Analyse de la composi/on corporelle Par$e V Anthropométrie: Analyse II

Documents pareils
Analyse des mesures anthropométriques et de la composition corporelle des cégépiens et des cégépiennes

FICHE SYNTHÉTIQUE LES DIGITAL INFLUENCERS ET LE COURRIER PUBLICITAIRE. 1ère par(e : percep(on & usages du courrier

DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité

INFLUENCE DU TERRAIN LORS D UN EFFORT RÉALISÉ À PUISSANCE MAXIMALE AÉROBIE EN CYCLISME

Composition corporelle

Laser CO2 fractionné. Dr Jean De Wan - Chirurgie et médecine esthétique. 1

Baromètre Direct Assurance des cyberconsommateurs

Ac#vité Physique et Diabète

Évolu>on et maintenance

Pe#t déjeuner Prévention des risques professionnels dans la Mutualité

MTI820 Entrepôts de données et intelligence d affaires. Les applica+ons de BI

Quelles sont les principales formules utiles pour l étude de cas de vente?

Introduc)on à Ensembl/ Biomart : Par)e pra)que

Chapitre 4 La prise en compte de l informa6on dans le modèle de marché

Communauté d aggloméra0on Orléans Val de Loire

Les Français, l épargne et l assurance vie Une enquête Ipsos pour la Fédéra;on Française des Sociétés d Assurances. Janvier 2013

Les bases du SEO (référencement naturel)

Découvrir Drupal. Les meilleurs thèmes et modules Drupal (présenta5on démo)

PLAN D ATHLETISATION PROTOCOLES D EVALUATION DES QUALITES PHYSIQUES DES JOUEURS INTERNATIONAUX

Comment CEGID et ses solu/ons peuvent elles implémenter les standards TICPME2010?

I- USBKey Transfer. Guide d u5lisa5on. Comment u)liser I- USBKey Transfer?

INF6304 Interfaces Intelligentes

à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq

ÉTUDE DU POTENTIEL DE DONS NON ALIMENTAIRES Rapport d étude. Etude copilotée et cofinancée par : Etude menée par :

Présenta)on de Mathieu Jaspard Coordinateur de recherches. Gilles Condé A0aché de recherches

DENSITOMÉTRIE OSSEUSE : CE QUE LE RADIOLOGUE DOIT SAVOIR

UFR de Sciences Economiques Année TESTS PARAMÉTRIQUES

GUIDE TECHNIQUE PANNEAUX BOIS MASSIFS TOURILLONNES

Le secteur de la Mutualité. Présenta*on des organismes Structure et caractéris*ques des emplois Zoom sur les mé*ers

DIRECT ASSURANCE. Les femmes et la cyberconsommation. Etude Direct Assurance Juin Focus sur les cyberconsommatrices.

A propos de l enseignant Introduction aux réseaux sociaux

Le contrôle fiscal anno 2013

Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)

Le don d organes après arrêt des thérapeu2ques Maastricht 3 Une réalité?...

SAUVER LA DISTRIBUTION!

Développement d une application pilote

CAHIER DES CHARGES ETIQUETTES MP06-EU (FORMAT ODETTE)

Commune de Houdain Analyse financière

Collecter des informations statistiques

Alix LASSAIGNE Christophe COTIN VALOIS,

Collabora'on IRISA/INRA sur le transfert de nitrates et l améliora'on de la qualité des eaux des bassins versants:

I. S. F. ET DELOCALISATIONS FISCALES UN IMPACT DIFFICILE A MESURER FAUTE D UN TABLEAU DE BORD SATISFAISANT

: seul le dossier dossier sera cherché, tous les sousdomaines

COMMISSION DE L ÉQUITÉ SALARIALE

Compte rendu de l examen par le BSIF des coefficients du risque d assurance

23. Interprétation clinique des mesures de l effet traitement

INTRASTAT No ce explica ve Merkbla

Une étude de différentes analyses réalisées par le BIT

MOUVEMENTS DE BASE (global) EN MUSCULATION. bphiver2013 Hamrouni Samy 1

L empreinte carbone des banques françaises. Résultats commentés

COMPÉTENCES ET PROFILS AVANCÉ DES SOINS INFIRMIERS pour améliorer les résultats d'accès et de santé

COMMENT CREER VOS BANDES GRAND FORMAT?

Intérêt diagnostic du dosage de la CRP et de la leucocyte-estérase dans le liquide articulaire d une prothèse de genou infectée

Test de terrain ou test de laboratoire pour la performance en endurance?

collection 2012 FR / GB

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

Les grandes études de télémédecine en France

Architecture matériel et logiciel 2

DÉPLOIEMENT 4G ET FIBRE : PREMIER BILAN ET PERSPECTIVES

Présenta)on de la sécurité ES1224 Truck PAC Jump Starter

BULLETIN QUESTIONS-RÉPONSES PROGRAMME D ÉQUITÉ SALARIALE

Surpoids et obésité de l adulte : prise en charge médicale de premier recours

CLOE SYSTEM. Description : Code C100 Vasque d'angle fermée 2 côtés avec bonde et siphon

DOSSIER DE PRESSE : Avril 2012, le tram a un an.

- la mise en place du contrôle budgétaire est souvent mal vécue, car perçue comme une sanction par le personnel de l entreprise.

Le VIH et votre cœur

Lettre de prospective n 48 janvier 2015

ANALAYSE FINANCIERE 1] BILAN FONCTIONNEL

Vers un Système unique d informa4on na4onale de médicaments au Mexique, dans le cadre du suivi de l OMD 8.13

PREAMBULE. Les réseaux sociaux offrent un espace de prise de parole formidable pour toutes les entreprises qui composent notre filière.

Présenta)on DesignBuilder

Concepon et réalisaon

PRÉSENTATION DES RÉSULTATS DU LIVRE BLANC BIG DATA

Athénée Royal d Evere

Mesures et incertitudes

Assurances de biens et de responsabilité

Concours «Mon entreprise» & la Bourse Péladeau

L obésité et le diabète de type 2 en France : un défi pour la prochaine décennie. DANIEL RIGAUD CHU de Dijon

La plaque composite nora Lunatec combi

Le Régime Alimentaire. LR Health & Beauty Systems

THEME 2. LE SPORT CHAP 1. MESURER LA MATIERE: LA MOLE

Quelle est l influence d une réduction des prestations d 1/5, via le crédit-temps et l interruption de carrière, sur le revenu du ménage?

DOCUMENT DE TRAVAIL DES SERVICES DE LA COMMISSION RÉSUMÉ DE L'ANALYSE D'IMPACT. accompagnant le document:

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

ERGOMÉTRIE ERGOMÉTRIE

LA GESTION DE LA FORCE DE VENTE ABORDEE SOUS L ANGLE DE LA REMUNERATION

Leçon N 4 : Statistiques à deux variables

LA LOGISTIQUE LES BONNES QUESTIONS À SE POSER

Associations Dossiers pratiques

Épidémiologie des accidents hémorragiques dus aux anticoagulants oraux

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring

Conseils techniques vélo BMX Race

PROTEGER SON DOS ex. Cliniques St Luc

B2.- Performances acoustiques de divers éléments de construction

TECHNIQUES DE RENFORCEMENT MUSCULAIRE SOUS LA DIRECTION DE A. A. BELKHIRIA

Transcription:

Analyse de la composi/on corporelle Par$e V Anthropométrie: Analyse II Maxime St-Onge, PhD

Contenu Base et fondement des équa/ons de conversion Variables de deuxième niveau Densité corporelle % de gras Masse maigre, Masse grasse Indice de masse maigre Indice de masse grasse

Base et fondements des équa/ons Modèle EMPIRIQUE À par/r d une mesure de référence, on iden/fie la rela/on entre deux variables La somme de 7 plis est mise en rela/on avec la densité corporelle La rela/on entre les points nous donne une équa/on de régression CeIe équa/on permet de prédire la densité corporelle à par/r de la somme de 7 plis Dans notre exemple: Densité corporelle (g/cm³) = -0.0005 x 7plis + 1.096 Notre équa/on explique 94% de la varia/on de la densité corporelle pour ceie popula/on Densité corporelle (g/cm³) 1,09 1,08 1,07 1,06 1,05 1,04 1,03 1,02 y = -0,0005x + 1,096 R² = 0,93602 0 20 40 60 80 100 120 140 160 Somme de 7 plis (mm)

Limites Les équa/ons sont développées à par/r de données spécifiques, propres à certaines popula/ons Les équa/ons sont donc spécifiques à certaines popula/ons Les équa/ons n expliquent pas 100% de la varia/on, il subsiste des écarts qui se traduisent par une marge d erreur lors de la conversion des données brutes ( des plis) en données prédites (densité corporelle g/cm³) Les varia/ons observées dans la mesure de référence induisent également une varia/on dans la prédic/on Densité corporelle (g/cm³) 1,09 1,08 1,07 1,06 1,05 1,04 1,03 1,02 y = -0,0005x + 1,096 R² = 0,93602 0 20 40 60 80 100 120 140 160 Somme de 7 plis (mm)

Hypothèses et source d erreur Hypothèses L u/lisa/on d équa/ons de prédic/ons pour déterminer la composi/on corporelle repose sur certaines hypothèses: I. La compressibilité du /ssus adipeux et de la peau est constante d un individu à l autre II. III. La distribu/on du /ssus adipeux est similaire d un individu à l autre, la sélec/on des site de mesures est donc représenta/ve pour l ensemble des individus La rela/on entre l épaisseur des plis cutanés et la masse grasse est linéaire, ce qui implique une distribu/on propor/onnelle fixe du gras viscéral et du gras sous-cutané FAUX: La compressibilité de la peau et du $ssus adipeux peut varier du simple au double (basé sur des analyses de cadavres) FAUX: La distribu$on/répar$$on du $ssus adipeux est variable d un individu à l autre. Il importe de prendre plusieurs sites de mesures bien répar$s sur l ensemble du corps FAUX: La rela$on peut ou peut ne pas être linéaire en fonc$on du poids et du gabarit

La densité corporelle Ce que c est Bon nombre d équa/ons permeiant l analyse de la composi/on corporelle transforment des valeurs brutes en valeur de densité corporelle CeIe valeur représente la densité moyenne de l ensemble du corps humain en g par cm³ La densité des différents compar/ments de la composi/on corporelle est connue (assumée) Conversion Il existe plusieurs équa/ons de conversion, les plus populaires sont Siri et Brozek: Siri % de gras = (495/Densité)-450 Brozek % de gras = (457/Densité)-414.2 Il est possible de créer une équa/on de conversion de la densité corporelle en valeur frac/onnée (% de gras)

Quan/fica/on de l erreur de prédic/on Marge d erreur biologique On es/me la varia/on biologique à environ 0.006g/cm³ SIRI: % de gras = (495/Densité)-450 Ø Supposons une densité de 1.06 g/cm³ (±0.006 donc 1.054g/cm³ à 1.066g/cm³) Ø % de gras (erreur+) : (495/1.066)-450 = 14.4% Ø % de gras (erreur-) : (495/1.054)-450 = 19.6% Ø % de gras (réel) : (495/1.06)-450 = 16.9% On peut observer une densité de la masse maigre de seulement 1.05 g/cm³ chez des pa/ents ostéoporo/ques et une densité de 1.15 g/cm³ chez des athlètes Modifica/on(s) de la répar//on des compar/ments de la masse maigre Marge d erreur mathémafque Chez des popula/ons athlé/ques, on rapporte une marge d erreur sur le % de gras de ~2.3% et ~2.4% chez des athlètes masculins et féminines respec/vement Chez une popula/on non-athlé/que, la varia/on est plus importante soit de ~2.6 à ~5.9%

Le % de gras Ce que c est Le % de gras représente la frac/on du poids total qui est du gras Proprement dit, ce n est pas la quan/té de gras, mais la frac/on de gras qui compose un individu Une bien mauvaise mesure Probablement la pire valeur pour analyser et comparer la composi/on corporelle Pourtant, la valeur la plus populaire et la plus demandée

Pourquoi le % gras n est pas une bonne mesure d analyse Pourquoi? Comme il s agit d une frac/on, un même % de gras peut signifier une quan/té différente de masse grasse et ce, pour des individus de même grandeur Prenons 2 individus de même grandeur (1.70m) mais de poids différents (50kg et 120kg) ayant tous deux le même % de gras (15%) La quan/té de gras pour un même % de gras est plus de 2 fois plus importante chez l individu plus lourd Le % de gras ne devrait donc pas être u/lisé comme mesure d analyse finale ou encore comme mesure compara/ve, mais plutôt comme intermédiaire afin d obtenir la masse grasse totale et la masse maigre totale Poids (kg) %gras Masse maigre (kg) Masse grasse (kg) 50 15% 42.5 7.5 55 15% 46.8 8.3 60 15% 51.0 9.0 65 15% 55.3 9.8 70 15% 59.5 10.5 75 15% 63.8 11.3 80 15% 68.0 12.0 85 15% 72.3 12.8 90 15% 76.5 13.5 95 15% 80.8 14.3 100 15% 85.0 15.0 105 15% 89.3 15.8 110 15% 93.5 16.5 115 15% 97.8 17.3 120 15% 102.0 18.0

Déterminer le % de gras: Circonférences Hommes Nombre de sujets - Age (années) 15-78 Taille (m) - Poids (kg) - % de gras - Ethnie Pays - Caucasiens Équa$on % de gras= -47.371817 + 0.57914807*X 1 + 0.025189114*X 2 + 0.21366088*X 3 + 0.035595404*X 4 Variables Équa$on de conversion (% de gras) (5.01/Densité 4.57)*100 X 1 = Moyenne entre la circonférence de la taille (cm) et abdominale (cm) X 2 = Circonférence de la hanche (cm) X 3 = Circonférence abdominale (cm) X 4 = Poids (kg) Femmes Nombre de sujets Age (années) - 15-79 Taille (m) - Poids (kg) - % de gras - Ethnie Caucasiennes Pays - Équa$on 1.168297 0.002824*X 1 + 0.0000122098*(X 1 )² 0.000733128*X 2 + 0.000510477*X 3 0.00021616*X 4 Variables X 1 = Moyenne entre la circonférence de la taille (cm) et abdominale (cm) X 2 = Circonférence de la hanche (cm) X 3 = Stature (cm) X 4 = Age (Année) Équa$on de conversion (% de gras) (5.01/Densité 4.57)*100 Tran & Weltman (1989)

Déterminer le % de gras: Plis cutanés Il est fréquent d avoir recours à 1 équa/on de prédic/on afin de déterminer le pourcentage de gras d un individu à par/r de plis cutanés Il est impéra/f de connaître l équa/on u/lisée (provenance, matériel, popula/on, etc.) Éviter d iden/fier une équa/on par le nombre de plis ou de mesures qu elle u/lise. Il est préférable d y référer par le nom de ses auteurs

ÉquaFon(s) FEMMES BLANCHES Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) Durnin & Womersley (1974) 1.1567 0.0717(Log 10 X 1 ) (495/Densité 450 Bicipital (mm) Sous-scapulaire (mm) Supra-iliaque (mm) Jackson, Pollock & Ward(1980) 1.24374 0.03162(Log 10 X 1 ) 0.00066 * X 4 Abdominal (mm) Mi-cuisse (mm) Supra-iliaque (mm) X 4 = Circonférence des hanches (cm) Aucun Jackson, Pollock & Ward(1980) 1.21389 0.04057(Log 10 X 2 ) 0.00016 * X 3 X 2 = Somme des plis : Mi-cuisse (mm) Supra-iliaque (mm) X 3 = Age (années) Katch & McArdle (1973) 1.12569 0.001835* X 1 0.002779* X 2 + 0.005419* X 3 0.0007167* X 4 Brozeck : (457/ Densité) 414.2 X 1 = Sous-scapulaire (mm) X 2 = Supra-iliaque (mm X 4 = Circonférence mi-cuisse (cm) X 3 = Largeur bi-épicondilaire Humérus (mm) Aucun Lewis, Haskell, Perry, Kovacevic & Wood (1978) 0.97845 0.0002* X 1 + 0.00088*X 2 0.00122* X 3 0.00234* X 4 X 1 = X 3 = Sous-scapulaire (mm) X 4 = Circonférence biceps relâché (cm) X 2 = Stature ou grandeur (cm) Withers, Whigngham, Norton, Laforgia, Ellis & Crockeh (1987c) 1.17484 0.07229(Log 10 X 1 ) Sous-scapulaire (mm) Supra-spinal (mm) Mollet (mm) Sloan, Burt & Blyth (1962) 1.0764 0.00081* X 1 0.00088* X 2 X 1 = Supra-iliaque (mm) X 2 =

ÉquaFon(s) HOMMES BLANCS Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) Durnin & Womersley (1974) Forsyth & Sinning (1973) 1.1765 0.0744(Log 10 X 1 ) 1.10647 0.00162*X 1-0.00144*X 2-0.00077*X 3 +0.00071*X 4 Brozeck : (457/ Densité) 414.2 Bicipital (mm) Sous-scapulaire (mm) Supra-iliaque (mm) X 1 = Sous-scapulaire (mm) X 2 = Abdominal (mm) X 3 = X 4 = Mi-axillaire (mm) Katch & McArdle (1973) 1.09665 0.00103* X 1 0.00056*X 2 0.00054*X 3 Brozeck : (457/ Densité) 414.2 X 1 = X 2 = Sous-scapulaire (mm) X 3 = Abdominal (mm) Sloan, Burt & Blyth (1962) 1.1043 0.001327* X 1 0.00131* X 2 X 1 = Mi-cuisse (mm) X 2 =Sous-scapulaire (mm) Wilmore & Behnke (1969) 1.08543 0.000886* X 1-0.00040* X 2 X 1 = Abdominal (mm) X 2 = Mi-cuisse (mm) Jackson et al. (1980) 1.109380 0.0008267* X 1 + 0.0000016*(X 1 ) 2 0.0002574* X 2 Pectoral (mm) Abdominal (mm) Mi cuisse (mm) X 2 = Âge (années) Durnin & Womersley (1974) 1.1765 0.0744(Log 10 X 1 ) Bicipital (mm) Sous-scapulaire (mm) Supra-iliaque (mm)

ÉquaFon(s) FEMMES AFRO AMÉRICAINES (18-55 ans) Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) Jackson et al. (1980) 1.0970 0.00046971* X 1 + 0.00000056*X 1 0.00012828* X 2 % de gras = (485/Densité) 439 Sous-scapulaire (mm) Mi-axillaire (mm) Pectoral (mm) Supra-iliaque (mm) Abdominale (mm) Mi-cuisse (mm) X 2 = Âge (années) ÉquaFon(s) HOMMES AFRO AMÉRICAINS (18-61 ans) Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) Jackson et al. (1980) 1.112 0.00043499* X 1 + 0.00000055*X 1 0.00028826* X 2 % de gras = (437/Densité) 393 Sous-scapulaire (mm) Mi-axillaire (mm) Pectoral (mm) Supra-iliaque (mm) Abdominale (mm) Mi-cuisse (mm) X 2 = Âge (années)

ÉquaFon(s) FEMMES ASIATIQUES Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) 1.0897 0.00133* X 1 Nagamine & Suzuki (1964) % de gras (18-48 ans) = (497/ Densité) 452 Sous-scapulaire (mm) % de gras (61-78 ans) = (487/ Densité) 441 ÉquaFon(s) HOMMES ASIATIQUES Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) Nagamine & Suzuki (1964) 1.0913 0.00116* X 1 Sous-scapulaire (mm)

ÉquaFon(s) FEMMES AMÉRINDIENNES (18-60 ans) Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) Hicks, Heyward, Flores et al.(1993) 1.061983 0.000385* X 1 0.000204 * (âge) % de gras = (481/Densité) 452 Miaxillaire (mm) Suprailliaque (mm) Âge (années) ÉquaFon(s) FEMMES HISPANIQUES (20-40 ans) Pli(s) cutané(s) Circonférence(s) Largeur(s) Autre(s) Jackson et al. (1980) 1.0970 0.00046971* X 1 + 0.00000056*X 12-0.00012828* (âge) % de gras = (487/Densité) 441 Pectoral (mm) Sous-scapulaire (mm) Miaxillaire (mm) Suprailliaque (mm) Abdominal (mm) Mi-cuisse (mm) Âge (années)

Quan/fier le modèle à 2 compar/ments Masse grasse Masse maigre Afin d obtenir la masse grasse à par/r du % Afin d obtenir la masse maigre à par/r du % de de gras il suffit de mul/plier le poids total gras il suffit de soustraire la masse grasse du poids par le % de gras: total: Poids total (kg) x % de gras = Masse grasse (kg) Poids total (kg) Masse grasse (kg) = Masse Maigre (kg) Il est ainsi possible d u$liser les valeurs absolues de composi$on corporelle: Masse grasse (kg) Masse maigre (kg) Toutefois, afin d effectuer des comparaisons justes (autres individus, normes, etc.), il faut exprimer ces valeurs en fonc$on du gabarit ou de la stature)

Mieux que le % de gras Vraiment intéressant Indice de masse grasse IMG (kg masse grasse par m²) Indice de masse maigre IMM (kg de masse maigre par m²) S ob/ennent en divisant la masse maigre ou grasse par la grandeur en mètre, élevée au carré Même principe que l Indice de Masse Corporelle Permet de discriminer davantage que ceie dernière mesure pour des valeurs insuffisantes ou excessives de chacun des compar/ments

IMM, IMG et seuils Masse Maigre Masse Grasse Femmes IMM (kg/m²) Référence 1.68m 70kg IMG (kg/m²) Référence 1.68m 70kg <13.1 37.0 >6.11 17.2 Hommes IMM (kg/m²) Référence 1.72m 80kg IMG (kg/m²) Référence 1.72m 80kg <16.3 48.2 >5.0 14.8