LONDON / LONDON (IT BOLTWISE) – Eine groß angelegte Auswertung vergleicht eine neue klinische Obesitas-Definition mit der klassischen BMI-Einteilung. Für 844.108 Erwachsene in China, Großbritannien, den USA und Spanien zeigt sich: BMI allein stuft etwa 1,2–3,1% zu oft als „obes“ ein und 5,2–8,6% als „nicht obes“. Wird BMI mit Taillenumfang und Taillen-zu-Körpergröße ergänzt, steigt die Prävalenz um bis zu 3,3–7,4% relativ zur BMI-Variante. Besonders wichtig: Die höhere Sterblichkeit hängt stärker an der „klinischen“ Kategorie mit Organfunktionsstörung als an der präklinischen Vorstufe.

Die Diskussion um Adipositas als „krankheitsrelevanten Zustand“ dreht sich seit Jahren um ein Messproblem: Der Body-Mass-Index (BMI) bildet vor allem Körpermasse im Verhältnis zur Körpergröße ab, sagt aber nur indirekt etwas über die Fettverteilung und vor allem über bereits eingetretene Funktionsstörungen von Organen. Eine neue Analyse aus multinationalen Kohorten setzt genau an diesem Punkt an und prüft, ob ein von einer Fachkommission vorgeschlagenes Staging-Modell – Klinische versus Präklinische Obesitas – im Vergleich zur BMI-only Einordnung besser trennt, wer tatsächlich ein erhöhtes Risiko für schwere Verläufe hat. Methodisch ist das Vorhaben anspruchsvoll, denn es kombiniert anthropometrische Kriterien mit Krankheitsindikatoren und fragt zudem nach der Stabilität der Vorstufe über längere Zeiträume.
Im Zentrum steht die Überlegung, dass „mehr Fett im Körper“ nicht automatisch „bereits Krankheitsauswirkungen“ bedeutet. Die Analyse nutzt Daten von insgesamt 844.108 Erwachsenen aus vier großen Programmen in China, dem Vereinigten Königreich, den USA und Spanien. Für die anthropometrische Bestätigung wird nicht nur der BMI herangezogen, sondern ergänzend der Taillenumfang (WC) sowie das Verhältnis von Taille zu Körpergröße (WHtR). Damit folgt die Studie dem Ansatz, der in der medizinischen Diagnostik sonst eher als zweite Ebene bekannt ist: BMI bleibt als erster Screen, während zentrale Messgrößen helfen sollen, lokale Fettakkumulationen besser zu erkennen. In der Auswertung verschiebt sich die Einordnung messbar – und zwar in beide Richtungen: BMI allein übersteigt die Obesitas-Rate in 1,2–3,1% der Teilnehmenden, während er in 5,2–8,6% Obesitas unterschätzt.
Besonders greifbar wird der Nutzen, wenn man Prävalenzen und die Zusammensetzung der Fälle betrachtet. Durch die kombinierte anthropometrische Definition (BMI plus WC bzw. WHtR, je nach vorgegebenen Grenzwerten) steigt die Gesamtprävalenz von Obesitas gegenüber der BMI-basierten Klassifikation um 3,3–7,4% relativ. Im nächsten Schritt wird es konzeptionell: „Klinische Obesitas“ ist dem Modell zufolge die kombinierte anthropometrische Bestätigung plus mindestens ein Hinweis auf Organfunktionsstörung oder entsprechende Einschränkungen im Alltag. Das bedeutet auch, dass nicht jede Koexistenz von Organauffälligkeiten automatisch als adipositasbedingt gelten darf. Dafür wendet die Studie eine zurechenbarkeitsbasierte Korrektur an: Mit dem sogenannten Attributable-Fraction-Ansatz (AF) wird geschätzt, welcher Anteil der Organstörungen statistisch plausibel der Obesitas zuzurechnen ist.
Diese Logik schlägt sich in der Risikostratifizierung nieder. Klinische Obesitas macht dem Ergebnis zufolge 22,7–31,3% der gesamten Obesitas-Fälle aus, während die Prävalenz der klinischen Kategorie in der Gesamtbevölkerung insgesamt bei 5,6–10,9% liegt. Gleichzeitig zeigt sich bei der präklinischen Vorstufe eine ausgeprägte Persistenz: Zwischen 77,4% und 91,3% der Personen, die zu Beginn als präklinisch eingestuft wurden, entwickeln über 10 Jahre keine klinische Obesitas. Für die Prognose ist der Unterschied ebenfalls klar: Mit der kombinierten anthropometrischen Definition steigt das Mortalitätsrisiko, aber BMI-only zeigt im Modell keinen gleichwertigen Effekt. Der Zusammenhang von klinischer Obesitas mit der Gesamtsterblichkeit liegt bei einer Hazard Ratio von 1,69 (95%-Konfidenzintervall 1,64–1,73), während präklinische Obesitas nur moderat mit 1,19 (1,14–1,24) assoziiert ist.
Technisch besonders relevant ist dabei, wie die Grenzwerte für WHtR und WC operationalisiert werden. Die Studie nutzt ethnizitätsspezifische WHtR-Schwellen und definiert erhöhte Werte für WC geschlechts- und populationsabhängig. Daneben prüft sie in Sensitivitätsanalysen, ob der verbreitete pauschale WHtR-Wert von 0,50 als „universelle globale Grenze“ zu grob ist. Die Ergebnisse deuten darauf hin, dass 0,50 zwar in der Nähe der BMI-basierten Schwelle für „Overweight“ liegt, aber nicht zuverlässig Obesitas-Niveau abbildet: Sobald WHtR anhand ethnizitätsspezifischer Grenzwerte zur Bestätigung der Obesitas herangezogen wird, zeigt sich ein anderes Mortalitätsmuster als bei der pauschalen 0,50-Regel. Das hat praktische Konsequenzen, weil es das Risiko reduziert, Personen mit moderater zentraler Fettakkumulation in eine Obesitas-Kategorie zu verschieben, in der die prognostische Aussage schwächer ist.
Für den klinischen und gesundheitspolitischen Betrieb ist außerdem entscheidend, was aus dem Staging nicht folgt. Die Studie argumentiert, dass „präklinisch“ nicht als Synonym für „keine Behandlung“ verstanden werden sollte: Diagnostische Kategorien geben einen Status-Snapshot und helfen, Intensität und Timing von Interventionen zu priorisieren. Genau das passt auch zu einer grundsätzlichen Diagnostik-Idee: Organfunktionsstörungen können viele Ursachen haben; eine adipositasgetriebene Zuordnung erfordert deshalb Spezifität. Indem das Modell systematisch zwischen adipositasbedingter Krankheitslast und zufälligem Zusammentreffen ähnlicher Parameter unterscheidet, will es die Gefahr verringern, klinische Obesitas systematisch zu überschätzen.
Für IT- und Digital-Health-Teams in Kliniken und Forschung bedeutet das vor allem: Ein Wechsel von „BMI-only“ zu einer mehrkriteriellen Klassifikation erhöht die Anforderungen an Datenverfügbarkeit und Harmonisierung. Es braucht standardisierte Messung oder zumindest qualitätsgesicherte Erfassung von WC und WHtR, plus eine robuste Abbildung von Organfunktionsindikatoren in elektronischen Gesundheitsakten. Die Studie stützt diese Richtung mit methodischer Tiefe, darunter Kohorten-spezifische Validierungen, Berücksichtigung fehlender Werte mittels multipler Imputation und Langzeitprognosen über mehrere Jahre, wodurch die Stabilität der präklinischen Kategorie messbar wird. Unterm Strich liefert die Arbeit eine klare Evidenzbasis dafür, dass der diagnostische Fokus weg von einer einzigen Kennzahl hin zu einer kombinierten, klinisch anschlussfähigen Definition die Trennschärfe verbessert – insbesondere dann, wenn es um Sterblichkeitsrisiken und die Frage geht, welche Patientengruppen eine deutlich höhere Dringlichkeit benötigen.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!

- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Neue Obesitas-Definition: Von BMI zu klinischer und präklinischer Einordnung" für unsere Leser?


#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Neue Obesitas-Definition: Von BMI zu klinischer und präklinischer Einordnung" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Neue Obesitas-Definition: Von BMI zu klinischer und präklinischer Einordnung« bei Google Deutschland suchen, bei Bing oder Google News!