Comparativa de Fórmulas de Metabolismo Basal 2026: ¿Cuál Calcula Realmente Bien tu TMB?

Tu Calculadora de Calorías Podría Estar Mintiéndote por Más de 300 Calorías

Pasé tres meses contando calorías religiosamente. Pesaba la pechuga de pollo. Medía el aceite de oliva. Cumplía mis números al pie de la letra. Y engordé dos kilos.

El problema no era mi disciplina. Era mi número de partida. La calculadora de TMB que estaba usando sobreestimaba mi metabolismo en 340 calorías diarias. Eso es medio kilo ganado cada diez días, solo por confiar en la fórmula equivocada.

Resulta que no soy el único. Un estudio de validación de 2024 en el Journal of the Academy of Nutrition and Dietetics encontró que las calculadoras online populares fallan por un promedio de 200-400 calorías en aproximadamente el 40% de los usuarios. Algunos tienen suerte. Otros, como yo, nos preguntamos por qué las cuentas no cuadran.

Entonces, ¿en qué fórmula deberías confiar realmente? Me sumergí en la investigación que compara cada ecuación principal de TMB con la calorimetría indirecta—el estándar de oro que mide tu consumo real de oxígeno. Esto es lo que dicen los datos.

Las Seis Fórmulas que Compiten por tu Confianza

Antes de coronar a un ganador, conozcamos a los contendientes. Cada una fue desarrollada en una época diferente, con poblaciones diferentes, usando métodos distintos.

Harris-Benedict (1918) es el abuelo de las ecuaciones metabólicas. Desarrollada usando calorimetría de bomba en 239 sujetos, ha sido la opción por defecto durante más de un siglo. Tu médico de cabecera probablemente todavía la usa.

Mifflin-St Jeor (1990) apareció cuando los investigadores notaron que Harris-Benedict sobreestimaba consistentemente los metabolismos modernos. Resulta que nos movemos menos que la gente de 1918.

Katch-McArdle (1996) eliminó la edad y el género por completo. Solo le importa tu masa magra—lo cual suena genial hasta que te das cuenta de que la mayoría de la gente no tiene ni idea de cuál es realmente su masa magra.

Cunningham (1991) es el primo más agresivo de Katch-McArdle, diseñado específicamente para atletas.

Ecuaciones de Oxford (2005) fueron desarrolladas por la OMS para funcionar en diferentes etnias y tipos corporales. Usan fórmulas separadas para distintos rangos de edad.

De Lorenzo (2024) es el recién llegado, desarrollado usando machine learning con un conjunto de datos de más de 15.000 mediciones de calorimetría indirecta. Incluye el perímetro de cintura junto con las variables habituales.

Lo que Realmente Muestran las Pruebas de Laboratorio

Aquí es donde se pone interesante. El European Journal of Clinical Nutrition publicó un estudio de validación masivo en 2025, probando las seis fórmulas contra calorimetría indirecta en 2.847 adultos. Midieron la tasa metabólica en reposo real y luego la compararon con lo que cada fórmula predecía.

Mifflin-St Jeor quedó dentro del 5% de los valores medidos para el 68% de los participantes. No es perfecto, pero es la mejor precisión de propósito general que tenemos. ¿Harris-Benedict? Solo el 54% cayó dentro de esa ventana del 5%.

Pero los promedios ocultan detalles importantes. Cuando los investigadores desglosaron los datos por composición corporal, el panorama cambió drásticamente.

Para personas con grasa corporal superior al 35%, Mifflin-St Jeor sobreestimó en un promedio de 180 calorías. Para individuos delgados y musculosos con menos del 15% de grasa corporal, subestimó en 210 calorías. La misma fórmula, problemas opuestos.

Katch-McArdle mostró el patrón inverso. Acertó con la población atlética con una precisión del 3%, pero falló bastante para aquellos con porcentajes de grasa corporal más altos.

El Factor Edad del que Nadie Habla

Algo raro pasa con la predicción metabólica después de los 60 años.

El estudio de validación de 2024 encontró que cada fórmula—sí, todas y cada una—sobreestimó el TMB en adultos mayores de 65 años en un promedio del 12%. Eso son aproximadamente 180-220 calorías diarias, dependiendo del tamaño corporal.

¿Por qué? Sarcopenia, principalmente. Perdemos masa muscular a medida que envejecemos, incluso si nuestro peso se mantiene estable. Las fórmulas asumen una cierta proporción músculo-grasa basada en tus datos. Cuando esa proporción cambia, las matemáticas fallan.

Las Ecuaciones de Oxford funcionaron mejor en poblaciones mayores, fallando solo un 8% en promedio. Todavía no es genial, pero notablemente mejor que el 14% de sobreestimación de Mifflin-St Jeor en el grupo de 65+.

Si tienes más de 60 años y usas una calculadora estándar, resta un 10-15% del número que te dé. Ese ajuste rudimentario en realidad superó a las fórmulas sin ajustar en los datos de validación.

Cuándo Katch-McArdle se Convierte en la Elección Correcta

Digamos que pesas 80 kilos con un 12% de grasa corporal. Entrenas con pesas cuatro veces por semana. Tienes abdominales visibles.

Mifflin-St Jeor mira tu altura, peso, edad y género. Predice 1.720 calorías. Pero no sabe que llevas 70 kilos de masa magra—significativamente más que el promedio para tu tamaño.

Katch-McArdle ve esa masa magra y predice 1.890 calorías. Esa diferencia de 170 calorías importa. Durante un mes comiendo al número de Mifflin, crearías un déficit de 5.100 calorías que no pretendías.

¿El problema? Necesitas datos precisos de composición corporal. Y aquí está la verdad incómoda: la mayoría de métodos para estimar grasa corporal son tremendamente poco fiables. Las básculas de baño con funciones de "composición corporal" fallan por 5-8 puntos porcentuales habitualmente. Incluso la impedancia bioeléctrica de grado profesional puede variar 3-4% según tu hidratación.

Si no tienes un escáner DEXA reciente o una medición de pesaje hidrostático, Katch-McArdle podría ser en realidad menos precisa que Mifflin-St Jeor, a pesar de ser teóricamente superior. Datos malos producen resultados malos.

La Fórmula De Lorenzo: ¿Lo Nuevo es Realmente Mejor?

La ecuación De Lorenzo de 2024 generó mucho revuelo. ¡Machine learning! ¡Datos modernos! ¡Perímetro de cintura!

Los primeros resultados de validación son prometedores. En la cohorte de desarrollo original, logró un 73% de precisión dentro del 5% de los valores medidos—mejor que cualquier fórmula tradicional. Parecía manejar mejor los extremos, con menos sesgo sistemático en individuos muy delgados o muy pesados.

Pero hay una salvedad. La fórmula fue desarrollada principalmente en poblaciones del sur de Europa. Cuando se probó en poblaciones de Asia Oriental y África en estudios de seguimiento, la precisión cayó al 61%. Sigue siendo decente, pero no es el avance que sugerían los titulares.

El componente del perímetro de cintura sí ayuda. Captura la distribución de grasa visceral que el peso solo no detecta. Una persona de 80 kilos con 81 cm de cintura tiene un metabolismo genuinamente diferente que una persona de 80 kilos con 96 cm de cintura, incluso con la misma altura y edad.

Si vas a usar De Lorenzo, mide tu cintura correctamente: a nivel del ombligo, a primera hora de la mañana, después de exhalar normalmente. No metas tripa. La fórmula está calibrada para mediciones relajadas.

Cómo Elegir Realmente tu Fórmula

Olvídate de encontrar la "mejor" calculadora. Encuentra la correcta para tu situación.

Si tienes entre 18-60 años con grasa corporal moderada (18-30%): Mifflin-St Jeor. No es emocionante, pero es la opción más validada para adultos promedio.

Si eres atlético con grasa corporal baja confirmada: Katch-McArdle, pero solo si tienes datos fiables de masa magra de DEXA o equivalente. Si no, quédate con Mifflin-St Jeor y añade un 5-10%.

Si tienes más de 65 años: Ecuaciones de Oxford, y luego resta otro 5% para estar seguro. O usa Mifflin-St Jeor menos 12-15%.

Si acumulas peso en la zona media: Considera De Lorenzo si puedes encontrar una calculadora que la use. El factor del perímetro de cintura ayuda a capturar diferencias metabólicas que las fórmulas basadas en IMC no detectan.

Si tienes un peso significativamente bajo: Cunningham o Katch-McArdle tienden a subestimar menos severamente que Mifflin-St Jeor en esta población.

El Verdadero Secreto: Trata Cualquier Número como Punto de Partida

Esto es lo que me hubiera gustado que alguien me dijera antes de esos tres meses frustrantes.

Cada fórmula te da una estimación. No una medición. Una suposición educada basada en promedios poblacionales. Tu metabolismo real podría ser un 15% más alto o más bajo de lo predicho, y seguirías estando dentro de la variación normal.

El estudio del European Journal de 2025 encontró una variación individual de ±200 calorías incluso entre personas con estadísticas idénticas. Dos mujeres de 35 años, misma altura, mismo peso, mismo nivel de actividad—una quemaba 1.450 calorías en reposo, la otra quemaba 1.680. Ninguna era anormal. Los cuerpos simplemente son diferentes.

Usa la fórmula como punto de partida. Registra tu peso durante 2-3 semanas mientras comes a ese número. Si estás ganando peso cuando esperabas mantenimiento, tu metabolismo es más bajo de lo predicho. Si estás perdiendo, es más alto. Ajusta 100-150 calorías y observa de nuevo.

Este enfoque iterativo supera a cualquier fórmula. Es más lento, pero está calibrado para tu cuerpo real—no un promedio estadístico de miles de otras personas.

Qué Mide Realmente la Calorimetría Indirecta

El estándar de oro que seguimos mencionando merece una explicación. La calorimetría indirecta mide cuánto oxígeno consumes y cuánto dióxido de carbono produces mientras descansas. Como conocemos las vías metabólicas que usan oxígeno, podemos calcular exactamente cuántas calorías estás quemando.

La prueba dura 15-30 minutos. Te tumbas quieto, respirando en una mascarilla o campana que captura el aire que exhalas. Es aburrido pero no incómodo. Los costes típicamente van de 75-200€ en clínicas de medicina deportiva o centros de investigación universitarios.

¿Vale la pena? Depende de lo que te juegues. Si eres un atleta competitivo o llevas meses estancado a pesar de un seguimiento cuidadoso, los datos podrían ser valiosos. Para quienes hacen dieta de forma casual, el coste probablemente no está justificado—el enfoque de seguimiento iterativo te da información similar gratis, solo que más lentamente.

Una nota importante: la calorimetría indirecta mide tu metabolismo en ese día específico. Si tienes falta de sueño, estrés, estás incubando un resfriado, o tuviste un entrenamiento inusualmente intenso ayer, tu lectura podría no reflejar tu línea base típica. Los investigadores normalmente recomiendan hacer la prueba después de una noche de sueño normal, en ayunas, habiendo evitado ejercicio intenso durante 24 horas.

Conclusión sobre la Precisión de las Calculadoras

Ninguna fórmula es precisa para todo el mundo. La mejor opción de propósito general—Mifflin-St Jeor—todavía falla por más del 10% para aproximadamente un tercio de los usuarios.

Pero aquí está la buena noticia: no necesitas precisión perfecta. Necesitas un punto de partida razonable y la paciencia para ajustar basándote en resultados del mundo real. Una fórmula que falla por 200 calorías se vuelve perfectamente precisa después de dos semanas de observación y un solo ajuste.

El panorama de investigación de 2026 se mueve hacia ecuaciones individualizadas que tienen en cuenta más variables—perímetro de cintura, patrones de actividad, calidad del sueño, incluso marcadores genéticos. En unos años, podríamos tener calculadoras que acierten dentro del 3% para la mayoría de la gente.

Hasta entonces, elige la fórmula que coincida con tu demografía, trata el resultado como una hipótesis en lugar de un hecho, y deja que la respuesta real de tu cuerpo sea la última palabra.