综述：精英区域的定义：精英运动员身体体型与体脂的范畴综述
《Journal of Functional Morphology and Kinesiology》：Defining Elite Zones: A Scoping Review of Body Physique and Body Fat in Elite Athletes
【字体：
大
中
小
】
时间：2025年12月31日
来源：Journal of Functional Morphology and Kinesiology 2.5
编辑推荐：
本综述系统回顾了利用Hattori图表界定精英运动员身体体型（Body Physique）与体脂百分比（BF%）的现有证据，旨在确定精英区域（Elite Zone）。文章指出，不同测量方法（间接法与双重间接法）下，男女精英运动员的主导体型存在差异，但Hattori图表能有效可视化身体质量指数（BMI）、去脂体重指数（FFMI）、脂肪质量指数（FMI）及BF%的变化，为个性化训练、身体成分监测及营养干预提供直观工具，从而优化运动表现与健康。
摘要
背景：身体体型指的是身体的大小、结构和组成。体型分析（PS）用于描述不同项目运动员的形态特征。目的：利用Hattori图表确定精英运动员的身体体型和体脂百分比，并识别精英区域。方法：范畴综述。检索数据库包括PubMed、Google Scholar、Ovid Books等。检索策略为“身体体型”或“人体测量学”或“身体成分”与“精英运动员”或“运动员”或“精英”的组合。结果：使用间接方法测量，精英男性运动员表现为中间结实型体型，女性为瘦中间型体型，体脂百分比分别为13.6% ± 3.6%和22.3% ± 2.8%。使用双重间接方法测量，精英男性运动员表现为瘦中间型体型，女性为中间型体型，体脂百分比分别为13.7% ± 5.2%和21.7% ± 4.3%。结论：Hattori图表有助于可视化BMI、FFMI、FMI和BF%的变化，有助于个性化训练、监测身体成分变化和指导营养计划，以优化表现和健康。
1. 引言
身体体型是指身体的大小、结构和组成，用于描述不同体育项目运动员的形态特征。Heath & Carter体型分类法是最常见的体型分类方法之一，它将形态分为脂肪、肌肉骨骼发育和相对线性度。另一种方法是改良体重体型图，它区分肌肉和非肌肉区域。Phantom比例模型主观地评估身体比例，而不依赖绝对测量值。Hattori图表使用FFMI和FMI来表示身体体型，结合了BF%和BMI。这种方法灵活，适用于任何人群，并能进行跨性别、项目和表现水平的比较。与其他方法相比，Hattori图表能分离脂肪和瘦体重的贡献，提供更精确的形态学表型，分为九个类别。
形态学优化对于最大化运动表现和监测训练成功至关重要。BF%是精英运动员（如拳击、摔跤和田径）的关键表现指标。在有氧运动如马拉松中，较低的BF%和瘦体重的控制能提高表现并有助于满足体重级别。相反，在体重相对重要的运动（如皮划艇）中，较高的BF%可能有益。测量BF%的方法已经从侵入性程序发展到更易获得的间接非侵入性技术。然而，尽管有这些进步，方法间的差异和缺乏标准化使得比较其精确度变得困难。
精英运动员以其卓越的表现、持续的成就和多年的经验而著称。特别是耐力运动员在无氧阈和最大摄氧量（VO2max）方面表现出更好的适应性。随着时间的推移，运动员的身高和体重有所增加，超过了普通人群的趋势。这种变化与更好的表现和经济利益相关。然而，在某些运动中，运动员需要保持特定的身体尺寸范围，这导致了形态的稳定。
对运动员身体体型的评估对于分类和确定大小、结构和组成方面的差异至关重要。这使得能够精确监测表现，进行位置间和其他运动间的比较，有助于评估大周期中的变化，并促进形态学优化的监测。这些结果可作为未来研究的基础，帮助体育专业人士做出适当决策以改善运动员的体型和表现。精英运动员的身体体型评估已应用于击剑、艺术体操和格斗运动，以评估身体成分、体重级别、运动项目风格以及性别差异。精英运动员的表现与其身体体型，特别是BF%密切相关。尽管精英运动员的身体体型存在生物学和适应性差异，但很少有研究总结BF%数据。该领域的研究近来很少，主要集中在2000年以前的运动员数据。然而，尽管国际运动员的身体成分研究更为可用，但现代男女精英运动员的身体体型和脂肪百分比的变化却很少被确定。本范畴综述的新颖之处不在于对精英运动员使用Hattori图表，而在于对现有信息的全面综合、知识空白的识别以及为未来关于男女精英运动员身体体型的研究提供坚实基础。因此，本范畴综述旨在利用Hattori图表确定精英运动员的身体体型和体脂百分比，并识别精英区域。
2. 方法
设计：本研究基于2018年PRISMA范畴综述扩展指南进行。由于是范畴综述，未在PROSPERO注册。
eligibility criteria：纳入本综述的研究发表于1995年至2024年。从该时期开始，间接方法如空气置换体积描记法（ADP）和双能X线吸收测定法（DXA）更广泛地应用于身体成分评估。数据分析试图代表精英运动员形态的长期演变。选择英文、葡萄牙文和西班牙文文章，并审查了年龄在12至45岁之间的男女精英运动员的研究。这个宽泛的年龄范围是因为运动巅峰表现差异很大，体操等项目主要在青春期，而耐力和力量项目则可持续到20多岁、30多岁甚至40多岁。未明确年龄或年龄为开放类别的文章也被纳入。运动员为精英级别，包括成年、奥林匹克、一级职业运动员、世界纪录保持者、世界级、国家级代表、黑带、法国评级量表最低7a、非职业运动至少10年经验、国家或国际排名前十、或高水平大学运动员。
间接评估身体成分的方法包括水下称重、ADP和DXA。考虑的双重间接方法包括至少四电极的生物电阻抗分析（BIA）、超声和源自二、三、四室模型的人体测量学方程。对于使用多种方法的论文，优先顺序为：ADP、DXA、水下称重、BIA、超声、人体测量学。也考虑了使用至少三个皮褶厚度（包括用于计算身体密度的皮褶）计算BF%的研究。当研究未报告BF%时，按以下公式计算：BF% = 脂肪质量（kg） * 100 / 体重（kg）。最后，考虑基线、初始或赛前期的身体成分数据。
排除业余、娱乐、残奥会、学龄前和学龄（12岁以下）、二级和三级运动员、经验少于9.9年、极限运动和冬季运动的文章。排除冬季运动是因为其环境生理需求（如寒冷暴露、体温调节）和设备限制造成了与非冬季运动不可比的形态模式。
然而，纳入了一名国家排名第七的业余运动员的文章。未指定性别、运动项目、报告中位数或分组身体成分数据的精英运动员文章不予考虑。同样，使用少于两个皮褶厚度的公式计算BF%且未提供脂肪质量（kg）数据的文章也不予考虑。
信息来源：文献检索在Medline（通过PubMed）、Google Scholar、Ovid Books、CAB eBooks、Clarivate InCites、MyiLibrary、Web of Science、Taylor & Francis Online、Core Collection和Scopus等电子数据库中进行。筛选1995年至2024年的所有研究。第一作者进行检索策略，然后与所有作者讨论。为了进行更全面的范畴综述，在选定文章中通过手动检索识别其他潜在参考文献，以添加初始检索未考虑的相关文章。
检索：每个电子数据库的检索策略包括术语“身体状态”或“人体测量学”或“身体成分”与“精英运动员”或“运动员”或“精英”的组合。此外，手动检索了其他综述的文章参考文献。
选择和证据来源：第一作者重复审查文章，第二作者进行审查以确保符合所有纳入标准。作者随后检查了233条精英运动员数据，并寻找符合资格标准的身体成分团队信息。对于使用已发表方程预测BF%的文章，查阅原始来源以验证所用方程的正确转录。在2024年5月至8月期间举行了三次会议以审查数据库。审查导致删除了111篇文章。收集的研究数据包括：第一作者姓氏、发表年份、文章标题、运动项目、运动类型、运动员水平、专项或位置、身体成分方法、皮褶卡钳、所用方程、软件版本或设备型号（ADP、DXA、BIA）、年龄、性别、身高（cm）、体重（kg）、BF%和/或脂肪质量（FM）。
数据收集过程：删除文章后，与所有作者举行会议，讨论与范畴综述相关的数据要素。用于绘制Hattori图表的数据包括体重（kg）、身高（m）、BMI（kg/m2）和BF%。为准备身体体型表格，使用了Nutri Solver?软件v.1。作为质量控制，比较了软件计算和Excel?计算的FMI和FFMI值。对于BF%和BMI的分析，进行了D’Agostino Kurtosis描述性统计检验以评估数据是否呈正态分布。
数据要素：为制定本研究的结果表格，从出版物中提取了以下信息：来源国家或比赛类型、运动员水平、第一作者、发表年份、年龄、体重、身高、BMI、FMI和FFMI，并遵循Hattori图表的身体体型分类。为绘制身体体型图，使用了FMI、FFMI和运动员类型数据；此外，还获得了BMI和BF%的加权平均值。
精英区域通过整合四个变量来确定：BMI、BF%、FMI和FFMI。FMI和FFMI用于在Hattori图表中定位运动员，因为这些指数独立代表了按身高调整的脂肪和瘦组织，从而定义了体型分类的成分基础。BMI和BF%与FMI和FFMI一起分析，因为它们在使用间接和双重间接方法的研究中一致报告，使得能够综合异质性数据集。此外，BMI和BF%在Hattori的概念框架中定义了外部表型，并允许构建反映精英运动员分布的可解释边界。计算了所有纳入样本的BMI和BF%的平均值和标准差，并使用±1 SD和±2 SD的界限在FMI-FFMI坐标空间中勾勒出精英运动员的中心形态。这种组合方法为体育科学家提供了成分精确性和实际可解释性。
结果综合：研究按双重间接方法和间接方法（男女精英运动员）分组，分别按方法和性别在表格中呈现。为绘制结果，使用了NCSS-8程序版本8.0.24。身体体型类别源自20.0至29.9岁成年人的BMI和FFMI的平均值和标准差（SD），基于国家健康与营养检查调查（NHANES III）的第三次调查。选择该年龄是因为本研究中精英运动员的平均年龄为24.0 ± 5.4岁。确定BMI的方程为体重（kg）/身高（m）2。根据Hattori的方法学，脂肪质量和去脂质量按受试者身高调整以获得身体成分指数：FMI = 脂肪质量（kg）/身高（m）2，FFMI = 去脂质量（kg）/身高（m）2。FMI和FFMI的切点根据平均值±1 SD计算。FMI置于Y轴，FFMI置于X轴。由此产生的类别如表1所述。
X轴（FFMI）和Y轴（FMI）坐标的组合产生了九个类别，确定了Hattori等人描述的不同身体体型形态类型（表2）。
BF%和BMI的加权平均值仅用于在Hattori图表中绘制群体的中心点。为绘制恒定BF%线，BF%源自FMI和FFMI之间的数学关系，使用Hattori的方程BF% = FMI/(FMI + FFMI) (100)。该方程仅用于生成图表中的线，而非估算个体运动员的BF%，其值直接从原始研究中提取。在第二个图表中，精英区域表示为运动员BMI和BF%的±1 SD（占运动员的68.2%）。第二个精英区域，即BF%和BMI的±2 SD，涵盖了95.45%的人群。为准备身体体型类别的描述性表格，还确定了BMI、BF%、FMI和FFMI的加权平均值。未评估纳入研究的偏倚风险、汇总测量和额外分析。
3. 结果
从最初检索到的187篇文章中，通过手动检索综述研究增加了14篇文章，共获得201篇文章。筛选并删除了13篇重复研究和9篇关键词不相关文章。接下来，对165篇文章进行了资格评估；排除了89项研究，最终纳入了90项研究进行综述。图1显示了研究纳入、排除和删除的PRISMA流程图。
所选研究的主要特征呈现了以下数据：运动项目、精英水平、参考文献、年龄（岁）、身高（米）、BMI（kg/m2）、BF%、FMI（kg/m2）、FFMI（kg/m2）和身体体型。同样，精英运动员的身体成分结果显示了总共232个数据点。使用间接方法的男性运动员数据（n = 43）显示在表3中。使用最少的是水下称重（n = 1），其次是ADP（n = 10）和DXA（n = 32）。精英女性运动员数据（n = 18）显示在表4中。所有数据均通过DXA获得。男性和女性的补充图S1和S2分别见补充材料。
表5显示了使用双重间接方法（如超声（n = 3）、BIA（n = 22）和人体测量学（n = 90）测量的精英男性运动员（n = 115）的身体成分结果。表6显示了精英女性运动员（n = 56）的文章。报告的方法包括超声（n = 3）、BIA（n = 17）和人体测量学（n = 36）。总计，结合间接和双重间接方法，考虑了来自61个运动项目的232名运动员的数据。未评估纳入研究的偏倚风险和额外分析。
使用双重间接方法进行身体成分评估应用于65篇论文，其中47篇使用人体测量学。在精英男性运动员文章中计算身体成分最常用的方程是Jackson和Pollock（n = 9），其次是Durnin和Womersley（n = 8）以及Withers等人的未发表数据（n = 7）。在精英女性运动员中，最常用的方程是Jackson等人（n = 7）、Durnin和Womersley（n = 5）、Yuhasz（n = 3）和Withers等人（n = 3）。
精英男性运动员的身体体型为瘦中间型，BF%为14.1 ± 5.4%（精英区域±1 SD的BF%：8.7%至19.5%；BMI：21.3至28.7 kg/m2）。类似地，精英女性运动员表现出瘦中间型体型，BF%为21.8 ± 4.1%（精英区域±1 SD的BF%：17.7%至25.9%；BMI：20.5至23.6 kg/m2）。
使用间接方法，在26.5 ± 5.2岁的精英男性运动员中，主要定义了中间结实型体型（41.9%），其次是瘦中间型（23.3%）和瘦结实型（20.9%）、脂肪结实型（9.3%）和中间型（4.7%）。平均BF%为13.6% ± 3.6。在23.4 ± 5.6岁的精英女性运动员中，主导身体体型为瘦中间型（38.9%）、中间型（33.3%）、中间结实型（22.2%）和瘦结实型（5.6%）。通过间接方法测量的精英女性运动员的BF%为22.3% ± 2.8。
使用双重间接方法，精英男性运动员的平均年龄为23.8 ± 5.7岁。他们表现出以瘦中间型（42.6%）为主的身体体型，其次是中间型（27.0%）、瘦结实型（14.8%）、中间结实型（12.2%）、脂肪结实型（2.6%）和瘦长型（0.9%）。平均BF%为13.7% ± 5.2。使用双重间接方法评估的精英女性运动员平均年龄为23.3 ± 4.8岁，主导身体体型为中间型（44.6%），其次是瘦中间型（41.1%）、瘦结实型（7.1%）和中间结实型（7.1%）。平均BF%为21.7% ± 4.3。
运动员的精英区域定义为BF%和BMI的±1 SD和±2 SD。使用间接方法，男性运动员在±2 SD时的精英区域BF%为6.4%至20.8%，BMI为19.8至33.8 kg/m2。在女性运动员中，±2 SD时的精英区域BF%为16.7%至27.9%，BMI为18.4至25.2 kg/m2。使用双重间接方法，男性运动员的精英区域BF%（±2 SD）为3.3%至24.1%，BMI为19.5至28.3 kg/m2。
在女性运动员中，±2 SD时的精英区域BF%为13.1%至30.3%，BMI为19.2 kg/m2至25.2 kg/m2。在±2 SD的精英区域涵盖了使用间接和双重间接方法的男女运动员的五种形态类型：中间纤细型、中间型、中间结实型、瘦结实型和瘦中间型。尽管精英区域涵盖了瘦中间型象限，但没有精英运动员落在此象限内。
对精英运动员中间接和双重间接方法的不同身体体型类别进行了描述。应用间接方法，男性运动员的主要身体体型是中间结实型（BMI 30.1 ± 3.4；BF% 15.9 ± 2.6；FMI 4.8 ± 1.2；FFMI 25.2 ± 2.5）（表7）。在使用间接方法评估的女性精英运动员中，主导身体体型是瘦中间型（BMI 20.2 ± 0.9；BF% 20.9 ± 1.7；FMI 4.1 ± 0.6；FFMI 16.0 ± 0.7）（表7）。使用双重间接方法，在精英男性运动员中，主要身体体型是瘦中间型（BMI 22.2 ± 1.1；BF% 9.8 ± 2.1；FMI 2.1 ± 0.5；FFMI 20.0 ± 1.0）（表8）。在使用双重间接方法评估的女性精英运动员中，主导身体体型是中间型（BMI 22.9 ± 0.8；BF% 24.4 ± 2.4；FMI 5.5 ± 0.7；FFMI 17.2 ± 0.5）（表8）。男性和女性的补充图S3和S4分别见补充材料。
4. 讨论
本研究表明，使用间接方法测量的男性精英运动员主要具有中间结实型身体体型。在女性精英运动员中，主导身体体型是瘦中间型。使用双重间接方法，男性精英运动员具有瘦中间型身体体型，而女性精英运动员具有中间型身体体型。
估计BF%的间接和双重间接方法的变异性因种族群体皮下脂肪分布差异而不同。因此，本综述分别报告了方法。此外，身体成分方法的异质性和精确度可能影响身体体型的评估，主要是由于每种方法的局限性，进而影响运动员按表2所述类别的分类。
在一项针对年轻人的研究中，比较了几种方法，包括水下称重、BIE（双重间接方法）和DXA（间接方法）；后者被认为是金标准。观察到水下称重（间接方法）在女性中显示最高数据，高估BF% 2.9%，其次是BIE（双重间接方法），高估2.7%。人体测量学方程（双重间接方法）在女性中BF%的显著变化范围在8.0%至29.0%之间，男性在6.0%至29.0%之间。因此，选择任何方程都必须谨慎，考虑其精确度和待测人群的特征。
在同一项目（芭蕾舞）中，观察到水下称重和DXA（间接方法）与BIE（双重间接方法）之间的BF%差异为6.2%。在精英体操运动员中比较DXA与人体测量学（双重间接方法）时也发现了差异，达3.0%。但即使在DXA设备之间，笔形束和扇形束的差异在澳式足球运动员中也发现了0.9%的差异。这些差异强调了考虑影响结果比较的方法学误差的重要性。通常观察到，DXA（间接方法）被用作评估运动员身体成分的精确方法。
使用间接方法评估的男性精英运动员大多被分类为中间结实型，其特征是高FFMI（25.2 ± 3.0 kg/m2）、中等FMI（4.8 ± 1.2 kg/m2）和平均BF%为15.9 ± 2.6，根据美国运动医学学会分类为“一般”。这种身体体型包括美式足球运动员、柔道选手、水球运动员和橄榄球运动员，他们需要力量和爆发力，尽管具体需求因运动而异。在美式足球中，位置根据力量和体重而变化，而线卫和跑卫等其他位置更注重速度和敏捷性。在橄榄球和水球等运动中，由于持续的体力活动，需要更高的有氧能力，而柔道选手往往具有较低的BF%和较高的肌肉质量，这有利于他们的表现。力量型运动员的特点是体重和骨矿物质含量高，BMI高，脂肪质量显著。脂肪结实型类别包括进攻和防守线卫，他们体型庞大，力量水平高以吸收冲击。相扑选手的特点是高体重、高脂肪和高肌肉。耐力运动和按体重分级的运动往往具有最低的BF%值，而在体型有利的运动中，BF%可能较高。
使用间接方法测量的女性精英运动员的主要身体体型是瘦中间型，其主要特征是中等FFMI（16.0 ± 0.7 kg/m2）和低FMI（4.1 ± 0.6），平均BF%为20.9
相关新闻