Kroppsfettprocenten är en bättre prediktor för fetmarelaterade risker än BMI

I en nyligen publicerad studie i Journal of Clinical Endocrinology & Metabolism utvärderade forskare tröskelvärden för procent kroppsfett (%BF) för att definiera övervikt och fetma, och undersökte deras samband med metabolt syndrom (MetSyn) hos ett stort urval vuxna.

Studien fann att tröskelvärden för kroppsfett i procent är en mer exakt indikator än kroppsmasseindex (BMI) för att förutsäga fetmarelaterade sjukdomar. Forskarna rekommenderar att man använder direkta mätningar av kroppsfett i klinisk praxis och föreslår att man identifierar övervikt vid 25 % av kroppsfettet för män och 36 % av kroppsfettet för kvinnor. Fetma kan definieras vid 30 % av kroppsfettet för män och 42 % av kroppsfettet för kvinnor.

BMI-baserade standarder används ofta för att definiera fetma, övervikt och normalvikt. BMI anses dock vara ett felaktigt mått på faktiskt kroppsfett eller %BF.

Modern teknik har förbättrat bedömningen av %BF, men resultatbaserade tröskelvärden behövs för att säkerställa att dessa mätningar kan användas effektivt för att hantera patienters hälsa.

Fetmarelaterade sjukdomar är förknippade med överskott av fett, men nuvarande rekommendationer förlitar sig ofta på övergripande dödlighetsstatistik snarare än direkta kopplingar till specifika hälsoutfall.

Nu utvecklas mer exakta metoder för att bedöma %BF, såsom multifrekvent bioelektrisk impedansanalys (MF-BIA), och dessa kan spela en betydande roll i förebyggande hälsovård. På grund av sambandet mellan %BF och MetSyn kan %BF bli ett mer exakt verktyg för att hantera fetmarelaterade sjukdomar jämfört med BMI.

Studien genomförde en korrelationsanalys med data från National Health and Nutrition Examination Survey (NHANES) för att uppskatta tröskelvärden för %BF för att definiera övervikt och fetma.

Urvalet omfattade 16 918 individer i åldrarna 18 till 85 år, med data insamlade från 1999 till 2018, exklusive perioder då mätningar med dubbel energi röntgenabsorptiometri (DXA) inte utfördes.

Insamlade data omfattade demografi, laboratoriemätningar (inklusive fasteglukos, triglycerider, HDL-kolesterol, blodtryck), antropometriska mått (BMI, vikt, längd, midjeomkrets) och DXA-resultat för helkroppsbruk.

Varje deltagares metaboliska hälsa klassificerades baserat på närvaron av MetSyn, definierad som närvaron av minst tre av fem viktiga markörer: ökat midjemått, lågt HDL, högt fasteglukos, högt blodtryck och höga triglycerider.

Data från 16 918 personer (8 184 kvinnor och 8 734 män) med en medelålder på cirka 42 år, representerande olika etniska grupper, analyserades.

Bland individer klassificerade som överviktiga (BMI >25 kg/m²) respektive feta (BMI ≥30 kg/m²) hade 5 % respektive 35 % MetSyn. Dessa värden användes för att fastställa nya tröskelvärden för %BF: 25 % för övervikt jämfört med 30 % för fetma hos män och 36 % för övervikt jämfört med 42 % för fetma hos kvinnor.

Med hjälp av dessa %BF-tröskelvärden klassificerades 27,2 % av kvinnorna och 27,7 % av männen som normalviktiga, 33,5 % av kvinnorna och 34,0 % av männen som överviktiga och 39,4 % av kvinnorna och 38,3 % av männen klassificerades som feta.

Studien belyste att BMI har lågt prediktivt värde mellan individer på grund av den betydande variationen i %BF vid varje givet BMI.

Dessutom belyser skillnader i korrelationen mellan BMI och %BF mellan män och kvinnor begränsningarna med att använda BMI för att bedöma fetma och dess associerade hälsorisker.

Nya framsteg inom MF-BIA erbjuder mer tillförlitliga och tillgängliga metoder för att uppskatta %BF jämfört med traditionella antropometriska metoder.

Även om noggrannheten hos dessa enheter varierar, representerar deras ökande användning i klinisk praxis ett betydande steg mot förbättrade epidemiologiska data och bredare användning.

Teknologiska förbättringar av kroppssammansättningsbedömning, inklusive mer exakta MF-BIA-modeller och stöd från medicinska samfund, skulle kunna förbättra klinisk användning och försäkringsskydd, vilket i slutändan förbättrar patientvården.

Begränsningar inkluderar variationer i enheternas noggrannhet och behovet av ytterligare forskning om sambandet mellan kroppssammansättning och metabolisk sjukdom.