Wat is het verschil in eiwitbehoefte tussen de
methode op basis van (gecorrigeerd)
lichaamsgewicht en vetvrije massa?
Studenten: Dominique Terpstra (500750949) en Elsbeth de Boer (500750147) Praktijkbegeleider: Hinke Kruizenga
Docentbegeleider: Amely Verreijen
Versie: Definitief
Afstudeernummer: 2020209
1
Voorwoord
Dit afstudeeronderzoek is in de periode van februari 2020 tot en met juni 2020 tot stand gekomen ter afronding van de bachelor opleiding Voeding en Diëtetiek aan de Hogeschool van Amsterdam. In opdracht van het Lectoraat Voeding en Beweging is er onderzoek gedaan naar het verschil in
eiwitbehoefte tussen de methode op basis van (gecorrigeerd) lichaamsgewicht en vetvrije massa binnen een grote onderzoekspopulatie vanuit zowel het ANAC (Amsterdam Nutritional Assessment Center, Hogeschool van Amsterdam) als Amsterdam UMC (Amsterdam Universitair Medisch Centrum). Deze scriptie is geschreven in de vorm van een (concept) artikel voor het Nederlands Tijdschrift voor Voeding en Diëtetiek (NTVD) waarbij de auteursrichtlijnen van het NTVD zijn aangehouden. Het was een extra uitdaging om het onderzoek zo compact mogelijk en wervend te beschrijven.
Wij willen Amely Verreijen (docent begeleider) en Hinke Kruizenga (praktijkbegeleider) bedanken voor de goede begeleiding en opbouwende feedback. Ondanks de lastige periode in verband met de Coronacrisis stonden Amely Verreijen en Hinke Kruizenga altijd voor ons klaar. Hierdoor is het proces soepel verlopen en hebben wij onze afstudeerperiode zonder enige vertraging kunnen afronden. Daarnaast willen wij alle onderzoekers binnen de kenniskring van de Hogeschool van Amsterdam bedanken voor het meedenken en discussiëren over het onderwerp van ons afstudeeronderzoek. Al met al kijken wij terug op een erg leuke, leerzame en uitdagende afstudeerperiode.
Amsterdam, juni 2020
2
Inhoudsopgave
Samenvatting 3 Inleiding 4 Methoden 5 Resultaten 7 Discussie 12 Conclusie 15 Literatuurlijst 16Bijlage A: Stroomdiagram onderzoekspopulatie 19
Bijlage B: Gebruikte methodologie 20
Bijlage C: Kenmerken Amsterdam UMC populatie 22
Bijlage D: Bland-Altman plots geslacht 23
Bijlage E: Klinische relevante verschillen verdeeld in geslacht 25 Bijlage F: Gemiddeld verschil in eiwitbehoefte binnen leeftijdscategorieën 26 Bijlage G: Verdeling BMI categorieën binnen leeftijdscategorieën 27
3
Samenvatting
Inleiding
In de praktijk wordt de eiwitaanbeveling zowel in gram (g) per kilogram (kg) lichaamsgewicht (LG) als vetvrije massa (VVM) gegeven. Er is echter weinig onderzoek gedaan naar de verschillen in eiwitbehoefte tussen deze methoden en is het onduidelijk welke beter is. Het doel van deze studie is om het verschil tussen de methoden op basis van (gecorrigeerd) LG en VVM weer te geven. Methoden
Dit onderzoek is uitgevoerd in twee populaties. De ANAC populatie: leefstijlinterventie deelnemers van ≥ 55 jaar. De Amsterdam UMC populatie: ≥ 18 jaar van 7 patiëntengroepen. Deze berekeningen zijn gebruikt om de eiwitbehoefte te bepalen:
(Gecorrigeerd) LG x 1,2 g/kg LG (correctie: gewicht bij BMI <18,5 naar BMI 20, gewicht bij BMI ≥30 naar BMI 27,5)
VVM (BIA en/of BodPod) x 1,5 g/kg VVM
Een onderschatting van <0% en een overschatting van ≥10% werd gedefinieerd als een klinisch relevant verschil waarbij de VVM als 100% werd genomen.
Resultaten
De gemiddelde eiwitbehoefte op basis van LG is 27 ± 15 g (ANAC) en 11 ± 11 g (Amsterdam UMC) hoger dan op basis van VVM. Bij gecorrigeerd LG is dit 16 ± 10 g (ANAC) en 9 ± 8 g (Amsterdam UMC). De verschillen in eiwitbehoefte tussen beide methoden zijn gemiddeld zo groot dat maar 22% (niet gecorrigeerd LG) en 26% (gecorrigeerd LG) van de onderzoekspopulatie een acceptabel verschil heeft.
Conclusie
De grote verschillen in eiwitbehoefte kunnen verklaard worden doordat de twee methoden verschillende uitgangspunten hebben. De methode op basis van (gecorrigeerd) LG is gebaseerd op stikstofbalans studies, welke veel beperkingen kennen. De methode op basis van VVM lijkt
fysiologisch gezien nauwkeuriger, maar kent ook onduidelijkheden. Een langdurige en diepgaande stikstofbalans studie is nodig voor de praktijk om een stap dichterbij de werkelijke eiwitbehoefte te komen.
4
Inleiding
In de diëtistische praktijk wordt de eiwitaanbeveling zowel in gram (g) per kilogram (kg) lichaamsgewicht (LG) als g per kg vetvrije massa (VVM) gegeven (1). Er is echter weinig onderzoek gedaan naar de
verschillen in eiwitbehoefte tussen deze twee methoden en is het onduidelijk welke methode beter is om te gebruiken.
Tot nu toe is er één onderzoek gepubliceerd, met als doel om te onderzoeken wat het verschil is tussen de volgende drie methoden om de eiwitbehoefte te bepalen: 1) LG x 1,2 g eiwit per kg, 2) gecorrigeerd LG x 1,2 g eiwit per kg en 3) geschatte VVM x 1,5 g eiwit per kg. Deze methoden werden vergeleken met de gemeten VVM x 1,5 g eiwit (2). Uit dit onderzoek bleek dat bij overgewicht en obesitas een groot verschil bestaat tussen deze methoden om de eiwitbehoefte te schatten en heeft de methode op basis van VVM volgens dit onderzoek hierbij de voorkeur (2, 3). Echter geeft dit onderzoek geen
onderbouwing waarom het bepalen van de eiwitbehoefte op basis van VVM mogelijk beter zou zijn dan de methode op basis van (gecorrigeerd) LG.
De aanbevolen dagelijkse hoeveelheid eiwit van 0,8 g per kg LG per dag is gebaseerd op de hoeveel eiwit die nodig is om het dagelijks stikstofverlies te compenseren (4-11). Echter kennen stikstofbalans studies beperkingen, waaronder de korte duur van niet langer dan 2 weken. Daarnaast wordt er in de
stikstofbalans studies geen rekening gehouden met het behoud van en de variatie in spiermassa, waarvoor voldoende eiwitintake noodzakelijk is (10-19). Bovendien is het niet bekend of de spiermassa behouden blijft wanneer iemand in stikstofbalans is (9).
In verschillende bronnen wordt de voorkeur gegeven aan het bepalen van de eiwitbehoefte op basis van de VVM (1, 5, 20). In het onderzoek van Ishibashi et al. (21) wordt 1,5 g eiwit per kg VVM als optimaal gezien bij mensen in een kritieke toestand omdat hierbij het minste eiwitverlies plaatsvindt. Echter wordt er geen onderbouwing gegevenwaarom deze methode beter zou zijn. Ondanks het gemis aan onderbouwingen kan er wel beredeneerd worden waarom de methode op basis van VVM mogelijk de voorkeur zou hebben. VVM bestaat naast orgaanweefsel en bot voor een groot deel uit spierweefsel (1). Verreweg het grootste deel van de eiwitten in het lichaam is aanwezig in de VVM (22). Omdat de
eiwitten in het lichaam continu afgebroken en opgebouwd worden, ook wel de eiwitturnover genoemd (12), is het logisch dat een grotere hoeveelheid eiwit in het lichaam samenhangt met een hogere behoefte. Daarom lijkt het nauwkeuriger om de eiwitbehoefte te bepalen op basis van VVM, omdat de VVM bij een bepaald LG aanzienlijk kan variëren en meer zegt over de spiermassa.
Om meer duidelijkheid te krijgen over de twee methoden om de eiwitbehoefte te bepalen is het doel van deze studie om het verschil tussen de methode op basis van (gecorrigeerd) LG en VVM weer te geven. Daarnaast is het doel om aanzet te geven tot discussie over hoe de eiwitbehoefte beter geschat zou kunnen worden in de toekomst.
5
Methoden
Om te onderzoeken wat het verschil is in de hoeveelheid eiwit (g) tussen de eiwitbehoefte gebaseerd op het (gecorrigeerde) LG in vergelijking met de VVM, is er een data-analyse uitgevoerd.
Onderzoekspopulatie
Om tot de definitieve onderzoekspopulatie te komen is er een datacheck gedaan (Bijlage A). De data-analyse is uitgevoerd binnen de volgende twee populaties:
- De ANAC populatie (Amsterdam Nutritional Assessment Center, Hogeschool van Amsterdam) bestaande uit personen van ≥ 55 jaar die deelnamen aan een van de vier verschillende leefstijlinterventies: De spierbehoud studie nummer: NL2623), de WELPREX studie (NTR-nummer: NL4434), de PROBE studie (NTR-(NTR-nummer: NL4357), de VITAMINE studie (NTR-(NTR-nummer: NL5472). Meer informatie over deze studies zijn te vinden in Bijlage B.
- De Amsterdam UMC populatie (Amsterdam Universitair Medisch centrum) bestaande uit personen van ≥18 jaar van 7 verschillende patiëntengroepen. Kenmerken van deze 7 populaties zijn weergegeven in Bijlage C.
Er is een uitsplitsing gemaakt in BMI categorieën, geslacht en leeftijdscategorieën om te onderzoeken of de verschillen tussen de twee methoden verschillen in deze subgroepen.
Meetmethoden
De vier verschillende leefstijlinterventies van de ANAC populatie hebben hetzelfde meetprotocol gebruikt voor het meten van de lengte, het gewicht en de lichaamssamenstelling (Bijlage A). Voor Amsterdam UMC populatie zijn er binnen de 7 studies verschillende methoden gebruikt voor het meten van de lengte, het gewicht en de lichaamssamenstelling (Bijlage B).
Berekening van de eiwitbehoefte
Voor de gehele onderzoekspopulatie is 1,2 g eiwit per kg LG gebruikt, omdat de onderzoekspopulatie voor een groot deel uit ziekenhuispatiënten en ouderen bestaat (5,9). In het onderzoek van Ishibashi et al. wordt 1,5 g eiwit per kg VVM, wat gelijk zou staan aan 1,2 g eiwit per kg LG, als optimaal gezien bij zieke mensen omdat hierbij het minste eiwitverlies plaatsvindt (21). Binnen het huidig onderzoek werden daarom de volgende berekeningen gebruikt om de eiwitbehoefte te bepalen:
1. Op basis van LG:
- Huidig LG x 1,2 g eiwit per kg - Gecorrigeerd LG x 1,2 g eiwit per kg 2. Op basis van VVM:
- VVM met BIA volgens formule van Kyle (23) x 1,5 g eiwit per kg - VVM met BodPod x 1,5 g eiwit per kg (alleen voor ANAC populatie)
Voor het corrigeren van het LG wordt het gewicht behorend bij een BMI van <18,5 kg/m² teruggerekend naar een BMI van 20 kg/m² en bij een BMI ≥30 kg/m² wordt het LG teruggerekend naar een BMI van 27,5 kg/m² (5, 20).
Wanneer zowel de BodPod als BIA meting uitgevoerd is om de VVM te bepalen, is de BodPod meting gebruikt in de data-analyse omdat deze methode de voorkeur heeft (24).
Statistische analyse
Om het verschil tussen beide methoden inzichtelijk te maken is er allereerst gebruik gemaakt van Bland-Altman plots met limits of agreement, waarbij het gemiddelde van twee variabelen is vergeleken met het verschil tussen de twee variabelen (25). Daarnaast zijn staafdiagrammen met de standaardafwijking gebruikt om de gemiddelde verschillen in eiwitbehoefte van beide methoden weer te geven.
Door middel van zowel de Independent Samples T-test als de Paired Samples T-test is de significantie (P<0,05) tussen het verschil in eiwitbehoefte op basis van (gecorrigeerd) LG en VVM bepaald. Daarnaast
6 is er met gebruik van een simpele lineaire regressie-analyse gekeken of er een significante trend is tussen de gemiddelde eiwitbehoefte en het verschil in eiwitbehoefte tussen de twee methoden.
In een focusgroep bestaande uit 18 voedingsonderzoekers werd 0-10% verschil in eiwitbehoefte tussen beide methoden als acceptabel gezien. Hierbij wordt een onderschatting van de methode op basis van LG ten opzichte van VVM als een niet-acceptabel verschil gezien. In dit onderzoek is een onderschatting van <0% en een overschatting van ≥10% gedefinieerd als een klinisch relevant verschil waarbij de VVM als 100% is genomen. Een verschil van 0-10% is niet klinisch relevant.
De bovenstaande analyses zijn uitgevoerd in het statistische programma SPSS (versie 26, IBM SPSS) en Microsoft Excel 2018 (versie 16.16.21).
7
Resultaten
De basiskenmerken (in gemiddelden en/of percentages) van de ANAC en Amsterdam UMC populatie zijn weergegeven in tabel 1.
Tabel 1. Basiskenmerken van beide onderzoekspopulaties
ANAC Amsterdam UMC
N 513 1785 Geslacht (m/v) n(%) Man 210 (41%) 1004 (56%) Vrouw 303 (59%) 781 (44%) Leeftijd (jaren) ± SD 67 ± 7 66 ± 6 Leeftijdscategorieën (jaren) n(%) 18-35 0 (0%) 97 (5%) 35-70 323 (63%) 831 (47%) ≥70 190 (37%) 857 (48%) Lengte (cm) ± SD 170 ± 9 173 ± 10 Gewicht (kg) ± SD 86,7 ± 18,2 72,3 ± 18,4 BMI (kg/m²) ± SD Gemiddeld 30,0 ± 5,5 24,0 ± 5,0 BMI categorieën ≤18,5 n(%) 2 (0%) 198 (11%) 18,5-25 n(%) 97 (19%) 931 (52%) 25-30 n(%) 167 (33%) 450 (25%) 30-40 n(%) 229 (45%) 187 (11%) ≥40 n(%) 18 (4%) 19 (1%) VVM kg ± SD Gemiddeld 51 ± 12 51 ± 11 Man 63 ± 8 57 ± 9 Vrouw 43 ± 6 42 ± 8 VM kg ± SD Gemiddeld 35 ± 12 22 ± 10 Man 33 ± 11 20 ± 10 Vrouw 37 ± 13 23 ± 10 VM % ± SD Gemiddeld 40 ± 9 29 ± 9 Man 34 ± 7 25 ± 7 Vrouw 45 ± 8 34 ± 8
Het verschil tussen de eiwitbehoefte op basis van 1,2 g eiwit per kg (gecorrigeerd) LG en 1,5 g eiwit per kg VVM, uitgesplitst in ANAC en Amsterdam UMC en BMI-categorieën, is weergegeven in figuur 1a-d. Het gemiddelde verschil in eiwitbehoefte binnen geslacht is weergegeven in tabel 2.
Over het algemeen zijn de verschillen in eiwitbehoefte tussen beide methoden gemiddeld zo groot dat maar 22% (niet gecorrigeerd LG) en 26% (gecorrigeerd LG) van de onderzoekspopulatie een acceptabel verschil (niet klinisch relevant) heeft. De gemiddelde eiwitbehoefte op basis van niet gecorrigeerd LG is 27 ± 15 g eiwit (ANAC) en 11 ± 11 g eiwit (Amsterdam UMC) hoger dan op basis van VVM. De
eiwitbehoefte op basis van gecorrigeerd LG is gemiddeld 16 ± 10 g eiwit (ANAC) en 9 ± 8 g eiwit (Amsterdam UMC) hoger dan op basis van VVM.
De figuren 1a en 1c laten zien dat hoe groter de gemiddelde eiwitbehoefte is, hoe groter de
overschatting van eiwitbehoefte op basis van niet gecorrigeerd LG ten opzichte van VVM is (P<0,001). Hierin is een duidelijke verdeling te zien in BMI categorieën. Binnen de BMI categorieën zijn er grote significante verschillen in eiwitbehoefte tussen beide methoden (P<0,05), met uitzondering van de BMI categorie ondergewicht bij de ANAC populatie (figuur 2a en 2b). Een correctie op het LG resulteert in een kleiner verschil in eiwitbehoefte tussen de methode op basis LG en VVM bij de BMI categorieën obesitas en morbide obesitas (figuur 2a en 2b). Hierbij wordt het percentage mensen met een
8 acceptabel (niet klinisch relevant) verschil tussen de twee methoden groter wanneer het LG gecorrigeerd wordt. Voor de BMI categorie ondergewicht geldt het tegenovergestelde (figuur 3a-d).
De eiwitbehoefte gebaseerd op de VVM is over het algemeen lager dan op basis van (gecorrigeerd) LG, met uitzondering van de methode op basis van gecorrigeerd LG bij de BMI categorie morbide obesitas in de Amsterdam UMC populatie (figuur 2a en 2b). Daarbij is in figuur 1b, 1d, 3b en 3d te zien dat wanneer het LG gecorrigeerd wordt er meer personen een onderschatting hebben van de eiwitbehoefte op basis van gecorrigeerd LG ten opzichte van de eiwitbehoefte op basis van VVM.
Binnen de gehele onderzoekspopulatie is het gemiddelde verschil in eiwitbehoefte tussen (gecorrigeerd) LG en VVM groter bij vrouwen dan bij mannen (tabel 2 en Bijlage D). Bij de vrouwen zijn er meer klinisch relevante overschattingen en minder acceptabele verschillen (Bijlage E). Ondanks de verschillen in lichaamssamenstelling tussen mannen en vrouwen (tabel 1) en de verschillen in eiwitbehoefte die daarmee samenhangen, zijn deze verschillen in g eiwit minder groot dan de verschillen tussen de BMI categorieën.
Tussen de leeftijdscategorieën, bij zowel de ANAC als Amsterdam UMC populatie, zijn er geen grote verschillen in eiwitbehoefte tussen (gecorrigeerd) LG en VVM (Bijlage F).
Tabel 2. Het gemiddelde verschil in eiwitbehoefte tussen de methode op basis van (gecorrigeerd) lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC (N=513) en Amsterdam UMC (N=1785) populatie binnen geslacht.
Man Vrouw ANAC Gemiddeld verschil (g) ±SD LG en VVM 21 ± 12 31 ± 15 Gecorrigeerd LG en VVM 8 ± 9 21 ± 8 Amsterdam UMC Gemiddeld verschil (g) ±SD LG en VVM 7 ± 11 15 ± 11 Gecorrigeerd LG en VVM 6 ± 7 14 ± 7
9 Figuur 1d: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij de Amsterdam UMC populatie (N=1785) verdeeld in BMI categorieën.
Figuur 1b: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in BMI categorieën. Figuur 1a: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde
verschil in eiwitbehoefte tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in BMI categorieën.
Figuur 1c: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij de Amsterdam UMC populatie (N=1785) verdeeld in BMI
10 Figuur 2a: Gemiddeld verschil in eiwitbehoefte tussen (gecorrigeerd) lichaamsgewicht
(LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in BMI categorieën (*P<0,05). * * * * * * * *
Figuur 2b: Gemiddeld verschil in eiwitbehoefte tussen (gecorrigeerd) lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in BMI categorieën (*P<0,05). * * * * * * * * * *
11 Figuur 3a: Klinische relevante verschillen tussen niet gecorrigeerd
lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in BMI categorieën.
Figuur 3b: Klinische relevante verschillen tussen gecorrigeerd
lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in BMI categorieën.
Figuur 3c: Klinische relevante verschillen tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij de Amsterdam UMC populatie (N=1785) verdeeld in BMI categorieën.
Figuur 3d: Klinische relevante verschillen tussen gecorrigeerd
lichaamsgewicht (LG) en vetvrije massa (VVM) bij de Amsterdam UMC populatie (N=1785) verdeeld in BMI categorieën.
12
Discussie
De resultaten laten zien dat er grote verschillen zijn in eiwitbehoefte tussen (gecorrigeerd) LG en VVM. Bovendien is het percentage van de populatie met een acceptabel verschil tussen deze twee methoden klein. Binnen de BMI categorieën zijn er grote verschillen in eiwitbehoefte en zorgt een correctie van het LG voor een vermindering van deze verschillen tussen beide methoden. Ook is de eiwitbehoefte
gebaseerd op de VVM bij vrijwel de gehele populatie kleiner dan op basis van (gecorrigeerd) LG. De grote verschillen in eiwitbehoefte kunnen verklaard worden doordat de twee methoden verschillende uitgangspunten hebben.
De methode op basis van LG is gebaseerd op stikstofbalans studies (9-11). Met kennis over de
hoeveelheid stikstofverlies in het lichaam kan de hoeveelheid eiwitafbraak per dag berekend worden. Hiermee kan bepaald worden hoeveel eiwit in onze voeding nodig is om dit verlies te compenseren (8, 9). Echter zijn de stikstofbalans studies van korte duur, 10 tot 15 dagen, waardoor het lange termijn effect op de spiermassa onbekend is (9,10,13). Daarnaast zijn deze stikstofbalans studies nauwelijks uitgevoerd bij ouderen (10). Tevens betekent een neutrale stikstofbalans niet dat de hoeveelheid spiermassa constant hoeft te blijven in het lichaam (9). Het gebruik van de stikstofbalans kan wel geschikt zijn om het eiwitverlies te compenseren, maar dit is waarschijnlijk niet precies genoeg om de eiwitbehoefte te kunnen bepalen om de spiermassa te optimaliseren (26). Deze methode lijkt dus een te grove schatting van de eiwitbehoefte omdat er geen rekening wordt gehouden met de VVM (13, 26). VVM bestaat namelijk grotendeels uit orgaanweefsel, botweefsel en spiermassa waarvan spiermassa de grootste component is. Tevens is spiermassa het meest variabele component en bestaat voornamelijk uit eiwit (22). Bij de eiwitturnover vindt er een continu actief proces plaats van eiwitafbraak en -opbouw en is er geen opslagplaats van eiwit in het lichaam. Spieropbouw is dus afhankelijk van onder andere de eiwitconsumptie, omdat voeding, met name eiwit uit de voeding, een anabole prikkel is voor de eiwitsynthese (26, 27). Daarom is het van belang dat voldoende eiwit wordt geconsumeerd om de spiermassa en -functie te behouden (27). Dit suggereert dat bij het bepalen van de eiwitbehoefte spiermassa een belangrijke factor is. Hierbij zegt VVM meer over de spiermassa dan het LG.
Tussen de twee onderzoekspopulaties zijn de verschillen in eiwitbehoefte groot. De ANAC populatie laat grotere verschillen in eiwitbehoefte zien omdat deze populatie voor een groter deel bestaat uit mensen met overgewicht, obesitas en morbide obesitas. Bij gewichtstoename wordt de eiwitbehoefte op basis van LG groter. Echter wordt de eiwitbehoefte op basis van VVM niet per definitie groter, omdat er voornamelijk een stijging in VM plaatsvindt en niet in VVM (28).
Het corrigeren van het LG geeft meer overschattingen in eiwitbehoefte in vergelijking met VVM bij de BMI categorie ondergewicht. Het is de vraag of het corrigeren van het LG voor een werkelijke
overschatting van de eiwitbehoefte zorgt. Bij ondergewicht is het wenselijk om eerder te veel dan te weinig eiwit te adviseren. Bovendien is het aannemelijk dat de gehele Amsterdam UMC populatie voor opname al VVM zijn verloren waardoor het bepalen van de eiwitbehoefte op basis van de huidige VVM een mogelijke onderschatting geeft. Dus is het de vraag of de eiwitbehoefte op basis van 1,5 g eiwit per kg VVM toereikend is voor deze doelgroep. Ishibashi et al. laat zien dat 1,5 g eiwit per kg VVM het minste eiwitverlies geeft bij een kleine onderzoeksgroep van 23 zieke mensen in een kritieke toestand (21). Daarbij is er met behulp van in vivo neutron activation analysis (IVNAA) gedurende 10 dagen de hoeveelheid stikstof in het lichaam bepaald en daarmee de verandering in lichaamseiwit bekeken bij verschillende eiwitbehoeften (1,1, 1,5, 1,9 g eiwit per kg VVM). IVNAA wordt gebruikt als referentie methode om de chemische lichaamssamenstelling te achterhalen (29). De eiwitbehoefte van 1,5 g eiwit per kg VVM is alleen gebaseerd op de studie van Ishibashi et al (21). Aangezien deze kortdurende studie
13 is uitgevoerd in een kleine specifieke onderzoeksgroep is het van belang om meer onderzoek te doen zodat deze bevindingen vertaalt kunnen worden naar de praktijk.
In het onderzoek van Weijs et al. (2016) (30) wordt, in plaats van 1,5 g eiwit per kg VVM, 1,9 g eiwit per kg VVM gelijk gesteld aan 1,2 g eiwit per kg LG. Bij deze hoeveelheden vindt er een significant hogere spiermassa groei plaats in vergelijking met lagere eiwitintake. Dit zou een aanwijzing kunnen zijn dat 1,5 g eiwit per kg VVM een te lage eiwitbehoefte geeft. Echter is dit onderzoek uitgevoerd bij obese ouderen die deelnamen aan een gewichtsverlies programma van 13 weken waarbij spierbehoud en/of spiergroei werd nagestreefd. Deze omstandigheden van het behouden van spieren tijdens afvallen zijn metabool uitdagend. Deze onderzoeksgroep en situatie is niet representatief voor dit onderzoek.
Bij de BMI categorieën obesitas en morbide obesitas zorgt een correctie op het gewicht dat de eiwitbehoefte op basis van LG dichter bij de eiwitbehoefte op basis van VVM komt. Bij de Amsterdam UMC populatie blijkt bij morbide obesitas dat het corrigeren leidt tot een lagere eiwitbehoefte dan op basis van VVM. Mogelijk is dit te verklaren doordat de VVM, en daarmee ook de eiwitbehoefte op basis van VVM, bij de Amsterdam UMC populatie gemiddeld hoger ligt dan bij de ANAC populatie. Bij elk persoon met een BMI ≥30 wordt het gewicht gecorrigeerd naar een gewicht behorend bij een BMI van 27,5, ongeacht of de persoon een BMI van 31 heeft of een BMI van 50. De correctie op het LG bij
morbide obesitas is dus erg groot en vrij onnauwkeurig. Daarom lijkt de eiwitbehoefte op basis van VVM een meer nauwkeurige schatting te zijn.
In de praktijk wordt dezelfde hoeveelheid eiwit (g) per kg LG gebruikt bij zowel mannen als vrouwen terwijl de lichaamssamenstelling verschillend is. Bij hetzelfde LG hebben vrouwen gemiddeld 10% meer vetmassa dan mannen (31). Dit verklaart de verschillen in eiwitbehoefte tussen mannen en vrouwen in de huidige studie en geeft het belang aan om onderscheidt te maken in geslacht. Met de eiwitbehoefte op basis van VVM wordt dit probleem ondervangen.
Er is geen gelijke verdeling van BMI categorieën binnen de leeftijdscategorieën (Bijlage G), waardoor de verschillen in BMI categorieën de uitkomst van de verschillen in eiwitbehoefte tussen de
leeftijdscategorieën beïnvloedt. Deze resultaten zijn daarom niet juist te interpreteren. Sterktes en zwaktes
Een sterk punt van deze studie is dat er een grote onderzoekspopulatie (ANAC N=513, Amsterdam UMC N=1785) met zowel gezonde als zieke mensen is gebruikt. De onderzoekspopulatie is representatief voor zowel de klinische als de niet-klinische praktijk. Naast Velzeboer et al. uit 2017 (2) is het huidig
onderzoek, voor zover bekend is, het eerste onderzoek dat het verschil in eiwitbehoefte tussen de verschillende methoden laat zien.
Een beperking bij de Amsterdam UMC populatie is dat de waarden van gewicht en lengte deels zijn nagevraagd wat de resultaten kan beïnvloeden. Daarnaast kan de VVM meting met de BIA foutieve waarden geven in verband met mogelijk verstoorde vochthuishouding (32). Vervolgens is uit de reactance en resistance met behulp van de formule van Kyle de VVM bepaald. Echter is deze formule bedoeld voor gezonde mensen en kan dit voor de Amsterdam UMC populatie voor een grotere
foutmarge zorgen dan bij de ANAC populatie. Voor het bepalen van de VVM is in dit onderzoek zowel de BIA als de BodPod meting gebruikt bij de ANAC populatie. Hierdoor kan de eiwitbehoefte op basis van VVM verschillen, afhankelijk van de methode waarop VVM is bepaald. Hieruit blijkt dat de BIA methode in vergelijking met de BodPod een beperkte maar significante overschatting geeft van 6 ± 9 g (P<0,001) (Bijlage H). Tussen de BMI categorieën blijft het verschil in eiwitbehoefte op basis van VVM tussen BIA en BodPod constant.
Implicaties voor de toekomst
Vooralsnog lijkt de eiwitbehoefte op basis van VVM het beste, waarbij in de praktijk het gebruik van de BIA het meest haalbaar is. Echter is het onduidelijk welke hoeveelheid eiwit per kg VVM de werkelijke
14 eiwitbehoefte geeft bij verschillende doelgroepen. Voor de praktijk is het belangrijk om te weten wat de werkelijke eiwitbehoefte is. Hiervoor is een langdurige stikstofbalans studie (IVNAA) in een grote
onderzoeksgroep, met verschillende leeftijdscategorieën, BMI categorieën, geslacht en gezonde en zieke mensen, nodig om een stap dichterbij de werkelijke eiwitbehoefte te komen. Binnen dit onderzoek moet er een constante inname van eiwitten zijn waarbij er gerandomiseerde groepen met verschillende eiwitintake worden vergeleken. De spiermassa moet hierbij worden bijgehouden om op lange termijn te kunnen bepalen welke eiwitbehoefte het minste verlies in spiermassa geeft. Daarnaast is het vooral voor ziekenhuispatiënten belangrijk om onderzoek te doen naar de beste manier om de VVM te schatten behorend bij de gezonde toestand van de patiënt zodat de eiwitbehoefte niet onderschat wordt. Dit zou onderzocht kunnen worden door het beloop van het LG en de VVM bij een chronisch zieke patiënten groep op lange termijn te monitoren. Hierbij kan de BIA gebruikt worden om de VVM te bepalen waarbij er rekening gehouden moet worden met de vochthuishouding van de patiënt. Op basis van de verkregen informatie zou er een formule gecreëerd kunnen worden om de VVM voor ziekte te schatten.
Wanneer deze onderzoeken zijn uitgevoerd is er voor verschillende doelgroepen meer duidelijkheid over welke eiwitbehoefte toereikend is en kan dit geïmpliceerd worden in de praktijk.
15
Conclusie
Concluderend zijn er grote verschillen in eiwitbehoefte tussen de methoden op basis van (gecorrigeerd) LG en VVM en zijn er weinig acceptabele verschillen. Hierbij is de eiwitbehoefte op basis van VVM bij vrijwel de gehele populatie kleiner dan op basis van (gecorrigeerd) LG. Binnen de BMI categorieën zijn er grote verschillen in eiwitbehoefte en zorgt een correctie van het LG voor een vermindering van deze verschillen tussen beide methoden. Desondanks blijven deze verschillen onacceptabel groot. Daarnaast lijkt onderscheidt maken in geslacht noodzakelijk voor het bepalen van de eiwitbehoefte door verschillen in lichaamssamenstelling, wat de verschillen in eiwitbehoefte tussen de methoden binnen geslacht verklaard.
Het is vooralsnog onbekend welke methode voor het bepalen van de eiwitbehoefte het beste is. Daarom is het van belang om erachter te komen welke eiwitbehoefte de werkelijke waarde geeft. Logischerwijs lijkt de eiwitbehoefte op basis van VVM nauwkeuriger. Echter zijn er nog veel onduidelijkheden over de hoeveelheid eiwit (g) per kg LG en VVM om de werkelijke eiwitbehoefte te bereiken. Voor de praktijk is het nodig om meer onderzoek te verrichten naar de werkelijke eiwitbehoefte van verschillende
16
Literatuurlijst
1. Kruizenga HM, Wierdsma N. Zakboek Diëtetiek. Vierde druk. Amsterdam: VU University Press; 2015.
2. Velzeboer L, Huijboom M, Weijs PJM, et al. Hoe berekenen we de eiwitbehoefte bij
ondergewicht en overgewicht? Nederlands Tijdschrift voor Voeding & Diëtetiek. 2017;72(1):S1-S8.
3. Gallagher D, Heymsfield SB, Heo M, et al. Healthy percentage body fat ranges: an approach for developing guidelines based on body mass index. The American Journal of Clinical Nutrition. 2000;72:694-701.
4. Gezondheidsraad. Voedingsnormen: energie, eiwitten, vetten en verteerbare koolhydraten. Den Haag: Gezondheidsraad, 2001. Beschikbaar via:
https://www.mvo.nl/media/gezondheid/voedingsnormen_gr_2001.pdf. Geraadpleegd 19 februari 2020.
5. Kruizenga H, Beijer S, Huisman-de Waal G, et al. Richtlijn ondervoeding: Herkenning,
diagnosestelling en behandeling van ondervoeding bij volwassenen. Stuurgroep ondervoeding. 2019. Beschikbaar via:
https://www.stuurgroepondervoeding.nl/wp- content/uploads/2019/02/SoV01-Richtlijn-Ondervoeding-losse-paginas-210x297februari-2019.pdf. Geraadpleegd 19 februari 2020.
6. Barents ESE, Spijker JG. Informatorium voor Voeding en Diëtetiek - dieetleer. Bohn van Stafleu van Loghum. Houten; 2013. p. 326, 533.
7. Kruizenga H, Amsterdam W, Beijer S, et al. Richtlijn 17: Ondervoeding.
Dieetbehandelingsrichtlijnen. 2018. Beschikbaar via: https://www-dieetbehandelingsrichtlijnen-nl.rps.hva.nl:2443/richtlijnen/17ZK_dieetbehandelplan__behandeling__evaluatie_en_monitorin g.html. Geraadpleegd 19 februari 2002.
8. Verreijen AM, Tieland M, Weijs PJM. Informatorium voor Voeding en Diëtetiek - Supplement 101 - april 2019: Dieetleer en Voedingsleer. Houten: Bohn Stafleu van Loghum; 2019. p. 11-18 9. Bauer J, Biolo G, Cederholm T. Evidence-Based Recommendations Optimal Dietary Protein Intake
in Older people: A Position Paper From the PROT-AGE Study Group. American Medical Directors Association. 2013;14:542-559.
10. Rand WM, Pellet PL, Young VR. Meta-analysis of nitrogen balance studies for estimating protein requirements in healthy adults. American Journal of Clinical Nutrition. 2003;77:109-27.
11. Celis-Morales CA, Petermann F, Steell L, et al. Associations of Dietary Protein Intake With Fat-Free Mass and Grip Strength: A Cross-Sectional Study in 146,816 UK Biobank Participants. American Journal of Epidemiology. November 2018;187:2405-2414.
12. Rolfes SR, Pinna K, Whitney E. Understanding Normal and Clinical Nutrition. Canada: Cengage Learning; 2012. p.178.
13. Munro HN. Energy and protein intakes as determinants of nitrogen balance. Kidney International. 1978;14(4):313-6.
14. Wernerman J, Morris CM, Paddon-Jones D, et al. Assessment of Protein Turnover in Health and Disease. American Society for Parenteral and Enteral Nutrition. April 2017;32:15S-20S.
15. Rees RG, Cooper TM, Beetham R, et al. Influence of energy and nitrogen contents of enteral diets on nitrogen balance. 1989;30(1):123-9.
16. Gloria D, Egun N. The effect of varying dietary energy intake on the nitrogen balance of young woman. Elsevier. 1992;12:583-593.
17. Schüler SA. Energy and protein requirements. Report of a Joint FAO/WHO/UNU Expert Consultation. World Health Organization 1985. Beschikbaar via:
https://apps.who.int/iris/bitstream/handle/10665/39527/WHO_TRS_724_(chp1-chp6).pdf. Geraadpleegd op 19 februari 2020.
17 18. Denise K. Houston, Janet A, et al. Dietary protein intake is associated with lean mass change in
older, Community-dwelling adults: the Health, Aging, and Body Composition (Health ABC) Study1–3. Journal of the American Geriatrics Society. 2017;65:1707-1711.
19. Weijs PJM. Eiwitbalans bij ziekte, gezondheid en veroudering. Nederlands Tijdschrift voor Voeding & Diëtetiek. 2015;70(6):12-14.
20. Weijs PJM, Sauerwein HP, Kondrup J. Protein recommendations in the ICU: g protein/kg body weight - which body weight for underweight and obese patients? Clinical Nutrition
2012;31(5):774-5.
21. Ishibashi N, Plank LD, Sando K, et al. Optimal protein requirements during the first 2 weeks after the onset of critical illness. Critical Care Medicine. 1998;26:1529-35.
22. Wilhelmus G.P.M. Looijaard, Jeroen Molinger, et al. Measuring and monitoring lean body mass in critical illness. Current Opinion in Critical Care. 2018;24:241-47.
23. Kyle UG, Genton L, Karsegard L, et al. Single prediction equation for bioelectrical impedance analysis in adults aged 20-94 years. Nutrition. 2001;17:248-253.
24. Bujko J, Kasprzak J, Houlshof P, et al. Comparison of different methods of body fat measurement in non-obese young adults. Polish Journal of Food Nutrition Sciences. 2006;15(56):139-144. 25. Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of
clinical measurement. The lancet. 1986;1(8476):307-10.
26. Wolfe RR. The underappreciated role of muscle in health and disease. American Journal of Clinical Nutrition. 2006;84:475-82.
27. Deer RR, Volpi E. Protein intake and muscle function in older adults. Current opinion clinical nutrition metabolic care. 2015;18(3):248-253.
28. Meeuwsen S, Horgan GW, Elia M. The relationship between BMI and percent body fat, measured by bioelectrical impedance, in a large adult sample is curvilinear and influenced by age and sex. Clinical Nutrition. 2010;29:560-66.
29. Ellis KJ. Human Body Composition: In Vivo Methods. Physiological Reviews. 2000;80(2):649-80. 30. Weijs PJM, Wolfe RR. Exploration of the protein requirement during weight loss in obese older
adults. Clinical Nutrition. 2016;35(2):394-398.
31. Werman AM, Van den Berg H. Informatorium voor Voeding en Diëtetiek – voedingsleer. Bohn van Stafleu van Loghum. Houten; 2013. p. 243.
32. Zweers H, Kruizenga H, van den Berg A, et al. Nutritional Assessment Platform: Single Frequency Bio-Impedantie Analyse. Zakboek diëtetiek. 2016: p. 8.
33. Verreijen AM, Verlaan S, Engberink MF, et al. A high whey protein-, leucine-, and vitamin D-enriched supplement preserves muscle mass during intentional weight loss in obese older adults: a double-blind randomized controlled trial. American Journal of Clinical Nutrition. 2015;101:279-286.
34. Verreijen AM, Engberink MF, Memelink RG, et al. Effect of a high protein diet and/or resistance exercise on the preservation of fat free mass during weight loss in overweight and obese older adults: a randomized controlled trial. Nutrition Journal 2017;16:10-6.
35. Memelink R, Pasman W, Bongers A, et al. Effect of a whey protein drink enriched with leucine and vitamin D on lean mass and glycemic control during a lifestyle intervention in obese older adults with (pre-)diabetes type 2: A double-blind RCT. Clinical Nutrition. 2018;37:S216-S217. 36. Van den Helder J, van Dronkelaar C, Tieland M, et al. A digitally supported home-based exercise
training program and dietary protein intervention for community dwelling older adults: protocol of the cluster randomized controlled VITAMIN trial. BMC Geriatrics 2018;18:183-7.
37. Neelemaat F, Thijs A, Seidell JC, et al. Study protocol: Cost-effectiveness of transmural nutritional support in malnourished elderly patients in comparison with usual care. Nutritional Journal. 2010;9(6):1-7.
38. Kruizenga HM, Van Tulder MW, Seidell JC, et al. Effectiveness and cost-effectiveness of early screening and treatment of malnourished patients. The American Journal of Clinical Nutrition. 2005;82:1082-9.
18 39. Schilp J, Bosmans JE, Kruizenga HM, et al. Is Dietetic Treatment for Undernutrition in Older
Individuals in Primary Care Cost-Effective? American Medical Directors Association. 2014;15(3):226.e7-226.e13.
40. Langius JAE, Kruizenga HM, UitdeHaag BMJ, et al. Resting energy expenditure in head and neck cancer patients before and during radiotherapy. Clinical Nutrition. 2012;31(4):549-54.
41. Kruizenga HM, Hofsteenge GH, Weijs PJM. Predicting resting energy expenditure in underweight, normal weight, overweight, and obese adult hospital patients. Nutrition & Metabolism.
2016;13:85.
19
Bijlage A: Stroomdiagram onderzoekspopulatie
Orginele dataset N= 2378
Geëxcludeerd in verband met missende waarde voor VVM (N=48):
- ANAC-populatie (N= 14) - Ziekenhuispopulatie (N=34)
Geëxcludeerd in verband met foutieve bio-impedantie data: - VVM groter dan het lichaamsgewicht (N= 13)
Geëxcludeerd in verband met onwaarschijnlijke bio-impedantie data: - VM <5% (N=19) ANAC N=513 Geëxcludeerd (N=14) Amsterdam UMC N=1785 Geëxcludeerd (N=66) Totaal data-analyse N=2298
20
Bijlage B: Gebruikte methodologie
ANAC (33-36) AUMC Data Neelemaat F. (37) Data Kruizenga H. (38)
Data Schilp J. (39) Data Langius J. (40)
Data NA in zorg VUmc, Kruizenga HM, et al. (41)
Data Diapriva Dam M, et al (42)
Gewicht Geijkte
schaalverdeling als onderdeel van het BODPOD-systeem Gekalibreerde weegschaal (Prior MD-1512) Gekalibreerde weegschaal (Seca 880) Gekalibreerde weegschaal (Seca 761, Lameris, Utrecht, Nederland) Digitale elektronische weegschaal (Alpha 770; Seca, Hamburg, Duitsland) Gekalibreerde elektronische weegschaal (Seca Alpha, Hamburg, Duitsland) Gekalibreerde elektronische weegschaal (Seca Alpha, Hamburg, Duitsland) Lengte Seca 222 stadiometer Zelf gerapporteerde lengte Gegevens zijn gevalideerd met lengte die is afgeleid van metingen van de kniehoogte (Seca 207) Nagevraagd bij de patiënt Wanneer niet bekend bij patiënt is lengte gemeten met Seca 220
Onbekend Gekalibreerde meetlat
Werd gemeten of zelf gerapporteerd
Werd gemeten of zelf gerapporteerd VVM Quadscan 4000 van (Bodystat) Luchtverplaatsing Plethysmografie BIS** waaruit 50 kHz gebruikt (Xitron Technologies, BIA* op 50 kHz (Xitron 4000B-analyzer, Xitron-BIA* op 50 kHz (Bodystat 1500 MDD) BIA* op 50 kHz (RJL Systems 101 Q, Clinton Township, USA) BIA* op 50 kHz (Bodystat 500 of Bodystat 1500 MDD) BIS** waaruit 50 kHz Tabel 1. Meting van gewicht, lengte en vetvrije massa (VVM)
21 (BODPOD, Life,
Measurement Inc., Concord, CA)
BIA: niet bekend met welke formule de VVM is berekend
San, Diego, CA, USA) technologies, San, Diego, CA, VS) Berekend met de Kyle-formule (23) (Euromedix, België) Berekend met de Kyle-formule (23) Berekend met de Kyle-formule (23)
*BIA: Bio Elektrische Impedantie Analyse **BIS: Bio Elektrische Impedantie Spectroscopie
22
Bijlage C: Kenmerken Amsterdam UMC populatie
Kenmerken
Neelemaat F. (37) N = 210
Doelgroep: Patiënten ≥ 60 jaar die in het ziekenhuis werden opgenomen tot 3 maanden na ontslag.
Doel: Het onderzoeken van de effectiviteit en kosteneffectiviteit van transmurale voedingsondersteuning bij ondervoede ouderen patiënten post-ontslag, te beginnen bij opname in het ziekenhuis tot 3 maanden na ontslag.
Duur: onbekend Kruizenga H. (38) N = 588
Doelgroep: Ziekenhuispatiënten ≥ 18 jaar van verschillende interne afdelingen van het VUmc.
Doel: De effectiviteit en kosteneffectiviteit onderzoeken van het gebruik van de SNAQ in vergelijking met de gebruikelijke voedingszorg voor vroege herkenning en behandeling van ondervoede ziekenhuispatiënten.
Duur: April – oktober 2002, februari – juni 2003 Schilp J. (39) N = 146
Doelgroep: Personen ≥ 65 jaar die op verschillende eerstelijns locaties gemeten zijn en volgens SNAQ65+ ondervoed zijn. De patiënten waren niet geïnstitutionaliseerd. Doel: Het evalueren van de kosteffectiviteit van een dieetbehandeling in de
eerstelijnszorg in vergelijking met de gebruikelijke zorg voor thuiswonende ouderen en ondervoede personen.
Duur: Oktober 2009 – juni 2011 Langius J. (40) N = 71
Doelgroep: Patiënten met hoofd- en nekkanker die primaire of postoperatieve radiotherapie ondergingen in het VUmc.
Doel: Het onderzoeken of het rustmetabolisme verhoogd is voor de radiotherapie en of er een verandering plaatsvindt in het rustmetabolisme gedurende en na de radiotherapie. Duur: onbekend NA in zorg VUmc, Kruizenga H, et al. (41) N = 513
Doelgroep: Algemene ziekenhuispatiënten van het VUmc.
Doel: Het onderzoeken van de validiteit van REE-voorspelling in vergelijking met de indirecte calorimetrie voor patiënten met ondergewicht, gezond gewicht,
overgewicht en obesitas.
Duur: Maart 2005 - december 2015 Diapriva (42) N = 115
Doelgroep: Hemodialysepatiënten
Doel: Het bekijken van de verschillen in eiwitbehoefte op basis van lichaamsgewicht en vetvrije massa voor verdieping van de discussie over optimale berekening van eiwitbehoefte.
Duur: onbekend
VES metabole ziekte Momenteel geen publicatie over beschikbaar Tabel 2: Kenmerken 7 populaties Amsterdam UMC
23
Bijlage D: Bland-Altman plots geslacht
Figuur 1a: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij mannen van de ANAC populatie (N=210).
Figuur 1b: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij mannen van de ANAC populatie (N=210).
Figuur 1c: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij vrouwen van de ANAC populatie (N=303).
Figuur 1d: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij vrouwen van de ANAC populatie (N=303).
24 Figuur 1e: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde
verschil in eiwitbehoefte tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij mannen van de Amsterdam UMC populatie (N=1004).
Figuur 1g: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij vrouwen van de Amsterdam UMC populatie (N=781).
Figuur 1h: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij vrouwen van de Amsterdam UMC populatie (N=781).
Figuur 1f: Bland-Altman plot van de gemiddelde eiwitbehoefte en het gemiddelde verschil in eiwitbehoefte tussen gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij mannen van de Amsterdam UMC populatie (N=1004).
25
Bijlage E: Klinische relevante verschillen verdeeld in geslacht
Figuur 2a: Klinische relevante verschillen tussen niet gecorrigeerd
lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in geslacht.
Figuur 2c: Klinische relevante verschillen tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij de Amsterdam UMC populatie (N=1785) verdeeld in geslacht.
Figuur 2b: Klinische relevante verschillen tussen gecorrigeerd
lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in geslacht.
Figuur 2d: Klinische relevante verschillen tussen niet gecorrigeerd lichaamsgewicht (LG) en vetvrije massa (VVM) bij de Amsterdam UMC populatie (N=1785) verdeeld in geslacht.
26
Bijlage F: Gemiddeld verschil in eiwitbehoefte binnen
leeftijdscategorieën
Figuur 3b: Gemiddeld verschil in eiwitbehoefte tussen (gecorrigeerd) lichaamsgewicht (LG) en vetvrije massa (VVM) bij de Amsterdam UMC populatie (N=1785) verdeeld in leeftijdscategorieën (*P<0,001).
Figuur 3a: Gemiddeld verschil in eiwitbehoefte tussen (gecorrigeerd) lichaamsgewicht (LG) en vetvrije massa (VVM) bij de ANAC populatie (N=513) verdeeld in leeftijdscategorieën (*P<0,001).
* * * * * * * * * *
27
Bijlage G: Verdeling BMI categorieën binnen leeftijdscategorieën
Leeftijdscategorieën BMI categorieën N Percentage mensen %
35-70 jaar Ondergewicht 1 0% Gezond gewicht 35 11% Overgewicht 93 29% Obesitas 178 55% Morbide obesitas 16 5% Totaal 323 100% ≥70 jaar Ondergewicht 1 1% Gezond gewicht 62 33% Overgewicht 74 39% Obesitas 51 27% Morbide obesitas 2 1% Totaal 190 100%
Leeftijdscategorieën BMI categorieën N Percentage mensen %
18-35 jaar Ondergewicht 16 17% Gezond gewicht 52 54% Overgewicht 13 13% Obesitas 16 17% Morbide obesitas 0 0% Totaal 97 100% 35-70 jaar Ondergewicht 96 12% Gezond gewicht 383 46% Overgewicht 217 20% Obesitas 119 14% Morbide obesitas 16 2% Totaal 831 100% ≥70 jaar Ondergewicht 86 10% Gezond gewicht 496 58% Overgewicht 220 26% Obesitas 52 6% Morbide obesitas 3 0% Totaal 857 100%
Tabel 3a. Verdeling van het aantal en percentage mensen van de BMI categorieën binnen de leeftijdscategorieën in de ANAC populatie (N=513).
Tabel 3b. Verdeling van het aantal en percentage mensen van de BMI categorieën binnen de leeftijdscategorieën in de Amsterdam UMC populatie (N=1785).
28
Bijlage H: Bland-Altman BIA en BodPod
Figuur 4: Gemiddeld verschil in eiwitbehoefte op basis van VVM tussen BIA en BodPod bij de ANAC populatie (N=513).
