Obesitas: definisjon, klassifikasjon og epidemiologi

Definisjon

Obesitas er en kronisk, kompleks og heterogen tilstand som kjennetegnes av et overskudd av kroppsfett, iblant i kombinasjon med avvikende fettfordeling eller forstyrret funksjon i fettvevet. Tilstanden kan påvirke organfunksjon, fysisk funksjonsevne, psykisk helse, livskvalitet og overlevelse. Årsakene er multifaktorielle og omfatter genetisk sårbarhet, nevroendokrin appetittregulering, legemidler, søvn, psykisk og somatisk sykdom samt sosiale, kommersielle og fysiske miljøfaktorer [1].

Definisjonen bør holdes atskilt fra den praktiske målemetoden som brukes for å identifisere tilstanden. Obesitas er et overskudd av fettvev, mens BMI er et indirekte mål basert på vekt og høyde. En høy BMI er altså ikke i seg selv den biologiske definisjonen av obesitas. Tilsvarende kan en person ha et klinisk betydningsfullt fettoverskudd selv om BMI ligger under den tradisjonelle grensen på 30 kg/m² [2].

Obesitas bør heller ikke beskrives utelukkende som en risikofaktor for andre sykdommer. Fettvevets mengde, fordeling og funksjon kan direkte bidra til insulinresistens, kronisk lavgradig inflammasjon, mekanisk belastning, ektopisk fettavleiring og dysregulering av adipokiner. Obesitas kan dermed være både en egen sykdomstilstand og en medvirkende årsak til for eksempel type 2-diabetes, kardiovaskulær sykdom, obstruktiv søvnapné, metabolsk dysfunksjonsassosiert steatotisk leversykdom, artrose og enkelte kreftformer.

Terminologi

Betegnelsen obesitas er å foretrekke framfor fedme i medisinske tekster. Obesitas er en etablert diagnose og reduserer risikoen for at tilstanden framstilles som en personlig egenskap eller som et resultat utelukkende av individuelle valg. Personsentrert språk er hensiktsmessig, for eksempel «person med obesitas» i stedet for «obes person».

Overvekt er en BMI-basert kategori og ikke synonymt med obesitas. Hos voksne betegner den vanligvis BMI 25,0 til 29,9 kg/m². Overvekt kan være forbundet med betydelig fettoverskudd og organdysfunksjon, men kan også skyldes stor muskelmasse og være uten klinisk relevans.

Adipositas forekommer som synonym, men obesitas er vanligere i svensk klinisk terminologi.

BMI og dens begrensninger

BMI beregnes som kroppsvekt i kilogram dividert med høyden i meter i andre potens:

BMI = vekt i kg / høyde² i m²

BMI er billig, reproduserbar og enkel å bruke. Den egner seg derfor godt til epidemiologisk overvåking, innledende klinisk screening og oppfølging av vekt over tid. På befolkningsnivå korrelerer BMI relativt godt med fettmasse og med forekomsten av flere obesitasrelaterte sykdommer [3].

Den er derimot ikke et direkte mål på kroppsfett. To personer med samme BMI kan ha ulik fettmasse, muskelmasse, fettfordeling og klinisk risiko. BMI bør derfor betraktes som et screeningmål, ikke som en fullstendig individuell diagnose.

Viktige feilkilder

BMI kan overestimere fettmengden hos:

• personer med stor muskelmasse
• enkelte idrettsutøvere
• personer med kraftig benbygning
• pasienter med ødem, ascites eller annen væskeretensjon

BMI kan underestimere fettmengden eller helserisikoen hos:

• eldre personer med sarkopeni
• personer med lav muskelmasse
• personer med sentral eller visceral fettansamling, men moderat BMI
• enkelte asiatiske befolkningsgrupper
• personer som har gått ned i vekt som følge av kronisk sykdom
• pasienter med sarkopen obesitas

BMI angir heller ikke hvor fettet er lokalisert. Visceralt fett og ektopisk fett i for eksempel lever, pankreas, skjelettmuskulatur og hjerte er generelt mer metabolsk ugunstig enn gluteofemoralt subkutant fett. Derfor kan livvidde og andre mål på sentral adipositas gi klinisk informasjon utover BMI [2,4].

BMI og individuell risiko

BMI er utilstrekkelig for å avgjøre:

• om en forhøyet BMI faktisk tilsvarer et fettoverskudd
• om fettvevet har en ugunstig fordeling
• om organfunksjonen allerede er påvirket
• hvor uttalt den mekaniske belastningen er
• om den fysiske funksjonen er begrenset
• om personen har psykiske helseplager eller obesitasrelatert stigmatisering
• hvilket behandlingsbehov som foreligger

Dette betyr ikke at BMI mangler prognostisk verdi. I en metaanalyse på individnivå med nesten fire millioner aldri-røykere uten kjent kronisk sykdom ved baseline var mortaliteten lavest ved BMI omkring 20 til 25 kg/m². Sammenlignet med BMI 22,5 til 24,9 kg/m² var hasardratioen for totalmortalitet 1,45 ved obesitas grad 1, 1,94 ved grad 2 og 2,76 ved grad 3. Over BMI 25 kg/m² steg mortaliteten omtrent log-lineært, men assosiasjonen varierte med alder og kjønn [5].

Resultater fra mortalitetsstudier må tolkes med forsiktighet. Røyking, høy alder, underliggende sykdom, tap av muskelmasse og sykdomsbetinget vekttap kan gi tilsynelatende beskyttende effekter av en høyere BMI. Dette er en viktig forklaring på det såkalte obesitasparadokset i observasjonsstudier.

Praktisk bruk av BMI

BMI bør brukes til:

1. befolkningsstatistikk og sammenligninger over tid
2. innledende screening i helsetjenesten
3. dokumentasjon av vektutvikling
4. foreløpig inndeling av graden av adipositas
5. seleksjon til videre utredning

BMI bør suppleres med minst ett mål på sentral adipositas eller kroppssammensetning når resultatet kan påvirke diagnostikk eller behandling. Ved BMI over 40 kg/m² kan et betydelig fettoverskudd som regel antas uten ytterligere antropometrisk bekreftelse, men organfunksjon og komplikasjoner må fortsatt vurderes [1].

Livvidde, midje-hofte-ratio og kroppssammensetning

Livvidde

Livvidden gjenspeiler abdominal adipositas og gir risikoinformasjon som er både uavhengig av og additiv til BMI. Ved samme BMI har personer med større livvidde i gjennomsnitt mer visceralt fett og høyere risiko for insulinresistens, type 2-diabetes, kardiovaskulær sykdom og prematur død [4].

For voksne med europeisk bakgrunn brukes ofte følgende praktiske grenser:

Grensene skal ikke oppfattes som biologiske terskler. Risikoen øker kontinuerlig og påvirkes av BMI, alder, kjønn, etnisitet, muskelmasse og samtidig sykelighet.

Livvidden bør måles med et ikke-elastisk målebånd etter normal ekspirasjon, med pasienten stående og buken avslappet. Målebåndet skal ligge horisontalt. Det finnes flere aksepterte anatomiske målepunkter, blant annet midt mellom nederste ribbein og hoftekammen eller like over hoftekammen. Ved oppfølging er det viktigere å bruke samme standardiserte metode ved hver måling enn å veksle mellom målepunkter.

Livvidden har også relevans utover kardiometabolsk risiko. I en svensk sammenslått kohort med 339 190 deltakere var ett standardavvik større livvidde hos menn assosiert med 25 prosent høyere risiko for etablerte obesitasrelaterte kreftformer, sammenlignet med 19 prosent høyere risiko per standardavvik BMI. Hos kvinner var assosiasjonene omtrent like sterke for livvidde og BMI [6].

Midje-hofte-ratio

Midje-hofte-ratioen beregnes som livvidde dividert med hofteomkrets. Den gir informasjon om forholdet mellom sentral og gluteofemoral fettfordeling.

Vanlig brukte grenser for økt risiko er:

• over 0,85 hos kvinner
• over 0,90 hos menn

Ratioen kan være prognostisk nyttig, men er mindre praktisk ved oppfølging, fordi både livvidde og hofteomkrets kan endre seg. En uendret ratio kan derfor skjule klinisk betydningsfulle endringer i begge målene.

Midje-høyde-ratio

Midje-høyde-ratioen beregnes som livvidde dividert med kroppshøyde, uttrykt i samme enhet. Målet tar delvis hensyn til at samme livvidde kan ha ulik betydning hos en lav og en høy person.

En enkel praktisk regel er at livvidden bør være mindre enn halve kroppshøyden. Følgende inndeling brukes i enkelte retningslinjer:

Midje-høyde-ratioen kan ha fordeler framfor livvidde alene og har i flere studier vært bedre enn BMI til å identifisere kardiometabolsk risiko. Den enkle grensen 0,5 kan brukes for begge kjønn, men målet skal fortsatt tolkes sammen med øvrige kliniske opplysninger [2].

Kroppssammensetning

Når BMI og klinisk bilde ikke samsvarer, kan kroppssammensetningen måles eller estimeres.

Bioimpedans kan gi klinisk nyttig informasjon, men resultatet påvirkes av væskeretensjon, dehydrering, nylig matinntak og hvilken populasjonsbasert likning som brukes. Metoden kan underestimere fettmassen ved uttalt obesitas og sarkopeni. Serielle målinger bør derfor gjøres under like forhold og helst med samme utstyr [2].

Computertomografi og magnetresonanstomografi er de beste metodene for direkte vurdering av visceralt og ektopisk fett, men brukes normalt ikke utelukkende til obesitasdiagnostikk. Dersom bildediagnostikk allerede er utført av annen grunn, kan funn av visceral fettansamling, leversteatose eller lav muskelmasse derimot bidra til helhetsvurderingen.

Klinisk obesitas og preklinisk obesitas

En internasjonal Lancet-kommisjon foreslo i 2025 et skille mellom klinisk obesitas og preklinisk obesitas. Hensikten er å skille etablert sykdom fra en tilstand der fettoverskuddet ennå først og fremst innebærer framtidig risiko [1].

Klinisk obesitas

Klinisk obesitas defineres som en kronisk systemisk sykdom der et verifisert fettoverskudd medfører minst ett av følgende:

1. nedsatt funksjon i ett eller flere organer eller vev som kan tilskrives obesitas
2. betydelig, aldersjustert begrensning av mobilitet eller grunnleggende daglige aktiviteter som skyldes obesitas

Eksempler på relevante kliniske manifestasjoner er:

• obesitasrelatert hypoventilasjon eller uttalt respiratorisk påvirkning
• hjertesvikt der adipositas har en direkte patofysiologisk betydning
• nedsatt nyrefunksjon som kan tilskrives obesitas
• mekanisk betinget bevegelsesinnskrenkning
• betydelig begrensning av personlig hygiene, påkledning eller forflytning
• reproduktiv dysfunksjon
• uttalt metabolsk eller hepatisk organdysfunksjon

Sammenhengen må vurderes klinisk. Forekomst av hypertensjon eller type 2-diabetes hos en person med obesitas betyr ikke automatisk at hvert symptom eller hver funksjonsnedsettelse skyldes obesitas.

Preklinisk obesitas

Preklinisk obesitas innebærer verifisert fettoverskudd, men bevart organfunksjon og ingen betydelig aktivitetsbegrensning som direkte skyldes obesitas. Risikoen for framtidig klinisk obesitas, type 2-diabetes, kardiovaskulær sykdom, enkelte kreftformer og andre kroniske sykdommer er vanligvis forhøyet, men varierer mellom individer.

Betegnelsen betyr ikke at tilstanden er ufarlig. Såkalt metabolsk sunn obesitas er ofte forbigående. En person kan være uten hyperglykemi, dyslipidemi og hypertensjon på et gitt tidspunkt, men senere utvikle komplikasjoner, særlig ved fortsatt vektøkning, økende livvidde eller redusert fysisk aktivitet [4].

Begrensninger ved den nye inndelingen

Den foreslåtte klassifikasjonen er et konsensusrammeverk og har ennå ikke erstattet BMI-baserte diagnosekoder, legemiddelindikasjoner eller nasjonale handlingsprogrammer. Den krever også klinisk vurdering av årsakssammenheng mellom adipositas og organdysfunksjon. Grensen mellom preklinisk og klinisk obesitas kan derfor være mindre tydelig enn definisjonene antyder.

Rammeverket er likevel verdifullt fordi det tydeliggjør at:

• BMI ikke alene avgjør om en person er syk
• fettoverskudd bør verifiseres
• organfunksjon og hverdagsfunksjon må vurderes
• personer med samme BMI kan ha svært ulikt behandlingsbehov
• fravær av aktuelle komplikasjoner ikke innebærer normal langtidsrisiko

Klassifikasjon og gradering

BMI-basert klassifikasjon hos voksne

I enkelte sammenhenger brukes betegnelsen alvorlig obesitas om BMI fra 35 kg/m², særlig dersom komplikasjoner foreligger, og svært alvorlig obesitas om BMI fra 40 kg/m². Terminologien varierer og bør derfor alltid suppleres med den faktiske BMI-verdien.

BMI-graden beskriver den statistiske størrelsen av kroppsvekten i forhold til høyden. Den beskriver ikke automatisk sykdommens kliniske alvorlighetsgrad. En person med BMI 32 kg/m² kan ha alvorlig søvnapné, leverfibrose og betydelig funksjonsnedsettelse, mens en annen person med BMI 40 kg/m² kan ha relativt bevart organfunksjon.

Klinisk gradering

Klinisk gradering bør omfatte minst fire dimensjoner:

1. Adipositasens omfang, vurdert med BMI og ved behov kroppssammensetning.
2. Fettfordeling, for eksempel livvidde eller midje-høyde-ratio.
3. Medisinske konsekvenser, som glukoseforstyrrelse, søvnapné, leversykdom, artrose eller kardiovaskulær sykdom.
4. Fysisk, psykisk og sosial funksjon, inkludert mobilitet, daglige aktiviteter, livskvalitet, spiseforstyrrelse og vektstigmatisering.

Edmonton Obesity Staging System er et etablert supplement til BMI. Systemet graderer medisinsk, psykisk og funksjonell påvirkning fra stadium 0, uten identifiserbare risikofaktorer eller funksjonsproblemer, til stadium 4, med alvorlig og potensielt terminal organskade eller uttalt funksjonsnedsettelse. Observasjonsstudier viser at høyere Edmonton-stadium er assosiert med blant annet mortalitet, helsetjenesteforbruk, polyfarmasi og komplikasjoner etter bariatrisk kirurgi [7].

Systemet har begrensninger. Definisjonene har variert mellom studier, og graderingen inneholder kliniske vurderinger som kan redusere reproduserbarheten. Det illustrerer likevel et sentralt prinsipp: behandlingsbehovet avgjøres bedre av konsekvensene av fettoverskuddet enn av BMI alene.

Barn og ungdom

Hos barn skal de faste BMI-grensene for voksne ikke brukes direkte, fordi BMI endres med alder og pubertetsutvikling. BMI må relateres til alders- og kjønnsspesifikke referanser.

Vanlige systemer er:

• WHOs BMI-for-alder, uttrykt som standardavvik eller z-skårer
• International Obesity Task Force, IOTF, med alders- og kjønnsspesifikke grenser som ved 18 års alder tilsvarer voksen-BMI 25 henholdsvis 30 kg/m²
• nasjonale vekstreferanser

For barn i alderen 5 til 19 år definerer WHO obesitas som BMI for alder over to standardavvik fra referansens median. IOTF brukes ofte i svensk barnehelsetjeneste og forskning. Hvilket referansesystem som er brukt, må oppgis fordi prevalensen kan variere mellom systemene [8].

Også hos barn bør BMI suppleres med vurdering av vekstkurve, pubertetsutvikling, arvelighet, blodtrykk, fysisk funksjon, søvn, psykisk helse og tegn på komplikasjoner. Rask kryssing oppover over flere BMI-kanaler kan være klinisk betydningsfullt også før en formell obesitasgrense passeres.

Etniske forskjeller i grenseverdier

Forholdet mellom BMI, kroppsfett og metabolsk risiko varierer mellom befolkningsgrupper. Ved samme BMI har personer med sørasiatisk, østasiatisk eller sørøstasiatisk bakgrunn i gjennomsnitt høyere andel kroppsfett og større metabolsk risiko enn personer med europeisk bakgrunn. Samtidig er det stor variasjon innen hver gruppe, og etnisitet er et grovt surrogat for genetiske, kulturelle, sosioøkonomiske og miljømessige faktorer [3].

For flere asiatiske befolkningsgrupper brukes derfor lavere BMI-grenser:

Grensene varierer mellom land. I koreanske retningslinjer brukes for eksempel BMI 23 kg/m² for overvekt og 25 kg/m² for obesitas. Abdominal obesitas defineres der som livvidde minst 90 cm hos menn og 85 cm hos kvinner [9].

I internasjonale og svenske sammenhenger bør en lavere terskel for metabolsk utredning vurderes hos personer med asiatisk bakgrunn, særlig ved:

• BMI fra 23 kg/m²
• forhøyet livvidde
• arvelighet for type 2-diabetes
• tidligere svangerskapsdiabetes
• hypertensjon eller dyslipidemi
• metabolsk dysfunksjonsassosiert steatotisk leversykdom

Enkelte personer med afrikansk bakgrunn har ved samme BMI høyere fettfri masse og lavere andel visceralt fett enn personer med europeisk bakgrunn, men forholdet til blodtrykk, diabetes og kardiovaskulær sykdom er komplekst. BMI-grenser bør derfor ikke justeres mekanisk. Individuell vurdering av livvidde, metabolsk status og kroppssammensetning er tryggere enn å anta lav eller høy risiko ut fra etnisk kategori.

Epidemiologi i Sverige

Voksne

Svenske estimater varierer med årstall, alder, datakilde og om vekt og høyde er målt eller selvrapportert. Selvrapporterte data har en tendens til å underestimere prevalensen fordi kroppsvekten ofte underrapporteres og høyden overestimeres.

Samlet tyder nasjonale undersøkelser og modellbaserte data på at omtrent en sjettedel til en femtedel av den voksne befolkningen har BMI-basert obesitas. Forekomsten av overvekt inkludert obesitas er betydelig høyere. I en modell av den svenske befolkningen i 2023 ble 887 272 personer i alderen 20 til 60 år anslått å ha obesitas. Modellen skal ikke tolkes som en direkte prevalensmåling, men viser den store berørte populasjonen og den forventede byrden av obesitasrelaterte komplikasjoner [10].

Forekomsten er høyere i middelalderen enn blant yngre voksne. I modellen hadde menn noe oftere obesitas enn kvinner, og aldersgruppen 50 til 60 år var uforholdsmessig stor [10]. Kjønnsforskjellene varierer imidlertid avhengig av om man analyserer BMI, livvidde eller alvorlig obesitas.

Historiske svenske data viser en tydelig langsiktig økning. Blant representative grupper av 50-årige menn i Göteborg steg gjennomsnittlig BMI fra 24,8 til 26,4 kg/m² mellom 1963 og 2003. Andelen med obesitas økte fra 6,0 til 13,8 prosent. I samme periode ble flere andre kardiovaskulære risikofaktorer bedret, blant annet røyking, blodtrykk og kolesterol, noe som illustrerer at endringer i obesitas og den øvrige risikofaktorprofilen kan gå i ulike retninger [11].

Den svenske ODDS-kohorten omfatter over 4,2 millioner personer og nesten 7,8 millioner vektmålinger fra 1963 til 2020. Materialet er ikke et tverrsnitt av dagens befolkning og kan derfor ikke brukes som et aktuelt prevalenstall. Det viser derimot de store mulighetene for å studere BMI, livvidde, vektendring og senere sykelighet gjennom kobling til svenske helseregistre [12].

Sosiale forskjeller

Obesitas er sosialt skjevfordelt. Lav utdanning, økonomisk sårbarhet, usikre levekår og kumulativ sosioøkonomisk belastning gjennom livsløpet er assosiert med høyere risiko. Sammenhengen er ofte sterkere hos kvinner [13].

I en studie basert på Hälsa på lika villkor fra 2018 i de fire nordligste svenske regionene hadde 64 prosent av mennene og 52 prosent av kvinnene overvekt inkludert obesitas. Forskjellen mellom kjønnene ble delvis forklart av utdanning, inntekt og levevaner. Studien var regional og brukte selvrapporterte data, men viser at nasjonale gjennomsnitt skjuler betydelige forskjeller mellom grupper [14].

Enkelte innvandrergrupper i de nordiske landene har høyere forekomst enn personer født i landet, særlig kvinner født i for eksempel Somalia eller Irak. Forklaringene omfatter sosioøkonomisk sårbarhet, endrede matmiljøer, lav fysisk aktivitet og barrierer for tilgang til kulturelt tilpasset forebygging og helsehjelp [15]. Variasjonene er store, og fødeland bør ikke brukes som erstatning for individuell risikovurdering.

Barn og ungdom

Sverige har svært høy dekning av høyde- og vektmålinger i barnehelsetjenesten og skolehelsetjenesten, men opplysningene har historisk ikke blitt fullstendig sammenstilt på nasjonalt nivå. Dette begrenser muligheten til å angi én enkelt aktuell nasjonal prevalens for alle aldre [16].

Nordiske sammenstillinger tyder på at omkring hvert femte barn mellom 5 og 18 år har overvekt eller obesitas, men andelen varierer mellom land, aldre, kjønn og anvendte referansesystemer. Obesitas utgjør en mindre del av denne kombinerte kategorien [17]. Opplysningen skal derfor ikke uten videre tolkes som en eksakt svensk verdi.

I Sverige måles praktisk talt alle barn gjentatte ganger, men data fra skolehelsetjenesten har ikke vært nasjonalt konsolidert. Det svenske barnehelsetjenesteregisteret rapporterte i 2025 høyde- og vektdata for cirka 87 prosent av landets fireåringer. Det pågår et arbeid for en mer helhetlig nasjonal helseoppfølging av personer mellom 0 og 20 år [16].

Sosioøkonomiske forskjeller ses allerede i barndommen. Lav familieinntekt og lavere utdanning hos foreldrene er assosiert med høyere forekomst. Svenske data fra skolebarn viser også sammenheng mellom mindre gunstige matvaner, lavere sosioøkonomisk posisjon og overvekt eller obesitas [18].

Betydningen av målemetoden

Ved sammenligninger mellom svenske studier bør følgende kontrolleres:

• om vekt og høyde er målt eller selvrapportert
• hvilke aldre som er inkludert
• om prevalensen er aldersstandardisert
• om overvekt og obesitas rapporteres samlet eller separat
• om BMI eller sentral obesitas måles
• hvilket referansesystem som brukes for barn
• om studiepopulasjonen er nasjonal, regional eller klinisk

Endringer i BMI kan dessuten underestimere endringer i abdominal obesitas. Internasjonale data viser at livvidden over tid har økt mer enn endringen i BMI skulle tilsi i flere befolkninger [4].

Global epidemiologi og trender

Obesitas har økt i nesten alle deler av verden. Den globale utviklingen kjennetegnes ikke bare av høy forekomst i høyinntektsland. Økningen går raskt i mange lav- og mellominntektsland, samtidig som underernæring og mikronæringsstoffmangel vedvarer. Samme land, husholdning eller individ kan derfor rammes av både underernæring og obesitas i ulike faser av livet.

En sammenslått analyse av 3 663 befolkningsrepresentative studier med 222 millioner deltakere viste at den kombinerte forekomsten av undervekt og obesitas økte mellom 1990 og 2022 i 81 prosent av landene for kvinner og 70 prosent for menn. Økningen var nesten overalt drevet av obesitas. I 2022 var obesitas vanligere enn undervekt i 89 prosent av landene for kvinner og 73 prosent for menn [19].

De høyeste prevalensene finnes i flere øystater i Oseania, i Karibia og i deler av Midtøsten og Nord-Afrika. Samtidig øker antallet personer med obesitas raskt i folkerike land i Asia og i Afrika.

Voksne

GBD 2021 anslo at 1,00 milliard voksne menn og 1,11 milliarder voksne kvinner hadde overvekt eller obesitas i 2021. Sammenlignet med 1990 hadde den globale prevalensen av obesitas økt med cirka 155 prosent blant menn og 105 prosent blant kvinner. Ingen nasjon hadde oppnådd en tydelig og varig nedgang i løpet av hele perioden [20].

Dersom historiske trender fortsetter, anslås omkring 3,80 milliarder voksne å ha overvekt eller obesitas i 2050, tilsvarende mer enn halvparten av den forventede voksne verdensbefolkningen. Fremskrivninger er ikke prediksjoner med sikkert utfall. De bygger blant annet på antakelsen om at tidligere utvikling i samfunn, forebygging og behandling fortsetter i omtrent samme tempo [20].

Barn og ungdom

Mellom 1990 og 2021 ble den globale kombinerte forekomsten av overvekt og obesitas blant barn og ungdom fordoblet, mens obesitas alene ble tredoblet. I 2021 ble 93,1 millioner personer i alderen 5 til 14 år og 80,6 millioner i alderen 15 til 24 år anslått å ha obesitas [21].

I 2022 hadde omkring 9,3 prosent av gutter og 6,9 prosent av jenter mellom 5 og 19 år obesitas. I de fleste land var obesitas blant barn og ungdom vanligere enn undervekt, men i deler av Sør-Asia og Afrika vedvarte en betydelig dobbel byrde [19].

Dersom nåværende trender fortsetter, anslås 15,6 prosent av personer mellom 5 og 14 år og 14,2 prosent av personer mellom 15 og 24 år å ha obesitas i 2050, til sammen omkring 360 millioner barn, ungdommer og unge voksne [21].

Hvorfor prevalensmålene varierer

Globale estimater kan variere mellom WHO, NCD Risk Factor Collaboration og Global Burden of Disease fordi organisasjonene bruker ulike:

• aldersgrenser
• BMI-definisjoner for barn
• datakilder
• korreksjoner for selvrapportering
• statistiske modeller
• standardpopulasjoner
• årstall

BMI brukes til tross for begrensningene fordi det er det eneste adipositasmålet som er tilgjengelig i tilstrekkelig mange land og tidsperioder. Globale BMI-baserte tall beskriver derfor først og fremst befolkningsbyrden, ikke antallet personer med klinisk obesitas etter den nyere funksjonsbaserte definisjonen.

Sykdomsbyrde og samfunnsøkonomi

Sykdomsbyrde

Høy BMI bidrar til sykdomsbyrden gjennom flere parallelle mekanismer og sykdomsgrupper:

• type 2-diabetes
• iskemisk hjertesykdom og hjerneslag
• hypertensjon og hjertesvikt
• metabolsk dysfunksjonsassosiert steatotisk leversykdom
• kronisk nyresykdom
• obstruktiv søvnapné og hypoventilasjon
• artrose og bevegelsesinnskrenkning
• reproduktive helseplager og svangerskapskomplikasjoner
• flere kreftformer
• forverret psykisk helse og livskvalitet

GBD 2023 viste at høy BMI var en av få ledende risikofaktorer der den aldersstandardiserte sykdomsbyrden økte mellom 2010 og 2023. Antallet funksjonsjusterte leveår som kunne tilskrives metabolske risikofaktorer, økte kraftig, delvis på grunn av befolkningsvekst og aldring, men også på grunn av økt eksponering [22].

For 2021 ble 3,71 millioner dødsfall og 129 millioner funksjonsjusterte leveår globalt anslått å være relatert til overvekt og obesitas [20]. Slike beregninger bygger på antakelser om kausale sammenhenger og risikokurver og bør betraktes som modellbaserte estimater, ikke direkte opptalte dødsfall.

Obesitas påvirker også reproduktiv helse. I en svensk registerstudie med nesten to millioner svangerskap ble overvekt og obesitas beregnet å bidra til 52,1 prosent av tilfellene av svangerskapsdiabetes, 36,9 prosent av barn store for gestasjonsalder og 26,5 prosent av preeklampsi. Dette er populasjonsattributable andeler og skal ikke tolkes som at adipositas var den eneste årsaken i hvert enkelt tilfelle [23].

Direkte og indirekte kostnader

De direkte kostnadene omfatter blant annet:

• primærhelsetjeneste og spesialisthelsetjeneste
• legemidler
• behandling av komplikasjoner
• sykehusinnleggelser
• kirurgi og postoperativ oppfølging
• hjelpemidler og rehabilitering

De indirekte kostnadene omfatter:

• sykefravær
• nedsatt produktivitet i arbeidstiden
• førtidspensjonering
• uformell omsorg
• funksjonsnedsettelse
• tapt produksjon som følge av prematur død

En systematisk oversikt over 23 nasjonale kostnadsstudier fant en betydelig økonomisk byrde i både høyinntektsland og lav- og mellominntektsland. Sammenligninger mellom land var imidlertid vanskelige fordi studiene brukte ulike perspektiver, sykdomsutvalg, tidsperioder og metoder for å beregne attributable kostnader [24].

For barn med overvekt eller obesitas anslo en metaanalyse den ekstra årlige medisinske kostnaden til i gjennomsnitt 238 amerikanske dollar per barn i 2022-pengeverdi. Obesitas medførte høyere kostnader enn overvekt, særlig ved sykehusbehandling. Heterogeniteten mellom studiene var svært stor, og en tredjedel ble vurdert å ha høy risiko for bias [25].

I lav- og mellominntektsland var de direkte kostnadene ofte dominert av sykehusinnleggelser. En systematisk oversikt fant store nasjonale kostnader, men bare 13 relevante studier, med moderat metodologisk kvalitet og mangelfull rapportering av produksjonstap [26]. Den reelle samfunnskostnaden er derfor sannsynligvis underestimert i mange land.

Svenske kostnader

En svensk simuleringsstudie anslo at de årlige behandlingskostnadene for ti obesitasrelaterte komplikasjoner hos personer med obesitas mellom 20 og 60 år kunne øke fra cirka 6,4 milliarder kroner i 2023 til 14,0 milliarder kroner i 2033 dersom vekten forble uendret. Type 2-diabetes sto for den største kostnaden [10].

Modellen beregnet også at et vekttap på 5 til 20 prosent i en hypotetisk gruppe på 10 000 personer kunne redusere insidensen av særlig type 2-diabetes, hypertensjon og dyslipidemi. Den beregnede årlige besparelsen i 2033 var 9 til 30 millioner kroner avhengig av vekttapets omfang [10].

Resultatene må tolkes som scenarier, ikke observerte utfall. Modellen bygde delvis på britiske risikodata, inkluderte ikke behandlingskostnaden for vektreduksjonen og tok ikke fullt hensyn til dødelighet, vektøkning etter vekttap eller indirekte kostnader. Studien var dessuten finansiert av et legemiddelfirma. Den illustrerer likevel hvordan en vanlig kronisk sykdom kan gi stor økonomisk belastning selv om kostnaden per individ er moderat.

Sverige innførte i 2023 nasjonale retningslinjer for obesitasbehandling med et livsløpsperspektiv fra svangerskap til høy alder. Retningslinjene retter seg først og fremst mot beslutningstakere og vektlegger behovet for likeverdig identifisering, utredning og behandling samt kvalitetsindikatorer for oppfølging [27]. Svensk praksis og legemiddelsubsidiering kan avvike fra internasjonale retningslinjer, særlig for nyere obesitaslegemidler.

Stigma som del av sykdomsbyrden

Vektstigmatisering forekommer i samfunnet og i helsetjenesten. Den kan føre til forsinket kontakt med helsetjenesten, dårligere konsultasjoner, unngåelse av fysisk aktivitet, psykiske helseplager og redusert etterlevelse av behandling. Stigma er derfor ikke bare et sosialt problem, men en faktor som kan forverre sykdomsbyrden [1,3].

Epidemiologisk rapportering bør unngå å framstille obesitas som en følge utelukkende av manglende viljestyrke. Den globale økningen over kort tid kan ikke forklares av genetiske endringer, men gjenspeiler samspillet mellom biologisk sårbarhet og endrede matmiljøer, fysisk miljø, arbeidsliv, søvn, markedsføring og sosioøkonomiske forhold.

En klinisk nyttig konklusjon er derfor at BMI fortsatt trengs til screening og befolkningsovervåking, men at diagnose og prioritering av helsehjelp bør bygge på en kombinasjon av verifisert adipositas, fettfordeling, organpåvirkning, funksjonsevne og individuell risiko.

Kilder

1. Rubino F et al. 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 et al. 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 et al. 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 et al. 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 et al. 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 et al. 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 et al. 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 et al. Cohort profile: The Obesity and Disease Development Sweden (ODDS) study, a pooled cohort. BMJ Open 2024. PMID: 39013647
13. Adamou H et al. 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 et al. The Importance of National Monitoring of Children's Growth: Consensus Statement From the Nordic PromoKids Network. Acta Paediatr 2025. PMID: 40387306
17. Baygi F et al. 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 et al. 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 et al. 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 et al. Economic Burden of Obesity: A Systematic Literature Review. Int J Environ Res Public Health 2017. PMID: 28422077
25. Ling J et al. Economic burden of childhood overweight and obesity: A systematic review and meta-analysis. Obes Rev 2023. PMID: 36437105
26. Fatoye F et al. 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 et al. Systematic Development of National Guidelines for Obesity Care: The Swedish Approach. Obes Facts 2024. PMID: 38253042