Calculadora FFMI normalizado

Entrenadores, aplicaciones de ciencia del deporte y cuadernos de investigación obtienen el índice científico y la banda normalizada por altura en una sola respuesta JSON determinista. El camino es aritmética pura sin red ni semilla aleatoria, de modo que las comprobaciones gratuitas en el navegador y los clientes de API prepago nunca discrepan. Si faltan la masa magra o la altura, los valores no son positivos o la altura está fuera de una ventana adulta segura, la petición falla con invalid_input y no se cobra.

Qué mide el FFMI normalizado y qué entradas necesita

El índice de masa libre de grasa bruto divide la masa magra entre la altura en metros al cuadrado y por tanto sigue incorporando un sesgo de estatura: los deportistas más bajos tienden a puntuar más alto y los más altos más bajo para la misma densidad de tejido magro. El FFMI normalizado por altura corrige ese sesgo con un ajuste lineal hacia una estatura de referencia fija de uno coma ocho metros, usando el coeficiente ampliamente citado de seis coma uno. La masa magra debe conocerse ya por DEXA, pesaje hidrostático, un dispositivo BIA de calidad, pliegues cutáneos u otro método de composición en el que confíe; esta calculadora no estima la composición a partir del peso y el porcentaje de grasa. Las alturas por debajo de cero coma tres metros o por encima de tres metros se rechazan por quedar fuera de una ventana segura de aislamiento para la estatura adulta de pie. El motor forma primero el FFMI como lean_mass_kg dividido entre height_m al cuadrado, luego suma seis coma uno por uno coma ocho menos height_m, y devuelve ambas cifras en kilogramos por metro cuadrado. Envíe lean_mass como un número finito positivo en kilogramos; se aceptan los alias lean_mass_kg, fat_free_mass, fat_free_mass_kg, ffm y lbm cuando su carga ya usa esos nombres. Envíe height como un número finito positivo en metros; se aceptan los alias height_m, stature y stature_m, y height_cm cuando prefiere centímetros: el motor divide entre cien. Si la masa magra o la altura faltan, están vacías, no son finitas o no son positivas, la petición falla con invalid_input nombrando el campo. Entradas idénticas producen siempre el mismo JSON porque el algoritmo nunca toca la red, un modelo, un reloj ni un generador aleatorio.

Cómo leer los campos de la respuesta y errores habituales

Recuerde que la calidad de la masa magra domina el resultado: una entrada de composición basura produce un índice pulido pero sin sentido. También se rechazan valores de masa magra extremadamente grandes por encima del techo de seguridad publicado del aislamiento. Mantenga expectativas clínicas: se trata de una estimación educativa y de planificación, no de un dispositivo médico de diagnóstico, y las personas con composición corporal atípica o condiciones médicas deben seguir el consejo profesional en lugar de un único índice. Si tiene éxito, la respuesta repite lean_mass_kg y height_m, y luego informa ffmi, normalized_ffmi y height_adjustment. El campo height_adjustment es exactamente seis coma uno por uno coma ocho menos height_m, de modo que las interfaces pueden mostrar el término de corrección junto al índice bruto sin recalcularlo. El campo reference_height_m es siempre uno coma ocho y coefficient es siempre seis coma uno para que los clientes documenten la fórmula sin codificar constantes a mano. El campo unit es siempre kg/m², formula reexpresa la expresión normalizada completa y method es siempre ffmi_normalized para que el código posterior pueda ramificar sin inspeccionar formas. Use ffmi cuando desee el índice científico bruto para artículos de investigación; use normalized_ffmi cuando su literatura de entrenamiento, notas de preparación a competición o panel de equipo citen la banda ajustada a la altura. No confunda este endpoint con el IMC, el BMI Prime, el BMR ni la vía de FFMI a partir de peso y grasa corporal que deriva la masa magra: responden a otras preguntas y viven en otras capacidades.

Uso de la API, precios, flujos de entrenamiento y límites prácticos

Llame a la calculadora de FFMI normalizado gratuita en el navegador para comprobaciones rápidas, demostraciones de clase y educación del cliente sin instalar una hoja de cálculo de ciencia del deporte. Mantenga las peticiones pequeñas, documente el coeficiente de seis coma uno para sus usuarios y obtendrá puntuaciones de masa magra ajustadas a la altura reproducibles sin montar una pila completa de ciencia del deporte por su cuenta. Envíe un cuerpo JSON con lean_mass y height obligatorios (o sus alias). Use la API prepago cuando un SaaS de fitness, una plataforma de rendimiento de equipo, un formulario de telemedicina o un cuaderno de investigación necesiten un contrato estable bajo saldo KIT a $0.002 por ítem exitoso; los fallos de validación no consumen saldo tras el rechazo del motor. Combine este endpoint con un flujo de composición que ya almacene masa libre de grasa —exportaciones DEXA, API de dispositivos BIA u hojas de pliegues cutáneos— y grafique normalized_ffmi a lo largo de una temporada sin volver a derivar la masa magra del peso de báscula cada vez. Prefiera masa magra en kilogramos y altura en metros que coincidan con la fórmula publicada; si su interfaz recoge libras o centímetros, convierta o use height_cm antes de llamar. Los autores que publican SDK pueden mapear ffmi y normalized_ffmi directamente a paneles y exportar columnas CSV etiquetadas como índice de masa magra y FFMI ajustado a la altura: los mismos números que los entrenadores escriben a mano al aplicar la corrección al estilo Kouri en papel. Cuando la estatura iguala la referencia de uno coma ocho metros, height_adjustment es cero y normalized_ffmi iguala el ffmi bruto, lo cual es una buena comprobación de humo en pruebas de integración.