Har överviktiga verkligen lägre dödlighet?



För några veckor sedan kom en rapport i världens massmedia att överviktiga har lägre dödlighet än överviktiga. Den baserades på en vetenskaplig artikel i den ansedda vetenskapliga tidskriften JAMA (Journal of the American Medical Association) där man redovisar resultat av meta-analys av 97 olika sammanslagna undersökningar av närmare 3 miljoner människor från hela världen. Närmare 10 % hade avlidit under den varierande uppföljningsperioden. (Flegal KM et al.Association of All-Cause Mortality With Overweight and Obesity Using Standard Body Mass Index CategoriesA Systematic Review and Meta-analysis. JAMA 2013;309:71-82, länk nedan) . Den visade att de med måttlig övervikt (BMI, Body Mass Index 25-30) hade 6 % lägre dödlighet än de med BMI 18,5-25. Body Mass Index är vikten i kilo delat med längden i meter*längden i meter. En person som väge 80 kilo och är 1,70 meter lång har BMI på 27,9 och är överviktig men inte fet. De som var riktigt feta, med BMI över 35 (t.ex. en person som är 1,70 meter lång och väger 102 kilo) hade 29 % ökad dödlighet.

Frågan har många aspekter. Idag skrev Expressen att professor Annika Rosengren i Göteborg menar att 40 % av den minskade dödligheten i hjärt-kärlsjukdomar beror på minskat kolesterolvärde i befolkningen. Detta är minst sagt omdiskuterat, men här fokuserar jag på studien från USA.

Det finns invändningar mot tolkningen att överviktiga har ökad dödlighet.
1. Jämförelsegruppen, de med BMI 18,5-25 är heterogen. Andra studier har visat att dödligheten är ökad för de som är ”alltför smala”, med BMI 18,5-22. I den gruppen finns bland annat de som är smala på grund av sjukdom. Varför man inte även redovisat resultat även för en smalare referensgrupp, t.ex. BMI 22-25, förstår jag inte.
2. Även gruppen överviktiga är förstås heterogen. En undergrupp är de som är mycket muskulösa på grund av fysisk träning.
3. Överviktiga får lätt ökad uppmärksamhet i vården, och blir möjligen noggrannare undersökta och intensivare relevant behandling. Men man hade statistiskt kontrollerat för andra riskfaktorer för dödlighet, som rökning.
4. Resultaten är egentligen begränsad till de var 65 år. (Table 2 i artikeln)
5. BMI är kanske inte det bästa måttet på övervikt (se punkt 2 ovan). Möjligen har bukfetma (Kvoten midjeomfång:höftomfång) större betydelse.
Vägning imagesCAMDOH8P

Resultaten inger en kanske falsk trygghet hos överviktiga (40 % av männen och nästan 30 % av kvinnorna i USA är överviktiga, medan siffrorna är klart lägre för Sverige), men är av viss glädje för skräpmatsindustrin. En känd konkurrensfaktor om köparna i den branschen har varit ständigt större portioner. Vidare bör man betänka att risk för t.ex död i praktiken beror på flera faktorer. En rökande överviktig med hög alkoholkonsumtion har en helt annan risk än en muskulös icke-rökare med låg alkoholkonsumtion. Observera att studien inte avser sjuklighet eller upplevt välbefinnande.

Och denna rapport diskuterar inte orsaker till den stora ökningen av andelen överviktiga och feta. I vilken utsträckning beror den på ökad otrygghet, alienation och minskat inflytande i kapitalismen?


intressant.se, , , , , , , , rökning, , , ,, , ,

JAMA-artieln, publicerat online 7/1 Kostdoktorn Den rockande kocken Trines matblogg
DN SvD Aftonbladet Läkartidningen nr 4 2013Expressen 27/1 Dagens Medicin 8/1 2013 DN 9/1 om Telia Dagens Medicin 12/12Cochrane-rapporten SvT Uppdrag Granskning 12/12 Expressen 12/12 Ab 12/12


5 svar till “Har överviktiga verkligen lägre dödlighet?”

  1. Sånt där uppstår när man gör endimensionella studier av ett multidimensionellt fenomen. Det enda det säger är att ens hypotes är under determinerad.

    • När man gör hypotesen: Finns det ett samband mellan medellivslängd och övervikt.
      Då har man tvingat ned något som man vet är multidimensionellt i en dimension. De slutsatser man kan få från en sådan studie är ja, nej eller kanske, men då systemet är underdeterminerat kan man inte vara säker på något av dem. Visst blir man säkrare på att övervikt har betydelse om man får en klar trend i en sådan studie, men då man negligerat interaktioner mellan variabler så kan man inte säkert säga att övervikt alltid är dåligt. Det man studerar när man tvingar ned något multivariat på en dimension är skuggan ett multidimensionellt objekt ger på ett plan, de slutsatser man kan dra har samma begränsningar som publiken i ett skuggspel har, är det en fågel eller är det planets vinkel och ett par händer man ser?

      Envariabel studier är en enkel början och mycket har vi fått ut ur det, men när ett system blir komplext så blir det mer och mer slumpen som avgör vad man får för slutsats. Inom mitt gebit kemin har vi infört kemometri, vilket är statistisk modellering av multivariata system, där man tittar på alla tänkbara och otänkbara variabler. Först söker man efter vilka variabler som är relevanta för den egenskap man studerar, sedan modellerar man de relevanta variablerna tillsammans. Det är ett helhetsgrepp.

      Jag är ganska kritisk till samhällsvetenskapen, biologin och medicinens sätt att använda statistik. Jag förstår att det är svårt att göra ett helhetsgrepp på exempelvis något som livslängd, men det betyder inte att jag tycker att vi inte borde göra det. För det är fullt genomförbart men blir ett mer omfattande arbete.

  2. Inom epidemiologisk forskning tar man alltid hänsyn till att flera faktorer kan ha betydelse och kontroller för detta i multivariata modeller. Ett problem i meta-analyser är att data kan saknas i studier som man valt att inkludera. Man inkluderade 2% av tänkbara artiklar. Utdrag ur metodbeskrivningen följer, vet ej om du kan ladda ned artikeln.

    ”Articles that reported HRs for all-cause mortality using standard body mass index (BMI) categories from prospective studies of general populations of adults were selected by consensus among multiple reviewers. Studies were excluded that used nonstandard categories or that were limited to adolescents or to those with specific medical conditions or to those undergoing specific procedures. PubMed searches yielded 7034 articles, of which 141 (2.0%) were eligible. An EMBASE search yielded 2 additional articles.”

    Andra data som beaktades.
    Abstracted items included sample size, number of deaths, age at baseline, length of follow-up, HRs and 95% confidence intervals, sex, age, type of weight and height data (measured or self-reported), country or region, source of study sample, adjustment factors, exclusion and inclusion criteria, and sensitivity analyses. Authors of screened articles were queried for additional information when necessary. In studies that only presented results stratified by smoking or health condition, we selected results for nonsmokers or never smokers or for those without the health condition. We selected the most complex model available for the full sample and used a variety of sensitivity analyses to address issues of possible overadjustment or underadjustment.
    .
    We categorized HRs into 2 age groupings either as limited solely to people aged 65 years or older or as a mixed-age category (eg, aged 25-64 years or 40-80 years). We classified articles as adequately adjusted, possibly overadjusted, or possibly underadjusted. We categorized HRs by adjustment level, by whether the data were measured or self-reported, by whether the analysis was performed separately for men and women or for both sexes combined, and by region (North America, Europe, and other).

    • Där isolerar man en variabel. Men en metaanalys är svår för olika faktorer har studerats i olika studier, vilket komplicerar för den som verkligen skulle vilja göra ett helhetsgrepp.

      Men det är kanske så att övervikt är ett symptom på saker som påverkar hälsan negativt och inte ensamt påverkar hälsan negativt i lika stor utsträckning som de saker övervikt är symptom på. Är ens övervikt resultatet av att man dricker öl och spenderar dagen sittandes i en TV-soffa så är den som du påpekar, farligare än om övervikten är ett resultat av att man tränar sig muskulös. Fokus för läkaren är väl redan att ta reda på varför patienten är överviktig och adressera riskfaktorerna i dess orsaker, även om det knappast kan skada att slänga in en brasklapp om att åtgärda övervikten.

      Jag försökte få en medicinare jag känner intresserad av MRI skaparens grundvision, att varje sjukhus skulle ha en MRI i entren och efter en snabb scan skickas patienten till relevanta avdelningar. Jag menar att detta är idag fullt genomförbart, genom att samla in fullspektra-data på alla magnetiskt aktiva element (alltså inte enbart titta på vatten/väte) på en stor mängd människor och väldiagnosticerade åkommor, så skulle vi kunna skapa generella diagnosmaskiner. Jag är övertygad om att den mesta nödvändiga datan existerar för att åstadkomma detta, men bara att få tillgång till rådatan kräver enorma resurser för att ta sig igenom alla länders bråkrati att det nästan är billigare att börja göra mätningarna från scratch.