The non-linear relationship between sum of 7 skinfolds and fat and lean mass in elite swimmers

瘦体质量 体质指数 脂肪团 精英 数学 双能X射线吸收法 医学 标准误差 体重 统计 动物科学 内科学 生物 骨矿物 法学 骨质疏松症 政治 政治学
作者
Lachlan J G Mitchell,Kirstin S. Morris,Kate A. Bolam,Kellie R. Pritchard-Peschek,Tina L. Skinner,Megan E. Shephard
出处
期刊:Journal of Sports Sciences [Informa]
卷期号:38 (20): 2307-2313 被引量:2
标识
DOI:10.1080/02640414.2020.1779491
摘要

Body composition can substantially impact elite swimming performance. In practice, changes in fat and lean mass of elite swimmers are estimated using body mass, sum of seven skinfolds (∑7) and lean mass index (LMI). However, LMI may be insufficiently accurate to detect small changes in body composition which could meaningfully impact swimming performance. This study developed equations which estimate dual-energy x-ray absorptiometry (DXA)-derived lean and fat mass using body mass and ∑7 data. Elite Australian swimmers (n = 44; 18 male, 26 female) completed a DXA scan and standardised body mass and ∑7 measurements. Equations to estimate DXA-derived lean and fat mass based on body mass, ∑7 and sex were developed. The relationships between ∑7, body mass and DXA-derived lean and fat mass were non-linear. Fat mass (Adjusted R2 = 0.91; standard error = 1.0 kg) and lean mass (Adjusted R2 = 0.99; standard error = 1.0 kg) equations were considered sufficiently accurate. Lean mass estimates outperformed the LMI in identifying the correct direction of change in lean mass (82% correct; LMI 71%). Using the accurate estimations produced by these equations will enhance the prescription and evaluation of programmes to optimise the body composition and subsequent performance in swimmers.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大黑狗发布了新的文献求助10
刚刚
天天快乐应助王叮叮采纳,获得10
1秒前
Demi完成签到,获得积分10
1秒前
香蕉觅云应助顾暖采纳,获得10
2秒前
3秒前
猪猪hero发布了新的文献求助100
3秒前
天天快乐应助azure采纳,获得10
4秒前
大意的谷冬完成签到,获得积分10
4秒前
mumu完成签到,获得积分10
5秒前
柳叨叨发布了新的文献求助10
6秒前
777y完成签到,获得积分10
6秒前
上官若男应助大黑狗采纳,获得10
7秒前
7秒前
8秒前
田所浩二完成签到 ,获得积分10
8秒前
Nina完成签到,获得积分10
8秒前
8秒前
魔幻沛菡完成签到 ,获得积分10
9秒前
善学以致用应助唐新惠采纳,获得10
9秒前
薛布慧完成签到 ,获得积分10
9秒前
美好蜻蜓完成签到,获得积分10
10秒前
ylj1531585955完成签到,获得积分20
10秒前
老八完成签到,获得积分10
11秒前
MoriZhang完成签到,获得积分10
11秒前
传奇3应助witting采纳,获得10
12秒前
柒柒完成签到,获得积分10
12秒前
小龙完成签到,获得积分20
12秒前
万能图书馆应助onedowmsk采纳,获得10
12秒前
13秒前
爱吃冬瓜发布了新的文献求助10
13秒前
13秒前
郭翔完成签到,获得积分10
13秒前
朱莉完成签到 ,获得积分10
14秒前
14秒前
14秒前
共享精神应助墨痕采纳,获得10
14秒前
15秒前
赵雷发布了新的文献求助10
15秒前
霸气安筠完成签到,获得积分10
16秒前
小龙发布了新的文献求助10
17秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Becoming: An Introduction to Jung's Concept of Individuation 600
Communist propaganda: a fact book, 1957-1958 500
Briefe aus Shanghai 1946‒1952 (Dokumente eines Kulturschocks) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3167746
求助须知:如何正确求助?哪些是违规求助? 2819117
关于积分的说明 7925260
捐赠科研通 2479015
什么是DOI,文献DOI怎么找? 1320596
科研通“疑难数据库(出版商)”最低求助积分说明 632856
版权声明 602443