Forma Descripción generada automáticamente
Forma Descripción generada automáticamente
Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 3, 2026, julio-septiembre
DOI: https://doi.org/10.71112/y3e4dd15
VALIDEZ, APLICABILIDAD Y LÍMITES EPISTEMOLÓGICOS DE LOS MÉTODOS DE
CAMPO PARA EVALUAR COMPOSICIÓN CORPORAL EN DEPORTISTAS: UNA
REVISIÓN CRÍTICA METODOLÓGICA
VALIDITY, APPLICABILITY, AND EPISTEMOLOGICAL LIMITS OF FIELD METHODS
FOR ASSESSING BODY COMPOSITION IN ATHLETES: A CRITICAL
METHODOLOGICAL REVIEW
Álvaro Farfán-Díaz
Chile
DOI: https://doi.org/10.71112/y3e4dd15
265 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Validez, aplicabilidad y límites epistemológicos de los métodos de campo para
evaluar composición corporal en deportistas: una revisión crítica metodológica
Validity, applicability, and epistemological limits of field methods for assessing
body composition in athletes: a critical methodological review
Álvaro Farfán-Díaz
a,*
alvarofarfandiaz@gmail.com
https://orcid.org/0009-0000-2435-0185
*
Autor de correspondencia: alvarofarfandiaz@gmail.com,
a
Universidad de Tarapacá, Facultad
de Ciencias de la Salud, Departamento de Nutrición y Kinesiología, Chile
RESUMEN
Objetivo: Analizar críticamente la validez, aplicabilidad y límites epistemológicos de los métodos
de campo utilizados para evaluar composición corporal en deportistas, con énfasis en
antropometría y bioimpedancia. Método: Se realizó una revisión crítica metodológica de literatura
clásica y reciente sobre modelos corporales, medición, antropometría, bioimpedancia y
concordancia entre métodos. Se priorizaron revisiones, consensos, estudios metodológicos y
artículos aplicados en población deportiva. Desarrollo: La composición corporal no constituye
una magnitud única directamente observable, sino un constructo estimado mediante modelos,
ecuaciones y supuestos. La antropometría y la bioimpedancia son útiles en terreno, pero no
necesariamente intercambiables, especialmente cuando estiman componentes distintos.
Conclusión: La interpretación debe explicitar el modelo corporal, el método, la ecuación, el error
de medición y la finalidad de uso, evitando decisiones clínicas o deportivas basadas en
equivalencias no demostradas.
DOI: https://doi.org/10.71112/y3e4dd15
266 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Palabras clave: composición corporal; antropometría; bioimpedancia; validez; epistemología;
deportistas; metodología; medición.
ABSTRACT
Objective: To critically analyze the validity, applicability, and epistemological limits of field
methods used to assess body composition in athletes, with emphasis on anthropometry and
bioelectrical impedance analysis. Method: A critical methodological review was conducted,
integrating classic and recent literature on body-composition models, measurement theory,
anthropometry, bioimpedance, and agreement between methods. Reviews, consensus
statements, methodological studies, and applied research in athletic populations were prioritized.
Development: Body composition is not a directly observable single magnitude but a construct
estimated through models, equations, and assumptions. Anthropometry and bioimpedance are
useful in field settings, but they are not necessarily interchangeable, particularly when they
estimate different components. Conclusion: Interpretation should explicitly report the body-
composition model, method, equation, measurement error, and intended use, avoiding clinical or
sport decisions based on unverified equivalence between methods.
Keywords: body composition; anthropometry; bioelectrical impedance; validity; epistemology;
athletes; methodology; measurement.
Recibido: 25 mayo 2026 | Aceptado: 2 julio 2026 | Publicado: 3 julio 2026
INTRODUCCIÓN
La evaluación de la composición corporal ocupa un lugar central en la nutrición deportiva,
la cineantropometría, las ciencias del ejercicio y el seguimiento del rendimiento, porque permite
DOI: https://doi.org/10.71112/y3e4dd15
267 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
describir el perfil morfológico, monitorear cambios y orientar decisiones de entrenamiento o
alimentación. Sin embargo, su uso aplicado exige reconocer que la masa grasa, la masa libre de
grasa, la masa muscular o la masa adiposa no siempre representan la misma entidad conceptual
ni derivan de un mismo modelo corporal (Ackland et al., 2012; Heymsfield et al., 2005; Wang et
al., 1992).
En contextos de campo, la antropometría y la bioimpedancia eléctrica se utilizan con
frecuencia por su bajo costo relativo, rapidez, portabilidad y factibilidad para evaluar grupos
numerosos. Campa et al. (2021) señalan que estos métodos son especialmente relevantes en el
deporte porque permiten repetir evaluaciones durante la temporada, mientras que la
absorciometría dual de rayos X (DXA) y los modelos multicompartimentales suelen requerir
mayor infraestructura, costo y control técnico (Nana et al., 2015; Norgan, 2005).
La utilidad práctica de un método no equivale necesariamente a validez universal. La
antropometría se apoya en pliegues, perímetros, diámetros y ecuaciones predictivas, mientras
que la bioimpedancia estima la composición corporal a partir de propiedades eléctricas
relacionadas con el agua corporal, la resistencia, la reactancia y el comportamiento de los tejidos
frente al paso de corriente (Kyle et al., 2004a; Lukaski, 2013). Por ello, dos técnicas pueden
entregar valores parecidos en promedio y, aun así, no ser intercambiables para el seguimiento
individual (Bland & Altman, 1986, 1999).
El problema no es solo técnico, sino también epistemológico. Medir implica seleccionar
un modelo de realidad, definir una unidad de observación, aceptar supuestos y transformar
señales corporales en números interpretables. Michell (1997) advierte que la medición requiere
asumir que el atributo posee estructura cuantitativa, mientras que Porter (1995) muestra que la
cuantificación puede producir una apariencia de objetividad que oculta decisiones metodológicas
previas. En composición corporal, esa apariencia puede llevar a comunicar “porcentaje de grasa”
o “masa muscular” sin especificar qué modelo, ecuación o dispositivo produjo el resultado.
DOI: https://doi.org/10.71112/y3e4dd15
268 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Esta dificultad tiene consecuencias prácticas. Mathisen et al. (2023) recomiendan que la
evaluación de la composición corporal en deportistas se realice con propósitos claros, protocolos
estandarizados, interpretación prudente y resguardo de la salud física y psicológica. La
actualización del consenso del Comité Olímpico Internacional sobre deficiencia energética
relativa en el deporte también enfatiza que la evaluación corporal debe evitar usos
reduccionistas, especialmente cuando puede influir en conductas alimentarias, selección
deportiva o percepción corporal (Mountjoy et al., 2023).
El presente artículo tiene por objetivo analizar críticamente la validez, aplicabilidad y
límites epistemológicos de los métodos de campo para evaluar composición corporal en
deportistas, con énfasis en antropometría y bioimpedancia. La contribución buscada no es
reemplazar guías técnicas existentes, sino proponer una lectura metodológica que ayude a
distinguir medición, estimación, modelo, concordancia e interpretación aplicada.
METODOLOGÍA
Se realizó una revisión crítica metodológica de la literatura. Este tipo de revisión permite
integrar fundamentos conceptuales, estudios metodológicos y evidencia aplicada con el
propósito de discutir problemas de medición, validez e interpretación, sin seguir necesariamente
la lógica exhaustiva de una revisión sistemática (Grant & Booth, 2009; Snyder, 2019).
La búsqueda y selección bibliográfica se orientó a cinco ejes: modelos de composición
corporal; antropometría y cineantropometría; bioimpedancia cuantitativa y cualitativa;
comparación de métodos y análisis de concordancia; y consideraciones éticas en la evaluación
de deportistas. Se priorizaron consensos, revisiones narrativas o sistemáticas, estudios de
validación, artículos clásicos de método y publicaciones recientes desde 2020 en adelante
cuando aportaban evidencia directa sobre deportistas o métodos de campo.
DOI: https://doi.org/10.71112/y3e4dd15
269 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
No se realizó metaanálisis ni evaluación formal del riesgo de sesgo de cada estudio,
porque el objetivo fue desarrollar un análisis epistemológico y metodológico. Esta decisión es
coherente con revisiones críticas que buscan articular conceptos, supuestos y consecuencias
prácticas, más que estimar un efecto conjunto cuantitativo (Grant & Booth, 2009; Snyder, 2019).
RESULTADOS
Composición corporal como constructo de medición
La composición corporal no es una variable única, sino una familia de constructos que
dependen del nivel de análisis elegido. Wang et al. (1992) propusieron un modelo de cinco niveles
que organiza el cuerpo en componentes atómicos, moleculares, celulares, tisulares y de cuerpo
total. Esta clasificación sigue siendo útil porque muestra que “grasa”, “tejido adiposo”, “masa libre
de grasa” y “masa muscular” pertenecen a niveles conceptuales distintos (Heymsfield et al., 2005;
Wang et al., 1992).
El modelo bicompartimental divide el cuerpo en masa grasa y masa libre de grasa, y suele
apoyarse en supuestos sobre densidad e hidratación de los tejidos. Siri (1993) y Durnin y
Womersley (1974) son referencias clásicas para entender la conversión de densidad corporal y
pliegues cutáneos en porcentaje de grasa. No obstante, esos supuestos pueden variar con edad,
sexo, entrenamiento, etnia, estado de hidratación y maduración, lo que limita su extrapolación
directa a todas las poblaciones deportivas (Wang et al., 1999; Kasper et al., 2021; Campa et al.,
2021).
Los modelos multicompartimentales intentan reducir el error de los modelos simples al
integrar varias mediciones independientes. Por ejemplo, el modelo de cuatro compartimentos
separa masa grasa, agua corporal, mineral óseo y proteína o residuo, por lo que suele
considerarse un criterio más robusto que una ecuación de campo aislada (Heymsfield et al.,
2005; Lohman, 1992). Sin embargo, incluso los métodos de referencia poseen fuentes de error,
DOI: https://doi.org/10.71112/y3e4dd15
270 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
condiciones preanalíticas y supuestos técnicos que deben declararse (Nana et al., 2015; Norgan,
2005).
En cineantropometría, el fraccionamiento de cinco componentes de Ross y Kerr (1991)
estima masas tisulares: adiposa, muscular, ósea, residual y piel. Este modelo puede ser útil para
describir morfología deportiva, pero no debe confundirse de manera automática con un modelo
químico de masa grasa y masa libre de grasa. Esta distinción es relevante porque la masa
adiposa de un modelo tisular y la masa grasa de un modelo molecular no son constructos
idénticos (Ross & Kerr, 1991; Stewart & Sutton, 2012).
Modelos corporales y no equivalencia de resultados
La coexistencia de varios métodos no implica equivalencia. Un porcentaje de grasa
obtenido por Durnin-Womersley y Siri, una masa adiposa estimada por Ross y Kerr, una masa
muscular estimada por Lee o Martin, y una masa libre de grasa derivada de BIA son resultados
producidos por modelos diferentes (Durnin & Womersley, 1974; Lee et al., 2000; Martin et al.,
1990; Ross & Kerr, 1991).
Esta no equivalencia explica por qué dos métodos pueden ordenar de forma similar a los
sujetos y, al mismo tiempo, diferir en los valores absolutos. Desde el punto de vista
epistemológico, el número no es una fotografía directa del cuerpo, sino el resultado de una
cadena de traducción: medición primaria, modelo, ecuación, algoritmo e interpretación. Bunge
(1998) y Popper (2002) permiten situar este problema dentro de la lógica de los modelos
científicos: una estimación es válida dentro de condiciones y supuestos, no como representación
absoluta de la realidad.
En deporte, este punto es especialmente importante porque las decisiones suelen
realizarse con diferencias pequeñas. Cambios de uno o dos puntos porcentuales de grasa o de
uno a dos kilogramos de masa muscular pueden interpretarse como éxito de una intervención,
pérdida de rendimiento o riesgo nutricional. Si el cambio observado es menor que el error técnico,
DOI: https://doi.org/10.71112/y3e4dd15
271 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
biológico o estadístico del método, la conclusión puede ser incorrecta (Hopkins, 2000; Weir,
2005).
Antropometría: utilidad, supuestos y fuentes de error
La antropometría estandarizada permite describir dimensiones corporales mediante peso,
talla, pliegues cutáneos, perímetros, diámetros y longitudes. Su principal fortaleza es que entrega
mediciones de campo accesibles, repetibles y comparables cuando se aplican protocolos
estandarizados y evaluadores entrenados (International Society for the Advancement of
Kinanthropometry, 2019; Stewart & Sutton, 2012).
La calidad de la antropometría depende del control del error técnico de medición. La
marcación anatómica, la presión del plicómetro, la lectura del pliegue, el lado corporal, la
hidratación cutánea y la experiencia del evaluador pueden modificar el resultado. Por ello, ISAK
enfatiza la estandarización del procedimiento, la formación progresiva y el control del error
técnico como condiciones para producir datos comparables (International Society for the
Advancement of Kinanthropometry, 2019).
Una ventaja epistemológica de la antropometría es que conserva variables primarias
observables, como sumatorias de pliegues, perímetros corregidos o diámetros óseos. Petri et al.
(2024) muestran que los valores antropométricos crudos pueden ser útiles para establecer
referencias deportivas sin depender siempre de ecuaciones predictivas. En esa misma línea, las
referencias por deporte, sexo y posición pueden ayudar a interpretar la morfología con menor
dependencia de ecuaciones generales, aunque siguen requiriendo prudencia contextual (Petri et
al., 2024).
El principal límite aparece cuando las ecuaciones se aplican fuera de la población en que
fueron desarrolladas. Durnin y Womersley (1974) construyeron una ecuación clásica para estimar
densidad corporal en una muestra amplia de hombres y mujeres de 16 a 72 años; Lee et al.
(2000) desarrollaron ecuaciones para masa muscular esquelética a partir de perímetros y otras
DOI: https://doi.org/10.71112/y3e4dd15
272 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
variables; y Martin et al. (1990) propusieron una estimación antropométrica de masa muscular
en hombres. Estas ecuaciones no deben utilizarse como equivalentes universales sin considerar
edad, sexo, deporte, etnia, nivel competitivo y finalidad de uso.
Bioimpedancia: utilidad, supuestos y límites aplicados
La bioimpedancia eléctrica estima propiedades corporales a partir de la oposición de los
tejidos al paso de una corriente eléctrica. La resistencia se relaciona principalmente con el agua
corporal, mientras que la reactancia se vincula con propiedades capacitivas de las membranas
celulares. A partir de estas señales se derivan estimaciones de agua corporal, masa libre de
grasa, masa grasa y otros componentes mediante ecuaciones internas o externas (Kyle et al.,
2004a; Lukaski, 2013).
La BIA es atractiva en deporte porque es rápida, no invasiva y fácil de repetir. No obstante,
sus resultados son sensibles al estado de hidratación, ejercicio reciente, ingesta, temperatura
cutánea, vaciamiento vesical, posición corporal, frecuencia de corriente, tipo de tecnología y
ecuación predictiva (Kyle et al., 2004b; Toomey et al., 2017). Por esta razón, la estandarización
previa no es un detalle operativo, sino una condición epistemológica para interpretar el resultado.
Campa et al. (2021) señalan que la BIA puede aportar información cuantitativa y
cualitativa en atletas, especialmente cuando se considera el análisis vectorial y no solo los
componentes estimados por ecuaciones. Sin embargo, Campa et al. (2022) muestran que la
comparación con métodos de referencia en deportistas revela heterogeneidad metodológica
importante, lo que impide asumir que todos los dispositivos y ecuaciones se comportan de la
misma manera.
La literatura reciente refuerza la necesidad de ecuaciones específicas. Campa, Matias, et
al. (2023) plantean que, en población deportiva, el problema no radica solo en el material
utilizado, sino en la adecuación del método y la ecuación al grupo evaluado. Posteriormente,
Campa, Bongiovanni, et al. (2023) desarrollaron modelos predictivos específicos para futbolistas
DOI: https://doi.org/10.71112/y3e4dd15
273 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
de élite. A su vez, Matias et al. (2021) desarrollaron una ecuación de BIA para estimar masa libre
de grasa en atletas utilizando un modelo de cuatro compartimentos como criterio, lo que ilustra
la importancia de validar ecuaciones frente a modelos multicompartimentales. En conjunto, estas
contribuciones muestran que la disponibilidad y utilidad de ecuaciones dependen de la
tecnología, la población, el sexo, la edad y el componente estimado (Campa et al., 2024).
Estas evidencias son relevantes para dispositivos comerciales de uso masivo. Aunque
muchos equipos entregan reportes visualmente precisos, sus algoritmos internos pueden no
estar completamente disponibles para el usuario. Desde una perspectiva de validez, el resultado
de un dispositivo cerrado debe interpretarse como una estimación dependiente de tecnología y
ecuación, no como medición directa del componente corporal (Campa et al., 2024; Kyle et al.,
2004a).
Validez, confiabilidad y concordancia: conceptos que no deben confundirse
La validez se refiere al grado en que un método mide o estima el constructo que pretende
medir en una población y contexto determinados. La confiabilidad se relaciona con la estabilidad
o repetibilidad del resultado bajo condiciones similares. La concordancia evalúa si dos métodos
entregan valores suficientemente similares para ser usados de manera intercambiable. Estos
conceptos están relacionados, pero no son equivalentes (Hopkins, 2000; Koo & Li, 2016; Weir,
2005).
Un error frecuente consiste en usar la correlación como prueba de intercambiabilidad.
Bland y Altman (1986) demostraron que dos métodos pueden correlacionarse de forma elevada
simplemente porque los individuos mantienen un orden similar, aunque exista sesgo sistemático
o límites de acuerdo amplios. Por ello, cuando el objetivo es comparar métodos, se recomienda
estimar sesgo medio, límites de acuerdo, posible sesgo proporcional e indicadores de acuerdo
absoluto (Bland & Altman, 1999; Koo & Li, 2016).
DOI: https://doi.org/10.71112/y3e4dd15
274 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
La evidencia aplicada confirma este problema. Mecherques-Carini et al. (2024)
observaron dudas importantes sobre la validez e intercambiabilidad de antropometría y BIA frente
a DXA para estimar masa grasa en adultos jóvenes. Núñez et al. (2020) también mostraron que
los métodos de campo pueden ser útiles para monitoreo en futbolistas jóvenes, pero sus cambios
deben interpretarse según la validez del procedimiento y no solo por la variación numérica
observada. De forma concordante, en futbolistas adultos amateur, Farfán (2026) reportó que la
BIA multifrecuencia segmental y los métodos antropométricos no fueron directamente
intercambiables, pese a cierta proximidad promedio entre algunos métodos.
En el seguimiento deportivo, la pregunta práctica no es solo si un método entrega un valor
“correcto”, sino si permite distinguir un cambio real de la variabilidad del método. El error estándar
de medición, el coeficiente de variación, el error técnico antropométrico y los límites de acuerdo
son herramientas necesarias para decidir si una diferencia tiene relevancia individual (Hopkins,
2000; Weir, 2005).
Del dato corporal a la decisión profesional
La medición de composición corporal no termina cuando se obtiene un número. La
decisión profesional exige conectar el resultado con el objetivo de evaluación: diagnóstico
nutricional, seguimiento longitudinal, control de salud, retorno al entrenamiento, caracterización
grupal o investigación. Ackland et al. (2012) ya advertían que la evaluación corporal en deporte
debe interpretarse junto con rendimiento, salud y contexto, evitando extrapolaciones simplistas.
En deportistas, el uso inadecuado de datos corporales puede generar riesgos. Mathisen et al.
(2023) recomiendan evitar evaluaciones innecesarias, comparaciones públicas, metas rígidas de
composición corporal y comunicación centrada exclusivamente en peso o grasa. Mountjoy et al.
(2023) agregan que la evaluación corporal debe integrarse con indicadores de salud,
disponibilidad energética, bienestar y rendimiento, especialmente por su relación con REDs y
conductas alimentarias de riesgo.
DOI: https://doi.org/10.71112/y3e4dd15
275 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Desde una perspectiva ética, la composición corporal debe ser comunicada como
estimación contextual, no como etiqueta identitaria. Esta distinción es coherente con una
epistemología aplicada: el número representa una inferencia bajo supuestos, no una verdad
absoluta sobre el valor, disciplina o potencial del deportista. La objetividad metodológica exige
declarar incertidumbre, no ocultarla detrás de cifras aparentemente exactas (Michell, 1997;
Porter, 1995).
La selección de método también debe considerar factibilidad y propósito. En evaluaciones
masivas o educativas, la antropometría puede ser suficiente si se priorizan variables crudas,
sumatorias y seguimiento intraindividual. En investigación, la comparación entre métodos
requiere diseños pareados, control preanalítico y análisis de concordancia. En decisiones clínicas
o de alto impacto, puede ser necesario recurrir a métodos de referencia o a triangulación de
indicadores (Campa et al., 2021; Nana et al., 2015; Norgan, 2005).
Síntesis metodológica para la práctica y la investigación
La Tabla 1 resume diferencias entre métodos y constructos de campo. La síntesis busca enfatizar
que el problema central no es elegir un método “mejor” en términos absolutos, sino seleccionar
el procedimiento coherente con la pregunta, el modelo corporal y la consecuencia de la decisión.
Tabla 1.
Diferencias metodológicas entre enfoques frecuentes de evaluación de composición corporal
en deportistas.
Método o enfoque
Constructo principal estimado
Pliegues cutáneos y
sumatorias
Adiposidad subcutánea
observada mediante medidas
primarias
DOI: https://doi.org/10.71112/y3e4dd15
276 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Durnin-Womersley + Siri
Densidad corporal y porcentaje
de grasa por modelo
bicompartimental
Ross y Kerr
Masas tisulares: adiposa,
muscular, ósea, residual y piel
Lee o Martin
Masa muscular estimada por
ecuaciones antropométricas
BIA cuantitativa
Agua corporal, masa libre de
grasa, masa grasa u otros
componentes derivados
DXA o modelos
multicompartimentales
Componentes con mayor soporte
como criterio de referencia
Nota: La tabla resume diferencias conceptuales entre métodos de uso frecuente. Su
finalidad es orientar la interpretación y no reemplaza protocolos técnicos específicos.
Implicancias para docencia, investigación y práctica profesional
En docencia, la composición corporal debería enseñarse como un problema de medición
y no solo como aplicación mecánica de fórmulas. Los estudiantes deben diferenciar variable
primaria, ecuación, modelo corporal, unidad de análisis e interpretación clínica o deportiva. Esta
aproximación favorece pensamiento metodológico y evita que el cálculo se transforme en una
rutina descontextualizada (Bunge, 1998; Kuhn, 2012; Michell, 1997).
En investigación, los estudios deben reportar con precisión el método, el dispositivo, la
ecuación, la población de origen de la ecuación, las condiciones preanalíticas, el error de
medición y los estadísticos de acuerdo cuando se comparan procedimientos. La ausencia de
estos elementos limita la reproducibilidad y dificulta acumular evidencia comparable (Bland &
Altman, 1999; Campa et al., 2024; Koo & Li, 2016).
En práctica profesional, la recomendación central es mantener consistencia
metodológica. Cambiar entre BIA, antropometría, DXA o ecuaciones distintas durante el
DOI: https://doi.org/10.71112/y3e4dd15
277 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
seguimiento puede simular cambios corporales que en realidad reflejan diferencias de modelo o
algoritmo. Por ello, el seguimiento longitudinal debería priorizar el mismo método, el mismo
protocolo, condiciones preanalíticas similares y comunicación prudente de la incertidumbre
(Campa et al., 2021; Mathisen et al., 2023).
La Tabla 2 propone criterios mínimos para seleccionar e interpretar métodos de campo
en deportistas. Su finalidad es servir como lista de verificación metodológica para informes,
investigaciones aplicadas y enseñanza universitaria.
Tabla 2.
Criterios mínimos para seleccionar e interpretar métodos de campo.
Criterio
Pregunta operativa para el informe o investigación
Constructo
¿Se estima grasa molecular, tejido adiposo, masa libre de grasa o masa
muscular?
Modelo corporal
¿El resultado proviene de un modelo bicompartimental, tisular o
multicompartimental?
Población
¿La ecuación fue validada en deportistas similares por sexo, edad, deporte y
nivel competitivo?
Protocolo
¿Se controlaron horario, hidratación, ejercicio previo, ingesta, vestimenta y
condiciones ambientales?
Error
¿Se reportó error técnico, confiabilidad, coeficiente de variación o error
estándar de medición?
Concordancia
Si se comparan métodos, ¿se usaron sesgo, límites de acuerdo e ICC,
además de la correlación?
Uso aplicado
¿El resultado será descriptivo, educativo, de seguimiento o base para una
decisión clínica/deportiva?
Comunicación
¿Se informa la incertidumbre y se evita presentar la estimación como verdad
absoluta?
Nota: Los criterios se proponen como lista de verificación para informes técnicos,
investigación aplicada y docencia universitaria.
DOI: https://doi.org/10.71112/y3e4dd15
278 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
La Figura 1 sintetiza el proceso interpretativo de los métodos de campo en composición corporal en
deportistas, desde la medición primaria hasta la decisión aplicada. Esta secuencia refuerza que el
resultado final corresponde a una estimación contextual y no a una medición directa absoluta.
Figura 1.
Proceso interpretativo de los métodos de campo en composición corporal en deportistas.
Nota: La figura resume la secuencia conceptual desde la medición primaria, por ejemplo, pliegues cutáneos,
perímetros, diámetros, peso, talla o variables de bioimpedancia, hasta la decisión aplicada. Se enfatiza que la
composición corporal no debe interpretarse como una medición directa absoluta, sino como una estimación
contextual dependiente del método, del modelo corporal, de la ecuación o algoritmo empleado, del protocolo y de
la finalidad de uso. Elaboración propia con base en la literatura discutida en el manuscrito.
DOI: https://doi.org/10.71112/y3e4dd15
279 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
DISCUSIÓN
La presente revisión crítica metodológica evidencia que la evaluación de la composición
corporal en el ámbito deportivo enfrenta un desafío fundamentalmente epistemológico: la
confusión entre el modelo matemático utilizado y la realidad biológica del atleta. Tal como
advierten Michell (1997) y Porter (1995), la cuantificación y el uso de números otorgan una
apariencia de objetividad que, con frecuencia, oculta las decisiones y limitaciones metodológicas
subyacentes. En la práctica diaria, esto se traduce en interpretar el "porcentaje de grasa" o la
"masa muscular" como magnitudes absolutas y directamente observables, ignorando que son
constructos dependientes del nivel de análisis elegido (Wang et al., 1992) y de los supuestos
estadísticos de sus respectivas ecuaciones.
Uno de los hallazgos centrales de esta revisión es el riesgo de asumir la equivalencia y la
intercambiabilidad entre métodos de campo. Aunque la antropometría y la bioimpedancia
eléctrica (BIA) son herramientas invaluables por su accesibilidad y bajo costo, operan bajo
lógicas predictivas distintas. Mientras la antropometría se basa en la medición física de pliegues
y perímetros para estimar componentes mediante ecuaciones poblacionales (Durnin &
Womersley, 1974; Lee et al., 2000), la BIA estima compartimentos a través de la resistencia y
reactancia al paso de una corriente, lo cual es altamente sensible al estado de hidratación y a la
tecnología del dispositivo (Kyle et al., 2004a; Lukaski, 2013). La literatura revisada confirma que
una alta correlación entre ambos métodos no garantiza que puedan usarse de forma
intercambiable para el seguimiento individual (Bland & Altman, 1986, 1999; Mecherques-Carini
et al., 2024), pues pueden ordenar a los sujetos de manera similar, pero diferir drásticamente en
los valores absolutos y en la detección de cambios.
La dependencia de algoritmos cerrados y ecuaciones no específicas agrava este
problema metodológico. Los estudios de Campa et al. (2023) y Matias et al. (2021) demuestran
DOI: https://doi.org/10.71112/y3e4dd15
280 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
que, en poblaciones atléticas, el uso de ecuaciones genéricas subestima o sobreestima la masa
libre de grasa, lo que hace imperativo el uso de modelos predictivos validados frente a métodos
multicompartimentales y específicos para el deporte, sexo y nivel competitivo. Evaluar a un
deportista con una ecuación general y tomar decisiones basadas en fluctuaciones menores al
error estándar del método constituye un error de razonamiento clínico que invalida el propósito
de la medición (Hopkins, 2000; Weir, 2005).
Finalmente, las implicancias de esta falta de rigor epistemológico trascienden lo
académico y tienen un impacto ético y en la salud del deportista. Un enfoque reduccionista, que
persiga un porcentaje de grasa "ideal" basado en estimaciones con altos márgenes de error,
puede fomentar conductas alimentarias de riesgo y exacerbar la deficiencia energética relativa
en el deporte (REDs). Siguiendo las recomendaciones de Mathisen et al. (2023) y Mountjoy et
al. (2023), los profesionales de las ciencias del deporte deben integrar los datos de composición
corporal con indicadores de rendimiento y bienestar, comunicando siempre la incertidumbre
metodológica y evitando diagnósticos concluyentes a partir de herramientas que, por definición
teórica (Bunge, 1998; Popper, 2002), solo ofrecen aproximaciones.
CONCLUSIONES
La evaluación de la composición corporal en deportistas exige una distinción rigurosa
entre medir directamente, estimar a través de ecuaciones y, finalmente, interpretar el dato clínico.
Desde una perspectiva epistemológica, la composición corporal no es una entidad simple y
observable, sino un constructo modelado matemáticamente que conlleva inherentemente
márgenes de error e incertidumbre.
La antropometría y la bioimpedancia eléctrica son métodos de campo altamente
aplicables y valiosos para el monitoreo deportivo, pero no deben considerarse intercambiables.
Sus resultados están intrínsecamente ligados a los modelos corporales, las tecnologías y las
DOI: https://doi.org/10.71112/y3e4dd15
281 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
poblaciones de validación de sus respectivas ecuaciones. Comparar el resultado de un
fraccionamiento de cinco componentes con una predicción bicompartimental de BIA para tomar
decisiones de entrenamiento o nutrición carece de validez metodológica.
En consecuencia, se concluye que la comunicación y registro de la composición corporal
debe explicitar obligatoriamente el método, el modelo, la ecuación predictiva utilizada, el error
estándar del procedimiento y el contexto del atleta. El valor de los métodos de campo no reside
en ofrecer una verdad biológica absoluta, sino en su capacidad para detectar tendencias y
cambios de manera estandarizada y repetible. Reconocer y declarar los límites teóricos de estas
herramientas no debilita su utilidad práctica; por el contrario, mejora la reproducibilidad científica,
eleva la calidad del razonamiento clínico y protege al deportista frente a decisiones
reduccionistas basadas en valores empíricamente frágiles.
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Álvaro Farfán-Díaz: conceptualización, investigación, metodología, análisis formal,
validación, redacción del borrador original, revisión y edición de la redacción.
Declaración de uso de inteligencia artificial
El autor declara que utilizó la inteligencia artificial como apoyo para este artículo, y
también que esta herramienta no sustituye de ninguna manera la tarea o proceso intelectual.
Después de rigurosas revisiones con diferentes herramientas, en las que se comprobó que no
existe plagio, como consta en las evidencias, el autor manifiesta y reconoce que este trabajo fue
producto de un trabajo intelectual propio, que no ha sido escrito ni publicado en ninguna
plataforma electrónica o de IA.
DOI: https://doi.org/10.71112/y3e4dd15
282 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
REFERENCIAS
Ackland, T. R., Lohman, T. G., Sundgot-Borgen, J., Maughan, R. J., Meyer, N. L., Stewart, A. D.,
& Müller, W. (2012). Current status of body composition assessment in sport: Review and
position statement on behalf of the Ad Hoc Research Working Group on Body Composition
Health and Performance, under the auspices of the I.O.C. Medical Commission. Sports
Medicine, 42(3), 227–249. https://doi.org/10.2165/11597140-000000000-00000
Bland, J. M., & Altman, D. G. (1986). Statistical methods for assessing agreement between two
methods of clinical measurement. The Lancet, 327(8476), 307–310.
https://doi.org/10.1016/S0140-6736(86)90837-8
Bland, J. M., & Altman, D. G. (1999). Measuring agreement in method comparison studies.
Statistical Methods in Medical Research, 8(2), 135–160.
https://doi.org/10.1177/096228029900800204
Bunge, M. (1998). Philosophy of science: From problem to theory. Transaction Publishers.
Campa, F., Bongiovanni, T., Rossi, A., Cerullo, G., Casolo, A., Martera, G., Trecroci, A., Moro,
T., & Paoli, A. (2023). Athletic bioimpedance-based equations underestimate fat free mass
components in male elite soccer players: Development and validation of new soccer-
specific predictive models. Journal of Translational Medicine, 21, Article 912.
https://doi.org/10.1186/s12967-023-04795-z
Campa, F., Coratella, G., Cerullo, G., Noriega, Z., Francisco, R., Charrier, D., Irurtia, A., Lukaski,
H., Silva, A. M., & Paoli, A. (2024). High-standard predictive equations for estimating body
composition using bioelectrical impedance analysis: A systematic review. Journal of
Translational Medicine, 22, Article 515. https://doi.org/10.1186/s12967-024-05272-x
Campa, F., Gobbo, L. A., Stagi, S., Cyrino, L. T., Toselli, S., Marini, E., Coratella, G., & Sardinha,
L. B. (2022). Bioelectrical impedance analysis versus reference methods in the
DOI: https://doi.org/10.71112/y3e4dd15
283 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
assessment of body composition in athletes. European Journal of Applied Physiology,
122(3), 561–589. https://doi.org/10.1007/s00421-021-04879-y
Campa, F., Matias, C. N., Moro, T., Cerullo, G., Casolo, A., Teixeira, F. J., & Paoli, A. (2023).
Methods over materials: The need for sport-specific equations to accurately predict fat
mass using bioimpedance analysis or anthropometry. Nutrients, 15(2), Article 278.
https://doi.org/10.3390/nu15020278
Campa, F., Toselli, S., Mazzilli, M., Gobbo, L. A., & Coratella, G. (2021). Assessment of body
composition in athletes: A narrative review of available methods with special reference to
quantitative and qualitative bioimpedance analysis. Nutrients, 13(5), Article 1620.
https://doi.org/10.3390/nu13051620
Durnin, J. V. G. A., & Womersley, J. (1974). Body fat assessed from total body density and its
estimation from skinfold thickness: Measurements on 481 men and women aged from 16
to 72 years. British Journal of Nutrition, 32(1), 77–97.
https://doi.org/10.1079/BJN19740060
Farfán, Á. (2026). Concordancia entre bioimpedancia eléctrica multifrecuencia segmental y
métodos antropométricos para estimar adiposidad y masa muscular en futbolistas adultos
amateur. Journal of Movement & Health, 23(2). https://doi.org/10.5027/jmh-Vol23-
Issue2(2026)art287
Grant, M. J., & Booth, A. (2009). A typology of reviews: An analysis of 14 review types and
associated methodologies. Health Information & Libraries Journal, 26(2), 91–108.
https://doi.org/10.1111/j.1471-1842.2009.00848.x
Heymsfield, S. B., Lohman, T. G., Wang, Z., & Going, S. B. (Eds.). (2005). Human body
composition (2nd ed.). Human Kinetics.
Hopkins, W. G. (2000). Measures of reliability in sports medicine and science. Sports Medicine,
30(1), 1–15. https://doi.org/10.2165/00007256-200030010-00001
DOI: https://doi.org/10.71112/y3e4dd15
284 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
International Society for the Advancement of Kinanthropometry. (2019). International standards
for anthropometric assessment. ISAK.
Kasper, A. M., Langan-Evans, C., Hudson, J. F., Brownlee, T. E., Harper, L. D., Naughton, R. J.,
Morton, J. P., & Close, G. L. (2021). Come back skinfolds, all is forgiven: A narrative review
of the efficacy of common body composition methods in applied sports practice. Nutrients,
13(4), 1075. https://doi.org/10.3390/nu13041075
Koo, T. K., & Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation
coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155–163.
https://doi.org/10.1016/j.jcm.2016.02.012
Kuhn, T. S. (2012). The structure of scientific revolutions (4th ed.). University of Chicago Press.
Kyle, U. G., Bosaeus, I., De Lorenzo, A. D., Deurenberg, P., Elia, M., Gómez, J. M., Heitmann, B.
L., Kent-Smith, L., Melchior, J. C., Pirlich, M., Scharfetter, H., Schols, A. M. W. J., &
Pichard, C. (2004a). Bioelectrical impedance analysis—part I: Review of principles and
methods. Clinical Nutrition, 23(5), 1226–1243. https://doi.org/10.1016/j.clnu.2004.06.004
Kyle, U. G., Bosaeus, I., De Lorenzo, A. D., Deurenberg, P., Elia, M., Gómez, J. M., Heitmann, B.
L., Kent-Smith, L., Melchior, J. C., Pirlich, M., Scharfetter, H., Schols, A. M. W. J., &
Pichard, C. (2004b). Bioelectrical impedance analysis—part II: Utilization in clinical
practice. Clinical Nutrition, 23(6), 1430–1453. https://doi.org/10.1016/j.clnu.2004.09.012
Lee, R. C., Wang, Z., Heo, M., Ross, R., Janssen, I., & Heymsfield, S. B. (2000). Total-body
skeletal muscle mass: Development and cross-validation of anthropometric prediction
models. The American Journal of Clinical Nutrition, 72(3), 796–803.
https://doi.org/10.1093/ajcn/72.3.796
Lohman, T. G. (1992). Advances in body composition assessment. Human Kinetics.
Lukaski, H. C. (2013). Evolution of bioimpedance: A circuitous journey from estimation of
physiological function to assessment of body composition and a return to clinical research.
DOI: https://doi.org/10.71112/y3e4dd15
285 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
European Journal of Clinical Nutrition, 67(S1), S2–S9.
https://doi.org/10.1038/ejcn.2012.149
Martin, A. D., Spenst, L. F., Drinkwater, D. T., & Clarys, J. P. (1990). Anthropometric estimation
of muscle mass in men. Medicine & Science in Sports & Exercise, 22(5), 729–733.
Mathisen, T. F., Ackland, T., Burke, L. M., Constantini, N., Haudum, J., Macnaughton, L. S.,
Meyer, N. L., Mountjoy, M., Slater, G., & Sundgot-Borgen, J. (2023). Best practice
recommendations for body composition considerations in sport to reduce health and
performance risks: A critical review, original survey and expert opinion by a subgroup of
the IOC consensus on Relative Energy Deficiency in Sport (REDs). British Journal of
Sports Medicine, 57(17), 1148–1160. https://doi.org/10.1136/bjsports-2023-106812
Matias, C. N., Campa, F., Santos, D. A., Lukaski, H., Sardinha, L. B., & Silva, A. M. (2021). Fat-
free mass bioelectrical impedance analysis predictive equation for athletes using a 4-
compartment model. International Journal of Sports Medicine, 42(1), 27–32.
https://doi.org/10.1055/a-1179-6236
Mecherques-Carini, M., Albaladejo-Saura, M., Vaquero-Cristóbal, R., Baglietto, N., & Esparza-
Ros, F. (2024). Validity and agreement between dual-energy X-ray absorptiometry,
anthropometry and bioelectrical impedance in the estimation of fat mass in young adults.
Frontiers in Nutrition, 11, Article 1421950. https://doi.org/10.3389/fnut.2024.1421950
Michell, J. (1997). Quantitative science and the definition of measurement in psychology. British
Journal of Psychology, 88(3), 355–383. https://doi.org/10.1111/j.2044-
8295.1997.tb02641.x
Mountjoy, M., Ackerman, K. E., Bailey, D. M., Burke, L. M., Constantini, N., Hackney, A. C.,
Heikura, I. A., Melin, A., Pensgaard, A. M., Stellingwerff, T., Sundgot-Borgen, J. K.,
Torstveit, M. K., Jacobsen, A. U., Verhagen, E., Budgett, R., Engebretsen, L., & Erdener,
U. (2023). 2023 International Olympic Committee’s consensus statement on Relative
DOI: https://doi.org/10.71112/y3e4dd15
286 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Energy Deficiency in Sport (REDs). British Journal of Sports Medicine, 57(17), 1073–1097.
https://doi.org/10.1136/bjsports-2023-106994
Nana, A., Slater, G. J., Stewart, A. D., & Burke, L. M. (2015). Methodology review: Using dual-
energy X-ray absorptiometry (DXA) for the assessment of body composition in athletes
and active people. International Journal of Sport Nutrition and Exercise Metabolism, 25(2),
198–215. https://doi.org/10.1123/ijsnem.2013-0228
Norgan, N. G. (2005). Laboratory and field measurements of body composition. Public Health
Nutrition, 8(7A), 1108–1122. https://doi.org/10.1079/PHN2005799
Núñez, F. J., Munguía-Izquierdo, D., & Suárez-Arrones, L. (2020). Validity of field methods to
estimate fat-free mass changes throughout the season in elite youth soccer players.
Frontiers in Physiology, 11, Article 16. https://doi.org/10.3389/fphys.2020.00016
Petri, C., Campa, F., Holway, F., Pengue, L., & Suárez-Arrones, L. (2024). ISAK-based
anthropometric standards for elite male and female soccer players. Sports, 12(3), Article
69. https://doi.org/10.3390/sports12030069
Popper, K. R. (2002). The logic of scientific discovery. Routledge. (Original work published 1959)
Porter, T. M. (1995). Trust in numbers: The pursuit of objectivity in science and public life.
Princeton University Press.
Ross, W. D., & Kerr, D. A. (1991). Fraccionamiento de la masa corporal: Un nuevo método para
utilizar en nutrición clínica y medicina deportiva. Apunts: Medicina de l’Esport, 28(18),
175–187.
Siri, W. E. (1993). Body composition from fluid spaces and density: Analysis of methods. Nutrition,
9(5), 480–491. (Original work published 1961)
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines.
Journal of Business Research, 104, 333–339.
https://doi.org/10.1016/j.jbusres.2019.07.039
DOI: https://doi.org/10.71112/y3e4dd15
287 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Stewart, A. D., & Sutton, L. (2012). Body composition in sport, exercise and health. Routledge.
Toomey, C. M., McCormack, W. G., & Jakeman, P. (2017). The effect of hydration status on the
measurement of lean tissue mass by dual-energy X-ray absorptiometry. European Journal
of Applied Physiology, 117(3), 567–572. https://doi.org/10.1007/s00421-017-3552-x
Wang, Z. M., Pierson, R. N., Jr., & Heymsfield, S. B. (1992). The five-level model: A new approach
to organizing body-composition research. The American Journal of Clinical Nutrition,
56(1), 19–28. https://doi.org/10.1093/ajcn/56.1.19
Wang, Z., Deurenberg, P., Wang, W., Pietrobelli, A., Baumgartner, R. N., & Heymsfield, S. B.
(1999). Hydration of fat-free body mass: Review and critique of a classic body-composition
constant. The American Journal of Clinical Nutrition, 69(5), 833–841.
https://doi.org/10.1093/ajcn/69.5.833
Weir, J. P. (2005). Quantifying test-retest reliability using the intraclass correlation coefficient and
the SEM. Journal of Strength and Conditioning Research, 19(1), 231–240.
https://doi.org/10.1519/15184.1