al., 2004; Koleztko et al., 2002). Obesitas wordt volgens Niesten en Bruwier (2007) eveneens omschreven als een teveel aan vetmassa met schadelijke gevolgen voor de geestelijke en lichamelijke gezondheid. Er wordt aangegeven dat obesitas bij kinderen vooral als oorzaak heeft dat het kind langdurig blootgesteld wordt aan een positieve energiebalans. Dit betekent dat er een verhoogde energieaanvoer is, waarbij er sprake is van een te laag energieverbruik. Dit calorieoverschot resulteert dan in een opstapeling van lichaamsvet. 6.1.2 Prevalentie van overgewicht en obesitas bij kinderen Overgewicht en obesitas bij kinderen wordt in de huidige samenleving als één van de grootste gezondheidsproblemen beschouwd. In de literatuur zijn er heel wat verschillende percentages en prevalenties terug te vinden omtrent obesitas en overgewicht bij kinderen. Deze
4
prevalenties zijn vaak gebaseerd op BMI-waarden. De verschillen in prevalentiecijfers van overgewicht en obesitas in de literatuur zijn te wijten aan verschillen in onderzoekscriteria zoals bijvoorbeeld de leeftijd van de onderzoeksgroep, de onderzoeksperiode, het gebruik van bepaalde criteria en dergelijke. Wel wordt vaak dezelfde conclusie aangehaald, namelijk de toenemende prevalentie van overgewicht en obesitas bij kinderen en de sterke nood aan preventie (Monasta et al., 2011). Enkele bronnen duiden wel op een verminderde stijging of stabilisatie van de prevalentie van kinderobesitas (Olds et al., 2011; Organisation for Economic Co-operation and Development, 2014). Niettemin blijft kinderobesitas een erg belangrijk gezondheidsprobleem aangezien de prevalenties nog steeds zorgwekkend hoog blijven. 6.1.2.1
Wereldwijd
Volgens de ‘Organisation for Economic Co-operation and Development’ (OECD) heeft gemiddeld 23% van de jongens en 21% van de meisjes overgewicht (inclusief obesitas) in de OECD landen (zie figuur 1). Jongens lijken hier meer overtollig vet te hebben dan meisjes. Men dient op te letten bij het interpreteren en vergelijken van deze waarden aangezien men resultaten gebruikte van verschillende landen waarbij er kinderen van verschillende leeftijden onderzocht werden en waarbij mogelijks verschillende definities en cut-off waarden gebruikt werden. De IOTF cut-off waarden van IOTF werden gehanteerd indien mogelijk (Organisation for Economic Co-operation and Development, 2013).
5
Figuur 1: Prevalenties van overgewicht (inclusief obesitas) bij jongens en meisjes van verschillende leeftijden in verschillende landen van de wereld. Deze resultaten zijn gebaseerd op de IOTF cut-off waarden, waar mogelijk (Organisation for Economic Cooperation and Development, 2013).
In 2010 werd er geschat dat 43 miljoen kinderen lijden aan overgewicht en obesitas. Op wereldvlak is de prevalentie van obesitas en overgewicht gestegen van 4,2% in 1990 naar 6,7% in 2010. Er werd voorspeld dat deze trend zou blijven stijgen tot 9,1% of 60 miljoen kinderen in 2020 (de Onis, Blössner & Borghi, 2010). Recente bronnen spreken van een stijging tussen 1980 en 2013 van 16,9% naar 23,8% voor jongens en van 16,2% naar 22,6% bij meisjes voor overgewicht en obesitas bij kinderen en adolescenten in ontwikkelde landen. In ontwikkelingslanden is er een stijging op te merken van 8,1% naar 12,9% voor de jongens en van 8,4% naar 13,4% voor de meisjes (zie figuur 2) (Ng et al., 2014).
6
Figuur 2: Voor leeftijd gestandaardiseerde prevalenties van overgewicht (inclusief obesitas) bij kinderen van 2 tot 19 jaar, gebaseerd op IOTF cut-off waarden en onderzocht voor beide geslachten. De prevalenties worden weergegeven voor de periode tussen 1980 tot 2013 (Ng et al., 2014). 6.1.2.2
Europa
Het rapport van de IOTF geeft aan dat kinderobesitas een belangrijk gezondheidsprobleem is in Europa (Moreno, Pigeot & Ahrens, 2011; Niesten & Bruwier, 2007; Van Mol, 2004). Recente bronnen tonen aan dat de prevalentiecijfers voor overgewicht bij 6 tot 9-jarigen varieerden van 18% tot 57% bij de jongens en van 18% tot 50% bij de meisjes. Voor obesitas ziet men prevalentiecijfers voor obesitas die varieerden van 6% tot 31% bij de jongens en van 5% tot 21% bij de meisjes (zie figuren 3 en 4). Overgewicht en obesitas werden hier gedefinieerd aan de hand van ‘BMI-voor-leeftijd’ Z-scores zoals de ‘2007 WHO Growth reference median’(Wijnhoven et al., 2013).
7
Figuur 3: Prevalentie van overgewicht en obesitas bij jongens van 6 tot 9 jaar in 13 Europese landen (Wijnhoven et al., 2013)
Figuur 4: Prevalentie van overgewicht en obesitas bij meisjes van 6 tot 9 jaar in 13 Europese landen (Wijnhoven et al., 2013)
8
In Europa wordt er gesproken van overgewicht bij 20% van de schoolgaande kinderen, waarvan een derde aan obesitas lijdt (WHO 2007). Er wordt verwacht dat het aantal kinderen met overgewicht met 1,3 miljoen kinderen per jaar zal stijgen. Daarvan zullen meer dan 300000 van hen obees worden per jaar (Moreno et al., 2011). 6.1.2.3
België en Vlaanderen
Meer dan 1 op 10 kinderen in België lijdt aan obesitas (AZ Sint-Lucas, 2013). Daarnaast blijkt uit de Belgische gezondheidsenquête van 2008 dat bijna één op vijf jongeren kampt met overgewicht. Men geeft aan dat 18% van de jongeren van 2 tot en met 17 jaar overgewicht heeft en dat 5% van deze kinderen aan obesitas lijdt (zie tabel 1) (Van der Heyden et al., 2008). Figuur 5 geeft specifiekere prevalenties weer per geslacht en per leeftijdsgroep (Drieskens, Wetenschappelijk Instituut Volksgezondheid, 2008). De prevalentie van overgewicht bij kinderen is in België in vergelijking met 20 jaar geleden sterk toegenomen. De meeste obese kinderen zijn bovendien relatief zwaarder dan hun leeftijdsgenoten van 20 jaar geleden (Van Mol, 2004). Uit het project ‘Vlaamse Groeicurven’ blijkt dat de afgelopen zeven jaar het aantal jongeren met obesitas met de helft gestegen is. Daarnaast werd na het toetsen van de body mass index (BMI) van de Vlaamse kinderen aan het IOTF-criterium aangetoond dat 12% van de jongens en 13,3% van de meisjes van 2 tot 18 jaar overgewicht hebben. Voor obesitas zien we prevalenties van respectievelijk 2,7% en 3,1%. Overgewicht blijkt het meest voorkomend gezondheidsrisico bij Vlaamse jongeren te zijn (Weliswaar, 2010).
Tabel 1: Prevalenties van overgewicht en obesitas bij Belgische Jongeren (2-17jaar) (Gezondheidsenquête België, 1997, 2001, 2004, 2008) 1997
2001
2004
2008
Overgewicht
15%
18%
18%
18%
Obesitas
5%
5%
6%
5%
9
1
[ G e e f
2 [ G e e f
e e n
e e n
Figuur 5: Percentage van kinderen (2-17 jaar) met 1) overgewicht en 2) obesitas, volgens c
c
geslacht ien leeftijd. Gezondheidsenquête, België 2008 (Drieskens, Wetenschappelijk i t a a t
t a a t
Instituut Volksgezondheid, 2008)
6.2 Meetmethodes Om de
u i hoeveelheid t
vetmassa te meten,
u i bestaan t
er heel wat technieken en methodes die in
verschillende settings kunnen toegepast worden (Lobstein et al., 2004). Niet alle h h waardoor het vetpercentage niet altijd even meetmethodes zijn even valide en betrouwbaar, e
e
nauwkeurig kan gemeten worden. Volgens Bulk-Bunschoten et al. (2004) moet een goede t t methode om lichaamsvet te meten relevant, reproduceerbaar, valide en praktisch toepasbaar
d d o moet er rekening gehouden worden zijn. Ook met de situatie waarin gemeten wordt. o c c Daarnaastu blijken accuraatheid, precisie, kleine meetfoutmarges, simpliciteit, kostbaarheid, u m gebruiksvriendelijkheid, toegankelijkheid enm aanvaardbaarheid voor de proefpersoon e e belangrijke Er zijn weinig methodes die aan al deze n factoren te zijn (Lobstein et al., 2004). n t criteria tvoldoen (Bulk-Bunschoten et al., 2004). Vervolgens moeten er leeftijds- en
geslachtsgebonden referentiewaarden voorhanden o o zijn. De globale groei en de maturatie van f het kind,f voornamelijk in de eerste twee levensjaren en in de adolescentie, impliceren dat de d parameters om de nutritionele status te donderzoeken, in elk stadium verschillen. e
Geslachtsverschillen in de totale vetmassa en ine de lichaamssamenstelling uiten zich nog voor s s de puberteit start. Groei, maturatie en ontwikkeling zijn dynamische processen die de a
antropometrische m
proporties
en
a
lichaamssamenstelling m
beïnvloeden
tijdens
deze
e e levensperiodes. Het is dus belangrijk dat de meetmethodes rekening houden met leeftijd en n
n
geslacht.v Tegenwoordig is er nog steeds geen consensus omtrent grenswaarden voor v a a vetpercentages voor obesitas bij kinderen en adolescenten (Butte, Hopkinson, Wong, O’Brian t
t
Smith &t Ellis, 2000; Maynard et al., 2001; Rodríguez, Pietrobelli, Wang & Moreno, 2011; t i n g
Wells et al., 2010).
v a n
i n g v a n
10
In dit onderdeel worden de meest bekende meetmethodes besproken. Body mass index (BMI), huidplooidiktemetingen, gewicht naar lengte, omtrekmetingen zijn voorbeelden van antropometrische meetmethodes. Hier kan opnieuw een onderscheid gemaakt worden tussen enerzijds directe metingen zoals huidplooidiktemetingen en omtrekmetingen en anderzijds indices afgeleid van metingen zoals BMI en gewicht naar lengte (Cameron, 1986; World Health Organisation,1995). Antropometrische meetmethodes zijn eenvoudige, goedkope en kindvriendelijke technieken om op een snelle manier een indicatie te krijgen van overgewicht en obesitas. Voorbeelden van niet-antropometrische methodes zijn Dual-Energy X-ray Absorptiometry (DEXA), BIA, Magnetic Resonance Imaging (MRI), BOD POD, onderwaterweging, Computer Tomography (CT) en dergelijke. Deze zijn meestal vrij duur, complex en tijdsintensief. Ondanks deze beperkingen worden de niet-antropometrische methodes als meer valide (sensitiviteit, specificiteit, referentiewaarden) en reproduceerbaar beschouwd. Afhankelijk van het doel van de studie zal men populatiestandaarden en meetmethodes gebruiken die in overeenstemming zijn met dat specifieke doel. Men moet de betrouwbaarheid van de methodes voor elke leeftijdsgroep nagaan en controleren of de recente referentiedata en meetmethodes toepasselijk zijn voor elk doel (Rodriguez, Pietrobelli, Wang & Moreno, 2011). Elke methode heeft zijn sterktes en beperkingen, waardoor de resultaten uiteenlopend zullen zijn naargelang de techniek die gebruikt zal worden (Azcona, Köek & Frühbeck, 2006; Bulk-Bunschoten et al., 2004). 6.2.1 Lichaamssamenstelling bij kinderen Vanaf de babyperiode tot aan de volwassen periode is er een verschuiving in lichaamsweefsels. De lichaamssamenstelling is sterk afhankelijk van bepaalde factoren zoals de leeftijd, de etniciteit, de groei, het geslacht, de hoeveelheid fysieke activiteit, al dan niet gezonde voeding, ziekte en dergelijke. Ook de chemische samenstelling van de vetvrije massa varieert tijdens de kindertijd en adolescentie tot stabiele (volwassen) waarden bekomen worden rond de leeftijd van 17 tot 20 jaar (Jürimäe & Hills, 2001; Rodriguez et al., 2011). Aangezien de lichaamssamenstelling verandert doorheen de kindertijd en adolescentie, kan men niet dezelfde meetmethodes en instrumenten op dezelfde manier gebruiken zoals bij volwassenen (Jürimäe & Hills, 2001). Lichaamssamenstelling verwijst naar de omvang en de verdeling van de componenten van het totale lichaamsgewicht. Bij het analyseren van het lichaamsgewicht verdeelt men het lichaamsgewicht in twee of meerdere componenten op vlak van anatomie, chemie,
11
vloeistoffen, enz.. Het meest variabele element van het menselijk lichaam is het lichaamsvet, wat kan variëren van 5% tot 50% van het lichaamsgewicht. Het totale lichaamsvet bestaat uit visceraal en subcutaan vet. Het twee-componentenmodel analyseert het lichaamsgewicht aan de hand van twee componenten, namelijk de vetmassa en de vetvrije massa (water, eiwitten, mineralen, botmassa). Tegenwoordig worden ook vaker multi-componentenmodellen gebruikt die het lichaam nog accurater verdelen in de volgende elementen: totaal lichaamswater waaronder extracellulair water en intracellulair water, vetmassa, botmineralen en proteïnen. In de literatuur worden bepaalde meetmethodes bijvoorbeeld vergeleken met een viercomponentenmodel (gouden standaard) om de validiteit na te gaan (Fields & Goran, 2000; Plank, 2005). Een vier-componentenmodel verdeelt het lichaam in vet, water, proteïnen en mineralen (Wells et al., 1999). Dit model wordt samengesteld aan de hand van een combinatie van verschillende referentiemethodes zoals bijvoorbeeld de BOD POD, isotope verdunning en de DEXA (Chomtho, Wells, Williams, Lucas & Fewtrell, 2008; Fuller, Jebb, Laskey, Coward & Elia, 1992). Bij kinderen is het vier-componentenmodel het meest gebruikte model om de toename van vetmassa en de voornaamste vetvrije componenten (water, proteïnen en mineralen) accuraat te beschrijven. Dit model is geschikt als referentiemodel voor lichaamsvet bij kinderen omdat de vereiste veronderstellingen van het model minimaal zijn en niet beïnvloed worden door de leeftijd en de ontwikkelingsfase van het kind (Heymsfield, Lohman, Wang & Going, 2005). Ook al heeft een multi-componentenmodel de voorkeur, meestal is het gebruik ervan niet mogelijk wegens de vele kosten, de nood aan allerhande materialen en de praktische beperkingen. Ondanks de vele voordelen van het viercomponentenmodel wordt het niet frequent gebruikt of vergeleken met andere technieken in de pediatrische populatie (Fields & Goran, 2000). 6.2.2 Antropometrische metingen 6.2.2.1
BMI
De BMI is de meest gebruikte antropometrische maat om overgewicht en obesitas te signaleren en classificeren (Bulk-Bunschoten et al., 2004; Racette et al., 2003). Op basis van een meting van de lengte en het gewicht kan de BMI berekend worden. Quetelet heeft deze formule ontwikkeld, namelijk de Quetelet-index, welke momenteel bekend staat als de Body Mass Index (Zelissen, 2003). De formule voor BMI is W/H², waarbij gewicht (W) uitgedrukt wordt in kilogram en lengte (H) in meter (Quetelet, 1869). Op internationaal niveau bestaan er
12
(leeftijds- en geslachtsspecifieke) grenswaarden voor de BMI waardoor men ondergewicht en overgewicht kan bepalen (Hulshof, 2009). Bruikbaarheid Voor een groot deel van de bevolking kan de BMI als vrij betrouwbaar beschouwd worden. Het is daarnaast eenvoudig te bepalen, goedkoop, niet belastend voor de persoon en men kan snel een indicatie krijgen of de persoon al dan niet overgewicht heeft (Racette et al., 2003; Rodriguez et al., 2011). Vele studies geven aan dat er wel degelijk een verband bestaat tussen het lichaamsgewicht en de hoeveelheid vetmassa. Er worden eveneens associaties gevonden tussen de BMI enerzijds en de vetmassa, het risico op ziekte en de mortaliteit anderzijds (Krebs et al., 2007; Racette et al., 2003). Hierbij dient men wel rekening te houden met de populatie (kinderen, sporters, bejaarden, zwangere vrouwen, mensen met oedeem, mensen met osteoporose,…). Ook bepaalde bevolkingsgroepen en rassen zijn niet gebaat met de klassieke BMI-indeling (Stichting Voedingscentrum Nederland, 2004; Zelissen, 2003). Op individueel niveau kan de BMI echter niet als betrouwbare maat gebruikt worden om overgewicht vast te stellen. Dit omdat de individuele verschillen op vlak van lichaamsbouw niet in kaart worden gebracht. De BMI heeft wel een verband met de hoeveelheid lichaamsvet, maar geeft geen informatie over de vetverdeling (Stichting Voedingscentrum Nederland, 2004; Zelissen, 2003). De BMI wordt voornamelijk gebruikt als een maat voor screening van grotere populaties. Deze methode wordt aanzien als een parameter van vetpercentage van intermediaire kwaliteit (Michels et al., 2012). BMI bij kinderen De BMI wordt wereldwijd frequent gebruikt om overgewicht en obesitas bij kinderen te beschrijven in epidemiologische studies (Rodríguez & Moreno, 2006). In plaats van vaste BMI-waarden te gebruiken om individuen te classificeren, wordt de BMI van kinderen geclassificeerd aan de hand van geslachts- en leeftijdsspecifieke grenswaarden (Flegal & Ogden, 2011; National Obesity Observatory, 2011). De lengte, het gewicht en dus ook de BMI kunnen verschillen naargelang de leeftijd, het geslacht, de groei en het ontwikkelingsstadium waarin het kind zit. Hierdoor zijn internationaal vastgestelde leeftijdsen geslachtsafhankelijke BMI-criteria voor kinderen gedefinieerd (Bulk-Bunschoten et al., 2004). Er bestaan voor kinderen verschillende internationale groeireferenties zoals deze van IOTF of WHO. Vele landen hebben bijvoorbeeld ook hun eigen populatiespecifieke grenswaarden om de BMI bij kinderen te onderzoeken, zoals bijvoorbeeld de data van Centers
13
for Disease Control and Prevention (CDC) die specifiek ontwikkeld zijn voor de Verenigde Staten (Cole et al., 2000; National Obesity Observatory, 2011). Om kinderen met obesitas of overgewicht te identificeren, worden vaak percentiellijnen van groeidiagrammen voor jongens en meisjes gebruikt in combinatie met de BMI-waarden. Een BMI-waarde boven percentiel 85 wordt geclassificeerd als overgewicht en een BMI-waarde boven percentiel 95 wordt geclassificeerd als obesitas (Flegal, Wei & Ogden, 2002; Flodmark, Lissau, Moreno, Pietrobelli & Widhalm, 2004). Daarnaast worden leeftijds- en geslachtsspecifieke BMIwaarden ook frequent omgezet naar Z-scores. Een Z-score of standaarddeviatie (SD) geeft het aantal SD-eenheden boven of onder het gemiddelde weer (Flegal & Ogden, 2011; Must & Anderson, 2006). Een BMI Z-score brengt de lengte, het geslacht en de leeftijd van het kind mee in kaart. Wanneer men een Z-score bekomt die hoger is dan 3, dan wordt deze geclassificeerd als obesitas en wanneer men een Z-score bekomt die hoger is dan 2, dan wordt deze als overgewicht geclassificeerd (Flegal & Ogden, 2011). Ook procentuele BMI-waarden worden soms als grenswaarden gebruikt om overgewicht en obesitas te definiëren. Vanaf een BMI-percentage van 120% spreekt men van overgewicht en vanaf een BMI-percentage van 140% spreekt men van obesitas (Bulk-Bunschoten et al., 2004). De BMI van kinderen blijkt niet altijd even goed te correleren met het percentage lichaamsvet (Bulk-Bunschoten et al., 2004). Onderzoek toonde aan dat de Pearson correlatiecoëfficiënten (R) tussen de BMI enerzijds en de vetmassa gemeten met DEXA anderzijds, met leeftijd in rekening gebracht, varieerden van 0,50 tot 0,83. Men concludeerde in dit onderzoek dat de BMI de werkelijk aanwezige vetmassa onderschat (Bulk-Bunschoten et al., 2004). In een studie van Frühbeck, Raggio, Azcona, Gomez-Ambrosi en Salvador (2000) werd aangetoond dat obesitas bij kinderen en adolescenten ondergediagnosticeerd wordt door de BMI ten opzichte van de BOD POD. Een recente review sprak van een gemiddeld hoge sensitiviteit (70-80%) en een hoge specificiteit (95%) voor leeftijdspecifieke BMI-waarden. In deze review werd gebruik gemaakt van de referentie- en grenswaarden van CDC en werd de DEXA als referentiemethode gebruikt. De accuraatheid van de BMI varieert naargelang de graad van lichaamsgewicht en de gekozen grenswaarden. Bij relatief dikkere kinderen wordt de BMI als goede indicator beschouwd voor overtollig vetweefsel. Verschillen in BMI-waarden van relatief dunne kinderen kunnen grotendeels te wijten zijn aan de vetvrije massa (Freedman & Sherry, 2009). Bij kinderen wordt eveneens aangeraden om de BMI te gebruiken voor epidemiologische studies en niet op individueel niveau (Bulk-Bunschoten et al., 2004).
14
6.2.2.2
Omtrekmeting
De omtrekmeting is een andere klinische meting die gebruikt wordt om gewichtsgerelateerde gezondheidsrisico’s te bepalen. Indices voor de hoeveelheid vetmassa en vetvrije massa worden uit de omtrekmetingen afgeleid (Rodriguez et al., 2011). Abdominale obesitas kan op enkele manieren bepaald worden, namelijk via middelomtrek, sagittale abdominale diameter en de verhouding van de middel- en de heupomtrek. De sagittale abdominale diameter geeft een beeld van de hoeveelheid viscerale vetmassa en wordt meestal gemeten bij een liggend persoon aan de hand van een abdominale caliper. Dit instrument meet de afstand tussen de abdomen en de rug (Pimentel, Portero-McLellan, Maestá, Corrente & Burini, 2010). Voornamelijk de middelomtrek wordt frequent gemeten en geeft een goede indicatie van de hoeveelheid visceraal vet. Bij ouderen geeft ook de sagittale abdominale diameter een goed beeld hiervan. Men kan zowel de middelomtrek, de heupomtrek, de bovenarmspieromtrek, de dijomtrek, de nekomtrek als de polsomtrek meten bij mensen (Bulk-Bunschoten et al., 2004; Hulshof, 2009; Zelissen, 2003). Bruikbaarheid Omtrekmetingen zijn eenvoudig en snel uit te voeren, accuraat, weinig belastend voor de patiënt, goedkoop en betrouwbaar wanneer men de metingen correct uitvoert (Zelissen, 2003). Omtrekmetingen correleren goed met de BMI (R=0,84-0,88) en worden vaak samen gebruikt in de praktijk. Voor de meting is enkel een lintmeter nodig waarmee men de omtrek kan opmeten. De middelomtrek wordt gebruikt als een indicatie voor de vetmassa in de abdominale regio. Deze is namelijk sterk geassocieerd met gezondheidsrisico’s in vergelijking met vetmassa in andere regio’s van het lichaam (Racette et al., 2003). Volgens Wang (2003) geeft de middelomtrekmeting een betere indicatie van visceraal vet dan de BMI. Daarnaast werd de omtrekmeting vergeleken met vetmassawaarden bepaald met de DEXA en de CT-scan bij
volwassenen. Hier werden correlatiecoëfficiënten
gevonden van
respectievelijk 0,83 en 0,84. Uit de literatuur blijkt dat de betrouwbaarheid van omtrekmetingen hoger ligt dan de betrouwbaarheid van huidplooidiktemetingen, maar wel lager dan die voor de BMI (Himes, 2009; Krebs et al., 2007). Omtrekmetingen gebruikt men dus ook best als parameter van vetpercentage van intermediaire kwaliteit (Michels et al., 2012).
15
Omtrekmeting bij kinderen Middel-, dij- en heupomtrekmetingen worden gebruikt om de vetverdeling bij kinderen te voorspellen. Middel- en heupomtrek zijn goede indicatoren van intra-abdominaal vetweefsel (Brambilla et al., 2006). Tegenwoordig wordt deze methode meer en meer gebruikt bij kinderen. Middelomtrekcurves zijn beschikbaar voor kinderen van 2 tot 18 jaar waarbij men aan de hand van percentielen kan afleiden of een kind excessief vetweefsel heeft (Rodriguez et al., 2011). Momenteel wordt deze methode best niet apart gebruikt en raadt men aan om omtrekmetingen te combineren met resultaten van andere methodes (van Wezel, Bruil, van Buuren & Fredriks, 2004). Volgens Fredriks, van Buuren, Burgmeijer en Meulmeester (2000) zijn er in Nederland geslachts- en leeftijdsafhankelijke normaalwaarden voor de middelomtrek ontwikkeld voor kinderen. Grenswaarden kunnen gebruikt worden, maar er is weinig bekend over hoe deze grenswaarden presteren ten op zichte van een gouden standaard. Deze grenswaarden, die rekening houden met de leeftijd, het geslacht en de etniciteit, zijn eerder arbitrair gekozen en moeten dus kritisch geïnterpreteerd worden. Daarnaast blijkt dat de middelomtrek niet zo eenvoudig te meten is bij kinderen. Op vlak van specificiteit en sensitiviteit is hiervan weinig bekend (Bulk-Bunschoten et al., 2004). De middelomtrek bij kinderen geeft een betere schatting van visceraal vetweefsel in vergelijking met de BMI, terwijl de BMI beter presteert als het gaat om subcutaan vetweefsel. Uit een studie bij kinderen van 3 tot 19 jaar blijkt dat de middelomtrek goed correleert met rompvet bepaald met de DEXA (R=0,83 bij de meisjes en R=0,84 bij de jongens). Daarnaast correleert de middelomtrek eveneens goed met subcutaan abdominaal vet gemeten met de CT-scan (R=0,93) en met intra-abdominaal vet gemeten met de CT-scan (R=0,84). De middel-tot-heup verhouding correleert minder goed met rompvet gemeten met de DEXA (R=0,21 bij de meisjes en R= 0,31 bij de jongens)(Taylor, Jones, Williams & Goulding, 2000). 6.2.2.3
Huidplooidiktemeting
De huidplooidiktemeting is eveneens een antropometrische methode om de hoeveelheid lichaamsvet in kaart te brengen. Huidplooien worden gebruikt om de regionale vetverdeling te bepalen door subcutaan vet ter hoogte van de romp en extremiteiten te meten (Jürimäe & Hills, 2001). Door met een huidplooitang de dikte van de huidplooi te meten op enkele plaatsen van het lichaam, kan men de hoeveelheid vetmassa schatten door gebruik te maken van formules. Huidplooidiktemetingen hebben een goede overeenkomst met het vetpercentage van een persoon (McArdle, Katch & Katch, 2007). Er wordt echter vereist dat
16
men huidplooidiktemetingen uitvoert op meerdere plaatsen van het lichaam zoals ter hoogte van de biceps, ter hoogte van de triceps, onder het schouderblad (subscapilair) en vlak boven de bovenrand van het heupbeen (supra-iliacaal). Deze geselecteerde plaatsen zouden representatief moeten zijn voor de gemiddelde dikte van de onderhuidse lagen vetmassa. Daarnaast is het belangrijk om te weten dat de vetverdeling in het lichaam verandert naargelang de leeftijd. Hierdoor moet er rekening gehouden worden met de leeftijd van de patiënt wanneer men formules gebruikt en interpreteert (McArdle et al., 2007). Om het vetpercentage te schatten, dient men de som te maken van de gemeten huidplooidiktes met behulp van specifieke formules (zoals bijvoorbeeld deze van Durnin-Womersley of SlaughterLohman), voorspellingsformules per leeftijd of tabellen. Daarnaast bestaan er formules die zich toespitsen op verschillende populaties zoals sporters, sedentaire personen en kinderen. (Bulk-Bunschoten et al., 2004). Bruikbaarheid Deze methode wordt omschreven als vrij betrouwbaar, aangezien deze zich goed verhoudt tot de hoeveelheid vetmassa van een persoon (McArdle et al., 2007). Huidplooidiktemetingen geven een betere indicatie van de vetmassa dan de BMI (Krebs et al., 2007). Het meten ervan is weinig belastend, eenvoudig, snel toe te passen, nauwkeurig en goedkoop. Men heeft hierbij alleen een huidplooimeter nodig. De betrouwbaarheid hangt echter sterk af van bepaalde factoren zoals het soort instrument dat gebruikt wordt, de meettechniek, de persoon die de huidplooidiktes meet (interbeoordelaars variabiliteit) en de plaatsen waar de huidplooidiktes gemeten worden (Hulshof, 2009). De formules die gebruikt worden voor specifieke populaties blijken minder betrouwbaar te zijn voor individuele voorspellingen (Jürimäe & Hills, 2001). Mogelijks dient men ook voorzichtig om te gaan met de biologische variabiliteit. Het onderhuids vet verschilt naargelang de leeftijd, het geslacht en het ras. De samendrukbaarheid van de huidplooi verandert eveneens wanneer men ouder wordt. Bij ouderen wordt het niet aangeraden om huidplooidiktemetingen uit te voeren. Ook bij bepaalde ziekten en aandoeningen (chronische spierziekten, dehydratatie, oedeemvorming) worden er vragen gesteld omtrent de betrouwbaarheid. Het objectief meten van huidplooidiktes vereist veel ervaring van de onderzoeker. Bij extreem obese patiënten is het erg moeilijk om de huidplooimeter te gebruiken, omdat de calipers van de meter de huidplooi niet goed kunnen omvatten (Goodpaster, 2002; Himes, 2009; Hulshof, 2009; Racette et al., 2003). Wanneer men huidplooidiktemetingen vergelijkt met data bekomen met de DEXA, wordt opgemerkt
17
dat romphuidplooidikte als een betere voorspeller wordt beschouwd van intra-abdominaal vet dan de ratio van romp- en extremiteithuidplooidikten (Goran, Gower, Treuth & Nagy, 1998). Huidplooidiktemeting bij kinderen Voor kinderen en adolescenten bestaan er formules zoals de Slaughter-Lohman formule om op basis van de huidplooidiktemetingen de hoeveelheid vetmassa te bepalen. Bij kinderen worden huidplooidiktemetingen meestal gebruikt om de evolutie in lichaamssamenstelling te bekijken of om de voedingstoestand te bepalen. Ook hier heeft men kans op een grote interen intrabeoordelaars variabiliteit (biologische variabiliteit). Bij jongere kinderen wordt opgemerkt dat het vet zich vooral perifeer bevindt. Naarmate men ouder wordt, verschuift het vet naar meer centrale delen (buik en heupen). Door deze verschuiving is de betrouwbaarheid van huidplooidiktemetingen niet altijd even goed. Na de puberteit, wanneer het lichaam volgroeid is en wanneer de lichaamssamenstelling stabiel blijft, kan men spreken van betrouwbaardere metingen. Men raadt aan om bij kinderen huidplooidiktemetingen te gebruiken in combinatie met andere metingen (Bulk-Bunschoten et al., 2004). De abdominale huidplooidikte bij kinderen correleert goed (R=0,88) met visceraal vet wanneer men dit meet met de CT-scan of MRI. De studie van Michels et al. (2012) concludeerde dat de som van de tricepshuidplooidiktes en de subcapsulaire huidplooidiktes als parameter voor vetpercentage een goed alternatief is wanneer gespecialiseerde metingen zoals met de BOD POD niet mogelijk zijn. 6.2.3 Niet-antropometrische metingen 6.2.3.1
Onderwaterweging
Onderwaterweging is een niet-antropometrische methode om de lichaamssamenstelling te bepalen. De patiënt wordt volledig onder het water gedompeld om zo via het volume van het lichaam de densiteit vast te stellen. Men meet het gewicht van het lichaam zowel in normale toestand als tijdens de volledige onderdompeling onder water. Hierbij wordt gebruik gemaakt van de wet van Archimedes. Aangezien vet lichter is dan water, zal iemand met een hogere vetmassa beter blijven drijven en dus minder wegen onder water. De andere lichaamselementen zijn zwaarder dan water. Dankzij formules kan men op basis van de resultaten van deze meting de hoeveelheid vetmassa en het vetpercentage bepalen (BulkBunschoten et al., 2004; Zelissen, 2003).
18
Bruikbaarheid Deze methode is erg nauwkeurig en accuraat om de lichaamssamenstelling te bepalen en wordt hierdoor vaak aanzien als gouden standaard (Azcona et al., 2006; Fuller et al., 1992). Volgens Zelissen (2003) is er sprake van een foutmarge van minder dan 1%. Toch zijn er enkele belangrijke nadelen die deze methode met zich meebrengt. Onderwaterweging is niet praktisch, arbeidsintensief, duurt lang en is zeer duur. Men kan deze methode alleen uitvoeren met ervaren en opgeleid personeel. Daarnaast is niet iedereen in staat om voor een bepaalde periode de adem in te houden. Deze methode impliceert dus ook dat mensen geen psychologische remmingen mogen hebben. De resultaten van onderwaterweging kunnen variëren naargelang bepaalde factoren zoals ongecontroleerde omgevingsinvloeden, bewegingen van de stoel, precisie van de meetinstrumenten, voeding, sporten, sauna voor het testen, medicatiegebruik, menstruatie, enz.. Wanneer men de lucht niet volledig uit de longen kan blazen of als er luchtbellen in het haar aanwezig zijn, dan kunnen de resultaten vertekend zijn. Daarnaast maakt de methode geen onderscheid tussen subcutaan en visceraal vet (Zelissen, 2003). Bovendien veronderstelt deze methode dat de lichaamsdensiteit bij alle mensen constant is. Verschillen in densiteit zullen eveneens variaties in resultaten geven. Volgens Krieger (2014) is onderwaterweging erg accuraat voor groepen maar kan een foutmarge van 6% bij individuen mogelijk zijn. Herhaalde metingen geven consistente resultaten en kunnen gebruikt worden om vorderingen te monitoren (Georgia State University, 1998). De hydrostatische methode schat het lichaamsvet tot op 2,5% van de werkelijke waarde (Hoffman, Sawaya, Martins, McCrory & Roberts, 2006). Volgens Goodpaster (2002) is er een goede overeenkomst tussen de vetmassa bepaald met de luchtverplaatsingsmethode, onderwaterweging en DEXA-metingen. Onderwaterweging bij kinderen Onderwaterweging wordt afgeraden bij kinderen omdat de methode vereist dat kinderen hun adem moeten kunnen inhouden. Ook bij kinderen met watervrees kan dit niet gebruikt worden (Bulk-Bunschoten et al., 2004; Lobstein et al., 2004). Deze methode heeft vele beperkingen op vlak van validiteit en bruikbaarheid voor het gebruik bij kinderen. Het vereist een goede medewerking, men moet de adem kunnen inhouden en de meting moet meerdere malen herhaald worden. In de literatuur wordt over deze methode bij kinderen weinig gesproken, aangezien deze niet kindvriendelijk is (Jürimäe & Hills, 2001).
19
6.2.3.2
BIA
BIA is een indirecte niet-antropometrische methode om de hoeveelheid lichaamsvet te bepalen. Deze methode is gebaseerd op de relatie tussen het volume van een persoon (het lichaam), de lengte van de persoon en de elektrische impedantie (Hulshof, 2009). BIA meet de impedantie of de weerstand tegen de elektrische stroom die door het lichaam wordt gestuurd. Aan de hand van de schatting van het totale lichaamswater, wordt de vetvrije massa van het volledige lichaam berekend. Hierbij maakt men de veronderstelling dat 73% van de vetvrije lichaamsmassa water is (Lee & Gallagher, 2008). Er wordt eveneens aangenomen dat vetmassa watervrij is en dat de geleidbaarheid van een elektrische stroom door het lichaam de vetvrije massa reflecteert (Lobstein et al., 2004). Er bestaan verschillende soorten instrumenten die op deze manier werken. Deze kunnen verschillen in de wijze waarop de elektrische stroom wordt toegediend, in het vermogen om weerstand bij verschillende frequenties te meten (‘single frequency’ versus ‘multifrequency’), in het type elektrode (gelof contactdrukelektroden) en in de voorspellingsformules (Hulshof, 2009). De meest gebruikte conventionele methode werkt met 4 elektroden en geeft de impedantie weer in Ohm (‘hand-to-foot’ BIA). Hiermee kan via regressievergelijkingen en formules de hoeveelheid vetvrije massa en vetmassa bepaald worden. Daarnaast worden ook toestellen met handvaten of weegplateaus frequent gebruikt in de praktijk. Bij een ‘foot-to-foot’ BIA wordt bijvoorbeeld alleen de impedantie van het onderlichaam gemeten. Deze toestellen hebben meestal ingebouwde software die het vetpercentage weergeeft na de berekening, rekening houdend met de leeftijd, het geslacht, de lengte en het gewicht van de onderzochte persoon (Azcona et al., 2006). Bruikbaarheid BIA wordt steeds populairder maar wordt toch frequent in vraag gesteld op vlak van betrouwbaarheid op individueel niveau (Hulshof, 2009). De methode is vrij nauwkeurig (bij correct gebruik), reproduceerbaar, snel toepasbaar, eenvoudig, weinig belastend, goedkoop en bij verschillende populaties bruikbaar (kinderen, adolescenten, volwassenen) (Lobstein et al., 2004; Racette et al., 2003). De validiteit van BIA kan beïnvloed worden door allerlei factoren zoals het geslacht, de leeftijd, de ziektetoestand, het ras of de etniciteit (Rush, Chandu & Plank, 2006), de graad van overgewicht en het type instrument (Lee & Gallagher, 2008). De resultaten gemeten met de BIA kunnen sterk afhankelijk zijn van de hydratatietoestand van de patiënt (Goran, 1998, Himes, 2009). Hierdoor wordt het gebruik bij ouderen vaak afgeraden.
20
Allerhande zaken die de hoeveelheid lichaamsvocht beïnvloeden zoals koffie, sporten, lichaamstemperatuur, medicatiegebruik, periode in de menstruatiecyclus, voeding, alcohol, roken, oedeem,… kunnen de resultaten minder valide maken. Bio-impedantie is eveneens minder nauwkeurig als het gaat om bepaalde populaties zoals zwangere vrouwen, extreem obese personen, personen van verschillende afkomst, atleten en bodybuilders (Hulshof, 2009; Lobstein et al., 2004; Racette et al., 2003). Men moet dus gebruik maken van populatiespecifieke formules wanneer men het vetpercentage wil berekenen op basis van de gemeten impedantie. Aangezien er verschillende soorten instrumenten en merken bestaan, kunnen resultaten bekomen met verschillende toestellen, verschillen. Er is nood aan verdere standaardisatie voor het gebruik van deze methode. De toestellen met handvaten of weegplateaus zijn handig in gebruik, maar het resultaat kan met minder zekerheid worden weergegeven. Impedantiemetingen moeten gestandaardiseerd en zorgvuldig uitgevoerd worden met hetzelfde toestel, met dezelfde techniek en in dezelfde omstandigheden (Hulshof, 2009). Deze methode is niet in staat een onderscheid te maken tussen visceraal en subcutaan vet. De validiteit van BIA is onderzocht bij een klein deel van de instrumenten die momenteel verkrijgbaar zijn op de markt. De impedantieweegschaal van Tanita® is bijvoorbeeld onderzocht op vlak van validiteit bij verschillende populaties (kinderen, adolescenten, volwassen; verschillende geslachten; personen met grote verschillen in BMI). Hiertegenover werden referentiemethodes geplaatst zoals de DEXA, onderwaterweging en totaal lichaamswater vastgesteld met isotopen. Meestal werden deze validiteitsstudies op groepsniveau bekeken en konden deze studies moeilijk vergeleken worden aangezien er verschillende populaties en instrumenten gebruikt werden. De overeenkomst op groepsniveau was in het algemeen redelijk tot goed. Impedantieweegschalen kunnen dus zeker gebruikt worden in grotere steekproeven (bijvoorbeeld in epidemiologisch onderzoek), mits gebruik van voorspellingsformules die voor die specifieke populatie gevalideerd zijn. Toch blijkt dat impedantieweegschalen het amper beter doen dan huidplooidiktemetingen of BMIbepalingen. Op individueel niveau zijn er namelijk heel wat verschillen op te merken. Ten op zichte van de referentiemethode werden afwijkingen tot 10% lichaamsvet vastgesteld en ze blijken ook niet altijd geschikt te zijn om veranderingen in vetmassa te monitoren. Hierdoor worden impedantieweegschalen best niet op individueel niveau gebruikt (Hulshof, 2009). Onderzoek naar segmentale versus totale lichaamsimpedantie toont aan dat de weerstand voornamelijk beïnvloed wordt door de ledematen. Dit betekent dat de methode relatief ongevoelig is voor verschillen in weefselsamenstelling van de romp (Jürimäe & Hills, 2001).
21
BIA bij kinderen De BIA wordt in grootschalige studies bij kinderen frequent gebruikt. Voor kinderen bestaan er specifieke formules om het lichaamsvet te bepalen op basis van de gemeten impedantie. Er zijn nog maar weinig normaalwaarden specifiek voor kinderen beschikbaar (Bulk-Bunschoten et al., 2004). Tyrrell et al. (2001) bestudeerden de ‘foot-to-foot’ BIA methode en constateerden dat BIA beter correleerde met de DEXA methode in vergelijking met antropometrische indices bij het schatten van vetmassa, vetpercentage en vetvrije massa bij kinderen. Een studie van Shaikh, Crabtree, Shaw en Kirk (2007) onderzocht de validiteit van de BIA bij een populatie obese kinderen. In deze studie werd de Tanita® Body Composition Analyser BC-418MA vergeleken met de DEXA methode als referentiemethode. Men vond een correlatiecoëfficiënt van 0,94. De auteurs gaven aan dat BIA-weegschalen bruikbaar zijn in het opvolgen van obesitas in de kindertijd, aangezien ze belangrijke klinische informatie weergeven. In een review van Talma et al. (2013) werd er gekeken naar de validiteit, responsiviteit, betrouwbaarheid en de meetfouten van BIA-metingen bij kinderen en adolescenten. Verschillende soorten BIA-instrumenten werden in deze review onderzocht. Er werden vrij grote gemiddelde verschillen vastgesteld tussen de vetpercentages bekomen met de BIA methode en de referentiemethode (de gouden standaard). Men bekwam eveneens resultaten die elkaar tegenspraken op vlak van validiteit. Er was wel sprake van een goede betrouwbaarheid (Intraclass correlatie coëfficiënt: ICC=0,82). Toch waren er verschillen in gemiddelden bij de test-hertest die varieerden van 7,5% tot 13,4% van het totale lichaamsvet, wat duidt op aanzienlijke meetfouten. Zij besloten dat de BIA een praktische methode is om het vetpercentage te schatten bij kinderen en adolescenten, maar dat de validiteit hiervan nog onvoldoende is (Talma et al., 2013). Een studie van Lazzer, Bedogni, De Col, Mornati en Sartorio (2008) vergeleek de lichaamsdensiteit gemeten met de multi-frequentie ‘hand-tofoot’ BIA met de DEXA methode (referentiemethode). Het lichaamsvetgehalte werd hierbij geschat door middel van de gemeten lichaamsdensiteit. De BIA onderschatte het vetpercentage in vergelijking met de DEXA methode met 5,8% (SD 4,6) in de volledige groep van ernstig obese Kaukasische kinderen en adolescenten (10-17 jaar). Door de wijde grenzen van overeenkomst werd aangeraden om beide methodes niet uitwisselbaar te gebruiken. Aangezien men in verschillende studies mogelijks andere instrumenten gebruikt, moet men voorzichtig zijn in het interpreteren en vergelijken van de bekomen resultaten.
22
6.2.3.3
DEXA
DEXA is een accurate methode die naast het bepalen van vetmassa en vetvrije massa, ook voor andere doeleinden toepasbaar is (Hulshof, 2009). Met deze techniek kan men bijvoorbeeld ook de botdensiteit bepalen. DEXA is gebaseerd op het principe dat de overgedragen röntgenstralen op twee energieniveaus verschillend geabsorbeerd worden door verschillende weefsels. De weke delen kan men opdelen in vetweefsel en vetvrij weefsel (Bulk-Bunschoten et al., 2004; Lobstein et al., 2004). Aangezien het hele lichaam gescand wordt en aangezien men ook aparte delen van het lichaam van elkaar kan onderscheiden, kan men de regio’s identificeren waar er al dan niet veel vetmassa aanwezig is (Goran, 1998). Bruikbaarheid Vaak wordt de DEXA in de literatuur aangeprezen als gouden standaard. In een studie van Maddalozzo, Cardinal en Snow (2002) werd de concurrente validiteit van onder andere de DEXA onderzocht bij het onderzoeken van de lichaamssamenstelling bij jonge vrouwen. Bij concurrente validiteit gaat men na in hoeverre de vetpercentages gemeten met de DEXA correleren met de criteriumgegevens gemeten met de BOD POD. Hieruit bleek dat de DEXAmeting valide resultaten bekomt. Toch is er soms enige twijfel rond de validiteit en precisie van de methode. Een verkeerde ijking, afwijkende dataverzameling en data-analyse kunnen vertekende resultaten geven. Deze methode maakt ook geen onderscheid tussen visceraal en subcutaan vet. Daarnaast is de DEXA een dure methode die enkel in gespecialiseerde settings en door ervaren personeel kan uitgevoerd worden (Bulk-Bunschoten et al., 2004; Lobstein et al., 2004). Men raadt deze methode niet aan als algemene meetmethode om overgewicht en obesitas vast te stellen bij grote populaties, maar het wordt wel aanbevolen bij gespecialiseerde screening (Himes, 2009). Plank (2005) besprak in zijn review de validiteit van de DEXA op vlak van de lichaamssamenstelling. Significante deviaties op groepsniveau werden gevonden wanneer men de DEXA vergelijkt met een methode gebaseerd op het viercomponentenmodel. Hier werd niet weergegeven welke referentiemethodes gebruikt werden. Daarnaast werden ruime grenzen van overeenkomst gevonden, wat impliceert dat men de resultaten op individueel niveau voorzichtig moet interpreteren. Op vlak van de samenstelling van het volledige lichaam was er weinig verschil op te merken tussen de DEXA en het viercomponentenmodel als men keek naar individuen met hogere vetpercentages (>25% vetmassa). Er werd wel vastgesteld dat de DEXA het lichaamsvet van magere personen onderschat en dat er grote intra-individuele variatie aanwezig was. Voor regionale
23
lichaamssamenstellingen (abdominaal) werd opgemerkt dat de resultaten gemeten met de DEXA en CT-scan sterk correleerden, maar dat de DEXA systematisch de resultaten gemeten met de CT-scan onderschat. De interindividuele reproduceerbaarheid tussen de verschillende onderzoekers was hoog voor de DEXA-onderzoeken. Daarnaast bekeek men ook de validiteit van de DEXA-meting op vlak van veranderingen in lichaamssamenstelling. De DEXA is een sensitief instrument die met veel precisie meet. Voor longitudinale studies is DEXA een waardevolle techniek voor het meten van veranderingen in lichaamssamenstelling, zowel op regionaal vlak als voor het volledige lichaam. Volgens Plank (2005) zijn er wel veel verschillen tussen machines van verschillende fabrikanten, zoals op vlak van software en technologie. Een ander onderzoek van Glickman, Marn, Supiano en Dengel (2004) naar de validiteit en betrouwbaarheid van de DEXA voor het onderzoeken van abdominale vetmassa bij volwassenen, toonde een goede overeenkomst tussen de DEXA en CT voor abdominaal totaal weefsel en vetmassa. De DEXA toonde zeer goede betrouwbaarheid tussen drie verschillende operators bij het bepalen van totaal weefsel, vetweefsel en vetvrije massa (ICC=0,94; 0,97 en 0,89). Deze studie concludeerde dat de DEXA in vergelijking met CT zeer betrouwbaar en accuraat is voor het bepalen van abdominale obesitas. DEXA bij kinderen Een DEXA-meting duurt 20 minuten en vereist de volledige medewerking van het kind. Het kind dient hierbij gedurende een lange periode stil te liggen. Hierdoor wordt deze methode afgeraden bij kinderen onder 6 jaar (Bulk-Bunschoten et al., 2004). In de review van Plank (2005) werd ook gekeken naar de validiteit van de DEXA bij kinderen. Plank besprak een studie van Sopher et al. (2004) die het vetpercentage gemeten met de DEXA vergeleek met een methode gebaseerd op het vier-componentenmodel. Er werd niet weergegeven welke referentiemethodes gebruikt werden. Voor de DEXA methode vond men bij kinderen met een laag vetgehalte een onderschatting in vetpercentage en bij kinderen met een hoog vetgehalte een overschatting in vetpercentage. De gemiddelde standaarddeviatiewaarden voor het vetpercentage gemeten met de DEXA (22.73% ± 11.23%) en de methode gebaseerd op het vier-componentenmodel (21.72% ± 9.42%) waren verschillend, maar toch vond men een sterke relatie tussen de twee methodes (Determinatiecoëfficiënt, R²= 0,85). Deze relatie bleek niet beïnvloed te zijn door geslacht, leeftijd, etniciteit, puberteitsfase, lengte, gewicht of BMI. Sopher et al. (2004) concludeerden dat de DEXA een goede voorspellende relatie heeft met een methode gebaseerd op het vier-componentenmodel voor de meting van het vetpercentage. DEXA kan hierdoor voor klinische toepassingen zeker gebruikt worden, waaronder ook het
24
voorspellen van metabolische abnormaliteiten die geassocieerd worden met overtollig lichaamsvet bij kinderen. 6.2.3.4
BOD POD
Air-displacement plethysmography (ADP), toegepast met het BOD POD®-toestel, is een zeer valide methode om de hoeveelheid vetmassa te bepalen (Michels et al., 2012). De principes van deze methode zijn erg gelijkend op deze van onderwaterweging. Deze techniek bepaalt het
lichaamsvolume
van de patiënt
door
de hoeveelheid verplaatste lucht en
drukveranderingen te meten in een afgesloten ruimte. Na het bepalen van het gewicht, de lengte en het volume, wordt door middel van dichtheidsmetingen het vetpercentage geschat. Wanneer de persoon in de afgesloten ruimte zit, moet deze door een buis ademen met een neusklep op. Dit om de hoeveelheid lucht binnen de thorax in kaart te brengen (BulkBunschoten et al., 2004). Om de extracorporale lucht te minimaliseren, dient de patiënt strak ondergoed en een badmuts te dragen. Dit om bias te kunnen voorkomen bij de metingen (Goodpaster, 2002). Het lichaamsvolume wordt meerdere malen gemeten, waarvan vervolgens het gemiddelde wordt genomen (Cairnet, Hay, Veldhuizen & Faught, 2011). Bruikbaarheid Deze techniek is valide, snel, veilig en accuraat om de lichaamssamenstelling te bepalen (Albersen et al., 2010). Deze methode is echter niet altijd beschikbaar en praktisch. De schatting van het lichaamsvolume hangt grotendeels af van het residuele longvolume. Extracorporale lucht minimaliseren is niet altijd eenvoudig waardoor bias mogelijk is. Er is hierbij een grote coöperatie van de proefpersoon vereist om de meting te doen slagen (Lobstein et al., 2004). Volgens Davis et al. (2007) is de meting van de functionele residuele longcapaciteit door de BOD POD bij gezonde volwassenen zowel betrouwbaar als valide. Een studie van Le Carvennec et al. (2007) onderzocht of ADP beïnvloed wordt door de hydratatiestatus van de proefpersoon. Hier werd vastgesteld dat men naargelang de hydratatiestatus van de persoon, de vetvrije massa onderschat en de vetmassa overschat bij individuen. Bij volwassenen bleek de BOD POD erg betrouwbaar te zijn op vlak van de hoeveelheid vetmassa en de lichaamsdensiteit (Anderson, 2007; Noreen & Lemon, 2006). Volgens Goodpaster is er een grote overeenkomst tussen ADP, onderwaterweging en DEXA (Fields et al., 2002; Goodpaster, 2002). Maddalozzo et al. (2002) onderzochten in een studie de concurrente validiteit van de BOD POD en de DEXA en toonden aan dat deze methode een goede concurrente validiteit heeft. Dit werd onderzocht aan de hand van het bepalen van 25
het vetpercentage bij jonge vrouwen. Ongeveer 23% van de gemeten resultaten van de BOD POD en DEXA kwamen exact overeen. Krieger (2014) nam de tekortkomingen van de BOD POD onder de loep en ging de bruikbaarheid van de methode na. Aangezien de BOD POD vergelijkbaar is met onderwaterweging, zou men verwachten dat men dezelfde meetfouten zal terugvinden. In sommige gevallen was dit het geval, in andere gevallen vond men een foutmarge van 2% gemiddeld en een foutmarge tot 6% op individueel niveau. Andere onderzoeken toonden aan dat de BOD POD hogere foutmarges vertoont dan onderwaterweging. Men vond eveneens gemiddelde verschillen van 5,3% tussen de BOD POD en een methode gebaseerd op een vier-componentenmodel (methodes niet vermeld) en een foutmarge tot 15% bij individuen. Dit kan mogelijks te wijten zijn aan de vele factoren die
de
resultaten
van
BOD
POD
kunnen
beïnvloeden
zoals
gezichtsbeharing,
lichaamstemperatuur, vochtigheid, zwemkledij,... Daarnaast bleek dat de BOD POD, net zoals onderwaterweging, veranderingen over tijd niet goed kan monitoren. Krieger besloot dat de BOD POD volstond wanneer men naar groepsgemiddelden keek (2-5% foutmarge) maar niet voldeed aan de eisen op individueel niveau. In een review van Fields et al. (2002) bleek dat de BOD POD en onderwaterweging tot op 1% lichaamsvet overeenkwamen voor kinderen en volwassenen. Daarnaast werd ook aangetoond dat de BOD POD en de DEXA overeenkwamen tot op 1% lichaamsvet voor volwassenen en tot op 2% voor kinderen. Enkele studies uit deze review vergeleken de BOD POD met een multi-componentenmodel. Daaruit bleek dat er een gemiddelde onderschatting van 2-3% werd opgemerkt door zowel de BOD POD als onderwaterweging. In deze review werd niet weergegeven welke methode als referentiemethode gebruikt werd. Grote variaties in gemiddelden zijn waarschijnlijk het gevolg van verschillen in labomaterialen, studiedesign, persoonskenmerken, naleving van protocollen,... Deze review concludeerde dat de BOD POD een betrouwbare en valide techniek is die snel en veilig de lichaamssamenstelling kan bepalen bij allerlei populaties zoals ouderen, kinderen en obese individuen. Men eist wel verdere validatie van de BOD POD tegenover multi-compartiment modellen (Fields et al., 2002). In de literatuur is niet duidelijk welke methode nu het meest valide of betrouwbaar is. Krieger (2014) gaf aan dat onderwaterweging beter was dan de BOD POD terwijl in een andere bron wordt weergegeven dat de BOD POD het meest valide en betrouwbaar is (Elia & Ward, 1999). Demerath et al. (2002) concludeerden uit hun studie dat ADP een betrouwbare methode is om de lichaamssamenstelling te meten en merkten op dat patiënten (kinderen en volwassenen) deze methode verkozen boven onderwaterweging. Toch bleken hier verschillen te zijn in vetpercentages gemeten door de beide methodes. Mogelijks is dit te wijten aan de
26
lichaamsgrootte, de leeftijd of andere factoren waardoor het moeilijk is om deze methodes uitwisselbaar te gebruiken op individuele basis. Een andere studie van Gately et al. (2003) gaf aan dat ADP één van de meest accurate methodes is om vetpercentages te bepalen bij kinderen met overgewicht en obesitas in vergelijking met een criterium viercomponentenmodel (referentiemethodes worden niet weergegeven). Kortom, heel wat studies bekomen verschillende resultaten omtrent de betrouwbaarheid en validiteit van de BOD POD. Toch concluderen de meeste studies dat de BOD POD een voldoende betrouwbare en valide methode is om de lichaamsdensiteit te meten en het vetpercentage te bepalen. BOD POD bij kinderen Tegenwoordig wordt de BOD POD frequent gebruikt bij kinderen. De non-invasieve evaluatie van de lichaamssamenstelling is snel en veilig, waardoor het zeker bij kinderen boven de 6 jaar gebruikt kan worden (Azcona et al., 2006; Fields et al., 2002; Goodpaster, 2002; Michels et al., 2012). Cairney, Hay, Veldhuizen en Faught (2011) vergeleken de BOD POD met onderwaterweging en concludeerden dat men met deze methode accurate resultaten bekomt bij kinderen. Toch bleken enkele zaken niet vanzelfsprekend te zijn voor kinderen, zoals door een buis ademen met een neusklep op en in een kleine ruimte zitten (BulkBunschoten et al., 2004). Azcona et al. (2006) gaven aan dat de BOD POD jammer genoeg gebaseerd is op een twee-componentenmodel en dat referentiewaarden voor kinderen en adolescenten nog niet voorhanden zijn. Een studie van Lockner, Heyward, Baumgartner en Jenkins (2000) vergeleek de BOD POD met onderwaterweging en de DEXA voor het onderzoeken van de lichaamssamenstelling bij kinderen van 10 tot 18 jaar. Deze methodes werden gebruikt om de lichaamsdensiteit te meten en om deze vervolgens om te zetten naar een vetpercentage. De lichaamsdensiteit gemeten met de BOD POD was significant hoger dan gemeten via onderwaterweging. Het relatieve lichaamsvet gemeten met de BOD POD was sterk gecorreleerd met het lichaamsvet gemeten met de DEXA. Ondanks deze sterke correlatie lag het lichaamsvet gemeten met de BOD POD gemiddeld 2,9% lager dan het lichaamsvet gemeten met de DEXA. Een ander onderzoek van Pietrobelli en Tato (2005) naar de lichaamsdensiteit bij kinderen vond eveneens een sterke correlatie (R=0,85) tussen BOD POD en onderwaterweging. 6.2.3.5
Computertomografie
Computertomografie (CT) is een valide methode om viscerale/abdominale vetverdeling te meten (Mook-Kanamori et al., 2009). Door middel van röntgenstralen wordt het vetweefsel in
27
het lichaam gelokaliseerd en afgebeeld. Vervolgens kunnen totaal lichaamsvet, regionaal lichaamsvet en het vetpercentage berekend worden. Deze onderzoeksmethode maakt gebruik van röntgenstralen waarbij de doorlaatbaarheid of absorptie van het lichaamsdeel voor de straling wordt nagegaan. Hierbij worden vanuit verschillende hoeken dwarsdoorsneden gemaakt via beelden. Dankzij specifieke software wordt een driedimensionale weergave gemaakt waardoor men de vetverdeling kan nagaan. Op deze beelden kan men verscheidene weefsels analyseren (Wolters & Groenewegen, 1996). Bruikbaarheid ‘Multislice’-computertomografie wordt aanzien als een gouden standaard voor het meten van weefselmassa bij validatiestudies (Levine et al., 2000). Computertomografie komt goed overeen met de DEXA methode op vlak van resultaten, kosten en tijdsinvestering. Enkel de hoeveelheid straling is hier verschillend, namelijk hoger bij de CT-scan. Deze betrouwbare en accurate methode kan regionale vetverdeling en interabdominale vetmassa meten. Een CTscan is niet voor alle populaties geschikt (zeker niet voor kinderen). Daarnaast is het erg duur, tijdsintensief, niet toegankelijk voor alle artsen en kan het dus enkel in specifieke gevallen gebruikt worden (Jürimäe & Hills, 2001). Vetmassa gemeten met de DEXA komt goed overeen met de ‘multislice’ CT-metingen, zowel ter hoogte van de buik als ter hoogte van de dij (Levine et al., 2000). Computertomografie bij kinderen Computertomografie kan niet zomaar toegepast worden bij gezonde kinderen omdat deze kinderen aan een grote hoeveelheid straling blootgesteld worden. Hierdoor is deze methode ongeschikt voor epidemiologisch of klinisch onderzoek (Jürimäe & Hills, 2001; MookKanamori et al., 2009). Men raadt aan om dit zeker niet bij kinderen onder 6 jaar te gebruiken aangezien het kind lang moet stilliggen (Bulk-Bunschoten et al., 2004 ). 6.2.3.6
MRI
Magnetische resonantie (MRI) geeft een visueel beeld van het vetweefsel en het vetvrije weefsel van het onderzochte lichaamsdeel (Jürimäe & Hills, 2001). Deze techniek maakt een schatting van het volume van het vetweefsel (Wells & Fewtrell, 2006). Het is een reconstructietechniek (zoals CT) waarbij afbeeldingen worden verkregen aan de hand van een computersoftware. Deze techniek is gebaseerd op de principes van nucleaire magnetische resonantie (NMR). Bij MRI worden radiogolven en magnetische velden gebruikt die niet
28
schadelijk zijn voor het lichaam. De persoon moet in een tunnel gaan liggen waarin een homogeen magneetveld wordt gecreëerd (Lemmens & Ariës, 2005). De computersoftware zet de signalen, die het lichaam van de patiënt uitzendt als reactie op de magnetische werking, om in beelden. Aan de hand van de verkregen beelden wordt het gewicht van het vet bepaald door middel van het bekomen volume en de densiteit van het vet (Jürimäe & Hills, 2001; Wells & Fewtrell, 2006). Bruikbaarheid MRI is een goede methode om het volume van het vetweefsel en vetvrij weefsel te bepalen. Deze methode kan regionale vetdistributie en inter-abdominale vetmassa met een hoge accuraatheid en betrouwbaarheid meten. Jammer genoeg is MRI zeer duur, tijdsintensief (15 à 20 minuten) en niet toegankelijk voor alle artsen waardoor deze methode maar een beperkt gebruik kent (Jürimäe & Hills, 2001; Wells & Fewtrell, 2006 ). De techniek kan een goed onderscheid maken tussen visceraal en subcutaan vet (Bulk-Bunschoten et al., 2004; Haroun et al., 2009). Deze methode is niet geschikt voor populaties zoals bijvoorbeeld kinderen, zwaardere personen, mensen met claustrofobie, personen met aandoeningen waardoor men niet kan stilliggen of personen met pacemakers, hartkleppen, vaatclips of bepaalde implantaten. Weefsels met een hoog vetgehalte of watergehalte kunnen goed afgebeeld worden. Pezen en botten (weefsel met weinig vet/watergehalte) bijvoorbeeld zijn hiervoor minder geschikt (Lemmens & Ariës, 2005). Een onderzoek van Küllberg et al. (2009) vergeleek MRI met CT-scan en DEXA voor het meten van totaal lichaamsvet. Het doel van de studie was om een methode gebaseerd op MRI te valideren aan de hand van CTprotocollen en DEXA bij het meten van totaal lichaamsvet. Sterke correlaties werden gevonden tussen MRI en CT-scan voor het volledige lichaamsvolume en voor totaal lichaamsvetvolumes (R=0.977; Overschrijdingskans, P<0.001). Visceraal lichaamsvet werd onderschat wanneer dit gemeten werd met MRI, maar op vlak van totaal lichaamsvet werden er geen significante verschillen opgemerkt in vergelijking met CT. De conclusie van deze studie was dat er sterke correlaties gevonden werden tussen CT, MRI-gebaseerde methode en DEXA bij het meten van totaal lichaamsvet (Küllberg et al., 2009). MRI bij kinderen Deze techniek wordt niet aangeraden bij kinderen aangezien ze voor een lange periode in een scanner moeten liggen. Dit kan traumatisch zijn voor een jong kind (Bulk-Bunschoten et al., 2004; Jürimäe & Hills, 2001).
29
6.2.3.7
Bepalen van lichaamswater met isotope verdunningstechnieken
Het bepalen van het lichaamswater door middel van isotope verdunningstechnieken wordt gebruikt om de hoeveelheid vetvrije massa te schatten. Hier wordt het principe gevolgd dat vet watervrij is en dat de vetvrije massa een constante hoeveelheid water bevat, ook al is dit principe onvoldoende valide. Men raadt aan om eveneens de extracellulaire vloeistof te meten. Dit kan gemeten worden door het bepalen van de concentratie van hydrogene isotopen in biologische vloeistoffen zoals bijvoorbeeld urine. Men heeft twee urinestalen nodig, namelijk één voor het toedienen van een isotope standaard en één enkele uren na het toedienen ervan. Vervolgens wordt de samenstelling van het tweede urinestaal geanalyseerd op basis waarvan men onder andere de vetvrije massa kan bepalen (Jürimäe & Hills, 2001). Bruikbaarheid Het meten van de totale hoeveelheid lichaamswater en extracellulaire water is een goede techniek om lichaamssamenstelling te onderzoeken, maar men moet bewust zijn van het feit dat de waterfractie van de vetvrije massa niet constant is. Wanneer men bijvoorbeeld een hogere fractie water heeft dan gemiddeld, dan zal dit leiden tot een onderschatting van het vetpercentage. Het wordt aangeraden om protocollen te gebruiken om te verzekeren dat er geen dehydratatie of hyperhydratatie mogelijk is als gevolg van een verhoogde inspanning of verhoogde vloeistofinname (Jürimäe & Hills, 2001). Een studie van Kulkarni et al. (2014) vergeleek de verdunningstechniek met de DEXA als referentiemethode bij het bepalen van de lichaamssamenstelling bij volwassenen. De overeenkomst tussen vetvrije massa gemeten met isotope verdunning (18O) enerzijds en DEXA anderzijds werd nagegaan met de Bland-Altman methode. Uit deze studie bleek dat er een slechte overeenkomst was tussen deze technieken. De afwijking van de schattingen van de vetpercentages bleek groter te zijn bij lagere vetpercentages. Er werden dus inhoudelijke verschillen opgemerkt bij de schattingen van lichaamssamenstelling met ruime betrouwbaarheidsgrenzen. Deze twee technieken kunnen dus niet onderling uitgewisseld worden, aangezien de resultaten methodespecifiek zijn (Kulkarni et al., 2014). Verder onderzoek is hierbij dus vereist. Verdunningsmethodes bij kinderen Het gebruik van radioactieve markers zoals tritium (³H) wordt niet aangeraden bij onderzoek met kinderen. Men kan wel niet-radioactieve isotopen gebruiken bij kinderen, maar dit is erg duur en ook niet beschikbaar voor alle onderzoekers. Daarnaast is het niet altijd eenvoudig te gebruiken bij kinderen, aangezien zij meer kans hebben op dehydratatie (Jürimäe & Hills, 30
2001). Een review van Silva et al. (2013) vergeleek verschillende methodes met een multicompartiment model als referentiemodel bij het bepalen van lichaamsvet bij kinderen en adolescenten. Hier werd wel geconcludeerd dat isotope verdunning één van de meest betrouwbare methodes was voor de bepaling van lichaamsvet. Een andere studie van Gately et al. (2003) gaf eveneens aan dat isotope verdunning één van de meest accurate methodes was om vetpercentages te bepalen bij kinderen met overgewicht en obesitas in vergelijking met een criterium vier-componentenmodel (referentiemethodes worden niet weergegeven). 6.2.3.8
Echografie
Echografie kan gebruikt worden als accurate methode om lichaamsvet in kaart te brengen. Deze techniek maakt gebruik van ultrasone geluidsgolven om het lichaamsweefsel te analyseren. Via een sonde worden geluidsgolven doorheen het lichaam gestuurd. Vervolgens absorberen en reflecteren de verschillende weefsels van het lichaam de geluidsgolven elk op een andere manier. De sonde die op het lichaam wordt geplaatst, vangt de geluidsgolven op. De computer zet deze signalen vervolgens om in zwart-wit beelden (Pereira, Marchini, Carneiro & Zanella, 2012; Universitair ziekenhuis Antwerpen, 2014). Deze methode heeft een sterk onderscheidingsvermogen en geeft een duidelijk beeld van de grenzen van vet-, spier- en botcomponenten. Ook de dikte van het oppervlakkig vetweefsel kan gemeten worden (Fanelli & Kuczmarski, 1984). Bruikbaarheid Echografie heeft in vergelijking met andere technieken een gelijkaardige of zelf betere sensitiviteit wanneer men subcutaan vet bij obese patiënten wil meten. Hierbij ondervindt men niet het nadeel van ioniserende radiatie en kan men deze methode gebruiken om visceraal vet te meten. Echografie kan zonder problemen gebruikt worden bij obese patiënten en voor het monitoren van vetverlies. De resultaten worden niet beïnvloed door het gewicht en de omvang van de patiënt (Pereira et al., 2012). Een onderzoek van Pineau, Lalys, Pellegrini en Battistini (2013) onderzocht het bepalen van het lichaamsvet bij volwassenen waarbij echografie vergeleken werd met de DEXA methode. De accuraatheid van een draagbaar echografiesysteem werd in deze studie nagegaan. Echografie bleek goed gecorreleerd te zijn met de DEXA methode, dit zowel bij vrouwen (R= 0,97) als bij mannen (R = 0,92). Deze studie concludeerde dat echografie een accurate methode is om lichaamsvet te schatten. Stolk et al. (2001) bestudeerden de validiteit en reproduceerbaarheid van echografie bij het meten van intra-abdominaal vetweefsel. Dit werd onderzocht door intra-
31
abdominaal vetweefsel te analyseren met behulp van CT, MRI, antropometrie en echografie bij patiënten met obesitas. Hierbij werd een strikt protocol gevolgd. Er werd een sterke associatie vastgesteld tussen CT en echografische metingen (R=0,81). Daarnaast werden correlatiecoëfficiënten gevonden tussen echografie en middelomtrek van 0,74 en tussen CT en middelomtrek van 0,57. Echografie bleek een goede methode te zijn om intra-abdominale obesitas
te
diagnosticeren.
Daarnaast
werd
een
goede
reproduceerbaarheid
en
betrouwbaarheid gevonden (Stolk et al., 2001). Echografie bij kinderen Echografie is radiatievrij en kan dus eenvoudig gebruikt worden bij kinderen. De studie van Mook-Kanamori et al. (2009) vergeleek abdominaal vet bij kinderen gemeten door echografie en CT. Men wou nagaan of abdominaal visceraal vet bij kinderen (gemiddelde leeftijd 9,5 jaar) gemeten door echografie even accuraat is als gemeten met een CT-methode. Echografiemetingen van preperitoneaal en subcutaan vet werden gecorreleerd met de CTmetingen. De gevonden correlatiecoëfficiënten varieerden tussen 0,75 en 0,97. Ondanks deze sterke associaties, werden er systematische verschillen opgemerkt op vlak van preperitoneaal vet (gelegen tussen het pariëtale buikvlies en de buikwand), onderzocht met de Bland-Altman methode. Deze studie concludeerde dat echografie een valide methode is voor epidemiologische en klinische studies voor het meten van abdominaal vet bij kinderen. Hoe dan ook was er geen exacte overeenkomst tussen echografie en CT, wat erop duidt dat echografie voorzichtig gebruikt moet worden voor het exact meten van de vetdistributie bij individuele kinderen (Mook-Kanamori et al., 2009). 6.2.4 Studies waarbij BOD POD vergeleken wordt met BIA bij kinderen Aangezien deze masterproef de overeenkomst bestudeert tussen de vetmassa gemeten met de BOD POD en de BIA bij kinderen, werd er in de literatuur gezocht naar gelijkaardige onderzoeken bij kinderen. Azcona et al. (2006) bestudeerden de overeenkomst tussen de vetmassa gemeten met ADP en BIA bij obese en niet-obese kinderen en bij adolescenten. Om de vetmassa te meten bij 187 kinderen en adolescenten (5 tot 22 jaar), werden de instrumenten BOD POD® en ‘foot-tofoot’ BIA (Tanita® TBF-410) gebruikt. ADP werd in deze studie gebruikt als standaardmethode. Aan de hand van beschrijvende statistiek en statistische technieken werd de overeenkomst tussen beide meetmethodes nagegaan. Men bekwam in deze studie een
32
‘Lin’s concordance correlation coefficient’ (Rc) van 0,79 tussen het vetpercentage bekomen met de BOD POD en dat van de BIA. Een Rc tussen 0,61 en 0,80 duidt op een degelijk verband. Voor de volledige groep was het gemiddeld verschil (vet%BIA-vet%ADP) tussen de vetpercentages bekomen met beide methodes -3,39% (P<0,001). De grenzen van overeenkomst waren [-13,70; 6,90] voor vetmassa (%). Hieruit concludeerde men dat het BIA-toestel ten opzichte van ADP de vetvrije massa significant overschat en de vetmassa significant onderschat bij zowel obese en als niet-obese kinderen en dit voor beide geslachten. Deze trend kwam sterker naar voor in de groep met obese kinderen. De auteurs haalden aan dat het verschil in hydratatie tussen de groepen een mogelijke verklaring kon zijn voor de discrepantie tussen de schattingen van vetmassa en vetvrije massa gemeten door BIA en ADP. De resultaten gemeten door BIA en ADP zijn sterk gecorreleerd, maar dit betekent niet dat de methodes overeenkomstig zijn. Door de wijde grenzen van overeenkomst kunnen beide methodes niet uitwisselbaar gebruikt worden. Een studie van Michels et al. (2012) vergeleek vetpercentages gemeten met routine antropometrische methodes (waaronder ‘foot-to-foot’ BIA Tanita® BC 420 SM) met vetpercentages gemeten met ADP bij een populatie van 480 Belgische kinderen tussen 5 en 11 jaar. In deze studie werden zowel indices zoals de ‘impedantie-index’ en de ‘gewicht minus impedantie-index’ als formules zoals deze van Tanita®, Schaefer, Tyrrell, Deurenberg 1 en Deurenberg 2 gebruikt om het vetpercentage te bepalen. Een voor leeftijd gecorrigeerde Spearman correlatie werd uitgevoerd om de vergelijking na te gaan. Men vond een correlatiecoëfficiënt van 0,085 (P=0,185) voor jongens en 0,284 (P<0,001) voor meisjes wanneer men ADP vergeleek met de ‘impedantie-index’. We kunnen hier spreken van een niet significante correlatie voor de jongens en een significant lage correlatie voor de meisjes. Voor de ‘gewicht minus impedantie-index’ werd een correlatiecoëfficiënt vastgesteld van 0,494 (P<0,001) voor de jongens en 0,608 (P<0,001) voor de meisjes. Hier kan men wel spreken van degelijke en significante correlatiecoëfficiënten. Voor de vergelijking van het vetpercentage bekomen met de BOD POD en de andere BIA formules werden allerlei statistische technieken (regressie-analyse, Bland-Altman analyse, gepaarde t-test met Bonferri correctie,…) toegepast om de overeenkomst na te gaan. Leeftijds- en geslachtseffecten werden hier eveneens in kaart gebracht. Er werd zowel een overschatting als een onderschatting opgemerkt in het vetpercentage bekomen door de verschillende methodes. De beste accuraatheid werd vastgesteld voor de ingebouwde Tanita® formule bij de meisjes. Ook op vlak van precisie scoorde deze formule het best bij de meisjes. Bij de Bland-Altman
33
analyse presteerde, net zoals in de regressie-analyse, de Tanita® formule het best bij de meisjes, gezien de kleine grenzen van overeenkomst. Een opwaartse trend werd opgemerkt bij de Tanita® formule en Deurenberg 1 formule en een neerwaartse trend werd vastgesteld voor de Schaefer formule. Daarnaast werd ook de beste uitwisselbaarheid (ICC) teruggevonden voor de Tanita® formule bij de meisjes. In deze studie werden consequent meer vergelijkbare resultaten
opgemerkt
bij
de
meisjes.
De
onderzoekers
concludeerden
dat
als
huidplooidiktemetingen niet mogelijk zijn, het toegestaan is om afgeleide maten van de BIA te gebruiken. Deze parameters van vetpercentage zijn echter van intermediaire kwaliteit. Aangezien er weinig gelijkaardige studies terug te vinden zijn voor kinderen, werd nog een andere recente studie geïncludeerd waarbij men jongvolwassenen onderzocht. Een studie van Hillier, Beck, Petropoulou en Clegg (2012) vergeleek vetmassa gemeten met ADP en BIA. Men onderzocht eveneens de reproduceerbaarheid van beide instrumenten bij een steekproef van 41 gezonde jongvolwassenen (gemiddelde leeftijd 23 jaar). De vergelijking van vetmassa gemeten met beide methodes werd bestudeerd aan de hand van de Pearson correlatie (R) en de Bland-Altman analyse. Beide statistische technieken toonden een goede reproduceerbaarheid en overeenkomst voor lichaamsvet gemeten door ADP en BIA. Deze twee methodes hadden een hoge correlatie, maar het gemiddeld verschil in het vetpercentage gemeten met deze twee methodes bedroeg 3,1% (R=0.886). ADP gaf resultaten tot 3,1% lager dan deze van de BIA. Deze studie concludeerde dat ADP en BIA niet uitwisselbaar gebruikt kunnen worden. Om een overzicht te behouden van de sterktes en beperkingen van de onderzochte methodes, werd een tabel opgesteld van de voor- en nadelen van de BIA en de BOD POD (zie tabel 2).
34
Tabel 2: Samenvattende tabel met de voor- en nadelen van de BIA en de BOD POD BIA
BOD POD
- Beperkte betrouwbaarheid en validiteit
+ Goede validiteit en betrouwbaarheid
(De validiteit werd onderzocht bij slechts
(Deze methode wordt vaak als
enkele instrumenten. Hierdoor zijn studies
referentiemethode/gouden standaard
moeilijk te vergelijken aangezien men
gebruikt in studies.)
steeds andere instrumenten gebruikt.) - Beter toepasbaar op groepsniveau,
+ Bruikbaar op zowel individueel als
minder op individueel niveau
groepsniveau
+ Goedkoop
- Duur
+ Snel resultaat
+ Snel resultaat
+ Weinig belastend voor patiënt en weinig - Enige coöperatie vereist, maar minder coöperatie vereist
invasief dan onderwaterweging Door een buis ademen met neusklep (om de functionele residuele longcapaciteit te bepalen) is niet evident voor bepaalde personen.
+ Praktisch
- Weinig praktisch en niet overal beschikbaar in settings
- Niet toepasbaar om veranderingen in
+ Kan veranderingen vrij goed monitoren
vetmassa te monitoren + Gebruiker moet niet gespecialiseerd zijn
- Vereist gespecialiseerd personeel
- Weinig populatiespecifieke
- Weinig populatiespecifieke
grenswaarden en normaalwaarden voor
grenswaarden en normaalwaarden voor
kinderen beschikbaar
kinderen beschikbaar
+ Toepasbaar bij verschillende populaties
+ Toepasbaar bij verschillende populaties
(kinderen, volwassenen, ouderen,…)
(kinderen, volwassenen, ouderen,…)
- Resultaten afhankelijk van
- Soms afhankelijk van hydratatiestatus
hydratatietoestand, lichaamstemperatuur,
van de proefpersoon, gezichtsbeharing,
geslacht, leeftijd, ras/ etniciteit, graad van
lichaamstemperatuur, vochtigheid,
overgewicht, tijdstip van meten,…
zwemkledij,…
35
- Bij bepaalde instrumenten wordt niet het
+ Het volledige lichaam wordt in kaart
volledige lichaam onderzocht
gebracht
(bijvoorbeeld ‘foot-to-foot’ BIA) - Geen onderscheid tussen visceraal en
- Geen onderscheid tussen visceraal en
subcutaan vet
subcutaan vet
- Gebaseerd op twee-compartiment model
- Gebaseerd op twee-compartiment model
36
7 PROBLEEM- EN DOELSTELLING In de literatuur is er momenteel nog maar weinig onderzoek verricht naar de overeenkomst tussen het vetpercentage gemeten met de BIA versus de BOD POD bij kinderen. De meeste studies hieromtrent focussen zich eerder op volwassenen dan op kinderen. Aangezien de kinderperiode een cruciale periode is om overgewicht en obesitas te voorkomen of te beperken, is het belangrijk om valide meetinstrumenten te voorzien voor deze doelpopulatie. Zowel de BIA als de BOD POD hebben elk hun pluspunten en beperkingen. De BIA is handig in gebruik, maar wordt in vraag gesteld op vlak van validiteit en betrouwbaarheid. De BOD POD daarentegen scoort wel goed qua validiteit en betrouwbaarheid, maar is duur om aan te kopen en minder praktisch. In deze studie werden de vetpercentages gemeten met de BIA BC-418 vergeleken met de vetpercentages gemeten met de BOD POD als referentiemethode. In deze masterproef werd er gebruik gemaakt van de databank van het Vlaamse ‘Forces’onderzoek. Deze masterproef richt zich alleen op Vlaamse kinderen tussen 7 en 13 jaar. Bij deze kinderen werd de vetmassa gemeten in het voorjaar van 2013 in het sportpark te Aalter. Via statistische technieken werd nagegaan hoe vergelijkbaar de resultaten bekomen met de BIA en de BOD POD zijn. Volgende zaken werden in deze masterproef onderzocht : - De overeenkomst tussen het vetpercentage bekomen met de BIA BC-418 (vet%BIA) versus de BOD POD (vet%ADP) bij Vlaamse kinderen. - De overeenkomst tussen het vetpercentage bepaald met de Schaefer formule op basis van de impedantie gemeten met de BIA BC-418 (vet%Schaefer) versus de BOD POD (vet%ADP) bij Vlaamse kinderen. - De overeenkomst tussen het vetpercentage bepaald met de Deurenberg formule op basis van de impedantie gemeten met de BIA BC-418 (vet%Deurenberg) versus de BOD POD (vet%ADP) bij Vlaamse kinderen.
Dit werd telkens onderzocht bij de volledige populatie, alsook bij jongens en meisjes apart.
37
8 ONDERZOEKSMETHODE 8.1 Onderzoeksdesign Het ‘Forces’-project is een deelstudie van het ‘REWARD’-project en doet observationeel onderzoek bij lagere schoolkinderen. ‘REWARD’ staat hier voor ‘Rewarding healthy food choices’ en bestudeert het belonen van gezonde voedingskeuzes. Men wil hierbij te weten komen hoe de ‘beloningsgevoeligheid’ van kinderen en jongeren samenhangt met hun eetgewoonten. Dit wordt nagegaan aan de hand van bevragingen bij kinderen en ouders en aan de hand van allerlei metingen zoals lengte, gewicht, lichaamssamenstelling,... Het ‘Forces’-project is een vervolgonderzoek van het Europese ‘IDEFICS’-onderzoeksproject en volgt dus kinderen op die in het verleden reeds deelnamen aan het ‘IDEFICS’-onderzoek in Aalter. ‘IDEFICS’ staat voor ‘Identification and prevention of Dietary- and lifestyle-induced health Effects in Children and infants’ en was een vijfjarig project (2006-2011) dat preventiestrategieën voor voeding- en leefstijlgeïnduceerde gezondheidseffecten bij kinderen identificeerde en ontwikkelde. Kinderen uit 8 verschillende landen van Europa met verschillende socio-culturele achtergronden werden hierbij onderzocht (Hebestreit & Ahrens, 2009). De data die voor deze masterproef gebruikt werden, werden verzameld in 2013 in het sportpark te Aalter in het kader van het ‘Forces’-project. Er werden metingen uitgevoerd met onder andere de meetinstrumenten BOD POD® en BIA BC-418 bij een steekproef van 206 Vlaamse kinderen. De vergelijking tussen de vetpercentages gemeten met de verschillende methodes werd nagegaan aan de hand van statistische technieken op basis van de verzamelde kwantitatieve data.
8.2 Onderzoekspopulatie De onderzochte populatie bestaat uit 206 (107 jongens en 99 meisjes) Vlaamse kinderen tussen 7 en 13 jaar. Eén kind (14,8 jaar) bevond zich echter buiten het leeftijdsbereik maar werd toch opgenomen in de analyse. De kinderen ondergingen allerlei metingen, waaronder een BOD POD-meting en een BIA-meting. Voor het bepalen van de BMI van de kinderen, werd gebruik gemaakt van de volgende formule: Gewicht (kg)⁄Lengte2 (m2 ). Hierna werden BMI Z-scores berekend op basis van de Vlaamse referentiegegevens (Roelants,
38
Hauspie & Hoppenbrouwers, 2009) om deze variabele te standaardiseren voor leeftijd en geslacht. De ‘WHO Growth Reference for school age children’ (BMI-voor-leeftijd) geeft aan dat men bij kinderen (5 tot 19 jaar) met een BMI Z-score >+2 SD van overgewicht spreekt en bij kinderen met een BMI Z-score >+3 SD van obesitas spreekt (de Onis et al., 2007). Volgens deze cut-off waarden heeft 7,7% van de onderzoekspopulatie overgewicht en 0,5% obesitas. Alle procedures werden goedgekeurd door het ethisch comité van het Universitair Ziekenhuis Gent en alle ouders ondertekenden het informed consent.
8.3 Beschrijving van de onderzoeksinstrumenten BOD POD® Om de lichaamssamenstelling nauwkeurig te bepalen, werd er gekozen voor de BOD POD® als referentiemethode. De BOD POD wordt in de literatuur namelijk frequent beschouwd als gouden standaard. Het lichaamsvolume werd gemeten door ADP (BOD POD®, Software version 4.2.4, Life Measurement, Inc.) waarbij er gebruik gemaakt werd van gestandaardiseerde procedures (McCrory, Gomez, Bernauer & Molé, 1995). Het meetinstrument werd zowel dagelijks als bij elke meting gekalibreerd volgens de richtlijnen van de fabrikant. De onderzochte kinderen mochten niet eten en sporten gedurende 2 uren voor de meting en werden onderzocht in strakke zwemkledij en een badmuts om de resterende hoeveelheid lucht in de kledij en in het haar te beperken. Wanneer de eerste twee metingen voor het lichaamsvolume meer dan 150 milliliter verschilden, werd een derde meting uitgevoerd. Vervolgens werd dan een gemiddelde genomen van de twee waarden die het dichtst bij elkaar lagen en zich binnen de criteria van overeenkomst bevonden. Het thoracale gasvolume werd bepaald aan de hand van de software met gevalideerde kind-specifieke referenties (Fields, Hull, Cheline, Yao & Higgins, 2004). Het vetpercentage werd tenslotte berekend aan de hand van recente kind-specifieke conversiewaarden van Wells et al. (2010). BIA TANITA® BC-418 Het vetpercentage van de onderzochte populatie werd daarnaast ook bepaald aan de hand van bio-impedantie gemeten met de Tanita® BC-418. De metingen werden uitgevoerd met behulp van de richtlijnen van de fabrikant met een meetfrequentie van 50 kHz (Haroun et al., 2009). Om een waarde voor de totale vetmassa te bekomen, werd er gebruik gemaakt van de referentiewaarden van de fabrikant. Daarnaast dienden de onderzoekers steeds de lengte, de leeftijd en het geslacht van het kind in het toestel in te brengen zodat een accurate bepaling
39
van de vetmassa kon gebeuren. Het gewicht van de kinderen werd gemeten door het toestel zelf. Om accuraat te kunnen meten, werden de instructies van het Tanita-toestel nauwgezet gevolgd om fluctuaties ten gevolge van de distributie van lichaamsvocht te beperken. Het kind diende met blote voeten op het platform te staan en beide handvaten gedurende 1 minuut goed vast te nemen. De armen dienden recht naast het lichaam gehouden te worden. Daarnaast mocht het kind geen intensieve sport beoefend hebben of overmatig gegeten of gedronken hebben voor de meting. Via de ingebouwde Tanita® formule werd dan automatisch een vetpercentage berekend. Met de BIA methode kan men op meerdere manieren tot vetpercentages komen. Het BIAtoestel geeft eerst en vooral zelf een vetpercentage weer dankzij de ingebouwde Tanita formule. Daarnaast kan men ook op basis van de gemeten impedantie van het BIA-toestel de vetpercentages berekenen aan de hand van de formule van Schaefer (bij kinderen van 3-19 jaar) of de formule van Deurenberg (bij kinderen van 7-25 jaar). Alvorens men de vetpercentages kon berekenen, diende men eerst de vetvrije massa te bepalen aan de hand van volgende formules: de Schaefer methode (Schaefer, Georgi, Zieger & Schärer, 1994): ‘0,65 (lengte²/ impedantie) + 0,68 x leeftijd + 0,15’ de Deurenberg methode (Deurenberg, Pieters & Hautvast, 1990; Deurenberg, van der Kooy, Leenen, Weststrate & Seidell, 1991): ‘0,640 (lengte²/impedantie) + 4,83’ (voor kinderen onder de 10 jaar) of ‘0,488 lengte²/ impedantie + 0,221 gewicht + 0,1277 lengte – 14,7’ (voor meisjes tussen 10 en 13 jaar en voor jongens tussen 10 en 16 jaar) Vervolgens werd het percentage van de vetvrije massa bepaald aan de hand van de algemene formule ‘percentage vetvrije massa= vetvrije massa/gewicht*100’. Waarden hoger dan 90 werden als onmogelijk beschouwd en werden als missing gecodeerd. In de data werd bij geen enkel kind een percentage teruggevonden hoger dan 90. Tenslotte werd het vetpercentage berekend op basis van de formule ‘vetpercentage=100-percentage vetvrije massa’. Deze
40
formules, alsook de ingebouwde Tanita formule, werden telkens apart met de BOD POD vergeleken.
8.4 Methode voor gegevensanalyse Het doel van deze gegevensanalyse was het onderzoeken van de overeenkomst tussen de vetpercentages gemeten met de BOD POD en de BIA BC-418. De analyses werden telkens voor zowel meisjes en jongens apart bekeken als voor de volledige groep. De frequenties van de gebruikte variabelen werden nauwkeurig onderzocht zodat uitschieters of onmogelijke waarden geëlimineerd konden worden. Hoge vetpercentages werden teruggevonden voor de Schaefer en Deurenberg formules, maar aangezien deze formules het vetpercentage systematisch overschatten, werden deze hoge waarden niet uit de analyse gehaald. Om de data te analyseren, werden non-parametrische testen gebruikt aangezien niet alle waarden normaal verdeeld waren. Eerst werden de onderzochte variabelen beschreven aan de hand van gemiddeldes en standaard deviaties. Er werd eveneens nagegaan of er een associatie was tussen deze variabelen en leeftijd en geslacht. Deze associatie werd voor leeftijd bekeken aan de hand van een Spearman correlatie en voor geslacht aan de hand van een Mann-Whitney U test. Om de vergelijking tussen de vetpercentages van de verschillende methodes te visualiseren, werd een scatterplot opgesteld. In deze grafiek werd het vetpercentage (%) op de y-as getoond en werd het aantal kinderen op de x-as geordend op basis van de vetmassa bepaald met de BOD POD (van laag naar hoog). De vetpercentages van de verschillende methodes (vet%ADP, vet%BIA, vet%Schaefer en vet%Deurenberg) werden eveneens met elkaar vergeleken aan de hand van de niet-parametrische Wilcoxon Signed-Rank test. Om de concurrente validiteit (criteriumvaliditeit) na te gaan, werd een voor leeftijd gecorrigeerde Spearman correlatie uitgevoerd. Een correlatiecoëfficiënt (Rs) tussen 0,4 en 0,6 duidt op een redelijk verband, een coëfficiënt tussen 0,6 en 0,8 duidt op een sterk verband en een coëfficiënt hoger dan 0,8 wordt beschouwd als een zeer sterk verband. De accuraatheid en precisie werden onderzocht aan de hand van een lineaire regressieanalyse. De vetpercentages bepaald door de BIA of berekend op basis van de Schaefer formule of Deurenberg formule werden als accuraat beschouwd wanneer de regressie tussen de vetpercentages niet significant verschilde van de vergelijkingslijn (wanneer de helling dus
41
niet significant verschillend is van 1 en het intercept niet significant verschillend is van 0). De precisie werd nagegaan aan de hand van de adjusted R² en de Standard error of the estimate (SEE). Hoe hoger de adjusted R² en hoe lager de SEE, hoe beter de precisie. Vervolgens werd ook een multiple lineaire regressie-analyse uitgevoerd met het verschil tussen de methodes als uitkomstvariabele (vet%ADP – vet%BIA, vet%ADP – vet%Schaefer, vet%ADP – vet%Deurenberg) en met BMI, leeftijd en geslacht als mogelijke predictoren. Er werd eveneens een Bland-Altman analyse uitgevoerd om de overeenkomst te bestuderen tussen de vetpercentages bepaald met de BOD POD (vet%ADP) en met de methodes van de BIA (vet%BIA, vet%Schaefer, vet%Deurenberg). Naast de 95% grenzen van overeenkomst werd ook de aanwezigheid van een richting (heteroscedasticiteit: opwaarts of neerwaarts) en spreiding (convergent of divergent) bekeken. Een trend van opwaartse of neerwaartse richting is aanwezig als er een significante univariate regressielijn is tussen het gemiddeld verschil en de gemiddelde waarde van de vetpercentages van de BOD POD en de benaderingen van de BIA. Een mogelijke trend van dispersie (convergent of divergent van het nulpunt) werd visueel geëvalueerd. Een opwaartse Bland-Altman lijn duidt op een onderschatting door de vetpercentages van BIA bij kinderen met een hogere vetmassa (als de Bland-Altman regressielijn door het nulpunt gaat). Een convergente dispersietrend duidt op meer overeenkomst op vlak van vetpercentage tussen beide methodes naarmate het vetpercentage stijgt, terwijl een divergente trend meer overeenkomst impliceert naarmate het vetpercentage daalt. Tenslotte werd een single-measures intraclass correlatie berekend om de mate van uitwisselbaarheid na te gaan. Een intraclass correlatie hoger dan 0,75 duidt op een goede uitwisselbaarheid van de instrumenten. Alle statistische analyses werden uitgevoerd met behulp van het software programma SPSS versie 22 (IBM Corporation). Voor alle analyses werd het tweezijdig niveau van significantie ingesteld op 0,05.
42
9 RESULTATEN De beschrijvende data van de onderzochte populatie en de mogelijke verschillen naargelang leeftijd en geslacht worden getoond in tabel 3. De gemiddelden en standaarddeviaties voor de variabelen ‘leeftijd’, ‘gewicht’, ‘lengte’, ‘vetpercentages bepaald door de BOD POD’ (vet%ADP), ‘vetpercentages bepaald door de BIA’ (vet%BIA), ‘vetpercentages berekend met de Schaefer formule’ (vet%Schaefer), ‘vetpercentages berekend met de Deurenberg formule (vet%Deurenberg) en ‘BMI Z-scores’ worden in deze tabel weergegeven; dit zowel voor de volledige populatie, alsook voor jongens en meisjes apart. Hogere gemiddelde waarden worden vastgesteld voor vet%Schaefer en vet%Deurenberg in vergelijking met vet%ADP en vet%BIA. Uit de Mann-Whitney U test blijkt dat vet%ADP, vet%BIA, vet%Schaefer en vet%Deurenberg significant hoger zijn bij de meisjes dan bij de jongens. Op vlak van leeftijd, gewicht, BMI Zscores en lengte is er geen significant verschil op te merken tussen de beide geslachten. Aan de hand van de Spearman correlatie werd er nagegaan of leeftijd geassocieerd is met de onderzochte variabelen. Enkel het gewicht en de lengte zijn positief geassocieerd met de leeftijd. Hoe ouder het kind, hoe groter en zwaarder. Vet%Deurenberg daarentegen is negatief geassocieerd met de leeftijd. Hoe ouder het kind, hoe lager het vetpercentage berekend met de Deurenberg formule. De variabelen vet%ADP, vet%Schaefer en vet%BIA zijn niet significant geassocieerd met de leeftijd. De negatieve BMI Z-scores geven aan dat zowel beide geslachten als de volledige steekproef zich onder het gemiddelde situeren op vlak van BMI. Volgens de ‘WHO Growth Reference for school age children’ (BMI-voor-leeftijd) hebben 15 kinderen van de onderzoekspopulatie overgewicht (7,7%) en 1 kind obesitas (0,5%)(de Onis et al., 2007).
43
Tabel 3: Beschrijvende statistiek voor de onderzochte populatie en bijhorende mogelijke leeftijds- en geslachtsverschillen
Jongens
Meisjes
Volledige steekproef
(n=107)
(n=99)
(n=206)
Verschil
Correlatie
tussen
met leeftijd
geslachten
Gemiddelde
SD
Gemiddelde
SD
Gemiddelde
SD
P
Rs
P
Leeftijd
10,75
1,63
10,71
1,52
10,73
1,58
0,805
/
/
Gewicht
35,06
7,78
37,22
8,74
36,09
8,31
0,069
0,636
< 0,001
Lengte (in cm)
145,55
10,69
146,35
10,50
145,94
10,58
0,649
0,793
< 0,001
vet%ADP
16,85
5,74
22,07
7,23
19,36
6, 99
< 0,001
0,092
0,187
vet%BIA
17,44
3,05
22,47
4,13
19,86
4,39
< 0,001
-0,096
0,169
vet%Schaefer
24,34
5,99
29,90
7,64
27,01
7,36
<0,001
0,106
0,128
vet%Deurenberg
27,00
5,13
31,01
6,41
28,92
6,10
<0,001
-0,211
0,002
BMI Z-score
-0,51
0,89
-0,31
1,00
-0,41
0,95
0,148
/
/
n, aantal; SD, standaard deviatie; Rs, Spearman correlatiecoëfficiënt; P, p-waarde (overschrijdingskans)
44
Figuur 6 : Visualisatie van de vergelijking tussen vet%ADP en vet%BIA, vet%Schaefer, vet%Deurenberg voor de volledige steekproef, weergegeven in een grafiek met als x-as het aantal kinderen geordend op basis van het vetpercentage bekomen met de BOD POD en met als y-as het vetpercentage (%) De vergelijking tussen de vetpercentages bekomen met de BOD POD en de drie BIA benaderingen voor de volledige steekproef wordt visueel weergegeven in figuur 6. In deze grafiek wordt het vetpercentage (%) op de y-as getoond en wordt het aantal kinderen op de xas geordend op basis van de vetmassa bepaald met de BOD POD (van laag naar hoog). De puntenwolken van vet%Schaefer en vet%Deurenberg liggen beduidend hoger dan deze van vet%ADP en vet%BIA. De Schaefer en Deurenberg formules overschatten dus systematisch het vetpercentage bepaald met de BOD POD. De data van vet%ADP en vet%BIA liggen vrij dicht bij elkaar maar het vet%BIA overschat het vetgehalte bij kinderen met een eerder laag vetpercentage en onderschat het vetgehalte bij kinderen met een eerder hoog vetpercentage. Dezelfde trends worden vastgesteld voor jongens en meisjes. De grafieken voor jongens en meisjes worden niet weergegeven, aangezien deze zeer gelijkaardig zijn aan de grafiek voor de volledige steekproef.
45
Tabel 4: Vergelijking van vet%ADP met vet%BIA, vet%Deurenberg en vet%Schaefer aan de hand van de Wilcoxon Signed-Rank test (Z), gestratificeerd voor geslacht
Gemiddeld
vet%BIA vet%ADP vet%Schaefer vet%ADP vet%Deurenberg
Meisjes
Volledige steekproef
(n = 107)
(n = 99)
(n = 206)
SD
Z
P
-0,59
4,543
-1,28
0,201
-7,49
4,728
-8,86
-10,15
4,736
-8,98
verschil vet%ADP –
Jongens
Gemiddeld
SD
Z
P
-0,40
4,105
-1,07
0,287
< 0,001
-7,82
3,831
-8,64
< 0,001
-8,93
4,268
-8,64
verschil
Gemiddeld
SD
Z
P
-0,50
4,329
-1,62
0,104
< 0,001
-7,65
4,313
-12,39 < 0,001
< 0,001
-9,56
4,547
-12,45 < 0,001
verschil
n, aantal; SD, standaard deviatie; P, p-waarde (overschrijdingskans) In tabel 4 worden de percentages lichaamsvet gemeten met de BOD POD (vet%ADP) en de BIA (3 benaderingen: vet%BIA, vet%Schaefer en vet%Deurenberg) met elkaar vergeleken aan de hand van de Wilcoxon Signed-Rank test. Deze resultaten worden voor de volledige steekproef weergegeven, alsook voor beide geslachten apart. Er is geen significant verschil op te merken tussen vet%ADP en vet%BIA (p>0,05). Dit kan men eveneens zien aan het kleine gemiddeld verschil tussen deze vetpercentages. Dit zowel voor jongens en meisjes, als voor de volledige steekproef. Tussen de overige onderzochte variabelen ziet men wel een significant verschil voor jongens, meisjes en de volledige steekproef (P<0,05). Bij de vetpercentages berekend op basis van Deurenberg en Schaefer formules kan men een consequente overschatting opmerken ten opzichte van de vetpercentages bekomen met de BOD POD.
46
Tabel 5: Voor leeftijd gecorrigeerde Spearman correlatie (Rs) van vet%BIA, vet%Schaefer en vet%Deurenberg met vet%ADP, gestratificeerd voor geslacht
vet%ADP vet%BIA vet%ADP vet%Schaefer vet%ADP vet%Deurenberg
Jongens
Meisjes
Volledige steekproef
(n = 107)
(n=99)
(n=206)
Rs
P
Rs
P
Rs
P
0,568
<0,001
0,819
<0,001
0,739
<0,001
0,594
<0,001
0,843
<0,001
0,767
<0,001
0,595
<0,001
0,749
<0,001
0,715
<0,001
Rs, Spearman correlatiecoëfficiënt; P, p-waarde (overschrijdingskans) In tabel 5 worden de voor leeftijd gecorrigeerde Spearman correlatiecoëfficiënten weergegeven, welke het verband tussen vet%ADP en vet%BIA, tussen vet%ADP en vet%Schaefer en tussen vet%ADP en vet%Deurenberg nagaan. Deze correlatiecoëfficiënten worden zowel voor jongens en meisjes als voor de volledige groep weergegeven. Bij zowel de beide geslachten als bij de volledige steekproef kan men spreken van sterk significante correlaties (P<0,001). De correlatiecoëfficiënten zijn duidelijk hoger bij de meisjes. Bij de jongens kan men spreken van redelijke verbanden, terwijl men bij de meisjes sterke tot zeer sterke verbanden kan opmerken. Voor de volledige steekproef zijn de correlatiecoëfficiënten eveneens sterk. Bij de jongens ziet men gelijkaardige correlatiecoëfficiënten voor de drie verbanden, namelijk redelijk sterke associaties (tussen 0,4 en 0,6). Bij de meisjes correleert vet%ADP het beste met vet%Schaefer, gevolgd door vet%BIA en vet%Deurenberg. Eenzelfde trend is terug te vinden bij de volledige steekproef. Deze sterke correlatiecoëfficiënten houden echter geen rekening met de sterke overschatting van de Deurenberg en Schaefer formule.
47
Tabel 6: Lineaire regressie-analyse met vet%ADP als uitkomstvariabele en met vet%BIA, vet%Schaefer of vet%Deurenberg als predictoren, gestratificeerd voor geslacht Accuraatheid
vet%BIA
vet%Schaefer
vet%Deurenberg
Precisie
Intercept
Helling
Adjusted R²
SEE
Jongens
-3,408
1,161*
0,375
4,537
Meisjes
-12,467§
1,537*
0,769
3,472
Volledige steekproef
-6,054§
1,280*
0,646
4,161
Jongens
1,080
0,648*
0,451
4,252
Meisjes
-2,498
0,822*
0,752
3,600
Volledige steekproef
-1,689
0,779*
0,672
4,005
Jongens
-2,054
0,700*
0,385
4,501
Meisjes
-6,266§
0,914*
0,654
4,253
Volledige steekproef
-6,039§
0,878*
0,586
4,497
§ Intercept is significant verschillend van 0; * Helling is significant verschillend van 1; R², determinatiecoëfficiënt ; SEE, Standard error of the estimate
48
In tabel 6 worden de resultaten van de lineaire regressie-analyse weergegeven voor zowel de volledige steekproef als gestratificeerd voor geslacht. Aan de hand van deze analyse wordt nagegaan in welke mate vet%ADP voorspeld wordt door vet%BIA, vet%Schaefer of vet%Deurenberg. Op vlak van accuraatheid is het intercept bij vet%Schaefer niet significant verschillend van 0, alsook bij de overige benaderingen bij de jongens. Bij vet%BIA en vet%Deurenberg daarentegen is bij zowel de meisjes als bij de volledige steekproef het intercept wel significant verschillend van 0. De helling is steeds significant verschillend van 1 bij de drie benaderingen. De precisie wordt nagegaan aan de hand van de adjusted R² en de Standard error of the estimate (SEE). Hoe hoger de adjusted R² en hoe lager de SEE, hoe beter de precisie. Een eerste opvallend aspect is dat de adjusted R² steeds hoger is bij de meisjes dan bij de jongens. Dit betekent dat er meer variantie verklaard wordt in vet%ADP door zowel vet%BIA, vet%Schaefer als vet%Deurenberg bij de meisjes dan bij de jongens. Wanneer er gekeken wordt naar de volledige steekproef, dan ziet men eenzelfde trend. Er wordt meer variantie verklaard in vet%ADP door vet%BIA, vet%Schaefer en vet%Deurenberg voor de volledige steekproef dan voor de jongens. De beste precisie wordt bekomen voor vet%BIA bij de meisjes, gevolgd door vet%Schaefer bij de meisjes en vet%Schaefer bij de volledige steekproef. Bij de jongens wordt steeds een lagere precisie opgemerkt.
49
Tabel 7: Multiple lineaire regressie-analyse met het verschil tussen vet%ADP en vet%BIA, het verschil tussen vet%ADP en vet%Schaefer of het verschil tussen vet%ADP en vet%Deurenberg als uitkomstvariabelen en met BMI, leeftijd en geslacht als mogelijke predictoren Adjusted R²
SEE
Model
Leeftijd
Geslacht
BMI
F
P
B
P
B
P
B
P
Verschil vet%ADP -
0,150
3,990
13,076
< 0,001
0,335
0,068
-0,353
0,534
0,697
< 0,001
0,053
4,198
4,791
0,003
0,005
0,978
0,074
0,902
-0,500
< 0,001
0,175
4,130
15,495
< 0,001
1,063
< 0,001
1,068
0,070
0,234
0,084
vet%BIA
Verschil vet%ADP vet%Schaefer
Verschil vet%ADP vet%Deurenberg R², Determinatiecoëfficiënt; SEE, Standard error of the estimate ; B, regressiecoëfficiënt; P, p-waarde (overschrijdingskans)
50
In tabel 7 worden de resultaten van de meervoudige lineaire regressie-analyse weergegeven met het verschil tussen vet%ADP en vet%BIA, het verschil tussen vet%ADP en vet%Schaefer of het verschil tussen vet%ADP en vet%Deurenberg als uitkomstvariabelen en met BMI, leeftijd en geslacht als predictoren. Eerst en vooral wordt de multicollineariteit nagegaan aan de hand van de Variance Inflation Factor (VIF). In de drie modellen is er geen sprake van multicollineariteit. De resultaten geven aan dat 15% van de variantie in het verschil tussen vet%ADP en vet%BIA, 5,3 % van de variantie in het verschil tussen vet%ADP en vet%Schaefer en 17,5% van de variantie in het verschil tussen vet%ADP en vet%Deurenberg worden verklaard door de drie predictoren samen. Alle regressiemodellen zijn significant waardoor men dus kan veronderstellen dat minstens 1 variabele een significante predictor zal zijn. Geslacht blijkt geen significante predictor te zijn in de eerste twee modellen. Enkel in het model met het verschil tussen vet%ADP en vet%Deurenberg als uitkomstvariabele is geslacht een randsignificante predictor. Bij meisjes is het verschil tussen vet%ADP en vet%Deurenberg groter. Leeftijd daarentegen is wel een (rand)significante predictor in de modellen met het verschil tussen vet%ADP en vet%BIA en het verschil tussen vet%ADP en vet%Deurenberg als uitkomstvariabelen. Hoe ouder het kind, hoe groter het verschil tussen vet%ADP en vet%BIA en tussen vet%ADP en vet%Deurenberg. Tenslotte is de BMI van het kind een (rand)significante predictor in de drie modellen. Hoe hoger de BMI, hoe groter het verschil tussen vet%ADP en vet%BIA. Dezelfde trend is op te merken voor de Deurenberg formule. In het model met het verschil tussen vet%ADP en vet%Schaefer als uitkomstvariabele is daarentegen een omgekeerde trend op te merken. Hoe lager de BMI van het kind, hoe groter het verschil tussen vet%ADP en vet%Schaefer. Deze resultaten komen goed overeen met wat er in de Bland-Altman grafieken kan opgemerkt worden. In de grafiek met het verschil tussen vet%ADP en vet%BIA kan men duidelijk zien dat naarmate het gemiddeld vetpercentage stijgt, het gemiddeld verschil tussen vet%BIA en vet%ADP eveneens groter wordt (zie figuur 7). Voor de Deurenberg formule wordt eenzelfde, maar minder duidelijke trend teruggevonden (zie figuur 9). Het tegengestelde wordt vastgesteld voor de Schaefer formule. Hier kan men namelijk een dalende lijn zien. Hoe lager het gemiddeld vetpercentage, hoe groter het gemiddelde verschil tussen vet% ADP en vet%Schaefer (zie figuur 8).
51
Tabel 8: Overeenkomst tussen vet%ADP en vet%BIA, tussen vet%ADP en vet%Schaefer en tussen vet%ADP en vet%Deurenberg, nagegaan aan de hand van Bland-Altman analyse, gestratificeerd voor geslacht Gemiddeld
SD
95% LOA
verschil
vet%BIA
Dispersie
Trend
Trend
Jongens
-0,592
4,543
[-9,50; 8,31]
Opwaarts
Nee
Meisjes
-0,397
4,105
[-8,44; 7,65]
Opwaarts
Nee
Volledige
-0,499
4,329
[-8,98; 7,99]
Opwaarts
Nee
Jongens
-7,492
4,728
[-16,76; 1,77]
Nee
Nee
Meisjes
-7,821
3,831
[-15,33; -0,31]
Nee
Nee
Volledige
-7,650
4,3129 [-16,10; 0,80]
Nee
Nee
steekproef
vet%Schaefer
Richting
steekproef Jongens
-10,148
4,736
[-19,43; -0,87]
Nee
Nee
vet%Deuren-
Meisjes
-8,931
4,267
[-17,29; -0,57]
Nee
Nee
berg
Volledige
-9,563
4,547
[-18,48; -0,65]
Nee
Nee
steekproef 95% LOA, 95% grenzen van overeenkomst; SD, standaard deviatie
52
De resultaten van de Bland-Altman analyse worden in tabel 8 weergegeven. Alvorens deze resultaten besproken worden, moet het gemiddeld verschil (en SD) tussen de BOD POD en de drie andere benaderingen onder de aandacht gebracht worden. Men kan hier opmerken dat zowel de Deurenberg formule als de Schaefer formule het vetpercentage sterk overschatten. Deze sterke overschatting zal een rol spelen in het interpreteren van de resultaten van de Bland-Altman analyse. Bij de meisjes is volgens deze analyse een betere overeenkomst op te merken ten opzichte van de jongens en de volledige steekproef. Dit is af te leiden uit de kleinere grenzen van overeenkomst (95% LOA). De overeenkomst blijkt het grootst te zijn voor vet%Schaefer bij de meisjes, gevolgd door vet%BIA bij de meisjes en vet%Deurenberg bij de meisjes. De kleinste overeenkomst wordt gevonden voor vet%Deurenberg bij de jongens. Uiteraard moeten deze bevindingen sterk genuanceerd worden, gezien de overschatting van de Schaefer en Deurenberg formules. Daarnaast wordt er enkel voor vet%BIA een opwaartse trend opgemerkt, dit zowel voor jongens en meisjes als voor de volledige steekproef (zie figuren 7,10,13). De BIA formule onderschat het vetgehalte eerder bij een hoog vetpercentage en overschat het vetgehalte eerder bij een laag vetpercentage. Bij vet%Schaefer en vet%Deurenberg ziet men geen richtingstrend op vlak van vetpercentage (zie figuren 8,9,11,12,14 en 15). Tenslotte wordt er zowel voor vet%BIA als voor vet%Schaefer en vet%Deurenberg geen dispersietrend opgemerkt (zie figuren 7 tot 15).
Figuur 7: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%BIA, bekeken voor de volledige steekproef.
53
Figuur 8: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%Schaefer, bekeken voor de volledige steekproef.
Figuur 9: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%Deurenberg, bekeken voor de volledige steekproef.
54
Figuur 10: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%BIA, bekeken voor de jongens.
Figuur 11: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%Schaefer, bekeken voor de jongens.
55
Figuur 12: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%Deurenberg, bekeken voor de jongens.
Figuur 13: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%BIA, bekeken voor de meisjes.
56
Figuur 14: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%Schaefer, bekeken voor de meisjes.
Figuur 15: Bland-Altman Plot om de overeenkomst na te gaan tussen vet%ADP en vet%Deurenberg, bekeken voor de meisjes.
57
Tabel 9: Uitwisselbaarheid van de instrumenten BOD POD en BIA Tanita BC-418 (vet%BIA, vet%Schaefer en vet%Deurenberg), nagegaan aan de hand van de intraclass correlatiecoëfficiënt (ICC), gestratificeerd voor geslacht
vet%BIA
ICC
P
Jongens
0,512
< 0,001
Meisjes
0,757
< 0,001
0,725
< 0,001
Jongens
0,675
< 0,001
Meisjes
0,867
< 0,001
0,819
< 0,001
Jongens
0,621
< 0,001
Meisjes
0,805
< 0,001
0,760
< 0,001
Volledige steekproef
vet%Schaefer
Volledige steekproef
vet%Deurenberg
Volledige steekproef
ICC, Intraclass correlatiecoëfficiënt De uitwisselbaarheid van de bestudeerde instrumenten BOD POD® en BIA Tanita® BC-418 wordt nagegaan aan de hand van de ICC (zie tabel 9). Enerzijds geeft de BIA Tanita BC-418 zelf een vetpercentage weer en anderzijds kan men het vetpercentage zelf berekenen op basis van de gemeten impedantie met de Schaefer formule en de Deurenberg formule. Waarden boven 0,75 duiden op een uitstekende uitwisselbaarheid. Het beste resultaat wordt gevonden voor de methode van Schaefer bij de meisjes (ICC=0,867). Daarnaast wordt er ook een excellente uitwisselbaarheid aangetoond voor vet%BIA bij de meisjes, vet%Schaefer bij de volledige steekproef, vet%Deurenberg bij de meisjes en vet%Deurenberg bij de volledige steekproef. Een opvallend aspect is dat de drie benaderingen beter uitwisselbaar zijn met de BOD POD bij de meisjes dan bij de jongens. De minst goede uitwisselbaarheid wordt gevonden voor de BIA Tanita BC-418 bij de jongens (ICC=0,512). Opnieuw wordt de sterke systematische overschatting van de Deurenberg en Schaefer formule hier niet in rekening gebracht, waardoor men de resultaten voorzichtig dient te interpreteren.
58
Resultaten samengevat Zowel de beschrijvende statistiek, de scatterplot als de Wilcoxon Signed-Rank test tonen aan dat er een sterke overschatting is van vet%Schaefer en vet%Deurenberg ten op zichte van vet%ADP. Daarnaast liggen de vetpercentages bekomen met de BOD POD en de BIA formule dicht bij elkaar, maar is op te merken dat de BIA formule de vetmassa overschat bij een laag vetpercentage en onderschat bij een hoog vetpercentage. Dit is zowel in de scatterplot als in de Bland-Altman grafieken op te merken wanneer men vet%ADP vergelijkt met vet%BIA. In de voor leeftijd gecorrigeerde Spearman correlatie zijn er significante verbanden op te merken tussen vet%ADP en de overige benaderingen. Daarnaast zijn ook hoge correlatiecoëfficiënten op te merken, gaande van redelijke verbanden voor de jongens tot zeer sterke verbanden bij de meisjes. De hoogste correlatiecoëfficiënt wordt gevonden voor de Schaefer formule bij de meisjes. Deze test houdt echter geen rekening met de sterke afwijkingen van de Deurenberg en Schaefer formules. In de regressie-analyse pleit men ook voor de Schaeferformule aangezien deze de ideale vergelijkingslijn het best benadert. Ook dit moet genuanceerd worden, gezien de sterke overschatting van de Schaefer formule. Daarnaast wordt in de Bland-Altman analyse ook de beste overeenkomst vastgesteld voor de Schaefer formule. Dit moet men echter opnieuw linken aan het groot gemiddeld verschil tussen vet%ADP en vet%Schaefer. In deze analyse wordt een opwaartse trend gevonden voor de BIA formule, wat ook aangetoond wordt in de scatterplot. Goede uitwisselbaarheid wordt gevonden voor alle benaderingen voor de meisjes en de volledige steekproef. Volgens deze analyse zou de BOD POD het meest uitwisselbaar zijn met de Schaefer formule. Dit laatste moet opnieuw genuanceerd worden, gezien de sterke afwijking van de Schaefer formule. Kortom, meer vergelijkbare resultaten worden steeds teruggevonden voor de meisjes. Daarnaast pleit men in de eerste testen voor de BIA formule (beschrijvende statistiek, scatterplot, Wilcoxon Signed-Rank test), maar in de overige testen (regressie, Bland-Altman, ICC) voor de Schaefer formule (gezien de beste overeenkomst). Alle resultaten moeten in rekening gebracht worden met de overschatting van de Schaefer en Deurenberg formules en de afwijkende resultaten van de BIA formule bij eerder zwaardere en magere kinderen.
59
10 DISCUSSIE Deze studie onderzocht de overeenkomst tussen de vetmassa gemeten met de BIA versus de BOD POD en dit bij een populatie van 206 Vlaamse kinderen tussen 7 en 13 jaar. Het vetpercentage bekomen met de BOD POD (vet%ADP) werd vergeleken met het vetpercentage bekomen met de BIA (vet%BIA), alsook met het vetpercentage berekend met de Schaefer formule (vet%Schaefer) en Deurenberg formule (vet%Deurenberg) op basis van de gemeten impedantie bekomen met de BIA. Van de 206 onderzochte kinderen heeft 7,7% overgewicht en 0,5% obesitas. De meisjes hebben gemiddeld een hogere BMI in vergelijking met de jongens. In deze studie is leeftijd enkel geassocieerd met de lengte, het gewicht en vet%Deurenberg. Echter, leeftijd is niet significant geassocieerd met vet%ADP, vet%BIA, vet%Schaefer. Er is eveneens een significant verschil op te merken tussen jongens en meisjes voor vet%ADP, vet%BIA, vet%Schaefer en vet%Deurenberg. Deze vetpercentages liggen consequent hoger bij de meisjes. Eerst en vooral wordt er opgemerkt dat de Schaefer formule en Deurenberg formule het vetgehalte van de kinderen sterk overschatten. Er wordt daarnaast geen significant verschil vastgesteld tussen vet%ADP en vet%BIA, maar men kan wel opmerken dat de BIA formule het vetgehalte overschat bij kinderen met een laag vetpercentage en onderschat bij kinderen met een hoog vetpercentage. Op vlak van overeenkomst en uitwisselbaarheid zou de Schaefer formule het best presteren, maar hier wordt de sterke overschatting van deze formule niet in rekening gebracht. Opvallend is dat alle resultaten meer vergelijkbaar zijn bij de meisjes. Samengevat kan er geen duidelijke voorkeur aangegeven worden. In de literatuur werden nog maar drie studies teruggevonden die gelijkaardige analyses uitgevoerd hebben bij kinderen of jongvolwassenen. In vele artikels werden de BOD POD en de BIA reeds onderzocht, maar steeds vergeleken met een andere referentiemethode of bij een andere doelpopulatie. In tabel 10 worden de drie onderzochte artikels specifiek toegelicht op vlak van onderzoekspopulatie en methodologie. De resultaten van de huidige studie worden steeds vergeleken met de resultaten uit deze drie studies.
60
Tabel 10: Verschillen op vlak van methodologie en onderzoekspopulatie tussen de huidige studie en de onderzochte studies uit de literatuur
Leeftijd
Aantal personen
Etniciteit
Gewichtscategorie of BMI
Gebruikt BIA-toestel
Huidige studie
Michels et al. (2012)
7-13 jaar
5-11 jaar
206 kinderen (107
480 kinderen
jongens & 99
(251 jongens & 229
meisjes)
meisjes
hoofdzakelijk Kaukasisch
hoofdzakelijk Kaukasisch (5 kinderen
Azcona et al.
Hillier et al.
(2006)
(2014)
5-22 jaar
19-29 jaar
187 personen (75 jongens & 112 meisjes)
Kaukasische kinderen
Afrikaans-Amerikaans)
41 jongvolwassenen (19 mannen & 22 vrouwen)
niet vermeld
mannen : BMI 21,4 7,7% overgewicht en 0,5% obees
1
6,7% overgewicht2
34% obees3
(19–27) kg/m² vrouwen: BMI 22,9 (19–29) kg/m²
Tanita BIA BC-418 (hand-to-foot)
ingebouwde Tanita Gebruikte
formule, Schaefer
formule
formule en
BIA
Deurenberg formule
Tanita BIA BC-420
Tanita BIA
(foot-to-foot)
TBF-410 (foot-to-foot)
Tanita BIA BC-418 (hand-to-foot)
ingebouwde Tanita formule, Tyrrell formule, Schaefer
ingebouwde Tanita
formule, Deurenberg 1
formule
formule en Deurenberg
ingebouwde Tanita formule
2 formule
Gebruikte formule
Wells et al. (2010)
Wells et al. (2010)
Siri (1961)
Siri (1961)
BOD POD Bepaald op basis van ‘WHO Growth Reference for school age children’ (BMI-for-age); 2Bepaald op
1
basis van ‘International Obesity Task Force classification’,
3
Obesitas werd gedefinieerd als
vetpercentage >25% voor jongens tijdens en na de puberteit, >35% voor meisjes tijdens en na de puberteit en >30% voor jonge kinderen die nog niet in de puberteit zitten.
61
Uit de resultaten blijkt dat er geen significant verschil is tussen vet%ADP en vet%BIA. De vetpercentages bepaald met de BOD POD en de BIA liggen dus dicht bij elkaar. In de scatterplot was duidelijk op te merken dat de BIA formule het vetgehalte overschat bij kinderen met een laag vetpercentage en onderschat bij kinderen met een hoog vetpercentage. Daarnaast liggen vet%Deurenberg en vet%Schaefer significant hoger dan vet%ADP, wat duidt op een sterke overschatting. De studie van Michels et al. (2012) vond significante verschillen tussen enerzijds vet%ADP en anderzijds vet%BIA (‘foot-to-foot’ Tanita BIA BC-420), vet%Schaefer en vet%Deurenberg. Enkel bij de jongens werd tussen vet%ADP en vet%Deurenberg geen significant verschil opgemerkt. In de studie van Michels et al. vond men dus in tegenstelling tot de huidige studie wel een significant verschil tussen vet%ADP en vet%BIA, dit zowel bij jongens als meisjes. Nog een verschil was dat de studie van Michels et al. geen significante verschillen vond tussen vet%ADP en vet%Deurenberg bij de jongens. Wat opvalt is dat het gemiddeld verschil tussen enerzijds vet%ADP en anderzijds vet%Deurenberg en vet%Schaefer erg veel verschilt tussen beide studies. Voor jongens was dit voor vet%Deurenberg bijvoorbeeld 0,30% in de studie van Michels et al. en -8,98% in de huidige studie. Bij de meisjes was dit eveneens het geval, namelijk -1,50% in de studie van Michels et al. en -8,64% in de huidige studie. Een kanttekening hierbij is dat de Schaefer en Deurenberg formules gevalideerd zijn voor een ‘hand-to-foot’ BIA, terwijl er in de studie van Michels et al. een ‘foot-to-foot’ BIA gebruikt werd. De studie van Azcona et al. (2006) bestudeerde enkel het gemiddeld verschil tussen vet%ADP en vet%BIA (‘foot-to-foot’ Tanita BIA TBF-410) en gebruikte geen andere formules om het vetpercentage te berekenen. Bij de volledige steekproef bekwam men in de studie van Azcona et al. (2006) een gemiddeld verschil (vet%BIA-vet%ADP) van -3,39% terwijl dit in de huidige studie -0,50% (vet%ADP-vet%BIA) is. Dit duidt eveneens op een verschil tussen de studies. In de studie van Hillier et al. (2014) bekwam men eveneens een verschillend resultaat, namelijk een gemiddeld verschil van -3,10% tussen vet%ADP en vet%BIA (‘hand-to-foot’ Tanita BIA BC-418). In de huidige studie en in de studie van Hillier et al. (2014) liggen de vetpercentages bepaald door de BIA steeds hoger dan deze bepaald door de BOD POD, terwijl men in de studies van Michels et al. (2012) en Azcona et al.(2006) een omgekeerde trend opmerkt. In de huidige studie wordt vastgesteld dat er sterk significante correlaties aanwezig zijn tussen het vetpercentage bekomen met de BOD POD en de drie andere benaderingen. Een opvallend resultaat is dat de correlaties sterker zijn bij de meisjes dan bij de jongens. De sterkste correlaties worden gevonden tussen vet%ADP en vet%Schaefer bij de meisjes en tussen vet%ADP
62
en vet%BIA bij de meisjes. Het is echter niet omdat de verschillende resultaten sterk gecorreleerd zijn, dat ze een goede overeenkomst hebben. Daarnaast wordt ook hier geen rekening gehouden met het feit dat de Deurenberg en Schaefer formules het vetgehalte van de kinderen sterk overschatten en dat de BIA formule afwijkende resultaten bekomt bij zwaardere en magere kinderen. Bij de Schaefer formule ziet men bijvoorbeeld dus sterke verbanden aangezien het gaat om een systematische overschatting. In de studie van Michels et al. (2012) waren bij de drie benaderingen eveneens significante correlaties terug te vinden. Men vindt bij de correlatiecoëfficiënten slechts beperkte verschillen terug tussen de huidige studie en de studie van Michels et al. (2012). In deze studie werden ook sterkere correlaties vastgesteld bij de meisjes in vergelijking met de jongens. Deze trend is ook duidelijk in de huidige studie terug te vinden. In de studie van Azcona et al. (2006) werd gebruik gemaakt van de Lin’s Concordance Correlation Coëfficiënt (Rc). Hier vond men een Rc van 0,79 tussen vet%ADP en vet%BIA, wat duidt op een degelijke correlatie. Dit resultaat komt goed overeen met de uitkomst van de huidige studie. Ook in de studie van Hillier et al. (2014) vond men een gelijkaardig resultaat terug, namelijk een significante correlatiecoëfficiënt van 0,89 tussen vet%ADP en vet%BIA. De beste accuraatheid wordt gevonden voor de Schaefer formule, aangezien deze de vergelijkingslijn het best benadert. Het intercept verschilt hier namelijk niet significant van 0. De helling is bij alle drie de benaderingen steeds significant verschillend van 1. Daarnaast wordt er meer variantie in vet%ADP verklaard door de predictoren in de drie regressiemodellen bij de meisjes in vergelijking met de jongens. De beste precisie wordt gevonden voor vet%BIA bij de meisjes, gevolgd door vet%Schaefer en vet%Deurenberg bij de meisjes. Het feit dat de Schaefer formule hier het best presteert, moet genuanceerd worden aangezien deze formule het vetgehalte van de kinderen sterk overschat. Deze afwijking verandert niet naargelang het gewicht, maar systematisch. Men moet hier de bevindingen met voorzichtigheid interpreteren. In de studie van Michels et al. (2012) werd net zoals in de huidige studie meer variantie in vet%ADP verklaard bij de meisjes in vergelijking met de jongens. De hoeveelheid variantie is vaak gelijkaardig tussen beide studies. In de huidige studie wordt bij de meisjes wel meer variantie verklaard in vet%ADP door vet%BIA , vet%Schaefer en vet%Deurenberg in vergelijking met de studie van Michels et al. (2012). Verder was in de studie van Michels et al. net zoals in de huidige studie een goede accuraatheid op te merken. De accuraatheid en precisie werden in de overige twee studies niet onderzocht aan de hand van een regressie-analyse.
63
In de huidige studie wordt eveneens onderzocht of de variabelen leeftijd, geslacht en BMI significante predictoren zijn voor het verschil tussen het vetpercentage bekomen met de BOD POD en de drie andere benaderingen. Hieruit blijkt dat de BMI een (rand)significante predictor is voor de drie onderzochte uitkomstvariabelen. Hoe hoger de BMI, hoe groter het verschil tussen het vetpercentage bekomen met de BOD POD en de BIA. Hetzelfde geldt voor de Deurenberg formule. Een omgekeerde trend wordt teruggevonden voor de Schaefer formule. Hoe lager de BMI, hoe groter het verschil tussen het vetpercentage bekomen met de BOD POD en dat van de Schaefer formule. Deze bevindingen zijn ook op te merken in de Bland-Altman grafieken. Zowel voor de BIA formule als voor de Deurenberg formule ziet men een stijgende trend, namelijk hoe hoger het gemiddeld vetpercentage, hoe groter het gemiddeld verschil tussen vet%ADP en vet%BIA en tussen vet%ADP en vet%Deurenberg. Het omgekeerde wordt opgemerkt voor de Schaefer formule, namelijk hoe lager het gemiddeld vetpercentage, hoe groter het gemiddelde verschil tussen vet%ADP en vet%Schaefer. Het geslacht en de leeftijd blijken in vele gevallen geen significante invloed te hebben op het gemiddeld verschil tussen vet%ADP en de andere benaderingen. De leeftijd heeft enkel een (rand)significante invloed op het gemiddeld verschil tussen vet%ADP en vet%Deurenberg en tussen vet%ADP en vet%BIA. Hoe ouder het kind, hoe groter het gemiddeld verschil tussen deze vetpercentages. Ook het geslacht heeft een randsignificante invloed op het gemiddeld verschil tussen het vetpercentage bekomen met de BOD POD en dat met de Deurenberg formule. Bij meisjes zijn namelijk grotere gemiddelde verschillen op te merken tussen vet% ADP en vet%Deurenberg. Ook in de studie van Michels et al. (2012) bleek leeftijd en geslacht in bepaalde gevallen een invloed te hebben. In de studie van Azcona et al. (2006) en in de studie van Hillier et al. (2014) werden geen regressie-analyses toegepast om de mogelijke invloeden van leeftijd, geslacht en BMI te onderzoeken Verder wordt in deze studie de overeenkomst onderzocht tussen het vetpercentage bekomen met de BOD POD en de andere benaderingen. Hier gaat het over het absolute verschil binnen een individu. Er worden opnieuw betere resultaten vastgesteld bij de meisjes, namelijk kleinere grenzen van overeenkomst. De beste overeenkomst wordt volgens de resultaten van deze analyse gevonden voor de Schaefer formule bij de meisjes, gevolgd door het BIA-toestel en de Deurenberg formule bij de meisjes. De grootte van de grenzen van overeenkomst (>15%) wijzen er wel op dat men de resultaten met voorzichtigheid moet interpreteren op individueel niveau. Ondanks de beste overeenkomst voor de Schaefer formule moet men dit voldoende nuanceren gezien de sterke overschatting van het vetgehalte door deze formule. In
64
de Bland-Altman grafieken wordt enkel een opwaartse trend opgemerkt voor de vergelijking tussen vet%ADP en vet%BIA bij beide geslachten en de volledige steekproef. Dit betekent dat de BIA formule het vetpercentage onderschat bij een eerder hoog vetpercentage en overschat bij een eerder laag vetpercentage. Bij de vergelijking tussen vet%ADP en vet%BIA is de grootte van de 95% LOA ongeveer gelijk als deze in de studie van Michels et al. (2012). Bij de vergelijking tussen enerzijds vet%ADP en anderzijds vet%Schaefer en vet%Deurenberg ziet men duidelijke verschillen in de 95% LOA, zoals bijvoorbeeld [-5,4; 16,5] bij vet%Schaefer in de studie van Michels et al. (2012) en [-16,76; 1,77] bij vet%Schaefer in de huidige studie (bij jongens). In de huidige studie zijn voor vet%Schaefer en vet%Deurenberg nauwere grenzen van overeenkomst te vinden in vergelijking met de resultaten van de studie van Michels et al.(2012). In de studie van Michels et al. vond men de beste overeenkomst voor de BIA methode, terwijl men in de huidige studie de beste overeenkomst vindt voor de Schaefer methode. In de beide studies, alsook in de studie van Azcona et al. (2006), is een opwaartse trend terug te vinden voor de vergelijking tussen vet%ADP en vet%BIA. De studie van Michels et al. vond verder wel een neerwaartse trend voor de vergelijking tussen vet%ADP en vet%Schaefer en een opwaartse trend voor vet%Deurenberg. Daarnaast werd er een trend van convergentie opgemerkt bij de drie benaderingen (behalve bij de meisjes bij vet%Deurenberg) in de Bland-Altman grafieken van de studie van Michels et al. . In de huidige studie wordt deze trend niet teruggevonden. De studie van Azcona et al. (2006) vond een 95% LOA voor vet%ADP en vet%BIA van [-13,7; 6,9]. Dit zijn, in vergelijking met de huidige studie, wijdere grenzen van overeenkomst. In de studie van Hillier et al. (2014) voerde men geen BlandAltman analyse uit om de overeenkomst tussen vet%ADP en vet%BIA te bestuderen. Betere uitwisselbaarheid (ICC) tussen de BOD POD en de drie benaderingen wordt gevonden voor de meisjes. Volgens de analyses zou de BOD POD het best uitwisselbaar gebruikt kunnen worden met de Schaefer formule bij de meisjes. Ook voor vet%BIA bij de meisjes wordt een goede uitwisselbaarheid aangetoond. Bij de jongens wordt consequent een minder goede uitwisselbaarheid gevonden (ICC<0,75). Uiteraard moet men hier opnieuw de positieve resultaten van de Schaefer formule in rekening brengen met de systematische overschatting op vlak van het vetgehalte. In de studie van Michels et al. (2012) was in geen enkel geval een ICC terug te vinden die hoger was dan 0,75. In de huidige studie is dit echter wel het geval, namelijk bij de drie benaderingen voor de meisjes en voor de volledige steekproef (behalve bij vet%BIA voor de volledige steekproef). Betere uitwisselbaarheid wordt dus gevonden in het huidige onderzoek. In de overige studies werden geen intraclass correlaties uitgevoerd.
65
Een opvallend aspect in deze studie is dat er bij de meisjes in alle resultaten een betere vergelijkbaarheid wordt vastgesteld. Deze trend was eveneens terug te vinden in de studie van Michels et al. (2012). Een mogelijke verklaring hiervoor is dat meisjes een hoger percentage lichaamsvet hebben. De uitwisselbaarheid van de methodes is in deze huidige studie niet volledig aan te raden, gezien de minder goede resultaten bij de jongens en gezien de sterke afwijkingen in vetpercentage van de formules. In de andere studies raadden de auteurs het eveneens eerder af om de methodes uitwisselbaar te gebruiken (Azcona et al., 2006; Hillier et al., 2014; Michels et al. 2012). In de huidige studie vindt men aanwijzingen terug voor het gebruik van de schaefer formule en de BIA formule, terwijl men in de studie van Michels et al. (2012) de beste resultaten bekwam voor vet%BIA. Opnieuw moet men hier de overschatting en afwijking in vetpercentage van de Schaefer en BIA formule in het achterhoofd houden. Een mogelijke verklaring voor deze verschillen tussen deze twee studies kan misschien gevonden worden bij de validering van de onderzochte BIA benaderingen (BIA formule, Schaefer formule, Deurenberg formule). Deze formules zijn telkens bij een specifieke doelpopulatie, met een bepaald soort BIA-toestel en met een bepaalde referentiemethode gevalideerd (zie tabel 11). Onze leeftijdsrange valt steeds binnen de populaties van de onderzochte formules, wat een positieve zaak is. Verder kan men wel zien dat er enige verschillen zijn op andere vlakken, zoals de etniciteit, het gebruikte BIA-toestel en de referentiemethodes. Deze verschillen in validatie zorgen ervoor dat de vergelijking tussen de studies moeilijk is en dat verschillen in resultaten mogelijk zijn.
66
Tabel 11: Verschillen op vlak van validatie tussen de onderzochte BIA formules Vetpercentage Leeftijd
(%)
Etniciteit (land)
Gemiddelde
n SD
BIA-
Referentie-
toestel
methode
Foot-toTanita
4-18
formule
jaar
Engeland
/
/
101
foot – Hand-to-
DEXA
foot *
Schaefer
3-19
formule
jaar
Deurenberg formule
7-25 jaar
Duitsland
Nederland
19,6
8,1
J: 18,7
J: 5,8
M: 20,4
M: 7,0
112
246
Hand-tofoot
Near-infrared Spectronomy (NIR)
Hand-to-
Onderwater-
foot
weging
/ Niet vermeld; *Afhankelijk van soort Tanita-toestel; J, jongens; M, meisjes; n, aantal; SD, standaard deviatie Verklaringen voor de verschillende resultaten tussen deze studies kunnen uiteenlopend zijn. Het vergelijken van deze studies is echter niet vanzelfsprekend. De studie van Michels et al. (2012) komt beter overeen met de huidige studie in vergelijking met de andere studies. Dit is wellicht te wijten aan de besproken factoren in tabel 10. Men moet er rekening mee houden dat de gebruikte methodologie van deze studies vrij sterk kan verschillen (zie tabel 10). Het gebruik van verschillende BIA-toestellen is hierbij een belangrijke factor. De Deurenberg formule is gebaseerd op de ‘BIA 101 Body Composition Analyser’ (RJL-systems) aan de linkerzijde en de Schaefer formule is gebaseerd op de ‘Holtain body composition analyser’ aan de rechterzijde. Deze toestellen hebben twee elektroden voor de voeten en twee elektroden voor de handen. In dit onderzoek wordt echter gebruik gemaakt van het toestel ‘BIA Tanita BC-418’ waarbij er geen losse elektroden gebruikt worden die rechtstreeks op het lichaam geplaatst worden. Ook in de literatuur worden vaak andere toestellen gebruikt. Hier merkt men verschillen op als gevolg van het gebruik van ofwel een ‘foot-to-foot’ of
67
‘hand-to-foot’ toestel. In de studie van Azcona et al. (2006) en in de studie van Michels et al. (2012) werkte men met een toestel waarbij men enkel de impedantie onderzocht van het onderste lichaamsdeel. In de studie van Hillier et al. (2014) gebruikte men hetzelfde toestel zoals in dit onderzoek. De officiële namen van de gebruikte toestellen in deze onderzochte studies kan men terugvinden in tabel 10. De verschillende studies gebruikten daarnaast niet dezelfde formules om het vetpercentage te berekenen met het BOD POD-toestel. De huidige studie en de studie van Michels et al. (2012) gebruikten de formule van Wells et. al (2010) aangezien deze formule beter geschikt is voor kinderen, terwijl de studies van Azcona et al. (2006) en Hillier et al. (2014) de formule van Siri (1961) hanteerden aangezien deze studies ook volwassenen betrokken in de onderzoekspopulatie. Daarnaast zijn er ook verschillen op te merken op vlak van de onderzochte populatie. Het aantal kinderen, de leeftijd, het vetpercentage of de BMI en dergelijke zijn niet gelijk in deze studies (zie tabel 10). De leeftijd en het geslacht kunnen een belangrijke rol spelen aangezien de chemische maturatie van vetvrij weefsel in het lichaam verandert naargelang de leeftijd en aangezien deze verandering anders verloopt tussen jongens en meisjes (Wells, 2010). Ook de verhouding kinderen met een normaal gewicht, overgewicht en obesitas binnen de onderzoekspopulatie kan de resultaten beïnvloeden. In de huidige studie, alsook in de studie van Michels et al. (2012), gebruikte men de cut-off waarden van de International Obesity Task Force, terwijl men in de studies van Azcona et al. (2006) en Hillier et al. (2014) andere cut-off waarden gebruikten om aan te geven welke personen al dan niet obesitas en overgewicht hebben (zie tabel 10). Deze verschillen in cut-off waarden maakt de vergelijking tussen studies niet eenvoudig. Daarnaast wordt in de literatuur ook vaak vermeld dat de hydratatiestatus van de kinderen een belangrijke factor is. Het BIA-toestel is namelijk erg gevoelig aan de hydratatiestatus van de kinderen, alsook aan de lichaamstemperatuur, de etniciteit, de graad van overgewicht en het tijdstip van meten. De onderzoeksprocedure kan hier mogelijks ook verschillend zijn tussen deze studies. Specifieke details werden niet vermeld in de verschillende studies. Sterktes en limitaties Een sterkte van deze studie is dat de uitgevoerde analyses steeds gestratificeerd werden voor geslacht en eveneens bekeken werden voor de volledige steekproef. Leeftijd en geslacht werden in de analyses eveneens in kaart gebracht. Nog een sterkte was het gebruik van uitgebreide statistiek. Er werden verschillende testen (ICC, correlatie, Bland-Altman, regressie-analyses,…) uitgevoerd om de onderzoeksvragen te beantwoorden. Een derde
68
sterkte is dat de BOD POD- en de BIA-metingen tijdens het veldwerk steeds uitgevoerd werden aan de hand van een gestandaardiseerd protocol. De BIA- en BOD POD-metingen werden op dezelfde dag en op hetzelfde moment van de dag uitgevoerd. Verder werden de metingen steeds in dezelfde ruimte uitgevoerd en mochten de kinderen tussen de metingen door niet eten en drinken. Alle kinderen hadden bovendien exact dezelfde kledij aan tijdens beide metingen. Tijdsverschil, temperatuursverschil, hydratatiestatus en dergelijke kunnen hier dus geen beïnvloedende factoren zijn. De kinderen ervoeren ook geen angst, aangezien de meeste kinderen deze metingen niet voor de eerste maal ondergingen. Nog een sterkte is dat in deze studie gebruik gemaakt werd van de Wells formule (2010) om het vetpercentage te bepalen met de BOD POD. Dit is een pluspunt aangezien deze formule beter geschikt is voor kinderen. Verder werd in de studie ook gewerkt met een vierpunts-BIA waardoor men beter kan vergelijken met de BOD POD, gezien deze alletwee het volledige lichaam onderzoeken. Daarnaast heeft deze studie ook een aantal beperkingen. De BOD POD werd in deze studie als referentiemethode gebruikt. Dit om verschillende redenen zoals het eenvoudig gebruik bij de doelgroep, de afwezigheid van straling, de haalbaarheid op verplaatsing, enz. In de literatuur wordt aangegeven dat men idealiter een vier-compartiment model dient te gebruiken als gouden standaard. Vele studies gebruikten de DEXA of onderwaterweging als referentiemethode, wat de vergelijking tussen de studies en het trekken van conclusies moeilijker maakt. De BOD POD is eerder een standaardmethode en niet een criterium aangezien het gebaseerd is op een twee-compartiment model. Door het gebrek aan de absolute gouden standaard, kan men moeilijk besluiten welke van de methodes nu beter is. In de literatuur wordt wel vaak gesteld dat de BOD POD meer valide en betrouwbaar is dan de BIA. Nog een beperking was dat het thoracaal volume geschat werd in plaats van exact gemeten, gezien de moeilijk uitvoerbare methode bij kinderen. Een andere beperking is dat er in de onderzoekspopulatie weinig kinderen aanwezig waren met overgewicht (7,7%) en obesitas (0,5%), wat tot gevolg heeft dat de resultaten moeilijk te generaliseren zijn naar een populatie met een hoger vetgehalte.
69
11 CONCLUSIES & RELEVANTIE VOOR DE PRAKTIJK EN AANBEVELINGEN Uit de resultaten kan afgeleid worden dat de vetpercentages bepaald met de BIA (gebruik makend van de ingebouwde BIA formule) en de BOD POD niet significant verschillen. De BIA formule blijkt wel het vetgehalte te overschatten bij kinderen met een eerder laag vetgehalte en te onderschatten bij kinderen met een eerder hoog vetgehalte. Een tweede belangrijke bevinding is dat de Schaefer en Deurenberg formules het vetgehalte van de kinderen systematisch overschatten. Dit zowel bij beide geslachten als bij de volledige steekproef. Bepaalde analyses geven aan dat de Schaefer formule het best presteert op vlak van overeenkomst. Door de sterke afwijkingen in vetpercentage moeten de gevonden resultaten dus goed genuanceerd en voorzichtig geïnterpreteerd worden. Meer vergelijkbare resultaten worden steeds gevonden voor de meisjes. Gezien de onvoldoende resultaten bij de jongens kunnen de verschillende methodes niet uitwisselbaar gebruikt worden. Door het feit dat de Schaefer en Deurenberg formules het vetgehalte sterk overschatten, wordt het gebruik hiervan dus niet aangeraden. Gezien de afwijkende resultaten bij kinderen met een eerder hoog of eerder laag vetgehalte is ook het gebruik van de BIA formule niet echt mogelijk. Enkel bij een populatie kinderen met een gezond gewicht zou het gebruik van de BIA formule te verantwoorden zijn. Geen enkele methode wordt aangeraden om te gebruiken als alternatief van de BOD POD-meting. Wat wel een mogelijkheid is, is om een BIA methode te combineren met een andere meetmethode, zoals bijvoorbeeld een huidplooidiktemeting, om zo tot een betere inschatting te komen van het vetpercentage. Men moet bij deze resultaten wel enkele kanttekeningen maken. Het BIA-toestel met eigen formule en de Schaefer en Deurenberg formules werden namelijk gevalideerd bij een specifieke
populatie
(verschillen
naargelang
leeftijdsrange,
etniciteit,
vetpercentagegemiddelde en –SD, aantal,…), met ofwel een ‘hand-to-foot’ of een ‘foot-tofoot’ toestel en met een specifieke referentiemethode. Het gebruik van deze formules in andere omstandigheden zou echter kunnen leiden tot hogere predictiefouten. De bekomen resultaten zullen steeds afhangen van het vetpercentage, de leeftijd, de etniciteit en het geslacht van de onderzochte populatie. Men moet dus met voorzichtigheid de resultaten van het BIA-toestel en de gebruikte formules interpreteren.
70
In de literatuur worden andere alternatieven meer aangeraden dan de BIA methodes om het vetpercentage bij kinderen te bepalen. Michels et al. (2012) beschouwen het meten van huidplooidiktes als een beter alternatief wanneer een BOD POD-meting niet mogelijk is. Voor deze methode heb je uiteraard wel voldoende deskundigheid en ervaring nodig. Daarnaast is dit ook moeilijk uit te voeren bij obese personen. Wanneer er geen ervaren en deskundig personeel voorhanden is, kan men de BIA methode gebruiken in combinatie met andere alternatieven. Om grootschalige studies bij kinderen uit te voeren, is de BOD POD nog steeds een betere methode om het vetpercentage in kaart te brengen, ondanks de praktische beperkingen. In ieder geval is het belangrijk dat men bij iedere studie, waarbij men een bepaald toestel of formule wenst te gebruiken om het vetpercentage van een populatie te bepalen, eerst de biologische factoren (zoals leeftijd, vetgehalte, etniciteit van de populatie) en de methodologische factoren (zoals toestel, personeel, gouden standaard) in kaart brengt. Op deze manier kan men zorgvuldig een benadering kiezen die bij de specifieke studie past.
71
12 LITERATUURLIJST Albersen, M., Bonthuis, M., de Roos, N., van den Hurk, D., Weber, E., Hendriks, M., et al. (2010). Whole body composition analysis by the BOD POD air-displacement phenylketnuria shows a higher body fat percentage. Journal of Inherited Metabolic Disease, 33(3), 283-288. Anderson, D.E. (2007). Reliability of air displacement plethysmography. The Journal of Strength & Conditioning Research, 21(1), 169-172. AZ Sint-Lucas. (2013). Overgewicht bij kinderen. Opgehaald 19 augustus, 2014, van http://www.azstlucas.be/frontend/files/userfiles/files/Patientenfolders/2013Brochure_Overgewicht_bij_kinderen__A5.pdf Azcona, C., Köek, N. & Frühbeck, G. (2006). Fat mass by air-displacement plethysmography and impedance in obese/non-obese children and adolescents. International Journal of Pediatric, 1(3), 176-182. Brambilla, P., Bedogni, G., Moreno, L.A., Goran, M.I., Gutin, B., Fox, K.R., et al. (2006). Crossvalidation of anthropometry against magnetic resonance imaging for the assessment of visceral and subcutaneous adipose tissue in children. International Journal of Obesity, 30(1), 23–30. Bulk-Bunschoten, A.M.W., Renders, C.M., van Leerdam, F.J.M. & HiraSing, R.A. (2004). Signaleringsprotocol huisdrukkerij
Overgewicht
VUMC.
in
Opgehaald
de
Jeugdgezondheidszorg. 6
november,
Amsterdam: 2014,
van
http://jeugdengezondheid.org/downloads/signaleringsprotocolovergewichtJGZBulk2004 .pdf Butte, N.F., Hopkinson, J.M., Wong, W.W., O’Brian Smith, E. & Ellis, K.J. (2000). Body composition during the first 2 years of life: an updated reference. Pediatric Research, 47(5), 578–585. Cairney, J., Hay, J., Veldhuizen, S. & Faught, B. (2011). Assessment of body composition using whole body air-displacement plethysmography in children with and without
72
developmental coördination disorder. Research in Developmental Disabilities, 32(2), 830-835. Cameron, N. (1986). The methods of auxological anthropometry. In F. Falkner & J.M. Tanner (Eds.), Human growth: a comprehensive treatise (pp 3–46). New York: Plenum. Cole, T.J., Bellizzi, M.C., Flegal, K.M. & Dietz, W.H. (2000). Establishing a standard definition for child overweight and obesity worldwide: international survey. British Medical Journal, 320(7244), 1240–1243. Davis, J.A., Dorado, S., Keays, K.A., Reigel, K.A., Valencia, K.S. & Pham, P.H. (2007). Reliability and validity of the lung volume measurement made by the BOD POD body composition system. Clinical Physiology and Functional Imaging, 27(1), 42-46. de Onis, M., Blössner, M. & Borghi, E. (2010). Global prevalence and trends of overweight and obesity among preschool children. American Journal of Clinical Nutrition, 92, 1257–1264. de Onis, M., Onyango, A.W., Borghi, E., Siyam, A., Nishida, C. & Siekmann, J. (2007). Development of a WHO growth reference for school-aged children and adolescents. Bulletin of the World Health Organization, 85(9), 660-667. Dehghan, M., Akhtar-Danesh, N. & Merchant, A. (2005). Childhood obesity, prevalence and prevention. Nutrition Journal, 4(24), 1-8. Demerath, E.W., Guo, S.S., Chumlea, W.C., Towne, B., Roch, A.F. & Siervogel, R.M. (2002). Comparison of percent body fat estimates using air displacement plethysmography and hydrodensitometry in adults and children. International Journal of obesity and related metabolic disorders, 26(3), 389-397. Deurenberg, P., Pieters, J.J. & Hautvast, J.G. (1990). The assessment of the body fat percentage by skinfold thickness measurements in childhood and young adolescence. British Journal of Nutrition, 63(2), 293–303. Deurenberg, P., van der Kooy, K., Leenen, R., Weststrate, J.A. & Seidell, J.C. (1991). Sex and age specific prediction formulas for estimating body composition from bioelectrical impedance: a cross-validation study. International Journal of Obesity, 15(1), 17–25.
73
Drieskens, S. & Wetenschappelijk Instituut Volksgezondheid (2008). Gezondheidsenquête: voedingsstatus.
Opgehaald
6
november,
2014,
van
https://www.wiv-
isp.be/epidemio/epinl/crospnl/hisnl/his08nl/9.voedingsstatus.pdf. Elia, M. & Ward, L. (1999). Joint symposium with the British Dietetic Association on 'Implementing dietary change: theory and practice' - Session 1: Nutritional assessment: New techniques in nutritional assessment: body composition methods. The nutrition society, 58, 33-38. Fanelli, M. & Kuczmarski, R. (1984). Ultrasound as an approach to assessing body composition. American Journal of Clinical Nutrition, 39(5), 703-709. Fields, D.A. & Goran, M.I. (2000). Body composition techniques and the four-compartment model in children. Journal of applied Physiology, 89(2), 613-620. Fields, D.A., Goran, M.I. & McCrory, M. (2002). Body composition assessment via airdisplacement plethysmography in adults and children: a review. The American Journal of Clinical Nutrition, 75(3), 453-467. Fields, D.A., Hull, H.R., Cheline, A.J., Yao, M. & Higgins, P.B. (2004). Child-specific thoracic gas volume prediction equations for air-displacement plethysmography. Obesity Research & Clinical Practice, 12(11), 1797–1804. Fishberg, M., Baur, L., Chen, W., Hoppin, A., Koletzko, B., Lau, D., et al. (2004). Obesity in children and adolescents: Working Group Report of the Second World Congress of Pediatric Gastroenterology, Hepatology, and Nutrition. Journal of Pediatric Gastroenterology and Nutrition, 39(2), 678–687. Flegal, K.M. & Ogden, C.L. (2011). Childhood Obesity: Are We All Speaking the Same Language? American Society for Nutrition, 2, 159–166. Flegal, K.M., Carroll, M., Ogden, C. & Johnson, C. (2002). Prevalence and trends in obesity among US adults, 1999-2000. The Journal of the American Association, 288(14), 17231727. Flegal, K.M., Wei, R. & Ogden, C. (2002). Weight-for-stature compared with body mass index-for-age growth charts for the United States from the Centers for Disease Control and Prevention. American Journal of Clinical Nutrition, 75(4), 761-766.
74
Flodmark, C., Lissau, I., Moreno, L., Pietrobelli, A. & Widhalm, K. (2004). New insights into the field of children and adolescents' obesity: The European perspective. International Journal of Obesity, 28(10), 1189. Fredriks, A., van Buuren, S., Burgmeijer, R. & Meulmeester, J. (2000). Continuing positive secular growth change in The Netherlands 1955-1997. Pediatric Research, 47(3), 316323. Freedman, D.S. & Sherry, B. (2009). The Validity of BMI as an Indicator of Body Fatness and Risk Among Children. Pediatrics, 124(1), 23-34. Frühbeck, G., Raggio, S., Azcona, C., Gomez-Ambrosi, J. & Salvador, J. (2000). Childhood obesity: a further step needed. British Medical Journal, 322, 7282-326. Fuller, N.J., Jebb, S.,Laskey, M.A.,Coward, W.A. & Elia, M. (1992). Four-component model for the assessment of body composition in humans: comparison with the alternative methods, and evaluation of the density and hydration of fat-free mass. Clinical Science, 82(6), 687-693. Gately, P.J., Radley, D., Cooke, C.B., Carroll, S., Oldroyd, B., Truscott, J.G., et al. (2003). Comparison of body composition methods in overweight and obese children. Journal of applied Physiology, 95(5), 2039-2046. Glickman, S., Marn, C., Supiano, M. & Dengel, D. (2004). Validity and reliability of dualenergy X-ray absorptiometry for the assessment of abdominal adiposity. Journal of Applied Physiology, 97(2), 509-514. Goodpaster, B. (2002). Measuring body fat distribution and content in humans. Current opinion in Clinical Nutrition and Metabolic Care, 5(5), 481-487. Goran, M.I. (1998). Measurement Issues Related to Studies of Childhood Obesity: Assessment of Body Composition, Body Fat Distribution, Physical Activity, and Food Intake. Pediatrics, 101, 505-518. Goran, M.I., Gower, B.A., Treuth, M. & Nagy, T.R. (1998). Prediction of intra-abdominal and subcutaneous abdominal adipose tissue in healthy pre-pubertal children. International Journal of obesity and related metabolic disorders, 22, 549-558.
75
Han J.C., Lawlor, D.A. & Kimm, S.Y. (2010). Childhood Obesity – 2010: Progress and Challenges. The Lancet, 375(9727), 1737-1748. Haroun, D., Croker, H., Viner, R. M., Williams, J. E., Darch, T. S., Fewtrell, M. S., et al. (2009). Validation of BIA in Obese Children and Adolescents and Re-evaluation in a Longitudinal Study. Obesity, 17(12), 2245-2250. Haslam, D., Sattar, N. & Lean, M. (2009). ABC of obesity - Obesity: Time to wake up. BMJ, 333 (7569), 640-642. Hebestreit, A. & Ahrens, W. (2009). Relationship between dietary behaviours and obesity in European children. International Journal of Pediatric Obesity, 1, 45-47. Heymsfield, S.B., Lohman, T.G., Wang, Z. & Going, S.B. (2005). Human body composition. United States: Human Kinetics. Hillier, S.E., Beck, L., Petropoulou, A. & Clegg, M.E. (2014). A comparison of body composition measurement techniques. Journal of Human Nutrition and Dietetics, 27(6), 626-631. Himes, J. (2009). Challenges of Accurately Measuring Fand using BMI and other indicators of Obesity in children. Pediatrics, 124(1), 3-22. Hoffman,
D.J.,
Sawaya,
A.L.,
Martins,
P.A.,
McCrory,
M.A.
&
Roberts,
S.B.(2006).Comparison of techniques to evaluate adiposity in stunted and nonstunted children. Pediatrics, 117(4), 725-732. Hulshof, P. (2009). Het meten van lichaamssamenstelling in de eerstelijnszorg. Nederlands Tijdschrift voor Voeding en Diëtiek, 64(5), 7-10. Krebs, N., Himes, J., Jacobson, D., Nicklas, T., Guilday, P. & Styne, D. (2007). Assessment of child and adolescent overweight and obesity. Pediatrics, 120(4), 193-228. Krieger, J. (2014). The Pitfalls of Body Fat “Measurement”, Part 3: BOD POD. Opgehaald 2 september,
2014,
van
Weightology
http://weightology.net/weightologyweekly/?page_id=175
76
Weekly:
Kuczmarski, R. & Flegal, K. (2000). Criteria for definition of overweight in transition: background and recommendations for the United States. The American Journal of Clinical Nutrition, 72(5), 1074-1081. Kulkarni, B., Kuper, H., Taylor, A., Wells, J., Radhakrishna, K.V., Kinra, S., et al. (2014). Assessment of body composition in Indian adults: comparison between dual-energy Xray absorptiometry and isotope dilution technique. British Journal of Nutrition, 112(7), 1147–1153. Lazzer, S., Bedogni, G., De Col, A., Mornati, D. & Sartorio, A. (2008). Comparison of dualenergy X-ray absorptiometry, air-displacement plethysmography and bioelectrical impedance analysis for the assessment of body composition in severly obese Caucasian children and adolescents. Britisch Journal of Nutrition, 100(4), 918-924. Le Carvennec, M., Fagour, C., Adenis-Lamarre, E., Perlemoine, C., Gin, H. & Rigalleau, V. (2007). Body composition of obese subjects by air displacement plethysmography: the influence of hydration. Obesity (Silver Spring), 15(1), 78-84. Lee, S.Y. & Gallagher, D. (2008). Assessment methods in human body composition. Current Opinion in Clinical Nutrition and Metabolic Care, 11(5), 566-572. Lemmens, A. & Ariës, M. (2005). Praktische radiologie. Houten: Bohn Stafleu Van Loghum. Levine, J.A., Abboud, L., Barry, M., Reed, J.E., Sheedy, P.F. & Jensen, M.D. (2000). Measuring leg muscle and fat mass in humans: comparison of CT and dual-energy Xray absorptiometry. Journal of Applied Physiology, 88(2), 452-456. Lobstein, T. & Frelut, M. (2003). Prevalence of overweight among children in Europe. The International Association for the Study of Obesity. Obesity reviews, 4, 195-200. Lobstein, T., Baur, L. & Uauy, R. (2004). Obesity in children and young people: a crisis in public health. Obesity reviews, 5, 4-85. Lockner, D., Heyward, V., Baumgartner, R. & Jenkins, K. (2000). Comparison of Airdisplacement plethysmography, hydrodensitometry, and dual x-ray absorptiometry for assessing body composition of children 10 to 18 years of age. Annals of the New York Academy of Sciences, 904, 72-78.
77
Maddalozzo, G., Cardinal, B. & Snow, C. (2002). Concurrent validity of the BOD POD and dual energy x-ray absorptiometry techniques for assessing body composition in young women. Journal of The American Dietetic Association, 102(11), 1677-1679. Maffeis, C. & Tato, L. (2001). Long-term effects of childhood obesity on morbidity and mortality. Hormone Research, 55(1), 42-45. Maynard, L.M., Wisemandle, M.A., Roche, A.F., Chumlea, W.C., Guo, S.S. & Siervogel, R.M. (2001). Childhood body composition in relation to body mass index. Pediatrics, 107(2), 344–350. McArdle, W.D., Katch, F.I. & Katch, V.L. (2007). Exercise physiology: Energy, Nutrition and Human performance. Philadelphia: Lippincott Williams & Wilkins. McCrory, M.A., Gomez, T.D., Bernauer, E.M. & Molé, P.A. (1995). Evaluation of a new air displacement plethysmograph for measuring human body composition. Medicine & Science in Sports & Exercise, 27(12), 1686–1691. Michels, N., Huybrechts, I., Bammann, K., Lissner, L., Moreno, L., Peeters, M., et al. (2012). Caucasian
children’s
fat
mass:
routine
anthropometry
v.
air-displacement
plethysmography. British Journal Of Nutrition, 109(8), 1528-1537. Monasta, L., Lobstein, T., Cole, T., Vignerova, J. & Cattaneo, A. (2011). Defining overweight and obesity in pre-school children: IOTF reference or WHO standard? Obesity Reviews, 12(4), 295-300. Mook-Kanamori, D., Holzhauer, S., Hollestein, L. M., Durmus, B., Manniesing, R., Koek, M., et al. (2009). Abdominal fat in children in children measured by ultrasound and computer tomography. Ultrasound in Medicine & Biology, 35(12), 1938–1946. Moreno, L.A., Pigeot, I. & Ahrens, W. (2011). Epidemiology of obesity in children and adolescents: prevalence and etiology. New York: Springer. Must, A. & Anderson, S.E. (2006). Body mass index in children and adolescents: considerations for population-based applications. International Journal of Obesity, 30(4), 590–594. National Obesity Observatory (2011). A simple guide to classifying body mass index in children.
Opgehaald
9
november,
78
2014,
van
http://www.noo.org.uk/uploads/doc/vid_11601_A_simple_guide_to_classifying_BMI_i n_children.pdf Ng, M., Fleming, T., Robinson, M., Thomson, B., Graetz, N. Margono, C., et al. (2014). Global, regional, and national prevalence of overweight and obesity in children and adults during 1980–2013: a systematic analysis for the Global Burden of Disease Study 2013. The lancet, 384(9945), 1-16. Niesten, L. & Bruwier, G. (2007). Obesitas bij kinderen. Huisarts Nu, 37(4), 189-204. Noreen, E.E. & Lemon, P.W. (2006). Reliability of air displacement plethysmography in a large, heterogeneous sample. Medicine & Science in Sports & Exercise, 38(8), 15051509. Olds, T., Maher, C., Zumin, S., Péneau, S., Lioret, S., Castetbon, K., et al. (2011). Evidence that the prevalence of childhood overweight is plateauing: data from nine countries. International Journal of Pediatric Obesity, 6(5-6), 342–360. Organisation for Economic Co-operation and Development. (2013). Health at a Glance 2013OECD
INDICATORS.
Opgehaald
25
april,
2015,
van
http://www.oecd-
ilibrary.org/docserver/download/8113161e.pdf?expires=1429981465&id=id&accname= guest&checksum=C7BCA4F3EF353F751330C785DF6E9852 Organisation for Economic Co-operation and Development. (2014). Obesity Update. June 2014. Opgehaald 25 april, 2015, van http://www.oecd.org/els/health-systems/ObesityUpdate-2014.pdf Pereira, A.Z., Marchini, J.S., Carneiro, G. & Zanella, M.T. (2012). Ultrasound evaluation of obesity: fat and muscle thickness, and visceral fat. International Journal of Nutrology, 5(2), 71-73. Pietrobelli, A. & Tato, I. (2005). Body composition measurements: From the past to the future. Acta Paediatrica, 94(448), 8-13. Pimentel, G. D., Portero-McLellan, K. C., Maestá, N., Corrente, J. E. & Burini, R. C. (2010). Accuracy of sagittal abdominal diameter as predictor of abdominal fat among Brazilian adults: a comparison with waist circumference. Nutrición Hospitalaria, 25(4), 657-661.
79
Pineau, J.C., Lalys, L., Pellegrini, M. & Battistini, N. (2013). Body Fat Mass Assessment: A comparison between an Ultrasound based device and a discovery A model of DXA. International Scholarly Research Notices Obesity, 2013, 1-5. Plank, L.D. (2005). Dual-energy X-ray absorptiometry and body composition. Current Opinion in Clinical Nutrition and Metabolic Care, 8(3), 305-309. Quetelet, L.A.J. (1869). Physique sociale. Brussels: C. Muquardt. Racette, S.B., Deusinger, S.S. & Deusinger, R.H. (2003). Obesity: Overview of Prevalence, Etiology, and Treatment. Physical Therapy, 83(3), 276-288. Rodríguez, G. & Moreno, L.A. (2006). Body mass index and body fat composition in children and adolescents. In L.A. Ferrera (Ed). Focus on body mass index and health research (pp 79–95). New York: Nova Science. Rodríguez, G., Pietrobelli, A., Wang, Y. & Moreno, L.A. (2011). Methodological Aspects for Childhood and Adolescence Obesity Epidemiology. In L.A. Moreno, I. Pigeot & W. Ahrens. Epidemiology of obesity in children and adolescents: prevalence and etiology (pp. 21-40). New York: Springer. Roelants, M., Hauspie, R., Hoppenbrouwers, K. (2009). References for growth and pubertal development from birth to 21 years in Flanders, Belgium. Annals of Human Biology, 36(6), 680-694. Rush, E.C., Chandu, V., Plank, L.D. (2006). Prediction of fat-free mass by bioimpedance analysis in migrant Asian Indian men and women: a cross validation study. International Journal of Obesity, 30(7), 1125-1131. Schaefer, F., Georgi, M., Zieger, A. & Schärer, K. (1994). Usefulness of bioelectric impedance and skinfold measurements in predicting fat-free mass derived from total body potassium in children. Pediatric Research, 35(5), 617–624. Shaikh, M., Crabtree, N., Shaw, N. & Kirk, J. (2007). Body Fat Estimation Using Bioelectrical Impedance. Hormone Research, 68(1), 8-10. Silva, D., Ribeiro, A., Pavão, F., Ronque, E., Avelar, A., Silva, A., et al. (2013). Validity of the methods to assess body fat in children and adolescents using multi-compartment
80
models as the reference method: a systematic review. Revista da Associação Médica Brasileira, 59(5), 475-486. Siri, W.E. (1961). Body composition from fluid spaces and density: Analysis of methods. In Brozek, J., Henzchel, A. Techniques for Measuring Body Composition. (224–244). Washington: National Academy of Sciences. Sopher, A.B., Thornton, J.C., Wang, J., Pierson, R.N., Heymsfield, S.B. & Horlick, M. (2004). Measurement of Percentage of Body Fat in 411 Children and Adolescents: A Comparison of Dual-Energy X-ray absorptiometry with a four-compartment model. Pediatrics, 113(5), 1285-1290. Stichting Voedingscentrum Nederland. (2004). De Body Mass Index. Opgehaald 8 oktober, 2014, van Stichting Voedingscentrum Nederland: http://www.voedingscentrum.nl Stolk, R.P., Wink, O., Zelissen, P.M., Meijer, R., van Gils, A.P. & Grobbee, D.E. (2001). Validity and reproducibility of ultrasonography for the measurement of intra-abdominal adipose tissue. International Journal of Obesity, 25(9), 1346-1351. Talma, H., Chinapaw, M., Bakker, B., Hirasing, R., Terwee, C. & Altenburg, T. (2013). Bioelectrical impedance analysis to estimate body composition in children and adolescents: a systematic review and evidence appraisal of validity, responsiveness, reliability and measurement error. Obesity Reviews,14(11), 895–905. Taylor, R.W., Jones, I.E., Williams, S.M., & Goulding, A. (2000). Evaluation of waist circumference, waist-to-hip ratio, and the conicity index as screening tools for high trunk fat mass, as measured by dual energy X-ray absorptiometry. The American Journal of Clinical Nutrition, 72(2), 490–495. Tyrrell, V.J., Richards, G., Hofman, P., Gilies, G.F., Robinson, E. & Cutfield, W.S. (2001). Foot-to-foot bioelectrical impedance analysis: a valuable tool for the measurement of body composition in children. International Journal of Obesity, 25(2), 263-278. Universitair Ziekenhuis Antwerpen. (2014). Echografie. Opgehaald 6 november, 2014, van UZA: http://www.uza.be/onderzoek/echografie Van der Heyden, J., Gisle, L., Demarest, S., Drieskens, S., Hesse, E. & Tafforeau, J. (2008). Gezondheidsenquête België, 2008. Rapport I - Gezondheidstoestand. Opgehaald 4
81
oktober,
2014,
van
WIV-isp:
Gezondheidsenquête:
http://www.vvsg.be/sociaal_beleid/gezondheidsbeleid/Documents/SamenvattingGezond heidstoestand.pdf Van Mol, E. (2004). Toenemend overgewicht bij kinderen. Nutrinews, 2, 2-9. Van Wezel, B., Bruil, J., van Buuren, S. & Fredriks, M. (2004). Signaleren van overgewicht en (secundaire) preventie bij jeugdigen. Nederlands Tijdschrift voor Diëtisten, 59(2), 42-46. Wang, J. (2003). Waist circumference: a simple, inexpensive, and reliable tool that should be included as part of physical examinations in the doctor's office. American Journal Clinical Nutrition, 78(5), 2-3. Weliswaar. (2010). Vlaamse jongeren worden groter en zwaarder. Opgehaald 18 augustus, 2014, van Weliswaar: http://www.weliswaar.be/modulefiles/magazines/85-onderzoek2008/pdfs/vlaamse-jongeren-worden-groter-en-zwaarder.pdf Wells, J.C.K. & Fewtrell, M.S. (2006). Measuring body composition. Archives of Disease in Childhood, 91(7), 612-617. Wells, J.C.K., Fuller, N.J., Dewit, O., Fewtrell, M.S., Elia, M. & Cole, T.J. (1999). Fourcomponent model of body composition in children: density and hydration of fat-free mass and comparison with simpler models. American Journal of Clinical Nutrition, 69(5), 904–912. Wells, J.C.K., Williams, J.E., Chomtho, S., Darch, T., Grijalva-Eternod, C., Kennedy, K., et al. (2010). Pediatric reference data for lean issue properties: density and hydration from age 5 to 20y. The American Journal of Clinical Nutrition, 91(3), 610-618. Wijnhoven, T.M., van Raaij, J.M., Spinelli, A., Rito, A.I., Hovengen, R., Kunesova, M., et al. (2013). WHO European Childhood Obesity Surveillance Initiative 2008: weight, height and body mass index in 6-9-year-old children. Pediatric Obesity, 8(2), 79-97. Wolters, E.C. & Groenewegen, H.J. (1996). Neurologie: Structuur, functie en dysfunctie van het zenuwstelsel. Houten: Bohn Stafleu van Loghum.
82
World Health Organisation. (1995). Expert Committee. Physical status, the use and interpretation of anthropometry. WHO Technical Report Series 854. Geneva: World Health Organization. World Health Organisation. (2014). Obesity and overweight: Fact sheet. Opgehaald 9 oktober, 2014, van http://www.who.int/mediacentre/factsheets/fs311/en/ Zelissen, P.M.J. (2003). Obesitas en overgewicht -Oorzaken, gevolgen en behandeling. Leuven: Davidsfonds.
83
13 LIJST VAN FIGUREN Figuur 1: Prevalenties van overgewicht (inclusief obesitas) bij jongens en meisjes van verschillende leeftijden in verschillende landen van de wereld. Deze resultaten zijn gebaseerd op de IOTF cut-off waarden, waar mogelijk (Organisation for Economic Co-operation and Development, 2013).
Figuur 2: Voor leeftijd gestandaardiseerde prevalenties van overgewicht (inclusief obesitas) bij kinderen van 2 tot 19 jaar, gebaseerd op IOTF cut-off waarden en onderzocht voor beide geslachten. De prevalenties worden weergegeven voor de periode tussen 1980 tot 2013 (Ng et al., 2014).
Figuur 3: Prevalentie van overgewicht en obesitas bij jongens van 6 tot 9 jaar in 13 Europese landen (Wijnhoven et al., 2013)
Figuur 4: Prevalentie van overgewicht en obesitas bij meisjes van 6 tot 9 jaar in 13 Europese landen (Wijnhoven et al., 2013)
Figuur 5: Percentage van kinderen (2-17 jaar) met 1) overgewicht en 2) obesitas, volgens geslacht en leeftijd. Gezondheidsenquête, België 2008 (Drieskens, Wetenschappelijk Instituut Volksgezondheid, 2008)
Figuur 6: Visualisatie van de vergelijking tussen vet%ADP en vet%BIA, vet%Schaefer, vet%Deurenberg voor de volledige steekproef, weergegeven in een grafiek met als x-as het aantal kinderen geordend op basis van het vetpercentage bekomen met de BOD POD en met als y-as het vetpercentage (%)
Figuur 7: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%BIA, bekeken voor de volledige steekproef.
Figuur 8: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%Schaefer, bekeken voor de volledige steekproef.
84
Figuur 9: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%Deurenberg, bekeken voor de volledige steekproef.
Figuur 10: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%BIA, bekeken voor de jongens.
Figuur 11: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%Schaefer, bekeken voor de jongens.
Figuur 12: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%Deurenberg, bekeken voor de jongens. Figuur 13: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%BIA, bekeken voor de meisjes.
Figuur 14: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%Schaefer, bekeken voor de meisjes.
Figuur 15: Bland-Altman Plot om de overeenkomst na te gaan tussen vet% ADP en vet%Deurenberg, bekeken voor de meisjes.
85
14 LIJST VAN TABELLEN Tabel 1: Prevalenties van overgewicht en obesitas bij Belgische Jongeren (2-17jaar) (Gezondheidsenquête België, 1997, 2001, 2004, 2008)
Tabel 2: Samenvattende tabel met de voor- en nadelen van de BIA en de BOD POD
Tabel 3: Beschrijvende statistiek voor de onderzochte populatie en bijhorende mogelijke leeftijds- en geslachtsverschillen
Tabel 4: Vergelijking van vet%ADP met vet%BIA, vet%Deurenberg en vet%Schaefer aan de hand van de Wilcoxon Signed-Rank test (Z), gestratificeerd voor geslacht
Tabel 5: Voor leeftijd gecorrigeerde Spearman correlatie (Rs) van vet%BIA, vet%Schaefer en vet%Deurenberg met vet%ADP, gestratificeerd voor geslacht Tabel 6: Lineaire regressie-analyse met vet%ADP als uitkomstvariabele en met vet%BIA, vet%Schaefer of vet%Deurenberg als predictoren, gestratificeerd voor geslacht Tabel 7: Multiple lineaire regressie-analyse met het verschil tussen vet%ADP en vet%BIA, het verschil tussen vet%ADP en vet%Schaefer of het verschil tussen vet%ADP en vet%Deurenberg als uitkomstvariabelen en met BMI, leeftijd en geslacht als mogelijke predictoren
Tabel 8: Overeenkomst tussen vet%ADP en vet%BIA, tussen vet%ADP en vet%Schaefer en tussen vet%ADP en vet%Deurenberg, nagegaan aan de hand van Bland-Altman analyse, gestratificeerd voor geslacht
Tabel 9: Uitwisselbaarheid van de instrumenten BOD POD en BIA Tanita BC-418 (vet%BIA, vet%Schaefer en vet%Deurenberg), nagegaan aan de hand van de intraclass correlatiecoëfficiënt (ICC), gestratificeerd voor geslacht
86
Tabel 10: Verschillen op vlak van methodologie en onderzoekspopulatie tussen de huidige studie en de onderzochte studies uit de literatuur Tabel 11: Verschillen op vlak van validatie tussen de onderzochte BIA formules
87
