(3) ENERGIA. Energiatasapaino ja terveys NNR 2012 mukaan

NNR 2012 -Energy  1(29)

1. Sisältö. Kappaleessa 3 kerrotaan kehon painon merkityksestä terveydelle ja kuvataan kaksi antropometristä mittaa: BMI ja vyötärönympärysmitta, joiden avulla hahmotetaan kehon painoa alipainoa, normaalipainoa, ylipainoa ja lihavuutta.

http://www.slv.se/upload/NNR5/NNR%202012%20Energy.pdf

3. Energiatasapaino ja terveys, Energy balance and health

3.1. Kehon painoindeksi, Body mass index (BMI)

3.2. Vartalolihavuus, Abdominal obesity

3.3. Lihavuus, painostabiliteetti ja terveys, Obesity, weight stability and health

3.4. Lihavuuden ja painonhallinnan merkitsijät, Determinants of obesity and weight control

3. Energiatasapaino ja terveys Energy balance and health

3.1. Kehon painoindeksi, Body mass index (BMI)

Lihavuutta ( obesitas) pidetään tilana, jossa esiintyy terveydellisiä haittavaikutuksia , mitkä korreloivat kehorasvan määrään tai sen anatomiseen sijoittautumiseen. On tyypillinen tapa määritellä lihavuutta kehonpainoindeksin BMI avulla. Tämä on kehonpaino (kg) jaettuna pituuden neliöllä (m*m). Lie havaittu U tai J muotoista käyrää BMI arvon assosioitumisessa väestön kokonaiskuolleisuuteen ja sairastavuuteen, mutta tällaiset korrelaatiot ovat vaikeita tulkita, koska ennalta esiintynyt sairaus voi vaikuttaa kehon painoon pikemminkin kuin vice versa. Yleisesti ottaen aikuisissa se BMI, joka vastaisi matalinta mortaliteettia (ja morbiditeettia) olisi suunnilleen BMI 22- 23 . WHO:n määritelmän mukaan normaali BMI tai suositeltu BMI on välillä 18.5- 24.9.

Obesity is defined as a state with adverse health effects related to the amount or anatomical distribution of body fat. Obesity is typically defined by using body mass index (BMI), that is, body weight (kg) divided by height (m) squared. BMI a U or J shaped association with total mortality and morbidity. However, these relationships are difficult to interpret, because pre-existing illnesses may affect body weight rather than vice versa. Generally in adults, the BMI that is compatible with the lowest mortality (and morbidity) is approximately 22-23. According to the WHO definition (19), the normal (or recommended) BMI is between 18.5 and 24.9

Taulukossa 9.1 katsotaan BMI arvo 30 kuuluvaan lihavuuteen. Näitä viitealueita käytetään kaikissa Pohjoismaissa.

(Table 9.1). A BMI of 30 or more is considered to be obesity. The

reference intervals of Table 9.1 are applicable in all Nordic countries.

TAULUKKO 9.1. Table 9.1 Body mass index, definitions of underweight, overweight and obesity, and health risks for adults (18-64 years)  Kehonpainoindeksi, alipainon, ylipainon ja lihavuuden määritelmät sekä liittyminen terveysriskeihin

BMI, Body mass index, Määritelmä, Definition, Sairastavuusja kuolleisuus, Morbidity and mortality

< 18.5   Alipaino Underweight                                               Hieman lisäntynyt, Slightly increased

18.5-24.9  Normaalipaino, Normal weight                            Matala , Low

25.0-29.9   Ylipaino, Overweight                                           Hieman lisääntynyt, Slightly increased

30.0-34.9   I asteen lihavuus, Grade I obesity                         Lisääntynyt, Increased

35.0-39.9   II asteen lihavuus, Grade II obesity                      Paljon lisääntynyt, Much increased

>40.0     III asteen lihavuus,Grade III obesity                        Hyvin paljon lisääntynyt, Very much increased

Lasten ja nuortenkin lihavuutta voidaan määritellä BMI:tä käyttämällä, mutta heillä ovat ylipainon rajakohdat merkitsevästi erilaiset kuin nuo aikuisten taulukossa 9.1 esitetyt arvot.

Cole et al. On julkaissut 2- 18 vuotiaille lapsille ja nuorille kansainväliset iän ja sukupuolen mukaan spesifiset BMI -rajat ylipainoon ( 85% käyrä) ja lihavuuteen ( 95% käyrä)

Obesity in children and adolescents may be defined using BMI, but the cut-off points differ

significantly from those presented in Table 9.1

Cole et al. (20) have published international age-and sex-specific BMI cut-off points for overweight (85thpercentile) and obesity (95thpercentile) for children and adolescents between 2 and 18 years.

On pidettävä mielessä, että BMI saattaa edustaa lihavuuden ja kehonrasvojen asettumisen erilaisia tasoja iästä, sukupuolesta, etnisistä seikoista ja rodusta riippuvalla tavalla. Sen takia pitäsi yksilötasolla suhtautua hyvin harkiten BMI- lukemiin.

It should be kept in mind that BMI may represent different levels of fatness and body fat

distribution depending on age, sex and ethnicity or race (26, 27). Therefore, BMI on individual level should be used with great caution.

On muitakin yksinkertaisia menetelmiä käytettävissä kuten vyötärön ympärysmitta arvioitaessa lihavuuteen liittyviä terveysriskejä . Erään meta-analyysin mukaan BMI:n herkkyys havaitsemaan suurta lihavuutta oli 0.50, spesifisyys oli 0.90. Tiedot viittasivat siihen, että BMI.tä käyttämällä tulee sekä I- että II- tyypin virheitä: todellista lihavuutta ei havaita tai havaitaan lihavuus, joka ei ole todellista lihavuutta). Ensinmainittu virhe on tavallisempi, mihin viittaa alempi havaitsemisherkkyys. Käytännössä useat, joiden BMI on aivan raja-alueen arvon alapuolella (25 tai 30), pitäsi luokitella ylipainoisina tai vastaavasti  lihavina kehon koostumuksen analyysiin perustuen.

Other simple measures, such as waist circumference (see heading Abdominal obesity

) may assist in assessment of obesity-related health risks. In a

meta-analysis (Okorodudu et al 2010), a pooled sensitivity for BMI to detect high adiposity

was 0.50 (95 %confidence interval (CI): 0.43–0.57) and a pooled specificity was

0.90 (CI: 0.86–0.94). These data indicate that by using BMI, both type I (true obesity is not detected) and type II errors (obesity is detected, even when it is not true) are made. However, as indicated by clearly lower sensitivity, type I error seems to be more common. In practical terms this means, that several individuals with BMI just below a cut-off limit (i.e. 25 or 30), should in reality have been classified as overweight and obese, respectively, based on a body composition analysis.

Tutkimukset ovat osoittaneet, että ikääntymisen myötä vähenee pituus, paino ja kehonpainoindeksi (BMI) sekä tapahtuu lihasmassan menetystä ja kehon rasvan lisääntymistä. Näistä muutoksista päätellen optimaalinen BMI saattaa olla vanhoilla henkilöillä erilainen verrattuna nuorien BMI arvoihin. Useissa tutkimuksissa on havaittu BMI-nadiirin olevan vanhoilla henkilöillä korkeampi kuin nuorilla. Siis se BMI, johon liittyy vähäisin suhteellinen kuolleisuus, olisi korkeampi vanhoilla henkilöillä nuorempiin väestöihin verrattuna. Ehdotetut rajat ovat alueella BMI 24 - BMI 33, mutta täsmällistä tasoa ei vielä tunneta. Ikävä kyllä tietoa ei ole tarpeeksi koossa, jota voisi suositella mitään " iäkkäitten henkilöitten optimaalista BMI-arvoa".

Studies have found that ageing is associated with decreasing height, weight and body mass index (BMI) (28, 29) and with loss of muscle mass and gain of body fat (30). These changes imply that optimal BMI may be different in old people compared to younger. Several studies have found the nadir (BMI associated with lowest relative mortality) to be higher in old people compared to recommendations for younger populations. The suggested cut-off limits range from 24- 33 but the exact level is still unknown. Unfortunately the data are inadequate to make any precise recommendations for optimal BMI among the elderly.

On tehty tutkimuksia, joissa katsotaan BMI lukeman suhdetta henkilöitten toiminnallisiin kykyihin ja on havaittu sekä korkean BMI- arvon että matalan BMI -arvon korreloivan toiminnallisiin kehnontumisiin. Kuitenkin huomattava lihavuus on selvästi liittynyt vähempään fyysiseen toimintakykyyn ja vaikeuttaa jokapäiväisten perustoimintojen suorittamista (ADL).

Studies that relate BMI to functional ability have found both a high and a low BMI to be related to disability (37, 38). However, marked obesity is clearly associated with physical disability and difficulties in performing the activities of daily living (ADL) (39, 40).

Aikuislihavuuden esiintyminen Pohjoismaissa on taulukoituna: Kts. Taulukko 9.2 . Näitä tietoja on saatu edustavista kansallisista katsauksista, mutta arvot sinänsä ovat yksilöitten itsensä raportoimia. Koska yksilöt kuitenkin tapaavat aliraportoida omia painojaan, niin aktuelli lihavuuden esiintyminen on todennäköisesti vähintäin pari prosenttiyksikköä yleisempää kuin mitä taulukko esittää. Verrattaessa NNR 2004- laitoksen vastaavaa prevalenssilukemaa on lihavuuden esiintymä yleisempää kaikissa Pohjoismaissa.

The prevalence of adult obesity in the Nordic countries is shown in Table 9.2 .These data are obtained from nationally representative surveys, but the values are self-reported. Since individuals tend to underreport their body weight, the actual prevalence of obesity is likely to be at least a couple of percentage-units higher than those shown in the table. Compared to the respective prevalence shown in NNR 2004, obesity has become more prevalent in all Nordic countries.

TAULUKKO 9.2. Table 9.2.Prevalence (%) of adult (approximately 25-64 y) obesity (BMI > 30.0) in the Nordic countries, assessed from self-reported body weight Pohjoismaisten aikuisten ( 25- 64 vuotiatten) lihavuuden (BMI yli 30.0) esiintyminen itseraportoitujen painotietojen mukaan

Maa, Country         Naiset (Women)         Miehet( Men)       Viittaus, Reference

Tanska Denmark      14.8 %                       15.6 %                     (21)

Suomi, Finland          19.3 %                      18.2 %                     (22)

Islanti, Iceland          19.4 %                       19.4 %                     (23)

Norja, Norway           22.1 %                      21.0 %                     (24)

Ruotsi, Sweden          14.0 %                      13.0 %                     (25).

3.2. Vartalolihavuus. Abdominal obesity

Lisäksi mainitaan, että vatsan alueen rasvojen jakautumaa, joka on intra-abdominaalisen rasvamassan indikaattori, voitaneen pitää obesiteetin (lihavuuden) merkitsijänä. Taulukossa 9.3 esitetään NIH- ja WHO- instituutioitten ehdottamat rajapisteet vyötärönympärysmitoille. Abdomenin (vatsan) sisäiset rasvamassat tai rasvan kertyminen vatsanalueelle voi assosioitua vielä vahvemmin metabolisiin häiriöihin kuin kehon rasvan kokonaismäärät.( Tämä tarkoittaa, että  vyötärölihavuus on  vaarallista terveydelle)   Nämä rajapisteet ovat todennäköisesti iäkkäämmille yksilöille korkeammat, kuitenkin yllämainitut BMI-arvot ovat käytössä kaikille yli 18-vuotiaille ilman iän suhteen tehtyjä korjauksia.

In addition, abdominal fat distribution, being an indicator of intra-abdominal fat mass, may also be used as an indicator of obesity (49). Table 9.3 presents cut-off points for waist circumference measurement, as suggested by the National Institute of Health (50) and WHO (19). Intra-abdominal fat mass, or abdominal fat distribution, may even be more strongly associated with metabolic disturbances than the amount of total body fat. The cut-off points are probably higher for elderly subjects (51, 52), however, BMI-values are used without any age- adjustments in all adults above 18 years.

TAULUKKO 9.3. Table 9.3 Waist circumference (cm) and the risk of metabolic complications associated with abdominal obesity in adults (18 - 64 years)

Vyötäron ympärysmitta (senttimetreinä) ja vartalolihavuuteen liittyvät metabolisten komplikaatioitten riskit aikuisilla ( 18 - 64 vuotiailla)

Riskin taso, Risk level    Naiset( Women)     Miehet (Men)

Matala, Low                     alle 79 tai 79 cm        alle 93 tai 93 cm

Kohonnut, Increased          80 - 87   cm                   94 - 101cm

Korkea, High                    88; yli ;88 cm                    102; yli 102 cm

3.3. Lihavuus, vakaa paino  ja terveys. Obesity, weight stability and health

Lihavuus ja ilmiselvä jonkin asteinen ylipainoisuus liittyvät useiden tautien kohonneeseen insidensiin.  Meta-analyysistä statistisesti päätellen on merkitsevää ylipainon assosioitumaa seuraaviin tauteihin: 2-tyypin diabetekseen, useaan syöpätyyppiin (rintasyöpä, endometriumsyöpä, kolorektaalisyöpä ja munuaissyöpä), kaikkiin sydän verisuonitauteihin ( paitsi sydäninsufisienssiin), astmaan, sappirakon tauteihin, osteoartriittiin ja krooniseen selkäkipuun. Vahvinta havaittiin assosiaation olevan lihavuuden ja 2--tyypin diabeteksen kesken.

Obesity, and to a clearly smaller extent overweight, is associated with an increased incidence of several diseases (Guh et al 2009).

The meta-analysis determined statistically significant associations for overweight with the incidence of type II diabetes, several types of cancers

(breast, endometrial, colorectal and kidney), all cardiovascular diseases (except congestive heart failure), asthma, gallbladder disease, osteoarthritis and chronic back pain.The strongest association was found between obesity and type 2 diabetes.

Epidemiologisten tutkimusten mukaan painon pysyminen vakaana  korreloituu matalimpaan kokonaiskuolleisuuteen, kun taas painon kertyminen on selvästi suhteessa mortaliteetin lisääntymään. Monet epidemiologiset tutkimukset viittaavat siiihen, että painon putoamaankin  liittyy  kohonnut mortaliteetti. Kuitenkin tällaisiin tietoihin pitää suhtautua varauksella, koska on vaikea erottaa haluttu   ja tahaton ( jonkin edeltäneen taudin aiheuttama) painonlasku.

According to epidemiological studies, stable weight is related to the lowest total mortality,

whereas weight gain is clearly related to increased mortality (41). Many epidemiological

studies indicate that weight loss is also associated with increased mortality (e.g. 41-44). However, these data should be interpreted with caution, because of difficulties in separating voluntary and involuntary (due to pre-existing disease) weight reduction. 

 

Sen lisäksi on huomattava, että epidemiologisissa tutkimuksessa eivät erottaudu painonlaskun tekniikat tai vauhdit  eikä menetetyn kehonpainon rakenteellinen lähde ( siis katoaako rasvaa, luuta vai lihasta). Päinvastoin taas jopa kohtuullinen ( 5 - 10%: n) painon vähenemä suuren riskin yksilöillä kohentaa terveyttä. Painon aaltoilevilla vaihteluilla (painon lasku ja taas sen nousu aiempiin tasoihin) saattaa olla haitallisia vaikutuksia kuolleisuuteen ja sairastavuuteen., mutta tietueet eivät suo vakuuttavaa näyttöä. Ruotsalaisen göteborgilaisen 25- vuotisen tutkimuksen mukaan 70- 95 vuotialla tapahtuu ikään korreloivaa kehon painon laskua, mikä on noin 0,5 – 1,0 kiloa viittä vuotta kohden ja esiintyy merkittävämpänä kehopainon korkeimmassa  kvintiilissä.

Moreover, epidemiological studies do not separate different techniques or rates of weight reduction, or composition of lost body weight (45). In contrast, even a modest (5-10 % of body weight) weight reduction in high-risk individuals improves health (19). Weight cycling (weight reduction, then increase to previous levels) may have adverse effects on mortality and morbidity (46, 47), but the data do not provide compelling evidence (48). A 25-year study in Gothenburg, Sweden, has found an age-related decrease in body weight from the age of 70 to 95 of approximately 0.5-1.0 kg body weight for every 5 years, more pronounced in the highest quintiles of body weight (29).

3.4. Lihavuutta ja painokontrollia määräävät seikat. Determinants of obesity and weight control

Painoa kertyy kehoon, kun energiatasapaino on positiivinen.  Monessa retrospektiivissä ja prospektiivissä väestötutkimuksessa on arvioitu lihavuuteen ja painon kertymiseen korreloivia tekijöitä. NNR 2012-prosessiin on kuulunut osana suorittaa systemaattisia kirjallisuuskatsauksia, joissa  tutkitaan ravinnon makronutrienttien koostumuksen osuutta, elintarvikkeitten kulutusta ja ravitsemuksellisiä tottumuksia painon ja vyötärönympärysmitan muutosten ennusteina, painon laskun kera  tai ilman painonlaskua. Kirjallisuushaku kattoi vuoden 2000 ja siitä vuodet  eteenpäin. Siihen sisällytettiin prospektiivisia kohorttitutkimuksia, case control- tutkimuksia ja interventioita.

Weight gain is caused by positive energy balance. Several retrospective and prospective population-based studies have evaluated factors related to obesity or weight gain.A systematic literature review examining the role of dietary macronutrient composition, food consumption and dietary patterns in predicting weight or waist circumference change, with and without prior weight reduction, was carried out as a part of the NNR 2012 process (Fogelholm et al 2012). The literature search covered year 2000 and onwards. Prospective cohort studies, case-control studies and interventions were included.

Katsauksessa (Fogelholm et al. 2012) havaittiin todennäköiseksi näyttö ravintokuidun ja pähkinöiden käytöstä seuraava vähempi painon kertymä kun taas runsaasta lihankäytöstä oli odotettavissa enemmän painonkertymää. Kaikenkaikkiaan löytyi näyttöä painon kertymältä suojaavasta osasta, mitä tietyillä elintarvikkeilla ilmeni (; kuten  täysjyvät, viljan kuitu, rasvaiset maitotuotteet). Samaa näyttöä antoi myös  järkeviä ravitsemustottumuksia kuvaavan asteikon korkeat  pistemäärät. 

The review (Fogelholm et al 2012) found probable evidence for high intake of dietary fibre and nuts predicting less weight gain, and for high intake of meat in predicting more weight gain. Suggestive evidence was found for a protective role against increasing weight from whole grains, cereal fibre, high-fat dairy products and high scores in an index describing a prudent dietary pattern.

Samoin saatiin summittaisesti ottaen näyttöä sekä kuidun käytön että hedelmien käytön suojavaikutuksesta vyötärön ympärysmitan laajenemisia vastaan. Ja myös saatiin näyttöä raffinoitujen viljojen, makeisten ja jälkiruokien käytön enteellisyydestä mitä painon kertymään tulee; valkoinen leipä ja suuri energiatiheys olivat ennusteena vyötärön ympärysmitan laajenemissuunnasta.

Likewise, there was suggestive evidence for both fibre and fruit intake in protection against larger increases in waist circumference. Also suggestive evidence was found for high intake of refined grains, and sweets and desserts in predicting more weight gain, and for refined (white) bread and high energy density in predicting larger increases in waist circumference.

Tulokset viittaavat siihen, että makronutrienttien ( prot,. rasvat, hiilihydr) osuus sinänsä ravinnossa ei ollut se tärkeä seikka ennustamassa muutoksia painossa tai vyötärön ympärysmitassa, vaan päinvastoin kuitupitoiset elintarvikkeet ja maitotuotteet, vähemmän raffinoidut ( vähemmän jalostetut)  viljat, liha ja sokeriset elintarvikkeet ja juotavat assosioituivat vähempään painon kertymään prospektiivisissa kohorttitutkimuksissa. Tulokset ravinnon varsinaisten makronutrienttien koostumuksen osuudesta ( proteiinit, rasvat, hiilihydraatit) painon kertymisen ehkäisyssä ( edeltäväneen painonlaskun jälkeen) olivat epäjohdonmukaisia.

The results suggested that the proportion of macronutrients in the diet was not important in predicting changes in weight or waist circumference. In contrast, plenty of fibre-rich foods and dairy products, and less refined grains, meat and sugar-rich foods and drinks were associated with less weight gain in prospective cohort studies. The results on the role of dietary macronutrient composition in prevention of weight regain (after prior weight loss) were inconclusive.

Eräs iso ongelma näytön asteen arvioimisessa oli sekin, että samanlaiset kombinaatiot altistuksesta ja tuloksen variabeleista olivat loppujen lopuksi aika harvinaisia. Siksi päätettiin tehdä post hoc näyttöanalyysi ensin kombinoimalla tulosvariabelit (BMI ja vyötärönympärysmitta). Edelleen , jotta saataisiin useampi tutkimus yhden ja saman näyttö- asteikon piiriin, elintarvikkeet ryhmiteltiin niiden ravintoainekoostumuksen lähimmän samankaltaisuuden mukaan. (Näistä saadut tulokset ovat kuvassa Figure 9.1 Kts.netin  lähdeosoite .). Nämä analyysit viittaavat siihen, että terveellinen ravinto (ravintotottumusten terveellisyyttä kuvaavan indeksin mukaan mitattuna) yleensäkin ja kuitupitoiset elintarvikkeet selvästi ja maitotuotteet jossain määrin ovat assosioituneet vähempään painon kertymään. Sitävastoin liha, raffinoidut viljat ja sokeripitoiset elintarvikkeet sekä juotavat assosioituvat runsaampaan painon kertymään.

A major problem in assessing the grade of evidence was that similar combinations of exposure and outcome variables were eventually quite rare (Fogelholm et al 2012). Therefore, it was decided to do a post hoc evidence analysis by first combining the outcome variables (BMI and waist circumference). Moreover, to get more studies into one evidence grading, foods were grouped by their closeness of nutrient composition. The results of these post hoc analyses are shown in Figure 9.1 .

These analyses suggest that a healthy diet (assessed by using indexes describing the healthiness of dietary patterns) in general and fibre-rich foods are clearly, and dairy products also to some extent, associated with to less weight gain. In contrast, meat, refined grains and sugar-rich foods and drinks are associated with more weight gain.

Low levels of physical activity are associated with obesity and more age-related weight gain.

Vähäinen fyysinen aktiivisuus (pieni PAL kerroin) liittyy lihavuuteen ja  enemmän   siihen painoon, mikä  iänmukana kertyy.

Useimmat tutkimukset ovat kohdistuneet selvittämään vapaa-ajan aktiivisuutta, kun taas puuttuu tietoja ammattityössä käytetystä energian kulutuksesta sopeutettuna esim.lihavuuteen korreloiviin sosioekonomisiin tekijöihin. Suurempi fyysisen aktiivisuuden taso (iso PAL kerroin ) assosioituu myös vähempään painon uudelleenkertymään painonpudotuksen jälkeen. Kuitenkin useimmat näistä  yllämainituista havainnoista on observaatioita ja retrospektiivisiä. Vieläkin tutkimukset ovat epäjohdonmukaisia sen suhteen, voidaanko fyysisen aktiivisuuden katsoa olevan itsenäinen (yksittäinen) painokontrollin ennuste. 

 

Most studies have examined leisure activity, and data on occupational energy expenditure

adjusted to e.g. socioeconomic factors in relation to obesity are lacking. High levels of physical activity are also associated with less weight being regained after weight reduction (61). However, most of the above findings are observational and retrospective. The

studies are still inconclusive on whether physical activity could be regarded as a single predictor of weight control.

Kehossa esiintyvä spontaaniaktiviteetti on pieniä tahattomia lihasliikkeitä ( kuten esim hermostuneeessa liikehdinnässä) ja sellainen voi korreloida painonkontrolliin, mutta tästä on vain rajallista tietämystä. 

 Lihavuus on assosioitunut myös koulutustasoon ja sosioekonomiseen statukseen. Yleissuuntaus on että yhteiskunnan  korkemmissa kansanluokissa lihavuutta esiintyy vähemmän kuin alemmissa luokissa.

Spontaneous physical activity corresponds to small, involuntary muscle movements,

such as fidgeting, and may be related to weight control (18), but the data are limited. Obesity is also associated with education level and socioeconomic status. The general trend is that higher social classes have a lower prevalence of obesity compared with lower social classes (El-Sayed et al 2012, Novak etal 2006).

Suomennos 3.4. 2013