Grundumsatz (Harris-Benedict)

Klinischer Hintergrund

Die Abschätzung des Energiebedarfs eines Patienten im Rahmen der Beurteilung des Ernährungszustands, der Auftitrierung einer parenteralen Ernährung oder der Planung einer hypokalorischen Kost erfordert einen Ausgangspunkt im Ruheumsatz. Die direkte Messung mittels indirekter Kalorimetrie ist der Goldstandard und wird sowohl von der ASPEN als auch von der ESPEN empfohlen [5], setzt jedoch Ausrüstung, geschultes Personal und einen stabilen Patienten voraus. In Ermangelung einer indirekten Kalorimetrie sind Prädiktionsformeln die einzige praktikable Alternative, und die Harris-Benedict-Gleichungen sind die am weitesten verbreiteten und am längsten etablierten. Die Entscheidung, die das Instrument unterstützt, lautet also: Wie viele Kilokalorien benötigt dieser Patient pro Tag in Ruhe, als Grundlage, um anschließend Aktivitäts- und Stressfaktoren hinzuzufügen?

Berechnung des Grundumsatzes

Die Harris-Benedict-Gleichungen berechnen den Grundumsatz (BEE) in Kilokalorien pro Tag anhand von Geschlecht, Gewicht, Körpergröße und Alter. Die von diesem Rechner verwendeten Formeln sind die ursprünglichen Koeffizienten aus dem Jahr 1919:

$$\text{BEE}$${\text{Mann}} = 66{,}4730 + 13{,}7516 \times \text{Gewicht}{\text{kg}} + 5{,}0033 \times \text{Größe}{\text{cm}} - 6{,}7550 \times \text{Alter}{\text{Jahre}}

$$\text{BEE}$${\text{Frau}} = 655{,}0955 + 9{,}5634 \times \text{Gewicht}{\text{kg}} + 1{,}8496 \times \text{Größe}{\text{cm}} - 4{,}6756 \times \text{Alter}{\text{Jahre}}

Das Gewicht wird in Kilogramm, die Körpergröße in Zentimetern und das Alter in vollen Jahren angegeben. Die Variablen spiegeln die Tatsache wider, dass der Ruheenergieumsatz primär durch die Körperzellmasse bestimmt wird, die wiederum mit Gewicht, Körpergröße, Alter und Geschlecht korreliert [1].

Die Gleichungen wurden aus indirekter Kalorimetrie an 239 gesunden Personen (136 Männer und 108 Frauen) im Alter von 16 bis 63 Jahren abgeleitet [2]. Roza und Shizgal überarbeiteten die Gleichungen 1984 mit denselben Daten, ergänzt um 98 weitere Personen aus dem veröffentlichten Material von Benedict, insgesamt 337 Personen (168 Männer und 169 Frauen). Die überarbeiteten Gleichungen ähnelten den ursprünglichen stark und wiesen etwas stärkere Korrelationskoeffizienten auf (R² 0,77 für Männer, 0,68 für Frauen) [1]. Die Population, an der die Gleichungen modelliert wurden, war also gesund, relativ jung und normalgewichtig. Dies ist entscheidend dafür, bei welchen Patienten sie angewendet werden können.

Interpretation in der Praxis

Der BEE-Wert repräsentiert den Energieumsatz in vollständiger Ruhe. Um den gesamten täglichen Energiebedarf abzuschätzen, wird der BEE mit einem Aktivitätsfaktor und bei Krankheit mit einem Stressfaktor multipliziert. Der kombinierte Faktor liegt üblicherweise zwischen 1,2 und 2,0, abhängig von Aktivitätsniveau und Krankheitsschwere. Die nachstehende Tabelle gibt eine grobe Orientierung, die Faktoren sind jedoch empirisch und sollten individualisiert werden.

Ein BEE-Wert von 1500 kcal/Tag für einen bettlägerigen Patienten ohne Stress ergibt mit dem Faktor 1,2 eine Schätzung des gesamten Energiebedarfs von etwa 1800 kcal/Tag. Bei der Planung einer hypokalorischen Ernährung, beispielsweise bei Patienten mit Adipositas und Herzinsuffizienz mit erhaltener Ejektionsfraktion, kann ein Ziel von 70 bis 80 Prozent des geschätzten Gesamtenergieumsatzes angemessen sein. Werte über 100 Prozent des faktorgewichteten BEE bergen das Risiko einer Überernährung, und bei kritischer Erkrankung wird empfohlen, in der akuten Phase 70 bis 80 Prozent des gemessenen Energieumsatzes nicht zu überschreiten [5].

Validierung und Leistungsfähigkeit

In der ursprünglichen Kohorte betrug die Prädiktionsgenauigkeit ±14 Prozent bei normal ernährten Personen [1]. In der überarbeiteten Kohorte zeigten Roza und Shizgal, dass die Gleichungen den Ruheenergieumsatz bei normal ernährten Personen gut vorhersagten, den gemessenen Energieumsatz bei mangelernährten Patienten (n = 41) jedoch unterschätzten [1].

In einer Studie an 31 Patienten mit morbider Adipositas (mittlerer BMI 46 kg/m²) überschätzte Harris-Benedict den Energieumsatz im Durchschnitt um 10 Prozent im Vergleich zur indirekten Kalorimetrie. Nach Magenbypass und Gewichtsabnahme verringerte sich die Abweichung auf 1 bis 3 Prozent, was bestätigt, dass die Gleichungen für Normalgewichtige ausgelegt sind [3].

Anderson et al. untersuchten 92 Patienten mit Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF), von denen die meisten übergewichtig oder adipös waren. Alle Prädiktionsformeln überschätzten den gemessenen Energieumsatz um mehr als 10 Prozent (p < 0,001 für alle). Harris-Benedict überschätzte im Durchschnitt um 250 kcal/Tag (95-Prozent-Konfidenzintervall 186 bis 313), und die Abweichung nahm mit steigendem BMI zu. Harris-Benedict war nur bei 43 Prozent der Teilnehmer korrekt (innerhalb von ±10 Prozent des gemessenen Werts) [4].

Kamel et al. bewerteten zehn Prädiktionsformeln bei 104 maschinell beatmeten Intensivpatienten mit chirurgischem Trauma. Die modifizierte Harris-Benedict-Gleichung (mit Korrekturfaktor 1,2 bei BMI ≥25) schnitt am besten ab, mit einer Übereinstimmungskorrelation (CCC) von 0,652 und einer Genauigkeit von 44,2 Prozent, definiert als Prädiktion innerhalb von ±10 Prozent des gemessenen Werts. Die nicht modifizierte Harris-Benedict-Gleichung hatte eine Genauigkeit von 43,3 Prozent. Keine der zehn Formeln erreichte in dieser Population mehr als knapp 45 Prozent Genauigkeit [5].

Einschränkungen

Die Harris-Benedict-Gleichungen gelten für gesunde, normal ernährte Erwachsene. Die wichtigsten Situationen, in denen sie nicht zuverlässig sind, lauten:

Adipositas. Die Überschätzung nimmt mit steigendem BMI zu und ist bei morbider Adipositas am ausgeprägtesten [3,4]. Bei Patienten mit einem BMI über 30 sollten die Ergebnisse mit Vorsicht interpretiert werden, und bei morbider Adipositas sollte, sofern verfügbar, die indirekte Kalorimetrie verwendet werden [3].

Kritisch Kranke. Intensivpatienten weisen eine instabile Stoffwechselrate auf, die durch Fieber, Sepsis, Sedierung und maschinelle Beatmung beeinflusst wird. Prädiktionsformeln erreichen kaum 45 Prozent Genauigkeit [5], und sowohl Über- als auch Unterernährung sind mit erhöhter Morbidität und Mortalität assoziiert [5]. ASPEN und ESPEN empfehlen für diese Patientengruppe die indirekte Kalorimetrie [5].

Mangelernährung. Bei mangelernährten Patienten unterschätzt Harris-Benedict den gemessenen Energieumsatz, wahrscheinlich weil die Mangelernährung einen relativ höheren Stoffwechsel pro Einheit Körperzellmasse mit sich bringt [1].

Flüssigkeitshaushalt. Bei Ödemen oder großen Flüssigkeitszufuhren steigt das Körpergewicht ohne entsprechende Zunahme an metabolisch aktivem Gewebe, was gewichtsbasierte Formeln verzerrt [4].

Alter und Ursprungspopulation. Die Ableitungskohorte war 16 bis 63 Jahre alt und bestand aus gesunden Personen zu Beginn des 20. Jahrhunderts. Seither haben sich Lebensstil, Ernährung und Körperzusammensetzung deutlich verändert, und die Adipositasprävalenz hat sich nahezu verdreifacht [2]. Überarbeitete Formeln (Mifflin-St Jeor, Pavlidou) wurden entwickelt, um moderne Populationen besser abzubilden [2].

Quellen

1. Roza AM, Shizgal HM. The Harris Benedict equation reevaluated: resting energy requirements and the body cell mass. Am J Clin Nutr 1984;40(1):168-182. PMID: 6741850
2. Pavlidou E, Papadopoulou SK, Seroglou K m.fl. Revised Harris-Benedict Equation: New Human Resting Metabolic Rate Equation. Metabolites 2023;13(2):189. PMID: 36837808
3. Ullah S, Arsalani-Zadeh R, MacFie J. Accuracy of prediction equations for calculating resting energy expenditure in morbidly obese patients. Ann R Coll Surg Engl 2012;94(2):129-132. PMID: 22391385
4. Anderson T, Cascino TM, Koelling TM m.fl. Measured Versus Estimated Resting Metabolic Rate in Heart Failure With Preserved Ejection Fraction. Circ Heart Fail 2021;14(8):e007962. PMID: 34344169
5. Kamel AY, Robayo L, Liang D m.fl. Estimated vs measured energy expenditure in ventilated surgical-trauma critically ill patients. JPEN J Parenter Enteral Nutr 2022;46(1):1431-1440. PMID: 34921708