估算基础代谢率处于生理学、测量科学和实践近似的交汇点。研究人员和临床医生已经开发出几种解决这一问题的方法，每种方法都有独特的原理、精度特征和现实局限。理解这些估算的产生方式，有助于解释为什么公式输出应该被当作起点，而不是精确读数。
金标准：间接热量法
真正的BMR测量——严格科学意义上的测量——需要间接热量法。其基本原理优雅而精准：由于人体几乎所有的能量产生都最终需要氧气并产生二氧化碳，测量气体交换可以为代谢率提供一个精确的观察窗口。
在正式的间接热量测试中，受试者在经过一夜禁食后，在受控环境中完全静止躺卧20到40分钟。一个通风罩或代谢车收集呼出的气体，测量消耗的氧气（VO₂）和产生的二氧化碳（VCO₂）的体积。这些数值结合呼吸商（CO₂产生量与O₂消耗量之比）推导出的已知转换系数，即可计算出每分钟千卡的能量消耗。
呼吸商本身揭示了正在燃烧哪种燃料。接近1.0的值表明碳水化合物氧化；约0.7表明脂肪代谢；混合燃料使用产生中间值，禁食且代谢稳定的受试者通常在0.82至0.85之间。
在受控条件下，这种方法的准确度在2%至3%以内，这就是它始终是研究参考标准的原因。但它需要专业设备、受过培训的操作者、严格的测试前条件（禁食12小时、测试前24小时不运动、温度受控）以及每个受试者包括准备时间大约一小时。这些要求使其在常规临床使用中不切实际，更不用说个人健康监测了。
预测方程：群体回归
由于直接测量在大规模应用中不切实际，研究人员开发了从测量BMR数据样本人群的回归分析中推导出的数学预测方程。这个过程大致如下：
一组受试者在受控条件下进行间接热量测量，记录他们测量的BMR以及容易获取的变量——体重、身高、年龄、性别。统计回归找出最能预测样本中测量值的这些变量的组合。然后对新受试者检验所得方程，以验证其预测准确性。
这种方法的主要局限是：方程的预测能力取决于它所来自的样本——且只对与该样本相当相似的人有效。
哈里斯-本尼迪克特：历史标准
最早被广泛采用的预测方程由詹姆斯·阿瑟·哈里斯和弗朗西斯·加诺·本尼迪克特于1919年发表。他们针对男性和女性的公式来自相对较小的样本——大约239名受试者，这是在代谢测试还是一种新颖研究手段的时代进行的。
哈里斯-本尼迪克特在20世纪的大部分时间里都是临床营养的标准。然而，后续数十年的研究发现，它对许多人——尤其是久坐或肥胖人群——系统性地高估BMR约5%至15%。这在实践中很重要，因为高估BMR会导致热量目标过高。
米夫林-圣乔尔：当代基准
1990年，马克·米夫林和佐藤圣乔尔发表了一个修订方程，来自一个更大、更具代表性的样本，包含了肥胖人群。他们的验证研究表明，米夫林-圣乔尔方程对现代人群比哈里斯-本尼迪克特更准确，对约80%的受试者BMR预测误差在10%以内。
这个公式现在被认为是成年人最可靠的通用预测方程。包括美国营养与饮食学会在内的主要营养组织推荐它作为临床使用的首选起始估算。
其基本结构包含千克体重、厘米身高、年龄和性别特异性常数。逻辑很直接：更大、更年轻、更重的身体往往有更高的BMR；由于平均瘦体重和激素环境的差异，女性的BMR通常低于同等体型的男性。
即便如此，米夫林-圣乔尔也是群体层面的近似值。约20%的个体会落在10%准确度窗口之外，在分布的两端——非常有肌肉的运动员、有重大临床状况的人、甲状腺功能障碍者——预测值与测量值可能有相当大的偏差。
Katch-McArdle：以体成分为锚点
哈里斯-本尼迪克特和米夫林-圣乔尔公式都使用总体重作为变量。这很方便，因为体重容易测量。但总体重是一个粗糙的变量——它将代谢活跃的瘦组织（肌肉、器官、结缔组织）和代谢相对惰性的脂肪组织混为一谈，而脂肪每千克每天消耗的能量仅为肌肉的约三分之一。
Katch-McArdle公式通过使用瘦体重——总体重减去脂肪质量——作为输入来绕过这一局限。因为它直接建立在代谢活跃组织的质量上，对于体成分明显偏离平均水平的人，往往能产生更准确的预测。肌脂比非常高的运动员和肥胖人群——两者都被基于体重的方程系统性地误预测——通常从Katch-McArdle获得更好的估算。
问题在于瘦体重必须已知或被估算。这需要体成分测量——无论是通过生物电阻抗、DEXA、皮褶卡尺还是其他方法。每种方法都引入了自己的测量误差，所以相对于米夫林-圣乔尔的整体精度提升，在很大程度上取决于体成分输入的质量。
双标记水：测量现实世界中的总消耗
对于测量总每日能量消耗（包括BMR加上活动）而非纯粹的静息率，研究人员越来越多地使用双标记水方法。受试者摄入一定量富含氢和氧稳定同位素的水。在接下来的两周内，两种同位素在尿液中消失速率的差异提供了二氧化碳产生量的测量值——从而推算出整个时间段内的总能量消耗。
这种方法不需要受控的静息条件，不会干扰正常的日常生活，能够捕捉自由生活能量消耗的全部复杂性，包括所有活动成分。它已成为验证基于活动的TDEE估算的参考标准。
然而，双标记水成本高昂（同位素稀有且昂贵），需要对尿液样本进行质谱分析，并且提供的是两周窗口内的综合平均值，而非每日分辨率。
为什么公式预测结果会有差异
当不同的预测公式对同一个人给出不同结果时，原因几乎总是根植于样本特征。哈里斯-本尼迪克特是基于20世纪初美国主要是正常体重受试者的数据校准的。米夫林-圣乔尔是基于更多样化、更当代的样本校准的。20世纪80年代开发的欧文方程使用的样本又略有不同。
这些公式中没有一个是专门针对与你完全相像的人校准的——这意味着个体层面的预测始终带有固有的不确定性，任何公式改进都无法完全消除这种不确定性。
公式无法捕捉的变量——个体器官比例、线粒体效率、甲状腺激素敏感性、习惯性运动张力——是BMR的真实生物学贡献因素，在人口统计学相似的人之间有意义地变化。
实践校准方法
鉴于公式估算的群体层面误差约为±10%，个体层面误差可能更大，一些研究人员和实践者认为，估算个人TDEE——从而反推出功能性BMR估算——最有用的方法是经验校准。
方法很直接：使用食物秤和记录工具仔细追踪三到四周的食物摄入，同时监测每周体重趋势。计算每日平均热量摄入。将其与平均体重变化进行比较。如果体重稳定，实际TDEE大约等于该摄入水平。如果体重呈下降或上升趋势，则相应调整。
这种校准方法捕捉了公式无法预测的真实代谢差异。它需要耐心和测量纪律，但它将估算建立在实际个体生理学上，而非群体统计数据上。基于公式的BMR估算作为初始起点仍然有用——在现实世界校准完善图景之前，它们给你一个合理的范围。
vivoxsense的BMR计算器使用米夫林-圣乔尔方程作为主要公式，当已知体脂率时提供Katch-McArdle方程。将你的BMR估算与TDEE工具结合使用，以建立你每日能量需求的完整图景。