Correlation analysis between resting metabolic rate,

body composition and physical activity in active and

inactive men and women

Emma Jonsson

Institutionen för medicinsk biokemi och mikrobiologi

Biomedicinska analytikerprogrammet

VT 2012

2

ABBREVIATIONS

AMA = Arm Muscle Area

ATP = Adenosintrifosfat

BMR = Basal Metabolic Rate

DXA = Dual Energy X-ray Absorbtion

FFM = Fat Free Mass

FM = Fat Mass

MAC = Mid Arm Circumference

MM = Muscle Mass

PAEE = Physical Activity Energy Expenditure

RMR = Resting Metabolic Rate

RQ = Respiratory Quotient

SMR = Sleeping Metabolic Rate

TBW = Total Body Water

TEE = Total Energy Expenditure

TEF = Thermic Effect of Food

3

ABSTRACT

The objective of the present study was to explore the correlation between resting metabolic

rate (RMR), body composition and physical activity in active and inactive men and women

aged 20-30 years. In total, 13 active and 10 inactive women and 8 active and 5 inactive men

were enrolled in this study. RMR was measured using an indirect respiratory calorimeter and

body composition was obtained using a BodPod, anthropometric measurements

(measurements of waist, weight, skin fold thickness etc.) and bioelectrical impedance

analysis. From the BodPod were information obtained about fat-free mass (FFM) and fat mass

(FM) and from the bioelectrical impedance analysis were data obtained about the total body

water (TBW). By combining the data from these methods a three-compartment model could

be produced. This gives a better value of the body composition. By using anthropometric

measurements the muscle mass (MM) could be calculated. FFM measurements correlate best

with RMR for both active men and women and for inactive women. For the inactive men MM

correlates best with RMR. In conclusion, comparing the groups as a whole it is seen that the

FFM correlates best with RMR for both women and men. Since the muscles are the

metabolically active part of FFM it is concluded that muscles affects the RMR value and

muscles can in turn be influenced by training.

KEYWORDS

Indirect respiratory calorimeter, Bod Pod, bioimpedance, three-compartment model, muscle

mass

4

INTRODUKTION

För att människokroppen ska fungera behöver den energi, precis som en bil behöver bränsle

för att kunna köras. Energi finns lagrad i mat i form av kolhydrater, fett och protein. Denna

energi kommer ursprungligen från solenergi, som har omvandlat koldioxid och vatten till

glukos genom växternas fotosyntes: solenergi + 6CO2 + 6H2O C6H12O6 (glukos) + 6O2.

Energin i kolhydrater, fett och protein digereras stegvis i kroppen via en rad kemiska

reaktioner och bildar slutligen adenosintrifosfat (ATP). Det är en form av energi som cellerna

i kroppen kan utnyttja direkt. Detta sker genom att näringsämnen (kolhydrater, fett och

protein) oxideras i citronsyracykeln och elektrontransportkedjan: C6H12O6 + 6O2 (oxidation)

6CO2 + 6H2O + värme + ATP [1]. Denna avslutande oxidativa fosforylering, det vill säga

bildning av ATP, sker i cellernas mitokondrier. Både matens energiinnehåll och kroppens

energiförbrukning mäts som frigjord mängd värme vid näringsämnenas oxidation i kroppen.

Energimängden uttrycks antingen i kilojoule (kJ) eller i kilokalorier (kcal).

Energiförbrukningen som en person har i vaket tillstånd under psykisk och

fysisk vila benämns basalmetabolism (Basal Metabolic Rate, BMR) och definieras som den

energi som krävs för att upprätthålla kroppens grundläggande cellulära aktivitet och

funktioner hos organen [1]. Det sker huvudsakligen via det autonoma nervsystemet och det

förbrukar energi genom exempelvis upprätthållande av kroppens temperatur, andning och

cirkulation.

Efter en måltid ökar energiförbrukningen. Det kallas matens termogena effekt

(Thermic Effect of Food, TEF). Ökningen, som förblir i ca 3-6 timmar efter en måltid, beror

antagligen på att cellernas aktivitet ökar när näringsämnen digereras, metaboliseras och lagras

som energidepåer. Hur stor ökningen av TEF blir avgörs av måltidens storlek, energiinnehåll

samt sammansättning och den varierar mellan olika personer.

Vardaglig fysisk aktivitet och fysisk träning (Physical Activity Energy

Expenditure, PAEE) ökar energiförbrukningen. Energiförbrukningen för olika aktiviteter ökar

med kroppsvikten. Det innebär att en person med hög kroppsvikt förbrukar mer energi än en

person med lägre kroppsvikt om de utför samma typ av arbete. Intensiteten påverkar också

energiförbrukningen.

Människans totala energiförbrukning (Total Energy Expenditure, TEE), är

summan av energiutgifterna för BMR, TEF och PAEE. Av TEE utgör BMR 65-70 % [2],

TEF 10-15 % [2,3] och PAEE 20-30 % [2]. Variationer i TEE inom och mellan personer

förklaras till stor del av skillnader i PAEE eftersom PAEE varierar mycket från person till

5

person. TEE kan mätas med en accelerometer (rörelsemätare), en stegräknare, med

hjärtfrekvensmätning, dubbelmärkt vatten [4] samt aktivitetsdagböcker.

BMR kan både beräknas och mätas. Vid mätning av BMR används indirekt

respiratorisk kalorimetri. Metoden anses ge det mest exakta resultatet när det gäller mätning

av energiförbrukning [1]. Metoden mäter syreförbrukningen (VO2) och

koldioxidproduktionen (VCO2) i utandningsluften hos en person och den respiratoriska

kvoten (RQ) mellan dessa två parametrar (VCO2 ÷ VO2) beskriver vilket/vilka näringsämnen

som kroppen omsätter i vila [5]. Värdet som erhålls vid mätningen presenteras i enheten kcal

per dygn. Beroende på vilket substrat som kroppen omsätter erhålls cirka 5 kcal för varje liter

syre som förbrukas. Vid fullständig oxidation av glukos (kolhydrater är energikällan) blir RQ-

värdet 1,0 medan fullständig oxidation av fett ger ett RQ-värde på ca 0,69 [1]. RQ-värden runt

0,80 speglar en blandkost. Alltså, olika substrat förknippas med olika värden på VCO2 och

VO2 och således även RQ-värdet [1].

Vid mätning av BMR ska försökspersonen ha fastat i 12 timmar innan

mätningen utförs. Det finns ett liknande mått för personer som fastat 2-3 timmar samt vilat 30

min innan mätning, vilket kallas vilometabolism (Resting Metabolic Rate, RMR). RMR-

värdet är något högre (3-5%) än BMR-värdet på grund av TEF men en RMR-mätning kan

vara lättare att genomföra eftersom bland annat kravet på fasta inte är lika högt. I denna studie

är det RMR-värdet som har mäts.

RMR-värdet bestäms framförallt av storleken på kroppens aktiva cellmassa men

värdet påverkas även av kroppssammansättningen och kroppsstorleken. En person som har en

stor andel muskelmassa har ett högre RMR-värde jämfört med en person med en stor andel

fettmassa. Det beror på att muskelceller innehåller fler mitokondrier än vad fettceller gör och

dessa förbrukar mycket mera energi än vad fettceller gör. RMR-värdet är alltså lägre för

personer som har större andel fettmassa än vid motsvarande kroppsvikt med större andel

muskelmassa. Fett och muskler utgör en relativt stor del av kroppen (bortsett från vattnet)

men de har ett lågt RMR-värde i jämförelse med organ som hjärta, njurar, hjärna och lever.

Dessa står för endast 5-6 % av kroppsvikten men har ett mycket högre RMR-värde [6]. Andra

delar av kroppen som ben, hud och lungor har också ett lägre RMR-värde [6,7]. RMR-värdet

påverkas även av åldern. Barn och ungdomar med snabb tillväxt har en högre

energiförbrukning men med stigande ålder sker förändringar i kroppssammansättningen som

gör att RMR-värdet minskar [8]. Den totala energiförbrukningen minskar med ca 150

kcal/dygn per decennium efter det 20:e levnadsåret för både män och kvinnor [9]. Övriga

6

faktorer som påverkar RMR-värdet är exempelvis hormoner och för kvinnan påverkas RMR

av var hon befinner sig i menstruationscykeln. Vid ägglossning kan värdet vara ca 10 % högre

[10]. Sammantaget förklaras 80-90 % av skillnaderna i RMR mellan olika personer av ålder,

kön, vikt, fettfri massa (Fat Free Mass, FFM), fettmassa (Fat Mass, FM) och PAEE.

Konditionen hos en person är av betydelse för hur mycket energi personen kan

omsätta under en viss tids träning. En uthållighetstränad person med hög

syreupptagningsförmåga (VO2) förbrukar mer energi än en otränad person med lägre

syreupptagningsförmåga, om de utför exakt samma aktivitet och under samma tid.

Energiförbrukningen är förhöjd även efter träning både hos konditions-och

styrketräningsidrottare på grund av en ökad syreupptagningsförmåga [11]. Tidigare studier

har visat att fysisk aktivitet påverkar RMR-värdet [12]. Vid jämförelse mellan aktiva och

inaktiva personer har en signifikant skillnad i RMR setts. De aktiva hade då ett betydligt

högre RMR-värde än vad som förväntades av beräkningar baserade på kroppsmassa och

kroppssammansättning [12].

Kroppssammansättning hos en människa används för att beskriva andelen fett,

muskler, ben och vatten i kroppen. Eftersom dessa komponenter tar upp olika stor andel av

kroppen kan personer med samma längd och kroppsvikt se helt olika ut eftersom de har olika

kroppssammansättningar. För att bestämma kroppssammansättningen hos en person används i

denna studie BodPod-, bioimpedans- och kalipermätningar. Kroppsvolymen, kroppsdensiteten

(densiteten för muskler är högre än för fett) och andelen fett kan mätas med en BodPod. Det

är en äggformad behållare, vilken också kallas för Air-Displacement Plethysmography [13].

Genom att analysera den undanträngda luftens volym samt lufttrycket i bodpoden kan

kroppsvolymen beräknas. Med hjälp av denna volym beräknas sedan kroppens densitet och

därefter FM och FFM [14]. FFM består bland annat av vatten, muskler och ben. Vid

bioimpedansmätning leds en mycket svag ström genom kroppen, i denna studie via en speciell

våg. Vävnader i kroppen har olika strömledande egenskaper och genom att mäta det elektriska

motståndet, resistansen, kan kroppssammansättningen bestämmas [15]. Ökad resistans

innebär dålig ledningsförmåga. Muskler består huvudsakligen av vatten, vilket leder

strömmen bra, och ger därmed en lägre resistans. Fett har däremot en dålig ledningsförmåga

och ger en högre resistans. En vältränad person består av mera vatten än en otränad person

eftersom en tränad person oftast har mera muskler. Metodens huvudsyfte är att bestämma

kroppens elektriska impedans och på så sätt beräkna kroppens totala vatteninnehåll (Total

Body Water, TBW). Med en kaliper, som liknar en liten tång med millimeterskala, mäts

7

tjockleken på hudveck vid olika ställen på kroppen. Det görs genom att nypa tag i huden med

fingrarna så att ett hudveck bestående av underhudsfett erhålls och dess tjocklek läses av. I

denna studie var hudvecksmåttet på triceps (överarmens baksida) av intresse. Detta mått

tillsammans med omkretsen på överarmen används sedan för att beräkna muskelmassan, MM

(Muscle Mass). Genom att kombinera olika metoder kan en mera detaljerad bild av en persons

kroppssammansättning bestämmas [16,17]. Eftersom resultaten från en bioimpedansmätning

beror på hur mycket vatten en person har för tillfället i kroppen kombinerades bioimpedansen

med BodPoden i denna studie för att få ett mera exakt värde på kroppssammansättningen.

Detta tillvägagångssätt ger upphov till en så kallad tre-kompartmentsmodell [18]. Enligt

denna delas kroppen upp i FM, TBW samt FFM – TBW (vilket motsvarar muskler och ben).

Förutom dessa mätmetoder finns även antropometriska mått (vikt, längd, midja/stuss- och

omkretsmått), datortomografi [19] och mätningar av bentätheten (Dual Energy X-ray

Absorbtion, DXA) [20] för en mer exakt bestämning av kroppssammansättningen.

Eftersom RMR utgör en stor del av TEE, speciellt hos inaktiva personer [6], är

det viktigt att ta hänsyn till den vid olika hälsotillstånd, till exempel över- och undervikt, samt

vid behandling och forskning kring metabola sjukdomar. En persons kroppssammansättning

har en stor påverkan på dennes hälsa och prestationsförmåga. Muskelmassan är viktig för

rörelse och prestation medan fettmassan har livsviktiga funktioner som exempelvis

värmeisolering, skyddade av kroppens organ och hormonproduktion. För hög eller låg

fettmassa är dock en hälsorisk. Inom idrottsvärlden kan kroppssammansättningen inom vissa

idrotter vara av betydelse [13]. Exempelvis behöver en tyngdlyftare mera muskler än en

orienterare, som mest är i behov av god kondition och inte alltför mycket muskler. Genom att

mäta kroppssammansättningen kan planer för ändrade kost-och träningsupplägg konstrueras

anpassade efter olika individers behov.

Det huvudsakliga syftet med denna studie var att undersöka hur aktiva och

inaktiva kvinnor och mäns vilometabolism ser ut beroende av kroppssammansättning och

fysisk aktivitet. Det gjordes genom att undersöka vad av vikt, FFM och MM som korrelerar

bäst med RMR.

8

MATERIAL OCH METOD

Design

Till studien söktes aktiva och inaktiva kvinnor och män i åldrarna 20-30 år. Kravet för att

hamna i den aktiva gruppen var regelbunden träning minst tre gånger per vecka och för att

räknas som inaktiv fick träning maximalt bedrivas en till två gånger per vecka. Beroende på

om de var aktiva eller inaktiva delades de in i fyra grupper, två grupper med kvinnor och två

grupper med män. För att få en standardisering av mätningarna informerades

försökspersonerna om att inte träna dagen innan samt fasta 2-3 timmar före mätningarna.

Urval

Rekryteringen till studien skedde genom att personer i min närhet tillfrågades. Mätningarna

utfördes på det energimetaboliska laboratoriet på Akademiska sjukhuset i Uppsala. I studien

ingick slutligen totalt 36 personer, av dessa var 13 män och 23 kvinnor. Fördelningen blev 13

aktiva respektive 10 inaktiva kvinnor samt 8 aktiva respektive 5 inaktiva män.

Etiska överväganden

Försökspersonerna fick ett skriftligt informationsblad om deltagande i studien via mail. I

informationsbladet stod det att de skulle få fylla i en kortare hälsodeklaration vid besöket samt

skriva lite kortfattat om vad de gör på fritiden. De fick skriva under detta informationsblad

och ta med vid besöket när testerna skulle genomföras. Deltagarna informerades om att de när

som helst och utan motivering fick avbryta sin medverkan. De informerades även om att deras

personuppgifter samt deras resultat skulle behandlas konfidentiellt, det vill säga deras identitet

förblev anonym.

Experimentella genomföranden

Bestämning av antropometriska mått

Innan de huvudsakliga mätningarna genomfördes togs först ett längdmått (Ullmer

Stadiometer) på försökspersonen.

Bestämning av energiomsättning

Indirekt respiratorisk kalorimetri

Innan mätningen av den indirekta respiratoriska kalorimetrin (Sensormedics) startades,

genomfördes först en kalibrering av apparaturen. Kalibreringen av gaskoncentrationerna och

flödesmätaren gjordes enligt tillverkarnas anvisning (Sensormedics). Vid kalibreringen av

9

flödesmätaren användes en pump (Viasys Healthcare Calibration Pump), vilken kopplades på

flödesmätaren. Därefter gjordes pumpdrag i olika flödeshastigheter enligt tillverkarens

(Sensormedics) anvisningar. Vid kalibrering av gaserna öppnades en gastub med syre och en

gastub med koldioxid. Därefter gjordes kalibreringen av gaserna automatiskt.

Vid mätningen fick försökspersonen ligga på en brits och denne informerades

om att vara avslappnad och andas lugnt under mätningen. En genomskinlig plastkupa anslöts

via en slang till flödesmätaren på utrustningen vartefter den placerades över ansiktet på

försökspersonen och apparaten startades. Flödesmätaren analyserade försökspersonens

utandningsluft och medelvärdet presenterades var 20:e sekund [21]. Mätningen pågick i

ungefär 30 min. Under mätningen hade försökspersonen även ett pulsband runt bröstkorgen

och en pulsklocka runt handleden för att vilopulsen skulle kunna kontrolleras.

Bestämning av kroppssammansättningen

Bodpod

När BodPoden var kalibrerad (COSMED) vägdes försökspersonen, vartefter denne fick sätta

sig i bodpoden, endast i underkläderna och med en mössa på huvudet. BodPoden är känslig

för förändringar i temperaturen och eftersom en person avger värme via huvudet behövs

mössan. Mätningen delades upp i två omgångar, där varje omgång pågick i 45 sek.

Försökspersonen uppmanades att sitta still och andas normalt under mätningarna. Av dessa

två mätningar togs ett medelvärde fram, vilket blev det slutgiltiga resultatet.

Bioimpedans

Vid mätningen med bioimpedans fick försökspersonen stå upp i underkläder medan

mätningen genomfördes. Försökspersonens ålder, kön och längd knappades in på vågen

(Tanita BC545). Därefter ställde sig försökspersonen på vågen och mätningen startades. Efter

ca en minut erhölls resultaten.

Hudveck (kaliper) mätning

Vid kalipermätningen fick försökspersonen stå upp i underkläderna medan mätningen

genomfördes. Till att börja med mättes längden från axeln till armbågen och vid hälften av

längden ritades en markering. Vid markeringen mättes sedan omkretsen på överarmen. Med

en kaliper mättes därefter tjockleken på hudveck vid bl.a. triceps. För att beräkna MM

användes Heymsfields ekvationer [22], vilka redovisas nedan.

10

1. MAC (Mid Arm Circumference) = omkrets på överarm (cm) – π ×

hudveckstjockleken över triceps (cm)

2. AMA (Arm Muscle Area), män = ((MAC - π × hudveckstjockleken över triceps)2 ÷

4π) – 10

AMA, kvinnor = ((MAC - π × hudveckstjockleken över triceps)2 ÷ 4π) – 6,5

3. MM = längden (cm) × (0,0264 + 0,0029 × AMA)

Statistiska beräkningar

För att se om det finns någon signifikant skillnad mellan de aktiva och inaktiva kvinnorna och

männens värden på vikt, RMR, FFM och MM används ett T-test. Det ger upphov till ett p-

värde. För att det ska vara en signifikant skillnad måste p-värdet vara ≤0,05. Pearsons

korrelationskoefficient används för att se hur bra olika variabler (vikt, RMR, FFM och MM)

korrelerar med varandra. Korrelationskoefficienten (R-värdet) är ett mått på hur starkt

sambandet är mellan två variabler. Ju närmare 1 R-värdet är, desto bättre är korrelationen. 0

innebär att det inte är någon korrelation alls.

RESULTAT

I tabell I redovisas bakgrundsdata baserat på medelvärden för de aktiva och inaktiva

kvinnorna samt männen. Ur den kan utläsas att det var flest kvinnor som deltog i studien och

alla deltagare fullföljde den. Hos kvinnorna ses att de inaktiva vägde 2,4 kg mer än de aktiva.

De inaktiva kvinnorna hade något högre BMI samt FM jämfört med de aktiva. Hos männen

ses att de inaktiva vägde 4,3 kg mer än de inaktiva. Vidare kan utläsas att de inaktiva männen

har ett högre BMI samt en markant högre FM än de aktiva männen.

Tabell I. Bakgrundsdata baserat på medelvärden för aktiva respektive inaktiva kvinnor och

män

1) Body Mass Index, BMI, beräknas fram genom följande formel: vikt (kg) ÷ längd (m)

2

2) Beräknat utifrån BodPod och bioimpedans [18]

Kvinnor (aktiva) n=13

Kvinnor (inaktiva) n=10

Män (aktiva) n=8

Män (inaktiva) n=5

Ålder, år 23,6±2,47 22,9±1,91 21,0±1,93 23,0±2,55

Vikt, kg BMI (kg/m

2)1)

FM (kg)2)

59,2±4,56 21,5±1,94 13,72±3,12

61,6±4,22 21,8±2,09 14,85±3,48

77,4±7,36 23,8±1,97 10,04±2,38

81,7±4,9 24,8±2,35 17,14±6,97

11

I figur 1 redovisas skillnaden i medelvärden av RMR, FFM och MM mellan

aktiva och inaktiva kvinnor och män. Figur 1A visar att det inte är någon skillnad i RMR-

värde mellan de aktiva och inaktiva kvinnorna. De aktiva männen har däremot ett högre

RMR-värde jämfört med de inaktiva männen. Det var inte heller någon större skillnad i FFM

mellan de aktiva och inaktiva kvinnorna, vilket ses i figur 1B. De aktiva männen har däremot

en högre FFM jämfört med de inaktiva männen. Figur 1C visar att det inte är någon skillnad i

MM hos aktiva och inaktiva kvinnor. Hos de aktiva männen ses en något högre MM jämfört

med de inaktiva männen.

Figur 1. Skillnad i (A) RMR, (B) FFM och (C) MM mellan aktiva och inaktiva kvinnor

respektive män. Aktiv Inaktiv

Figurerna 2-4 beskriver hur vikt, FFM och MM korrelerar med RMR för aktiva

och inaktiva kvinnor och män.

I figur 2 redovisas hur RMR korrelerar med vikt hos aktiva och inaktiva kvinnor

respektive män. Vid jämförelse av R-värdena för kvinnorna ses att RMR korrelerar bäst med

vikten hos de inaktiva kvinnorna. Hos dessa kvinnor är R-värdet 0,56, vilket innebär att

sambandet kan förklaras till 56 %. Vid samma jämförelse mellan männen ses att RMR

korrelerar bäst med vikten även hos de inaktiva männen. Hos de inaktiva männen är R-värdet

A B

C

B

12

0,75. P-värdet blev >0,05 både för RMR-värdena och för vikten hos kvinnorna respektive

männen, alltså ingen signifikant skillnad.

Figur 2. Korrelation mellan RMR och vikt för (A) aktiva och inaktiva kvinnor och (B) aktiva

och inaktiva män. Inaktiv Aktiv Inaktiv Aktiv

I figur 3 redovisas hur RMR korrelerar med FFM hos aktiva och inaktiva

kvinnor respektive män. Vid jämförelse av R-värdena för kvinnorna ses att RMR korrelerar

bäst med FFM hos de inaktiva kvinnorna. Hos dessa kvinnor är R-värdet 0,64. Vid jämförelse

av R-värdena mellan männen ses att RMR korrelerar bäst med FFM hos de aktiva männen.

Hos dessa män är R-värdet 0,62. P-värdet för FFM hos kvinnorna respektive männen blev

>0,05, alltså ingen signifikant skillnad.

A

B

13

Figur 3. Korrelation mellan RMR och FFM för (A) aktiva och inaktiva kvinnor och (B)

aktiva och inaktiva män. Inaktiv Aktiv Inaktiv Aktiv

I figur 4 redovisas hur RMR korrelerar med MM hos aktiva och inaktiva

kvinnor respektive män. Vid jämförelse av R-värdena för kvinnorna ses att RMR korrelerar

bäst med MM hos de aktiva kvinnorna. Hos dessa kvinnor är R-värdet 0,47. Vid jämförelse av

R-värdena mellan männen ses att RMR korrelerar bäst med MM hos de inaktiva männen. Hos

dessa män är R-värdet 0,77. P-värdet för MM hos kvinnorna respektive männen blev >0,05,

alltså ingen signifikant skillnad.

A

B

14

Figur 4. Korrelation mellan RMR och MM för (A) aktiva och inaktiva kvinnor och (B) aktiva

och inaktiva män. Inaktiv Aktiv Inaktiv Aktiv

DISKUSSION

I studien undersöktes hur kroppssammansättning och fysisk aktivitet påverkar aktiva och

inaktiva kvinnor och mäns vilometabolism. Enligt resultaten som erhölls vid mätningarna

korrelerar FFM bäst med RMR både för aktiva kvinnor och män samt för inaktiva kvinnor.

Den bästa korrelationen redovisas i figur 4, som beskriver hur RMR korrelerar med MM för

de inaktiva männen. Det sambandet kan förklaras till 77 %. Jämförs grupperna i sin helhet ses

att FFM korrelerar bäst med RMR både för kvinnor och för män, vilket också har setts i

tidigare studier [23,24].

A

B

15

FFM mäts med en BodPod och fördelarna med metoden är att det är en mycket

noggrann och säker metod. Nackdelen är att den är dyr. FFM består alltså av vatten, muskler

och ben och uppsättningen av FFM varierar mellan personer. MM, som är en metabolt aktiv

del av FFM, har betydelse för RMR. Därmed borde träning som påverkar MM även påverka

RMR. I tidigare studier [25,26] har det beskrivits att träning påverkar RMR-värdet och i

denna studie sågs en ökning i RMR på 11,7 % för de aktiva männen jämfört mot de inaktiva

männen. Skillnaden i RMR mellan de aktiva och inaktiva kvinnorna var knappt påvisbar. Där

sågs en ökning i RMR på endast 0,9 % hos de inaktiva kvinnorna. De flesta som tränar bygger

muskler, om än i olika grad. RMR-värdet borde även påverkas olika mycket beroende på

vilken typ av träning som utförs. En intressant fråga, som kan vara av betydelse, är om det

finns någon skillnad i RMR mellan personer som bedriver ren konditions-eller styrketräning.

En person som tränar styrketräning flera gånger i veckan med avsikt att endast bygga muskler,

har troligvis större muskelmassa än vad en person har som tränar konditionsträning flera

gånger i veckan med avsikt att få bättre kondition. I denna studie deltog några tränade män

som i princip bara ägnade sig åt styrketräning. De hade högst MM och även högst RMR. Där

stämmer alltså tidigare nämnd teori. Några andra män som tränade mera konditionsinriktat

hade betydligt mindre MM än de som styrketränade men de hade nästan samma värden på

RMR. Vid jämförelse mellan de tränade kvinnorna erhölls samma typ av resultat, det vill säga

de som tränade mer styrka hade högre MM och även högre RMR jämfört med de som tränade

mer konditionsinriktat. Bland de otränade männen och kvinnorna skiljde det sig ganska

mycket i MM medan det inte skiljde sig nämnvärt i RMR. Skillnaden i MM hos tränade och

otränade män var 3,6 % medan den var 0,7 % mellan tränade och otränade kvinnor. Vid

jämförelse av RMR mellan hela gruppen av kvinnor och män visade det sig att männen hade

34 % högre RMR än kvinnorna, vilket till största delen beror på att de generellt sett har en

större andel muskelmassa än vad kvinnor har, som har högre fettmassa.

Förutom vikt, FFM, MM och fysisk aktivitet kan även arv och miljö påverka

RMR. RMR har nämligen en ärftlighet på 40 % [27] och det är huvudsakligen den

mitokondriella respirationen, något som arv och miljö kan påverka, som har betydelse för

RMR.

Överlag är korrelationskoefficienterna medelmåttiga, det vill säga att det finns

antydningar till samband men inget som är tillräckligt tydligt för att kunna användas som ett

bevis på att sambandet stämmer. Inga signifikanta skillnader uppmättes. Detta grundar sig

bland annat i att deltagarantalet inte var speciellt stort i denna studie och därför bör resultaten

16

från den tas mer som indikationer än bevis på verkliga samband mellan variablerna. Andra

förklaringar till de otydliga skillnaderna är inte var tillräckligt stora skillnader mellan de

aktiva och inaktiva personerna som medverkade i studien. Det ger missvisande resultat.

Studien hade troligtvis givit bättre resultat om elitidrottare hade jämförts med personer som

inte tränar något över huvudtaget, då borde skillnaderna mellan aktiva och inaktiva vara

betydligt större och tydligare. Dessutom varierar den vardagliga fysiska aktiviteten mellan

personer ganska mycket. Andra faktorer som kan påverkar resultatet är hur väl

försökspersonerna följde instruktionerna i informationsbladet. Det är möjligt att någon tränade

dagen före mätningarna och träning ökar vattenmängden i musklerna, vilket i sin tur påverkar

resultatet från bioimpedansen. Detta är en av nackdelarna med bioimpedansmätningen

eftersom metoden är känslig för förändringar i vattenmängden ger det en minskad

noggrannhet och precision [13]. Fördelarna är dock att metoden är billig, mätningarna går

snabbt och den är lätt att använda. Det kan också vara så att någon åt eller drack för nära inpå

mätningarna. Dessutom kan vissa kvinnor samla på sig vätska under vissa delar av

menstruationscykeln. Detta påverkar också resultatet från bioimpedansen.

Muskelceller använder olika substrat i olika situationer. Vilket

energisubstrat som används beror på arbetets intensitet och hur länge det varar. En person som

utför ett arbete som pågår under lång tid och med en låg intensitet förbränner mest fett medan

en person som rör sig med hög intensitet under kort tid förbränner främst kolhydrater.

Beroende på hur försökspersonen tog sig till laboratoriet kan därmed resultatet påverkas.

Promenad, cykling eller dylikt ökar energiförbrukningen och därmed RMR. Stresshormonet

adrenalin ökar energiförbrukningen och om någon försöksperson var stressad till besöket eller

var väldigt nervös inför mätningarna, kan det påverkar resultatet av RMR. Beroende på var en

kvinna befinner sig i menstruationscykeln påverkas RMR-värdet.

För att beräkna MM används kalipermätningar och Heymsfields

ekevationer [22]. Ekvationerna har till viss del anpassats efter kön och de utgår från att

armmuskeln är cirkulär. Vidare utgår ekvationerna endast från en muskel och ett

hudvecksmått på triceps för att beräkna MM för hela kroppen, vilket kan skapa en del

felkällor [22]. Fördelarna med kalipermätning är att metoden är billig, kalipern är lätt att bära

med sig och metoden är noggrann om mätningarna utförs korrekt. Nackdelarna med

kalipermätning är att den som mäter måste ha en bra teknik för att få ett riktigt och tillförlitligt

resultat (kräver en del övning). Det är svårt att göra på exakt samma sätt vid de olika

17

mätningarna. Det medför i sin tur att det bör vara samma person som gör mätningarna från

gång till gång eftersom alla har lite olika vinklar och teknik när de mäter [22].

För att undersöka vad som bäst beskriver RMR plottades vikt,

FFM och MM mot de uppmätta RMR-värdena för de aktiva och inaktiva kvinnorna och

männen. Slutligen togs korrelationskoefficienter (R-värden) fram för att få ett mått på hur

starkt RMR korrelerade med de olika variablerna. Därefter jämfördes de olika variablernas

förmåga att beskriva RMR. Det visade sig att om grupperna jämfördes i sin helhet sågs att

FFM korrelerar bäst med RMR både för kvinnor och för män. Eftersom musklerna är den

metabolt aktiva delen av FFM, dras därför slutsatsen att muskelmassan påverkar RMR-värdet.

Muskelmassan kan i sin tur påverkas genom träning och därför är RMR ett bra mått på fysisk

aktivitet.

I studien konfirmeras tidigare studier som visat att

vilometabolismen ser olika ut hos aktiva och inaktiva kvinnor och män beroende på deras

kroppssammansättning och fysiska aktivitet. De flesta som tränar bygger muskler och ökad

muskelmassa ökar vilometabolismen.

18

Referenser

1. Haugen HA, Chan LN, Li F. Indirect calorimetry: a practical guide for clinicians. Nutr

Clin Pract. 2007;22(4):377-388

2. Owen OE, Kavle E, Owen RS, Polansky M, et al. A reappraisal of caloric

requirements in healthy women. Am J Clin Nutr. 1986;44(1):1-19

3. Tappy L, Thermic effect of food and sympathetic nervous system activity in humans.

Reprod Nutr Dev. 1996;36(4):391-397

4. Bonn SE, Trolle Lagerros Y, Christensen SE, Möller E, et al. Active-Q: validation of

the web-based physical activity questionnaire using doubly labeled water. J Med

Internet Res. 2012;14(1):e29

5. da Rocha EE, Alves VG, Silva MH, Chiesa CA, et al. Can measured resting energy

expenditure be estimated by formulae in daily clinical nutrition practice?. Curr Opin

Clin Nutr Metab Care. 2005;8(3):319-328

6. Wang Z, Heshka S, Gallagher D, Boozer CN, et al. Resting energy expenditure-fat-

free mass relationship: new insights provided by body composition modeling. Am J

Physiol Endocrinol Metab. 2000;279(3):e539-545

7. Müller MJ, 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. Obes Rev. 2002;3(2):113-122

8. Lazzer S, Bedogni G, Lafortuna CL, Marazzi N, et al. Relationship between basal

metabolic rate, gender, age, and body composition in 8,780 white obese subjects.

Obesity (Silver Spring). 2010;18(1):71-78

9. Roberts SB, Dallal GE. Energy requirements and aging. Public Health Nutr.

2005;8(7A):1028-1036

10. Solomon SJ, Kurzer MS, Calloway DH. Menstrual cycle and basal metabolic rate in

women. Am J Clin Nutr. 1982;36(4):611-616

11. Børsheim E, Bahr R. Effect of exercise intensity, duration and mode on post-exercise

oxygen consumption. Sports Med. 2003;33(14):1037-1060

19

12. Sjödin AM, Forslund AH, Westerterp KR, Andersson AB, et al. The influence of

physical activity on BMR. Med Sci Sports Exerc. 1996;28(1):85-91

13. Portal S, Rabinowitz J, Adler-Portal D, Burstein RP, et al. Body fat measurements in

elite adolescent volleyball players: correlation between skinfold thickness,

bioelectrical impedance analysis, air-displacement plethysmography, and body mass

index percentiles. J Pediatr Endocrinol Metab. 2010;23(4):395-400

14. Dempster P, Aitkens S. A new air displacement method for the determination of

human body composition. Med Sci Sports Exerc. 1995;27(12):1692-1697

15. Wu YT, Nielsen DH, Cassady SL, Cook JS, et al. Cross-validation of bioelectrical

impedance analysis of body composition in children and adolescents. Phys Ther.

1993;73(5):320-328

16. Wang Z, Pi-Sunyer FX, Kotler DP, Wielopolski L,et al. Multicomponent methods:

evaluation of new and traditional soft tissue mineral models by in vivo neutron

activation analysis. Am J Clin Nutr. 2002;76(5):968-974

17. Peeters MW, Subject positioning in the BOD POD® only marginally affects

measurement of body volume and estimation of percent body fat in young adult men.

PLoS One. 2012;7(3):e32722

18. Forslund AH, Johansson AG, Sjödin A, Bryding G, et al. Evaluation of modified

multicompartment models to calculate body composition in healthy males. Am J Clin

Nutr. 1996;63(6):856-862

19. Kim YJ, Lee SH, Kim TY, Park JY, et al. Body Fat Assessment Method Using CT

Images with Separation Mask Algorithm. J Digit Imaging. 2012; under tryckning

20. Kaul S, Rothney MP, Peters DM, Wacker WK, et al. Dual-Energy X-Ray

Absorptiometry for Quantification of Visceral Fat. Obesity (Silver Spring).

2012;20(6):1313-1318

21. Forslund AH, El-Khoury AE, Olsson RM, Sjödin AM, et al. Effect of protein intake

and physical activity on 24-h pattern and rate of macronutrient utilization. Am J

Physiol. 1999;276(5):e964-976

20

22. Heymsfield SB, McManus C, Smith J, Stevens V, et al. Anthropometric measurement

of muscle mass: revised equations for calculating bone-free arm muscle area. Am J

Clin Nutr. 1982;36(4):680-690

23. Ravussin E, Burnand B, Schutz Y, Jéquier E. Twenty-four-hour energy expenditure

and resting metabolic rate in obese, moderately obese, and control subjects. Am J Clin

Nutr. 1982;35(3):566-573

24. Mifflin MD, St Jeor ST, Hill LA, Scott BJ, et al. A new predictive equation for resting

energy expenditure in healthy individuals. Am J Clin Nutr. 1990;51(2):241-247

25. Lemmer JT, Ivey FM, Ryan AS, Martel GF, et al. Effect of strength training on resting

metabolic rate and physical activity: age and gender comparisons. Med Sci Sports

Exerc. 2001;33(4):532-541

26. Tremblay A, Fontaine E, Poehlman ET, Mitchell D, et al. The effect of exercise-

training on resting metabolic rate in lean and moderately obese individuals. Int J Obes.

1986;10(6):511-517

27. Bouchard C, Tremblay A, Nadeau A, Després JP, et al. Genetic effect in resting and

exercise metabolic rates. Metabolism. 1989;38(4):364-370