当前位置:首页 > 文章列表 > 文章 > 常见问题 > BMI正常范围18.5到24.9中国标准

BMI正常范围18.5到24.9中国标准

2026-01-27 10:33:39 0浏览 收藏

文章不知道大家是否熟悉?今天我将给大家介绍《BMI正常范围是多少?18.5到24.9是中国标准》,这篇文章主要会讲到等等知识点,如果你在看完本篇文章后,有更好的建议或者发现哪里有问题,希望大家都能积极评论指出,谢谢!希望我们能一起加油进步!

中国成人BMI正常范围为18.5~23.9 kg/m²,低于18.5为体重过低,24.0~27.9为超重,≥28.0为肥胖;该标准较WHO国际标准更严格,体现对代谢风险的更高敏感性。

bmi正常范围是多少成人_BMI正常值范围18.5到24中国标准

如果您在评估自身体重健康状况时需要参考标准数值,则需依据中国成年人BMI分类体系进行判断。以下是依据现行国家标准给出的详细说明:

一、中国成人BMI正常范围定义

中国卫生健康部门采用的BMI分类标准以体重(千克)除以身高(米)的平方计算得出,该指标用于筛查体重相关健康风险。根据国家卫健委2024年发布的肥胖指南及多项权威文献确认,中国18岁及以上成人的BMI正常范围有明确界定。

1、BMI = 体重(kg) ÷ 身高²(m²)

2、中国标准下,BMI 18.5~23.9 kg/m² 属于正常范围

3、BMI < 18.5 kg/m² 判定为体重过低

4、BMI 24.0~27.9 kg/m² 判定为超重

5、BMI ≥ 28.0 kg/m² 判定为肥胖

二、与国际标准的差异说明

世界卫生组织推荐的健康体重范围略宽于中国标准,此差异源于中国人群体脂分布特点及代谢疾病发生率数据。国内标准更强调早期干预,因此设定了更严格的上限阈值。

1、WHO国际标准中健康体重范围为 18.5~24.9 kg/m²

2、WHO超重起始值为 25.0 kg/m²,肥胖起始值为 30.0 kg/m²

3、中国标准将超重起点提前至 24.0 kg/m²,体现对代谢风险的更高敏感性

三、特殊人群的适用调整

年龄因素影响体脂分布与健康风险关联强度,因此老年人BMI参考范围有所放宽,但该调整不适用于18~64岁普通成人。

1、65岁以上老年人BMI理想范围为 20.0~26.9 kg/m²

2、80岁以上高龄老人可进一步放宽至 22.0~26.9 kg/m²

3、上述调整仅限临床评估使用,18~64岁成人仍须严格采用 18.5~23.9 kg/m² 作为正常范围

今天关于《BMI正常范围18.5到24.9中国标准》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

CSS实现加载中旋转菊花图,通常使用CSS动画和伪元素来创建一个旋转的图标。以下是一个简单的示例:1.使用CSS动画实现旋转菊花图<divclass=CSS实现加载中旋转菊花图,通常使用CSS动画和伪元素来创建一个旋转的图标。以下是一个简单的示例:1.使用CSS动画实现旋转菊花图<divclass="spinner"></div>.spinner{width:40px;height:40px;border:4pxsolid#f3f3f3;border-top:4pxsolid#3498db;border-radius:5
上一篇
CSS实现加载中旋转菊花图,通常使用CSS动画和伪元素来创建一个旋转的图标。以下是一个简单的示例:1.使用CSS动画实现旋转菊花图<divclass="spinner"></div>.spinner{width:40px;height:40px;border:4pxsolid#f3f3f3;border-top:4pxsolid#3498db;border-radius:5
Golang子测试t.Run使用与结构解析
下一篇
Golang子测试t.Run使用与结构解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    345次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    408次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    406次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    369次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    190次使用