TECNOLOGÍA
La tecnología ha desempeñado un papel crucial en el progreso del análisis de la composición corporal, proporcionando herramientas más accesibles, rápidas y precisas para su evaluación. La bioimpedancia eléctrica ha permitido estimar de manera no invasiva parámetros como el agua corporal total, la masa libre de grasa y la masa grasa mediante la medición de la conductancia de los tejidos, lo que facilita su uso en contextos clínicos, deportivos y de investigación. Por su parte, los sistemas de escaneo 3D han revolucionado la caracterización morfológica al generar modelos tridimensionales detallados del cuerpo, que permiten cuantificar volúmenes, proporciones y cambios en la forma corporal con una precisión superior a los métodos tradicionales. En conjunto, estas tecnologías han ampliado la capacidad de monitorear el estado nutricional, optimizar intervenciones y comprender mejor la variabilidad interindividual en la composición corporal.
Bioimpedancia eléctrica
La relación entre el desarrollo tecnológico y el estudio de la composición corporal ha proporcionando herramientas cada vez más precisas y accesibles para estimar los componentes del cuerpo humano. Entre estas herramientas, la bioimpedancia eléctrica (BIA) se destaca como una de las metodologías más utilizadas y prácticas. Este método no invasivo mide la capacidad de los tejidos biológicos para impedir el paso de una corriente eléctrica alterna conocida (50 kHz) y se expresa en función de dos componentes o vectores: resistencia (R) y reactancia (Xc). Bajo este contexto, existen tejidos biológicos cuya oposición a esta corriente eléctrica puede variar en función del contenido de agua, es decir, estos tejidos pueden presentar una impedancia eléctrica baja o alta de acuerdo al contenido de agua presente en estos tejidos:
Tejidos biológicos con alta impedancia eléctrica (alta oposición):
- Tejido adiposo
- Tejido óseo
- Tejidos con bajo contenido de agua (son malos conductores)
Tejidos biológicos con baja impedancia eléctrica (baja oposición):
- Tejido muscular
- Sangre
- Líquido intersticial y cefalorraquídeo
- Tejidos con alto contenido de agua y electrolitos (son buenos conductores)
Los valores de R y Xc deben ser incorporados a ecuaciones de regresión múltiples para obtener valores de diferentes compartimentos
Innovaciones emergentes
Las tecnologías emergentes, como la inteligencia artificial (IA) y el análisis de big data, están comenzando a desempeñar un papel crucial en el estudio de la composición corporal. Estas nuevas tecnologías permiten el análisis de grandes volúmenes de datos y la identificación de patrones y tendencias que no serían visibles con métodos tradicionales. La IA, en particular, puede procesar y analizar datos complejos de manera rápida y precisa, ofreciendo nuevas perspectivas sobre cómo los diferentes factores influyen en la composición corporal. Por ejemplo, estudios han demostrado que la IA basada en imágenes de tomografía computarizada puede predecir tanto la prevalencia como la incidencia de diabetes, destacando su potencial en la evaluación de riesgos para la salud.
Además, los dispositivos portátiles y las aplicaciones móviles están haciendo que la monitorización de la composición corporal sea más accesible y eficiente a través de métodos de composición corporal visual destinados a un público más amplio. Las evaluaciones basadas en smartphones, utilizando modelos de cuatro compartimentos, han mostrado ser comparables a métodos tradicionales en términos de precisión para estimar la composición corporal en adultos sanos.
¿Quieres saber más?
| Documento | Liga de Consulta |
|---|---|
| Artificial Intelligence in the Evaluation of Body Composition |  |
| Visual body composition assessment methods: A 4-compartment model comparison of smartphone-based artificial intelligence for body composition estimation in healthy adults | |
| Artificial intelligence and body composition | |
| Anthropometric evaluation of a 3D scanning mobile application | |
| Accurate prediction of three-dimensional humanoid avatars for anthropometric modeling | |