← ブログに戻る
基礎代謝量の計算方法|計算式・目安・計算ツールの精度
体重・代謝8 分で読める

基礎代謝量の計算方法|計算式・目安・計算ツールの精度

要約

基礎代謝量(BMR)は、完全に安静にしている状態で生命を維持するためだけに消費されるエネルギーで、1日に必要なエネルギーのなかで最も大きな部分を占めます。Mifflin-St Jeor式は臨床で最もよく使われている推定式の一つです。男性は10 × 体重(kg)+ 6.25 × 身長(cm)− 5 × 年齢(歳)+ 5、女性は同じ項に − 161を用います。あるシステマティックレビューでは、Mifflin-St Jeor式はほかの一般的な式よりも多くの人で、安静時代謝量を実測値の10%以内で予測しました。結果は正確な値ではなく、あくまで推定値として扱いましょう。

🕓 更新: 2026-11-11
執筆 HAVIT Editorial Team監修 HAVIT Medical Advisory · Editorial Medical Review Board

本記事は一般的な情報提供のみを目的としており、専門医による診療・診断・治療の代わりとはなりません。健康に関する判断は必ず医療従事者にご相談ください。

基礎代謝量が実際に表しているもの

基礎代謝量(BMR)とは、完全に安静にしているときに生命を維持するために使われるエネルギーのことです。呼吸、血液の循環、脳や臓器の働き、体温の維持がこれにあたります。歩くこと、トレーニング、食事の消化に使われるエネルギーは含まれません。

安静時代謝量(RMR)や安静時エネルギー消費量(REE)という言葉もよく目にします。いずれも安静時のエネルギー消費を表す密接に関連した指標なので、この記事ではまとめて扱います。研究では、1日のエネルギー消費のほかの要素と同様に、安静時の消費量も間接熱量測定法と呼ばれる方法のバリエーションで推定します。たとえば、後で紹介するMifflin-St Jeor式も、REEを予測するために作られたものです。

基礎代謝量が重要なのは、エネルギー収支のなかで最も大きな部分を占めるからです。1日の総エネルギー消費量は、主に安静時エネルギー消費量、身体活動によるエネルギー消費量、食事誘発性熱産生で構成されています。この3つのうち、最も大きいのが安静時の消費量です。

Mifflin-St Jeor式で基礎代謝量を計算する方法

あるシステマティックレビューでは、Mifflin-St Jeor式を臨床で最もよく使われている4つの推定式の一つに挙げています。この式は、19〜78歳の健康な成人498人のデータから導かれました。そのうち264人が標準体重、234人が肥満で、全員のREEを間接熱量測定法で測定しています。

簡略版の計算式は次のとおりです。

  • 男性: 基礎代謝量 = 10 × 体重(kg)+ 6.25 × 身長(cm)− 5 × 年齢(歳)+ 5
  • 女性: 基礎代謝量 = 10 × 体重(kg)+ 6.25 × 身長(cm)− 5 × 年齢(歳)− 161

結果の単位は1日あたりのkcalです。元のデータでは、体重、身長、年齢、性別を合わせると、実測REEのばらつきの71%を説明できました(R² = 0.71)。

計算例

体重70kg、身長165cm、40歳の架空の女性の場合:

10 × 70 + 6.25 × 165 − 5 × 40 − 161 = 700 + 1,031.25 − 200 − 161 = 1日約1,370kcal

体重80kg、身長180cm、35歳の架空の男性の場合:

10 × 80 + 6.25 × 180 − 5 × 35 + 5 = 800 + 1,125 − 175 + 5 = 1日1,755kcal

この式には知っておくと便利な特徴が2つあります。1つ目は、体格と年齢が同じ男女の差が常に166kcalで一定であることです(5 − (−161) = 166)。これは、完全版の式に含まれる性別の項と一致します。2つ目は、年齢が1歳上がるごとに5kcal下がることです。体重と身長が変わらなければ、10年で推定値は50kcal低くなります(5 × 10)。

除脂肪量がわかっている場合

同じ研究では、よりシンプルな予測因子も検証されています。単独の予測因子としてREEを最もよく予測したのは除脂肪量(FFM)でした(R² = 0.64)。式はREE = 19.7 × 除脂肪量(kg)+ 413です。体重だけを使った場合は予測力が劣りました(REE = 15.1 × 体重 + 371、R² = 0.56)。3つのなかでは、体重、身長、年齢、性別を使う完全版の式が最も優れていました。

ほかの基礎代謝の計算式:ハリス・ベネディクト式、WHO式、Ten Haaf式

選択肢はMifflin-St Jeor式だけではありません。どの式が最も合うかは、その人の特性によっても変わります。

ハリス・ベネディクト式

ハリス・ベネディクト(Harris-Benedict)式は1919年に作られました。Mifflinの研究の実測値と比べると、REEを5%過大に見積もっていました。あるシステマティックレビューでは、臨床で最もよく使われる4つの式、つまりハリス・ベネディクト式、Mifflin-St Jeor式、Owen式、WHO/FAO/UNU式を比較しました。最も信頼性が高かったのはMifflin-St Jeor式です。肥満でない人と肥満の人のいずれでも、ほかのどの式よりも多くの人でRMRを実測値の10%以内で予測し、誤差の幅も最も狭くなりました。このレビューでは、これらの式の作成や検証に使われた研究で、高齢者と米国在住の少数民族が十分に含まれていなかったことも指摘されています。

高度肥満:WHO式とハリス・ベネディクト式

体重が非常に重い場合は、状況が変わります。あるシステマティックレビューでは、BMI 40.0〜62.4の成人を対象とした40件の研究を取り上げ、そのうち20件をメタ解析で統合しました。この集団では、WHO(体重)式とハリス・ベネディクト式が最も正確で精度も高い結果でした。平均バイアスはWHO式が1日−12.44kcal、ハリス・ベネディクト式が1日−18.9kcalです。Mifflin式を含むほかの検証された式は、基礎代謝量を過小に見積もる傾向がありました。

アスリートとTen Haaf式

あるメタ解析では、アスリート1,430人を対象とした29件の研究と、100種類の推定式を統合しました。最も精度が高かったのはTen-Haaf式です。参加者の80.2%を実測RMRの±10%以内で予測し、精度を分析したほかの式は40.7〜63.7%でした。平均予測値も実測値と有意な差がありませんでした。ハリス・ベネディクト式を含むほかの4つの式も同じ結果でしたが、研究間の異質性がまったくなかった(I² = 0%)のは5つのうちTen-Haaf式だけでした。同じアスリートのデータで、Mifflin-St Jeor式はRMRを有意に過小または過大に見積もっていました。Ten Haaf式の具体的な係数はここでは紹介しません。実践的なポイントは、一般の人を基に作られた式は、筋肉量が非常に多く高度にトレーニングを積んだ人では外れることがある、という点です。

これらの方法を並べて比較した内容は、代謝量の計算精度の比較のガイドをご覧ください。

基礎代謝の計算ツールはどのくらい正確?

先に紹介したレビューでは、予測値が実測RMRの10%以内に入れば「的中」とみなしていました。厳しい基準に聞こえますが、カロリーに換算するとかなり幅があります。先ほどの1,370kcalの例なら、±10%は±137kcalです(1,370 × 0.10)。つまり、実際の値が1日約1,233〜1,507kcal(1,370 − 137と1,370 + 137)のどこにあっても、よい予測と判断されることになります。

最も優れた式でも、一部の人ではこれ以上に外れます。Mifflin-St Jeor式を支持したシステマティックレビューでも、個人に当てはめた場合には無視できない誤差があると述べています。体格が同じでも安静時の代謝には個人差があるため、予測は難しいのです。

データを増やすと精度は上がりますが、限界があります。健康な成人454人を対象とした最近の研究では、最大94個の予測因子を使う機械学習モデルを検証しました。最も優れたモデルでRMRのばらつきの76.8%を説明できました。除脂肪量、体重、そして興味深いことに平均外気温が、特に有用な予測因子に含まれていました。血液マーカーはわずかに精度を高めました。腸内細菌叢と便中の短鎖脂肪酸は、まったく役に立ちませんでした。このモデルでも、ばらつきの約23%は説明できないまま残りました(100 − 76.8 = 23.2%)。

病気があると、誤差はさらに大きくなります。肝硬変の患者900人では、予測REEが実測値より1日501kcal低い値から548kcal高い値までばらつきました。研究者らは、この患者群ではREEを直接測定すべきだと結論づけています。

ほかの病気でも同じような差が見られ、誤差の方向は常に同じとは限りません。肺高血圧症の患者34人では、検証したすべての推定方法がエネルギー必要量を約255kcal過小に見積もりました。慢性期の脳卒中経験者71人では、9つの式のうち8つが、実測値より9〜18%高いRMRを予測しました。

基礎代謝量の目安は?

「正常」といえる数値は一つではありません。基礎代謝量は体格と体組成に応じて変わるため、背が高く筋肉質な男性と小柄な女性では、値が大きく違っても、どちらもまったく健康ということがあります。先ほどの計算例(1日約1,370kcalと1,755kcal)からも、ごく一般的な体格の間でもこれだけ差が出ることがわかります。

大まかな確認には、体重1kgあたりのエネルギーが目安になります。肝硬変の研究では、健康な対照群282人の平均は体重1kgあたり1日20.8 ± 2.6kcalでした。体重70kgの人なら、1日約1,456kcalです(70 × 20.8)。これはあくまでおおよその目安と考えてください。± 2.6は、人によって実際にばらつきがあることを示しています。

計算した基礎代謝量が予想と大きく違う場合は、まず入力した値を確認しましょう。この式は、体重をkg、身長をcmで入力する前提です。

基礎代謝量からTDEEへ:1日に必要なカロリー

基礎代謝量は、1日の摂取カロリーの目標ではありません。1日の総エネルギー消費量(TDEE)は、安静時の消費に、体を動かすためのエネルギーと食べ物を消化するためのエネルギーを加えたものです。

そのため、基礎代謝量を1日の数値に換算するには活動量の推定値を加える必要があり、そこには基礎代謝の計算式とは別の不確かさが加わります。この部分を現実的に見積もる方法は、活動レベルの区分と栄養の調整の記事で解説しています。

年齢の影響は、多くの人が思っているほど大きくありません。生後8日から95歳までを対象に、二重標識水法で1日の総消費量を測定した大規模な分析では、除脂肪量で調整して比較しました。その基準で見ると、20〜60歳の成人期には妊娠中も含めて消費量は安定しており、低下したのは高齢期に入ってからでした。生涯にわたるエネルギー消費を扱ったレビューでは、こうした変化は少なくとも部分的に、体組成の変化、臓器や組織の質量と代謝率、身体活動量の変化によるものだと説明されています。

基礎代謝量を上げる要因・下げる要因

除脂肪量

最も大きな要因は除脂肪組織です。成人40人を対象とした研究では、除脂肪量と脂肪量を合わせるとRMRのばらつきの83%を説明できました。臓器や筋肉の詳細な測定値を加えても、予測は改善しませんでした。体重が同じでも筋肉量が違うと基礎代謝量にはっきり差が出るのも、体組成を正確に測定できれば除脂肪量に基づく式がよく当てはまるのも、このためです。

ダイエットと代謝適応

カロリーを減らすと安静時の消費量は下がります。組織が減ることも一因ですが、適応による部分もあります。ある対照試験では、肥満でない男性32人が3週間、エネルギー必要量より50%少なく食べました。体重は6.0kg減り、REEは1日266kcal低下しました。除脂肪量の減少では説明できない低下分である適応性熱産生は、1日108kcalでした。そのうち36kcalは除脂肪量の組成の変化で説明でき、残りの1日72kcalが「真の」適応でした。

環境

先の機械学習による予測研究では、平均外気温がRMRの主要な予測因子の一つでした。同じモデルで、ほかの主要な予測因子は除脂肪量と体重でした。

基礎代謝量を実測する価値があるとき

代謝測定(基礎代謝測定として提供されていることもあります)では、間接熱量測定法で安静時の実際のエネルギー消費を測ります。推定式に関するシステマティックレビューは、測定誤差を最小限に抑えるエビデンスに基づいたプロトコルで妥当な間接熱量測定を行えば、推定による誤差はなくなると結論づけています。推定値で十分かどうかは、臨床的な判断で決まります。

ゆるやかな体重変化を目指す健康な成人の多くにとって、計算した基礎代謝量は妥当な出発点です。これを基に、最初の摂取量を決めましょう。その後は数週間の体重の推移を見て、調整が必要かどうかを判断してください。どんな計算式よりも、体重計のほうが実際のエネルギー収支をよく反映するからです。ウェアラブル端末やスマートフォンを使えば、体重や活動量を継続して記録しやすくなります。

推定値が当てはまりにくいことがわかっている場合は、実測のほうが理にかなっています。BMIが非常に高い場合、トレーニング量が多い場合、代謝に影響する病気がある場合などです。また、摂取量と体重の変化が計算と何度も合わない場合も同様です。こうした状況で臨床検査を受けるかどうかは、治療やケアを担当している医療者が判断することです。

📊 主要統計

R² = 0.71
Mifflin-St Jeor式で説明できる安静時エネルギー消費量のばらつき
E1: REE equation derivation study in 498 healthy adults
5%
Mifflinの研究でハリス・ベネディクト式が実測REEを過大に見積もった割合
E1: REE equation derivation study in 498 healthy adults
80.2%
Ten-Haaf式で実測RMRの±10%以内に予測されたアスリートの割合
E19: systematic review and meta-analysis of RMR equations in athletes
83%
除脂肪量と脂肪量で説明できるRMRのばらつき
E10: study of RMR and fat-free mass composition in 40 adults
1日−266kcal
エネルギー必要量より50%少ない食事を3週間続けた後のREEの低下
E9: controlled caloric restriction and refeeding study in 32 nonobese men

主なBMR/RMR推定式とエビデンスの比較

推定式入力項目計算式または主な結果最も当てはまった対象
Mifflin-St Jeor式(男性)体重、身長、年齢10 × kg + 6.25 × cm − 5 × 年齢 + 5一般成人:一般的な4つの式のなかで、実測RMRの10%以内に入る割合が最も高い
Mifflin-St Jeor式(女性)体重、身長、年齢10 × kg + 6.25 × cm − 5 × 年齢 − 161一般成人(肥満でない人と肥満の人)
Mifflin式 除脂肪量版除脂肪量19.7 × 除脂肪量(kg)+ 413(R² = 0.64)体組成がわかっている場合
Mifflin式 体重のみ版体重15.1 × kg + 371(R² = 0.56)簡易的な推定。完全版の式より予測力は低い
ハリス・ベネディクト式(1919年)原著論文を参照Mifflinのデータで実測REEを5%過大に見積もり高度肥満:バイアス1日−18.9kcal
WHO式(体重)体重ベース。全入力項目は原著論文を参照高度肥満でバイアス1日−12.44kcalBMI 40.0〜62.4の成人
Ten-Haaf式原著論文を参照アスリートの80.2%を実測RMRの±10%以内で予測。I² = 0%トレーニングを積んだアスリート

❓ よくある質問

基礎代謝量はどうやって計算しますか?
Mifflin-St Jeor式を使います。男性は10 × 体重(kg)+ 6.25 × 身長(cm)− 5 × 年齢(歳)+ 5、女性は同じ項に − 161を用います。たとえば体重70kg、身長165cm、40歳の女性なら、700 + 1,031.25 − 200 − 161 = 1日約1,370kcalです。
基礎代謝量の正常値はどのくらいですか?
基礎代謝量は体格や除脂肪量に応じて変わるため、決まった正常値はありません。大まかな目安として、ある研究では健康な成人の平均は体重1kgあたり1日20.8 ± 2.6kcalでした。体重70kgの人なら、1日約1,456kcal(70 × 20.8)になります。
Ten Haaf式とは何ですか?
Ten Haaf式は、アスリートで最も優れた結果を示した安静時代謝量の推定式です。アスリート1,430人を対象とした29件の研究のメタ解析で、参加者の80.2%を実測RMRの±10%以内で予測しました。分析されたほかの式は40.7〜63.7%でした。
基礎代謝量とTDEEの違いは何ですか?
基礎代謝量は、完全に安静にしている状態で消費するエネルギーです。TDEE(1日の総エネルギー消費量)は、そこに身体活動と食事誘発性熱産生を加えたものです。基礎代謝量からTDEEを求めるには、活動量を別に推定して加える必要があります。
無料の基礎代謝計算ツールは正確ですか?
出発点としては妥当な推定値ですが、正確な数値ではありません。Mifflin-St Jeor式は、ほかの一般的な式よりも多くの人でRMRを実測値の10%以内で予測しましたが、個人では無視できない誤差が残ります。高度肥満の人、アスリート、特定の病気がある人などでは、精度がさらに下がります。
ダイエットで基礎代謝量は下がりますか?
はい、ある程度下がります。ある対照試験では、エネルギー必要量より50%少なく3週間食べた男性のREEが1日266kcal低下しました。そのうち1日72kcalは、組織の減少では説明できない真の適応によるものでした。

韓国有数のダイエットクリニック「Juvis Diet」の専門家が開発したAIダイエットコーチ、HAVIT

分析して、数字で目標を決めて、毎日コーチング

記事は誰にでも同じ平均値を伝えます。HAVITはまずあなたの体を分析し、その結果から1日の目標を数字で決めて、12週間一緒に実行します。

  1. STEP 1機器なしでAI体組成分析

    身長・体重・年齢と生活習慣の質問だけで体組成を推定します。自社研究(70名)では、InBody測定値に対する推定精度は92.9%でした。

    • HAVITスコア・基礎代謝率
    • 筋肉・脂肪バランス分析・体組成タイプ
    • 肥満度・腹部脂肪率・内臓脂肪
    • からだの設計図:健康的な目標体重・ウエスト身長比・無理のない減量ペース
    • 6段階の習慣分析
    HAVIT — 機器なしでAI体組成分析
  2. STEP 211の1日目標を数字で設定

    分析結果をもとに、毎日守る目標を具体的な数字で設定。目標は毎週、あなたの体重の変化に合わせて見直されます。

    • 摂取カロリー・たんぱく質・炭水化物・脂質・食物繊維
    • 消費カロリー・歩数
    • 睡眠時間・水分
    • 体重を測る頻度・目標BMI
    HAVIT — 11の1日目標を数字で設定
  3. STEP 3毎日の実践とAIコーチング

    目標は続けてこそ意味があります。記録はかんたんに、次の行動ははっきりと。

    • 食事は写真1枚で記録
    • AIコーチHAVIが記録を読み取り、今日やることをひとつ提案
    • 分析結果にもとづく126+カテゴリーのパーソナル提案
    • 食事だけでなく気持ちの面まで、CBTベースのコーチング
    HAVIT — 毎日の実践とAIコーチングHAVIT — 毎日の実践とAIコーチング
  4. オールインワンアプリひとつですべて管理

    いくつものアプリを行き来する必要はありません。体の記録が1か所に集まるからこそ、AIコーチが流れを読み取れます。

    • 食事・水分・運動・歩数
    • 睡眠・体重・体組成の推移
    • 生理周期・気分・デイリーチェックイン
    • GLP-1の投薬記録・リマインダー
    • ガイド付き瞑想・運動動画・ランニングコーチ
    • チャレンジやアバターでゲーム感覚で続く
    HAVIT — アプリひとつですべて管理HAVIT — アプリひとつですべて管理HAVIT — アプリひとつですべて管理HAVIT — アプリひとつですべて管理
乙支(ウルチ)大学 12週間の臨床結果
3.9倍
体重を5%以上減らした人の割合(31.7% vs 8.1%)
83%
体脂肪率が下がった人の割合(対照群 49%)

2026年6〜8月、1週目・12週目のInBody結果がある78名(HAVIT 41名・対照群 37名)を分析。非盲検試験。

無料で分析をはじめる

HAVITは医療機器ではなくウェルネスアプリです。体組成の結果は推定値です。

毎日新しいクイズと健康のヒント

HAVITのInstagram・Threadsで毎日お届けします。 @havit_app.jp

参考資料

関連記事

基礎代謝の計算式はどれが正確?研究で比べた精度と選び方
筋肉量と基礎代謝量の計算方法:1kgの筋肉が実際に消費するカロリー【2026年最新版】
アクティブカロリーと総消費カロリーの違いと正しい見方
活動量別の必要カロリー計算|デスクワークとアスリートで約2倍の差
体組成チェックの民主化 — HAVITのアンケート型モデルが臨床ツール級の精度を実現する仕組み(n=70内部比較研究、InBodyを基準として使用)

もっと賢い体重管理を始めませんか

減量、筋肉の維持、健康習慣づくりまで — AI搭載アプリひとつで。

Download on the App StoreGet it on Google Play

無料でダウンロードできます。アプリ内課金があります。