
Tasa metabólica basal (TMB): qué es y cómo calcularla
La tasa metabólica basal (TMB) es la energía que tu cuerpo quema en reposo absoluto solo para mantenerte con vida, y es la mayor parte de tus necesidades diarias de calorías. Mifflin-St Jeor es una de las ecuaciones más utilizadas en la práctica clínica. Para hombres: 10 × peso (kg) + 6,25 × altura (cm) − 5 × edad (años) + 5; para mujeres, los mismos términos − 161. En una revisión sistemática, Mifflin-St Jeor predijo la tasa metabólica en reposo con un margen del 10 % respecto al valor medido en más personas que otras ecuaciones habituales. Toma el resultado como una estimación, no como una cifra exacta.
Este artículo tiene fines informativos generales y no sustituye el consejo, diagnóstico o tratamiento médico profesional. Consulte siempre a un profesional sanitario cualificado.
Qué mide realmente la tasa metabólica basal
La tasa metabólica basal (TMB) es la energía que tu cuerpo usa para mantenerse con vida cuando estás en reposo total. Incluye respirar, bombear sangre, mantener en funcionamiento el cerebro y los órganos, y conservar la temperatura corporal. No incluye caminar, entrenar ni digerir las comidas.
También verás los términos tasa metabólica en reposo (TMR) y gasto energético en reposo (GER). Los tres describen mediciones muy relacionadas del gasto de energía en reposo, y en esta guía los tratamos en conjunto. Los investigadores estiman el gasto en reposo, igual que los demás componentes del gasto energético diario, con variantes de un método llamado calorimetría indirecta. La ecuación de Mifflin-St Jeor que verás más abajo, por ejemplo, se diseñó para predecir el GER.
La TMB importa porque es el bloque más grande de tu presupuesto energético. El gasto energético total diario se compone principalmente del gasto energético en reposo, el gasto por actividad física y el efecto térmico de los alimentos. De los tres, el gasto en reposo es el componente principal.
Cómo calcular la TMB con la ecuación de Mifflin-St Jeor
Una revisión sistemática identificó a Mifflin-St Jeor como una de las cuatro ecuaciones de predicción más utilizadas en la práctica clínica. Se obtuvo a partir de 498 adultos sanos de entre 19 y 78 años. De ellos, 264 tenían peso normal y 234 tenían obesidad, y a todos se les midió el GER mediante calorimetría indirecta.
Las versiones simplificadas son:
- Hombres: TMB = 10 × peso (kg) + 6,25 × altura (cm) − 5 × edad (años) + 5
- Mujeres: TMB = 10 × peso (kg) + 6,25 × altura (cm) − 5 × edad (años) − 161
El resultado se expresa en kcal al día. En los datos originales, el peso, la altura, la edad y el sexo juntos explicaban el 71 % de la variación del GER medido (R² = 0,71).
Ejemplos resueltos
Una mujer hipotética que pesa 70 kg, mide 165 cm y tiene 40 años:
10 × 70 + 6,25 × 165 − 5 × 40 − 161 = 700 + 1031,25 − 200 − 161 = unas 1370 kcal/día.
Un hombre hipotético que pesa 80 kg, mide 180 cm y tiene 35 años:
10 × 80 + 6,25 × 180 − 5 × 35 + 5 = 800 + 1125 − 175 + 5 = 1755 kcal/día.
La fórmula tiene dos rasgos útiles. Primero, la diferencia entre un hombre y una mujer con el mismo tamaño y la misma edad es siempre de 166 kcal (5 − (−161) = 166), lo que coincide con el término de sexo de la versión completa de la ecuación. Segundo, cada año adicional resta 5 kcal. Con el mismo peso y la misma altura, diez años reducen la estimación en 50 kcal (5 × 10).
Si conoces tu masa libre de grasa
El mismo estudio también evaluó predictores más sencillos. La masa libre de grasa (MLG) fue el mejor predictor individual del GER (R² = 0,64), con la ecuación GER = 19,7 × MLG (kg) + 413. El peso corporal por sí solo funcionó peor (GER = 15,1 × peso + 371, R² = 0,56). La ecuación completa, con peso, altura, edad y sexo, fue la más sólida de las tres.
Otras fórmulas de TMB: Harris-Benedict, OMS y ten haaf
Mifflin-St Jeor no es la única opción. La fórmula que mejor te funciona depende en parte de tu perfil.
Harris-Benedict
Las ecuaciones de Harris-Benedict datan de 1919. Frente a los valores medidos en el estudio de Mifflin, sobrestimaron el GER en un 5 %. Una revisión sistemática comparó las cuatro ecuaciones más usadas en la práctica clínica: Harris-Benedict, Mifflin-St Jeor, Owen y OMS/FAO/UNU. Mifflin-St Jeor resultó la más fiable: predijo la TMR con un margen del 10 % respecto al valor medido en más personas, con y sin obesidad, que cualquier otra ecuación, y tuvo el rango de error más estrecho. La revisión también observó que los adultos mayores y las minorías étnicas residentes en Estados Unidos estaban poco representados en los estudios usados para construir y validar estas ecuaciones.
Obesidad grave: OMS y Harris-Benedict
El panorama cambia con pesos corporales muy altos. Una revisión sistemática incluyó 40 estudios en adultos con un IMC de entre 40,0 y 62,4, y combinó 20 de ellos en un metaanálisis. En ese grupo, la ecuación de la OMS (basada en el peso) y la de Harris-Benedict fueron las más exactas y precisas. Su sesgo medio fue de −12,44 kcal/día para la OMS y de −18,9 kcal/día para Harris-Benedict. Las demás ecuaciones evaluadas, incluida la de Mifflin, tendieron a subestimar la TMB.
Deportistas y la ecuación de Ten Haaf
Un metaanálisis reunió 29 estudios con 1430 deportistas y 100 ecuaciones de predicción distintas. La ecuación de Ten-Haaf fue la más precisa: predijo al 80,2 % de los participantes con un margen de ±10 % respecto a la TMR medida, mientras que las demás ecuaciones analizadas en cuanto a precisión oscilaron entre el 40,7 % y el 63,7 %. Además, sus predicciones medias no difirieron significativamente de los valores medidos. Otras cuatro ecuaciones, entre ellas Harris-Benedict, compartieron ese resultado, pero Ten-Haaf fue la única de las cinco sin heterogeneidad entre estudios (I² = 0 %). En los mismos datos de deportistas, Mifflin-St Jeor subestimó o sobrestimó significativamente la TMR. Aquí no reproducimos los coeficientes exactos de Ten Haaf. La conclusión práctica es que una fórmula creada a partir de la población general puede fallar en personas muy musculosas y con mucho entrenamiento.
Si quieres ver estos métodos comparados lado a lado, consulta nuestra guía sobre la precisión del cálculo de la tasa metabólica.
¿Qué tan precisa es una calculadora de TMB?
En las revisiones anteriores, una predicción se consideraba acertada si quedaba dentro del 10 % de la TMR medida. Parece un margen estrecho, pero en calorías es una franja amplia. Para el ejemplo de 1370 kcal, ±10 % equivale a ±137 kcal (1370 × 0,10). Eso sitúa el valor real en cualquier punto entre unas 1233 y 1507 kcal/día (1370 − 137 y 1370 + 137), y aun así cuenta como una buena predicción.
Incluso las mejores ecuaciones fallan por más que eso en algunas personas. La revisión sistemática que favoreció a Mifflin-St Jeor describió de todos modos errores notables al aplicarla a individuos. Predecir es difícil porque el metabolismo en reposo varía de una persona a otra, incluso con el mismo tamaño corporal.
Más datos ayudan, pero solo hasta cierto punto. Un estudio reciente con 454 adultos sanos probó modelos de aprendizaje automático con hasta 94 predictores. El mejor modelo explicó el 76,8 % de la varianza de la TMR. La masa libre de grasa, el peso corporal y, curiosamente, la temperatura exterior media figuraron entre los predictores más útiles. Los marcadores sanguíneos aportaron poco, y la microbiota intestinal y los ácidos grasos de cadena corta en heces no aportaron nada. Incluso este modelo dejó sin explicar alrededor del 23 % de la variación (100 − 76,8 = 23,2 %).
Las enfermedades amplían todavía más el error. En 900 pacientes con cirrosis, el GER predicho osciló entre 501 kcal/día por debajo y 548 kcal/día por encima del valor medido. Los autores concluyeron que en ese grupo el GER debería medirse directamente.
En otras enfermedades aparecen brechas parecidas, y el error no siempre va en la misma dirección. En 34 pacientes con hipertensión pulmonar, todos los métodos de estimación evaluados subestimaron las necesidades energéticas en unas 255 kcal. En 71 supervivientes de ictus crónico, 8 de 9 ecuaciones predijeron una TMR entre un 9 % y un 18 % más alta que la medida.
¿Cuál es una TMB normal?
No existe una única cifra «normal». La TMB varía según el tamaño y la composición corporal, así que un hombre alto y musculoso y una mujer menuda pueden estar perfectamente sanos con valores muy distintos. Los ejemplos anteriores (unas 1370 y 1755 kcal/día) muestran lo amplia que es la diferencia incluso con tamaños corporales comunes.
Una comprobación aproximada es la energía por kilo. En el estudio sobre cirrosis, 282 controles sanos promediaron 20,8 ± 2,6 kcal por kilo de peso corporal al día. Para una persona de 70 kg, eso da unas 1456 kcal/día (70 × 20,8). Tómalo solo como una referencia general: el ± 2,6 refleja una variación real entre personas.
Si tu TMB calculada parece muy alejada de lo esperado, revisa primero los datos que introdujiste. La ecuación usa el peso en kilos y la altura en centímetros.
De la TMB al GET: cuántas calorías necesitas al día
La TMB no es tu objetivo diario de calorías. El gasto energético total diario (GET, o TDEE por sus siglas en inglés) suma a tu gasto en reposo la energía que usas para moverte y la que empleas en digerir los alimentos.
Por eso, pasar de la TMB a una cifra diaria implica añadir una estimación de tu actividad, que trae su propia incertidumbre además de la de la fórmula de TMB. Nuestro artículo sobre niveles de actividad y ajuste nutricional explica cómo estimar esa parte de forma realista.
La edad influye menos de lo que mucha gente cree. Un gran análisis del gasto total diario, medido con agua doblemente marcada en personas de 8 días a 95 años, ajustó los resultados según la masa libre de grasa. Sobre esa base, el gasto se mantuvo estable en la edad adulta, de los 20 a los 60 años, incluso durante el embarazo, y solo disminuyó en los adultos mayores. Una revisión sobre el gasto energético a lo largo de la vida atribuye estos cambios, al menos en parte, a variaciones en la composición corporal, en la masa y la tasa metabólica de órganos y tejidos, y en el nivel de actividad física.
Qué sube o baja tu TMB
Masa libre de grasa
El tejido magro es el factor principal. En un estudio con 40 adultos, la masa libre de grasa y la masa grasa juntas explicaron el 83 % de la variabilidad de la TMR. Añadir mediciones detalladas de órganos y músculos no mejoró la predicción. Por eso dos personas con el mismo peso pero distinta masa muscular pueden tener una TMB notablemente diferente, y por eso las ecuaciones basadas en la MLG funcionan bien cuando la composición corporal se mide con precisión.
Dietas y adaptación metabólica
Reducir calorías disminuye el gasto en reposo, en parte porque pierdes tejido y en parte por adaptación. En un estudio controlado, 32 hombres sin obesidad comieron un 50 % por debajo de sus necesidades energéticas durante 3 semanas. Perdieron 6,0 kg y su GER bajó 266 kcal/día. La termogénesis adaptativa, es decir, la caída que no se explica por la pérdida de masa libre de grasa, fue de 108 kcal/día. Los cambios en la composición de la masa libre de grasa explicaron 36 kcal de esa cifra, lo que dejó 72 kcal/día de adaptación «real».
Entorno
En el estudio de predicción con aprendizaje automático, la temperatura exterior media fue uno de los predictores clave de la TMR. Los otros predictores clave de ese mismo modelo fueron la masa libre de grasa y el peso corporal.
Cuándo vale la pena medir la TMB
Una evaluación metabólica (a veces ofrecida como «prueba de TMB») usa calorimetría indirecta para medir tu gasto real de energía en reposo. La revisión sistemática sobre ecuaciones de predicción concluyó que los errores de estimación se eliminarían con una calorimetría indirecta válida que siga un protocolo basado en la evidencia para reducir al mínimo el error de medición. El criterio clínico decide cuándo una estimación es suficiente.
Para la mayoría de los adultos sanos que buscan un cambio de peso gradual, una TMB calculada es un punto de partida razonable. Úsala para fijar una ingesta inicial. Después, deja que la tendencia de tu peso durante varias semanas te indique si debes ajustar, porque la báscula refleja tu balance energético real mejor que cualquier fórmula. Un dispositivo ponible o el teléfono pueden ayudarte a registrar el peso y la actividad de forma constante.
Medirla tiene más sentido cuando se sabe que las estimaciones funcionan mal: con un IMC muy alto, con cargas de entrenamiento elevadas y con enfermedades que alteran el metabolismo. También tiene sentido si tu ingesta y tus cambios de peso no terminan de cuadrar con los números. En esas situaciones, la decisión sobre una prueba clínica corresponde a quien lleva tu atención médica.
📊 Datos clave
Ecuaciones habituales de TMB/TMR y lo que dice la evidencia
| Ecuación | Datos necesarios | Fórmula o hallazgo clave | Dónde funcionó mejor |
|---|---|---|---|
| Mifflin-St Jeor (hombres) | Peso, altura, edad | 10 × kg + 6,25 × cm − 5 × edad + 5 | Adultos en general: la que más a menudo quedó dentro del 10 % de la TMR medida entre cuatro ecuaciones habituales |
| Mifflin-St Jeor (mujeres) | Peso, altura, edad | 10 × kg + 6,25 × cm − 5 × edad − 161 | Adultos en general, con y sin obesidad |
| Versión de Mifflin con masa libre de grasa | Masa libre de grasa | 19,7 × MLG (kg) + 413 (R² = 0,64) | Cuando se conoce la composición corporal |
| Versión de Mifflin solo con peso | Peso | 15,1 × kg + 371 (R² = 0,56) | Estimación rápida; menos predictiva que la ecuación completa |
| Harris-Benedict (1919) | Ver publicación original | Sobrestimó el GER medido en un 5 % en los datos de Mifflin | Obesidad grave: sesgo de −18,9 kcal/día |
| OMS (peso) | Basada en el peso; datos completos en la publicación original | Sesgo de −12,44 kcal/día en obesidad grave | Adultos con IMC de 40,0 a 62,4 |
| Ten-Haaf | Ver publicación original | 80,2 % de los deportistas dentro de ±10 % de la TMR medida; I² = 0 % | Deportistas entrenados |
❓ Preguntas frecuentes
¿Cómo calculo mi tasa metabólica basal?
¿Cuál es una tasa metabólica basal normal?
¿Qué es la fórmula de Ten Haaf?
¿Cuál es la diferencia entre la TMB y el GET (TDEE)?
¿Son precisas las calculadoras de TMB gratuitas en internet?
¿Hacer dieta baja la TMB?
HAVIT, el coach de pérdida de peso con IA creado por expertos de Juvis Diet, una de las clínicas de pérdida de peso líderes de Corea
Analiza, marca metas exactas y te acompaña cada día
Los artículos les dan a todos el mismo promedio. HAVIT primero analiza tu cuerpo, con ese resultado fija tus metas diarias en números y te acompaña a cumplirlas durante 12 semanas.
- Paso 1Análisis de composición corporal con IA, sin equipos
Estima tu composición corporal con tu estatura, peso, edad y unas preguntas sobre tus hábitos. En un estudio propio (70 personas), la precisión de la estimación fue del 92.9% frente a las mediciones de InBody.
- Puntaje HAVIT y tasa metabólica basal
- Análisis músculo-grasa y tipo de composición corporal
- Grado de obesidad, porcentaje de grasa abdominal y grasa visceral
- Plano corporal: peso meta saludable, relación cintura-estatura y ritmo seguro para bajar de peso
- Análisis de hábitos en 6 niveles

- Paso 211 metas diarias en cifras exactas
Tu análisis define las metas que cumplirás cada día, con números precisos. Cada semana se ajustan según cómo cambia tu peso.
- Calorías consumidas, proteína, carbohidratos, grasa y fibra
- Calorías quemadas y pasos
- Horas de sueño e hidratación
- Frecuencia de pesaje e IMC meta

- Paso 3Acción diaria y coaching con IA
Un plan solo sirve si lo cumples. Por eso registrar es fácil y el siguiente paso siempre está claro.
- Registra tus comidas con una sola foto
- HAVI, tu coach con IA, lee tus registros y te propone una acción para hoy
- Recomendaciones personalizadas en 126+ categorías según tu análisis
- Coaching basado en TCC (CBT): no solo tu alimentación, también tu mentalidad


- Todo en unoTodo en una sola app
Olvídate de saltar entre apps. Cuando todos los datos de tu cuerpo están en un solo lugar, tu coach con IA puede ver el panorama completo.
- Comidas, hidratación, ejercicio y pasos
- Evolución de sueño, peso y composición corporal
- Ciclo menstrual, estado de ánimo y check-in diario
- Registro y recordatorios de dosis de GLP-1
- Meditaciones guiadas, videos de ejercicio y coach de running
- Retos y avatar para mantener la constancia como en un juego




Junio–agosto de 2026. Análisis de 78 personas con resultados de InBody en la semana 1 y la semana 12 (41 HAVIT, 37 grupo control). Estudio no ciego.
HAVIT es una app de bienestar, no un dispositivo médico. Los resultados de composición corporal son estimaciones.
Un quiz y un consejo de salud nuevos cada día
Sigue a HAVIT en Instagram y Threads. @havit_app.es
Referencias
- A new predictive equation for resting energy expenditure in healthy individuals. — The American journal of clinical nutrition, 1990
- Comparison of predictive equations for resting metabolic rate in healthy nonobese and obese adults: a systematic review. — Journal of the American Dietetic Association, 2005
- Accuracy of Resting Metabolic Rate Prediction Equations in Athletes: A Systematic Review with Meta-analysis. — Sports medicine (Auckland, N.Z.), 2023
- Adequacy of basal metabolic rate prediction equations in individuals with severe obesity: A systematic review and meta-analysis. — Obesity reviews : an official journal of the International Association for the Study of Obesity, 2024
- Predicting resting metabolic rate in healthy adults: a comparative analysis using the enable cohort. — American journal of physiology. Endocrinology and metabolism, 2026
- Predicted estimates of resting energy expenditure have limited clinical utility in patients with cirrhosis. — Journal of hepatology, 2022
- Estimating Resting Energy Expenditure by Different Methods as Compared With Indirect Calorimetry for Patients With Pulmonary Hypertension. — Nutrition in clinical practice : official publication of the American Society for Parenteral and Enteral Nutrition, 2018
- Predictive Equations Overestimate Resting Metabolic Rate in Survivors of Chronic Stroke. — Archives of physical medicine and rehabilitation, 2022
- Relationship between resting metabolic rate and the composition of the fat-free mass. — Metabolism: clinical and experimental, 1997
- Metabolic adaptation to caloric restriction and subsequent refeeding: the Minnesota Starvation Experiment revisited. — The American journal of clinical nutrition, 2015
- Daily energy expenditure through the human life course. — Science (New York, N.Y.), 2021
- Energy Expenditure in Humans: Principles, Methods, and Changes Throughout the Life Course. — Annual review of nutrition, 2024








