BMR 計算公式準確度大對決：2026 年哪個公式真的有效？

你的熱量計算機可能騙了你 300 大卡以上

我曾經連續三個月嚴格計算熱量。雞胸肉用秤量、橄欖油用量匙、數字完美達標。結果？胖了快兩公斤。

問題不在我的執行力，而是起點就錯了。我用的 BMR 計算機每天高估我的代謝 340 大卡。等於每十天就多囤一磅脂肪，只因為我信錯了公式。

原來我不是特例。2024 年《美國營養與飲食學會期刊》的驗證研究發現，市面上熱門的線上計算機對約 40% 的使用者誤差達 200-400 大卡。有些人運氣好剛好準，其他人像我一樣，怎麼算都對不上。

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） 是代謝方程式的老祖宗。當年用彈式熱量計測量 239 位受試者，一百多年來一直是預設公式。你家附近的診所可能還在用。

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 方程式（2005） 由世界衛生組織開發，目標是適用於不同種族和體型，針對不同年齡層有各自的公式。

De Lorenzo（2024） 是新面孔，透過機器學習分析超過 15,000 筆間接熱量測定數據開發而成，除了傳統變數外還納入腰圍。

實驗室測試結果揭曉

重點來了。《歐洲臨床營養學期刊》2025 年發表了一項大型驗證研究，在 2,847 位成人身上測試這六個公式，將實際靜態代謝率與各公式預測值進行比對。

Mifflin-St Jeor 對 68% 的受試者誤差在 5% 以內。雖然不完美，但已經是最佳的通用準確度。Harris-Benedict 呢？只有 54% 落在 5% 誤差範圍內。

但平均值會掩蓋重要細節。當研究者依體組成分析數據，結果出現戲劇性轉變。

對於體脂超過 35% 的人，Mifflin-St Jeor 平均高估 180 大卡。對於體脂低於 15% 的精壯族群，則低估 210 大卡。同一個公式，完全相反的問題。

Katch-McArdle 剛好相反。對運動員族群準確度在 3% 以內，但對高體脂者誤差很大。

沒人提的年齡因素

60 歲之後，代謝預測會出現奇怪的現象。

2024 年的驗證研究發現，每個公式——沒錯，每一個——對 65 歲以上成人的 BMR 平均高估 12%。換算下來大約每天多估 180-220 大卡，視體型而定。

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。

Oxford 方程式在年長族群表現最好，平均誤差只有 8%。雖然還是不夠理想，但明顯優於 Mifflin-St Jeor 在 65 歲以上族群 14% 的高估。

如果你超過 60 歲還在用標準計算機，建議把算出來的數字扣掉 10-15%。這個粗略調整在驗證數據中的表現，竟然比原始公式還準。

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。

De Lorenzo 公式：新的就比較好嗎？

2024 年的 De Lorenzo 方程式引起不少討論。機器學習！現代數據！還納入腰圍！

早期驗證結果確實亮眼。在原始開發樣本中，73% 的預測值誤差在 5% 以內——比任何傳統公式都好。對極端體型（非常精瘦或非常肥胖）的系統性偏差也較小。

但有個但書。這個公式主要以南歐人口開發。在後續針對東亞和非洲族群的測試中，準確度降到 61%。還是不錯，但沒有新聞標題說的那麼神。

腰圍這個變數確實有幫助。它能捕捉到單靠體重無法反映的內臟脂肪分布。同樣 80 公斤、腰圍 81 公分的人，和 80 公斤、腰圍 97 公分的人，即使身高年齡相同，代謝率確實不同。

如果要用 De Lorenzo，請正確測量腰圍：在肚臍水平、早上起床後、正常呼氣後測量。不要縮小腹。公式是以放鬆狀態的數據校準的。

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%。

65 歲以上： Oxford 方程式，然後再扣 5% 保險起見。或者用 Mifflin-St Jeor 減 12-15%。

腹部肥胖明顯： 考慮 De Lorenzo（如果找得到使用它的計算機）。腰圍因素能捕捉 BMI 公式遺漏的代謝差異。

明顯過輕： Cunningham 或 Katch-McArdle 在這個族群的低估程度通常比 Mifflin-St Jeor 輕微。

真正的秘訣：把任何數字都當成起點

這是我希望在那令人挫折的三個月之前就知道的事。

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。

2025 年《歐洲臨床營養學期刊》的研究發現，即使是各項數據完全相同的人，個體差異也有 ±200 大卡。兩位 35 歲女性，身高體重活動量都一樣——一位靜態代謝 1,450 大卡，另一位 1,680 大卡。兩個都正常，身體就是不一樣。

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。最佳通用選項 Mifflin-St Jeor，對大約三分之一的使用者誤差仍超過 10%。

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。

2026 年的研究趨勢正朝向個人化方程式發展，納入更多變數——腰圍、活動模式、睡眠品質，甚至基因標記。再過幾年，我們可能會有對大多數人準確度達 3% 以內的計算機。

在那之前，選擇符合你人口統計特徵的公式，把輸出結果當假設而非事實，讓你身體的實際反應做最終裁決。