
BMR 計算公式準確度大對決:2026 年哪個公式真的有效?
Mifflin-St Jeor是最可靠的通用公式,但沒有任何公式能對每個人都精確——尤其是運動員和長者——所以把計算結果當作起點,並依照真實的體重趨勢調整。
本文僅供一般資訊參考,不能替代專業醫療建議、診斷或治療。如有任何健康相關問題,請務必諮詢合格的醫療專業人員。
你的熱量計算機可能騙了你 300 大卡以上
想像一下:你認真記錄了三個月的熱量。秤雞胸肉、量橄欖油、每天都達標——體重卻幾乎沒變,甚至慢慢往上爬。
問題往往不在自律,而在起點數字。如果BMR計算機每天哪怕高估你的代謝200–300大卡,依它制定的計畫就可能悄悄抹掉你以為存在的熱量赤字。
這不是罕見狀況。一篇針對最常用公式的系統性回顧發現,即使是最好的公式,也有相當比例的人預測值與實測靜態代謝率相差超過10%;而且長者與少數族裔在公式建立與驗證的資料中代表性不足。
那到底該相信哪個公式?我深入研究了每個主流 BMR 方程式與間接熱量測定法(透過測量實際耗氧量的黃金標準)的比較數據。以下是研究結果。
六大公式爭奪你的信任
在選出冠軍之前,先認識一下各路選手。每個公式誕生於不同年代、不同族群、不同研究方法。
Harris-Benedict(1918年)是代謝公式的始祖。它以239名成人的間接熱量測定資料建立,在20世紀大部分時間都是預設標準,至今仍有診所使用。
Mifflin-St Jeor(1990) 的出現,是因為研究者發現 Harris-Benedict 持續高估現代人的代謝率。畢竟我們的活動量比 1918 年的人少太多了。
Katch-McArdle(1996) 直接捨棄年齡和性別,只看你的淨體重(去脂體重)。聽起來很科學,問題是大多數人根本不知道自己的淨體重是多少。
Cunningham(1991) 是 Katch-McArdle 的進階版,專為運動員設計。
Oxford公式(2005年)由營養學研究者C.J. Henry開發,所用資料庫比WHO/FAO採用的舊版Schofield公式規模更大、地區更多元。它依不同年齡層使用不同公式。
Ten-Haaf公式(2014年)是在休閒運動員中開發、較新的以體重為基礎的公式。只需要體重、身高和年齡,不必測體脂。
實驗室測試結果揭曉
有趣的地方來了。2005年,一個實證團隊系統性檢視了所有找得到的驗證研究,在有或沒有肥胖的健康成人中,把臨床最常用的四個公式——Harris-Benedict、Mifflin-St Jeor、Owen和WHO/FAO/UNU——與間接熱量測定做比較。
Mifflin-St Jeor勝出:它把靜態代謝率預測在實測值10%以內的人數比其他任何公式都多,誤差範圍也最窄。這不完美,但已是最好的通用選擇。同一篇回顧仍提醒,任何公式套用到個人時都存在「值得注意的誤差」。
但平均值會掩蓋重要細節。準確度會隨受測對象而改變。
在運動員中,2023年一項納入29篇研究(1,430名受試者、100個不同公式)的統合分析發現,大多數公式會顯著高估或低估靜態代謝率。以除脂體重為基礎的Cunningham公式,是僅有的五個平均預測值與實測值無顯著差異的公式之一。
在個人精確度方面,以體重為基礎的Ten-Haaf公式表現最好,讓80.2%的運動員落在實測值±10%以內;其他可合併分析的公式介於40.7%到63.7%。
沒人提的年齡因素
在長者身上,預測也會變得更困難。
2021年一篇納入14項健康長者研究的系統性回顧發現,公式整體傾向高估靜態能量消耗。Mifflin-St Jeor的平均偏差最小(−0.3%),但在個人層面只有61%的人落在實測值10%以內。個人層面表現最好的是Harris-Benedict(約70%),Henry/Oxford公式為65%。
為什麼?主要是肌少症。隨著年齡增長我們會流失肌肉量,即使體重維持不變。公式假設你的肌肉脂肪比例符合統計平均,當這個比例改變,計算就失準了。
作者的結論很直接:對健康長者而言,沒有任何公式能給出既準確又精確的估計。
但這不代表60歲以上就該把結果隨意扣掉某個百分比——長者吃太少本身就有風險,包括加速肌肉流失。把這個數字當作粗略估計,留意體重趨勢;如果準確度真的很重要(例如在醫師監督下減重),可以詢問實測靜態代謝率。
什麼時候該用 Katch-McArdle
假設你體重 80 公斤、體脂 12%。每週重訓四次,腹肌線條清晰可見。
Mifflin-St Jeor 看你的身高、體重、年齡、性別,預測 1,720 大卡。但它不知道你有 70 公斤的淨體重——比同體型的人高出許多。
Katch-McArdle 看到這個淨體重,預測 1,890 大卡。這 170 大卡的差距很關鍵。如果你照 Mifflin 的數字吃一個月,等於無意間製造了 5,100 大卡的熱量赤字。
但問題來了:你需要準確的體組成數據。而令人尷尬的事實是:大多數測量體脂的方法都極不可靠。家用體脂計的「體組成分析」功能誤差動輒 5-8 個百分點。即使是專業級的生物電阻抗分析,也會因水分狀態波動 3-4%。
如果你沒有近期的 DEXA 掃描或水中秤重數據,Katch-McArdle 可能反而比 Mifflin-St Jeor 更不準——儘管理論上它更優越。輸入錯誤,輸出就錯誤。
族群與體型:公式無法原封不動通用
大多數常用公式主要以西方族群為基礎建立。新加坡研究人員測量了232名華人成人的基礎代謝率,預測值落在10%以內的比例為:Mifflin-St Jeor 67%、Henry/Oxford 67%,Harris-Benedict只有45%。專為該族群建立的新公式達到78%。
重點不是哪個族群的公式才「正確」,而是任何公式都最適用於與其開發族群相似的人。
如何選擇適合你的公式
別再找「最好的」計算機了。找適合你狀況的。
18-60 歲、中等體脂(18-30%): Mifflin-St Jeor。不花俏,但對一般成人驗證最充分。
運動員、確認體脂偏低: Katch-McArdle,但前提是你有 DEXA 或同等級的可靠淨體重數據。否則用 Mifflin-St Jeor 再加 5-10%。
如果你超過65歲: Mifflin-St Jeor的平均偏差最小,但要預期個人誤差。把它當作起點,依體重趨勢調整,而不是扣掉固定百分比。
如果你是東亞人: 若有專為你所屬族群建立的公式,可能更合適;否則Mifflin-St Jeor或Henry/Oxford公式都是合理的起點。
如果你明顯過瘦: 這個族群幾乎沒有驗證資料。請與醫療人員合作,因為體重過低時吃太少有實際的健康風險。
真正的秘訣:把任何數字都當成起點
在花好幾個月追逐一個數字之前,有些事值得先知道。
每個公式給的都是估計值,不是測量值。是根據群體平均做出的有根據猜測。你的實際代謝可能比預測高或低 15%,而這仍在正常變異範圍內。
每個人的身體確實不同。一項針對蘇格蘭150名成人的研究發現,基礎代謝率的個人差異中,63%可由除脂體重解釋、6%由脂肪量解釋、2%由年齡解釋——另有26%無法用任何測量因素解釋。剩下的這部分差異,正是公式看不到的。
把公式當起點。照那個數字吃 2-3 週,追蹤體重變化。如果預期維持體重卻在增加,代表你的代謝比預測低。如果在減輕,代表比預測高。調整 100-150 大卡,再觀察。
這種迭代法比任何公式都準。慢一點,但它是根據你真實的身體校準——不是幾千個其他人的統計平均。
間接熱量測定法到底在測什麼
我們一直提到的黃金標準值得解釋一下。間接熱量測定法測量你在休息狀態下消耗多少氧氣、產生多少二氧化碳。因為我們知道使用氧氣的代謝路徑,就能精確計算你燃燒了多少熱量。
測試需要 15-30 分鐘。你躺著不動,戴上收集呼出氣體的面罩或罩子呼吸。有點無聊但不會不舒服。在運動醫學診所或大學研究中心,費用通常是台幣 2,500-6,000 元左右。
值得嗎?看你的需求。如果你是競技運動員,或者明明認真追蹤卻卡關好幾個月,這個精確數據可能很有價值。對一般減重者來說,這筆花費可能不划算——迭代追蹤法能免費給你類似的資訊,只是慢一點。
重要提醒:間接熱量測定法測的是當天的代謝。如果你睡眠不足、壓力大、正在對抗感冒、或昨天練太操,測出來的數字可能不代表你的正常基準。研究者通常建議在正常睡眠後、空腹狀態、且 24 小時內沒有激烈運動的情況下測試。
計算機準確度的結論
沒有任何公式對所有人都準確。即使是最好的通用選擇Mifflin-St Jeor,也會讓相當比例的人誤差超過10%;在長者中約為十分之四。
但好消息是:你不需要完美的準確度。你需要的是合理的起點,以及根據實際結果調整的耐心。一個差 200 大卡的公式,經過兩週觀察和一次調整後,就會變得完全準確。
研究人員持續為特定族群——運動員、長者、特定族裔——開發公式,其中有些在相應族群中表現更好。但沒有任何公式能完全消除個人差異。
所以,選擇符合你情況的公式,把結果當作假設而非事實,讓身體的真實反應做最後裁決。
📊 關鍵統計
BMR公式:驗證研究告訴我們什麼
| 公式 | 所需資訊 | 驗證研究結果 |
|---|---|---|
| Mifflin-St Jeor (1990) | 體重、身高、年齡、性別 | 健康成人中最可靠的常用公式;長者:平均偏差−0.3%,±10%以內61%;華人成人:±10%以內67% |
| Harris-Benedict (1918) | 體重、身高、年齡、性別 | 長者:±10%以內約70%;華人成人:±10%以內45% |
| Oxford / Henry (2005) | 體重(±身高)、年齡層、性別 | 長者:±10%以內65%;華人成人:±10%以內67% |
| Katch-McArdle | 除脂體重 | 準確度取決於除脂體重的測量精度 |
| Cunningham (1991) | 除脂體重 | 運動員:平均預測值與實測值無顯著差異 |
| Ten-Haaf (2014) | 體重、身高、年齡 | 運動員:±10%以內80.2%(最精確) |
「±10%以內」=預測值落在間接熱量測定實測值10%以內的人數比例。來源:Frankenfield 2005;Cioffi 2021;O'Neill 2023;Camps 2016。
❓ 常見問題
減重用哪個 BMR 公式最準?
為什麼不同 BMR 計算機給的結果不一樣?
Katch-McArdle 對肌肉量大的人比較準嗎?
個人代謝和計算機預測能差多少?
年長者應該用不同的 BMR 計算機嗎?
間接熱量測定法值得花錢做嗎?
有沒有更適合亞洲人的BMR公式?
HAVIT 是什麼?
HAVIT 是以代謝科學為基礎的 AI 健康夥伴,幫你守住肌肉、喚醒代謝,長久維持不復胖的身體。
和只計算熱量的追蹤器不同,HAVIT 把 AI 身體組成估算與飲食、水分、睡眠、步數、生理週期、情緒、GLP-1 用藥記錄整合成同一套每日流程,因此進度是看身體組成,而不只是體重計上的數字。每日任務把已驗證的行為改變技巧拆成小而可重複的行動,並融入韓國指標性代謝診所 Juvis Diet 出身專家的經驗。
在 HAVIT 自行分析的 1,090 位 GLP-1 使用者資料中,持續記錄的人比一般使用者建立了更穩固的習慣。 閱讀 GLP-1 習慣報告
App 裡有什麼
- AI 教練知道今天該做什麼。
- 營養幾秒鐘完成飲食記錄。
- 體組成洞察看見體重以外的變化。
- 每日任務建立能持續下去的習慣。
- 每日打卡告訴 HAVI 今天感覺如何。
- 全部都能記錄從喝水到 GLP-1
- 身心與恢復為意志力見底的日子準備。
不論是否使用 GLP-1 藥物都可以使用 HAVIT。這是一款健康促進 App,不是醫療器材;身體組成結果為估算值。
參考資料
- Comparison of predictive equations for resting metabolic rate in healthy nonobese and obese adults: a systematic review — Journal of the American Dietetic Association, 2005
- A new predictive equation for resting energy expenditure in healthy individuals — The American Journal of Clinical Nutrition, 1990
- Basal metabolic rate studies in humans: measurement and development of new equations — Public Health Nutrition, 2005
- Prediction of resting energy expenditure in healthy older adults: A systematic review — Clinical Nutrition, 2021
- Accuracy of Resting Metabolic Rate Prediction Equations in Athletes: A Systematic Review with Meta-analysis — Sports Medicine, 2023
- Factors influencing variation in basal metabolic rate include fat-free mass, fat mass, age, and circulating thyroxine but not sex, circulating leptin, or triiodothyronine — The American Journal of Clinical Nutrition, 2005
- Estimation of basal metabolic rate in Chinese: are the current prediction equations applicable? — Nutrition Journal, 2016















