Aktuelle Ernährungsmedizin 2005; 30(2): 63-68
DOI: 10.1055/s-2004-834732
Originalbeitrag
© Georg Thieme Verlag KG Stuttgart · New York

Neue Referenzwerte für den Energieverbrauch - eine aktuelle Datenbank für den Ruheenergieverbrauch der deutschen Bevölkerung

New Reference Values for Energy Expenditure in GermanyM.  J.  Müller1 , 6 , A.  Bosy-Westphal1 , S.  Klaus2 , G.  Kreymann3 , P.  M.  Lührmann4 , M.  Neuhäuser-Berthold4 , R.  Noack2 , K.  M.  Pirke5 , P.  Platte6 , O.  Selberg7 , J.  Steininger8
  • 1Christian-Albrechts-Universität, Kiel, Institut für Humanernährung und Lebensmittelkunde
  • 2Deutsches Institut für Ernährungsforschung, Abteilung Biochemie und Physiologie der Ernährung, Potsdam-Rehbrücke
  • 3Universitätskrankenhaus Eppendorf, Medizinische Klinik, Hamburg
  • 4Justus-Liebig-Universität, Institut für Ernährungswissenschaft, Gießen
  • 5Universität Trier, Forschungszentrum für Psychobiologie und Psychosomatik, Trier
  • 6Universität Würzburg, Biologische und Klinische Psychologie
  • 7Medizinische Hochschule Hannover, Abteilung Gastroenterologie und Hepatologie, Hannover
  • 8Klinikum Berlin-Buch, Herbert-Krauß-Klinik, Berlin
Die Untersuchung wurde mit Mitteln der Deutschen Forschungsgemeinschaft (DFG Mü 8-1) unterstützt.
Further Information

Publication History

Publication Date:
14 April 2005 (online)

Zusammenfassung

Ziele: Die Vorhersage des Energiebedarfs beruht heute auf Schätzformeln, deren Berechnung sich auf alte und heterogene Datensätze stützt. Ziel der vorliegenden Arbeit war es, aktualisierte Referenzwerte des Ruheenergieverbrauchs (resting energy expenditure, REE) für verschiedene Alters- und Gewichtsgruppen zu formulieren und eine neue Vorhersageformel zu entwickeln. Methoden: Erstmalig wurde eine Datenbank für den REE der deutschen Bevölkerung zusammengestellt und ausgewertet. Die Datenbank erfasste Messungen des REEs an insgesamt 2528 Personen im Alter von 5 - 91 Jahren. Die Untersuchungen wurden zwischen 1985 und 2002 in 7 verschiedenen deutschen Forschungseinrichtungen unter standardisierten Bedingungen durchgeführt. Die Daten wurden nach Geschlecht, Altersgruppen und Ernährungszustand kategorisiert. Ergebnisse: Der mittlere REE betrug in den verschiedenen Altersgruppen zwischen 5,63 und 8,07 MJ/Tag bei Männern und 5,35 and 6,46 MJ/Tag bei Frauen. Es bestanden signifikante Unterschiede im REE zwischen Männern und Frauen, verschiedenen Altersgruppen und auch zwischen unter-, normal-, übergewichtigen und adipösen Probanden. Die fettfreie Masse war der stärkste Einflussfaktor auf den REE, sie erklärte wesentlich den altersabhängigen Abfall des Energieverbrauchs und die Geschlechtsunterschiede im Energiestoffwechsel. Demgegenüber wurden die Unterschiede im Energieverbrauch schlanker und übergewichtiger Menschen zu einem geringeren Teil durch die Unterschiede der fettfreien Masse erklärt. Die Vorhersage des REEs nach den Formeln der WHO zeigte z. T. deutliche Abweichungen zu den Messwerten (zwischen 0,05 und 1,06 MJ/Tag oder 1,1 - 14,3 %). Die Unterschiede bestanden besonders für untergewichtige Personen. Für die Vorhersage des REEs ist eine aktuelle und populationsspezifische Vorhersageformel notwendig, die mithilfe der Datenbank entwickelt und in der Population validiert werden konnte. Zusammenfassung: Im Vergleich zu den Messwerten des Energieverbrauchs sind die heute verwendeten Referenzwerte für den Energiebedarf (d. h. auch die DACH-Referenzwerte) zu hoch.

Abstract

Purpose: To establish a database of resting energy expenditure (REE), to compare REE with actual recommendations and to generate a new prediction algorithm. Methods: Data on REE and body composition were obtained from 2528 healthy subjects aged 5 - 91 years in 7 different centers between 1985 and 2002. The data were categorized for different age and sex as well as for under-, normal, overweight and obese subjects. Two new prediction formulas including (i) weight, age and sex or (ii) fat free mass, fat mass, sex and age as determinants were generated in a subgroup and validated in another subgroup of the total study population. Results: Mean REE varied between 5.63 and 8.07 MJ/d in males and between 5.35 and 6.46 MJ/d in females. There were significant differences in REE between males and females, different age groups and also between underweight, normalweight, overweight and obese subjects. FFM was the major determinant of REE explaining about 62 % of the variance in REE. Adjusting REE for FFM there were nearly no sex- and age differences in REE left, but significant REE differences between weight groups remained. When compared with the reference data the WHO prediction equations systematically overestimate REE at low REE but underestimate REE at high REE. Using the new prediction formula significant deviations were still observed for underweight and normalweight subjects. A new REE prediction formula specific to BMI groups reduced this deviation. Recommendations of energy intake according to RDA or DACH exceeded the reference data and thus high physical activity levels (up to 1.71) are necessary to avoid weight gain. Conclusions: A German reference data base of resting energy expenditure (REE) was established. The data document the value of a new REE reference standard. REE-prediction from a weight group-specific formula is recommended in underweight subjects. When compared with the new REE reference data current recommendations (e. g. according to recommended dietary allowances) are high.

Literatur

  • 1 Deutsche Gesellschaft für Ernährung, Österreichische Gesellschaft für Ernährung, Schweizerische Gesellschaft für Ernährungsforschung, Schweizerische Vereinigung für Ernährung .Referenzwerte für die Nährstoffzufuhr. Frankfurt am Main; Umschau/Braus-Verlag 2000
  • 2 FAO/WHO/UNU Energy and protein requirements .Report of a joint FAO WHO UNU consultation 1985. Techn. Report series 724. Geneva; World Health Organization
  • 3 Elia M. Energy expenditure in the whole body. In: Kinney JM, Tucker HN (eds) Energy Metabolism. Tissue determinants and cellular corollaries. New York; Raven press 1992: 19-59
  • 4 Müller M J, Bosy-Westphal A, Klaus S, Kreymann G, Lührmann P M, Neuhäuser-Berthold M, Noack R, Pirke K M, Selberg O, Steininger J. World Health Organization equations have shortcomings for predicting resting energy expenditure in persons from a modern, affluent population: generation of a new reference standard from a retrospective analysis of a German database of resting energy expenditure.  American J Clin Nutr. 2004;  80 1379-1390
  • 5 Bosy-Westphal A, Eichhorn C, Kutzner D, Illner K, Heller M, Müller M J. The age-related decline in resting energy expenditure in humans is due to the loss of fat free mass and to alterations in it's metabolically active components.  J Nutrition. 2003;  133 2356-2362
  • 6 Müller M J, Böttcher J, Selberg O, Weselmann S, Böker K HW, Schwarze M, Mühlen A von zur, Manns M P. Hypermetabolism in clinically stable patients with liver cirrhosis.  Am J Clin Nutr. 1999;  69 1194-1201
  • 7 Kreymann G, Grosser S, Buggisch P, Gottschall C, Matthaei S, Greten H. Oxygen consumption and resting metabolic rate in sepsis, sepsis syndrome, and septic shock.  Crit Care Med. 1993;  21 (7) 1012-1019
  • 8 Kunz I, Schorr U, Rommling K, Klaus S, Sharma A M. Habitual fat intake and basal fat oxidation in obese and non-obese Caucasians.  Int J Obes Relat Metab Disord. 2002;  26 (2) 150-156
  • 9 Rieper H, Karst H, Noack R, Johnsen D. Intra- and inter-individual variations in energy expenditure of 14 - 15-year-old schoolgirls as determined by indirect calorimetry.  Br J Nutr. 1993;  69 29-36
  • 10 Steininger J, Noack R. Bestimmung von Energie- und Substratumsätzen mittels indirekter Kalorimetrie.  Z Med Lab Diagn. 1988;  29 17-27
  • 11 Lührmann P M, Herbert B M, Neuhäuser-Berthold M. Effects of fat mass and body fat distribution on resting metabolic rate in the elderly.  Metabolism. 2001;  50 (8) 972-975
  • 12 Platte P, Wurmser H, Wade S E, Mercheril A, Pirke K M. Resting metabolic rate and diet induced thermogenesis in restrained and unrestrained eaters.  Int J Eat Disord. 1996;  20 33-41
  • 13 Kromeyer-Hauschild K, Wabitsch M, Kunze D, Geller F, Geiß H C, Hesse V, Hippel A vom, Jaeger A, Johnsen D, Korte W, Menner M, Müller G, Müller M J, Niemann-Pilatus A, Remer T, Schaefer F, Wittchen H-U, Zabransky S, Zellner K, Ziegler A, Hebebrand J. Perzentile für den BodyMass-Index für das Kindes- und Jugendalter unter Heranziehung verschiedener deutscher Stichproben.  Monatsschr Kinderheilkd. 2001;  149 807-818
  • 14 Mensink G. Übergewicht. In: Beiträge zur Gesundheitsberichterstattung des Bundes. Was essen wir heute? Ernährungsverhalten in Deutschland. Berlin; Robert Koch Institut 2002: 130-134
  • 15 Harris J A, Benedict F G. A biometric study of basal metabolism in man. Washington, DC; Carnegie Institute of Washington (Carnegie Institute of Washington publication 279) 1919
  • 16 Black A E, Coward W A, Cole T J, Prentice A M. Human energy expenditure in affluent societies: an analysis of 574 doubly-labeled water measurements.  Eur J Clin Nutr. 1996;  50 72-92
  • 17 Eurodiet Core Report. Nutrition & diet for healthy lifestyle in Europe. Science & policy implications. Pub Health Nutr 2001 4: 265-273
  • 18 Brooks G A, Butte N F, Rand W M, JP F latt, Caballero B. Chronicle of the Institute of Medicine physical activity recommendation: how a physical activity recommendation came to be among dietary recommendations.  Am J Clin Nutr. 2004;  79 (5) 921S-930S
  • 19 Nelson K M, Weinsier R, Long C L, Schutz Y. Prediction of resting energy expenditure from fat-free mass and fat mass.  Am J Clin Nutr. 1992;  56 848-856
  • 20 Müller M J, Bosy-Westphal A, Kutzner D, Heller M. Metabolically active components of fat free mass and resting energy expenditure in humans: recent lessons from imaging technologies.  obesity rev. 2002;  3 113-122

Prof. Dr. med. Manfred James Müller

Institut für Humanernährung und Lebensmittelkunde · Agrar- und Ernährungswissenschaftliche Fakultät · Christian-Albrechts-Universität zu Kiel

Düsternbrooker Weg 17 - 19

24105 Kiel

Email: mmueller@nutrfoodsc.uni-kiel.de

    >