La API de Análisis de IMC ofrece un análisis integral del estado físico y metabólico de una persona basado en medidas corporales básicas. Esta API utiliza parámetros como peso, altura, cintura, caderas, cuello, edad, género y nivel de actividad física para generar una amplia gama de indicadores de salud, entregando resultados en diferentes sistemas de unidades, como métrico o imperial
Su función principal es calcular el Índice de Masa Corporal (IMC), un indicador estándar que clasifica el estado de peso de un individuo (bajo peso, normal, sobrepeso o diferentes grados de obesidad). Sin embargo, la API va más allá del IMC, integrando métricas complementarias que permiten una evaluación más precisa y personalizada del bienestar físico
En general, la API de Análisis de IMC es una solución integral para usuarios que buscan integrar un sistema de evaluación corporal confiable en sus aplicaciones o plataformas, con soporte multilingüe y resultados claros, prácticos e interpretativos basados en fórmulas científicamente validadas
Procesa las medidas del cuerpo y devuelve el IMC, grasa corporal, metabolismo, riesgos y métricas detalladas
Cálculo del IMC - Características del Endpoint
| Objeto | Descripción |
|---|---|
Cuerpo de la Solicitud |
[Requerido] Json |
{"lang":"en","output_system":"metric","bmi":{"value":27.61,"prime":1.1,"category":"Overweight (pre-obesity)","risk":"Increased cardiometabolic risk"},"ideal_weight":{"min":70.3,"max":94.7},"whr":{"value":0.94,"risk":"Moderate"},"whtr":{"value":48.21,"risk":"Healthy"},"body_fat":{"value":18.8,"method":"US Navy"},"bmr":{"value":2073.75,"formula":"Mifflin-St Jeor"},"tdee":{"value":3214,"activity_level":"moderate"},"ponderal_index":14.16,"body_surface_area":2.38,"display_measurements":{"weight":105,"height":195,"waist":94,"hip":100,"neck":40},"sex":"m","age":40,"units":{"weight":"kg","height":"cm","waist":"cm","hip":"cm","neck":"cm","system":"metric"},"source":"NA"}
curl --location --request POST 'https://zylalabs.com/api/10957/bmi+analysis+information+api/20669/bmi+calculation' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"weight": {
"value": 105,
"unit": "kg"
},
"height": {
"value": 195,
"unit": "cm"
},
"waist": {
"value": 94,
"unit": "cm"
},
"hip": {
"value": 100,
"unit": "cm"
},
"neck": {
"value": 40,
"unit": "cm"
},
"sex": "m",
"age": 40,
"activity_level": "moderate",
"lang": "en",
"output_system": "metric"
}'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
El punto final de cálculo del IMC devuelve un conjunto integral de indicadores de salud que incluye el IMC el porcentaje de grasa corporal la tasa metabólica basal (TMB) el gasto energético diario total (GEDT) la relación cintura-cadera (RCC) la relación cintura-altura (RCA) y el rango de peso ideal entre otros
Los campos clave en la respuesta incluyen "bmi" (valor, categoría, riesgo), "body_fat" (valor, método), "bmr" (valor, fórmula), "tdee" (valor, nivel de actividad) y "ideal_weight" (mínimo, máximo) Cada campo proporciona información crítica sobre el estado de salud de un individuo
Los usuarios pueden ingresar parámetros como peso, altura, cintura, caderas, cuello, edad, género y nivel de actividad física para personalizar su evaluación de salud y recibir resultados ajustados
Los datos de respuesta están estructurados en un formato JSON con objetos anidados para métricas específicas como el índice de masa corporal y la grasa corporal Cada métrica incluye valores y categorías relevantes lo que facilita su análisis y utilización en aplicaciones
La API utiliza fórmulas y métodos validados científicamente como la ecuación de Mifflin-St Jeor para el BMR y el método de la Marina de los Estados Unidos para el cálculo de grasa corporal garantizando alta precisión y fiabilidad en los resultados
La precisión de los datos se mantiene mediante el uso de fórmulas científicamente validadas para cálculos como la ecuación de Mifflin-St Jeor para el metabolismo basal y el método de la Marina de los EE. UU. para la estimación del porcentaje de grasa corporal asegurando resultados fiables
Los casos de uso típicos incluyen aplicaciones de salud y fitness programas de bienestar personalizados y evaluaciones médicas donde los usuarios pueden rastrear y analizar sus indicadores de salud física y metabólica
Por ejemplo "bmi.category" indica el estado de peso (por ejemplo "Sobrepeso") mientras que "bmr.value" muestra el requerimiento diario de calorías en reposo Entender estos campos ayuda a los usuarios a interpretar sus métricas de salud de manera efectiva
Los usuarios pueden aprovechar los datos devueltos para monitorear tendencias de salud establecer objetivos de acondicionamiento físico y tomar decisiones informadas sobre el estilo de vida en función de su IMC porcentaje de grasa corporal y otras métricas proporcionadas en la respuesta
Los usuarios pueden esperar patrones de datos consistentes, como categorías de IMC (bajo peso, normal, sobrepeso, obesidad) y evaluaciones de riesgo (por ejemplo, aumento del riesgo cardiometabólico), que ayudan a interpretar el estado de salud de manera efectiva
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.322ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
250ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.704ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
319ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
70ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.147ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
620ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
247ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
542ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
522ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
916ms
Nivel de Servicio:
60%
Tiempo de Respuesta:
4.129ms
Nivel de Servicio:
86%
Tiempo de Respuesta:
383ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
8.217ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
235ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
634ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
494ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.459ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
8.351ms