Aktuelles

Modified Body-Mass-Index (BMWI, BMFI, resp.) to classify body weight in adults to assess health risks including waist circumference and body fat

Manfred Burba

                                                                                                                                     Veröffentlicht am 03. Februar 2017

Abstract

A modified Body-Mass-Index is presented which contains additionally to weight and height waist circumference as an important measure of visceral body fat in a single value, the Body-Mass and Waist-Index (BMWI).

Waist circumference was reported to have a better statistically precision for health risks prediction rather than BMI. The relationship between BMWI and BMI (fig. 5) has been proved with up to 230 test persons (tab. 1) from the internet with different BMI classifications.It is shown in fig. 5 that both criteria were significantly correlated (r = 0,985; n = 230). The absolute figures for BMWI, however, especially in the case of underweight (higher figures) and overweight (lower figures), resp. differ as shown in the diagram. In the range  from BMWI 18 to 30 the deviations were less dramatic and for BMWI and BMI = 30  not longer existent, that is, the figures are identical. The regression line (see the potential function No. 7 in tab. 3 and fig. 5) can be used to convert the BMI into the corresponding BMWI figures of the WHO weight classes (tab. 2). In table 3 the results of all regressions carried out are summarized and body fat determinations (BF%) from BMI and waist circumferences were proved on 50 selected data.

The prediction of body fat from BMI (fig. 8 and regression No. 15 in tab. 3) has been proposed as additional criteria (BMFI = Boy Mass and Fat Index) to assess health risks from all considered anthropometric measurements including age and gender. The derivation of BMFI is described in the appendix as well as the Standardization of the BMWI as BMWI* which is recommended for weight classifications in practice.

It is shown in this paper that BMWI, BMWI* and BMFI could be used as new criteria to expand and improve the BMI concerning underweight, over-weight and obesity in humans but their validity and usefulness have still to be tested in a more extensive investigation.

Einleitung

Für die Klassifizierung, Diagnose und Dokumentation von Übergewicht und Fettleibigkeit (Adipositas) beim Menschen als Risikofaktoren für bestimmte Krankheiten (Typ-2-Diabetes, Fettstoffwechselstörungen, Bluthochdruck, koronare Herzerkrankungen (Herzinfarkt), Schlaganfälle, Magersucht, Osteoarthritis, geringere Lebenserwartung und neuerdings auch epigenetische Veränderungen (Benecke und Vogel, 2003; Flegal et al., 2005, Zheng und Chen, 2015, National Institutes of Health, NIH, USA vom Oktober 2000 sowie Dickinson et al., 2016) und Krebs (Pearson-Stuttard, 2017) wurden verschiedene Parameter und Indizes vorgeschlagen, die seitdem vielfach in Benutzung sind: Allen voran der Body-Mass-Index (1972 von Keys als BMI bezeichnet, früher Quetelet-Index) als Verhältnis von Körpergewicht (G in kg) zum Quadrat der Größe (H in m) in der Einheit kg/m² (Gleichung 1) als älteste Bewertungsgröße (Quetelet, 1869, 1832) und gegenwärtiges WHO- und NIH-Kriterium, das Waist zu Hip-(WHR)-Verhältnis, das Waist zu Hight-Verhältnis (WHtR, Schneider et al., 2010), der Broca-Index und andere. Zu diesen anthropometrischen Indizes gesellt sich schon seit längerer Zeit der Bauch- bzw. Taillenumfang (U) in cm (Lean et al., 1995; Janssen et al., 2004; Vazquez et al., 2007; Fang et al., 2012; Abdegbija et al., 2015; Hartwig et al., 2016 und das NIH, 1998), von dem man sich eine bessere Berücksichtigung der abdominalen Fettreserven des Körpers erhofft. Wie sich der Bauchumfang mit dem Lebensalter verändert, haben neuerdings Haftenberger et al. (2016) an 45 bis 64 jährigen Deutschen untersucht und dafür 7 Studien ausgewertet.

Von den anthropometrischen Indizes ist der BMI wegen seiner Einfachheit (er ist schnell und unkompliziert zu bestimmen) in Praxis und Wissen-schaft  immer noch weit verbreitet. Allein auf ihn vertrauen, sollte man allerdings nicht, denn er hat verschiedene Nachteile. Zur Kritik am BMI vgl. Leitzmann et al., 2011; Langemak, 2013; Lukaski, 2014 und andere:

BMI (Body-Mass-Index) = G/H²  [kg/m²]   (1)

Nach dem BMI ist folgende Aufteilung in Gewichtsklassen international üblich (WHO, 1995, s. auch Tabelle 2:

Für BMI  13 besteht Lebensgefahr, BMI unter 18,5 entspricht Unter-gewicht, BMI von 18,5 bis unter 25 = Normalgewicht, BMI von 25 und mehr = Übergewicht (Adipositas Grad I), BMI von 30 und mehr = Fettsucht bzw. extreme Fettleibigkeit (Adipositas Grad II bis III).

Die zuvor erwähnten Nachteile des BMI zur Ermittlung des optimalen Körpergewichtes von Menschen: keine Unterscheidung der Anteile an Fett- und Muskelmasse und deren Verteilung im Körper (Metabolisches Syndrom, vgl. die IDF-Definition von 2005), keine Berücksichtigung der Bewegungsgewohnheiten (Sport), des Lebensalters und Geschlechts der Patienten und andere Einflussgrößen mehr. Eine rein mathematische Anpassung des BMI (Exponent 2,5 statt2 und ein zusätzlicher Faktor von 1,3) wurde von Trefethen (2013) vorgeschlagen. Cidras (2015) empfiehlt für die Altersgruppe von 2 bis 20 Jahren anstelle des BMI einen Body Mass Exponential Index (BMEI).

Es ist aus der Literatur inzwischen hinreichend bekannt, dass der Bauchumfang als Maß für die gefährlichen viszeralen Fettdepots in der Bauchhöhle, die besonders stoffwechselaktiv sind, den größten und wichtigsten Einfluss auf die Voraussage der oben genannten Gesundheits-risiken haben.

In den USA wie auch in anderen Industrieländern (z.B. auch in Deutsch-land, Mensink et al., 2012) hat die Fettleibigkeit nahezu epidemische Ausmaße angenommen. Nach Zahlen von 2007 waren in den USA 27 % der Erwachsenen fettleibig und weitere 34 % übergewichtig (Wadden et al.,2007; Ford et al., 2003) und das Risiko, daran frühzeitig zu sterben, entsprechend hoch (Freedman et al., 2006).

Ein neuer Index, der BMWI = Body-Mass and Waist-Index, der den BMI um den Bauchumfang U erweitert, wird vorgestellt (Gleichung 2).

Definition des Body-Mass and Waist-Index (BMWI)

Die Definition des BMWI (Gleichung 2) mit der Einheit [kg/m] beruht im Wesentlichen auf dem BMI (Gleichung 1) und erweitert ihn um den Bauchumfang (U), der bisher nur separat zum BMI berücksichtigt wurde und hier als proportional zum BMI angenommen wird (Abbildung 4):

BMWI = (Body-Mass and Waist-Index) = BMI ‧ U  [kg/m]   (2)

Gewicht (G) in Kilogramm, Größe (H) in Metern und Bauchumfang (U) ebenfalls in Metern.

Zur Standardisierung und Anwendung des BMWI in Form des BMWI*, vgl. Anhang 1.

Aus dem BMWI lässt sich unter Hinzunahme des nach Deurenberg et al. (1991) berechneten Körperfetts BF% ein weiterer Index, der BMFI (Body-Mass and Fat-Index) ableiten, der über den BMWI hinausgeht und alle bisherigen Einflussgrößen G, H, U und zusätzlich das viszerale Körperfett, indirekt berechnet aus dem BMI, dem Alter und dem Geschlecht der Patienten berücksichtigt, in einer Zahl bzw. Gleichung zusammenfasst und so, wie ich hoffe, die Aussagekraft des herkömm-lichen BMI und des BMWI weiter erhöht (vgl. die Tabellen 1 und 3, Abbildung 8 sowie die separate Ableitung des BMFI im Anhang 2).

Ergebnisse und Diskussion

An einem vorwiegend  aus dem Internet von Casting Agenturen zusammen-gestellten Datensatz mit maximal 230 Einzeldaten (n = 230) vorwiegend von Frauen (90 - 100 %) wurden die Zusammenhänge zwischen der Größe (H), dem Gewicht (G) und dem Bauchumfang (U) der maximal 230 Probanden statistisch untersucht. Aus diesem Datensatz, dessen Einzeldaten (einschließlich BMI und BMWI) nach ihren kumulativen Häufigkeiten (Daten nicht gezeigt) mehr oder weniger gut als normalverteilt gelten können, wurden teilweise für bestimmte Fragestellungen verschiedene Untermengen entnommen (Tabelle 3).

Die Auswertung und Interpretation der hier gesammelten Daten dient lediglich der Orientierung und sollte an einem größeren und möglicherweise auch zuverlässigeren Rohdatensatz als er mir zur Verfügung stand statistisch umfassender aufbereitet und verifiziert werden. Außerdem blieben Abhän-gigkeiten zwischen den anthropometrischen Parametern und den Geschlech-tern sowie deren Alter und Rasse u.a. Charakteristika weitgehend unbe-rücksichtigt.

Die Verrechnung und graphische Darstellung der Daten erfolgte mit Micro-soft^® Excel und dem vorzüglichen Statistik-Add-In "WinSTAT" für MS-Excel von R.K. Fitch, Version 2012.1.0.94 (2016): http://www.winstat.de.

In Tabelle 1 sind die Basisdaten mit Mittelwerten, Extremwerten und den Standardabweíchungen s bzw. s% (VK) von bis zu 200 Einzelwerten zusammengefasst (Deskriptive Statistik):

       Der BMI wurde wie üblich als Quotient von Gewicht und Größe zum Quadrat berechnet. BMWI =

        BMI ‧ U. Das Körperfett (BF%) wurde indirekt nach der von Deurenberg et al. (vgl. Gleichung 4)   

        angegebenen  Gleichung bzw. aus dem Bauchumfang U (= Taille in cm!) berechnet  

        (vgl. die Gleichungen 5 und 5a). Die Anzahl der verrechneten Werte betrug n = 200 (davon waren

        90 % Frauen) und n = 50 für die übrigen Parameter Alter und BF% aus der Tabelle.

      Tabelle 1:

      Mittelwerte, Extremwerte und Standardabweichungen (s  und VK)

      der verwendeten Mess- und Bewertungsgrößen

Es zeigten sich bei den Erwachsenen im Gegensatz zu Kindern und Jugend-lichen (Kromeyer-Hausch et al., 2001) erwartungsgemäß keine bzw. nur geringe Abhängigkeiten (nicht signifikant für p = 95%) zwischen H und G mit r = 0,282 (Abbildung 1) sowie H und U (nicht signifikant für p = 95%) mit r = 0,092 (Abbildung 2), nur zwischen G und U (Abbildung 3) ergab sich eine nach dem t-Test statistisch hoch signifikante Beziehung mit einem Bestimmtheitsmaß von B = 76 % (r = 0,873, P = 95 %). Allerdings erkennt man aus Abbildung 3 eine relativ große Streuung der Werte um die Regres-sionsgerade insbesondere im Bereich großer Körpergewichte und Bauch-umfänge (G 60 bis 140 kg und U ab 0,7 m). Im unteren Teil des Streudia-gramms (bei 23 Frauen mit Modelmaßen) sind die Streuungen deutlich geringer (U um 0,6 m und G ≤ 60 kg).

Beispielsweise kommt in Abbildung 4 für U = 1 m sowohl der BMI-Wert 21,3 als auch der BMI-Wert 37,3 kg/m² infrage. Beide BMI-Werte liegen im Streubereich der linearen Regression!

Der positive, signifikante Zusammenhang (p = 95%) zwischen G und U, der im Gegensatz zu den Beziehungen zwischen H und G sowie H und U

den Body-Mass-Index (BMI) im Wesentlichen prägt (Abbildung 3), erscheint plausibel. Allerdings gilt auch hier, dass die verrechneten 161 Werte im höheren Gewichtsbereich relativ stark um die Regressionsgerade streuen,

_________________

Zum Vergrößern der Diagramme einmal auf die jeweiligen Bildflächen klicken!

Die Beziehung zwischen dem Body-Mass-Index (BMI)  und dem Bauchumfang U (Abbildung 4) wird im Wesentlichen durch die Beziehung G = f(U) aus Abbildung 3 bestimmt und ist erwartungsgemäß nach dem Student t-Test hochsignifikant. Aber auch hier haben wir es wie in Abbildung 3 mit einer relativ großen Streuung der Werte um die Regressionsgeraden zu tun, die eine Einbeziehung von U in den BMI in Form eines modifizierten BMI (Gleichung 2) nahelegt, um die Genauig-keit und Aussagekraft dieser neuen Größe (den BMWI) zu verbessern.

Die wichtige Beziehung zwischen dem BMI und dem BMWI ist in Abbildung 5 dargestellt:

Mit Hilfe dieser Beziehung lässt sich der BMI mit seinen Gewichtsklassen in die entsprechenden BMWI-Werte und Klassen umrechnen (vgl. auch Anhang 1 für einen standardisierten BMWI, den ich als BMWI* bezeichnet habe). Danach ist die neue Gewichtsklassenaufteilung in etwa so vorzunehmen wie in Tabelle 3 zusammengefasst:

* Die BMWI-Werte in Tabelle 2 wurden aus einer Regressionsgleichung  (n = 230; r = 0,991) mit    

       Hilfe des BMI berechnet und gerundet: BMWI = 0,0979 ‧ BMI^1,6574  [kg/m], Gleichung 3.

    Quelle der BMI-Gewichtstabelle: http://www.gewichtstabellen.com/bmi-gewichtstabelle/

    Tabelle 2:

    Gewichtsklassifizierung nach dem BMI (WHO, 2008) und den daraus   

    umgerechneten BMWI-Werten für Frauen ab 19 Jahre

Eine Anpassung  der Werte in Abbildung 5 durch eine Potenzfunktion

(vgl die gestrichelte Linie in Abbildung 5) verbessert die Abhängigkeit von BMI und BMWI gegenüber der linearen Ausgleichsfunktion (B = 96 % mit r = 0,978). Die Verrechnung wurde mit 230 Werten und einer Anzahl übergewichtiger Personen (BMI = 33 - 47) vorgenommen. Im Punkt P (30/30) bei U = 1,0 sind BMI und BMWI identisch. Die Einbe-ziehung der 24 Mittelwerte von Chinedu et al. aus den Tabellen 1 und 2 der Autoren verringert die Regression nur unwesentlich (r = 0,984 in Abbildung 5). Auch die weitere Hinzunahme von insgesamt 52 Werten

aus dem Bereichen von Übergewicht und Fettleibigkeit (BMI ≥ 25)

sowie von Untergewicht (BMI ≤ 20) führt zu keiner wesentlichen Veränderung der Regression (r = 0,982 bis 0,984).

Wie sich die experimentell aus G, H und U nach Gleichung 2 gemessenen BMWI-Werte zu den aus der potentiellen Regressionsgleichung in Abbildung 5 errechneten Werten verhalten, zeigt Abbildung 6:

Die Korrelation zwischen den gemessenen und errechneten Werten ist erwartungsgemäß eng (wegen der hohen  Abhängigkeit des BMI von U) und die Mehrzahl der Werte liegt erwartungsgemäß innerhalb eines Vertrauensintervalls von P = 95 %.

Abschließend sind in Tabelle 3 noch einmal die wichtigsten Parameter und Indizes der insgesamt durchgeführten und im Text beschriebenen Regres-sionen aufgeführt (Korrelationsmatrix nach Pearson):

lin. bzw. pot. = lineare bzw. Potenz-Beziehungen und die zugehörigen graphischen Darstellungen (Abb.). G = Gewicht in kg, U = Bauchumfang (Taille in cm bzw m), H = Größe in cm bzw. m,  BMI = Body Mass Index in kg/m², BF(U) = Körperfett nach Lean et al. (1996) in %,  BMWI (Body Mass and Waist Index = modifizierter BMI) mit U in m, BF(BMI) bzw. BF(BMWI) = BMFI und BF(U) = Körperfett berechnet nach Deurenberg et al. (1991) bzw. Lean et al. (1996) in %. Die zugehörigen Streudiagramme zur Unterstüt-zung der Interpretationen der Korrelationskoeffizienten (nach Pearson) bzw. der Bestimmtheitsmaße (B = r²) sind in den Abbildungen 1 bis 8 dargestellt. Für die Regressionen Nr. 1, Nr. 2, Nr. 4 und Nr. 10 liegt nach dem zweiseitigen Student'-schen t-Test kein statistisch gesicherter Zusammenhang zwischen den jeweiligen Merk-malen vor (n.s. bei p = 0,05). Bei n = 50 handelt es sich um ausschließlich Frauen mit einem mittleren Alter von 35 (12 - 75) Jahren. Das Bestimmtheitsmaß B% ist ein Maß für die Güte der jeweiligen Korrelation. Die grau unterlegten Zellen kennzeichnen besonders enge Merkmals-Korrelationen.

Tabelle 3:

Korrelationskoeffizienten (r) und Bestimmtheitsmaße (B%) aus ver-      schiedenen Regressionen mit anthropometrischen Mess- und Bewer-tungsgrößen

Dabei wurden auch die Ergebnisse von indirekten Körperfettbestimmun-gen (abdominales Fett) aus dem BMI (Deurenberg et al. 1991, 2001) sowie aus dem Bauchumfang U nach Lean et al. 1996 mit einbezogen (vgl die Regressionen Nr. 12 – 16 in Tabelle 3 und die Körperfettwerte in Tabelle 1) und für die von Deurenberg et al. vorgeschlagene Regressions-gleichung mit 50 ausgewählten Werten von Frauen, deren anthropome-trische Daten (G, H, U sowie Alter und Geschlecht) aus dem Internet bekannt waren, in Abbildung 7 dargestellt: 

Die Beziehung zwischen dem Körperfett (BF%), indirekt abgeleitet aus einem europäischen (holländischen) Kollektiv Erwachsener von Deuren-berg et al. (1989, 1991, 2001, Gleichung 4) und deren anschließende Korrelation mit dem BMWI, d.h. unter Einbeziehung des Bauchumfangs (U), der nach van Pelt et al. (2001), Camhi et al. (2011) und anderen eng mit dem BMI korreliert (Bereiche: r = 0,85 - 0,93 bzw. r = 0,91 - 0,94, P ‹ 0,01), wäre für den hier verwendeten Datensatz interessant, zur Zeit allerdings nur mit der Deurenberg'schen Gleichung 4 durchführbar:

BF(BMI) = BF% = 1.20 ‧ BMI + 0.23 ‧ Alter – 10.8 ‧ Geschlecht – 5.4 [%] (4)

Rechenbeispiel: BMI = 24,3, Alter = 80, Geschlecht männlich (Männer = 1, Frauen = 0), ergibt BF% = 31,4 % bzw. BMI = 20,3; Alter 53 und Geschlecht weiblich ergibt BF% = 31,2. Die Vorhersagegenauigkeit SEE (Standard error of estimation) des BF% nach dieser Formel beträgt 4,1 % bei r = 0,889 (Deurenberg et al., 1991).

Die der Gleichung 4 für Kinder und Jugendliche entsprechende Gleichung 4a (vgl dazu Kavak et al., 2014) lautet:

BF(BMI) = BF% = 1.51 ‧ BMI - 0.70 ‧ Alter – 3.6 ‧ Geschlecht + 1.4 [%] (4a)

Um den BMI in Gleichung 4 durch den BMWI zu ersetzen wäre eine Neuberechnung der Regression nötig, für die mir die BF-Referenzwerte fehlen. Ob dadurch eine Verbesserung der Korrelation über r = 0,9 (siehe oben) hinaus möglich ist, bleibt abzuwarten. Auch für andere ethnische Populationen existieren inzwischen Gleichungen, die es erlauben, aus dem BMI und anderen Parametern das Körperfett mit hinreichender Genauig-keit vorauszuberechnen (Ranasinghe et al., 2013 und andere):

BF% =  1.004 ‧ BMI + 0.143 ‧ Alter – 9.343 ‧ Geschlecht – 16.63  [%]  (4b) 

(B = 81,8 %; r = 0,904 für Erwachsene aus Sri Lanka).

Die schon enge Beziehung (vgl. die Potenz-Funktion Nr. 15 in Tabelle 4 bzw. die lineare in Abbildung 7) zwischen dem Körperfett BF% nach Deurenberg et al. (vgl. Nr. 13) und dem BMI verbessert sich mit dem BMWI nur noch wenig (B = 90 %, Tabelle 3, Regression Nr. 16).

Man kann mit Hilfe des berechneten Körperfetts BF% nach Deurenberg et al. einen BMFI (= Body-Mass and Fat-Index) definieren, der alle für ein Kriterium wichtigen anthropometrischen Einflussgrößen (G, H, U, BF und darin indirekt auch Alter und Geschlecht) enthält und möglicherweise die beste (weil umfassendste) Bewertungsgröße für die Gewichtsklassifizie-rung abgibt (Abbildung 8, gestrichelte Linie für die Potenzfunktion).  

Eine detaillierte Herleitung der BMFI-Definitionsgleichung in Abbildung 8 mit einem Rechenbeispiel finden sich im Anhang 2 am Ende dieser Arbeit.

Lean et al. (1996) wie auch Garcia et al. (2005) haben in Abhängigkeit vom Alter und Geschlecht enge Beziehungen zwischen dem Körperfett und dem Bauchumfang festgestellt:

BF% = 0.567 ‧ Taille + 0.101 ‧ Alter – 31.8 [%] (5)          für Männer

BF% = 0.439 ‧ Taille + 0.221 ‧ Alter – 9.4 [%]   (5a)         für Frauen

Rechenbeispiel:  Taille = 95 cm, Alter = 80, Geschlecht = männlich ergibt nach Gleichung 5: BF% = 30,1 % (BF% = Body Fat in %, Alter in Jahren, Taille in cm, nach Lean et al.)

Auch der Bauchumfang (U) lässt sich näherungsweise mit Hilfe einer von Bozeman et al. (2012) aufgestellten Gleichung indirekt aus dem BMI berechnen. Dass der BMI sowohl mit dem Bauchumfang U als auch mit dem Körperfett BF% relativ gut korreliert (r = 0,88 – 0,95 bzw. 0,90 – 0,95) haben u.a. Sun et al. (2010) für eine große Zahl von Probanden

(n = 8773) beschrieben.

Ob der BMWI oder der BMFI die in der Einleitung erwähnten Nachteile des BMI zumindest teilweise auszugleichen vermag, muss sich noch bei der künftigen Anwendung der neuen Indizes in der Praxis und in geeig-neten Studien erweisen.

Literatur

Benecke, A; Vogel, H.: Übergewicht und Adipositas. (Hrsg.): Robert Koch-Institut in Zusammenarbeit mit dem Statistischen Bundesamt. Beiträge zur Gesundheitsbericht-erstattung des Bundes, Heft 16, Berlin, 2003. National Institutes of Health (2000). The Practical Guide: Identification, Evaluation, and Treatment of Overweight and Obesity in Adults (NIH Publication No. 00-4084): http://www.nhlbi.nih.gov/guidelines/obesity/prctgd_c.pdf.

Schneider, A. (Studienleiter): Abschlussbericht der Studie „Wirksamkeit von Lebensstil-Coaching in der Hausarztpraxis – eine cluster-randomisierte kontrollierte Studie“. Teilstudie: Gewichtsreduktion. München, 2012. Chinedu, S.N. et al.: Correlation between body mass index and waist circumference in Negerian adults: implication as indicators of health status. J. Public Health Res. Sep. 2(2), 2013. Leitzmann, M.F. et al.: Waist Circumference as Compared with Body-Mass Index in Predicting Mortality from Specific Causes. PLoS One (2011); 6: e1858. Wadden, T.A. Brownell, K.D.; Foster, G.D.: Obesity: responding to the global epidemic. Epidemiol. Rev. (2007), 29: 115 - 128. Epub. 2007, May 10. Ford, E.S. et al.: Trends in waist circumference among U.S. adults. Obes. Res. 2003 (10): 1223 - 1231. WHO: Physical status: the use and interpretation of anthropometry. Report of a WHO Expert Committee. World Health Organ. Tech. Rep. Ser. 1995; 854: 1: 466 452. WHO: Obesity: preventing and managing the global epidemic. WHO: Technical Report Series 894, Genf 2000. Universität Hohenheim. Interaktives: BMI-Klassifizierung (nach DGE, Ernährungsbericht 1992) und BMI-Rechner. WHO. Obesity and overweight (2016). http://www.who.int/mediacentre/factsheets/fs311/en/. NIH. Clinical guidelines on identification, evaluation treatment of overweight and obesity in adults. Obes. Res. 1998; 6 (Suppl. 2): 51S – 209S. Erratum in Obes. Res. 1998; 6: 464. Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults. NIH: Publication No 98 – 4083, Sept. 1998, p. 61 – 62. (The Evidence Report). https://www.nhlbi.nih.gov/files/docs/guidelines/obesity_guidelines_archive.pdf. National Institutes of Health (2000): The Practical Guide: Identification, Evaluation, and Treatment of Overweight and Obesity in Adults (NIH Publication No. 00-4084): http://www.nhlbi.nih.gov/guidelines/obesity/prctgd_c.pdf. Vazques, G. et al.: Comparison of Body Mass Index, Waist Circumference, and Waist/Hip Ratio in Predicting Incident Diabetes: A Meta-Analysis. Epidemiol. Rev. (2007) 29, 115 - 28. Trefethen, N. (2013): BMI (Body Mass Index). http://people.maths.ox.ac.uk/trefethen/bmi.html und P. Farrel: “Groß + schlank = Übergewicht? In: ZEIT Online vom 1. November 2013: http://www.zeit.de/wissen/gesundheit/2013-01/body-mass-index-korrektur/komplettansicht. Trefethen, N.: A new BMI. Economist 5, Januar 2013. Schneider, H.J. et al. (2010): The predictive value of different measures of obesity for incident cardiovascular events and mortality. J. Clin. Endocrinol. Metab. Apr; 1995(4):1777 - 1785. Mensink, G.; Schienkiewtz, A.; Scheidt-Nave, C.: Übergewicht und Adipositas in Deutschland: Werden wir immer dicker? DEGS-Symposium, Robert Koch-Institut Berlin vom 14.06.2012. http://www.rki.de/DE/Content/Gesundheitsmonitoring/Studien/Degs/degs_w1/Symposium/degs_uebergewicht_adipositas.pdf?__blob=publicationFile. (G.Mensink@rki.de). Pressemitteilung Nr. 386/14 des Statistischen Bundesamtes in Wiesbaden vom 5. November 2014. Jeder zweite Erwachsene in Deutschland hat Übergewicht. Das Statistische Bundesamt hat den Bauchumfang bisher nicht in seine Statistiken

aufgenommen (persönliche Mitteilung vom 2. 1. 2017). Dickinson, M.E. et al.: High-throughput discovery of novel developmental phenotypes. Nature 537 (2016), 508 – 514 (s. auch in Die WELTN24 vom 26. 12. 2016: Übergewicht kann das Erbgut verändern). Langemak, S.: Die Schwächen des Body-Mass-Index. Die WELTN24 (Online) vom 28. 07. 2013. www.welt.de/print/welt_kompakt/print_wissen/article118466694/Index-mit-Schwaechen.html. Keys, A. et al.: Coronary heart disease: overweight and obesity as risk factors. Int. J. Epidemiol 2014, 10. Jg., S. 1093. Reprint of: Keys, A.; Fidanza, F.; Karvonen, M.J.; Kimura, N; Taylor, H.L.: Indices of relative weight and obesity. J. Chronic. Dis. 25 (1972), 329 - 43. Quetelet, A.: Recherches sur le poids de l'homme aux different ages. Nouv. Mem. l'Academie R. des Sci. Belles-Lettres. Bruxelles, t VII (1832). Sur l`homme et le developpement de ses facultes, ou Essai de Physique Sociale (1869, 1835). (In English: A Treatise on Man). Adolphe Quetelet Creates The Body Mass Index (BMI). In: www.healthaliciousness.com/articles/Adolphe-Quetelet-BMI.php  Eknoyan, G.: Adolphe Quetelet (1796 – 1874) – the average man and indices of obesity. Nephrol. Dial. Transplant 23 (2007), 47 – 51. https://academic.oup.com/ndt/article/23/1/47/1923176/Adolphe-Quetelet-1796-1874-the-average-man-and DOI: https://doi.org/10.1093/ndt/gfm517. Lukaski, H.C.: Commentary: Body Mass index persists as a sensible beginning to comprehensive risk assessment. Int. J. Epidemiol. 43 (2014), 669 - 671. Freedman, R.E.; Ballard-Barbash, R.; Doody, M.M.; Linet, M.S.: Body mass index and all-cause mortality in a nationwide UC cohort. Int. J. Obes. (Lond) 30 (5): 822 - 829 (2006). https://www.ncbi.nlm.nih.gov/pubmed/16404410. Hartwig, S. et al.: Anthropometric markers and their association with incident type 2 diabetes mellitus: which marker is best for prediction? Pooled analysis of four German population-based cohort studiesand comparison with a nationwide cohort study. BMJOpen 2016; 6: 5 e010889. http://bmjopen.bmj.com/content/6/1/e009266 s. auch: Taille statt BMI. Besserer Marker zur Einschätzung des Diabeteskrisikos: aid-Newsletter 16/16 vom 20.04.2016. http://www.frauengesundheitsportal.de/aktuelles/aktuelle-meldungen/taille-statt-bmi/. Fang, R.-N. et al.: BMI is strongly associated with hypertension, and waist circumferences is strongly associated with type 2 diabetes and dyslipidemia, in northern Chinese adults. Int. J. Epidemiol. 22 (2012), 317 - 323. Zheng, H.; Chen; C.: Body mass index and risk of knee osteoarthritis: systematic review and meta-analysis of prospective studies. BMJ Open 2015; 5: e007568. Janssen, I.; Katzmarzyk, P.T.; Ross, R.: Waist circumference and not body mass index explains obesity-related health risk. Am. J. Clin. Nutr. 79 (2004), 347 - 349. Adegbija, O.; Hoy, W.E.; Wang, Z.: Corresponding waist circumferences and body mass index values based on 10-year absolute type 2 diabetes risk in an Australian Aboriginal community. BMJ Open Diab. Res. Care 2015; 3: e000127. Bozeman, S.R. et al.: Predicting waist circumference from body mass index. BMC Medical Research Methodology. 12 (2012), 115 - 122. Haftenberger, M. et al.: Changes in Waist Circumference among German Adults over Time. Compiling Results of Seven Prospective Cohort Studies. Obes. Facts 9 (2016), 332 – 343. Deurenberg, J.; Weststrate, J.A.; Seidell, J.C.: Body mass index as a measure of body fatness: age- and sex-specific prediction formulas. Brit. J. Nutr. 65 (1991), 105 - 114. https://www.ncbi.nlm.nih.gov/pubmed/2043597. Deurenberg, P., van der Kooy, K; Hulshof, T.; Evers, P.: Body mass index as a measure of body fatness in the elderly. Eur. J. Clin. Nutr. 43 (1989), 231- 6. Deurenberg, P. et al.: The validity of predicted body fat percentage from body mass index and from impedance in samples of five European populations. European Journal of Clinical Nutrition 55: 973-979 (2001). Ranasinghe, C. et al.: Relationship between Body mass index (BMI) and body fat percentage, estimated by bioelectrical impedance, in a group of Sri Lankan adults: a cross sectional study. BMC Public Health. 13 (2013), 797. 

Lean, M.E.J.; Han, T.S.; Morrison, C.E.: Waist circumference as a measurement for indicating weight management. BMJ 311 (1995); 158. Lean, M.E.; Han, T.S.; Deurenberg, P.: Predicting body composition by densitometry from simple anthropometric measurements. Am. J. Clin. Nutr. 63 (1996), 4 - 14. Garcia et al.: Improved prediction of body fat by measuring skinfold thickness, circumferences, and bone breadths. Obes. Res. 13 (2005), 626 – 634. Sun, Qi. et al.: Comparison of Dual-Energy X-Ray Absorptiometric and Anthropometric Measures of Adiposity in Relation to Adiposity-Related Biologic Factors. Am. J. Epidemiol. 172 (2010), 1442 – 1454. DOI: 10.1093/aje/kwq306. Lohman TG, Chen Z.: Dual-energy x-ray absorptiometry. In: Heymsfield SB, Lohman TG, Wang Z, et al., (Hrsg.). Human Body Composition. 2nd ed. Champaign, IL: Human Kinetics; 2005: 63–77. Lee S.Y. and Gallagher, D.: Assessment methods in human body composition. Curr. Opin. Clin. Nutr. Metab. Care. 11 (2008), 566–572. DOI: 10.1097/MCO.0b013e32830b5f23. Kromeyer-Hauschild, K.; Wabitsch, K; Kunze, D. et al.: Perzentile für den Body-mass-Index für das Kindes- und Jugendalter unter Heranziehung verschiedener deutscher Stichproben. Monatsschr. Kinderheilk. 149 (2001), 807 – 818. http://www.blikk.it/angebote/primarmathe/ma0334.htm. Rush, E.C. et al.: Body size, body composition and fat distribution: comparative analysis of European, Maori, Pacific Island and Asian adults. Brit. J. Nutr. (BJN) 102 (2009), 632 - 641.

Wirth, K.J.: Methodenvergleich von Bioelektrischer Impedanz-Analyse und Dual Energy X-ray Absorptiometry zur Detektion von Körperfett und Übergewicht bei Probanden der Berliner Altersstudie (Base-II). Open Access Repositorium der Universität Ulm. Dissertation (2015). http://dx.doi.org/10.18725/OPARU-3486

Van Pelt R.E. et al.: Waist circumference vs body mass index for prediction of disease risk in postmenopausal women. Int. J. Obes. 25 (2001), 1183 - 1188.

Poiliot, M.C. et al.: Waist circumference and abdominal sagittal diameter: best simple anthropometric indexes of abdominal visceral adipose tissue accumulation and related cardiovascular risk in men and women. Am. Cardiol. 73 (1994), 460 - 468.

Camhi, S.M. et al.: The Relationship of Waist Circumference and BMI to Visceral, Subcutaneous, and Total Body Fat: Sex and Race Differences. Obes. 19 (2011), 402 - 408. Cidrás, M.: Body Mass Exponential Index: An Age-Independent Anthropometric Nutritional Assessment. Open Access Library Journal 2 (2015), e1943. Kovak, V. et al. : Body Mass Index, Waist Circumference and Waist-toHip-Ratio in tghe Prediction of Obesity in Turkish Teenagers. Coll. Antropol. 38 (2014), 445 - 451. Flegal, K.M. et al.: Excess Deaths Associated With Underweight, Overweight, and Obesity. JAMA (293), 1861 - 1867.  

Zusammenfassung

Modifizierter Body-Mass-Index (BMWI bzw. BMFI) zur Klassifizie-rung des Körpergewichtes von Erwachsenen zwecks Beurteilung von Gesundheitsrisiken unter Berücksichtigung des Bauchumfangs

und des Körperfetts.

Es wird ein modifizierter Body-Mass-Index vorgeschlagen, der zusätzlich zu Gewicht (G in kg) und Größe (H in m) den Bauchumfang (U in m) als in die neue Formel integrierten Faktor berücksichtigt und den wichtigen Einfluss des Bauchumfangs als Maß für die viszeralen Fettdepots des Körpers in einer Zahl, dem Body-Mass and Waist-Index (BMWI, Gleichung 2) enthält.

Dem Bauchumfang wird eine bessere statistische Vorhersagegenauigkeit für das Erkrankungsrisiko zugeschrieben als dem BMI. Die Abhängigkeit des BMWI vom BMI (Abbildung 5) wird an 230 Probanden (Tabelle 1) vorwiegend aus dem Internet in unterschiedlichen BMI-Klassen untersucht.

Es zeigt sich (Abbildung 5), dass beide Bewertungskriterien zwar signifikant miteinander korrelieren (r = 0,985; n = 230), die absoluten Werte von BMI und BMWI jedoch, insbesondere in den Bereichen für stark untergewichtige (größere Werte) und stark übergewichtige (kleinere Werte) erheblich voneinander abweichen. Im Bereich (zwischen BMWI ca. 18 und 30) sind die Abweichungen weniger dramatisch und für BMWI bzw. BMI = 30 sogar nicht mehr gegeben, d.h. die Werte sind identisch. Die Regressionsgleichung (vgl. die Potenzfunktion Nr. 7 in Tabelle 3) aus Abbildung 5 dient dazu, den BMI in die entsprechenden BMWI-Werte bzw. Gewichtsklassen umzurechnen (Tabelle 2). Die Ergebnisse von allen durchgeführten Regressionen wurden in Tabelle 3 zusammengefasst und Körperfettbe-stimmungen (BF%)  aus dem BMI bzw. aus dem Bauchumfang an 50 ausgewählten Daten überprüft.

Die Voraussage des Körperfetts aus dem BMI (Abbildung 8 bzw. Regression

Nr. 15 in Tabelle 3) eignet sich neben dem BMWI als weiteres Kriterium (BMFI = Body-Mass and Fat-Index) zur Abschätzung der Gesundheitsrisiken aus sämtlichen anthropometrischen Messgrößen (G, H, U bzw. BMWI und BF% mit Alter und Geschlecht). Die Ableitung des BMFI ist im Anhang 2 zusammenfassend beschrieben ebenso wie die Standardisierung des BMWI als BMWI*, der zur Gewichtsklassifizierung zum Einsatz in der Praxis empfohlen wird.

Mit dem BMWI, dem BMWI* und dem BMFI gelingt es mit wenig Mehraufwand, weitere anthropometrische Größen wie Bauchumfang, Alter und Geschlecht mit dem BMI zu kombinieren und so seine Aussagekraft in Bezug auf Krankheitsrisiken durch Untergewicht, Übergewicht und Adipositas zu erweitern bzw. zu verbessern. Der BMWI stellt eine notwen--dige Erweiterung des BMI dar, die in der ärztlichen Forschung und Praxis verifiziert und gegebenenfalls eingeführt werden sollte.

Anhang 1:

Standardisierung des BMWI und Gewichtsklasseneinteilung

Der in Gleichung 2 definierte und zur Anwendung empfohlene BMWI (Body-Mass and Waist-Index) lässt sich mit den Vorgaben von "cut-off values" der WHO (2008) für den BMI sowie von Lean et al. (1995) und nach IDF-Definition (2005) für den Bauchumfang wie folgt als BMWI* standardisieren und zur Gewichtsklassifizierung von Probanden und Probandinnen einsetzen:

Mit BMI = 25 (24) bzw.  mit Standard = 30 statt 25 (siehe unten Abb. 10) und U = 0,94 m (0,77) als Standardwerte für den oberen Normalbereich von Europäern ergibt sich für den standardisierten BMWI (= BMWI*) für Männer und Frauen (Werte in Klammern) die Gleichungen 2a und 2b.:

BMWI* = BMI ∙ U/25 ∙ 0,94 [kg/m] bzw. zusammengefasst:

BMWI* = BMI ∙ U/23,50 = BMWI/23,50   (2a) für Männer und

BMWI* = BMI ∙ U/24 ∙ 0,77 [kg/m] bzw. zusammengefasst:

BMWI* = BMI ∙ U/18,48 = BMWI/18,48  (2b) für Frauen.

So erhält man beispielsweise nach Gleichung 2b für eine Probandin mit einem BMI = 20,8 und einem Bauchumfang von U = 0,77 m einen standardisierten BMWI von BMWI* = 0,87 d.h. einen BMWI*-Wert von 1 - 0,87 = 0,13 kg/m bzw. 13 % unter der Norm für Frauen (BMWI* = 1,0) als Grenzwert des oberen Normalbereiches (vgl. dazu Tabelle 2). Wählt man z.B. für die Standardwerte des BMWI* statt BMI = 25 (siehe oben) BMI = 30 bzw. BMIW* = BMWI/30 ∙ 0,94 = 28,2, so fallen mehr Probanden aus dem ÜG-Bereich in den NG-Bereich (z.B.  auch die als normaler-weise übergewichtig klassifizierten, auf Muskelmasse trainierten Männer!) und die Korrelation zwischen BMWI* und BMI wird enger (von B = 94 auf 97 %, Abb. 10).

Zur schnellen Ermittlung des standardisierten BMWI (= BMWI*) aus den aktuellen Werten für BMI und Bauchumfang eines Probanden bzw. einer Probandin eignet sich das folgende Diagramm, das die Beziehungen zwischen BMWI*, BMI und U graphisch darstellt:

Abbildung 9a: Diagramm zur Ermittlung des standardisierten BMWI (= BMWI*) 

                               aus den aktuellen Werten für BMI und Bauchumfang von Männern

                               (in Vorbereitung)

Abbildung 9b; Diagramm zur Ermittlung des standardisierten BMWI (= BMWI*)

                               aus den aktuellen Werten für BMI und Bauchumfang von Frauen

                               (in Vorbereitung)

Anhang 2:

Systematische Ableitung des neuen BMWI/BMFI-Kriteriums

Zur Ableitung und Anwendung des BMFI sind insgesamt folgende Schritte erforderlich:

1)  Es müssen zunächst Rohdaten erstellt werden, d.h. die anthropometrischen Größen Gewicht (G), Größe (H), Bauchumfang (U), Alter und Geschlecht eines Probanden müssen bekannt sein.

2)  Aus G und H wird im nächsten Schritt wie üblich der BMI errechnet:

BMI (Body-Mass-Index) = G/H²  [kg/m² ] (1) und daraus durch

Multiplikation mi U der 

BMWI (Body-Mass and Waist-Index) = BMI ‧ U  [kg/m]  (2).

3)  Aus dem BMI, dem Alter und dem Geschlecht des Probanden ermittelt man dann mit Hilfe der Regressionsgleichung von Deurenberg et al. (1991, 1998, 1999, 2001) seinen Körperfettanteil (abdominales Fett nach CT-Messungen, Poiliot et al., 1994) ) in % nach:

BF% = BF(BMI) = 1,20 ∙ BMI + 0,23 ∙ Alter - 10,8 ∙ Geschlecht - 5,4  (%)   (4)

(wobei für männlich 1  und für weiblich 0 eingesetzt werden).

Diese Gleichung sollte anstelle des BMI den BMWI als unabhängige Variable enthalten und als BMFI definiert werden, sodass der folgende Schritt entfallen könnte. Dazu müsste die lineare, multiple Regressionsgleichung BF = f(BMWI, Alter, Geschlecht) allerdings neu aufgestellt werden, was Körperfettmessungen mit einer Referenzmethode (z.B.  mit der Dual Energy X-ray Absorptiometry, DXA oder der Bioelektrischen-Impedanz-Analyse, BIA) an Patienten voraussetzt, die ich nicht durchführen kann (Wirth, 2015).

4)  Das  berechnete Körperfett BF(BMWI) wird abschließend mit dem BMWI korreliert und liefert für n = 50 ausgewählte Frauen z.B. die folgende Regressionsgleichung (Abbildung 8):

BF(BMWI) = BMFI = 5,1341 ∙ BMWI^0,6129   (%)   (5)

Der BF(BMWI) wird von mir als Body-Mass and Fat-Index (BMFI) bezeichnet und nach der vorstehenden Definitionsgleichung (5) als Kriterium für die Gewichtsklassifikationen bei Menschen empfohlen (Abbildung 8). Er enthält alle unter 1) aufgeführten anthropometrischen Vorgaben (Alter nur indirekt enthalten) und ist streng mit diesen über den BMWI korreliert (B = 90 % bzw. r = 0,948). Die vorstehende Potenzgleichung für Frauen kann analog zu Tabelle 2  und Gleichung 3 für den BMWI zur Umrechnung der BMI- und der zugehörigen WHO-Gewichts-klassen in BMFI-Werte verwendet werden. Allerdings bleibt zu beachten, dass die (BF) - BMI - Beziehung (Gleichung 4) nicht allgemeingültig ist und noch von anderen Einflussgrößen wie etwa von der ethnischen Gruppe abhängt, aus der sie hervorgegangen ist (Rush et al., 2009; Ranasinghe et al., 2013).

Rechenbeispiel:

Probandin, Alter = 53 Jahre, Gewicht (G) = 59 kg, Größe (H) = 1,7 m, BMI = 20,4. Mit einem Bauchumfang (U) von 0,75 m folgt: BMWI = BMI ∙ 0,75 = 15,3 und schließlich mit Gleichung 5: BMFI = 27,3. Die für dieses Rechenbeispiel hier beschriebenen Rechenschritte sind mit einem wissenschaftlichen Taschenrechner (oder PC) in vier kontinuierlich aufeinander folgenden Schritten leicht durchführbar.

Die allgemeine (öffentliche), insbesondere finanzielle Verwertung (Anwendung) der Ergebnisse dieses Artikels, ist ohne eine schriftliche  Lizenzgebührenvereinbarung mit dem Autor oder mit seinen Bevollmächtigten (Kinder und Enkelkinder) nicht gestattet.

                                                                    (Originalarbeit).