S0034-98872002 http:/ / www.scielo

S0034-98872002 http:/ / www.scielo

S0034-98872002 http:/ / www.scielo

Mi SciELO

 Servicios personalizados

Revista médica de Chile

versión impresa ISSN 0034-9887

Rev. méd. Chile v.130 n.1 Santiago ene. 2002

doi: 10.4067/S0034-98872002000100007 
Gasto energético de reposo medido en
obesos y no obesos: comparación con la
estimación por fórmulas y ecuaciones
propuestas para población chilena

Measured and predicted resting energy

expenditure in obese and non-obese
Chilean subjects. A proposal of predictive
equations for the Chilean population

Fernando Carrasco N, Eliana Reyes S,

Cherie Núñez B1, Karen Riedemann S1,
Olga Rimler S2, Gabriela Sánchez G2,
Gabriela Sarrat G1.

Correspondencia a: Fernando Carrasco N. Independencia 1027. Santiago-Chile. Fono:

6786130- Fax: 7355581. Correo electrónico: fcarrasc@machi.med.uchile.cl

Background: The commonly used predictive equations to calculate

resting energy expenditure (REE) can yield inaccurate results. Aim: To
compare measured REE, with estimated REE in normal and obese
adults. To develop specific predictive equations for our population.
Patients and Methods: Eight hundred sixteen women aged 18 to 74
years old with a body mass index (BMI) between 18.5 and 69.7 kg/m 2
and 441 men aged 18 to 71 years old with a BMI between 185 and
67.9 kg/m2 were studied. REE was measured by indirect calorimetry
and fat free mass by tetrapolar bioimpedance. REE was also estimated
using FAO/WHO (F/W) and Harris-Benedict (H/B) equations. Results:
Measured REE in controls was 20.7 ± 1.9 and 23.6 ± 3.3 kcal/kg/day
in women and men respectively. The figures for overweight women
and men were 19.8 ± 1.9 and 20.0 ± 2 kcal/kg/day, for obese women
and men were 18.3 ± 1.7 and 19.0 ± 1.8 kcal/kg/day and for morbidly
obese women and men, were 16.9 ± 1.8 and 16.1 ± 1.7 kcal/kg/day.
When REE was corrected for fat free mass, no differences between
controls and different degrees of obesity, were observed. The
difference between estimated and measured REE ranged from -420 to
617 kcal in women and from -400 to 900 kcal in men. The equations
derived using data obtained in the present study, showed a better
predictive accuracy. Conclusions: An important error was detected
when REE was predicted using FAO/WHO or Harris Benedict equations,
in Chilean obese subjects. Therefore these equations must be used
with caution, local equations must be devised or resting energy
expenditure must be measured by indirect calorimetry (Rev Méd Chile
2002; 130: 51-60).
(Key Words: Calorimetry, indirect; Energy metabolism; Obesity;
Predictive value of tests)

Recibido el 24 de abril, 2001. Aceptado en versión corregida el

5 de noviembre, 2001.
Programa de Obesidad, Clínica Avansalud. Departamento de
Nutrición,
Facultad de Medicina, Universidad de Chile.
1
Nutricionista
2
Alumno Carrera de Medicina

La obesidad es una enfermedad crónica caracterizada por un aumento

en la masa grasa corporal, con una fuerte asociación con hipertensión
arterial, dislipidemia, diabetes tipo 2, cardiopatía isquémica y algunos
tipos de cáncer1. La prevalencia elevada y creciente de la obesidad
observada en nuestro país2,3, ha situado a esta enfermedad como
prioritaria dentro de las estrategias nacionales de promoción en salud4.

Si bien las medidas preventivas pueden evitar un mayor incremento en

la prevalencia de obesidad en nuestra población, son indispensables las
estrategias de intervención, especialmente en obesos con
enfermedades asociadas. Actualmente existe consenso en que el
enfoque terapéutico debe ser multidisciplinario e integral, considerando
como objetivo el cambio en los hábitos de alimentación y de actividad
física5,6.

En el paciente obeso la planificación de la alimentación debe considerar

un período de reducción del peso corporal, en el cual la ingesta calórica
debe ser significativamente menor al gasto energético de reposo más
actividad física, seguido por una fase de estabilización del peso
corporal en que se deben cubrir las necesidades nutricionales y evitar
el nuevo incremento del peso7.

Para el cálculo del requerimiento calórico individual habitualmente se

utilizan ecuaciones para estimar el gasto energético de reposo (GER),
tales como las de FAO/OMS/UNU8, o las desarrolladas por Harris y
Benedict9, aplicando luego un factor de actividad física liviana,
moderada o intensa. Otro método de mayor exactitud consiste en
medir el GER por calorimetría indirecta10, aplicando luego el factor de
actividad física. Esta técnica, sin embargo, es de alto costo y está
disponible solamente en unos pocos centros clínicos.
Considerando que las fórmulas para estimar el GER provienen de
poblaciones con diferentes características raciales, rango de edad e
índice de masa corporal, es probable encontrar errores en la predicción
de este parámetro11,12.

El presente estudio se efectuó con el objetivo de comparar el GER

medido con el GER estimado por fórmulas, en adultos en un amplio
rango de edad e índice de masa corporal, y proponer ecuaciones de
estimación específicas para nuestra población que debieran ser
validadas en futuros estudios.

MATERIAL Y MÉTODO

Sujetos. Se estudiaron a 816 mujeres y 441 hombres entre 18 y 74

años de edad, sin antecedentes de variación reciente en el peso
corporal. Se diagnosticó sobrepeso (Sp), en aquellos sujetos con índice
de masa corporal (IMC= peso (kg)/estatura2 (m)), entre 25 y 29,9;
obesidad (Ob), con IMC entre 30 y 39,9; y obesidad mórbida (Om),
con IMC de 40 o más1. Los controles (C), fueron sujetos sanos con IMC
entre 18,5 y 24,9 kg/m2. Los individuos con sobrepeso y obesidad
fueron seleccionados retrospectivamente entre los pacientes
consultantes a un programa de tratamiento de obesidad, que no se
encontraran en tratamiento para reducir el peso corporal con
restricción calórica y/o fármacos al momento de efectuarse las
mediciones de GER, y que no presentaran alguna enfermedad que
afectara directamente el gasto energético o la confiabilidad de su
medición. El estudio contó con la aprobación del comité de ética del
centro clínico y con el consentimiento de los pacientes para analizar en
forma anónima sus determinaciones.

Medición del gasto energético de reposo y cuociente respiratorio de

ayunas (CRa). En condiciones de ayuno de al menos 12 h, reposo por
30 min y en un ambiente termoestable (20 a 21°C), se midió el GER
por calorimetría indirecta de circuito abierto con un monitor metabólico
Deltatrac (Datex Instrumentarium Corp, Helsinki, Finland)10,14. Con
esta medición se obtiene el CRa y una estimación del porcentaje de
oxidación de lípidos (% OL). El GER medido (GERm), fue comparado
con el GER estimado (GERe), por ecuaciones de Harris y Benedict
(H/B)8, y con las fórmulas propuestas por FAO/OMS/UNU- 1985 (F/O) 7
(Tabla 1).
Evaluación antropométrica y de composición corporal. Se midió el peso
corporal y la talla, con ropa ligera y descalzo, en una balanza de
palanca (Detecto), con una precisión de ± 100 g. En 230 mujeres y
130 hombres se midió el porcentaje de masa grasa (%MG) y la masa
libre de grasa (MLG), mediante impedanciometría bioeléctrica
tetrapolar (Biodynamics Corp, Seattle, USA)13.

Análisis estadístico. Los parámetros se expresaron como promedio y

desviación estándar, ajustados por edad. Se efectuó ANOVA para el
GERm (por peso corporal y MLG), CRa y % OL, entre los grupos C, Sp,
Ob y Om. El CRa fue categorizado en tres subgrupos: cuartil inferior
(CRa <0,78 ó >52% OL), cuartil superior (CRa >0,87 ó <25% OL) y
cuartiles intermedios (CRa entre 0,78 y 0,87). Se efectuó análisis de
correlación lineal simple entre las variables GERm (kcal/kg/día y
kcal/MLG), CRa, IMC, % MG y MLG. Se realizó análisis de regresión
lineal múltiple con las variables GERm (variable dependiente), peso,
talla y edad (variables independientes). Las diferencias entre GER
estimado y medido se evaluaron con el análisis de Bland y Altman, con
límites de concordancia en ± 2 desviaciones estándar del residual 15. Se
calculó la diferencia (%), entre la estimación y la medición (GERe-
GERm/GERm*100), y se estableció un límite arbitrario en ± 10%. Para
analizar la homogeneidad del GER dentro de las muestras se calcularon
ecuaciones de regresión a partir de muestras aleatorias conformadas
por la mitad de los casos de mujeres y hombres. Estas ecuaciones
fueron aplicadas en la otra mitad de cada grupo en forma cruzada y se
analizó las diferencias entre el GER medido y el nuevo valor de GER
estimado. Se utilizó el programa estadístico Jandel Sigma Stat, versión
2.0 (Copyright 1995, Jandel Corp.), y un nivel de significancia de 5%
(p <0,05).
RESULTADOS

Gasto energético de reposo medido y cuociente respiratorio de ayunas.

En mujeres el GERm por peso corporal fue significativamente menor a
mayor grado de obesidad (p <0,05), y no hubo diferencia significativa
en el GERm por MLG (Tabla 2). El CRa fue significativamente menor en
las Om en comparación con las C, Sp y Ob (p <0,05). Un CRa > 0,87
se encuentra en 21,8% de las 816 mujeres.

En hombres se encontró un GERm por peso corporal significativamente

diferente entre los subgrupos, siendo el promedio menor a mayor
grado de obesidad (p <0,05) (Tabla 3). El GERm por MLG no fue
significativamente diferente entre los subgrupos. El CRa fue menor en
los hombres Sp, Ob y Om en comparación con los C (p <0,05), y en
38,5% de los 441 hombres se observa un CRa >0,87.
Diferencia entre GER estimado por Harris-Benedict y GER medido. El
GERe por H/B sobrestima el GERm en 56 ± 126 kcal/día (-420 a 370
kcal) o en 3,9 ± 8,7% en mujeres (-27,2 a 26,9%), y en 153 ± 191
kcal/día (-400 a 900 kcal) o 8,3 ± 10,4% en hombres (-19,4 a 45,5%)
(Figuras 1 y 2). La diferencia H/B-GERm, mostró una correlación
negativa con el GERm en mujeres (r=-0,65; p <0,001), y en hombres
(r=-0,25; NS). Los límites de concordancia de Bland-Altman (± 2 DE),
son ± 252 kcal (± 17,4%), y ± 382 kcal (±20,9%), en mujeres y
hombres, respectivamente. Una diferencia H/B-GEMm mayor a ± 10%
se encuentra en 28% de las mujeres y en 43,3% de los hombres.
 Figura 1.
Comparación del
gasto energético
de reposo
(GER), estimado
por ecuaciones
de Harris-
Benedict (H-B),
con el GER
medido por
calorimetría
indirecta en
mujeres (según
Bland y Altman).

Figura 2.
Comparación del
gasto energético
de reposo
(GER), estimado
por ecuaciones
de Harris-
Benedict (H-B),
con el GER
medido por
calorimetría
indirecta en
hombres (según
Bland y
Altman)..

Diferencia entre GER estimado por FAO/OMS/UNU y GER medido. Las

fórmulas F/O sobrestiman el GERm en 75 ± 136 kcal/día (-392 a 617),
o en 5,2 ± 9,4% (-19,4 a 45,5%) en las mujeres, y en 181 ± 186
kcal/día (-346 a 1.008), o en 9,8 ± 11,4% (-16,3 a 49,7%), en
 hombres (Figuras 3 y 4). La diferencia F/O-GERm mostró una
correlación negativa con el GERm en mujeres (r=-0,61; p <0,001), y
en hombres (r=-0,42; p <0,05). Los límites de concordancia de Bland-
Altman (± 2 DE), son ± 272 (18,8%), y 372 kcal (20,3%), en mujeres
y hombres, respectivamente. Una diferencia F/O-GEMm >±10% se
presenta en 37,2% de las mujeres y en 52,4% de los hombres.

Figura 3. Comparación del gasto energético de reposo (GER), estimado por fórmulas FAO/OMS (F/O),
con el GER medido por calorimetría indirecta en mujeres (según Bland y Altman).
 Figura 4. Comparación del gasto energético de reposo (GER), estimado por
fórmulas FAO/OMS (F/O), con el GER medido por calorimetría indirecta en
hombres (según Bland y Altman).

Diferencia entre GER estimado y GER medido según IMC. En mujeres la

sobrestimación con H/B y F/O es mayor en controles que en aquellas
con IMC ≥25 (107 ± 101 vs 48 ± 133, y 97 ± 106 vs 71 ± 139
kcal/día, respectivamente). En hombres H/B y F/O sobrestiman más
cuando el IMC es 25 que en los C (160 ± 190 vs 75 ± 179, y 187 ±
187 vs 119 ± 172 kcal/día, respectivamente). En mujeres las
diferencias H/B-GERm y F/O-GERm se correlacionaron negativamente
con el IMC (r= -0,17, p <0,001 y r= -0,09, p <0,05, respectivamente),
es decir que a mayor IMC las fórmulas muestran una menor
sobrestimación. En hombres hubo una correlación positiva del IMC con
H/B-GERm (r=0,26; p <0,001), y con F/O-GERm (r=0,15; p <0,005),
lo cual implica una menor sobrestimación con IMC más bajos.

Ecuaciones de predicción del GER. Las ecuaciones para estimar el GER

en función del peso, o del peso y edad, se presentan en la Tabla 4. En
el análisis de correlación simple la variable peso explica la mayor parte
de la variación del GER en mujeres (r=0,78; p <0,001; EE=128 kcal),
y en hombres (r=0,78; p <0,001; EE=174 kcal). La edad muestra una
correlación negativa no significativa con el GER en mujeres (r=-0,059)
y en hombres (r=-0,029), y al incorporarla en el análisis de regresión
lineal múltiple mejora escasamente el coeficiente de correlación y el
error estándar de la predicción en mujeres (r=0,80; EE=123 kcal), y
en hombres (r=0,79; EE=172 kcal).
Análisis de validación dentro de las muestras. En las mujeres se
calcularon ecuaciones de regresión para 2 muestras de 408 casos cada
una (M1 y M2):

M1: GERe= P*10,6 - E*3,68 + 762,6

(EE=121 kcal; F=325,061; r=0,785; p <0,001).
   
M2: GERe= P*11,2 - E*2,13 + 674,3
(EE=125 kcal; F=384,47; r=0,809; p <0,001).

Las diferencias GERe-GERm al aplicar la ecuación M1 en el grupo M2, y

la ecuación M2 en el grupo M1 fueron de -15,9 ± 126,7 y 12,0 ± 122,2
kcal, respectivamente.

En hombres se obtuvieron ecuaciones de regresión en una muestra de

221 casos (H1), y otra de 220 casos (H2):

H1: GERe= P*10,8 - E*1,52 + 860,0

(EE=179 kcal; F=174,835; r=0,785; p <0,001).
   
H2: GERe= P*11,5 - E*3,29 + 859,3
(EE=165 kcal; F=193,232; r=0,800; p <0,001).

Las diferencias GERe-GERm al aplicar la ecuación H1 en el grupo H2 y

la ecuación H2 en el grupo H1 fueron de 8,9 ± 165,7 y -7,2 ± 179,9
kcal, respectivamente.

DISCUSIÓN

Al estimar el gasto energético de reposo puede obtenerse un menor

error al usar una fórmula originada en una amplia muestra de
individuos con características raciales, patrón de actividad física, rango
de edad y composición corporal semejantes a las de los sujetos a
analizar (ecuación población-específica). Las ecuaciones de Harris y
Benedict8, se desarrollaron en 1919 a partir del análisis de regresión
entre el gasto energético de reposo medido por calorimetría, y el peso,
talla y edad en 103 mujeres y 136 hombres sanos con peso normal, y
en un rango de edad limitado (31±14 años en mujeres; 27±9 años en
hombres). En un estudio de revalidación estas ecuaciones mostraron
una precisión de ± 14% en la estimación del GER en sujetos sanos con
peso normal, y un bajo valor predictivo en desnutridos16. Numerosos
estudios han comparado el GERe por ecuaciones de H/B con la
calorimetría indirecta encontrándose discordancias en un rango de
±19% en sujetos sanos con peso normal y obesos, y en diferentes
razas17-25. Por otro lado, las fórmulas propuestas por FAO/OMS/UNU 7,
se basan en datos de Schofield y cols26, quienes, recopilando la
información de 114 estudios publicados en los últimos 60 años,
analizan el GER medido en 1.239 mujeres y 3.575 hombres mayores
de 18 años. Con las series analizadas, de diferentes razas, rango de
edad e índice de masa corporal (17,5 a 37,1 kg/m2), se intenta obtener
fórmulas aplicables universalmente. Estas fórmulas han sido
consideradas adecuadas para la estimación del GER en individuos
sanos con peso normal o bajo27,28, aunque no recomendables para
obesos norteamericanos29. Los estudios efectuados en poblaciones no
caucásicas han mostrado una consistente sobrestimación del GER con
las fórmulas FAO/OMS/UNU, con valores promedio de hasta 12,5%
sobre las mediciones del GER25,30-32.

En nuestro estudio las fórmulas sobrestimaron menos el GER en

mujeres (5,2% con F/O y 3,9% con H/B), que en hombres (9,8% con
F/O y 8,3% con H/B), con una discordancia individual que fluctuó entre
28% de subestimación hasta 50% de sobrestimación. En los análisis de
Bland-Altman se observó una mayor sobrestimación con las fórmulas
cuando el GER medido era menor de 1.400 kcal en mujeres y 1.700
kcal en hombres. En los datos de Schofield los valores de GER en el
rango descrito corresponden a sujetos con un promedio de IMC y edad
muy inferiores al de nuestra muestra (20 kg/m2 y 25 años,
respectivamente). Lo anterior conduce a un mayor coeficiente para el
peso en las ecuaciones F/O y una esperable sobrestimación al
aplicarlas en nuestra muestra. En valores elevados la mala estimación
del GER se origina en que los datos de Schofield, así como los de Harris
y Benedict, contienen una proporción muy pequeña de casos con GER
elevado o IMC mayor de 25 kg/m2, por lo tanto es explicable un mayor
error en individuos con sobrepeso u obesidad (valores altos de GER en
nuestra muestra), como ha sido descrito en otros trabajos29.

En el análisis de validación interna se observó un menor promedio en

la diferencia entre el GER estimado y GER medido al aplicar en forma
cruzada las ecuaciones calculadas en las submuestras tanto en mujeres
(-15,9 y 12,0 kcal), como en hombres (-7,2 y 8,9 kcal), en relación al
obtenido con las fórmulas tradicionales. Lo anterior muestra algún
grado de homogeneidad dentro de la muestra en relación a las
mediciones del gasto energético.

El GER medido expresado por peso corporal total resultó ser

significativamente más bajo a mayor grado de obesidad en mujeres y
hombres, y el promedio por categoría (Tablas 2 y 3), permitiría una
estimación rápida del GER cuando no se dispone de una medición.

Considerando que los sujetos con mayor grado de obesidad tenían un

mayor promedio de edad las variables de gasto energético debieron
ajustarse por edad. Los estudios que comparan sujetos obesos y no
obesos, con diferentes promedios grupales de edad, no encuentran
diferencia significativa en el GER medido por calorimetría indirecta
cuando éste se ajusta por masa libre de grasa o por área de superficie
corporal24,33-36. Como la disminución del GER con la edad es
fundamentalmente atribuible a la disminución de la masa libre de
grasa, era esperable encontrar que el GER por unidad de masa libre de
grasa fuera semejante entre las distintas categorías de IMC, aun con
las diferencias significativas en sus promedios de edad (Tablas 2 y 3).

Una baja tasa de oxidación de lípidos (CR de ayuno y de 24 h elevado),

es una característica metabólica en parte genéticamente
determinada37, considerada como factor de riesgo de ganancia de
peso38,39. En nuestra serie alrededor de 22 y 39% del total de mujeres
y hombres, respectivamente, presentan un cuociente respiratorio en
ayunas mayor que 0,87, y la proporción de casos con CRa elevado es
menor a mayor grado de obesidad. Si bien el CRa obtenido por
calorimetría indirecta no expresa fielmente la utilización de nutrientes
(oxidación de grasas vs hidratos de carbono), un valor elevado de este
parámetro en ayunas es sugerente de una mala utilización de grasas.

Finalmente, las ecuaciones predictivas desarrolladas en el presente

estudio (Tabla 5), con un coeficiente de correlación (0,8), y un error
de estimación (108-172 kcal), semejante al de las ecuaciones
tradicionales, podrían mostrar una mejor concordancia con el GER
medido al ser aplicadas en sujetos de nuestra población, como se
demostró en el análisis de validación interna desarrollado. Sin
embargo, antes de recomendar ecuaciones para la práctica clínica es
necesario validarlas en una gran muestra de sujetos con peso normal y
obesos en los cuales se disponga de mediciones del GER por
calorimetría indirecta bajo condiciones estandarizadas.

En conclusión, el gasto energético de reposo calculado con fórmulas

tradicionales puede presentar un error importante de estimación, el
cual puede ser relevante al momento de planificar la alimentación para
reducir o mantener el peso corporal en sujetos obesos. Las fórmulas
originadas del presente análisis podrían inducir a un menor error en la
estimación del gasto energético de reposo, especialmente en pacientes
obesos, cuando no es posible efectuar una medición con calorimetría
indirecta. La aplicación de estas fórmulas en estudios de validación
podrá confirmar si son o no más adecuadas para su uso rutinario en la
práctica clínica que las fórmulas tradicionalmente usadas.

REFERENCIAS

1. WHO. Obesity. Preventing and management the global epidemic.

Report of a WHO Consultation on Obesity. Geneva: WHO,
1997.        [ Links ]
2. Berríos X. Factores de riesgo para enfermedades crónicas: Un
ejemplo de investigación epidemiológica. Bol Esc Med PUC Chile 1994;
23: 73-89.        [ Links ]

3. Jadue L, Vega J, Escobar MC, Delgado I, Garrido C, Lastra P et al.

Factores de riesgo para enfermedades no transmisibles: Metodología y
resultados globales de la encuesta de base del programa CARMEN. Rev
Méd Chile 1999; 127: 1004-13.        [ Links ]

4. Vio F, Castillo C. Diagnóstico de la situación nutricional en Chile. En:

Castillo C, Uauy R, Atalah E, eds. Guías de Alimentación para la
Población Chilena. Ministerio de Salud, INTA, Universidad de Chile y
Centro de Nutrición, Facultad de Medicina, Universidad de Chile.
Santiago, Chile 1997.        [ Links ]

5. Clinical Management of Overweight and Obese Patients. A report of

The Royal College of Physicians. Royal College of Physicians. London,
1998.        [ Links ]

6. The practical guide to the identification, evaluation and treatment of

overweight and obesity in adults. National Institutes of Health (NIH),
National Heart, Lung and Blood Institute, and North American
Association for the Study of Obesity (NAASO). September
1998.        [ Links ]

7. FAO/OMS/UNU. Necesidades de Energía y de Proteínas. Informe de

una Reunión Consultiva Conjunta FAO/OMS/UNU de Expertos. OMS,
Ginebra, 1985.        [ Links ]

8. Harris JA, Benedict FJ. A biometric study of basal metabolism in

man. Washington DC: Carnegie Institute of Washington. Publication Nº
279, 1919.        [ Links ]

9. Bray GA. Contemporary Diagnosis and Management of Obesity.

Pennsylvania, USA. Handbooks in Health Care Co. 1998.        [ Links ]

10. Johnson RE. Techniques for measuring gas exchange. In: Kinney
JM. Assessment of energy metabolism in health and disease. Columbus
Ross Laboratories 1980; 32-62.        [ Links ]

11. Hayter JE, Henry CJ. A re-examination of basal metabolic rate

predictive equations: the importance of geographic origin of subjects in
sample selection. Eur J Clin Nutr 1994; 48: 702-7.        [ Links ]

12. Daly JM, Heymsfield SB, Head CA, Harvey LP, Nixon DW, Katseff H
et al. Human energy requirements: overestimation by widely used
prediction equation. Am J Clin Nutr 1985; 42: 1170-4.        [ Links ]

13. Segal KR, Gutin B, Presta E, Wang J, Van Itallie TB. Estimation of
human body composition by electrical impedance methods: a
comparative study. J Appl Physiol 1985; 58: 1565-71.        [ Links ]
14. Takala J, Keinanen O, Vaisanen P, Kari A. Measurement of gas
exchange in intensive care: Laboratory and clinical validation of a new
device. Crit Care Med 1989; 17: 1041-7.        [ Links ]

15. Bland JM, Altman DG. Statistical methods for assessing agreement
between two methods of clinical measurement. Lancet 1986; 1: 307-
10.        [ Links ]

16. Roza AM, Shizgal HM. The Harris Benedict equation reevaluated:
resting energy requirements and the body cell mass. Am J Clin Nutr
1984; 40: 168-82.        [ Links ]

17. Pittet PN, Chappuis PN, Acheson K, De Techtermann F, Jéquier E.

Thermic effect of glucose in obese subjects studied by direct and
indirect calorimetry. Br J Nutr 1976; 35: 281-92.        [ Links ]

18. Ravussin E, Burnand B, Schultz Y, Jéquier E. Twenty-four hour

energy expenditure and resting metabolic rate in obese, moderately
obese, and control subjects. Am J Clin Nutr 1982; 35: 566-
73.        [ Links ]

19. Owen OE, Kavle E, Owen RS, Polansky M, Caprio S, Mozzoli MA et

al. A reappraisal of the caloric requirements in healthy women. Am J
Clin Nutr 1986; 44: 1-19.        [ Links ]

20. Owen OE, Holup JL, D'alessio DA, Craig ES, Polansky M, Smalley KJ
et al. A reappraisal of the caloric requirements of men. Am J Clin Nutr
1987; 46: 875-85.        [ Links ]

21. Mifflin MD, St Jeor ST, Hill LA, Scott BJ, Daugherty SA, Koh YO. A
new predictive equation for resting energy expenditure in healthy
individuals. Am J Clin Nutr 1990; 51: 241-7.        [ Links ]

22. Charlin V, Carrasco F, Borghesi L, Ferrer L. Gasto energético basal:

variabilidad inter e intraindividual. Rev Chil Nutr 1992; 20: 219-
25.        [ Links ]

23. Case KO, Brahler CJ, Heiss C. Resting energy expenditures in Asian
women measured by indirect calorimetry are lower than expenditures
calculated from prediction equations. J Am Diet Assoc 1997; 97: 1288-
92.        [ Links ]

24. Carrasco F, Charlin V, Reyes E, Kehr J, Núñez C, Sarrat M. Resting

Energy Expenditure and respiratory quotient in obese and non-obese
women: risk factors of weight gain. Int J Obes 1998; (suppl 3):
S156.        [ Links ]

25. Magalhaes C, Ferreira A, Dos Anjos LA. Basal metabolic rate is

overestimated by predictive equations in college aged women of Rio de
Janeiro, Brazil. Arch Lat Nutr 1999; 49: 232-7.        [ Links ]
26. Schofield WN. Predicting basal metabolic rate, new standards and
review of previous work. Hum Nutr: Clin Nutr 1985; 39 (Suppl 1): 5-
41.

27. Vinken AG, Bathalon GP, Sawaya AL, Dallal GE, Tucker KL, Roberts
SB. Equations for predicting the energy requirements of healthy adults
aged 18-81 y. Am J Clin Nutr 1999; 69: 920-6.        [ Links ]

28. Ferro-Luzzi A, Petracchi C, Kuriyan R, Kurpad AV. Basal metabolism

of weight-stable chronically undernourished men and women: lack of
metabolic adaptation and ethnic differences. Am J Clin Nutr 1997; 66:
1086-93.        [ Links ]

29. Heshka S, Feld K, Yang MU, Allison DB, Heymsfield SB. Resting
energy expenditure in the obese: a cross-validation and comparison of
prediction equations. J Am Diet Assoc 1993; 93: 1031-6.        [ Links ]

30. Henry CJ, Rees DG. New predictive equations for the estimation of
basal metabolic rate in tropical peoples. Eur J Clin Nutr 1991; 45: 177-
85.        [ Links ]

31. Soares MJ, Francis DH, Shetty PS. Predictive equations for basal
metabolic rate of Indian males. Eur J Clin Nutr 1993; 47: 389-
94.        [ Links ]

32. Valencia ME, Moya SY, McNeill G, Haggarty P. Basal metabolic rate
and body fatness of adult men in northern Mexico. Eur J Clin Nutr
1994; 48: 205-11.        [ Links ]

33. Bray G, Schwartz M, Rozin R, Lister J. Relationships between

oxygen consumption and body composition of obese patients.
Metabolism 1970; 19: 418-29.        [ Links ]

34. Halliday D, Hesp R, Stalley SF, Warwick P, Altman DG, Garrow JS.
Resting metabolic rate, weight, surface area and body composition in
obese women. Int J Obes 1979; 3: 1-6.        [ Links ]

35. Hoffmans M, Pfeifer NA, Gundlach BL, Nijkrake HG, Oude Ophuis
AJ, Hautvast JG. Resting metabolic rate in obese and normal weight
women. Int J Obes 1979; 3: 111-8.        [ Links ]

36. Welle S, Forbes GB, Statt M, Barnard RR, Amatruda JM. Energy
expenditure under free-living conditions in normal-weight and over-
weight women. Am J Clin Nutr 1992; 55: 14-21.        [ Links ]

37. Heitmann BL, Lissner L, Sorensen TIA, Bengtsson C. Dietary fat

intake and weight gain in women genetically predisposed for obesity.
Am J Clin Nutr 1995; 61: 1213-7.        [ Links ]

38. Seidell JC, Muller DC, Sorkin JD, Andres R. Fasting respiratory
exchange ratio and resting metabolic rate as predictors of weight gain:
the Baltimore Longitudinal Study on Aging. Int J Obes 1992; 16: 667-
74.        [ Links ]
39. Zurlo F, Lillioja S, Espósito-Del Puente A, Nyomba BL, Raz I, Saad
MF et al. Low ratio of fat to carbohydrate oxidation as predictor of
weight gain: study of 24-h RQ. Am J Physiol 1990; 259: E650-
E657.        [ Links ]

 
©  2011  Sociedad Médica de Santiago

Bernarda Morín 488, Providencia,

Casilla 168, Correo 55
Santiago - Chile
Teléfono: 56-2-7535520
Fono/Fax:56-2-7535524

revmedchile@smschile.cl