Kroppsmasseindexet (BMI) är ett grovt men användbart mått på hur tung en person är i förhållande till sin vikt. Det består av din vikt i kilogram dividerat med kvadraten på din längd i meter. Riktlinjerna tyder på att ett BMI mellan 18,5 och 25 är hälsosamt för de flesta människor. Du klassas som överviktig om det är 25-30 och fetma om det är mer än 30. Du kanske tror att det är enkelt att fastställa det hälsosammaste BMI. Man tar ett stort, representativt urval av människor och placerar dem i grupper enligt deras BMI. I varje grupp mäter man sedan någon aspekt av genomsnittlig hälsa, till exempel den genomsnittliga livslängden. Om man använder detta tillvägagångssätt, som jag kallar det observerade sambandet, finner man att det skenbart idealiska BMI ligger strax över 25. Personer som klassas som överviktiga lever faktiskt i genomsnitt lite längre än personer med ett BMI inom det rekommenderade intervallet. Detta har föranlett ett stort antal artiklar i pressen där människor uppmanas att inte oroa sig för att vara överviktiga, och vissa har anklagat forskare för att medvetet vilseleda allmänheten. Men det är lite mer komplicerat än så.

När vi ger människor råd om vad ett hälsosamt BMI är, är det viktiga den kausala effekten av BMI på hälsan. Den kausala effekten talar om för oss om förändringar i BMI kommer att medföra förändringar i hälsan. BMI:s kausala effekt är inte nödvändigtvis samma sak som det observerade sambandet mellan BMI och hälsa. Med andra ord är korrelation inte (nödvändigtvis) orsakssamband. Orsaken till detta är en process som statistiker kallar ”confounding”. Till exempel kan sambandet mellan BMI och dödlighet förväxlas med rökning. Rökning orsakar en minskning av BMI (genom aptitdämpning). Den leder också till att många rökare dör i förtid. Resultatet blir att många smalare människor dör unga, inte för att de är smalare, utan för att de är rökare. En annan viktig källa till förväxling är de tidiga sjukdomsstadierna; detta kallas ibland för omvänt orsakssamband. Många sjukdomar kan orsaka viktminskning, även i tidiga, odiagnostiserade stadier. Samma sjukdomar kan med tiden bidra till en persons död. Dessa människor dör inte för att de är smala; de är smala för att de har en sjukdom som så småningom kommer att döda dem. Om vi tolkar ett förväxlat observerat samband mellan BMI och dödlighet som om det vore en kausal effekt kommer vi att få ett falskt intryck av det hälsosammaste BMI. Att skilja den kausala effekten från det observerade sambandet är inte en enkel uppgift.

Det finns ingen enskild statistisk metod som helt och hållet kan eliminera förväxlingsfaktorer så att vi får en opartisk och exakt uppskattning av BMI:s kausala effekt på överlevnad. Den vanligaste metoden är att mäta potentiella förväxlingsfaktorer och ta hänsyn till dem i en process som kallas statistisk justering. Denna metod är dock bara lika bra som mätningen av den störande faktorn. Många störande faktorer mäts dåligt eller är inte ens tänkbara. Vi kan begränsa de personer som vi analyserar så att de alla är likartade när det gäller de misstänkta störande faktorerna – till exempel genom att bara analysera till synes friska icke-rökare. Men då representerar vårt undersökningsurval inte längre befolkningen på ett korrekt sätt, och vem vet vilka störande faktorer som kan finnas kvar? För att minska problemet med omvänt orsakssamband kan vi utesluta dödsfall som inträffar strax efter BMI-mätningen. Men en person kan gå ner i vikt på grund av sjukdom flera år före sin eventuella död; hur långt tillbaka kan man gå? En annan statistisk metod är att använda något som är relaterat till en persons BMI, men som inte påverkas av förväxlingsfaktorerna, i stället för BMI i analysen. Exempel är BMI hos deras avkomma (som fortfarande är något relaterat till de störande faktorerna) eller en gen som påverkar BMI (som endast ger mycket oprecisa bevis).

Varje av dessa alternativ till det enkla observerade sambandet har sina egna unika begränsningar och fördomar. Men när vi jämför dem med det observerade sambandet är det intressanta att de alla pekar mot samma slutsats. Den kausala effekten av övervikt är mer skadlig än vad det observerade sambandet antyder, och den kausala effekten av lågt BMI är mindre skadlig. De kombinerade bevisen från denna ”triangulering” tyder på att det rekommenderade BMI-intervallet 18,5-25 är ungefär rätt, och att övervikt inte är bra för dig. Vi bör akta oss för att sätta för stor tilltro till enkla observerade samband, hur mycket vi än vill tro på dem.

Featured image credit: Weight by TeroVesalainen. CC0 public domain via .