Στο προηγούμενο (part 2) “Πως και πότε να μετρήσεις την περίμετρο των περιφερειών σου” είδαμε πως να μετρήσεις σωστά τις περιφέρειες σου, αλλά πως μπορείς στην πράξη να χρησιμοποιήσεις αυτές τις τιμές;
Πάμε να δούμε.
Η αξιολόγηση των περιμέτρων των περιφερειών, γίνεται από όρια στις ίδιες τις περιφέρειες, από όρια στις αναλογίες και τους δείκτες αυτών, και φυσικά με την χρήση τους σε εξισώσεις ανάλογα με το βιολογικό σου φύλο.
Στον παρακάτω πίνακα φαίνονται όσα όρια κινδύνου έχουν οριστικοποιηθεί και τον βαθμό κινδύνου του καθενός.
|
Περίμετρος |
Αυξημένος κίνδυνος Σαρκοπενίας | Φυσιολογικά όρια | Αυξημένος κίνδυνος Παχυσαρκίας | Πολύ αυξημένος κίνδυνος Παχυσαρκίας | |
|
Λαιμού |
Γ |
– | <33 cm | 33-35 cm |
>35 cm |
|
Α |
– | <37 cm | 37-39 cm | >39 cm | |
| Δεν έχουν οριστεί | |||||
|
Κοιλιάς |
Γ | – | <80 cm | 80-88 cm | >88 cm |
|
Α |
– | <94 cm | 94-102 cm |
>102 cm |
|
|
Βραχίονα |
Γ |
<26,5 cm | – | – | – |
| Α | <25,9 cm | – | – |
– |
|
|
Ισχίου |
Γ |
– | – | – | – |
| Α | – | – | – |
– |
|
|
Αναλογία κοιλιάς/ισχίου |
Γ | – | 0,4-0,49cm | <0,85 cm | >0,85 cm |
| Α | – | ? | <0,90 cm |
>0,90 cm |
|
Σε ότι αφορά τον υπολογισμό σπλαχνικού λίπους αυτός μπορεί εύκολα να υπολογιστεί από τους παρακάτω τύπους. Αν το αποτέλεσμα είναι άνω των 130 cm2 τότε υπάρχει παχυσαρκία με υπερβολικά αυξημένο σπλαχνικό λίπος που είναι ακόμα πιο επικίνδυνη για την υγεία σε βάθος χρόνου καθώς αυξάνει δραματικά την πιθανότητα εμφάνισης χρόνιων νοσημάτων από υπέρταση, στεφανιαία νόσο και άλλα καρδιαγγειακά νοσήματα έως διαβήτη και άλλα μεταβολικά νοσήματα ακόμα και διάφορα είδη καρκίνων (Samouda et al., 2013).
Για γυναίκες:
2.15 * Περιφέρεια Μέσης − 3.63 * Περιφέρεια Μηρού + 1.46 * Ηλικία + 6.22 × Δείκτης Μάζας Σώματος − 92.713
Για άνδρες:
6 × Περιφέρεια Μέσης − 4.41 × Περιφέρεια Μηρού + 1.19 × Ηλικία − 213.65
Ύψος σε Μέτρα
Βάρος σε Κιλά
Περιφέρειες σε Εκατοστά
Είναι επίσης δυνατό να υπολογιστεί το ποσοστό σωματικού λίπους με την βοήθεια των περιφερειών. Οι συγκεκριμένες εξισώσεις είναι δημιουργημένες και σταθμευμένες βάση του ελληνικού πληθυσμού (Kanellakis et all, 2017).
Για γυναίκες:
Ποσοστό Λίπους% = −0.615 + 0.321 × Περιφέρεια Μέσης + 0.502 × Περιφέρεια Ισχύου−0.39 × Περιφέρεια Βραχίωνα −19.768 × Ύψος.
Για άνδρες:
Ποσοστό Λίπους% = −0.615−10.948 + 0.321 × Περιφέρεια Μέσης + 0.502 × Περιφέρεια Ισχύου−0.39 × Περιφέρεια Βραχίωνα −19.768 × Ύψος.
Ύψος σε Μέτρα
Βάρος σε Κιλά
Περιφέρειες σε Εκατοστά
Μπορείς να αξιολογήσεις το ποσοστό λίπους σου από τον παρακάτω πίνακα.
| Γυναίκες | ||||
|
Ηλικία |
Ελλιποβαρές | Φυσιολογικό | Υπέρβαρο | Υπέρβαρο |
|
18-39 |
<21% | 21-33% | 33-39% | >39% |
| 40-59 | <23% | 23-34% | 34-40% |
>40% |
| 60-99 | <24% | 24-36% | 36-42% |
>42% |
| Άνδρες | ||||
|
Ηλικία |
Ελλιποβαρές | Φυσιολογικό | Υπέρβαρο |
Υπέρβαρο |
|
18-39 |
<8% | 8-20% | 20-25% | >25% |
|
40-59 |
<11% | 11-22% | 22-28% |
>28% |
| 60-99 | <13% | 13-25% | 25-30% |
>30% |
Επομένως, η τακτική μέτρηση των περιφερειών σου, μπορεί να σου δώσει πολύτιμες πληροφορίες για την κατάσταση της υγείας σου και να σε βοηθήσει να αξιολογήσεις την πρόοδο σου σε βάρος χρόνου πέρα από το νούμερο της ζυγαριάς.Τα παραπάνω δεν πρέπει να σε αγχώνουν απλά σου δείχνουν το που βρίσκεσαι αυτή την στιγμή αλλά με αργά και σταθερά μπορείς να πάρεις την υγεία στα χέρια σου ένα γεύμα την φορά.
References:
Díaz DA, Lera L, Márquez C, Valenzuela A, Saguez R, Weisstaub G, Albala C. Neck Circumference Cut-Off Points for Identifying Adiposity: Association with Chronic Metabolic Diseases in Older People. J Pers Med. 2024 Jul 1;14(7):710. doi: 10.3390/jpm14070710. PMID: 39063965; PMCID: PMC11278275.
Do Nascimento, R. A., Vieira, M. C. A., Dos Santos Aguiar Gonçalves, R. S., Moreira, M. A., De Morais, M. S. M., Da Câmara, S. M. A., & Maciel, Á. C. C. (2021). Cutoff points of adiposity anthropometric indices for low muscle mass screening in middle-aged and older healthy women. BMC Musculoskeletal Disorders, 22(1), 713. https://doi.org/10.1186/s12891-021-04532-x
do Nascimento, R. A., Vieira, M. C. A., Dos Santos Aguiar Gonçalves, R. S., Moreira, M. A., de Morais, M. S. M., da Câmara, S. M. A., & Maciel, Á. C. C. (2021). Cutoff points of adiposity anthropometric indices for low muscle mass screening in middle-aged and older healthy women. BMC musculoskeletal disorders, 22(1), 713. https://doi.org/10.1186/s12891-021-04532-x
Kanellakis, S., Skoufas, E., Khudokonenko, V., Apostolidou, E., Gerakiti, L., Andrioti, M. C., Bountouvi, E., & Manios, Y. (2017). Development and validation of two equations based on anthropometry, estimating body fat for the Greek adult population. Obesity (Silver Spring, Md.), 25(2), 408–416. https://doi.org/10.1002/oby.21736
Kim KY, Yun JM. Neck circumference as a predictor of possible sarcopenia in women aged 50-79 years residing in Gwangju, Korea. Nutr Res Pract. 2025 Jul;19:e52.
Li, M., Yin, T., Qi, J., Shi, M., Wang, F., Mao, Z., Zhang, H., & Wang, L. (2024). The Optimal Cut-off Value of Upper Arm Circumference and Calf Circumference for Assessing Sarcopenia Among Chinese Community-Dwelling Older Adults. Clinical interventions in aging, 19, 1309–1323. https://doi.org/10.2147/CIA.S468036
Samouda, H., Dutour, A., Chaumoitre, K., Panuel, M., Dutour, O., & Dadoun, F. (2013). VAT=TAAT‐SAAT: Innovative anthropometric model to predict visceral adipose tissue without resort to CT‐Scan or DXA. Obesity, 21(1). https://doi.org/10.1002/oby.20033
Waist circumference and waist-hip ratio: report of a WHO expert consultation Meeting Report Geneva, 8-11 December 2008 (PDF-downloadable guide) https://www.who.int/publications/i/item/9789241501491
