Relativ fettmasse (RFM)

Klinisk bakgrunn

BMI er den mest brukte kliniske metoden for å klassifisere overvekt og fedme, men den skiller ikke mellom fettmasse og fettfri masse. Det gir systematiske feilklassifiseringer: en muskuløs pasient kan få for høy BMI, og en normalvektig person med høy fettprosent kan overses. I utledningsstudien hadde BMI en sensitivitet på bare 21,6 % for fedme definert ut fra DXA-målt kroppsfett hos kvinner, og 81,9 % hos menn [1]. Relativ fettmasse (RFM) ble utviklet for å tilby et enkelt alternativ som bare krever et målebånd, og som estimerer kroppens fettprosent bedre enn BMI.

Beregning av relativ fettmasse

RFM beregnes slik:

$$\text{RFM} = 64 - 20 \times \frac{\text{høyde}}{\text{midjeomkrets}} + 12 \times \text{kjønn}$$

der kjønn er 0 for mann og 1 for kvinne, og høyde og midjeomkrets angis i samme enhet (forholdstallet er dimensjonsløst). Formelen kan også skrives separat: for menn gjelder $64 - 20 \times (\text{høyde}/\text{midjeomkrets})$ og for kvinner $76 - 20 \times (\text{høyde}/\text{midjeomkrets})$.

RFM ble utledet fra NHANES 1999–2004 (n = 12 581 voksne ≥20 år) med DXA som referansemetode for kroppsfett. Blant 365 genererte antropometriske indekser ble forholdet høyde/midjeomkrets valgt fordi det var den enkleste indeksen som presterte best, særlig hos menn. Valideringen ble gjort i en separat kohort, NHANES 2005–2006 (n = 3 456) [1]. Studiepopulasjonen besto av amerikanske voksne av meksikansk, europeisk og afrikansk etnisitet.

Tolkning i praksis

RFM gir et estimat av kroppens totale fettprosent og skal tolkes som nettopp det, ikke som et mål på visceralt fettvev. Ettersom kalkulatoren ikke definerer egne tolkningsbånd, henvises det til de cutoff-verdiene som er publisert av opphavspersonene selv, basert på sammenhengen mellom RFM og totaldødelighet i NHANES 1999–2014 (n = 31 008, medianoppfølging 8,3 år) [2]:

Disse cutoff-verdiene ble bekreftet i en uavhengig kohort (NHANES III, n = 12 650, medianoppfølging 23,3 år) [2]. En prospektiv studie av 26 754 voksne i NHANES 1999–2010 fant at dødelighetsrisikoen økte markant når RFM oversteg 30 % hos menn og 45 % hos kvinner, med en U-formet sammenheng hos menn, men ikke hos kvinner [3].

Klinisk innebærer dette at en mann med RFM under 30 % og en kvinne med RFM under 40 % sannsynligvis ikke har fedme definert ut fra kroppsfett, uansett hva BMI viser. Ligger RFM over cutoff, bør pasienten vurderes for metabolsk risiko og livsstilsintervensjon vurderes, men RFM erstatter ikke en fullstendig kardiometabolsk risikovurdering.

Validering og ytelse

I utledningsstudiens valideringskohort var RFM overlegen BMI når det gjaldt å forutsi DXA-målt kroppsfettprosent, med R² = 0,75 hos menn (mot 0,61 for BMI) og R² = 0,69 hos kvinner (mot 0,65 for BMI) [1]. RFM hadde lavere skjevhet enn BMI hos kvinner (0,9 % mot −10,9 %) og tilsvarende lav skjevhet hos menn. Den totale feilklassifiseringen av fedme var lavere med RFM enn med BMI hos både kvinner (12,7 % mot 56,5 %) og menn (9,4 % mot 13,0 %) [1].

En systematisk oversikt og metaanalyse fra 2025, som inkluderte 10 studier av RFM (n = 20 230 for korrelasjonsanalyse, n = 33 687 for gjennomsnittsdifferanse), fant en moderat samlet korrelasjon mellom RFM og kroppsfett målt med referansemetode på r = 0,77 (95 % KI 0,72–0,81, I² = 97 %) [4]. Gjennomsnittsdifferansen mellom RFM-estimert og observert kroppsfett var −0,04 prosentpoeng (95 % KI −0,93 til 0,85), altså uten systematisk over- eller underestimering samlet sett [4]. Hos voksne hadde RFM likevel en tendens til å overestimere kroppsfettet med i gjennomsnitt 0,76 prosentpoeng [4].

Ekstern validering er gjort i flere populasjoner. I en meksikansk kohort (n = 61, alder 20–37 år) var RFM en bedre prediktor for DXA-målt fettprosent enn BMI (R² = 0,84), men skjæringspunktet avvek fra null når RFM ble sammenlignet med luftfortrengningspletysmografi, bioimpedans og en firekomponentmodell, noe som tyder på metodeavhengig skjevhet [5]. I en chilensk kohort (n = 270) var AUC for RFM og BMI ikke signifikant forskjellig når det gjaldt å identifisere forhøyet kroppsfett (menn: 0,970 mot 0,959; kvinner: 0,946 mot 0,942), og Bland-Altman-analyse viste mer uttalt skjevhet hos menn enn hos kvinner [6].

I en prospektiv studie av 46 535 voksne i NHANES 1999–2018 (medianoppfølging 9,7 år) var RFM sterkere assosiert med diabetesrelatert dødelighet enn både BMI og midjeomkrets, mens sammenhengen med hjertedødelighet og totaldødelighet var tilsvarende for de tre målene [7]. Resultatene ble reprodusert i NHANES III (n = 14 448) [7].

Begrensninger

RFM er utledet fra en amerikansk populasjon og hovedsakelig validert i nord- og søramerikanske kohorter. Oversikten fant høy heterogenitet (I² > 75 %) i alle metaanalysene, noe som gjenspeiler forskjeller mellom populasjoner, referansemetoder og måleteknikk [4].

Ytelsen avtar med alderen. I utledningsstudien fantes en signifikant interaksjon mellom alder og RFM hos kvinner, og alle modellene presterte dårligere hos eldre individer, sannsynligvis på grunn av aldersrelaterte endringer i kroppssammensetningen med redusert fettfri masse og forskjøvet fettfordeling [1]. RFM er ikke validert for barn og ungdom i tilstrekkelig omfang, og en pediatrisk versjon (RFMp) er foreslått, men er ikke etablert.

Måleteknikken for midjeomkretsen er avgjørende. NHANES bruker en bestemt metode der midjen måles ved øvre laterale kant av høyre ilium. Avviker måleteknikken fra dette, forskyves RFM-verdien. Dette er den enkeltvis viktigste feilkilden ved klinisk bruk.

RFM estimerer total kroppsfettprosent, ikke visceralt fett. Den skiller heller ikke mellom subkutant og intraabdominalt fettvev, og gir ingen informasjon om fettfri masse eller muskelmasse. En pasient med sarkopeni og normal RFM kan likevel ha ugunstig kroppssammensetning.

Kilder

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