Obesitas: definition, klassifikation och epidemiologi

Definition

Obesitas är ett kroniskt, komplext och heterogent tillstånd som kännetecknas av ett överskott av kroppsfett, ibland i kombination med avvikande fettfördelning eller störd funktion i fettväven. Tillståndet kan påverka organfunktion, fysisk funktionsförmåga, psykisk hälsa, livskvalitet och överlevnad. Orsakerna är multifaktoriella och omfattar genetisk sårbarhet, neuroendokrin aptitreglering, läkemedel, sömn, psykisk och somatisk sjukdom samt sociala, kommersiella och fysiska miljöfaktorer [1].

Definitionen bör skiljas från den praktiska mätmetod som används för att identifiera tillståndet. Obesitas är ett överskott av fettvävnad, medan BMI är ett indirekt mått baserat på vikt och längd. Ett högt BMI är alltså inte i sig den biologiska definitionen av obesitas. På motsvarande sätt kan en person ha ett kliniskt betydelsefullt fettöverskott trots att BMI ligger under den traditionella gränsen 30 kg/m² [2].

Obesitas bör heller inte beskrivas enbart som en riskfaktor för andra sjukdomar. Fettvävens mängd, fördelning och funktion kan direkt bidra till insulinresistens, kronisk låggradig inflammation, mekanisk belastning, ektopisk fettinlagring och dysreglering av adipokiner. Obesitas kan därmed vara både ett eget sjukdomstillstånd och en bidragande orsak till exempelvis typ 2-diabetes, kardiovaskulär sjukdom, obstruktiv sömnapné, metabol dysfunktion-associerad steatotisk leversjukdom, artros och vissa cancerformer.

Terminologi

Benämningen obesitas är att föredra framför fetma i medicinska texter. Obesitas är en etablerad diagnos och minskar risken att tillståndet framställs som en personlig egenskap eller som ett resultat enbart av individuella val. Personcentrerat språk är lämpligt, exempelvis ”person med obesitas” i stället för ”obes person”.

Övervikt är en BMI-baserad kategori och inte synonym med obesitas. Hos vuxna avser den vanligen BMI 25,0 till 29,9 kg/m². Övervikt kan vara förenad med betydande fettöverskott och organdysfunktion, men kan också bero på stor muskelmassa och sakna klinisk relevans.

Adipositas förekommer som synonym men obesitas är vanligare i svensk klinisk terminologi.

BMI och dess begränsningar

BMI beräknas som kroppsvikt i kilogram dividerad med längden i meter i kvadrat:

BMI = vikt i kg / längd² i m²

BMI är billigt, reproducerbart och enkelt att använda. Det lämpar sig därför väl för epidemiologisk övervakning, första klinisk screening och uppföljning av vikt över tid. På befolkningsnivå korrelerar BMI relativt väl med fettmassa och med förekomsten av flera obesitasrelaterade sjukdomar [3].

Det är däremot inte ett direkt mått på kroppsfett. Två personer med samma BMI kan ha olika fettmassa, muskelmassa, fettfördelning och klinisk risk. BMI bör därför betraktas som ett screeningmått, inte som en fullständig individuell diagnos.

Viktiga felkällor

BMI kan överskatta fettmängden hos:

• personer med stor muskelmassa
• vissa idrottare
• personer med kraftig benstomme
• patienter med ödem, ascites eller annan vätskeretention

BMI kan underskatta fettmängden eller hälsorisken hos:

• äldre personer med sarkopeni
• personer med låg muskelmassa
• personer med central eller visceral fettansamling men måttligt BMI
• vissa asiatiska befolkningsgrupper
• personer som har gått ned i vikt till följd av kronisk sjukdom
• patienter med sarkopen obesitas

BMI anger inte heller var fettet är lokaliserat. Visceralt fett och ektopiskt fett i exempelvis lever, pankreas, skelettmuskulatur och hjärta är generellt mer metabolt ogynnsamt än gluteofemoralt subkutant fett. Därför kan midjemått och andra mått på central adipositet ge klinisk information utöver BMI [2,4].

BMI och individuell risk

BMI är otillräckligt för att avgöra:

• om ett förhöjt BMI verkligen motsvarar ett fettöverskott
• om fettväven har en ogynnsam fördelning
• om organfunktion redan är påverkad
• hur uttalad den mekaniska belastningen är
• om den fysiska funktionen är begränsad
• om personen har psykisk ohälsa eller obesitasrelaterad stigmatisering
• vilket behandlingsbehov som föreligger

Detta innebär inte att BMI saknar prognostiskt värde. I en individbaserad metaanalys med nästan fyra miljoner aldrig-rökare utan känd kronisk sjukdom vid baslinjen var mortaliteten lägst vid BMI omkring 20 till 25 kg/m². Jämfört med BMI 22,5 till 24,9 kg/m² var hasardkvoten för total mortalitet 1,45 vid obesitas grad 1, 1,94 vid grad 2 och 2,76 vid grad 3. Över BMI 25 kg/m² steg mortaliteten ungefär loglinjärt, men associationen varierade med ålder och kön [5].

Resultat från mortalitetsstudier måste tolkas med försiktighet. Rökning, hög ålder, bakomliggande sjukdom, förlust av muskelmassa och sjukdomsorsakad viktnedgång kan skapa skenbara skyddseffekter av ett högre BMI. Detta är en viktig förklaring till den så kallade obesitasparadoxen i observationsstudier.

Praktisk användning av BMI

BMI bör användas för:

1. befolkningsstatistik och jämförelser över tid
2. första screening i vården
3. dokumentation av viktutveckling
4. preliminär indelning av graden av adipositet
5. urval till fortsatt utredning

BMI bör kompletteras med minst ett mått på central adipositet eller kroppssammansättning när resultatet kan påverka diagnostik eller behandling. Vid BMI över 40 kg/m² kan ett betydande fettöverskott i regel antas utan ytterligare antropometrisk bekräftelse, men organfunktion och komplikationer måste fortfarande bedömas [1].

Midjemått, midja-höftkvot och kroppssammansättning

Midjemått

Midjemåttet speglar abdominal adipositet och ger riskinformation som är både självständig och additiv till BMI. Vid samma BMI har personer med större midjemått i genomsnitt mer visceralt fett och högre risk för insulinresistens, typ 2-diabetes, kardiovaskulär sjukdom och förtida död [4].

För vuxna med europeisk bakgrund används ofta följande praktiska gränser:

Gränserna ska inte ses som biologiska trösklar. Risken ökar kontinuerligt och påverkas av BMI, ålder, kön, etnicitet, muskelmassa och samtidig sjuklighet.

Midjemåttet bör mätas med ett icke töjbart måttband efter normal utandning, med patienten stående och buken avslappnad. Måttbandet ska ligga horisontellt. Det finns flera accepterade anatomiska mätpunkter, bland annat mitt emellan nedersta revbenet och höftbenskammen eller strax ovan höftbenskammen. För uppföljning är det viktigare att använda samma standardiserade metod vid varje tillfälle än att växla mellan mätpunkter.

Midjemåttet har även relevans utanför kardiometabol risk. I en svensk poolad kohort med 339 190 deltagare var en standardavvikelse större midjemått hos män associerad med 25 procent högre risk för etablerade obesitasrelaterade cancerformer, jämfört med 19 procent högre risk per standardavvikelse BMI. Hos kvinnor var associationerna ungefär lika starka för midjemått och BMI [6].

Midja-höftkvot

Midja-höftkvoten beräknas som midjemått dividerat med höftmått. Den ger information om relationen mellan central och gluteofemoral fettfördelning.

Vanligt använda gränser för ökad risk är:

• över 0,85 hos kvinnor
• över 0,90 hos män

Kvoten kan vara prognostiskt användbar men är mindre praktisk vid uppföljning, eftersom både midje- och höftmåttet kan förändras. Ett oförändrat kvotvärde kan därför dölja kliniskt betydelsefulla förändringar i båda måtten.

Midja-längdkvot

Midja-längdkvoten beräknas som midjemått dividerat med kroppslängd, uttryckta i samma enhet. Måttet tar delvis hänsyn till att samma midjemått kan ha olika betydelse hos en kort och en lång person.

En enkel praktisk princip är att midjemåttet bör vara mindre än halva kroppslängden. Följande indelning används i vissa riktlinjer:

Midja-längdkvoten kan ha fördelar framför enbart midjemått och har i flera studier varit bättre än BMI för att identifiera kardiometabol risk. Den enkla gränsen 0,5 kan användas för båda könen, men måttet ska fortfarande tolkas tillsammans med övriga kliniska uppgifter [2].

Kroppssammansättning

När BMI och klinisk bild inte överensstämmer kan kroppssammansättningen mätas eller uppskattas.

Bioimpedans kan ge kliniskt användbar information, men resultatet påverkas av vätskeretention, uttorkning, nyligt födointag och vilken populationsbaserad ekvation som används. Metoden kan underskatta fettmassan vid uttalad obesitas och sarkopeni. Seriemätningar bör därför göras under likartade förhållanden och helst med samma utrustning [2].

Datortomografi och magnetresonanstomografi är de bästa metoderna för direkt bedömning av visceralt och ektopiskt fett men används normalt inte enbart för obesitasdiagnostik. Om bilddiagnostik redan har utförts av annat skäl kan fynd av visceral fettansamling, leversteatos eller låg muskelmassa däremot bidra till helhetsbedömningen.

Klinisk obesitas och preklinisk obesitas

En internationell Lancet-kommission föreslog 2025 en uppdelning mellan klinisk obesitas och preklinisk obesitas. Syftet är att skilja konstaterad sjukdom från ett tillstånd där fettöverskottet ännu främst innebär framtida risk [1].

Klinisk obesitas

Klinisk obesitas definieras som en kronisk systemisk sjukdom där ett verifierat fettöverskott medför minst ett av följande:

1. nedsatt funktion i ett eller flera organ eller vävnader som kan hänföras till obesitas
2. betydande, åldersjusterad begränsning av rörlighet eller grundläggande dagliga aktiviteter som beror på obesitas

Exempel på relevanta kliniska manifestationer är:

• obesitasrelaterad hypoventilation eller uttalad andningspåverkan
• hjärtsvikt där adipositeten har en direkt patofysiologisk betydelse
• nedsatt njurfunktion som kan hänföras till obesitas
• mekaniskt betingad rörelseinskränkning
• betydande begränsning av personlig hygien, påklädning eller förflyttning
• reproduktiv dysfunktion
• uttalad metabol eller hepatisk organdysfunktion

Sambandet måste bedömas kliniskt. Förekomst av hypertoni eller typ 2-diabetes hos en person med obesitas innebär inte automatiskt att varje symtom eller funktionsnedsättning orsakas av obesitas.

Preklinisk obesitas

Preklinisk obesitas innebär verifierat fettöverskott men bevarad organfunktion och ingen betydande aktivitetsbegränsning som direkt orsakas av obesitas. Risken för framtida klinisk obesitas, typ 2-diabetes, kardiovaskulär sjukdom, vissa cancerformer och andra kroniska sjukdomar är vanligen förhöjd, men varierar mellan individer.

Benämningen betyder inte att tillståndet är ofarligt. Så kallad metaboliskt hälsosam obesitas är ofta övergående. En person kan sakna hyperglykemi, dyslipidemi och hypertoni vid en viss tidpunkt men senare utveckla komplikationer, särskilt vid fortsatt viktuppgång, ökande midjemått eller minskad fysisk aktivitet [4].

Begränsningar med den nya uppdelningen

Den föreslagna klassifikationen är ett konsensusramverk och har ännu inte ersatt BMI-baserade diagnoskoder, läkemedelsindikationer eller nationella vårdprogram. Den kräver också klinisk bedömning av orsakssamband mellan adipositet och organdysfunktion. Gränsen mellan preklinisk och klinisk obesitas kan därför vara mindre tydlig än definitionerna antyder.

Ramverket är ändå värdefullt eftersom det markerar att:

• BMI inte ensamt avgör om en person är sjuk
• fettöverskott bör verifieras
• organfunktion och vardagsfunktion måste bedömas
• personer med samma BMI kan ha mycket olika behandlingsbehov
• avsaknad av aktuella komplikationer inte innebär normal långtidsrisk

Klassifikation och gradering

BMI-baserad klassifikation hos vuxna

I vissa sammanhang används benämningen svår obesitas för BMI från 35 kg/m², särskilt om komplikationer föreligger, och mycket svår obesitas för BMI från 40 kg/m². Terminologin varierar och bör därför alltid kompletteras med det faktiska BMI-värdet.

BMI-graden beskriver den statistiska omfattningen av kroppsvikten i relation till längden. Den beskriver inte automatiskt sjukdomens kliniska svårighetsgrad. En person med BMI 32 kg/m² kan ha allvarlig sömnapné, leverfibros och betydande funktionsnedsättning, medan en annan person med BMI 40 kg/m² kan ha relativt bevarad organfunktion.

Klinisk gradering

Klinisk gradering bör omfatta minst fyra dimensioner:

1. Adipositetens omfattning, bedömd med BMI och vid behov kroppssammansättning.
2. Fettfördelning, exempelvis midjemått eller midja-längdkvot.
3. Medicinska konsekvenser, såsom glukosrubbning, sömnapné, leversjukdom, artros eller kardiovaskulär sjukdom.
4. Fysisk, psykisk och social funktion, inklusive rörlighet, dagliga aktiviteter, livskvalitet, ätstörning och viktstigmatisering.

Edmonton Obesity Staging System är ett etablerat komplement till BMI. Systemet graderar medicinsk, psykisk och funktionell påverkan från stadium 0, utan identifierbara riskfaktorer eller funktionsproblem, till stadium 4, med svår och potentiellt terminal organskada eller uttalad funktionsnedsättning. Observationsstudier visar att högre Edmonton-stadium är associerat med bland annat mortalitet, vårdkonsumtion, polyfarmaci och komplikationer efter obesitaskirurgi [7].

Systemet har begränsningar. Definitionerna har varierat mellan studier och graderingen innehåller kliniska bedömningar som kan minska reproducerbarheten. Det illustrerar ändå en central princip: behandlingsbehovet avgörs bättre av fettöverskottets konsekvenser än av BMI ensamt.

Barn och ungdomar

Hos barn ska vuxnas fasta BMI-gränser inte användas direkt, eftersom BMI förändras med ålder och pubertetsutveckling. BMI måste relateras till ålders- och könsspecifika referenser.

Vanliga system är:

• WHO:s BMI-för-ålder, uttryckt som standardavvikelser eller z-värden
• International Obesity Task Force, IOTF, med ålders- och könsspecifika gränser som vid 18 års ålder motsvarar vuxen-BMI 25 respektive 30 kg/m²
• nationella tillväxtreferenser

För barn i åldern 5 till 19 år definierar WHO obesitas som BMI för ålder över två standardavvikelser från referensens median. IOTF används ofta i svensk barnhälsovård och forskning. Vilket referenssystem som har använts måste anges eftersom prevalensen kan skilja sig mellan systemen [8].

Även hos barn bör BMI kompletteras med bedömning av tillväxtkurva, pubertetsutveckling, hereditet, blodtryck, fysisk funktion, sömn, psykisk hälsa och tecken på komplikationer. Snabb passage uppåt över flera BMI-kanaler kan vara kliniskt betydelsefull även innan en formell obesitasgräns passeras.

Etniska skillnader i gränsvärden

Relationen mellan BMI, kroppsfett och metabol risk varierar mellan befolkningsgrupper. Vid samma BMI har personer med sydasiatisk, östasiatisk eller sydostasiatisk bakgrund i genomsnitt högre andel kroppsfett och större metabol risk än personer med europeisk bakgrund. Samtidigt finns stor variation inom varje grupp, och etnicitet är ett grovt surrogat för genetiska, kulturella, socioekonomiska och miljömässiga faktorer [3].

För flera asiatiska befolkningsgrupper används därför lägre BMI-gränser:

Gränserna varierar mellan länder. I koreanska riktlinjer används exempelvis BMI 23 kg/m² för övervikt och 25 kg/m² för obesitas. Abdominal obesitas definieras där som midjemått minst 90 cm hos män och 85 cm hos kvinnor [9].

I internationella och svenska sammanhang bör lägre tröskel för metabol utredning övervägas hos personer med asiatisk bakgrund, särskilt vid:

• BMI från 23 kg/m²
• förhöjt midjemått
• hereditet för typ 2-diabetes
• tidigare graviditetsdiabetes
• hypertoni eller dyslipidemi
• metabol dysfunktion-associerad steatotisk leversjukdom

Vissa personer med afrikansk bakgrund har vid samma BMI högre fettfri massa och lägre andel visceralt fett än personer med europeisk bakgrund, men relationen till blodtryck, diabetes och kardiovaskulär sjukdom är komplex. BMI-gränser bör därför inte justeras mekaniskt. Individuell bedömning av midjemått, metabol status och kroppssammansättning är säkrare än att anta låg eller hög risk utifrån etnisk kategori.

Epidemiologi i Sverige

Vuxna

Svenska uppskattningar varierar med årtal, ålder, datakälla och om vikt och längd är uppmätta eller självrapporterade. Självrapporterade data tenderar att underskatta prevalensen eftersom kroppsvikten ofta underrapporteras och längden överskattas.

Sammantaget talar nationella undersökningar och modellbaserade data för att ungefär en sjättedel till en femtedel av den vuxna befolkningen har BMI-baserad obesitas. Förekomsten av övervikt inklusive obesitas är betydligt högre. I en modell av den svenska befolkningen 2023 uppskattades 887 272 personer i åldern 20 till 60 år ha obesitas. Modellen ska inte tolkas som en direkt prevalensmätning, men visar den stora berörda populationen och den förväntade belastningen av obesitasrelaterade komplikationer [10].

Förekomsten är högre i medelåldern än bland yngre vuxna. I modellen hade män något oftare obesitas än kvinnor och åldersgruppen 50 till 60 år var oproportionerligt stor [10]. Könsskillnaderna varierar dock beroende på om man analyserar BMI, midjemått eller svår obesitas.

Historiska svenska data visar en tydlig långsiktig ökning. Bland representativa grupper av 50-åriga män i Göteborg steg medel-BMI från 24,8 till 26,4 kg/m² mellan 1963 och 2003. Andelen med obesitas ökade från 6,0 till 13,8 procent. Under samma period förbättrades flera andra kardiovaskulära riskfaktorer, bland annat rökning, blodtryck och kolesterol, vilket illustrerar att förändringar i obesitas och övrig riskfaktorprofil kan gå i olika riktningar [11].

Den svenska ODDS-kohorten omfattar över 4,2 miljoner personer och nästan 7,8 miljoner viktmätningar från 1963 till 2020. Materialet är inte ett tvärsnitt av dagens befolkning och kan därför inte användas som en aktuell prevalenssiffra. Det visar däremot de stora möjligheterna att studera BMI, midjemått, viktförändring och senare sjuklighet genom koppling till svenska hälsodataregister [12].

Sociala skillnader

Obesitas är socialt ojämnt fördelad. Låg utbildning, ekonomisk utsatthet, osäkra levnadsvillkor och kumulativ socioekonomisk belastning under livsförloppet är associerade med högre risk. Sambandet är ofta starkare hos kvinnor [13].

I en studie baserad på 2018 års Hälsa på lika villkor i de fyra nordligaste svenska regionerna hade 64 procent av männen och 52 procent av kvinnorna övervikt inklusive obesitas. Skillnaden mellan könen förklarades delvis av utbildning, inkomst och levnadsvanor. Studien var regional och använde självrapporterade data, men visar att nationella genomsnitt döljer betydande skillnader mellan grupper [14].

Vissa migrantgrupper i de nordiska länderna har högre förekomst än inrikes födda, särskilt kvinnor födda i exempelvis Somalia eller Irak. Förklaringar omfattar socioekonomisk utsatthet, förändrade matmiljöer, låg fysisk aktivitet och hinder för tillgång till kulturellt anpassad prevention och vård [15]. Variationerna är stora och födelseland bör inte användas som ersättning för individuell riskbedömning.

Barn och ungdomar

Sverige har mycket hög täckning av längd- och viktmätningar inom barnhälsovård och elevhälsa, men uppgifterna har historiskt inte sammanställts fullständigt på nationell nivå. Detta begränsar möjligheten att ange en enda aktuell nationell prevalens för alla åldrar [16].

Nordiska sammanställningar talar för att omkring vart femte barn mellan 5 och 18 år har övervikt eller obesitas, men andelen varierar mellan länder, åldrar, kön och använda referenssystem. Obesitas utgör en mindre del av denna kombinerade kategori [17]. Uppgiften ska därför inte utan vidare tolkas som ett exakt svenskt värde.

I Sverige mäts praktiskt taget alla barn upprepade gånger, men data från elevhälsan har inte varit nationellt konsoliderade. Det svenska barnhälsovårdsregistret redovisade 2025 längd- och viktdata för cirka 87 procent av landets fyraåringar. Ett arbete pågår för mer sammanhållen nationell hälsouppföljning av personer mellan 0 och 20 år [16].

Socioekonomiska skillnader ses redan under barndomen. Låg familjeinkomst och lägre föräldrautbildning är associerade med högre förekomst. Svenska data från skolbarn visar också samband mellan mindre gynnsamma matvanor, lägre socioekonomisk position och övervikt eller obesitas [18].

Betydelsen av mätmetoden

Vid jämförelser mellan svenska studier bör följande kontrolleras:

• om vikt och längd är uppmätta eller självrapporterade
• vilka åldrar som ingår
• om prevalensen är åldersstandardiserad
• om övervikt och obesitas redovisas tillsammans eller separat
• om BMI eller central obesitas mäts
• vilket referenssystem som används för barn
• om studiepopulationen är nationell, regional eller klinisk

Förändringar i BMI kan dessutom underskatta förändringar i abdominal obesitas. Internationella data visar att midjemåttet över tid har ökat mer än vad förändringen i BMI skulle förutsäga i flera befolkningar [4].

Global epidemiologi och trender

Obesitas har ökat i nästan alla delar av världen. Den globala utvecklingen kännetecknas inte enbart av att höginkomstländer har hög förekomst. Ökningen går snabbt i många låg- och medelinkomstländer, samtidigt som undernäring och mikronäringsbrist kvarstår. Samma land, hushåll eller individ kan därför beröras av både undernäring och obesitas under olika delar av livet.

En poolad analys av 3 663 befolkningsrepresentativa studier med 222 miljoner deltagare visade att den kombinerade förekomsten av undervikt och obesitas ökade mellan 1990 och 2022 i 81 procent av länderna för kvinnor och 70 procent för män. Ökningen drevs nästan överallt av obesitas. År 2022 var obesitas vanligare än undervikt i 89 procent av länderna för kvinnor och 73 procent för män [19].

De högsta prevalenserna finns i flera önationer i Oceanien, i Karibien samt i delar av Mellanöstern och Nordafrika. Samtidigt ökar antalet personer med obesitas snabbt i folkrika länder i Asien och i Afrika.

Vuxna

GBD 2021 uppskattade att 1,00 miljard vuxna män och 1,11 miljarder vuxna kvinnor hade övervikt eller obesitas 2021. Jämfört med 1990 hade den globala prevalensen av obesitas ökat med cirka 155 procent bland män och 105 procent bland kvinnor. Ingen nation hade uppnått en tydlig och varaktig minskning under hela perioden [20].

Om historiska trender fortsätter beräknas omkring 3,80 miljarder vuxna ha övervikt eller obesitas 2050, motsvarande mer än hälften av den förväntade vuxna världsbefolkningen. Prognoser är inte förutsägelser med säker utgång. De bygger bland annat på antagandet att tidigare utveckling av samhälle, prevention och behandling fortsätter ungefär i samma takt [20].

Barn och ungdomar

Mellan 1990 och 2021 fördubblades den globala kombinerade förekomsten av övervikt och obesitas bland barn och ungdomar, medan obesitas ensamt tredubblades. År 2021 uppskattades 93,1 miljoner personer i åldern 5 till 14 år och 80,6 miljoner i åldern 15 till 24 år ha obesitas [21].

År 2022 hade omkring 9,3 procent av pojkar och 6,9 procent av flickor mellan 5 och 19 år obesitas. I flertalet länder var obesitas bland barn och ungdomar vanligare än undervikt, men i delar av Sydasien och Afrika kvarstod en betydande dubbel börda [19].

Om nuvarande trender fortsätter beräknas 15,6 procent av personer mellan 5 och 14 år och 14,2 procent av personer mellan 15 och 24 år ha obesitas 2050, sammanlagt omkring 360 miljoner barn, ungdomar och unga vuxna [21].

Varför prevalensmåtten skiljer sig

Globala uppskattningar kan skilja sig mellan WHO, NCD Risk Factor Collaboration och Global Burden of Disease eftersom organisationerna använder olika:

• åldersgränser
• BMI-definitioner för barn
• datakällor
• korrigeringar för självrapportering
• statistiska modeller
• standardpopulationer
• årtal

BMI används trots begränsningarna eftersom det är det enda adipositetsmått som finns tillgängligt i tillräckligt många länder och tidsperioder. Globala BMI-baserade siffror beskriver därför främst befolkningsbördan, inte antalet personer med klinisk obesitas enligt den nyare funktionsbaserade definitionen.

Sjukdomsbörda och samhällsekonomi

Sjukdomsbörda

Högt BMI bidrar till sjukdomsbörda genom flera parallella mekanismer och sjukdomsgrupper:

• typ 2-diabetes
• ischemisk hjärtsjukdom och stroke
• hypertoni och hjärtsvikt
• metabol dysfunktion-associerad steatotisk leversjukdom
• kronisk njursjukdom
• obstruktiv sömnapné och hypoventilation
• artros och rörelseinskränkning
• reproduktiv ohälsa och graviditetskomplikationer
• flera cancerformer
• försämrad psykisk hälsa och livskvalitet

GBD 2023 visade att högt BMI var en av få ledande riskfaktorer där den åldersstandardiserade sjukdomsbördan ökade mellan 2010 och 2023. Antalet funktionsjusterade levnadsår som kunde tillskrivas metabola riskfaktorer ökade kraftigt, delvis genom befolkningstillväxt och åldrande men också genom ökad exponering [22].

För 2021 uppskattades 3,71 miljoner dödsfall och 129 miljoner funktionsjusterade levnadsår globalt vara relaterade till övervikt och obesitas [20]. Sådana beräkningar bygger på antaganden om kausala samband och riskkurvor och bör ses som modellbaserade uppskattningar, inte direkt räknade dödsfall.

Obesitas påverkar även reproduktiv hälsa. I en svensk registerstudie med nästan två miljoner graviditeter beräknades övervikt och obesitas bidra till 52,1 procent av fallen av graviditetsdiabetes, 36,9 procent av barn stora för gestationsåldern och 26,5 procent av preeklampsi. Detta är populationsattribuerbara andelar och ska inte tolkas som att adipositet var den enda orsaken i varje enskilt fall [23].

Direkta och indirekta kostnader

De direkta kostnaderna omfattar bland annat:

• primärvård och specialistvård
• läkemedel
• behandling av komplikationer
• sjukhusinläggningar
• kirurgi och postoperativ uppföljning
• hjälpmedel och rehabilitering

De indirekta kostnaderna omfattar:

• sjukfrånvaro
• nedsatt produktivitet under arbetstid
• förtidspensionering
• informell vård
• funktionsnedsättning
• förlorad produktion till följd av förtida död

En systematisk översikt av 23 nationella kostnadsstudier fann en betydande ekonomisk börda i både höginkomstländer och låg- och medelinkomstländer. Jämförelser mellan länder var dock svåra eftersom studierna använde olika perspektiv, sjukdomsurval, tidsperioder och metoder för att beräkna attribuerbara kostnader [24].

För barn med övervikt eller obesitas uppskattade en metaanalys den extra årliga medicinska kostnaden till i genomsnitt 238 amerikanska dollar per barn i 2022 års penningvärde. Obesitas medförde högre kostnader än övervikt, särskilt vid sjukhusvård. Heterogeniteten mellan studierna var mycket stor och en tredjedel bedömdes ha hög risk för bias [25].

I låg- och medelinkomstländer dominerades de direkta kostnaderna ofta av sjukhusinläggningar. En systematisk översikt fann stora nationella kostnader men endast 13 relevanta studier, med måttlig metodologisk kvalitet och otillräcklig rapportering av produktionsförluster [26]. Den verkliga samhällskostnaden är därför sannolikt underskattad i många länder.

Svenska kostnader

En svensk simuleringsstudie uppskattade att de årliga behandlingskostnaderna för tio obesitasrelaterade komplikationer hos personer med obesitas mellan 20 och 60 år kunde öka från cirka 6,4 miljarder kronor 2023 till 14,0 miljarder kronor 2033 om vikten förblev oförändrad. Typ 2-diabetes stod för den största kostnaden [10].

Modellen beräknade också att en viktnedgång på 5 till 20 procent i en hypotetisk grupp på 10 000 personer skulle kunna minska incidensen av framför allt typ 2-diabetes, hypertoni och dyslipidemi. Den beräknade årliga besparingen 2033 var 9 till 30 miljoner kronor beroende på viktnedgångens omfattning [10].

Resultaten måste tolkas som scenarier, inte observerade utfall. Modellen byggde delvis på brittiska riskdata, inkluderade inte behandlingskostnaden för viktminskningen och tog inte fullt hänsyn till dödlighet, viktåtergång eller indirekta kostnader. Studien finansierades dessutom av ett läkemedelsföretag. Den illustrerar ändå hur en vanlig kronisk sjukdom kan ge stor ekonomisk belastning även om kostnaden per individ är måttlig.

Sverige införde 2023 nationella riktlinjer för obesitasvård med ett livsförloppsperspektiv från graviditet till hög ålder. Riktlinjerna riktar sig främst till beslutsfattare och betonar behovet av jämlik identifiering, utredning och behandling samt kvalitetsindikatorer för uppföljning [27]. Svensk praxis och läkemedelssubvention kan avvika från internationella riktlinjer, särskilt för nyare obesitasläkemedel.

Stigma som del av sjukdomsbördan

Viktstigmatisering förekommer i samhället och i hälso- och sjukvården. Den kan leda till fördröjd vårdsökning, sämre vårdmöten, undvikande av fysisk aktivitet, psykisk ohälsa och minskad följsamhet till behandling. Stigma är därför inte bara ett socialt problem utan en faktor som kan förvärra sjukdomsbördan [1,3].

Epidemiologisk rapportering bör undvika att framställa obesitas som en följd enbart av bristande viljestyrka. Den globala ökningen på kort tid kan inte förklaras av genetiska förändringar utan speglar samspelet mellan biologisk sårbarhet och förändrade matmiljöer, fysisk miljö, arbetsliv, sömn, marknadsföring och socioekonomiska villkor.

En kliniskt användbar slutsats är därför att BMI fortfarande behövs för screening och befolkningsövervakning, men att diagnos och prioritering av vård bör bygga på en kombination av verifierad adipositet, fettfördelning, organpåverkan, funktionsförmåga och individuell risk.

Källor

1. Rubino F m.fl. Definition and diagnostic criteria of clinical obesity. Lancet Diabetes Endocrinol 2025. PMID: 39824205
2. Sweatt K, Garvey WT, Martins C. Strengths and Limitations of BMI in the Diagnosis of Obesity: What is the Path Forward? Curr Obes Rep 2024. PMID: 38958869
3. Wu Y, Li D, Vermund SH. Advantages and Limitations of the Body Mass Index (BMI) to Assess Adult Obesity. Int J Environ Res Public Health 2024. PMID: 38929003
4. Ross R m.fl. Waist circumference as a vital sign in clinical practice: a Consensus Statement from the IAS and ICCR Working Group on Visceral Obesity. Nat Rev Endocrinol 2020. PMID: 32020062
5. Global BMI Mortality Collaboration m.fl. Body-mass index and all-cause mortality: individual-participant-data meta-analysis of 239 prospective studies in four continents. Lancet 2016. PMID: 27423262
6. Sun M m.fl. Comparing waist circumference with body mass index on obesity-related cancer risk: a pooled Swedish study. J Natl Cancer Inst 2025. PMID: 40156135
7. Atlantis E m.fl. Usefulness of the Edmonton Obesity Staging System for stratifying the presence and severity of weight-related health problems in clinical and community settings: A rapid review of observational studies. Obes Rev 2020. PMID: 32812345
8. Purnell JQ. Definitions, Classification, and Epidemiology of Obesity. Endotext 2023. PMID: 25905390
9. Nam GE, Park HS. Perspective on Diagnostic Criteria for Obesity and Abdominal Obesity in Korean Adults. J Obes Metab Syndr 2018. PMID: 31089555
10. Galavazi M m.fl. Evaluation of clinical benefits and economic value of weight loss in a Swedish population using a simulation model. Obesity 2025. PMID: 40074678
11. Rosengren A m.fl. Obesity and trends in cardiovascular risk factors over 40 years in Swedish men aged 50. J Intern Med 2009. PMID: 19486264
12. da Silva M m.fl. Cohort profile: The Obesity and Disease Development Sweden (ODDS) study, a pooled cohort. BMJ Open 2024. PMID: 39013647
13. Adamou H m.fl. Life-course socioeconomic status and obesity: scoping review. Popul Health Metr 2025. PMID: 41254680
14. Yusuf FM, San Sebastián M, Vaezghasemi M. Explaining gender inequalities in overweight people: a Blinder-Oaxaca decomposition analysis in northern Sweden. Int J Equity Health 2023. PMID: 37608286
15. Kronstad LE, Tokovska M, Kisa A. A scoping review of overweight and obesity prevalence and determinants among immigrant adults in Nordic countries. J Migr Health 2025. PMID: 41473668
16. Elinder LS m.fl. The Importance of National Monitoring of Children's Growth: Consensus Statement From the Nordic PromoKids Network. Acta Paediatr 2025. PMID: 40387306
17. Baygi F m.fl. Trends and future directions in childhood obesity research in the Nordic countries: a scientometric review. Eur J Public Health 2025. PMID: 40235108
18. Jonsson KR m.fl. Associations between dietary behaviours and the mental and physical well-being of Swedish adolescents. Child Adolesc Psychiatry Ment Health 2024. PMID: 38555430
19. NCD Risk Factor Collaboration. Worldwide trends in underweight and obesity from 1990 to 2022: a pooled analysis of 3663 population-representative studies with 222 million children, adolescents, and adults. Lancet 2024. PMID: 38432237
20. GBD 2021 Adult BMI Collaborators. Global, regional, and national prevalence of adult overweight and obesity, 1990-2021, with forecasts to 2050: a forecasting study for the Global Burden of Disease Study 2021. Lancet 2025. PMID: 40049186
21. GBD 2021 Adolescent BMI Collaborators. Global, regional, and national prevalence of child and adolescent overweight and obesity, 1990-2021, with forecasts to 2050: a forecasting study for the Global Burden of Disease Study 2021. Lancet 2025. PMID: 40049185
22. GBD 2023 Disease and Injury and Risk Factor Collaborators. Burden of 375 diseases and injuries, risk-attributable burden of 88 risk factors, and healthy life expectancy in 204 countries and territories, including 660 subnational locations, 1990-2023: a systematic analysis for the Global Burden of Disease Study 2023. Lancet 2025. PMID: 41092926
23. Shirvanifar M m.fl. Adverse pregnancy outcomes attributable to overweight and obesity across maternal birth regions: a Swedish population-based cohort study. Lancet Public Health 2024. PMID: 39366732
24. Tremmel M m.fl. Economic Burden of Obesity: A Systematic Literature Review. Int J Environ Res Public Health 2017. PMID: 28422077
25. Ling J m.fl. Economic burden of childhood overweight and obesity: A systematic review and meta-analysis. Obes Rev 2023. PMID: 36437105
26. Fatoye F m.fl. The clinical and economic burden of obesity in low- and middle-income countries: a systematic review. Int J Obes 2025. PMID: 41023279
27. Nowicka P m.fl. Systematic Development of National Guidelines for Obesity Care: The Swedish Approach. Obes Facts 2024. PMID: 38253042