Objetivo. O objetivo deste trabalho foi desenvolver e validar equações para estimar percentual de gordura e massa corporal magra em homens entre 50 e 85 anos de idade. Métodos. A população de estudo foi dividida em duas amostras aleatórias, sendo uma utilizada para o desenvolvimento das equações de regressões, e a outra para validá-Ias. Os modelos foram desenvolvidos através da análise de regressão linear múltipla, tendo como variáveis dependentes o percentual de gordura (%G) e a massa corporal magra (MCM) fornecidas pela absorciometria por raio-X de dupla energia (DEXA) e, como variáveis independentes idade (I), massa corporal (MC), estatura (Est), índice de massa corporal (IM C), dobra cutânea tricipital (DCT), perímetro da cintura (PCint), perímetro do quadril (PQ), razão cintura/quadril (RCQ), e, %G, MCM, resistência e reatância fornecidas pela análise de impedância bioelétrica (BIA) (%G BIA, MCM BIA, Res e 'qui'c respectivamente). A análise de validação das equações foi feita através do coeficiente de correlação de Pearson, teste t-Student pareado e através do erro padrão de estimativa (EPE). Resultados. A melhor equação para estimar o %G teve, como variáveis independentes o PCint, %G BIA, DCT e I ('r POT. 2 IND. aj'=0,71; 'r IND. icc'=0,82; e EPE=4,0%). Nenhuma das equações forneceu estimativas precisas da MCM. Conclusão. Verifica-se que para o %G foi possível estimar uma equação preditiva, porém são necessários outros estudos para definir uma equação para a MCM.

The aim of this study was to develop and validade equations to estimative the fat percentage and the lean body mass in men aged 50 - 85 years old. Methods. The group was divided into two random samples. One sample was used for the development of the regression equations, and the validation was done on the other one. The models were developed using multiple linear regression analysis, where the dependent variables were the fat percentage (%Fat) and the lean body mass (LBM) measured by the dual-energy X-ray absorptiometry (DEXA) (%Fat and LBM, respectively). The independent variables were age (A), body mass (BM), height (H), body mass index (BMI), triceps skinfold thickness (TRSF), waist circunference (WC), hip circunference (HC), waist:hip ratio (WHR), and, %Fat, LBM, resistence e reactance given by the bioelectrical impedance analysis (BIA) (%Fat BIA, LBM BIA, R e 'qui'c, respectively). The validation was done using Pearson correlation coefficient, paired t-Student test (P) and standard error of estimation (SEE). Results. The best equation to estimative the %Fat included WC, TRSF, %Fat BIA and A ('r POT. 2'=0,71, 'r IND. icc'=0,82 and SEE=4,0%). No equation could estimative LBM. Conclusion. The %Fat com be estimated using equation, but it is necessary other studies to found a equation for LBM.