Bakgrund: Atleter och idrottare har olika förutsättningar när det kommer till prestation beroende på kroppsammansättning och fysiska kvaliteter. Att bygga muskler, träna styrka eller löpträna är olika träningsformer för att utveckla olika kvaliteter som kan vara olika viktiga i olika idrotter. Syfte: Syftet med denna studie var att undersöka skillnader i utvalda fysiska kvaliteter hos styrketränande och löpare Metod: Detta var en tvärsnittsstudie med strategiskt urval av två grupper, en löpare (n=6) och en styrketränare (n=12). Båda gruppernas fysik analyserades med ett kroppsammansättningstest. Styrkan och fysisk fitness testades genom ett handgripstest och ett VO2max test för att få fram värden av gruppens fysiska kvalitéter. Gruppernas fysiska kvaliteter ställdes sedan mot varandra. Resultat: Löpargruppen hade signifikant högre VO2max än styrketränargruppen. I övrigt fanns det inga signifikanta skillnader. Konklusion: VO2max visade sig vara högre bland löpare än hos styrketränande vilket går i linje med tidigare forskning.

Bakgrund Det finns ännu inga etablerade officiella gränsvärden för övervikt och fetma som är baserade på proportionen fettmassa (FM%) utan de gränsvärden som finns är utgår body mass index (BMI) eller midjemått. Syfte Att utveckla modeller för att prediktera FM, procentuellt och i kg, utifrån antropometriska mått hos unga och medelålders (20-49 år) svenska män. Vidare syftar uppsatsen till att undersöka vilka värden för FM% som motsvarar 25 kg/m2 och 30 kg/m2 i BMI och samt för 94 cm och 102 cm i midjemått. Metod Männen har rekryterats med hjälp av en mödravårdscentral, kvinnohälsan, i Linköping i samband med ett projekt om utveckling av barnfetma. Totalt 136 män undersöktes med Bod Pod, en maskin som mäter kroppssammansättning med hög validitet. Vidare mättes antropometriska mått såsom vikt, längd och midjemått vid mättillfället. Resultat Regressionsmodellerna med midjemått och BMI (r=0,94) samt midjemått (r=0,94) var de som var signifikant högst korrelerade till FM (kg). De regressionsmodellerna som förklarade mest av variansen i FM% var de med 1) M/L (midja/längd), midjemått och BMI 2) M/L och 3) midjemått som oberoende variabler (r=0,86-0,88). Ett BMI på 25 kg/m2 och 30 kg/m2 motsvaras av 23, respektive 32 FM%. Motsvarande värden för midjemått 94 och 102 cm var 25, respektive 31 FM%. Slutsats Midjemått och M/L (midjemått/längd) är bäst för att prediktera mängden fettmassa (FM), både i procent och kg. BMI 25 kg/m2 motsvarar 23±1 i FM% och BMI 30 kg/m2 korresponderas av 32±2 i FM%. / Introduction Currently, no official cut-offs regarding overweight and obesity based on proportion fat mass (FM%) are available. Existing cut-offs are instead derived from body mass index (BMI) and waist circumference. Aim To develop equations to predict FM, in percent and kg, from anthropometric measures in young and middle aged (20-49 years of age) Swedish men. Also, this paper aims to investigate which values for FM% that corresponds to firstly 25 kg/m2 and 30 kg/m2 in BMI and secondly to 94 cm and 102 cm in waist circumference. Methods The men in the study were recruited in collaboration with a maternity clinic, kvinnohälsan, in Linköping. In total, 136 men were measured by the means of Bod Pod, a device that measures body composition in a valid manner. Anthropometric measures such as weight, height and waist circumference were measured. Results The regression models with waist circumference and BMI (r=0,94) and waist circumference (r=0,94) were significantly strongest related to FM (kg). The regression models who explained most of the variability in FM% were the ones with 1) W/H (waist circumference/height), waist circumference and BMI 2) W/H and 3) waist circumference as independent variables. A BMI of 25 kg/m2 and 30 kg/m2 corresponds to a FM% of 23 and 32, respectively. Corresponding values for waist circumference (94 and 102 cm) were 25 FM% and 31 FM%, respectively. Conclusion Waist circumference and W/H were the best variables to predict fat mass, both in percent and kg. BMI 25 kg/m2 corresponds to a FM% of 23±1 while BMI 30 kg/m2 is equivalent to 32±2 in FM%.

Bakgrund: En del elitidrottare, exempelvis inom uthållighetsgrenar, genomför högträningsvolym vilket stressar kroppen. Hög träningsvolym resulterar i högenergiförbrukning vilket kräver ett stort energiintag. Ett otillräckligt energiintag påverkarkroppen fysiologiskt på ett flertal sätt och kan leda till syndromet relativ energibrist iidrott (REI - S). Syftet Studiens syfte var att studera samband mellankroppssammansättning och viloomsättning (RMR) korrelerat till relativ energibrist hossvenska elitidrottare. Metod/Urval: Studien följde en tvärsnittsstudiedesign. Mätning avkroppskomposition (fettmassa och fettfri massa) samt viloomsättning (RMR) utfördes.RMRratio beräknades genom mätt RMR (mRMR) delat på beräknad RMR (pRMR).mRMR beräknades under laborationen och pRMR beräknades genom Cunningham1991ekvationen. Urvalet bestod av 23 svenska elitidrottare från olika sporter med ettåldersspann från 18 år - 43 år. Resultat: Procentuell fettfri massa (FFM %) och RMR -värde korrelerade positivt (r = 0,47, p = 0,023). En negativ måttligt stark korrelationberäknades mellan procentuell fettmassa (FM %) och RMR - värde (r = -0,47, p = 0,024). Slutsats Därmed korrelerade kroppssammansättning och viloomsättning hos svenskaelitidrottare. Viloomsättning korrelerade positivt med FFM % och negativt med FM %. / Background Some elite athletes, such as endurance runners, undergo extreme levels of training volume which stresses the body. High training volume results in high energy expenditure which requires a large energy intake. Consequences of insufficient amounts of energy intake are physiological dysfunctions and may lead to relative energy deficiency in sports (RED- S). Purpose The aim of the study was to research relations between body composition (FM, FFM) and resting metabolic rate (RMR) in correlation with RED-S amongst Swedish elite athletes. Method/Subjects This research follows a cross-sectional study design. Measurements to calculate body composition and RMR were performed. RMRratio was calculated by measured RMR (mRMR) divided by predicted RMR (pRMR). The Cunningham1991 equation was used to calculate pRMR. A total of 23 healthy Swedish elite athletes from different sports were measured, age ranging from 18 - 43 year olds. Results The percentage of fat free mass (FFM %) correlated positively with RMR (r = 0,47, p = 0,023). Percentage of fat mass (FM %) correlated negatively with RMR (r = - 0,47, p = 0,024). Conclusion A correlation between body composition and RMR amongst Swedish elite athletes was discovered. RMR correlated positively with FFM%  and negatively with FM%.