Association of sex-related differences in body composition to change of direction speed in police officers while carrying load / Asociación de diferencias relacionadas con el sexo en la composición corporal para cambiar la velocidad de dirección de oficiales de policía durante el transporte de carga

Regardless of sex or body size, police tasks may require officers to change direction speed (CODS) under occupational loads. The purpose of this study was to investigate body composition and CODS in female and male police cadets in both unloaded and occupationally loaded conditions. Body composition and CODS of 51 female (FPC) and 70 male police cadets (MPC) were assessed. Six body composition indices were used: Body mass index (BMI), percent body fat (PBF), percent of skeletal muscle mass (PSMM), protein fat index (PFI), index of hypokinesia (IH), and skeletal muscle mass index (SMMI). The CODS was assessed by Illinois Agility Test (IAT) and IAT while carrying a 10-kg load (LIAT). An independent sample t-test was used to identify the differences between the sexes. The regression determined associations between body composition and LIAT. The alpha level was set at p < 0.05 a priori. MPC had significantly higher (p < 0.001) BMI, PSMM, PFI and SMMI and lower PBF and IH than FPC. MPC were also faster in IAT and LIAT, carrying lower relative loads that imparted less of an impact on CODS performance. Body composition was strongly associated with the time to complete LIAT (R2 = 0.671, p < 0.001). Difference in relative load and body composition influenced CODS performance in both unloaded and loaded conditions. Thus, optimizing body composition through increasing skeletal muscle mass and reducing fat mass could positively influence unloaded and loaded CODS performance and improve elements of police task performance.

El trabajo policial puede requerir que los oficiales cambien la velocidad de dirección (CVD) bajo cargas ocupacionales, indistintamente del sexo o tamaño corporal. El propósito de este estudio fue investigar la composición corporal y los CVD en cadetes de policía de ambos sexos, tanto en condiciones de descarga como de trabajo. Se evaluaron la composición corporal y los CVD de 51 mujeres (CPF) y 70 cadetes de policía masculinos (CPM). Se utilizaron seis índices de composición corporal: índice de masa corporal (IMC), porcentaje de grasa corporal (PGC), porcentaje de masa muscular esquelética (PMME), índice de grasa proteica (IGP), índice de hipocinesia (IH) e índice de masa muscular esquelética (IMME). El CVD fue evaluado por Illinois Agility Test (IAT) y IAT mientras transportaba una carga de 10 kg (LIAT). Se usó una prueba t de muestra independiente para identificar las diferencias entre los sexos. La regresión determinó asociaciones entre la composición corporal y LIAT. El nivel alfa se estableció en p <0,05 a priori. CPM registraron un IMC, PMME, PGC y IMME significativamente más altos (p <0,001) y PGC e IH más bajos que las mujeres (CPF). Los CPM también fueron más rápidos en IAT y LIAT, llevando cargas más bajas, las que tuvieron un impacto menor en el rendimiento de CVD. La composición corporal estaba asociada con el tiempo para completar LIAT (R2 = 0,671, p <0,001). La diferencia en la carga relativa y la composición corporal influyeron en el rendimiento de CVD tanto en condiciones descargadas como cargadas. Por lo tanto, la optimización de la composición corporal a través del aumento de la masa del músculo esquelético, y la reducción de la masa grasa podrían influir de manera positiva en el rendimiento de CVD descargados y cargados, mejorando el rendimiento del trabajo policial.

Age-related body composition differences in female police officers / Diferencias de composición corporal relacionadas con la edad en oficiales de la policía femenina

SUMMARY: Since performance in police occupations may depend on body composition and physical abilities, women are less likely to become police officers. However, information on age-related differences in body composition among female police officers (FPO) barely exists. Thus, this study aimed to investigate the association between age and body composition in FPO. Body composition of 95 FPO was assessed and divided into 4 age groups: 21-25 (age = 23.58 ± 0.84 years, body height [BH] = 1.61 ± 0.04 m, body mass [BM] = 65.55 ± 12.59 kg); 26-30 (age = 28.24 ± 1.20 years, BH = 1.61 ± 0.04 m, BM = 72.08 ± 12.80 kg); 31-35 (age = 32.73 ± 1.59 years, BH = 1.62 ± 0.06 m, BM = 74.88 ± 12.22 kg); and 36-40 (age = 37.71 ± 1.40 years, BH = 1.61 ± 0.08 cm, BM = 77.38 ± 11.61 kg). Eight body composition characteristics were measured using bioelectrical impedance (InBody 720): BM, body mass index (BMI), fat mass index (FMI), fat mass (FM), trunk fat mass (TFM), percent body fat mass (PBF), skeletal muscle mass (SMM), and percent skeletal muscle mass (PSMM). A multivariate analysis of variance (MANOVA) with Bonferroni post-hoc test (p<0.05) and Cohen's effect size (ES) were used to determine significant differences in anthropometric variables by age. Statistically significant differences occurred in BM (F = 3.412, p = 0.021), BMI (F = 3.662, p = 0.015), FM (F = 3.411, p = 0.021) and FMI (F = 3.479, p = 0.019). A large inverse ES occurred in trend of age-related differences in PBF and PSMM. The BM is higher relative to age due to FM, which may cause a decrease in PSMM. The most critical period seems to be between 30-35 years.

RESUMEN: Debido a que el desempeño en los trabajos policiales puede depender de la composición corporal y las capacidades físicas, las mujeres tienen menos probabilidades de convertirse en agentes de policía. Sin embargo, existe escasa información sobre las diferencias relacionadas con la edad en la composición corporal entre las mujeres policías (MP). Por lo tanto, el objetivo de este estudio fue investigar la asociación entre la edad y la composición corporal en la MP. La composición corporal de 95 MP se evaluó y dividió en 4 grupos etarios: 21-25 (edad = 23.58 ± 0.84 años, altura corporal [AC] = 1.61 ± 0.04 m, masa corporal [MC] = 65,55 ± 12,59 kg); 26-30 (edad = 28,24 ± 1.20 años, AC = 1,61 ± 0,04 m, MC = 72,08 ± 12,80 kg); 31-35 (edad = 32,73 ± 1,59 años, AC = 1,62 ± 0,06 m, MC = 74,88 ± 12,22 kg); y 36-40 (edad = 37,71 ± 1.40 años, AC = 1,61 ± 0,08 cm, MC = 77,38 ± 11,61 kg). Se midieron ocho características de la composición corporal utilizando la impedancia bioeléctrica (InBody 720): MC, índice de masa corporal (IMC), índice de masa grasa (IMC), masa grasa (MG), masa grasa del tronco (MGT), porcentaje de masa corporal grasa (PMC) , masa muscular esquelética (MME) y porcentaje de masa muscular esquelética (PMME). Se utilizó un análisis de varianza multivariable (MANOVA) con la prueba post-hoc de Bonferroni (p <0.05) y el tamaño del efecto de Cohen (ES) para determinar diferencias significativas en las variables antropométricas por edad. Se observaron diferencias estadísticamente significativas en MC (G = 3,412, p = 0,021), IMC (G = 3,662, p = 0,015), MG (G = 3,411, p = 0,021) y IMG (G = 3,479, p = 0,019). Se produjo un ES inverso grande en la tendencia de las diferencias relacionadas con la edad en PGC y PMME. La MC es más alta en relación con la edad debido a la MG, lo que puede causar una disminución en el PMME. El período más crítico parece ser entre 30-35 años.

Use of human body morphology as an indication of physical fitness: implications for police officers / Uso de la morfología del cuerpo humano como una indicación de la condición física: implicancias en oficiales de policía

Research with police officers (POs) suggests an association between body composition, physical performance and health. The aim of the study was to investigate the associations between body composition and measures of physical fitness, and their use to predict estimated physical fitness score (EPFS). The sample included 163 male POs (age = 31.61 ± 4.79 years, height = 172.97 ± 6.09 cm, body mass = 77.53 ± 11.66 kg). Eight body composition variables: body mass index (BMI), body fat mass index (BFMI), percent of body fat (PBF), percent skeletal muscle mass (PSMM), index of hypokinezia (IH), skeletal muscle mass index (SMMI), protein mass index (PMI), and fat-free mass index (FFMI); and four physical fitness measures: a 3.2 km run, a 2-minute push-up, 2-minute sit-up and estimated physical fitness score (EPFS) were correlated, followed by the regression analysis for causal relationship between body composition and EPFS. Running 3.2 km test correlated to BMI, PBF, PSMM, BFMI, and SMMI (r = 0.274, 0.250, -0.234, 0.311, p<0.01, respectively); 2-minute push-up correlated to PBF, PSMM, BFMI, SMMI, PMI, IH, and FFMI (r = -0.413, 0.436, -0.375, 0.221, 0.231, -0.411, 0.261, p<0.01, respectively); 2-minute sit-up correlated to PBF, PSMM, BFMI, and IH (r = -0.237, 0.250, -0.236, -0.218, p<0.01, respectively); and EPFS correlated to BMI, FFMI, PBF, PSMM, BFMI, and IH (r = -0.200, 0.168, p<0.05, and r = -0.369, 0.378, 0.376, -0.317, p <0.01, respectively). Two models of predictions were extracted: 1) PBF, BFMI, PMI and FFMI (R2 = 0.250, p<0.001); 2) PBF, BFMI and PMI (R2 = 0.244, p<0.001). Obtained prediction models may be a promising screening method of a POs' fitness, when conducting the physical tests is not possible or safe (obese and injured POs or bad weather conditions).

En este trabajo realizado con oficiales de policía (OP) se sugiere una asociación entre la composición corporal y el rendimiento físico y la salud. El objetivo del estudio fue investigar las asociaciones entre la composición corporal y las medidas de aptitud física, y su uso para predecir el puntaje de aptitud física estimado (PAFE). La muestra incluyó 163 OP masculinos (edad = 31,61 ± 4,79 años, altura = 172,97 ± 6,09 cm, masa corporal = 77,53 ± 11,66 kg). Se analizaron ocho variables de composición corporal: índice de masa corporal (IMC), índice de masa corporal grasa (IMCG), porcentaje de grasa corporal (PGC), porcentaje de masa muscular esquelética (PMME), índice de hipoquinezia (IH), índice de masa muscular esquelética (IMME), índice de masa proteica (IMP) e índice de masa libre de grasa (IMLG); y cuatro medidas de aptitud física: se correlacionaron una carrera de 3,2 km, una elevación de 2 minutos, una postura de 2 minutos y un puntaje de aptitud física estimada (PAFE), seguido del análisis de regresión para la relación causal entre la composición corporal y el PAFE. La prueba de ejecución de 3,2 km se correlacionó con el IMC, PGC, PMME, IMCG y IMME (r = 0,274, 0,250, -0,234, 0,311, p <0,01, respectivamente); Push-up de 2 minutos correlacionado con PGC, PMME, IMCG, IMME, PMI, IH y IMLG (r = -0,413, 0,436, -0,375, 0,221, 0,231, 0,411, 0,261, p <0,01, respectivamente); Sit-up de 2 minutos correlacionado con PGC, PMME, IMCG e IH (r = -0,237, 0,250, 0,236, -0,218, p <0,01, respectivamente); y EPFS correlacionado con IMC, IMLG, PGC , PMME, IGMC e IH (r = -0,200, 0,168, p <0,05, y r = -0,369, 0,378, 0,376, -0,317, p <0,01, respectivamente). Se extrajeron dos modelos de predicción: 1) PGC, IGMC, IMP y IMLG (R2 = 0,250, p <0,001); 2) PGC, IGMC y IMP (R2 = 0,244, p <0,00). Los modelos de predicción obtenidos pueden ser un método prometedor de detección de la condición física de los OP, cuando no es posible o seguro realizar las pruebas físicas (OP obesos y lesionados o condiciones climáticas adversas).