TDEE計算機の要点
TDEEは基礎代謝に活動係数を乗じて維持カロリーを推定します。
Mifflin-St Jeor式は性別、年齢、身長、体重のみが利用可能な場合に使用されます。
Katch-McArdle式は体脂肪率が入力されると除脂肪体重が算出可能になるため使用されます。
活動比較ではすべての係数を並べて表示し、高すぎるまたは低すぎる選択の影響を確認できます。
# TDEEが測定するものとしないもの
1日の総エネルギー消費量は、人が丸1日で使用すると推定されるエネルギー量です。基礎代謝、動作、運動、食事誘発性熱産生、そして立つ、歩く、そわそわする、荷物を持つ、家事をするといった日常活動の目に見えない変動が含まれます。したがってTDEEの数値は維持カロリーの推定値であり、十分な期間にわたって摂取量が実際の値と一致すれば、平均体重はおおむね安定するはずです。TDEEは、二重標識水法や管理された代謝検査などの方法によらない限り、実験室での測定値ではありません。ウェブ計算機は数式を使用し、数式は人間をいくつかの変数に単純化します。それでも結果は有用です。栄養計画には出発点が必要だからです。重要なのは、最初の推定値を仮説として扱い、体重推移、食欲、トレーニングのパフォーマンス、継続性のデータをもとに更新していくことです。- 基礎代謝量（BMR）
- 安静時の基本的な生理機能に必要な推定カロリー。
- 安静時代謝量（RMR）
- 厳密な基礎代謝量よりわずかに高いことが多い、関連する実用的な測定値。
- 食事誘発性熱産生（TEF）
- 栄養素の消化・吸収・処理にかかるエネルギーコスト。
- 非運動性活動熱産生（NEAT）
- 計画的な運動以外の日常動作で消費されるカロリー。
- 運動性活動熱産生（EAT）
- 構造化されたトレーニングセッションのエネルギーコスト。
TDEEを維持カロリーとして使い、道徳的スコアにしない
TDEEが高いか低いかはそれ自体では良し悪しではありません。体格、除脂肪体重、活動、仕事の要求、現在の生理状態を反映します。実用的な問いは、その推定値が望ましい体重推移を生み出す摂取量の選択に役立つかどうかです。
# Mifflin-St Jeor式とKatch-McArdle式の比較
Mifflin-St Jeor式は体重、身長、年齢、性別から基礎代謝を予測します。これらの入力値は収集が容易で、健康な成人の安静時エネルギー消費量に関する原著の検証研究で良好なパフォーマンスを示したため、広く使用されています。自分の体組成を知らないほとんどの人にとって、これが賢明なデフォルトです。Katch-McArdle式は除脂肪体重から基礎代謝を推定します。これは同じ体重でも体脂肪率が大きく異なる二人の場合に有用です。筋肉、臓器、骨、その他の除脂肪組織は脂肪量単独よりも安静時のエネルギー需要をよく説明します。注意点は測定の質です。慎重に測定された体脂肪の推定値は個人化を改善できますが、大まかな推測では誤った精度が加わる可能性があります。| 計算式 | 必要な入力 | 最適な用途 | 主な制限 |
|---|---|---|---|
| Mifflin-St Jeor | 性別・年齢・身長・体重 | 体脂肪が不明な場合の一般的な成人の推定 | 同じ体重での除脂肪量と脂肪量を区別できない |
| Katch-McArdle | 体重と体脂肪率 | アスリート・筋肉質な人・体組成を測定した人 | 体脂肪率の正確さに大きく依存する |
| 手動トレンドTDEE | 記録したカロリーと体重推移 | 2～4週間の一貫した記録後 | 正直な摂取データと安定した条件が必要 |
信頼できる値でない限り体脂肪を入力しない
体脂肪が最近のDEXAスキャン、熟練したキャリパー測定、繰り返しの周囲長法、または一貫したスマートスケールの傾向から得られた場合、Katch-McArdle式は有益です。値が目視による大まかな推測であれば、フィールドを任意のままにしておく方が無難です。# 活動係数が維持カロリーをどう変えるか
活動係数は基礎代謝をTDEEに変換します。この計算機は標準的な序列を使用します：座り仕事1.2、軽度1.375、中程度1.55、非常に活動的1.725、極めて活動的1.9。係数は基礎代謝に乗じられるため、レベル間のカロリー差は体格が大きいほど大きく、小さいほど小さくなります。これが比較マトリックスが重要な理由です。一つのドロップダウンの選択の背後に効果を隠すのではなく、全範囲を表示します。座り仕事
デスクワーク、少ない歩数、構造化された運動が少ない場合に最適。
- 係数1.2
- 怪我や動きが非常に少ない週に適切なことが多い
- 活動的な仕事では過小評価される
中程度
週3～5日のトレーニングと通常の日常動作のための一般的な中間選択。
- 係数1.55
- 多くの趣味のトレーニーにとって有用な初期推定値
- 日常の歩数が少ないと依然として高すぎる
極めて活動的
アスリート、1日2回のトレーニング、または身体的に負荷の高い仕事向け。
- 係数1.9
- 大幅なカロリー増加
- 通常のジム通いでは過大選択しやすい
1.2 座り仕事の係数
1.55 中程度の活動係数
1.9 極めて活動的な係数
2～4週間 典型的な推移確認期間
TDEEの誤りのほとんどは活動レベルの選択に起因する
人々は最もハードなワークアウトを説明するレベルを選びがちで、平均的な1週間を選びません。週4回筋トレをしていても、1日中座って歩数が3000歩の人は、中程度という言葉が示唆するよりも低いTDEEである可能性があります。
# 減量・維持・筋肉増強のためのTDEEの活用
減量の場合、TDEEは不足分を差し引く維持ベースラインです。10%の不足は控えめ、20%の不足は多くの成人にとって中程度であり、それ以上は積極的と見なすべきです。維持の場合、TDEE推定値は平均体重を概ね安定させる出発点のカロリー目標です。筋肉増強の場合、TDEEをわずかに上回る余剰は通常、大きな余剰よりも実用的です。急激な体重増加は脂肪増加を増やすことが多いためです。| 目標 | 開始目標 | 監視項目 | 調整の目安 |
|---|---|---|---|
| 減量 | TDEEマイナス10～20% | 週平均体重・空腹感・トレーニング | 3～4週間後に減少がない場合は摂取量またはTDEEがずれている可能性 |
| 維持 | TDEE付近 | 平均体重の範囲とウエストの推移 | 狭い範囲で安定した体重は目標が近いことを示唆 |
| 除脂肪増加 | TDEEプラス5～10% | 増加率・ジムのパフォーマンス・ウエスト | 急激なウエスト増加は余剰が大きすぎることを示唆 |
| ダイエット休止 | 一時的にTDEE付近に戻す | 回復・睡眠・継続性 | 長期の不足や高い疲労の後に有用 |
数式TDEEと記録TDEEの比較
メリット
- 数式TDEEは最小限のデータで即座に出発点を得られる。
- 記録TDEEは実際の摂取量と体重の反応を反映する。
- 数式TDEEは計画開始前に有用。
- 記録TDEEは減量・維持・増量の精緻化に役立つ。
デメリット
- NEAT・除脂肪体重・代謝の個人差を見逃す可能性がある。
- 一貫した記録と数週間の忍耐が必要。
- 実際の推移データが一致しない場合は固執すべきでない。
- 水分変動・病気・旅行・不正確な食事記録によって歪む可能性がある。
# 実データで結果を検証する方法
最も明確な検証方法はシンプルです。推定TDEE付近の食事を安定した期間続け、一貫した条件で体重を測定し、平均推移を比較します。排尿後の朝の体重は、ランダムな夜の測定よりも有用です。単日の値よりも推移が重要なのは、グリコーゲン、ナトリウム、消化、月経周期の段階、筋肉痛、ストレスがすべて、脂肪の増減とは無関係に水分重量を変動させる可能性があるからです。- 明らかな不一致がない限り、強い結論を出す前に少なくとも14日間記録する。
- 最高値や最低値の測定に反応するのではなく、週平均を使用する。
- 推移が意図より遅いまたは速い場合は、1日100～200kcalずつ調整する。
- 体重が軽くなると通常消費カロリーが減るため、意味のある体重変化の後は再計算する。
- 検証中は活動を一定に保つか、歩数やトレーニング量の変化を記録する。
実践例
計算機が2600kcal/日と推定し、3週間にわたって体重が2600kcal付近で安定している場合、その推定値は有用です。体重が着実に増加する場合、実際のTDEEは低いか摂取量が過少申告されています。体重が着実に減少する場合、実際のTDEEは高いか摂取量が過大申告されています。
# TDEEを解釈する際のよくある間違い
最もよくある間違いはTDEEを固定された不変の値として扱うことです。TDEEは体重、トレーニング負荷、歩数、食事摂取、睡眠、ストレス、適応によって変化します。もう一つのよくある間違いは、すでに運動を含む活動係数に加えて運動カロリーを上乗せすることです。選択した係数がトレーニングを反映している場合、スマートウォッチのワークアウト推定値をすべて加算すると活動量を二重計上する可能性があります。TDEEを安全でない摂取目標の正当化に使わない
極端な低カロリー食、摂食障害の既往、妊娠、思春期の成長、糖尿病治療薬、腎疾患、虚弱、競技の階級調整には、個別の専門的指導が必要です。計算機はこれらのリスクをスクリーニングできません。
有用な数値は更新する数値
計算機から始め、現実的な活動レベルを選び、推移データを収集するのに十分な期間計画を実行し、その後調整します。TDEE計画は一度きりの判断ではなく、フィードバックループとして扱うときに最も効果的です。