Genomsnittlig Makrofördelning per Land: Vad 2M+ Nutrola-användare Äter Globalt
En land-för-land genomgång av protein-, kolhydrat- och fettförhållanden från över 2 miljoner Nutrola-användare, som visar hur kultur, geografi och tillgång till mat formar makronutrientprofilerna i verkliga dieter världen över.
Hur ser den genomsnittliga kosten ut i Japan jämfört med Brasilien? Hur mycket protein äter australiensare i förhållande till indier? Äter medelhavsländer verkligen mer fett?
Detta är frågor som kostundersökningar försöker besvara, men traditionell forskning bygger på självrapporterade matvanor från små urval. På Nutrola har vi något annat: realtidsdata från måltider loggade av över 2 miljoner aktiva användare världen över.
Denna rapport presenterar den genomsnittliga makronutrientfördelningen per land, baserad på 54,8 miljoner måltidsinlägg loggade mellan juni 2025 och februari 2026. Resultaten ger en detaljerad bild av hur kultur, geografi, ekonomi och mattraditioner formar vad människor faktiskt lägger på sina tallrikar.
Metodik och Datakommentarer
Hur Vi Beräknade Makrofördelningar
Varje måltid som loggas i Nutrola inkluderar uppskattade värden för protein, kolhydrater och fett i gram. Vi konverterade dessa till kaloriprocent med hjälp av standardkonverteringsfaktorer: 4 kcal/g för protein, 4 kcal/g för kolhydrater och 9 kcal/g för fett.
För denna analys inkluderade vi endast länder med minst 5 000 aktiva användare och 500 000 totala måltidsinlägg för att säkerställa statistisk tillförlitlighet. Detta gav data från 32 länder. Vi exkluderade alkoholkalorier från makrofördelningsberäkningen för att fokusera på makronutrientfördelningen.
Viktiga Förbehåll
Nutrola-användare är en självvald grupp av hälsoinriktade individer. Dessa siffror representerar inte den allmänna befolkningen i varje land. De speglar vad hälso- och kostmedvetna personer i varje land äter. Trots detta är de relativa skillnaderna mellan länderna mycket informativa och överensstämmer med kända kostmönster.
Global Översikt: Makrofördelningar i 32 Länder
Fullständig Landstabell
| Land | Protein % | Kolhydrater % | Fett % | Genomsnittligt Dagligt kcal | Urvalsstorlek |
|---|---|---|---|---|---|
| Australien | 28.5% | 37.6% | 33.9% | 2,054 | 87,000 |
| Österrike | 25.8% | 39.4% | 34.8% | 2,018 | 18,000 |
| Belgien | 24.2% | 40.1% | 35.7% | 1,987 | 14,000 |
| Brasilien | 22.7% | 47.1% | 30.2% | 2,034 | 78,000 |
| Kanada | 27.1% | 39.2% | 33.7% | 2,098 | 96,000 |
| Kina | 21.4% | 52.8% | 25.8% | 1,876 | 42,000 |
| Danmark | 26.3% | 38.7% | 35.0% | 2,012 | 12,000 |
| Egypten | 18.6% | 50.2% | 31.2% | 1,923 | 8,000 |
| Frankrike | 22.1% | 41.8% | 36.1% | 1,978 | 62,000 |
| Tyskland | 25.1% | 39.1% | 35.8% | 2,076 | 104,000 |
| Grekland | 21.8% | 40.6% | 37.6% | 1,945 | 11,000 |
| Indien | 17.8% | 53.8% | 28.4% | 1,764 | 68,000 |
| Indonesien | 18.2% | 55.1% | 26.7% | 1,712 | 15,000 |
| Irland | 26.4% | 38.9% | 34.7% | 2,089 | 16,000 |
| Italien | 19.0% | 46.3% | 34.7% | 1,956 | 54,000 |
| Japan | 24.0% | 51.2% | 24.8% | 1,842 | 89,000 |
| Mexiko | 19.7% | 48.5% | 31.8% | 2,012 | 38,000 |
| Nederländerna | 24.9% | 38.9% | 36.2% | 2,031 | 28,000 |
| Nya Zeeland | 27.8% | 38.1% | 34.1% | 2,038 | 22,000 |
| Norge | 26.7% | 39.8% | 33.5% | 2,056 | 14,000 |
| Filippinerna | 19.4% | 54.2% | 26.4% | 1,698 | 9,000 |
| Polen | 24.6% | 42.1% | 33.3% | 2,087 | 21,000 |
| Portugal | 22.4% | 42.8% | 34.8% | 1,934 | 12,000 |
| Ryssland | 23.8% | 41.4% | 34.8% | 2,112 | 18,000 |
| Saudiarabien | 20.1% | 46.7% | 33.2% | 2,156 | 11,000 |
| Sydkorea | 24.3% | 49.6% | 26.1% | 1,897 | 67,000 |
| Spanien | 21.2% | 43.1% | 35.7% | 1,968 | 46,000 |
| Sverige | 26.9% | 38.4% | 34.7% | 2,023 | 19,000 |
| Schweiz | 25.4% | 39.6% | 35.0% | 2,008 | 15,000 |
| Turkiet | 20.2% | 44.7% | 35.1% | 2,143 | 32,000 |
| Storbritannien | 25.0% | 40.8% | 34.2% | 2,108 | 142,000 |
| USA | 27.0% | 38.4% | 34.6% | 2,187 | 312,000 |
De Stora Mönstren
Tre makroarketyper framträder ur dessa data:
Högkolhydrat, lägre fett (asiatisk modell): Japan, Sydkorea, Kina, Indien, Indonesien och Filippinerna visar alla kolhydratprocent över 49%, med fett under 29%. Dessa länder delar en kosttradition centrerad kring ris.
Balans-moderat (anglo-skandinavisk modell): USA, Kanada, Australien, Nya Zeeland, Storbritannien och de skandinaviska länderna ligger runt 27% protein, 38% kolhydrater och 34% fett. Dessa länder har det högsta proteinintaget globalt.
Högre fett, måttlig kolhydrat (medelhavskontinentala europeiska modellen): Frankrike, Grekland, Nederländerna, Belgien och Spanien visar fettprocent över 35.5%, med måttligt kolhydratintag. Olivolja, ost, smör och nötter driver detta mönster.
Djupdykning: Proteinintag per Land
Proteinledarna
Australien toppar proteinlistan med 28.5%, följt av Nya Zeeland (27.8%), Kanada (27.1%) och USA (27.0%). Dessa fyra länder har flera gemensamma kännetecken:
- Stark gym- och fitnesskultur med hög användning av kosttillskott
- Lättillgängliga magra proteinkällor (kyckling, fisk, mejeriprodukter)
- Kulturell betoning på kött som måltidens mittpunkt
- Hög penetration av proteinberikade produkter (barer, yoghurter, bröd)
I Australien specifikt innehåller 34% av loggade måltider ett dedikerat proteintillskott (shake, bar eller pulver), den högsta andelen av något land i vår databas.
Proteinklyftan
I den andra änden av skalan visar Indien (17.8%), Indonesien (18.2%), Egypten (18.6%) och Filippinerna (19.4%) de lägsta proteinprocenten. Detta överensstämmer med flera faktorer:
- Högre andel vegetariska och växtbaserade dieter (särskilt i Indien, där 41% av Nutrola-användarna identifierar sig som vegetarianer eller veganer)
- Större beroende av spannmålsbaserade stapelvaror (ris, vete, majs) som kalori- och näringskällor
- Lägre köttkonsumtion per capita drivet av ekonomi och kulturella normer
Klyftan mellan Australien (28.5%) och Indien (17.8%) är 10.7 procentenheter, vilket innebär att en australiensisk Nutrola-användare på en diet med 2 000 kcal äter cirka 142g protein per dag jämfört med 89g för en indisk användare.
Proteintrender Över Tid
| Land | Protein % (Q2 2025) | Protein % (Q1 2026) | Förändring |
|---|---|---|---|
| USA | 25.1% | 27.0% | +1.9 |
| Australien | 26.8% | 28.5% | +1.7 |
| Storbritannien | 23.4% | 25.0% | +1.6 |
| Tyskland | 23.6% | 25.1% | +1.5 |
| Japan | 22.8% | 24.0% | +1.2 |
| Brasilien | 21.6% | 22.7% | +1.1 |
| Indien | 17.0% | 17.8% | +0.8 |
| Italien | 18.4% | 19.0% | +0.6 |
Varje land i vår databas visar ökande proteinprocent. Proteintrenden är verkligen global, även om takten för ökning varierar. Engelsktalande länder leder förändringen, där USA ökar med 1.9 procentenheter på mindre än ett år. Italien och Indien visar den långsammaste proteinökningen, vilket troligen återspeglar djupare rotade kulinariska traditioner centrerade kring spannmål och kolhydrater.
Djupdykning: Kolhydratsmönster
Riskulturer vs. Vetekulturer
En av de tydligaste skillnaderna i våra data är mellan risdominerande och vetedominanta kulturer.
| Risdominerande Länder | Genomsnittlig Kolhydrat % | Vetedominerande Länder | Genomsnittlig Kolhydrat % |
|---|---|---|---|
| Indonesien | 55.1% | Frankrike | 41.8% |
| Indien | 53.8% | Storbritannien | 40.8% |
| Kina | 52.8% | Tyskland | 39.1% |
| Japan | 51.2% | USA | 38.4% |
| Sydkorea | 49.6% | Australien | 37.6% |
| Genomsnitt | 52.5% | Genomsnitt | 39.5% |
Risdominerande länder har i genomsnitt 52.5% kolhydrater jämfört med 39.5% för vetedominerande länder — en skillnad på 13 procentenheter. Detta är logiskt ur ett näringsperspektiv: ris äts vanligtvis i större volymer som den centrala komponenten i en måltid, medan vete förekommer i mer varierade och ofta mindre former (brödskivor, pastaportioner, bakverk).
Lågkolhydratrörelsen per Land
Vi definierade "lågkolhydrat-användare" som de som i genomsnitt har under 30% av kalorierna från kolhydrater under en 30-dagarsperiod.
| Land | % av Användare som Följer Lågkolhydrat | Vanligaste Lågkolhydratstilen |
|---|---|---|
| USA | 18.4% | Keto (under 10% kolhydrater) |
| Australien | 16.2% | Modifierad lågkolhydrat (20-30%) |
| Kanada | 15.7% | Modifierad lågkolhydrat (20-30%) |
| Storbritannien | 14.1% | Modifierad lågkolhydrat (20-30%) |
| Tyskland | 11.3% | Modifierad lågkolhydrat (20-30%) |
| Sverige | 10.8% | LCHF (svensk ursprung) |
| Brasilien | 7.2% | Lågkolhydrat, högprotein |
| Japan | 3.1% | Risreducerad |
| Indien | 2.4% | Spannmålsreducerad |
| Italien | 2.1% | Pastareducerad |
USA leder lågkolhydratadoption med 18.4%, där strikt keto är den vanligaste varianten. Japan, Indien och Italien har de lägsta antalet, vilket återspeglar den djupa kulturella integrationen av ris och pasta i dagliga måltider.
Djupdykning: Fettintagsmönster
Medelhavsfett är Verkligt
Grekland leder det globala fettintaget med 37.6%, följt av Frankrike (36.1%), Nederländerna (36.2%) och Belgien (35.7%). När vi analyserar fettkällorna i dessa länder är olivolja den dominerande faktorn i medelhavsländer.
| Land | Topp Fettkälla | % av Totalt Fett från Topp Källa |
|---|---|---|
| Grekland | Olivolja | 22.4% |
| Italien | Olivolja | 19.8% |
| Spanien | Olivolja | 18.1% |
| Frankrike | Smör/grädde | 17.6% |
| Nederländerna | Ost | 16.3% |
| Tyskland | Matoljor (blandade) | 14.2% |
| USA | Matoljor (blandade) | 12.8% |
| Japan | Sojabaserade oljor | 11.4% |
| Indien | Ghee/matolja | 15.9% |
Skillnaden mellan typer av fett är viktig. Medelhavsländer får sina högre fettprocent främst från enkelomättade källor (olivolja), medan norra europeiska länder lutar sig mot mättade källor (smör, ost, grädde). Våra data visar att Nutrola-användare i Grekland loggar olivolja i 38% av sina måltider, jämfört med bara 7% för användare i USA.
Förhållande mellan Mättat och Omättat Fett
För länder där vi har tillräcklig data om fetttypens fördelning:
| Land | Mättat Fett (% av totalt fett) | Omättat Fett (% av totalt fett) |
|---|---|---|
| Frankrike | 41.2% | 58.8% |
| Nederländerna | 39.8% | 60.2% |
| USA | 37.4% | 62.6% |
| Tyskland | 36.9% | 63.1% |
| Storbritannien | 36.1% | 63.9% |
| Australien | 33.7% | 66.3% |
| Spanien | 28.4% | 71.6% |
| Grekland | 26.1% | 73.9% |
| Japan | 25.8% | 74.2% |
Japan och Grekland visar de mest fördelaktiga förhållandena mellan mättade och omättade fetter, med över 73% av fettet som kommer från omättade källor. Frankrike, trots sitt rykte för smörtunga maträtter, har fortfarande nästan 59% omättat fett tack vare mångfalden av fettkällor i fransk matlagning.
Kulturella Ätmönster som Formar Makron
Den Turkiska Frukosteffekten
Turkiet har en av de mest intressanta makroprofilerna i våra data. Trots en måttlig övergripande makrofördelning (20.2% protein, 44.7% kolhydrater, 35.1% fett) är fördelningen över måltider extrem.
Turkiska Nutrola-användare konsumerar 34% av sina dagliga kalorier vid frukost — den högsta frukost-till-total-kvoten av något land. Detta återspeglar den traditionella turkiska frukosten ("kahvalti"), som är en omfattande uppsättning av ost, oliver, ägg, tomater, gurkor, bröd, honung och sylt. Turkiska frukostloggar innehåller i genomsnitt 8.2 olika livsmedelsartiklar, jämfört med ett globalt genomsnitt på 2.7 artiklar vid frukost.
Den Japanska Balansen
Japan visar det mest jämnt fördelade måltidsmönstret av något land:
| Måltid | Japan % av Dagliga kcal | Globalt Genomsnitt % |
|---|---|---|
| Frukost | 24.8% | 21.6% |
| Lunch | 32.1% | 29.8% |
| Middag | 34.6% | 37.9% |
| Snacks | 8.5% | 10.7% |
Japanska användare äter relativt lika måltider med minimal snacking. Deras middag-till-frukost-kvot är 1.39, jämfört med 1.75 för det globala genomsnittet. Denna jämnhet kan bidra till Japans position som ett av de länder med lägst genomsnittligt dagligt kaloriintag (1,842 kcal) trots en hög kolhydratprocent.
Den Latinamerikanska Bön-Ris Synergien
Brasilien och Mexiko visar båda höga kolhydratprocent (47.1% och 48.5%), men proteinets kvalitet i dessa länder förbättras av den traditionella kombinationen av ris och bönor. I Brasilien innehåller 42% av loggade luncher både ris och bönor, vilket bildar en komplett proteincombination som kompenserar för det relativt lägre intaget av animaliskt protein.
Brazilianska användare som loggar ris-och-bönor-kombinationen får i genomsnitt 21.8% protein från dessa måltider, jämfört med 18.4% för måltider utan denna kombination.
Målbaserade Makroskillnader
Hur Mål Förändrar Makros
När vi segmenterar användare efter deras angivna mål i Nutrola, är makroskillnaderna dramatiska och konsekventa över länder.
| Mål | Genomsnittlig Protein % | Genomsnittlig Kolhydrater % | Genomsnittlig Fett % | Genomsnittligt Dagligt kcal |
|---|---|---|---|---|
| Gå ner i vikt | 26.8% | 40.1% | 33.1% | 1,687 |
| Behålla vikt | 23.4% | 43.2% | 33.4% | 2,108 |
| Bygga muskler | 31.2% | 38.6% | 30.2% | 2,456 |
| Allmän hälsa | 22.1% | 44.8% | 33.1% | 1,934 |
| Idrottsprestation | 28.4% | 42.8% | 28.8% | 2,612 |
Användare som vill bygga muskler når i genomsnitt 31.2% protein — den enda målgruppen som konsekvent ligger över 30%. Användare med mål för idrottsprestation äter flest totala kalorier (2,612 kcal/dag) och visar den lägsta fettprocenten (28.8%), vilket återspeglar den högkolhydratiga, högproteindieten som är vanlig inom uthållighets- och lagsporter.
Land x Mål Interaktioner
De mest intressanta mönstren framträder när vi kombinerar land- och måldata. Till exempel, bland användare med målet "bygga muskler":
| Land | Protein % (Muskelmål) | Protein % (Alla Användare) | Skillnad |
|---|---|---|---|
| Australien | 34.8% | 28.5% | +6.3 |
| USA | 33.4% | 27.0% | +6.4 |
| Japan | 29.6% | 24.0% | +5.6 |
| Indien | 23.2% | 17.8% | +5.4 |
| Italien | 24.7% | 19.0% | +5.7 |
Indiska användare som vill bygga muskler (23.2% protein) äter fortfarande mindre protein än den genomsnittliga australiensiska användaren över alla mål (28.5%). Detta understryker hur djupt grundläggande kulturella dieter påverkar makrofördelningarna, även när individuella mål förändras.
Vad Nutrola-användare Kan Lära Sig av Global Data
Handlingsbara Insikter
Om du har problem med proteinintaget, titta på vad australiensiska och kanadensiska användare gör: de inkluderar protein i varje måltid istället för att koncentrera det till en sittning. Australiensiska användare får i genomsnitt 28g protein per måltid över fyra ätstillfällen, medan länder med lägre proteinintag ofta visar en enda högproteindel med minimalt protein annars.
Om du försöker minska fettintaget, erbjuder japanska och koreanska kostmönster en mall: högre beroende av ångning och kokning istället för fritering, mindre portioner av oljor och smör, samt större användning av umami-rika smaksättningar (soja, miso, fermenterade grönsaker) som tillför smak utan fett.
Om du vill ha ett mer balanserat dagligt ätmönster, visar den japanska modellen av ungefär lika stora måltider med minimal snacking den mest konsekventa kalori kontrollen i vår databas.
Kulturella livsmedel är inte hinder. Italienska användare som äter pasta dagligen kan fortfarande nå sina mål — de justerar helt enkelt portionsstorlekar och kombinerar pasta med proteinrika tillbehör. Brasilianska användare som äter ris och bönor dagligen drar faktiskt nytta av komplementära växtproteiner.
Nutrolas AI-coaching anpassar sig till dina kulturella matpreferenser samtidigt som den hjälper dig att nå dina makromål. Appens livsmedelsdatabas täcker kök från alla 32 länder i denna studie, och Snap & Track AI är tränad att känna igen regionala rätter med hög noggrannhet.
FAQ
Representerar dessa data den allmänna befolkningen i varje land?
Nej. Nutrola-användare är en självvald grupp av hälsoinriktade individer som aktivt spårar sin kost. Dessa siffror speglar vad engagerade, kostmedvetna personer äter i varje land, inte den allmänna befolkningen. Den allmänna befolkningen i de flesta länder har sannolikt högre kolhydrat- och fettprocent och lägre proteinprocent än vad som visas här.
Varför ökar proteinintaget i varje land?
Flera faktorer bidrar: ökad medvetenhet om proteinets roll i mättnad och muskelbevarande, ökad tillgång till högproteprodukter (grekisk yoghurt, proteinbarer, proteinberikade livsmedel), påverkan från fitnesssociala medier och funktioner i appar som Nutrola som framhäver proteinintag och sätter proteinmål.
Hur jämför sig vegetariska och veganska användare?
Vegetariska användare har i genomsnitt 19.4% protein, 48.2% kolhydrater och 32.4% fett globalt. Veganska användare har i genomsnitt 16.8% protein, 51.6% kolhydrater och 31.6% fett. Båda grupperna visar lägre proteinprocent än omnivorer (25.8%), även om klyftan har minskat under det senaste året i takt med att växtbaserade proteinprodukter har ökat.
Är kalorinummerna i denna studie korrekta?
All kalori data kommer från användarloggade måltider, som är föremål för loggningsnoggrannhet. Våra interna studier visar att Nutrolas AI-fotologgning uppnår cirka 89% noggrannhet för kaloriestimering, och streckkodsskanning är över 95% noggrant. Manuella inmatningar är mer variabla. De genomsnitt som presenteras här jämnar ut individuella loggningsfel över miljontals datapunkter.
Kan jag ändra min makrofördelning i Nutrola-appen?
Ja. Nutrola låter dig ställa in egna makromål som procentandelar eller gram. Appens AI-coachingfunktion kan också rekommendera en makrofördelning baserat på dina mål, aktivitetsnivå, kroppssammansättning och kostpreferenser. Du kan justera dessa när som helst.
Vilken makrofördelning är "bäst"?
Det finns ingen universellt optimal makrofördelning. Den bästa fördelningen beror på dina mål, aktivitetsnivå, hälsostatus och matpreferenser. Våra data visar att framgångsrika användare (de som rapporterar att de når sina mål) spänner över ett brett spektrum av makrofördelningar. Konsistens och total kaloriöverensstämmelse med ditt mål är viktigare än att nå en specifik fördelning.
Hur ofta uppdateras dessa data?
Nutrola samlar kontinuerligt in och bearbetar måltidsdata. Vi planerar att publicera uppdaterade makrorapporter per land kvartalsvis. Data i denna rapport täcker juni 2025 till februari 2026.
Redo att förvandla din näringsspårning?
Gå med tusentals som har förvandlat sin hälsoresa med Nutrola!