Multinivåanalys av individuell heterogenitet och diskrimineringsförmåga (MAIHDA) för att förstå hur risken för fetma varierar utifrån flera rekommendationer för levnadsvanor

Varför vardagsvanor betyder något tillsammans

De flesta av oss har hört de välbekanta råden att äta mer grönsaker, vara fysiskt aktiva, sova tillräckligt, dricka med måtta och undvika cigaretter. Men i verkligheten sker inte dessa vanor isolerat — de klustrar sig ofta. Denna studie ställer en enkel men kraftfull fråga: när man beaktar flera levnadsvanor samtidigt, förändrar särskilda kombinationer någons risk för fetma dramatiskt, eller adderas effekterna mestadels?

Att se många vanor i verkliga liv

Forskarna använde data från mer än 260 000 vuxna i UK Biobank, en stor hälsoenkät för personer i åldern 40–69 år. För varje deltagare tittade de på fem vardagliga beteenden: intag av frukt och grönsaker, fysisk aktivitet, sömnlängd, alkoholkonsumtion och rökningsstatus. För fyra av dessa kodades om personen uppfyllde nationella riktlinjer — till exempel att sova 7–9 timmar, vara tillräckligt aktiv varje vecka, hålla alkoholkonsumtionen inom rekommenderade gränser och äta minst fem portioner frukt och grönsaker dagligen. Rökning kategoriserades som nuvarande, tidigare eller aldrig. Genom att kombinera dessa enkla ja/nej- (eller trefaldiga) kategorier skapade de 48 distinkta ”levnadsvaneprofiler”, till exempel någon som sover bra, är aktiv, dricker med måtta, äter tillräckligt med grönsaker och aldrig har rökt, jämfört med någon som missar de flesta rekommendationerna och tidigare har rökt.

Ett nytt sätt att se mönster i risk

För att förstå hur dessa levnadsvaneprofiler relaterade till kroppsstorlek använde teamet en statistisk ram kallad multinivåanalys av individuell heterogenitet och diskrimineringsförmåga (MAIHDA). Istället för att bara titta på varje vana för sig behandlar MAIHDA varje levnadsvaneprofil som en grupp och ställer två frågor. För det första: hur stor del av variationen i kroppsmassindex (BMI) och fetma beror på skillnader mellan dessa levnadsvanegrupper jämfört med skillnader mellan individer inom samma grupp? För det andra: ger vissa beteendekombinationer upphov till extra ”interaktionseffekter”, där helheten är mer (eller mindre) än summan av delarna? Forskarna körde modeller separat för män och kvinnor och lade successivt till levnadsvanor och bakgrundsfaktorer såsom ålder, områdesbaserad deprivation, etnicitet och anställning.

Fler hälsosamma vanor, lägre fetmarisk

Mönstren var slående konsekventa. Både bland män och kvinnor var de levnadsvaneprofiler som hade lägst genomsnittligt BMI och lägst sannolikhet för fetma sådana där de flesta eller alla rekommendationer uppfylldes. Till exempel hade icke-rökande män som var aktiva, sov 7–9 timmar, höll sig inom alkoholgränser och åt tillräckligt med frukt och grönsaker det lägsta predicerade BMI:t och ungefär en tredjedels sannolikhet att ha fetma. I andra änden av skalan fanns tidigare rökare som missade de flesta rekommendationerna; i denna grupp var det predicerade BMI:t ungefär 4–5 BMI-enheter högre och chansen att ha fetma nära fyra av fem. Över båda könen inkluderade profilerna med lägst fetmarisk nästan alltid uppfyllande av riktlinjer för fysisk aktivitet och sömn, vilket tyder på att dessa beteenden är särskilt viktiga för en hälsosammare vikt.

Främst adderande effekter, inte speciella kombinationer

Man kunde förvänta sig att vissa levnadsvanekombinationer — till exempel sömnbrist plus kraftig alkoholkonsumtion — skulle interagera på ett sätt som kraftigt förstärker fetmarisken. MAIHDA-resultaten gav en mer jordnära bild. Endast en liten del av skillnaderna i BMI och fetmarisk kunde spåras till vilken levnadsvaneprofil en person tillhörde. Istället uppstod det mesta av variationen mellan individer inom samma profil, vilket speglar andra påverkansfaktorer som arbetskrav, grannskapsförhållanden eller detaljerade kostmönster som inte fångats upp här. När forskarna tog hänsyn till varje levnadsvana som en separat faktor krympte de återstående skillnaderna mellan profiler kraftigt. Detta mönster indikerar att effekterna av dessa beteenden mestadels är additiva: varje extra riktlinje du uppfyller skjuter din risk i en hälsosammare riktning, men det finns lite bevis för kraftfulla, speciella ”superkombinationer” av vanor. Endast en liten grupp — män som för närvarande rökte men bara uppfyllde riktlinjen för fysisk aktivitet — visade ett tydligt tecken på en verklig interaktionseffekt.

Vad detta betyder för vardagsval

För en lekmannapublik är studiens budskap uppfriskande rakt på sak. Fetmarisk hänger inte på en mystisk, perfekt mix av levnadsvanor. Istället bidrar varje hälsosamt val — vara aktiv, äta mycket frukt och grönsaker, sova tillräckligt, begränsa alkohol, inte röka — med en egen, separat fördel. Ju fler av dessa rekommendationer du kan uppfylla, desto lägre blir ditt genomsnittliga BMI och desto mindre sannolikt är det att du lever med fetma. Samtidigt påminner de stora skillnaderna mellan individer inom samma levnadsvaneprofil oss om att bredare miljöer och livsomständigheter också spelar stor roll. Fortfarande tyder denna forskning på att det är praktiskt och evidensbaserat att successivt stapla hälsosamma vanor — en riktlinje i taget — för att förbättra oddsen till din fördel.

Citering: Swain, A., Pearson, N., Willis, S.A. et al. Multilevel analysis of individual heterogeneity and discriminatory accuracy (MAIHDA) to understand how obesity risk varies according to multiple lifestyle behavior recommendations. Int J Obes 50, 819–829 (2026). https://doi.org/10.1038/s41366-025-02010-1

Nyckelord: fetma, levnadsvanor, fysisk aktivitet, sömn, BMI