2.1.1 Gezondheidsmarkers

2.1.1 Gezondheidsmarkers

Content zoeken

meetmethodes
Inhoudsopgave

Gezondheidsmarkers

In dit hoofdstuk gaan we dieper in op verschillende manieren om gezondheid en prestaties te meten. We bespreken biomarkers, antropometrische markers, fitnessmarkers, lifestylemarkers en psychomarkers die ons helpen om de voortgang van cliënten objectief en betrouwbaar in kaart te brengen.

Als voedingscoach is het essentieel om te begrijpen welke meetmethodes praktisch, nauwkeurig en betrouwbaar zijn, zodat we de juiste tools kunnen inzetten.

 

Voor elke marker bespreken we:

  1. Wat het precies meet en waarom het belangrijk is.
  2. Hoe betrouwbaar en nauwkeurig de meting is.
  3. Hoe praktisch het is om te gebruiken in de praktijk.

We zoomen in op:

  1. Biomarkers
  2. Antropometrische markers
  3. Fitnessmarkers
  4. Lifestylemarkers
  5. Psychomarkers

Biomarkers

Dit zijn meetbare indicatoren van biologische en pathologische processen, of reacties op therapeutische interventies. Op basis van bepaalde biomarkers weten we dat er een verhoogd risico is op specifieke ziektebeelden. Het zogeheten ‘Metabolic Syndrome’ ontstaat wanneer iemand aan meerdere van deze kenmerken voldoet – hoe meer kenmerken, hoe groter de kans op diabetes en hart- en vaatziekten (Reaven, 1988). Mensen met diabetes hebben bovendien een significant hoger risico op kanker en alzheimer (Attia, 2023, p. 103). Deze biomarkers komen daarom vaak ter sprake bij gezondheidsvraagstukken.

 

 

1. Hoge bloeddruk (>130/85) Bloeddrukmeting is een betrouwbare en praktische methode. Er is alleen een bloeddrukmeter voor nodig. De meting is redelijk nauwkeurig, maar niet perfect omdat het een momentopname is. Voor een betrouwbaarder beeld kan iemand gedurende een periode elke ochtend en avond thuis zelf metingen uitvoeren.
2. Hoge concentraties triglyceriden (>8,3 mmol/L) Een te hoog gehalte triglyceriden in het bloed (hypertriglyceridemie) is een risicofactor voor hart- en vaatziekten. Deze verhoogde bloedvetten kunnen ook leiden tot insulineresistentie en andere stofwisselingsproblemen. De meting gebeurt via een bloedtest bij de huisarts, of via online bestelde testen tegen betaling.
3. Lage HDL (<2,2 mmol/L in mannen, <1,7 mmol/L in vrouwen) Dit wordt vaak het ‘goede’ cholesterol genoemd. Lage HDL-waardes hangen samen met een verhoogd risico op hart- en vaatziektes. De meting gebeurt via een bloedtest bij de huisarts, of via online bestelde testen tegen betaling
4. Verhoogde nuchtere bloedsuikerspiegel (>6,1 mmol/L) Dit duidt op een ontregelde insulinewerking, wat leidt tot een hogere bloeddruk en een verhoogd risico op hart- en vaatziekten. De test wordt uitgevoerd na een periode van 8 uur niet eten of drinken, met uitzondering van water.

 

Een vijfde marker uit de originele lijst is tailleomtrek, maar daarover later meer. Deze biomarkers zijn weliswaar betrouwbaar en nauwkeurig, maar voor een voedingscoach niet praktisch toepasbaar. Met uitzondering van bloeddrukmeting vereisen alle biomarkers speciale apparatuur en een getrainde expert. Als er twijfel bestaat of een sterk vermoeden dat iemand risico loopt, is het verstandig om door te verwijzen naar een arts.

Vitamines, mineralen en hormoonwaardes

Een andere vorm van biomarkers is het testen van bloedwaardes voor vitaminen en mineralen. Als er een tekort wordt gevonden, kan daar gericht op worden ingespeeld. Bij klachten kan dit vaak via de huisarts worden gedaan, maar het is ook mogelijk om dit via verschillende websites te regelen zonder doorverwijzing. Hier zijn wel kosten aan verbonden.

 

Ook hormoonwaardes kunnen worden getest, zowel via internet zonder doorverwijzing als via de huisarts bij specifieke klachten.

 

Beide testen kunnen waardevolle informatie opleveren. De metingen zijn over het algemeen betrouwbaar, nauwkeurig en relatief praktisch (afgezien van het opsturen van bloed, de kosten en wachttijd voor de uitslag). De enige kanttekening is dat het, net als bij bloeddruk, een momentopname betreft. Als voedingscoach is het belangrijk om te weten wanneer je iemand moet doorverwijzen voor deze testen. Hoewel de lijst met mogelijke symptomen van tekorten te uitgebreid is voor deze opleiding, zijn er wel situaties waarin extra aandacht nodig is voor vitamines en mineralen.

1. Te lage inname Door een lage eetlust, slechte opname, een eetpatroon dat hoog is in sterk bewerkte voeding, ziekte, strikte diëten, of elke andere situatie waarbij calorieën of bepaalde voedingsgroepen worden verminderd (zoals bij veganisten/vegetariërs) (Shenkin et al., 2006).
2. Verhoogde behoefte Door ziekte, blessures, medische ingrepen, chronische stress, intensieve fysieke training (zoals bij atleten) of groeiperioden (zoals tijdens de zwangerschap) (Shenkin et al., 2006).
3. Verhoogd verlies Door overmatig zweten, diarree, bloedingen of medische aandoeningen die leiden tot verlies van voedingsstoffen via urine of andere lichaamsvloeistoffen (Shenkin et al., 2006).

 

Voor zowel hormonen als micronutriënten geldt dat de waardes meestal verbeteren wanneer je iemands leefstijl aanpast volgens de richtlijnen uit deze opleiding. Blijven er klachten bestaan na het verbeteren van de leefstijl en voedingspatroon, en is er op dat moment geen duidelijke verklaring? Verwijs dan door voor onderzoek naar mogelijke micronutriënttekorten of hormoonverstoringen.

Antropometrische markers

Dit zijn meetbare kenmerken van het menselijk lichaam die worden gebruikt om de lichaamscompositie in kaart te brengen. Sommige hiervan, zoals vetmassa of spiermassa, hebben een directe invloed (een causaal verband) op de gezondheid doordat ze de insulinegevoeligheid beïnvloeden. Daarnaast zijn ze ook goede indicatoren omdat de gewoontes die leiden tot minder vet en meer spieren meestal dezelfde gewoontes zijn die de gezondheid verbeteren. Iemand met een gunstige lichaamssamenstelling heeft bijvoorbeeld meestal een actieve levensstijl. Om deze redenen is de samenstelling van het lichaam een sterke indicator voor gezondheid.

 

In het hoofdstuk over training zagen we al dat BMI (de verhouding tussen gewicht en lengte) laat zien dat een hoger gewicht samenhangt met een grotere kans op gezondheidsproblemen (zie “Median = 25”) (Lee et al., 2018). Tegelijkertijd kan ook een te lage BMI gezondheidsproblemen veroorzaken.

 

Het nadeel van BMI is dat het geen onderscheid maakt tussen vet- en spiermassa, waardoor het geen nauwkeurige meting is. Als we vetmassa en spiermassa los van elkaar bekijken, zien we dat niet het lage vetpercentage voor gezondheidsproblemen zorgt bij een laag BMI, maar vooral de lage hoeveelheid spiermassa (“Median = 56kg” en “Median = 21kg”).

 

Er is wel degelijk een ondergrens aan het vetpercentage. Deze ligt bij mannen aanzienlijk lager dan bij vrouwen, omdat vrouwen van nature vet efficiënter kunnen opslaan. Bij een te laag vetpercentage kunnen de volgende symptomen optreden:

  1. Vermoeidheid
  2. Kouwelijkheid
  3. Concentratieproblemen
  4. Droge huid
  5. Prikkelbaarheid
  6. Verminderde weerstand
  7. Vrouwen: menstruatiestoornissen

Hoe meten we dit?

We kunnen stellen dat minder lichaamsvet, tot een gezond minimum, beter is voor de gezondheid. Hetzelfde geldt voor meer spiermassa. Er zijn twee uitzonderingen: wanneer anabole steroïden worden gebruikt om meer spiermassa te krijgen, of wanneer iemand de geestelijke en sociale gezondheid verwaarloost in het streven naar meer spiermassa. Mensen die hierin zo ver gaan worden meestal niet meer gedreven door gezondheidsoverwegingen.

 

Welke meetmethodes zijn er om veranderingen in vet- en spiermassa vast te stellen?

1. Vetpercentage

Er zijn verschillende meetmethodes voor vetpercentage, maar deze zijn verrassend onnauwkeurig en onbetrouwbaar. Een veel gebruikte methode is de elektrische weegschaal. Deze heeft een afwijking van 3-6% (Tinsley et al., 2022, Hilfer et al., 2023) of soms zelfs meer. Dit betekent dat als de weegschaal 15% lichaamsvet aangeeft, het in werkelijkheid misschien wel 20% is.

 

Een andere optie is de huidplooimeting, maar ook hier zien we een foutmarge van 3-6% (Peterson et al., 2003). Dit betekent niet dat de meting waardeloos is. Hoewel het geen nauwkeurige absolute waarde geeft van je vetpercentage, kunnen er wel veranderingen worden waargenomen als dezelfde persoon de meting uitvoert met dezelfde huidplooimeter (Esparza-Ro et al., 2022).

 

Een derde optie is de DEXA-scan. Dit wordt gezien als de ‘gouden standaard’ voor het meten van vetpercentage en lichaamssamenstelling. Het nadeel is dat deze methode, hoewel zeer betrouwbaar en nauwkeurig, niet praktisch is. Er moet een afspraak worden gemaakt in een ziekenhuis of andere instelling met een DEXA-scan, en het kost al snel 200 euro of meer.

 

Een laatste optie, en misschien wel de meest praktische, is de Navy Body Fat Calculation. Deze methode schat het vetpercentage op basis van nek- en tailleomtrek in verhouding tot de lengte. Via deze link: https://www.omnicalculator.com/health/navy-body-fat kan de berekening worden gemaakt. Omdat lengte, taille en nek niet snel veranderen los van veranderingen in vetmassa, is het een betrouwbare en praktische meting. De nauwkeurigheid is niet perfect, met een afwijking van ongeveer 3% ten opzichte van de DEXA-scan (Latour et al., 2019), maar vergeleken met de andere opties is deze methode het meest geschikt.

2. Vetmassa

Hoewel het lastig is om het vetpercentage nauwkeurig te meten, zijn er wel goede methodes om veranderingen in vetmassa bij te houden. Taille-omtrek is hier een betrouwbare manier voor. Sterker nog, de verhouding tussen taille-omtrek en lichaamslengte voorspelt de gezondheid beter dan BMI (Ashwell et al., 2014). De gezondheidsrichtlijn stelt dat je taille minder dan de helft van je lengte zou moeten zijn. Omdat er rond je taille relatief weinig spieren zitten die flink kunnen groeien, komen veranderingen in taille-omtrek meestal door toe- of afname van vetmassa.

https://vimeo.com/1051661435?share=copy

Een simpele manier om veranderingen in vetmassa te meten is door lichaamsgewicht en taille-omtrek bij te houden. Neemt het lichaamsgewicht af én wordt de taille kleiner? Dan verliest iemand zeer waarschijnlijk vetmassa. Een acceptabel tempo volgens praktijkervaring is een afname van 0,5-1 cm per twee weken.

3. Spiermassa

Dezelfde metingen kunnen ook worden gebruikt voor spiermassa. Als het vetpercentage bekend is, kan worden berekend hoeveel kg vetmassa iemand heeft. Het overgebleven gewicht is dan vetvrije massa, wat voor een groot deel uit spierweefsel bestaat. Omdat botten en organen niet veel in gewicht veranderen, zijn veranderingen in vetvrije massa meestal veranderingen in spiermassa.

 

Een andere manier om veranderingen in spiermassa te meten zijn omtrekmetingen. Dit werkt vooral goed bij mensen met een lager vetpercentage. Een goed voorbeeld is de bovenarm: neemt deze in omtrek toe zonder verandering in vetmassa, dan is er waarschijnlijk sprake van een toename in spiermassa.

 

Een derde manier om veranderingen in spiermassa te volgen is door resultaten in de gym bij te houden. Blijft de kracht gelijk of neemt deze toe terwijl het lichaamsgewicht daalt? Dan is de kans groot dat de spiermassa behouden blijft. Bij een toename in kracht is er mogelijk ook sprake van meer spiermassa. Het nadeel van deze methode is dat kracht ook kan toenemen door neurologische adaptaties: een verbeterde aansturing van de spieren kan namelijk ook tot meer kracht leiden, los van een toename in spiermassa.

4. Lichaamsgewicht

Als de vet- of spiermassa verandert, verandert iemands lichaamsgewicht. Het gewicht fluctueert echter ook door vochtbalans wanneer iemand meer zout of koolhydraten eet. Ook verliest iemand vocht bij overmatig alcoholgebruik of houdt meer vocht vast tijdens de menstruatie.

 

Voor een goed beeld van iemands nuchtere gewicht, los van vochtfluctuaties, is het beste advies om 3-7 keer per week te wegen en daarvan een weekgemiddelde te nemen. Weeg in de ochtend voor het ontbijt, bij voorkeur na het eerste toiletbezoek.

 

Van de mensen die op lange termijn succesvol gewicht verloren en behielden, blijkt regelmatig wegen een van de beste voorspellers (Varkevisser et al., 2019). Toch is dit niet voor iedereen geschikt. Bij jonge vrouwen bijvoorbeeld, leidt regelmatig wegen juist tot meer ‘binge-eating’ en gewichtstoename (Rohde et al., 2018). Als voedingscoaches moeten we beoordelen of iemand in staat is gewicht los te zien van persoonlijke waarde. Als iemand dit moeilijk vindt, heeft wegen waarschijnlijk een negatief effect in plaats van een positief effect.

 

Al met al is lichaamsgewicht een betrouwbare meting, maar onnauwkeurig omdat we niet weten wat de veranderingen veroorzaakt. Dit kunnen we oplossen door taillemetingen, resultaten in de gym en mogelijk bovenarmmetingen toe te voegen. Deze combinatie vertelt meer over wat er precies verandert. Bovendien is het zeer praktisch, omdat mensen alleen een weegschaal en meetlint nodig hebben en de metingen thuis kunnen uitvoeren.

 

Bij het gebruik van lichaamsgewicht als meetmethode is het belangrijk om een streefsnelheid voor gewichtsverlies te bepalen. Een veilige en realistische richtlijn is 0,5-1% lichaamsgewicht per week (Helms et al., 2014). Sneller afvallen verhoogt het risico op spierverlies, verminderde trainingsenergie en ongunstige metabolische adaptaties. Ook leidt een groter calorietekort tot een moeilijker vol te houden dieet met meer kans op eetbuien. Hoewel langzamer afvallen mogelijk is, kan dit het proces onnodig verlengen. De 0,5-1% is een richtlijn die per individu kan worden aangepast. Let daarnaast ook op andere metingen: als de taille-omtrek daalt terwijl het gewicht vrijwel gelijk blijft, is dat een belangrijker teken van vooruitgang dan het getal op de weegschaal.

Fitnessmarkers

In het hoofdstuk over trainen zagen we dat bepaalde fitnesskwaliteiten sterke indicatoren zijn van iemands fysieke gezondheid. De eerste daarvan is VO₂max.

VO₂ max

Dit is een van de sterkste voorspellers van algemene sterfte (overlijden door welke oorzaak dan ook) (Mandsager et al., 2018). Hoe hoger de VO₂max, hoe kleiner de kans op vroegtijdig overlijden.

VO₂max zorgt niet direct voor een betere gezondheid, maar is wel een goede indicator. De belangrijkste reden hiervoor is dat mensen met een hoge VO₂max meestal een actieve levensstijl hebben, veel sporten, een laag vetpercentage hebben en goed ontwikkelde spieren. Voor een voedingscoach is het meten van VO₂max een uitdaging. De meest nauwkeurige methode is een laboratoriumtest, waarbij een masker de maximale zuurstofopname meet tijdens een inspanningstest op een loopband of fiets. Met kosten tussen de 150-200 euro is dit echter niet erg praktisch. Gelukkig zijn er alternatieven zoals de Rockport Walking test of Cooper test die, hoewel minder nauwkeurig, betrouwbaar genoeg zijn om vooruitgang te meten.

VO2max: Wat was dat ook alweer?

In het hoofdstuk trainen is VO₂max al eerder besproken. In het kort is VO₂max een weerspiegeling van duurvermogen. Het wordt gevormd door een combinatie van factoren, waaronder voornamelijk een sterk hart met groot slagvolume, goede bloedtoevoer naar de spieren en grote hoeveelheden mitochondriën om zuurstof te verwerken. De score vertelt hoeveel milliliter zuurstof het lichaam per kilogram lichaamsgewicht per minuut kan verwerken. Een VO₂max van 50 bij een persoon van 70 kg betekent dat die persoon 50 × 70 = 3500 ml zuurstof per minuut verwerkt.


Kracht

In het hoofdstuk over trainen is al besproken dat gripkracht een sterke voorspeller is van verschillende gezondheidsrisico’s (Leong et al., 2015). Het onderstaande figuur toont hoe het risico op verschillende aandoeningen verschilt tussen mensen met lage, gemiddelde en hoge gripkracht.

 

Dit betekent niet dat iedereen direct knijptangen moet aanschaffen voor training. Gripkracht is namelijk vooral een algemene indicator voor spiergezondheid. Kracht in de quadriceps voorspelde net zo goed de gezondheid (Newman, 2006). In feite laat een goede gripkracht vooral zien dat iemand een actieve levensstijl heeft en zijn spieren regelmatig gebruikt. Het kan voorkomen dat iemand zijn algehele kracht enorm verbetert zonder veel veranderingen te zien in gripkracht. Ook kan iemand zijn gripkracht verbeteren door die specifiek te trainen, zonder progressie te boeken op andere vlakken. De meting is weliswaar betrouwbaar door de consistente uitvoering, maar is geen nauwkeurige weergave van iemands algehele kracht of krachttoename.

Interpretatie van fitnessmarkers

Onderzoek bij grote groepen mensen laat zien dat zowel een hogere VO₂max als meer grip- of beenkracht sterke voorspellers zijn van gezondheid. Dit zijn echter correlaties: mensen met een hogere VO₂max of meer kracht hebben meestal betere gezondheidsuitkomsten, maar een specifieke testscore garandeert geen betere gezondheid voor een individu. Deze tests meten niet direct je gezondheid, maar weerspiegelen de resultaten van een gezonde levensstijl. Of iemand nu hoog of laag scoort op een VO₂max- of gripkrachttest, we weten dat het verbeteren van kracht en conditie via training bijdraagt aan een betere gezondheid. De gezondheidsvoordelen komen dus niet van de test zelf, maar van de onderliggende leefstijlveranderingen die leiden tot betere testresultaten.

 

Daarom kunnen verschillende kracht- en conditietests worden gebruikt om vooruitgang te meten. Dit kan een officiële VO₂max-test zijn, een 10-minutenloop, of een persoonlijk record op de halve marathon. Voor kracht kan het gaan om een gripkrachtmeting, een 10RM leg extension, een 5RM bench press of een maximale pull-uptest. Het belangrijkste is niet de specifieke test, maar de progressie die iemand boekt. Als iemand sterker of fitter wordt, wijst dit op een positieve verandering in leefstijl en gedrag – en daar komen de gezondheidsvoordelen vandaan.

 

Voor voedingscoaches is dit perspectief essentieel. Hoewel het verleidelijk is om specifieke tests of benchmarks als heilige graal van gezondheid te zien, draait het uiteindelijk om de principes: kracht- en conditietraining verbeteren aantoonbaar de gezondheid. De precieze testmethode is minder belangrijk dan het hoofddoel: mensen helpen gezonder te worden door hun gedrag en leefstijl positief te veranderen. Met dit heldere onderscheid kunnen we betere keuzes maken.

Lifestylemarkers

Kracht en VO₂max zijn vervangende maatstaven die voortkomen uit iemands levensstijl. Het zijn de kracht- en conditieniveaus die het resultaat zijn van gezonde gewoontes. Er zijn meer leefstijlfactoren die de gezondheid beïnvloeden, ook zonder dat we het specifieke risico direct kunnen meten. Zo hoeven we geen longtumor te vinden voordat we besluiten minder te roken. Maar welke leefstijlfactoren zijn sterke voorspellers van gezondheid?

1. Slaap

Hoewel we tijdens het slapen niet kunnen jagen, eten of ons voortplanten – allemaal essentiële activiteiten voor overleving – heeft de evolutie slaap toch behouden. Dit onderstreept de onmisbare rol van slaap voor ons welzijn; de voordelen wegen duidelijk op tegen de nadelen van tijdelijke kwetsbaarheid. Desondanks is 63% van de Nederlanders niet tevreden met hun slaapkwaliteit (Hersenstichting, z.d.).

 

De gevolgen van structureel te weinig slapen (5-6 uur in plaats van de aanbevolen 7-8 uur) zijn ingrijpend. Het lichaam reageert hierop door meer honger te ontwikkelen, vooral naar calorierijke voeding (Greer et al., 2013). Studies tonen aan dat mensen die chronisch te weinig slapen gemiddeld 300 calorieën meer consumeren dan mensen die voldoende rust krijgen, wat vaak leidt tot gewichtstoename (St-Onge et al., 2011; Patel & Hu, 2011). Je herkent het vast: na een korte nacht heb je meer trek in ongezonde snacks. Door verminderde impulscontrole is het dan extra moeilijk om verstandige voedingskeuzes te maken. Bovendien wordt langdurig slaaptekort in verband gebracht met diverse gezondheidsrisico’s, zoals obesitas, diabetes en hart- en vaatziekten (Spiegel et al., 2009; Luyster et al., 2012).

 

De invloed van slaap strekt zich ook uit tot in de sportschool. Een interessant onderzoek naar gewichtsverlies vergeleek twee groepen: één die 5,5 uur per nacht sliep en één die 8,5 uur sliep. Hoewel beide groepen 3 kg afvielen, was er een opmerkelijk verschil in samenstelling: de groep die minder sliep verloor 2,4 kg spiermassa, terwijl de groep die meer sliep slechts 1,5 kg spiermassa verloor. De groep die meer sliep had ook minder last van honger (Nedeltcheva et al., 2010). Voldoende slaap blijkt dus niet alleen belangrijk voor de intensiteit van je training, maar ook voor het herstelproces erna (Cunha et al., 2023).

2. Stress

Meer stress zorgt over het algemeen voor een toename in gezondheidsrisico’s (Russ et al., 2012). Stress op zichzelf is niet het probleem – het gaat om een chronisch verhoogde hoeveelheid stress en hoe iemand deze stress ervaart (Keller et al., 2011). Stress beïnvloedt de gezondheid op verschillende manieren: het verslechtert de slaapkwaliteit, vermindert het herstel van training en vergroot de trek in ongezonde voeding. Ook wordt het moeilijker om ‘nee’ te zeggen tegen ongezonde gewoontes zoals alcohol en roken (Yau & Potenza, 2013).

 

Het lastige aan stress is dat de meeste mensen er niet voor kiezen en dat het moeilijk kan zijn om te verminderen, zeker voor een voedingscoach.

3. Roken

Roken verhoogt het risico op diverse ernstige gezondheidsproblemen, met name hart- en vaatziekten, kanker, diabetes en chronische longziekten. Zoals we eerder zagen, vergroot roken de kans op algemene sterfte met 40% (Attia, 2023). Door de verslavende werking blijft het echter een uitdaging om mensen te helpen stoppen met roken.

4. Alcohol

In het hoofdstuk over de macronutriënten zagen we al wat de negatieve gevolgen van alcohol zijn. Het vergroot je kans op verschillende soorten kanker, hersenziekten en leverschade. Het verstoort je slaap en naast de calorieën van alcohol zelf versterkt het de drang naar calorierijke voeding. De Gezondheidsraad adviseert om geen alcohol te drinken, of maximaal één glas per dag, omdat zelfs bij lage hoeveelheden gezondheidsrisico’s aanwezig zijn.

5. Activiteit

Een actieve levensstijl brengt verschillende voordelen met zich mee. Ten eerste verbrand je meer calorieën, wat helpt bij het beheersen van je vetmassa. Ten tweede helpt het om spiermassa langer te behouden. Ten derde hebben mensen met een hoger activiteitsniveau, tot een bepaald punt, een betere regulatie van honger en verzadiging (Beaulieu et al., 2017). Ten vierde helpt het bij het voorkomen en verminderen van diabetes door een verbeterde insulinegevoeligheid.

 

De beweegrichtlijn van het RIVM adviseert 150 minuten matige of zware inspanning per week, waarbij wandelen en fietsen meetellen. Daarnaast wordt 2x per week spier- en botversterkende activiteit aanbevolen. Ongeveer de helft van de Nederlanders voldoet niet aan deze richtlijn (CBS, 2023).

 

Om iemands activiteitsniveau in kaart te brengen, kun je vragen stellen over sportfrequentie, algemene levensstijl en werk. Een bouwvakker voldoet bijvoorbeeld vaak al aan deze richtlijnen door zijn werk alleen. Een stappenteller kan aanvullend inzicht geven. Hoewel vaak 10.000 stappen per dag wordt genoemd, laat onderzoek zien dat ongeveer 7.000 stappen al voldoende zijn om gezondheidsvoordelen te behalen. Dit betekent niet dat iedereen precies 7.000 stappen moet zetten – het toont vooral aan dat een actieve levensstijl gezond is. Voor iemand die al voldoende beweegt door sport of fietsen, is extra aandacht voor het aantal stappen niet nodig. Voor een inactief persoon kan het verhogen van het aantal dagelijkse stappen echter een goede eerste stap zijn naar meer beweging.

Lifestylemarkers meten

Er zijn verschillende manieren om deze markers in kaart te brengen. Naast het bepalen van iemands huidige situatie, is het belangrijk om te begrijpen welke invloed deze markers hebben op bijvoorbeeld iemands eetgedrag en in hoeverre iemand bereid en in staat is om veranderingen door te voeren. Daarom is een gesprek met de cliënt essentieel – hoe je dit aanpakt bespreken we in het hoofdstuk over de intake.

Psychomarkers – Kunnen we succesvolle gedragsverandering voorspellen?

Succesvolle gedragsverandering, zoals een gezondere leefstijl of betere eetgewoonten, is een complex proces. Hoewel we niet met zekerheid kunnen voorspellen of iemand zal slagen, kunnen we wel beoordelen of de juiste randvoorwaarden aanwezig zijn. Op basis daarvan kiezen we specifieke coaching of interventies die aansluiten bij de behoeftes van de cliënt. Zo creëren we samen de randvoorwaarden voor succes.

 

Drie cruciale elementen spelen hierin een rol:

  1. Bereidheid om te veranderen: is iemand er klaar voor om stappen te zetten richting gedragsverandering?
  2. Kwaliteit van motivatie: komt het gedrag voort uit intrinsieke motivatie of externe druk?
  3. Vervulling van basisbehoeften: ervaart iemand autonomie, competentie en verbondenheid in het proces?

Deze factoren noemen we psychomarkers. Ze kunnen worden gemeten met wetenschappelijk gevalideerde vragenlijsten: de Readiness to Change Questionnaire (RCQ), de Treatment Self-Regulation Questionnaire (TSRQ) en de Basic Psychological Needs Scale (BPNS). Deze instrumenten geven coaches waardevolle inzichten om hun interventies effectiever en persoonlijker te maken.

Wetenschappelijke basis
1. Readiness to Change Questionnaire (RCQ)

De RCQ is gebaseerd op het transtheoretisch model van gedragsverandering (Prochaska & DiClemente, 1982). Dit model beschrijft hoe gedragsverandering verloopt in vijf stadia: precontemplatie, contemplatie, voorbereiding, actie en onderhoud. Door te bepalen in welke fase iemand zich bevindt, kunnen coaches hun interventies effectief op maat maken.

 

Onderzoek en validatie:

De RCQ is uitgebreid onderzocht, met sterke ondersteuning in verschillende domeinen, waaronder voeding en leefstijl. Een meta-analyse van Marshall en Biddle (2001) toont aan dat het model effectief is in het voorspellen van fysieke activiteit. Onderzoek in de voedingscontext bevestigt dat de RCQ bruikbaar is voor het identificeren van bereidheid tot gezonder eten (Sutton, 2001). Daarnaast zijn meerdere RCT’s uitgevoerd die aantonen dat stadia-specifieke interventies effectiever zijn dan algemene benaderingen, vooral in de vroege stadia van gedragsverandering (Noar et al., 2007).

2. Treatment Self-Regulation Questionnaire (TSRQ)

De TSRQ is geworteld in de zelfdeterminatietheorie (Deci & Ryan, 1985). Deze vragenlijst meet de motivatie achter gedragsverandering en onderscheidt drie typen motivatie: intrinsieke motivatie (gedreven door persoonlijke waarden en interesse), gecontroleerde motivatie (druk van buitenaf) en amotivatie (gebrek aan motivatie).

 

Onderzoek en validatie:

De TSRQ wordt breed toegepast in gezondheidsgerelateerde interventies en rust op een solide wetenschappelijke basis. Een meta-analyse van Ng et al. (2012) laat zien dat intrinsieke motivatie, gemeten met de TSRQ, sterk bijdraagt aan duurzame gedragsverandering en betere gezondheidsuitkomsten. In de context van voeding en leefstijl toont onderzoek van Levesque et al. (2007) aan dat de TSRQ effectief therapietrouw en voedingsgedrag voorspelt. RCT’s bevestigen dat interventies gericht op het versterken van intrinsieke motivatie beter werken voor langetermijndoelen dan interventies gebaseerd op externe prikkels (Fortier et al., 2007).

3. Basic Psychological Needs Scale (BPNS)

De BPNS is ontwikkeld binnen de zelfdeterminatietheorie en meet in welke mate de drie basisbehoeften – autonomie, competentie en verbondenheid – worden vervuld in specifieke contexten, zoals voeding en leefstijl.

 

Onderzoek en validatie:

De BPNS is uitgebreid gevalideerd in verschillende settings. Een meta-analyse van Van den Broeck et al. (2010) toont aan dat het vervullen van basisbehoeften sterk samenhangt met intrinsieke motivatie, welzijn en betere prestaties. Onderzoek van Teixeira et al. (2012) laat zien dat mensen met hoge scores op autonomie, competentie en verbondenheid beter vasthouden aan gezondheidsinterventies en gezonder gedrag vertonen. In een uitgebreide review benadrukken Ng et al. (2012) de waarde van de BPNS voor coaches die gedragsverandering begeleiden. RCT’s bevestigen dat interventies gericht op basisbehoeften effectiever zijn voor blijvende gedragsverandering dan andere benaderingen (Silva et al., 2010).

Conclusie

De RCQ, TSRQ en BPNS zijn krachtige instrumenten waarmee coaches de veranderingsbereidheid, motivatie en psychologische basisbehoeften van cliënten kunnen beoordelen. Door deze vragenlijsten in te zetten tijdens intake- en voortgangsgesprekken kunnen coaches gerichte interventies ontwikkelen die perfect aansluiten bij de individuele behoeften van elke cliënt. Deze aanpak maakt niet alleen gedragsverandering effectiever, maar verdiept ook de coach-cliëntrelatie door wederzijds begrip en inzicht te vergroten.

overzicht
Biomarkers

  • Indicatoren van biologische processen

    Biomarkers metabolic syndrome:
    – Bloeddruk >135/80
    – triglycerides (>8,3 mmol/L)
    – HDL (<2,2 mmol/L in mannen, <1,7 mmol/L in vrouwen)
    – nuchtere bloedsuikerspiegel (>6,1 mmol/L) – Taille >0,5× lengte

    Micronutriënten en hormonen:
    – Start met leefstijl en voeding
    – Twijfels?Doorverwijzen.

Antropometrische markers

  • Meetbare kenmerken van het menselijk lichaam.

  • BMI is geen goede meting omdat het geen onderscheid maakt tussen vet en spier.

  • Minder vetmassa is beter totdat iemand symptomen vertoont van een te laag vetpercentage.

  • Meer spiermassa is beter zolang het op een natuurlijke manier gebeurt.

  • Veranderingen in vet en spiermassa komen het beste in kaart door een combinatie van lichaamsgewicht, tailleomtrek, gym-prestaties en vetpercentage via de Navy Body Fat Calculator.

Fitnessmarkers

  • Dit zijn fitnesskwaliteiten met een sterke voorspellende waarde.

  • VO₂max duidt op conditie en is een van de sterkste voorspellers van gezondheid.

  • Gripkracht duidt op spierkwaliteit en is ook een sterke voorspeller.

  • Gezondheid komt voort uit gedrag wat leidde tot VO₂max en gripkracht. Dat is de focus van de voedingscoach.

Lifestylemarkers

  • Dit zijn gewoontes met sterk voorspellende waarde. De belangrijkste zijn:
    – slaap
    – stress
    – roken
    – alcohol
    – activiteit

Gedragsverandering voorspellen

  • Er zijn 3 cruciale elementen:
    – Bereidheid om te veranderen.
    – Kwaliteit van motivatie.
    – Vervulling van basisbehoeften.

  • Met verschillende vragenlijsten kan dit in kaart worden gebracht:
    – Readiness to Change Questionnaire (RCQ)
    – Treatment Self-Regulation Questionnaire (TSRQ)
    – Basic Psychological Needs Scale (BPNS)

Bronnen
  1. Ashwell, M., Mayhew, L., Richardson, J., & Rickayzen, B. Waist-to-height ratio is more predictive of years of life lost than body mass index. PLoS One. 2014 Sep 8;9(9):e103483. doi: 10.1371/journal.pone.0103483. PMID: 25198730; PMCID: PMC4157748.
  2. Attia, P., & Gifford, B. (2023). Outlive: The science and art of longevity. Harmony Books.
  3. Beaulieu, K., Hopkins, M., Blundell, J., & Finlayson, G. Homeostatic and non-homeostatic appetite control along the spectrum of physical activity levels: An updated perspective. Physiol Behav. 2018 Aug 1;192:23-29. doi: 10.1016/j.physbeh.2017.12.032. Epub 2017 Dec 28. PMID: 29289613.
  4. Centraal Bureau voor de Statistiek. (2023). Ongezonde leefstijl 2022: Opvattingen, motieven en gedragingen – Sporten en bewegen. Geraadpleegd op 20 november 2024, van https://www.cbs.nl/nl-nl/longread/rapportages/2023/on–gezonde-leefstijl-2022-opvattingen-motieven-en-gedragingen/4-sporten-en-bewegen
  5. Cunha, L. A., Costa, J. A., Marques, E. A., et al. The impact of sleep interventions on athletic performance: A systematic review. Sports Med – Open, 9, 58 (2023). https://doi.org/10.1186/s40798-023-00599-z
  6. Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Springer. https://doi.org/10.1007/978-1-4899-2271-7
  7. Esparza-Ros, F., Moreira, A. C., Vaquero-Cristóbal, R., Barrigas, C., Albaladejo-Saura, M., & Vieira, F. Differences between four skinfold calipers in the assessment of adipose tissue in young adult healthy population. Nutrients, 2022 May 16;14(10):2085. doi: 10.3390/nu14102085. PMID: 35631225; PMCID: PMC9144069.
  8. Fortier, M. S., Williams, G. C., Sweet, S. N., & Patrick, H. (2007). Self-determination theory: Process models for health behavior change. Journal of Occupational Health Psychology, 12(1), 72–79. https://doi.org/10.1037/1076-8998.12.1.72
  9. Greer, S. M., Goldstein, A. N., & Walker, M. P. The impact of sleep deprivation on food desire in the human brain. Nat Commun. 2013;4:2259. doi: 10.1038/ncomms3259. PMID: 23922121; PMCID: PMC3763921.
  10. Helms, E. R., Aragon, A. A., & Fitschen, P. J. Evidence-based recommendations for natural bodybuilding contest preparation: Nutrition and supplementation. J Int Soc Sports Nutr, 11, 20 (2014). https://doi.org/10.1186/1550-2783-11-20
  11. Herskind, A. M., McGue, M., Holm, N. V., Sørensen, T. I., Harvald, B., & Vaupel, J. W. The heritability of human longevity: A population-based study of 2872 Danish twin pairs born 1870-1900. Hum Genet. 1996 Mar;97(3):319-23. doi: 10.1007/BF02185763. PMID: 8786073.
  12. Hersenstichting. (z.d.). Slaap & cijfers. Geraadpleegd op 20 november 2024, van https://www.hersenstichting.nl/slaap-cijfers/
  13. Hilfer, A., Oligchlaeger, A., Henderson, M., Whitehead, M., Arabas, J., Mayhew, J., & Houser, J. (2023). Accuracy of bioelectric impedance analysis devices to estimate body fat and fat-free mass in college women athletes: Body composition in women athletes. International Journal of Strength and Conditioning, 3(1). https://doi.org/10.47206/ijsc.v3i1.265
  14. Keller, A., Litzelman, K., Wisk, L. E., Maddox, T., Cheng, E. R., Creswell, P. D., & Witt, W. P. Does the perception that stress affects health matter? The association with health and mortality. Health Psychol. 2012 Sep;31(5):677-84. doi: 10.1037/a0026743. PMID: 22201278; PMCID: PMC3374921.
  15. Kline, G. M., Porcari, J. P., Hintermeister, R., Freedson, P. S., Ward, A., McCarron, R. F., Ross, J., & Rippe, J. M. Estimation of VO2max from a one-mile track walk, gender, age, and body weight. Med Sci Sports Exerc. 1987 Jun;19(3):253-9. PMID: 3600239.
  16. Latour, A. W., Peterson, D. D., & Riner, D. D. (2019). Comparing alternate percent body fat estimation techniques for United States Navy body composition assessment. International Journal of Kinesiology in Higher Education. Advance online publication. https://doi.org/10.1080/24711616.2019.1584547.
  17. Lee, D. H., Keum, N., Hu, F. B., Orav, E. J., Rimm, E. B., Willett, W. C., & Giovannucci, E. L. (2018). Predicted lean body mass, fat mass, and all-cause and cause-specific mortality in men: Prospective US cohort study. BMJ, 362, k2575. doi: 10.1136/bmj.k2575. PMID: 29970408; PMCID: PMC6028901.
  18. Levesque, C. S., Williams, G. C., Elliot, D., Pickering, M. A., Bodenhamer, B., & Finley, P. J. (2007). Validating the theoretical structure of the Treatment Self-Regulation Questionnaire (TSRQ) across three different health behaviors. Health Education Research, 22(5), 691–702. https://doi.org/10.1093/her/cyl148.
  19. Luyster, F. S., Strollo, P. J. Jr, Zee, P. C., & Walsh, J. K.; Boards of Directors of the American Academy of Sleep Medicine and the Sleep Research Society. (2012). Sleep: A health imperative. Sleep, 35(6), 727–734. doi: 10.5665/sleep.1846. PMID: 22654183; PMCID: PMC3353049.
  20. Marshall, S. J., & Biddle, S. J. (2001). The transtheoretical model of behavior change: A meta-analysis of applications to physical activity and exercise. Annals of Behavioral Medicine, 23(4), 229–246. https://doi.org/10.1207/S15324796ABM2304_2.
  21. Paluch, A. E., Gabriel, K. P., Fulton, J. E., et al. (2021). Steps per day and all-cause mortality in middle-aged adults in the Coronary Artery Risk Development in Young Adults Study. JAMA Network Open, 4(9), e2124516. doi:10.1001/jamanetworkopen.2021.24516.
  22. Patel, S. R., & Hu, F. B. (2008). Short sleep duration and weight gain: A systematic review. Obesity (Silver Spring), 16(3), 643–653. doi: 10.1038/oby.2007.118. Epub 2008 Jan 17. PMID: 18239586; PMCID: PMC2723045.
  23. Peterson, M. J., Czerwinski, S. A., & Siervogel, R. M. (2003). Development and validation of skinfold-thickness prediction equations with a 4-compartment model. American Journal of Clinical Nutrition, 77(5), 1186–1191. doi: 10.1093/ajcn/77.5.1186. PMID: 12716670.
  24. Prochaska, J. O., & DiClemente, C. C. (1982). Transtheoretical therapy: Toward a more integrative model of change. Psychotherapy: Theory, Research & Practice, 19(3), 276–288. https://doi.org/10.1037/h0088437.
  25. Reaven, G. M. (1988). Banting lecture 1988. Role of insulin resistance in human disease. Diabetes, 37(12), 1595–1607. doi: 10.2337/diab.37.12.1595. PMID: 3056758.
  26. Rohde, P., Arigo, D., Shaw, H., & Stice, E. (2018). Relation of self-weighing to future weight gain and onset of disordered eating symptoms. Journal of Consulting and Clinical Psychology, 86(8), 677–687. doi: 10.1037/ccp0000325. PMID: 30035584; PMCID: PMC6061963.
  27. Russ, T. C., Stamatakis, E., Hamer, M., Starr, J. M., Kivimäki, M., Batty, G. D., et al. (2012). Association between psychological distress and mortality: Individual participant pooled analysis of 10 prospective cohort studies. BMJ, 345, e4933. doi:10.1136/bmj.e4933.
  28. Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78. https://doi.org/10.1037/0003-066X.55.1.68.
  29. Shenkin, A. (2006). Micronutrients in health and disease. Postgraduate Medical Journal, 82(971), 559–567. doi: 10.1136/pgmj.2006.047670. PMID: 16954450; PMCID: PMC2585731.
  30. Silva, M. N., Vieira, P. N., Coutinho, S. R., Minderico, C. S., Matos, M. G., Sardinha, L. B., & Teixeira, P. J. (2010). Using self-determination theory to promote physical activity and weight control: A randomized controlled trial in women. Journal of Behavioral Medicine, 33(2), 110–122. https://doi.org/10.1007/s10865-009-9239-y.
  31. Spiegel, K., Tasali, E., Leproult, R., & Van Cauter, E. (2009). Effects of poor and short sleep on glucose metabolism and obesity risk. Nature Reviews Endocrinology, 5(5), 253–261. doi: 10.1038/nrendo.2009.23. PMID: 19444258; PMCID: PMC4457292.
  32. Stanford Medicine. (z.d.). Major depression and genetics. Stanford Medicine: Genetics of Brain Function. Geraadpleegd op 01-01-25, van https://med.stanford.edu/depressiongenetics/mddandgenes.html.
  33. St-Onge, M. P., Roberts, A. L., Chen, J., Kelleman, M., O’Keeffe, M., RoyChoudhury, A., & Jones, P. J. (2011). Short sleep duration increases energy intakes but does not change energy expenditure in normal-weight individuals. American Journal of Clinical Nutrition, 94(2), 410–416. doi: 10.3945/ajcn.111.013904. Epub 2011 Jun 29. PMID: 21715510; PMCID: PMC3142720.
  34. Teychenne, M., Ball, K., & Salmon, J. (2010). Sedentary behavior and depression among adults: A review. American Journal of Preventive Medicine, 39(2), 174–182. https://doi.org/10.1016/j.amepre.2010.05.002.
  35. Tudor-Locke, C., Craig, C. L., Thyfault, J. P., & Spence, J. C. (2013). A step-defined sedentary lifestyle index: <5000 steps/day. Applied Physiology, Nutrition, and Metabolism, 38(2), 100–114. https://doi.org/10.1139/apnm-2012-0235.
  36. Van Cauter, E., Leproult, R., & Plat, L. (2000). Age-related changes in slow wave sleep and REM sleep and relationship with growth hormone and cortisol levels in healthy men. JAMA, 284(7), 861–868. doi: 10.1001/jama.284.7.861. PMID: 10938176.
  37. Van Strien, T., Herman, C. P., & Verheijden, M. W. (2012). Eating style, overeating, and weight gain. A prospective 2-year follow-up study in a representative Dutch sample. Appetite, 59(3), 782–789. https://doi.org/10.1016/j.appet.2012.08.009.
  38. Vgontzas, A. N., Lin, H. M., Papaliaga, M., Calhoun, S., Vgontzas, A., Chrousos, G. P., & Bixler, E. O. (2008). Short sleep duration and obesity: The role of emotional stress and hyperarousal. International Journal of Obesity, 32(5), 801–809. https://doi.org/10.1038/sj.ijo.0803771.
  39. Wang, Y., & Beydoun, M. A. (2007). The obesity epidemic in the United States—gender, age, socioeconomic, racial/ethnic, and geographic characteristics: A systematic review and meta-regression analysis. Epidemiologic Reviews, 29(1), 6–28. doi: 10.1093/epirev/mxm007. PMID: 17510091.
  40. World Health Organization (WHO). (2020). Guidelines on physical activity and sedentary behaviour. Geneva: World Health Organization. Retrieved from https://www.who.int/publications/i/item/9789240015128.
  41. World Health Organization (WHO). (2021). Obesity and overweight: Key facts. Retrieved from https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight.
  42. Yamamoto-Kabasawa, S., Ito, Y., Kawakami, N., et al. (2016). Influence of stress-related factors on the association between sedentary behavior and anxiety/depression. Preventive Medicine Reports, 4, 429–435. https://doi.org/10.1016/j.pmedr.2016.08.014.
  43. Zimmet, P., Alberti, K. G. M. M., & Shaw, J. (2001). Global and societal implications of the diabetes epidemic. Nature, 414(6865), 782–787. https://doi.org/10.1038/414782a.