Årsaker til fedme: risikofaktorer og forebygging

Sammendrag

Fedme oppstår når en biologisk sårbar person lever i et miljø som fremmer et vedvarende energioverskudd. Energibalansen sier at inntaket har oversteget forbruket, ikke hvorfor. Vekten reagerer langsomt (halveringstid omtrent ett år), slik at små, vedvarende miljøendringer får stor betydning over tid [4].

Viktigst for klinisk arbeid:

• Årsakene ligger på flere nivåer, fra globale drivkrefter til arv. De fleste tilfeller er polygene og miljøutløste, ikke endokrine eller monogene [1, 5, 29, 30].
• Evidensen er ulikt sterk. Eksperimentell støtte finnes for ultraprosessert mat (508 kcal mer per dag i en innlagt studie) [8], forlenget søvn (270 kcal lavere inntak per dag i to uker) [21], sukkersøtet drikke [10] og porsjonsstørrelse [11]. Morens fedme (OR 3,64 for fedme hos barnet), høy fødselsvekt (OR 2,07) og ultraprosessert mat (OR 1,55, sju tverrsnittsstudier) er sammenhenger i observasjonsstudier [9, 14, 15].
• Legemidler er en årsak som kan påvirkes. Olanzapin, mirtazapin, amitriptylin, gabapentin, pioglitazon og sulfonylurea gir 1-3 kg mer enn placebo i randomiserte studier, og bytte innenfor likeverdige alternativer kan redusere risikoen. Oversikten er ikke uttømmende [25].
• Røykeslutt gir i gjennomsnitt 4-5 kg vektøkning etter ett år, men skal ikke frarådes av den grunn [28].
• Endokrine sykdommer forklarer en liten andel. Cushing-testing er begrunnet ved flere og progressive typiske trekk [27]; levotyroksin skal ikke gis for vektreduksjon [26].
• Sosioøkonomisk utsatthet: BMI-forskjellen mellom svenske kvinner med lavere og høyere utdanning har økt [44].
• Forebygging har moderat evidens og små effekter. Cochrane-oversikter viser beskjedne effekter på barns BMI, i de fleste aldersgrupper ikke varige [31-33]. DPP reduserte diabetesinsidensen med 58 prosent, men det gjelder diabetes hos personer som allerede hadde fedme, ikke forebygget fedme [38]. Avgift på sukkersøtet drikke reduserer salget med omtrent 15 prosent [35].
• Preklinisk fedme skilles av Lancet-kommisjonen fra klinisk fedme [1]. Å se den som et forebyggingsmål er en egen tolkning.

Bakgrunn: hva årsak betyr ved fedme

Spørsmålet «hvorfor har denne pasienten fedme?» har tre ulike svar avhengig av nivå. Fysiologisk: et langvarig positivt energioverskudd. Atferdsmessig: de vanene og miljøene som ga overskuddet. Biologisk: den sårbarheten som gjør at samme miljø gir ulik vektutvikling hos ulike personer. Artikkelen behandler først og fremst de to siste nivåene på befolknings- og risikofaktornivå. Mekanismene bak appetittregulering, leptin og adaptiv termogenese beskrives i artikkelen om patofysiologi og regulering av energibalanse. Definisjoner og forekomst finnes i definisjon, klassifikasjon og epidemiologi.

Energibalanse i praksis

Hall m.fl. beskrev med en matematisk modell hvordan kroppsvekten reagerer på en varig endring av energiinntaket. Tre konklusjoner er klinisk anvendelige [4]:

Tolkning: det er sjelden en dramatisk endring som skaper en befolkning med fedme, men en liten, vedvarende ubalanse som akkumuleres over år. Det forklarer hvorfor den enkelte pasienten sjelden kan peke på hva som har skjedd, og hvorfor det klinisk relevante spørsmålet snarere er hvilke marginale, gjentatte faktorer som har forskjøvet balansen. Modellen er bygd på amerikanske data og beskriver gjennomsnitt; individuelle forskjeller i energiforbruk og appetitt er store, se patofysiologiartikkelen.

Årsaksnivåer

Swinburn m.fl. beskriver fedmeepidemien som formet av globale drivkrefter og lokale miljøer [5], og senere som en del av en global syndemi av fedme, underernæring og klimaendringer [6]. For klinisk bruk kan årsakene ordnes etter følgende skjema.

flowchart TD
A["Globale drivkrefter<br>matvaresystem,<br>markedsføring,<br>urbanisering, økonomi"] --> B["Lokalt miljø<br>mat, bevegelse, skole,<br>arbeid, boområde"]
B --> C["Individets eksponering<br>kosthold, bevegelse,<br>søvn, stress"]
D["Biologisk sårbarhet<br>gener, fosterliv,<br>spedbarnstid"] --> E["Appetitt, belønning og<br>energiforbruk"]
C --> E
F["Legemidler<br>og sykdommer"] --> E
E --> G["Vedvarende<br>energioverskudd<br>og vektøkning"]
G --> H["Preklinisk fedme"]
H --> I["Klinisk fedme"]

Figur: Årsaksnivåer ved fedme, fra globale drivkrefter og lokalt miljø via individets eksponering og biologiske sårbarhet til preklinisk og klinisk fedme. Egen sammenstilling etter [1, 5, 6].

Preklinisk og klinisk fedme som forebyggingsmål

Lancet-kommisjonen om klinisk fedme skiller mellom to tilstander, avhengig av om overskuddet av fettvev har gitt funksjonsforstyrrelse [1]:

Kommisjonen betrakter BMI som et surrogatmål for helserisiko på befolkningsnivå, i epidemiologi og ved screening. Hos den enkelte skal overskudd av fettvev bekreftes med direkte måling av kroppsfett eller minst ett antropometrisk mål (livvidde, liv-hofte-forhold eller liv-høyde-forhold) i tillegg til BMI, men ved BMI over 40 kg/m² kan overskudd antas uten ytterligere måling [1]. Klinisk gradering beskrives i definisjonsartikkelen; mål finnes som kalkulatorer for BMI, liv-hofte-forhold og body roundness index.

Inndelingen i preklinisk og klinisk fedme gir en nyttig ramme for forebygging, men kommisjonen uttaler seg ikke om forebygging på den måten; følgende anvendelse er en egen tolkning. Målgruppen kan deles i tre: personer uten overskudd (universell forebygging), personer med risikofaktorer eller preklinisk fedme (selektiv og indikert forebygging) og personer med klinisk fedme, der tiltaket er behandling og sekundærforebygging av komplikasjoner, se komorbiditet og kardiovaskulær risiko.

Risikofaktorer: oversikt og evidensstyrke

Tabellen sammenligner viktige risikofaktorer etter effektstørrelse, studiedesign og hvor godt årsakssammenhengen er belagt. Effektstørrelsene er ikke direkte sammenlignbare mellom radene fordi utfall og populasjoner er ulike.

Obesogent miljø og kosthold

Langsiktig vektøkning hos voksne

Mozaffarian m.fl. fulgte 120 877 amerikanske kvinner og menn uten fedme ved start i 12-20 år, med 4-årsintervaller. Gjennomsnittlig vektøkning per fireårsperiode var 3,35 pund (omtrent 1,5 kg). Endringer i enkeltstående matvarer og levevaner var uavhengig assosiert med vektutviklingen [7].

Kildedata er oppgitt i pund og omregnet til kilogram. Øvrige levevaner: fysisk aktivitet ga 1,76 pund (omtrent 0,8 kg) lavere vektøkning mellom øverste og nederste kvintil, alkohol +0,41 pund (omtrent 0,19 kg) per daglig enhet, TV-titting +0,31 pund (omtrent 0,14 kg) per time per dag, nylig avsluttet røyking +5,17 pund (omtrent 2,3 kg). Søvn under 6 eller over 8 timer var knyttet til mer vektøkning [7].

{
  "$schema": "https://vega.github.io/schema/vega-lite/v5.json",
  "description": "Vektendring per fire år per økt daglig porsjon av matvarer (Mozaffarian 2011), omregnet fra pund til kilogram.",
  "width": "container",
  "height": 260,
  "config": {"view": {"stroke": null}},
  "data": {"values": [
    {"faktor": "Potetgull", "kg": 0.77},
    {"faktor": "Poteter", "kg": 0.58},
    {"faktor": "Sukkersøtet drikke", "kg": 0.45},
    {"faktor": "Ubearbeidet rødt kjøtt", "kg": 0.43},
    {"faktor": "Charkuteriprodukter", "kg": 0.42},
    {"faktor": "Grønnsaker", "kg": -0.10},
    {"faktor": "Fullkorn", "kg": -0.17},
    {"faktor": "Frukt", "kg": -0.22},
    {"faktor": "Nøtter", "kg": -0.26},
    {"faktor": "Yoghurt", "kg": -0.37}
  ]},
  "mark": "bar",
  "encoding": {
    "y": {"field": "faktor", "type": "nominal", "sort": "-x", "title": null},
    "x": {"field": "kg", "type": "quantitative", "title": "Vektendring per 4 år (kg) per økt daglig porsjon"}
  }
}

Figur: Sammenheng mellom endret daglig konsum og vektendring per fire år i tre amerikanske kohorter. Omregnet fra pund. Data fra Mozaffarian m.fl. [7].

Tolkning: studien er observasjonell, og matvarer som signaliserer noe annet (potetgull som markør for TV-titting, yoghurt som markør for helsebevissthet) kan forsterke sammenhengene. Mønsteret, at mat med høy energitetthet og rask opptak samvarierer med vektøkning og at mat som metter bremser den, stemmer likevel med eksperimentelle data om matens struktur. Fordypning om kostholdets rolle ved diabetesrisiko finnes i den parallelle artikkelen Kosthold som risikofaktor for type 2-diabetes og fedme.

Ultraprosessert mat

Det sterkeste eksperimentelle grunnlaget er en innlagt crossover-studie av Hall m.fl. Tjue vektstabile voksne spiste i to uker et ultraprosessert kosthold og i to uker et ubearbeidet kosthold, med fri tilgang til mat, og menyene var sammenlignbare med hensyn til makronæringsstoffer, sukker, natrium og fiber. Inntaket ble 508 ± 106 kcal per dag høyere med det ultraprosesserte kostholdet (karbohydrat +280 kcal, fett +230 kcal, protein uendret), og vekten økte med 0,9 kg sammenlignet med en reduksjon på 0,9 kg på det ubearbeidede kostholdet [8]. Studien viser at maten kan drive inntaket til tross for lik næringsdeklarasjon. Den er samtidig liten og kort, og ble gjennomført under kontrollerte forhold.

Lane m.fl. sammenstilte 45 poolede analyser (omtrent 9,9 millioner deltakere) og fant sterk eller svært sterk støtte (klasse I-II) for sammenheng mellom høyt konsum av ultraprosessert mat og blant annet type 2-diabetes (dose-respons-sammenheng RR 1,12, moderat evidenskvalitet) og død av hjerte- og karsykdom. For fedme var OR 1,55 (95 prosents konfidensintervall, KI, 1,36-1,77) og bygger på sju tverrsnittsstudier av prevalent fedme, med lav evidenskvalitet ifølge GRADE [9]. Tverrsnittsdata kan ikke skille årsak fra følge. Sammenhengene bygger for øvrig på observasjonsstudier og på NOVA-klassifiseringen, som samler ernæringsmessig svært ulike produkter.

Praktisk konklusjon for rådgivning: det er ikke nødvendig å vente på endelig mekanistisk klarhet for å råde pasienter til å erstatte en del av de ultraprosesserte produktene med minimalt prosessert mat, men det er ikke mulig å tallfeste den forventede vektforskjellen i hverdagen ut fra disse dataene.

Sukkersøtet drikke

Nguyen m.fl. sammenstilte 85 artikler (kohortstudier og randomiserte studier) om sukkersøtet drikke og vekt. I kohortstudier var hver økte daglige porsjon assosiert med 0,07 kg/m² høyere BMI hos barn og 0,42 kg (KI 0,26-0,58) høyere kroppsvekt hos voksne. I randomiserte studier ga tillegg av sukkersøtet drikke 0,83 kg (0,47-1,19) vektøkning hos voksne, og redusert konsum ga 0,49 kg (0,32-0,66) vektnedgang. Hos barn ga intervensjoner som reduserte konsumet 0,21 kg/m² (0,01-0,40) mindre BMI-økning. Dose-respons-sammenhengen var lineær [10].

Dette er blant de best belagte enkeltstående kostfaktorene. Effektstørrelsen per individ er likevel moderat, noe som illustrerer hvorfor forebygging bygger på mange små forskyvninger i hele befolkningen.

Porsjonsstørrelse og markedsføring

Størrelsen på porsjoner, emballasje og tallerkener styrer hvor mye folk spiser. I Cochrane-oversikten til Hollands m.fl. (72 randomiserte studier, hvorav 58 med 6 603 deltakere i metaanalysen) ga større enheter høyere inntak, med en standardisert gjennomsnittsforskjell (SMD) på 0,38 (KI 0,29-0,46; barn 0,21, voksne 0,46; moderat evidenskvalitet). Forfatternes modellering antydet at et varig bytte til mindre enheter i hele kostholdet kunne redusere det daglige energiinntaket med 144-228 kcal hos britiske barn og voksne [11]. Grunnlaget består av kortvarige studier fra høyinntektsland.

Reklame fungerer som et utløsende signal. Boyland m.fl. oppsummerte eksperimentelle studier og fant at kortvarig eksponering for reklame for usunn mat økte inntaket hos barn (SMD 0,56, KI 0,18-0,94) men ikke hos voksne (SMD 0,00) [12]. Det er en laboratorie- og akuttvirkning; hvordan reklamebegrensninger påvirker vekten på befolkningsnivå, kan ikke leses ut av studiene.

Fysisk inaktivitet og stillesitting

Fysisk aktivitet har uavhengig sammenheng med vektutvikling (se tabellen ovenfor) [7] og betydning for kardiometabolsk helse utover vekten. WHOs retningslinjer fra 2020 anbefaler voksne 150-300 minutter moderat anstrengende eller 75-150 minutter høyintensiv aerob aktivitet per uke, muskelstyrkende aktivitet og redusert stillesitting. Barn og unge bør ha i gjennomsnitt 60 minutter per dag med moderat til høy intensitet [13]. Aktivitetens rolle er først og fremst å forebygge vektøkning og sykdom, ikke å gi stor vektnedgang alene, se livsstilsbehandling ved fedme.

Sosioøkonomisk posisjon

Fedme er ujevnt fordelt i befolkningen. I en registerstudie av 1 022 330 svenske kvinner ved første registrerte svangerskap 1982-2013 steg gjennomsnittlig BMI fra 22,7 til 24,3 kg/m². Forekomsten av moderat fedme (BMI 30 til under 35 kg/m²) økte fra 3,4 til 7,4 prosent og av alvorlig fedme (BMI minst 35 kg/m²) fra 0,4 til 3,1 prosent. Økningen skjedde i alle utdanningsgrupper, men forskjellen mellom kvinner med lavere og høyere utdanning økte [44]. Den britiske bransjeavgiften på brus var på sin side forbundet med den største reduksjonen av fedmeforekomst blant de mest sosioøkonomisk utsatte skolebarna [36]. I Cochrane-oversikten fra 2019 så man ingen tegn til at forebyggingsprogrammer for barn økte helseforskjeller, men få studier belyste sosioøkonomi [34].

Tolkning: sosioøkonomisk utsatthet er en markør for dårligere tilgang til sunn mat og bevegelsesmuligheter, mer markedsføring og mindre handlingsrom, men registerstudien undersøkte ikke mekanismene. Forebyggende tiltak bør følges opp også etter sosioøkonomisk gruppe, siden befolkningstiltak kan påvirke gruppene ulikt.

Tidlig programmering

Før og under svangerskapet

Morens BMI før svangerskapet er en av de sterkeste enkeltstående prediktorene for fedme hos barnet. Heslehurst m.fl. identifiserte 79 studier i en systematisk oversikt; metaanalysen av barnefedme bygde på 20 av dem (n = 88 872). Barn av mødre med fedme hadde OR 3,64 (2,68-4,95) for fedme sammenlignet med barn av normalvektige mødre, og barn av mødre med overvekt OR 1,89 (1,62-2,19) [15]. Sammenhengen er ikke-lineær. Forfatterne konkluderer med at tiltak bør begynne før unnfangelsen. Delt arv, delt kosthold og felles miljø forklarer sannsynligvis en del av sammenhengen, og intrauterin eksponering er bare en av flere mulige mekanismer.

Røyking under svangerskapet er også forbundet med fedme hos barnet: i en metaanalyse av 39 observasjonsstudier (236 687 barn) var justert OR 1,55 (1,40-1,73), noe som ikke beviser årsakssammenheng fordi røyking og livsstil samvarierer [47].

Antenatale livsstilsintervensjoner har bedre belagt effekt på gestasjonell vektøkning enn på barnets senere vekt. I metaanalysen til Teede m.fl. (117 randomiserte studier, 34 546 kvinner) reduserte livsstilstiltak den gestasjonelle vektøkningen med 1,15 kg (KI 0,91-1,40) og risikoen for svangerskapsdiabetes (OR 0,79, 0,70-0,89). Kostholdsbaserte intervensjoner ga størst effekt på vektøkningen (-2,63 kg) [18]. Sammendraget av den oversikten redegjør ikke for barnets fedme senere i livet. Det gjør derimot en metaanalyse av individdata fra randomiserte studier hos gravide med overvekt eller fedme (2 529 barn, oppfølging 3-5 år): kostholds- og livsstilstiltak påvirket ikke risikoen for BMI-z over 90. persentil hos barnet (aRR 0,97, KI 0,87-1,08) [45]. Se også svangerskapsdiabetes og, for monogene årsaker, genetikk og monogene former.

Fødselsvekt, spedbarnstid og amming

Tolkning: sammenhengen mellom høy fødselsvekt og senere fedme og mellom rask tidlig vekst og senere fedme er konsistent, men det betyr ikke at man bør begrense spedbarns vekst aktivt. Barnehelsetjenesten i Sverige følger veksten for å oppdage avvikende kurver; behandling av barn beskrives i fedme hos barn og ungdom.

Belastning i barndommen

Mishandling i barndommen henger sammen med fedme senere i livet. Danese og Tan sammenstilte 41 studier (190 285 deltakere) og fant OR 1,36 (KI 1,26-1,47). Sammenhengen vedvarte etter hensyn til sosioøkonomisk status, røyking, alkohol og fysisk aktivitet, men manglet statistisk signifikans i studier av barn og ungdom, ved ren emosjonell omsorgssvikt og etter justering for aktuell depresjon [19]. Anamnese på alvorlige barndomsopplevelser kan derfor være relevant ved alvorlig eller behandlingsresistent fedme, se depresjon og stressreaksjonen og HPA-aksen.

Søvn, stress og psykososiale faktorer

Søvn. Kort søvn henger sammen med fedme i observasjonsstudier. Cappuccio m.fl. poolet 30 studier (634 511 deltakere) og fant OR 1,89 (1,46-2,43) hos barn og OR 1,55 (1,43-1,68) hos voksne; hos voksne tilsvarte hver ekstra søvntime 0,35 BMI-enheter lavere BMI. Forfatterne understreket at årsakssammenheng er vanskelig å belegge på grunn av konfunderende faktorer [20]. En viktig eksperimentell støtte kommer fra Tasali m.fl., men med to ukers intervensjon i en selektert gruppe: 80 voksne med overvekt (21-40 år) som vanemessig sov under 6,5 timer fikk enten individuell rådgivning for å forlenge sengetiden til 8,5 timer eller fortsatte som før. Søvnen ble omtrent 1,2 timer lengre per natt. Energiinntaket, målt objektivt med dobbeltmerket vann, sank med 270 kcal per dag (KI 147-393) mens forbruket var uendret, og intervensjonsgruppen gikk ned i vekt [21]. Nattskiftarbeid, som forstyrrer søvnrytmen, hadde i en metaanalyse av 28 observasjonsstudier OR 1,23 (1,17-1,29) for overvekt eller fedme, lavere i kohortstudier (RR 1,10) enn i tverrsnittsstudier [48]. Se også Chaput m.fl. om søvnmangel og sirkadisk feiltilpasning [22], og søvnfysiologi, insomni samt obstruktiv søvnapné. Kalkulatoren STOP-Bang kan brukes til å vurdere sannsynlighet for søvnapné hos pasienter med fedme.

Stress. Tomiyamas narrative oversikt beskriver flere veier mellom stress og fedme: svekket eksekutiv funksjon og selvregulering, økt inntak av energirik mat, redusert fysisk aktivitet, kortere søvn, endringer i HPA-aksen og belønningssystemet samt påvirkning av leptin, ghrelin og nevropeptid Y. Fedme kan i seg selv være en stressende tilværelse på grunn av vektstigma, noe som gir en ond sirkel fra stress til fedme til stigma og tilbake til stress [23]. Oversikten er ikke en kvantitativ sammenstilling av effekter, og her mangler randomisert grunnlag som viser at stressmestring alene forebygger vektøkning. Se stressreaksjonen og HPA-aksen.

Vektstigma. En internasjonal konsensuserklæring krever slutt på stigmatiseringen av fedme [24]. Stigma i helsetjenesten fører ifølge en oversikt over primærhelsetjenestens rolle til unngåelse av fremtidige helsekontakter, lavere tillit og dårligere kvalitet på omsorgen [42]. Se avsnittet om stigma og holdning nedenfor.

Legemidler og sykdommer som årsak

Legemidler

Domecq m.fl. sammenstilte 257 randomiserte studier (54 legemidler, 84 696 pasienter) mot placebo. Tabellen viser de substansene som ga statistisk sikre vektendringer; behandlingstid og dose varierte mellom studiene.

Antihypertensiva og antihistaminer hadde for det meste ikke-signifikante eller lavkvalitativt belagte effekter [25]. Oversikten tok utgangspunkt i en forhåndsvalgt liste på 54 legemidler og er derfor ikke uttømmende. Glukokortikoider er bare redegjort for som et poolet estimat fra fire randomiserte studier ved revmatoid artritt (4-8 prosent vektøkning) og én studie mot sulfasalazin med 1,7 kg vektøkning etter ett år, og finnes derfor ikke i tabellen [25]. Divalproeks ga økt risiko for vektøkning av noe grad (RR 2,8) men ikke for klinisk vektøkning på minst 5 prosent; litium og lamotrigin hadde ingen sikker effekt; for de fleste andre antidepressiver enn de i tabellen var vektendringen ikke-signifikant eller lavkvalitativt belagt [25]. Insulin inngikk ikke i oversikten. Se også artikkelen om legemiddelutløst vektøkning, som også behandler antipsykotika og steroidindusert diabetes.

Praktisk innebærer grunnlaget to ting. Ved nyoppstart av et legemiddel med høy vektrisiko, for eksempel olanzapin, bør forebyggende rådgivning og vektoppfølging inngå fra start, fordi effekten kommer tidlig (median omtrent tre måneder for olanzapin, kvetiapin og risperidon) [25]. Og valget mellom likeverdige alternativer kan styres av vektprofilen: ved type 2-diabetes gir metformin og GLP-1-reseptoragonister vektreduksjon mens sulfonylurea og pioglitazon gir vektøkning, og blant antipsykotika var olanzapin (+2,4 kg) tyngst, mens estimatene for aripiprazol (+0,6 kg) og ziprasidon (muligens vektnøytralt) hadde svært lav sikkerhet [25]. I en oversikt over primærhelsetjenestens rolle angis legemiddelgjennomgang for vektdrivende legemidler som en del av en helhetsvurdering i tråd med NICEs retningslinje [42].

Røykeslutt

Aubin m.fl. fant i en metaanalyse av 62 studier at ubehandlede røykere som hadde sluttet, hadde gått opp i gjennomsnitt 4,67 kg (KI 3,96-5,38) etter 12 måneder, mest i løpet av de første tre månedene. Etter ett år hadde 16 prosent gått ned i vekt, 37 prosent gått opp mindre enn 5 kg, 34 prosent 5-10 kg og 13 prosent mer enn 10 kg. Farmakologisk støtte for røykeavvenning endret ikke bildet nevneverdig [28]. Klinisk konsekvens: rådgivningen om forventet vektøkning skal finnes, men røykeslutt bør aldri frarådes på grunn av vekt; se røykeavvenning.

Sykdommer

Endokrine og andre sykdommer forklarer en liten del av fedmetilfellene, men kan behandles. Gjennomgangen finnes i sekundær fedme og differensialdiagnoser. Noen nøkkelpunkter:

• Hypotyreose. Levotyroksin ved manifest hypotyreose ga i en metaanalyse av 35 studier en vektreduksjon på 2,15 kg (SMD -0,24), hovedsakelig i løpet av de første tre månedene, uten endring av fettmassen. Ved subklinisk hypotyreose ble det ikke sett noen effekter. Forfatterne slår fast at levotyroksin ikke må gis for vektnedgang [26]. Se hypotyreose.
• Cushings syndrom. Endocrine Societys retningslinje fra 2008 anbefaler, etter utelukkelse av eksogen glukokortikoidbruk, testing ved flere og progressive trekk som er typiske for syndromet og ved binyreincidentalom. Som første test brukes én av urinkortisol, sen kveldsspyttkortisol eller deksametasonsuppresjon (1 mg over natten eller 2 mg i løpet av 48 timer) [27]. Se Cushings syndrom.
• Hypogonadisme, PCOS, hypotalamisk skade og veksthormonmangel. Kliniske holdepunkter og utredning beskrives i sekundær fedme og, for menn, hypogonadotrop hypogonadisme. PCOS behandles i PCOS: diagnostikk og behandling.
• Depresjon, spiseforstyrrelse med overspising, smerte og bevegelseshemming er ofte både årsak og følge. Vurdering av disse inngår i en strukturert utredning ved fedme og laboratorieutredning.
• Monogene og syndromale former mistenkes ved tidlig debut og uttalt hyperfagi, se genetikk og monogene former.

Retningslinjen angir altså testing ved flere og progressive typiske trekk, noe som innebærer at rutinemessig screening ved ukomplisert fedme ikke inngår; det er en tolkning av retningslinjen, som ble utgitt i 2008. Hvilke kliniske holdepunkter som begrunner utredning av øvrige årsaker, beskrives i artikkelen om sekundær fedme.

Genetikk og arvelighet

Heritabiliteten for BMI i tvillingstudier varierte mellom 0,47 og 0,90 (median 0,75), og i familiestudier mellom 0,24 og 0,81 (median 0,46). Estimatet var i gjennomsnitt 0,07 høyere hos barn enn hos voksne, og studiedesign forklarte nesten halvparten av heterogeniteten [29]. Tallene beskriver hvor mye av variasjonen i en gitt populasjon som følger arv, ikke hvor mye av en enkeltpersons vekt som er genetisk bestemt, og de endres når miljøet endres.

Khera m.fl. utviklet en polygen risikoskår med 2,1 millioner varianter. Blant voksne i middelalder var det en vektforskjell på 13 kg og 25 ganger forskjell i risiko for alvorlig fedme mellom øverste og nederste desil. I en fødselskohort skilte fødselsvekten seg knapt mellom desilene, men en forskjell oppsto tidlig i barndommen og nådde 12 kg ved 18 års alder [30]. Gradienten oppsto altså først i løpet av barndommen, i takt med at barnet ble eksponert for sitt miljø. Skåren har ennå ingen etablert plass i rutinehelsetjenesten. Polygene skårer, MC4R og øvrige monogene former diskuteres i genetikkartikkelen.

Tolkning: arv og miljø samvirker. En genetisk sårbar person i et obesogent miljø får fedme, mens samme person i et gunstig miljø kanskje ikke får det. Det begrunner forebygging på populasjonsnivå, der miljøet er den modifiserbare komponenten.

Hva har evidens for forebygging?

Forebygging på tre nivåer

Inndelingen i universell, selektiv og indikert forebygging er en egen tolkning av tilgjengelige data, ikke en nomenklatur som brukes i kildene.

Barn og ungdom

Nye Cochrane-oversikter (2024-2025) har erstattet den eldre oversikten fra 2019 og gir et mer tilbakeholdent bilde.

Den eldre oversikten (153 studier) fant at kombinerte kostholds- og aktivitetsprogrammer reduserte BMI hos barn 0-5 år (MD -0,07 kg/m²). Kun aktivitet reduserte BMI hos 6-12-åringer (MD -0,10 kg/m², KI -0,14 til -0,05) og, med svært lav sikkerhet, hos 13-18-åringer, mens kosthold alene ikke hadde noen effekt [34]. Samlet sett er effektene av forebygging hos barn beskjedne og i de fleste aldersgrupper ikke varige; bare for 2-4-åringer ble det sett en svært liten reduksjon ved langtidsoppfølging (lav sikkerhet) [33]. De fleste studiene ble gjort i høyinntektsland, i skoler, og få studier undersøkte hjem, nærmiljø og barn med funksjonsnedsettelse [31, 32]. SBUs systematiske oversikt fra 2005 omfattet 39 kontrollerte studier med nesten 34 000 barn og vurderte at skolebaserte tiltak kan redusere vektøkning og utvikling av fedme (evidensgrad 1). Mellom halvparten og to tredjedeler av studiene viste likevel ingen effekt, noe SBU tolket som at skolebaserte programmer alene ikke når hjem, fritid og lokalsamfunn [37]. Behandling og oppfølging av barn beskrives i fedme hos barn og ungdom.

WHO publiserte 7. oktober 2026 retningslinjer om integrert håndtering av fedme hos ungdom (10-19 år), som gjelder behandling snarere enn forebygging [43].

Gravide

Strukturert kostholds- og aktivitetsbasert antenatal rådgivning reduserer gestasjonell vektøkning og risikoen for svangerskapsdiabetes [18]. Hos gravide med overvekt eller fedme reduserte tiltakene ikke risikoen for fedme hos barnet ved 3-5 års alder (aRR 0,97, KI 0,87-1,08) [45]. Forebygging før svangerskapet er derfor i hovedsak et spørsmål om at kvinner i fertil alder får støtte i vektspørsmål, se Heslehurst m.fl. [15].

Voksne

SBUs oversikt fra 2005 omfattet 31 studier med nesten 64 000 deltakere. Intervensjonene bestod av rådgivning om energi- og fettsnålt, fiberrikt kosthold, fysisk aktivitet, røykeslutt og redusert alkoholinntak. SBU vurderte (evidensgrad 2) at fedme kan forebygges hos voksne med tiltak som forbedrer kosthold og fysisk aktivitet, men effekt uteble i nesten halvparten av studiene, noe SBU relaterte til at livsstilsendring er vanskelig, at tiltakene var begrensede eller at de bare gjaldt økt fysisk aktivitet [37]. Studiene er eldre og bygger på begrensede intervensjoner.

Best belagt er forebygging av følgesykdom i risikogrupper, noe som ikke er det samme som å forebygge fedme. I Diabetes Prevention Program (DPP) ble 3 234 personer med forhøyet fastende og postprandial glukose randomisert til placebo, metformin eller livsstilsprogram med mål om minst 7 prosents vektnedgang og 150 minutters fysisk aktivitet per uke. Deltakerne hadde allerede i gjennomsnitt fedme (gjennomsnittlig BMI 34). Utfallet var diabetes: livsstilstiltaket reduserte insidensen med 58 prosent (KI 48-66) og metformin med 31 prosent (KI 17-43) over i gjennomsnitt 2,8 år. Antall som måtte behandles i tre år for å forhindre ett tilfelle var 6,9 for livsstil og 13,9 for metformin [38]. Studien viser ikke at fedme forebygges. Se prediabetes og siden om risikofaktorer for type 2-diabetes og risikoskåring; FINDRISC kan brukes til å identifisere risikogrupper.

I BWeL-studien ble 1 882 deltakere i britisk primærhelsetjeneste randomisert til en kort intervensjon der legen tilbød henvisning til et 12 ukers kommersielt vektprogram eller til kun råd. Etter ett år hadde intervensjonsgruppen i gjennomsnitt gått ned 2,43 kg og sammenligningsgruppen 1,04 kg [39, 42]. Mindre enn 1 prosent syntes at tilbudet var upassende [42]. Konklusjon: en kort, ikke-dømmende konsultasjon med konkret tilbud har en beskjeden men positiv effekt.

Fiskale og regulatoriske tiltak

Avgifter på sukkersøtede drikker påvirker pris og salg tydeligere enn konsum eller vekt. I oversikten til Andreyeva m.fl. (86 artikler) ble omtrent 82 prosent av avgiften ført videre til prisen (KI 66-98), salget sank i gjennomsnitt med 15 prosent (-20 til -9) og priselastisiteten var -1,59. Noen substitusjon mot ubeskattede drikker ble ikke sett, men endringene i konsum var ikke statistisk signifikante [35]. For vekten foreligger først og fremst analysen til Rogers m.fl. av den britiske bransjeavgiften på brus (innført april 2018): fedmeforekomsten sank blant jenter i skoleår 6 (-1,6 prosentpoeng, KI -2,1 til -1,1), mest i den mest sosioøkonomisk utsatte gruppen (-2,4 prosentpoeng), men ikke blant gutter (med en økning i den minst utsatte gruppen) eller fire- til femåringer. Designet er en avbrutt tidsserieanalyse, som ikke kan utelukke samtidige tiltak [36].

Tolkning: fiskale tiltak endrer tydelig pris og salg, men effekten på vekt er heterogen og bevisene bygger på observasjonelle design. Noen svensk evaluering av slike tiltak er ikke identifisert i gjennomgangen.

Retningslinjer

• Lancet-kommisjonen om klinisk fedme 2025 definerer preklinisk og klinisk fedme og understreker at tiltak og politikk bør prioriteres ut fra dette [1].
• NICE NG246 (publisert 14. januar 2025) omfatter forebygging og håndtering av overvekt, fedme og sentral fedme hos barn, unge og voksne, og erstatter blant annet NG7 (forebygging av vektøkning, 2015) og CG189 (2014) [3]. Ifølge en oversikt over retningslinjen vektlegges personsentrert omsorg, mål på sentral fedme utover BMI (liv-høyde-forhold) og en helhetlig tilnærming på systemnivå [42]. Et sammendrag av den oppdaterte retningslinjen er publisert i BMJ [2].
• Socialstyrelsens nasjonale retningslinjer 2024 for helsehjelp ved usunne levevaner (publisert 20. november 2024) gjelder fire områder: tobakks- og nikotinbruk, risikabelt alkoholbruk, usunne matvaner og utilstrekkelig fysisk aktivitet. Prioriterte grupper er voksne med forhøyet sykdomsrisiko, voksne før kirurgi, gravide samt barn og unge under 18 år [40].
• WHOs retningslinjer for fysisk aktivitet og stillesitting 2020 angir aktivitetsmål for alle aldre [13].
• Socialstyrelsens nasjonale retningslinjer for helsehjelp ved fedme ble publisert i 2023. De gjelder identifisering, diagnostikk og ulike behandlingsformer i et livsløpsperspektiv, fra svangerskap til eldre, ikke primærforebygging, og retter seg mot beslutningstakere og ledere. Utviklingen av retningslinjene beskrives av Nowicka m.fl. [41, 46].

Praktisk håndtering

Skjemaet viser en strukturert kartlegging hos en pasient med ny eller uventet vektøkning. Det bygger på de kildene som er gjennomgått og er en egen sammenstilling.

flowchart TD
A["Pasient med vektøkning<br>eller forhøyet risiko"] --> B["Mål vekt, høyde<br>og livvidde<br>sammenlign med tidligere"]
B --> C["Gjennomgå<br>legemiddellisten"]
C --> D["Vektdrivende<br>legemidler?"]
D -->|Ja| E["Vurder nytte mot risiko<br>vurder bytte eller<br>forebyggende tiltak"]
D -->|Nei| F["Kartlegg søvn, stress,<br>alkohol, røykeslutt,<br>depresjon og<br>spiseforstyrrelse"]
E --> F
F --> G["Røde flagg for<br>endokrin eller<br>genetisk årsak?"]
G -->|Ja| H["Målrettet utredning<br>se sekundær fedme"]
G -->|Nei| I["Håndter påvirkbare<br>faktorer og tilby<br>strukturert støtte"]
H --> I

Figur: Kartlegging av drivkrefter ved ny eller uventet vektøkning. Egen sammenstilling.

Praktiske punkter:

1. Mål og dokumenter. Vekt og livvidde (eller liv-høyde-forhold) ved kontakt, slik at trender kan følges. BMI bør suppleres med et antropometrisk mål [1, 42].
2. Spør om endring, ikke om årsak. Tidslinje over vektutvikling, livshendelser, legemiddelstarter, svangerskap, røykeslutt og endret søvn er mer givende enn et generelt spørsmål.
3. Legemiddelgjennomgang. Se tabellen ovenfor og legemiddelutløst vektøkning.
4. Søvn og stress. Spør om søvnlengde, symptomer på søvnapné og nattarbeid [20-22].
5. Risikoskåring. Bruk FINDRISC eller ADAs diabetesrisikoskåring for å velge ut pasienter for intensivert forebygging. Stadieinndeling ved etablert fedme kan gjøres med Edmonton Obesity Staging System.
6. Strukturert støtte. Tilby konkret henvisning eller program heller enn kun råd [39]. Behandlingsvalg beskrives i fedme og medisinsk vektbehandling, farmakologisk behandling, fedmekirurgi og vektøkning etter vekttap.
7. Pasienter med metabolsk syndrom eller insulinresistens håndteres i henhold til metabolsk syndrom og insulinresistens.

Stigma og holdning

Den kliniske nytten av en årsaksmodell er at den flytter fokus fra personlig ansvar til modifiserbare faktorer. Evidensen (miljø, søvn, legemidler, tidlig programmering, arv) viser at individets valg bare er en del av forklaringen. Den internasjonale konsensuserklæringen mot stigmatisering av fedme [24] og primærhelsetjenesteoversikten til Parretti m.fl. [42] peker på at språket og holdningene i helsetjenesten påvirker om pasienten oppsøker og stoler på helsetjenesten. I ACTION-IO-undersøkelsen, som Parretti m.fl. refererer, ville personer med fedme ønske en samtale om vekten velkommen og bare 4 prosent følte seg krenket, men samtalene måtte føres med varsomhet [42]. Samtalen bør derfor ta utgangspunkt i spørsmål om bakenforliggende faktorer og konkrete tilbud, med personsentrert språk («person med fedme»).

Omstridte punkter og kunnskapshull

• Ultraprosessert mat. Eksperimentell støtte fra en liten studie [8] og sammenhenger i observasjonsstudier [9], men NOVA-klassen er heterogen og det mangler lange randomiserte studier som viser at redusert konsum gir varig vektreduksjon.
• Fiskale tiltak. Pris og salg påvirkes, men vektdata er begrenset til observasjonelle tidsserier [35, 36].
• Amming og fødselsvekt. Observasjonsstudier med konfunderende faktorer. Ingen intervensjon for å påvirke fødselsvekt har vist redusert fedme hos barnet.
• Forebygging hos barn. Effektene er små og sjelden varige; grunnlaget er dominert av skolebaserte studier i høyinntektsland [31-33].
• Søvn. Kausalitet støttes av en randomisert studie med kort oppfølging og selektert populasjon [21], men langsiktige vektdata mangler.
• Stress. Mekanismene er rimelige, men effektene av stressmestringsprogrammer er ikke belagt i de kildene som er gjennomgått [23].
• Polygene skårer. Prediksjonen er sterk på populasjonsnivå, men klinisk nytte for forebygging er ikke vist [30].
• Individ eller befolkning. Små effekter på individnivå kan gi stor nytte hvis de når alle, men bevisene for populasjonstiltak er skjøre. Begge perspektivene trengs.

Tilgjengelighet i Sverige

Socialstyrelsens nasjonale retningslinjer 2024 for helsehjelp ved usunne levevaner er den nasjonale rammen i Sverige for rådgivning om matvaner, fysisk aktivitet, tobakk og alkohol i helsetjenesten [40]. Retningslinjene for helsehjelp ved fedme ble utstedt i 2023 og gjelder behandling og helsehjelp, ikke primærforebygging [41, 46]. Kostnader, subsidiering og tilgjengelighet av fedmelegemidler endres ofte; kontroller aktuell status hos TLV og Läkemedelsverket. For legemidler som brukes ved fedme, se semaglutid, tirzepatid og liraglutid.

Fordypning

• Søvnmangel, skiftarbeid og døgnrytme: risiko for fedme og type 2-diabetes
• Stress, depresjon og psykisk uhelse som risikofaktor for fedme og type 2-diabetes
• Fysisk inaktivitet og stillesitting som risikofaktor
• Alkohol og risiko for type 2-diabetes og vektøkning
• Sosioøkonomi, utdanning og boligmiljø: ulikhet i fedme og type 2-diabetes
• Etnisitet, alder og tidlig programmering som risikofaktorer for type 2-diabetes
• Legemidler som forårsaker hyperglykemi og diabetes

Kilder

1. Rubino F et al. Definition and diagnostic criteria of clinical obesity. Lancet Diabetes Endocrinol 2025. PMID: 39824205
2. Mulvihill C, Parretti HM, Aswani N et al. Overweight and obesity management: summary of updated NICE guidance. BMJ 2025. PMID: 41326143
3. National Institute for Health and Care Excellence. Overweight and obesity management (NG246). 2025.
4. Hall KD, Sacks G, Chandramohan D et al. Quantification of the effect of energy imbalance on bodyweight. Lancet 2011. PMID: 21872751
5. Swinburn BA, Sacks G, Hall KD et al. The global obesity pandemic: shaped by global drivers and local environments. Lancet 2011. PMID: 21872749
6. Swinburn BA, Kraak VI, Allender S et al. The Global Syndemic of Obesity, Undernutrition, and Climate Change: The Lancet Commission report. Lancet 2019. PMID: 30700377
7. Mozaffarian D, Hao T, Rimm EB, Willett WC, Hu FB. Changes in diet and lifestyle and long-term weight gain in women and men. N Engl J Med 2011. PMID: 21696306
8. Hall KD et al. Ultra-Processed Diets Cause Excess Calorie Intake and Weight Gain: An Inpatient Randomized Controlled Trial of Ad Libitum Food Intake. Cell Metab 2019. PMID: 31105044
9. Lane MM et al. Ultra-processed food exposure and adverse health outcomes: umbrella review of epidemiological meta-analyses. BMJ 2024. PMID: 38418082
10. Nguyen M et al. Sugar-sweetened beverage consumption and weight gain in children and adults: a systematic review and meta-analysis of prospective cohort studies and randomized controlled trials. Am J Clin Nutr 2023. PMID: 36789935
11. Hollands GJ, Shemilt I, Marteau TM et al. Portion, package or tableware size for changing selection and consumption of food, alcohol and tobacco. Cochrane Database Syst Rev 2015. PMID: 26368271
12. Boyland EJ, Nolan S, Kelly B et al. Advertising as a cue to consume: a systematic review and meta-analysis of the effects of acute exposure to unhealthy food and nonalcoholic beverage advertising on intake in children and adults. Am J Clin Nutr 2016. PMID: 26791177
13. Bull FC et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med 2020. PMID: 33239350
14. Yu ZB et al. Birth weight and subsequent risk of obesity: a systematic review and meta-analysis. Obes Rev 2011. PMID: 21438992
15. Heslehurst N et al. The association between maternal body mass index and child obesity: A systematic review and meta-analysis. PLoS Med 2019. PMID: 31185012
16. Ou-Yang MC et al. Accelerated weight gain, prematurity, and the risk of childhood obesity: A meta-analysis and systematic review. PLoS One 2020. PMID: 32369502
17. Horta BL et al. Systematic review and meta-analysis of breastfeeding and later overweight or obesity expands on previous study for World Health Organization. Acta Paediatr 2023. PMID: 35727183
18. Teede HJ et al. Association of Antenatal Diet and Physical Activity-Based Interventions With Gestational Weight Gain and Pregnancy Outcomes: A Systematic Review and Meta-analysis. JAMA Intern Med 2022. PMID: 34928300
19. Danese A, Tan M. Childhood maltreatment and obesity: systematic review and meta-analysis. Mol Psychiatry 2014. PMID: 23689533
20. Cappuccio FP et al. Meta-analysis of short sleep duration and obesity in children and adults. Sleep 2008. PMID: 18517032
21. Tasali E et al. Effect of Sleep Extension on Objectively Assessed Energy Intake Among Adults With Overweight in Real-life Settings: A Randomized Clinical Trial. JAMA Intern Med 2022. PMID: 35129580
22. Chaput JP et al. The role of insufficient sleep and circadian misalignment in obesity. Nat Rev Endocrinol 2023. PMID: 36280789
23. Tomiyama AJ. Stress and Obesity. Annu Rev Psychol 2019. PMID: 29927688
24. Rubino F et al. Joint international consensus statement for ending stigma of obesity. Nat Med 2020. PMID: 32127716
25. Domecq JP et al. Clinical review: Drugs commonly associated with weight change: a systematic review and meta-analysis. J Clin Endocrinol Metab 2015. PMID: 25590213
26. Kretli-Souza D et al. Levothyroxine monotherapy has limited effects on body composition in clinical and subclinical hypothyroidism: a systematic review and meta-analysis. Rev Endocr Metab Disord 2026. PMID: 42814339
27. Nieman LK et al. The diagnosis of Cushing's syndrome: an Endocrine Society Clinical Practice Guideline. J Clin Endocrinol Metab 2008. PMID: 18334580
28. Aubin HJ et al. Weight gain in smokers after quitting cigarettes: meta-analysis. BMJ 2012. PMID: 22782848
29. Elks CE et al. Variability in the heritability of body mass index: a systematic review and meta-regression. Front Endocrinol 2012. PMID: 22645519
30. Khera AV et al. Polygenic Prediction of Weight and Obesity Trajectories from Birth to Adulthood. Cell 2019. PMID: 31002795
31. Spiga F et al. Interventions to prevent obesity in children aged 5 to 11 years old. Cochrane Database Syst Rev 2024. PMID: 38763517
32. Spiga F et al. Interventions to prevent obesity in children aged 12 to 18 years old. Cochrane Database Syst Rev 2024. PMID: 38763518
33. Phillips SM et al. Interventions to prevent obesity in children aged 2 to 4 years old. Cochrane Database Syst Rev 2025. PMID: 40494564
34. Brown T et al. Interventions for preventing obesity in children. Cochrane Database Syst Rev 2019. PMID: 31332776
35. Andreyeva T et al. Outcomes Following Taxation of Sugar-Sweetened Beverages: A Systematic Review and Meta-analysis. JAMA Netw Open 2022. PMID: 35648398
36. Rogers NT et al. Associations between trajectories of obesity prevalence in English primary school children and the UK soft drinks industry levy: An interrupted time series analysis of surveillance data. PLoS Med 2023. PMID: 36701272
37. SBU. Interventions to prevent obesity: a systematic review. SBU Report No 173E. 2005.
38. Knowler WC et al. Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin. N Engl J Med 2002. PMID: 11832527
39. Aveyard P et al. Screening and brief intervention for obesity in primary care: a parallel, two-arm, randomised trial. Lancet 2016. PMID: 27789061
40. Socialstyrelsen. Nationella riktlinjer 2024 - Vård vid ohälsosamma levnadsvanor. Prioriteringsstöd till dig som beslutar om resurser för sjukdomsprevention och behandling. 2024.
41. Nowicka P et al. Systematic Development of National Guidelines for Obesity Care: The Swedish Approach. Obes Facts 2024. PMID: 38253042
42. Parretti HM et al. A Review of the Management of Obesity in Primary Care. Clin Obes 2026. PMID: 40831325
43. World Health Organization. WHO guidelines on the integrated management of obesity in adolescents. 2026.
44. Lundberg CE, Ryd M, Adiels M et al. Social inequalities and trends in pre-pregnancy body mass index in Swedish women. Sci Rep 2021. PMID: 34103588
45. Louise J et al. The effects of dietary and lifestyle interventions among pregnant women with overweight or obesity on early childhood outcomes: an individual participant data meta-analysis from randomised trials. BMC Med 2021. PMID: 34074261
46. Socialstyrelsen. Nationella riktlinjer för vård vid obesitas. Prioriteringsstöd till beslutsfattare och chefer. 2023.
47. Rayfield S, Plugge E. Systematic review and meta-analysis of the association between maternal smoking in pregnancy and childhood overweight and obesity. J Epidemiol Community Health 2017. PMID: 27480843
48. Sun M et al. Meta-analysis on shift work and risks of specific obesity types. Obes Rev 2018. PMID: 28975706