静息代谢率

Posted 月疯

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了静息代谢率相关的知识,希望对你有一定的参考价值。

现在很多人都处于热量摄入过多的生活状态,所以新陈代谢这个词特别能引起人们的关注。对于大众来讲,提升新陈代谢能力通常意味着:

身材由肥胖变的健壮,松松夸夸的体型也会变的紧致,消耗热量的能力更强,提升身体肌肉量,更高效的脂肪消耗能力,从而最终带来体重减少的效果

尽管从科学的角度来看,新陈代谢是身体为了维持生命而产生的所有代谢活动,但对于大部分人来讲,更需要关注的是它与每日总能量消耗(TDEE),以及对能量平衡的关系

 

我们的每日总能量消耗,本质上来讲是由三个部分构成,包括:

静息代谢率(RMR)或者说是在身体休息时,需要维持身体基本生理功能的能量消耗;

食物热效应(TEF)就是我们咀嚼,吞咽,消化,吸收和储存食物所要消耗的能量;

最后是体力活动热效应(TEPA),它包含体力活动的能量消耗(例如:运动,体力活动)和非训练性体力活动能量消耗。

图1丨总能量消耗构成

* 非训练性体力活动能量消耗是指除了睡觉,进食,体力活动或训练之外,我们消耗的能量。例如包括:站立,坐立不安和无目的地四处转悠。

如果我们考虑到静息代谢率占到了每日总能量消耗的绝大部分,我们就不难理解为什么它获得了很多关注。那我们该如何计算自己的 静息代谢率呢?我们是否可以对它产生一些影响或者主动决定它的大小呢?让我们一起来探寻这些问题的答案。

估算静息代谢率

尽管存在一些可以直接或间接的热量测定方法,以及一些其他的科学测量方式可以提供对静息代谢率的精确测量,但是这些方法通常都需要很高的成本,花费大量时间,并且一般情况下很难找到资源来执行。在过去的100年中,人们发明了很多相对有效并容易执行的方法来估算静息代谢率,这些估算方法都存在各自的评估精度。可能目前最流行的评估方式是通过数学公式进行计算,这些计算可以通过可穿戴设备或者网上的热量计算器来完成。

直接热量测定:通过测定在一个密闭的腔体内,燃烧某物质可以产生的热量获得结果。

间接热量测定:通过测量完全燃烧该物体所消耗的氧气来获得热量测定结果。

Harris and Benedict

HB公式发明于1918年,在1984年经过一次修订,该公式至今都在静息代谢率估算中得到广泛应用[1-2]。虽然该公式本来是用于测量基础代谢率的,但是实际上人们经常用它来估算静息代谢率。基础代谢率的测量,需要受测者处于黑暗的房间,保持斜躺姿态,并且刚刚睡够8小时,同时在过去的12小时内不得进食;而静息代谢率的测量不需要这么严格的限制,仅需要受测者早上起床后不要进食,身体处于休息时进行测量就可以。

修正后的男女HB公式[2]为:

男性: 88.362 + (13.397 × 体重kg) + (4.799 × 身高cm) - (5.677 × 年龄).

女性: 447.593 + (9.247 × 体重kg) + (3.098 × 身高cm) - (4.330 × 年龄).

我们来举个例子,女性38岁,167.6厘米高,65.9公斤重,通过以上公式可以估算她的基础代谢率或静息代谢率大约为1411千卡。这是她日常维持正常生理功能所需的能量。

Mifflin-St Joer公式,创造于20世纪90年代,它提供了另外一种更加有效的对静息代谢率的估算[3],

针对不同性别的公式如下:

男性: (10 × 体重kg) + (6.25 × 身高cm) - (5 × 年龄) + 5

女性: (10 × 体重kg) + (6.25 × 身高cm) - (5 × 年龄) - 161

 

如果我们用上面提到的那个女性进行计算,得到的结果为1356千卡。

初看起来这两个公式的估算结果差异很小,只有55千卡,但是当我们用一年的时间周期来衡量的话,这就是一个很大的差异,这些相差的能量足足相当于6磅体重所对应的能量

如果我们只看这些公式的计算逻辑和参数,我们也许会觉得所有相同性别,年龄,体重,身高的人应该具有一致的静息代谢率,但事实并不是这样。

一个人的瘦体重会对他的静息代谢率产生不容忽视的影响。尽管Katch-McArdle和Cunningham公式是通过瘦体重而不是完整体重获得静息代谢率的估算结果,但这些公式的精确度会高度依赖于瘦体重的数据准确度。

这些估算公式的计算结果其实存在很大误差-有研究表明,与真实静息代谢率相比,Mifflin公式存在10%以内的误差,而HB公式在肥胖人群测试中,会有更高的36%误差[4-5]

尽管有更多新的公式被发明出来,但是公式的精确度还是存在很大波动

静息代谢率的影响因素:

那些无法被控制的部分

年龄,基因和生理适应是仅有的几个我们无法控制的静息代谢率影响因素

例如:当我们过了生长发育阶段后,通常对于男性来讲是20出头,对于女性大概是青春期晚期[6],随着年龄每增加10岁,静息代谢率就会下降大约2%。由于静息代谢率大概占到每日总热量消耗的60%到75%,这就意味这2%的静息代谢率下降会让我们每天大约少消耗25到30千卡的热量,平均来讲这些热量的累积,大概会造成每年1.1到1.4公斤的体重增加。

 

基因学和表观遗传学也是一个重要的影响因素。目前存在超过100个不同的基因被科学家识别出与肥胖相关。存在与脂肪组织和肥胖相关的基因,例如:FTO基因,它可以让人产生旺盛的食欲,导致过量进食[7]。相关的进食行为还包括:大量进食,更喜欢吃高能量密度的食物,富含脂肪和糖的食物,喜欢吃零食。FTO基因还可能对静息代谢率产生最多160千卡/日的影响,如果按照一年的时间周期来看,这相当于7.5公斤的体重增长

 

表观遗传学,是一门研究在DNA序列没有改变的前提下,产生遗传性基因表达变化的学科。这种遗传性基因表达变化的发生是自然和常见的,它也会受到年龄,环境,膳食,地理因素,生活方式和疾病的影响。研究人员也在不断研究表观遗传学和每日总热量消耗之间的关系,这种关系可能会影响到食物摄入,整体的新陈代谢,或许对静息代谢率在每日总能量消耗中的占比也会有一定影响,可能会产生每天60到75千卡的热量差异[8]。

静息代谢率的影响因素:

可被控制的部分

对于静息代谢率,其实我们可以控制的影响因素有很多,但是实践中大部分的健身从业者只把思路局限在运动,宏量营养素摄入,能量和其他几个刺激因素。例如:有证据表明,摄入咖啡因和辣椒素可以暂时的增加4%-5%的产热效应,大概在一整天中总共会增加15到25千卡的能量消耗[9]。

增加瘦体重是另一个可以有效增加静息代谢率的方法。人体的肌肉量通常在28至32岁达到峰值,在此之后开始出现自然的肌肉流失现象。然而人体依然有能力,可以通过维持,甚至增加肌肉的手段来延缓由于衰老带来的自然肌肉量流失。即使仅仅增加了2-4磅的肌肉,就能提高7%到8%的代谢能力,这意味着每天会有总计约90到110千卡的额外热量消耗,如果按照一年来看,相当于9到11磅的体重。这可能会让你感到好奇,其实缺乏睡眠也会对个体的静息代谢率产生负面影响。

 

近30年的研究证明了,长期采用低能量摄入膳食,比如断食,每天仅仅吃800千卡的食物,会造成大概20%的静息代谢率降低。当身体长期处于这种压力下时,皮质醇水平持续升高,会抑制促甲状腺素的分泌,最终会影响甲状腺激素水平,以及对新陈代谢的调节。更糟糕的是,这种长期的饥饿状态会消耗身体中宝贵的肌肉量,当肌肉量降低后,又会降低静息代谢率。举个例子:如果一个人的静息代谢率在1200千卡到1500千卡之间,20%的静息代谢率受到抑制,就意味着每天240到300千卡的能量消耗减少,或每年25到31磅的体重增加。

 

那我们应该如何衡量自己的静息代谢率,是否因为饥饿节食被抑制呢?我们可以用已知的静息代谢水平作为每日热量摄入的基线,如果不知道该数值,可以尝试用计算公式进行估算,Miffline St Jeor公式可能是相对最准确的。如果不用公式估算,也可以使用推荐范围值的方法,女性1000到1200千卡,男性1200到1600千卡。采用参考范围值,而不是精确数值可能是最好的估算方法,因为静息代谢率存在很多变数,例如食物中的宏量营养素配比,例如:蛋白质和纤维的比例,进食时间,甚至食物的物理状态,例如:是液态还是固态,都会影响食物热效应,吸收,并最终影响静息代谢率。

 

饥饿感是一个可控选项,但是饥饿感是可塑的,对于有些人来说,合理辨别饥饿感是很难做到的。然而我们依然可以通过饥饿量表,来帮助人们衡量饥饿感,确保他们是否为身体提供了充足的食物来避免饥饿,换句话说,这是一次对身体感受的倾听。理想情况下,人们在清醒时,会保持饥饿感在4到6分之间,可以通过当饥饿感达到4分时,吃点东西避免饥饿感增强,然而我们更多看到的是人们会产生暴饮暴食,达到甚至超过7分,而不是在6分的时候就停止进食。

最后,我们花点时间通过下表的对比,讨论一下饥饿与食欲的区别。

虽然静息代谢率是每日总能量消耗的重要组成部分,但是大部分人都无法准确计量它。所以人们采用数学公式的方式来进行估算,然而由于误差的存在,我们也只能将计算结果作为一个大概的估计而不是精确值。

所以我们不应该只是盯着静息代谢率,还可以通过饥饿感知的方法来做为日常膳食的引导方案

最后,我们需要知道的是,虽然静息代谢率不是完全可控的,但是我们可以掌控一部分影响因素,所以要尝试一切机会来利用这些可控因素

 

 

 

 

以上是关于静息代谢率的主要内容,如果未能解决你的问题,请参考以下文章

读书笔记《微习惯:瘦身篇》

体温高会折寿?温州大学学者发现体温比代谢率更会影响寿命,已在小鼠身上验证 | Nature子刊...

静息态 任务态fmri 啥意思

MLX90640 红外热成像仪传感器模块开发笔记

医学影像:静息态fmri数据的预处理

医学影像:静息态fmri数据的预处理