Nytt BMI – jämför klassiskt BMI och Oxford-formeln
Kalkylatorn för nytt BMI jämför två matematiska formler som använder längd och vikt. Du ser både klassiskt BMI och den alternativa formel som föreslagits av matematikern Nick Trefethen vid Oxford.
Skillnaden mellan formlerna
Klassiskt BMI beräknas som vikt / längd². Den alternativa formeln är 1,3 × vikt / längd^2,5. I båda fallen anges vikt i kilogram och längd i meter.
Den alternativa exponenten föreslogs för att förändra hur längden påverkar värdet. Bakgrunden finns i Trefethens beskrivning av BMI-förslaget.
För en person som väger 75 kg och är 1,80 meter lång blir klassiskt BMI ungefär 23,1 och nytt BMI ungefär 22,4.
Hur ska jämförelsen tolkas?
Den visar hur två olika formler reagerar på samma längd och vikt. Den nya formeln är ett matematiskt förslag och inte en etablerad ersättare för vanlig BMI-bedömning i vården.
Är kategorierna validerade för nytt BMI?
Verktyget använder vanliga BMI-gränser även för det alternativa värdet. Det innebär inte att dessa gränser är kliniskt validerade för Oxford-formeln. Tolka därför kategorierna som en förenklad jämförelse.
Visar BMI kroppsfett eller muskelmassa?
Nej. Ingen av formlerna skiljer mellan fett, muskler och annan kroppsvävnad. Resultatet ger inte heller en fullständig bild av hälsan.
Var kan jag läsa om vanlig BMI-bedömning?
1177 beskriver hur BMI används tillsammans med andra uppgifter. Dessa vuxenformler bör inte användas för att bedöma barns tillväxt.
Längden påverkar jämförelsen
Den alternativa formeln använder en högre exponent för längden än klassiskt BMI. Det gör att skillnaden mellan formlerna blir tydligare när längden ligger längre från den nivå där resultaten råkar vara lika. Två personer med samma klassiska BMI kan därför få olika alternativa värden om deras längder skiljer sig.
Detta visar ett matematiskt samband och bevisar inte att den ena personen är friskare. Båda beräkningarna använder samma begränsade indata, längd och vikt. De beskriver inte kondition, kroppssammansättning eller andra hälsouppgifter. Om ett värde hamnar nära en kategorigräns bör du därför läsa förklaringen till metoden, snarare än att tolka det nya kategorinamnet som en individuell diagnos.