Relativ fettmassa (RFM)

Klinisk bakgrund

BMI är den mest använda kliniska metoden för att klassificera övervikt och fetma, men den skiljer inte mellan fettmassa och fettfri massa. Det leder till systematiska felklassificeringar: en muskulös patient kan få för hög BMI och en normalviktig med hög fettprocent kan missas. I härledningsstudien hade BMI en sensitivitet på endast 21,6 % för fetma definierad utifrån DXA-mätt kroppsfett hos kvinnor, och 81,9 % hos män [1]. Relativ fettmassa (RFM) togs fram för att erbjuda ett enkelt alternativ som kräver endast ett måttband och som bättre uppskattar kroppens fettprocent än BMI.

Beräkning av Relativ fettmassa

RFM beräknas enligt:

$$\text{RFM} = 64 - 20 \times \frac{\text{längd}}{\text{midjeomfång}} + 12 \times \text{kön}$$

där kön är 0 för Man och 1 för Kvinna, och längd och midjeomfång anges i samma enhet (kvoten är dimensionslös). Formeln kan också skrivas separat: för män gäller $64 - 20 \times (\text{längd}/\text{midjeomfång})$ och för kvinnor $76 - 20 \times (\text{längd}/\text{midjeomfång})$.

RFM härleddes ur NHANES 1999–2004 (n = 12 581 vuxna ≥20 år) med DXA som referensmetod för kroppsfett. Bland 365 genererade antropometriska index valdes kvoten längd/midjeomfång eftersom det var det enklaste index som presterade bäst, särskilt hos män. Validering skedde i en separat kohort, NHANES 2005–2006 (n = 3 456) [1]. Studipopulationen utgjordes av amerikanska vuxna av mexikansk, europeisk och afrikansk etnicitet.

Tolkning i praktiken

RFM ger en uppskattning av kroppens totala fettprocent och ska tolkas som sådan, inte som ett mått på visceral fettvävnad. Eftersom kalkylatorn inte definierar egna tolkningsband, hänvisas till de cutoffs som publicerats av skaparna själva, baserade på sambandet mellan RFM och allcause dödlighet i NHANES 1999–2014 (n = 31 008, medianuppföljning 8,3 år) [2]:

Dessa cutoffs bekräftades i en oberoende kohort (NHANES III, n = 12 650, medianuppföljning 23,3 år) [2]. En prospektiv studie av 26 754 vuxna i NHANES 1999–2010 fann att dödlighetsrisken ökade markant när RFM översteg 30 % hos män respektive 45 % hos kvinnor, med ett U-format samband hos män men inte hos kvinnor [3].

Kliniskt innebär detta att en man med RFM under 30 % och en kvinna med RFM under 40 % sannolikt inte har fetma definierad utifrån kroppsfett, oavsett vad BMI visar. Om RFM ligger över cutoff bör patienten bedömas för metabol risk och livstilsintervention övervägas, men RFM ersätter inte en fullständig kardiometabol riskbedömning.

Validering och prestanda

I härledningsstudiens valideringskohort var RFM överlägset BMI för att förutsäga DXA-mätt kroppsfettprocent, med R² = 0,75 hos män (mot 0,61 för BMI) och R² = 0,69 hos kvinnor (mot 0,65 för BMI) [1]. RFM hade lägre bias än BMI hos kvinnor (0,9 % mot −10,9 %) och liknande lågt bias hos män. Total felklassificering av fetma var lägre med RFM än med BMI hos både kvinnor (12,7 % mot 56,5 %) och män (9,4 % mot 13,0 %) [1].

En systematisk översikt och metaanalys från 2025, som inkluderade 10 studier av RFM (n = 20 230 för korrelationsanalys, n = 33 687 för medelvärdesskillnad), fann en moderat sammanslagen korrelation mellan RFM och referensmetodsmätt kroppsfett på r = 0,77 (95 % KI 0,72–0,81, I² = 97 %) [4]. Medelvärdesskillnaden mellan RFM-uppskattat och observerat kroppsfett var −0,04 procentenheter (95 % KI −0,93 till 0,85), det vill säga utan systematisk över- eller underskattning i poolen [4]. Hos vuxna tenderade RFM dock att överskatta kroppsfettet med i snitt 0,76 procentenheter [4].

Extern validering har gjorts i flera populationer. I en mexikansk kohort (n = 61, ålder 20–37 år) var RFM en bättre prediktor för DXA-mätt fettprocent än BMI (R² = 0,84), men interceptet avvek från noll när RFM jämfördes med luftersättningspletysmografi, bioimpedans och en fyrkammarmodell, vilket tyder på metodberoende bias [5]. I en chilensk kohort (n = 270) var AUC för RFM och BMI inte signifikant olika för att identifiera förhöjt kroppsfett (män: 0,970 mot 0,959; kvinnor: 0,946 mot 0,942), och Bland-Altman-analys visade mer uttalat bias hos män än hos kvinnor [6].

I en prospektiv studie av 46 535 vuxna i NHANES 1999–2018 (medianuppföljning 9,7 år) var RFM starkare associerat med diabetesrelaterad dödlighet än både BMI och midjeomfång, medan sambandet med hjärtdödlighet och allcause dödlighet var likartat mellan de tre måtten [7]. Resultaten reproducerades i NHANES III (n = 14 448) [7].

Begränsningar

RFM är härlett ur en amerikansk population och validerats främst i nord- och sydamerikanska kohorter. Översikten fön hög heterogenitet (I² > 75 %) i alla metaanalyser, vilket speglar skillnader mellan populationer, referensmetoder och mätteknik [4].

Prestandan avtar med ålder. I härledningsstudien fanns en signifikant interaktion mellan ålder och RFM hos kvinnor, och alla modeller presterade sämre hos äldre individer, sannolikt på grund av åldersrelaterade förändringar i kroppskomposition med minskad fettfri massa och förskjuten fettfördelning [1]. RFM har inte validerats för barn och ungdomar i tillräcklig omfattning, och en pediatrisk version (RFMp) har föreslagits men är inte etablerad.

Midjeomfångets mätteknik är avgörande. NHANES använder en specifik metod där midjan mäts vid övre laterala kanten av höger ilium. Avviker mättekniken från detta, förskjuts RFM-värdet. Detta är den enskilt viktigaste källan till fel i klinisk användning.

RFM uppskattar total kroppsfettprocent, inte visceral fett. Det skiljer inte heller mellan subkutan och intraabdominell fettvävnad, och ger ingen information om fettfri massa eller muskelmassa. En patient med sarkopeni och normalt RFM kan fortfarande ha ogynnsam kroppskomposition.

Källor

1. Woolcott OO, Bergman RN. Relative fat mass (RFM) as a new estimator of whole-body fat percentage: A cross-sectional study in American adult individuals. Sci Rep. 2018;8(1):10980. PMID: 30030479
2. Woolcott OO, Bergman RN. Defining cutoffs to diagnose obesity using the relative fat mass (RFM): Association with mortality in NHANES 1999–2014. Int J Obes (Lond). 2020;44(6):1301–1310. PMID: 31911664
3. Wang J, Guan J, Huang L m.fl. Sex differences in the associations between relative fat mass and all-cause and cardiovascular mortality: A population-based prospective cohort study. Nutr Metab Cardiovasc Dis. 2024;34(3):738–754. PMID: 38161128
4. Palumbo AM, Jacob CM, Khademioore S m.fl. Validity of non-traditional measures of obesity compared to total body fat across the life course: A systematic review and meta-analysis. Obes Rev. 2025;26(6):e13894. PMID: 39861925
5. Guzmán-León AE, Velarde AG, Vidal-Salas M m.fl. External validation of the relative fat mass (RFM) index in adults from north-west Mexico using different reference methods. PLoS One. 2019;14(12):e0226767. PMID: 31891616
6. Aguirre C, Tumani MF, Carrasco F m.fl. Relative fat mass as an estimator of body fat percentage in Chilean adults. Eur J Clin Nutr. 2024;78(9):782–787. PMID: 38942896
7. Woolcott OO, Samarasundera E, Heath AK. Association of relative fat mass (RFM) index with diabetes-related mortality and heart disease mortality. Sci Rep. 2024;14(1):30823. PMID: 39730510