Comparación de índices antropométricos, clásicos y nuevos, para el cribado de síndrome metabólico en población adulta laboral
e202006042
Palabras clave:
Síndrome metabólico, Antropometría, PrevalenciaResumen
Fundamentos: El síndrome metabólico (SMet) se ha convertido en una epidemia a nivel mundial, como resultado de una alta prevalencia de obesidad y de un estilo de vida sedentario. El objetivo de este trabajo fue determinar la capacidad predictiva de los índices antropométricos sobre el SMet.
Métodos: Se realizó un estudio transversal en una muestra de 636 trabajadores, con una prevalencia global de SMet del 14,3%. Se realizaron Curvas Operador-Receptor para determinar los valores de corte. La precisión diagnóstica se determinó a partir de la sensibilidad y especificidad, los valores predictivos, el índice de validez y el índice de Youden.
Resultados: Las variables con mayor área bajo la curva (ABC) fueron el índice cintura-talla (ICT) y el índice de redondez del cuerpo (BRI) con 0,89 (IC 95% 0,858-0,927), seguidos de la circunferencia de cintura (CC) con 0,87 (IC 95% 0,83-0,909). Los valores de corte fueron: ICT=0,54, con una sensibilidad del 90,1% y una especificidad del 76,1%; BRI=4,15, con una sensibilidad y especificidad del 90,1% y 76,1%, respectivamente.
Conclusiones: El ICT y el BRI son los indicadores antropométricos que mejor discriminan la incidencia y prevalencia de SMet en población adulta laboral. Además, muestran una importante capacidad discriminatoria de obesidad abdominal.
Descargas
Citas
Grundy SM. Metabolic Syndrome: Connecting and Reconciling Cardiovascular and Diabetes Worlds. J Am Coll Cardiol. 2006; 47(6): 1093-100. DOI: 10.1019/j.jacc.2005.11.046.
Zapulla D. Environmental Stress, Erythrocyte Dysfunctions, Inflammation and the Metabolic Syndrome: Adaptations to CO2 increases. J Cardiometab Syndr. 2008; 3(1): 30-34. DOI: 10.1111/j.1559-4572.2008.07263.x.
Lang F, Gulbins E, Lang PA, Zappulla D, Foller M. Ceramide in suicidal death of erythrocytes. Cell Physiol Biochem. 2010; 26(1): 21-28. DOI: 10.1159/000315102.
Yamaoka K, Tango T. Effects of lifestyle modification on metabolic syndrome: a systematic review and meta-analysis. BMC Med. 2012; 10(1). DOI: 10.1186/1741-7015-10-138.
Swinburn BA, Sacks G, Hall KD, McPherson K, Finegood DT, Moodie ML et al. The global obesity pandemic: shaped by global drivers and local environments. Lancet. 2011; 378(9793): 804-814. DOI: 10.1016/s0140-6736(11)60813-1.
Fernández-Berges D, Cabrera A, Sanz H, Elousa R, Guembe MJ, Alzamora M et al. Síndrome metabólico en España: prevalencia y riesgo coronario asociado a la definición armonizada y a la propuesta por la OMS. Estudio DARIOS. Rev Esp Cardiol. 2012; 65(3): 241-248. DOI: 10.1016/j.recesp.2011.10.015.
Guallar-Castillón P, Gil-Montero M, León LM, Graciani A, Bayán A, Taboada JM et al. Magnitud y manejo de la hipercolesterolemia en la población adulta de España, 2008-2010: el estudio ENRICA. Rev Esp Cardiol. 2012; 65(6): 551-558. DOI: 10.1016/j.recesp.2012.02.005.
Romero-Saldaña M, Fuentes-Jiménez FJ, Vaquero-Abellán M, Álvarez-Fernández C, Molina-Recio G, López-Miranda J. New non-invasive method for early detction of metabolic syndrome in the working population. Eur J Cardiovasc Nurs. 2016; 15(7):549-558. DOI: 10.1177/1474515115626622.
Wajchenberg BL. Subcutaneous and Visceral Adipose Tissue: Their Relation to the Metabolic Syndrome. Endocr Rev. 2000; 21(6): 697-738. DOI: 10.1210/edrv.21.6.0415.
Lajeunesse-Trempe F, Dufour R, Du Souich P, Paquette M, Kaduka L, Christensen D. Anthropometric Measures and their association with risk factors for cardio-metabolic diseases in Kenyan adults. Ann Hum Biol. 2019: 1-34. DOI: 10.1080/03014460.2018.1562568.
Lee CM, Huxley RR, Wildman RP, Woodward M. Indices of abdominal obesity are better discriminators of cardiovascular risk factors than BMI: a meta-analysis. J Clin Epidemiol. 2008; 61(7): 646-653. DOI: 10.1016/j.clinepi.2007.08.012.
Jackson AS, Stanforth PR, Gagnon J, Rankinen T, Leon AS, Rao DC et al. The effect of sex, age and race on estimating percentage body fat from body mass index: The Heritage Family Study. Int J Obes Relat Metab Disord. 2002; 26(6): 789-796. DOI: 10.1038/SJ.IJO.0802006.
Browning LM, Hsieh SD, Ashwell M. A systematic review of waist-to-height ratio as a screening tool for the prediction of cardiovascular disease and diabetes: 0·5 could be a suitable global boundary value. Nutr Res Rev. 2010; 23(02): 247-269. DOI: 10.1017/s0954422410000144.
Al-Rubean K, Youssef AM, Al Farsi Y, Al-Sharqawi AH, Bawazeer N, Al Otaibi MT et al. Anthropometric cutoff values for predicting metabolic syndrome in a Saudi community: from the SAUDI-DM study. Ann Saudi Med. 2017; 37(1): 21-30. DOI: 10.5144/0256-4947.2017.21.
Thomas DM, Bredlau C, Bosy-Westphal A, Mueller M, Shen W, Gallagher D et al. Relationships between body roundness with body fat and visceral adipose tissue emerging from a new geometrical model. Obesity (Silver Spring). 2013; 21(11): 2264-2271. DOI: 10.1002/oby.20408.
Bergman RN, Stefanovski D, Buchanan TA, Sumner AE, Reynolds JC, Sebring NG et al. A Better Index of Body Adiposity. Obesity (Silver Spring). 2011: 19(5); 1038-1089. DOI: 10.1038/oby.2011.38.
Bennasar-Veny M, López-González AA, Tauler P, Cespedes ML, Vicente-Herreno T, Yañez A et al. Body Adiposity Index and Cardiovascular Health Risk Factors in Caucasians: A Comparison with the Body Mass Index and others. PLoS ONE. 2013; 8(5): e63999. DOI: 10.1371/journal.pone.0063999.
Amato MC, Giordano C, Galia M, Criscrimanna A, Vitabile S, Midiri M et al. Visceral Adiposity Index: A reliable indicator of visceral fat function associated with cardiometabolic risk. Diabetes Care. 2010; 33(4): 920-922. DOI: 10.2337/dc09-1825.
Bertoli S, Leone A, Krakauer NY, Bedogni G, Vanzulli A, Redaelli VI et al. Association of Body Shape Index (ABSI) with cardio-metabolic risk factors: A cross-sectional study of 6081 Caucasian adults. PLoS ONE. 2017; 12(9): e0185013. DOI: 10.1371/journal.pone.0185013.
Romero M, Álvarez C, Vaquero M, Prieto A. Evolución de la prevalecía de Síndrome Metabólico en población trabajadora (2001-2013). Enferm Trab. 2014; 4(3): 87-94.
Alberti KGMM, Eckel RH, Grundy SM, Zimmet PZ, Cleeman JI, Donato KA et al. Harmonizing the Metabolic Syndrome: A Joint Interim Statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity. Circulation. 2009; 120(16): 1640-1645. DOI: 10.1161/circulationaha.109.192644.
Callaway CW, Chumlea WC, Bouchard C, Himes JH, Lohman TG, Martin AD et al. Circumferences. In: Lohman TG, Roche AF, Martorell R, editors. Anthropometric standardization reference manual. Campaign: Human Kinetics Books; 1991. p. 44-5.
González A. La medición correcta de la presión arterial. En: Manual de hipertensión arterial en la práctica clínica de atención primaria. Grupo de hipertensión arterial. Sociedad Andaluza de Medicina Familiar, 2006, pp. 35–41.
Alegría E, Cordero A, Laclaustra M, Grima A, León M, Casasnovas JA et al. Prevalencia del síndrome metabólico en población laboral española: registro MESYAS. Rev Esp Cardiol. 2005; 58(7): 797-806. DOI: 10.1157/13077231.
Tauler P, Bennasar-Veny M, Morales-Asencio JM, López-González AA, Vicente-Herrero T, De Pedro-Gómez J et al. Prevalence of Premorbid Metabolic Syndrome in Spanish Adult Workers Using IDF and ATPIII Diagnostic Criteria: Relationship with Cardiovascular Risk Factors. PLoS ONE. 2014; 9 (2): e89281. DOI: 10.1371/jpurnal.pone.0089281.
Deurenberg P, Wetstrate JA, Seidell JC. Body mass index as a measure of body fatness: Age- and sex- specific prediction formulas. Br. J. Nutr. 1991, 65: 105–114. DOI: 10.1079/bjn19910073.
Stefanescu A, Revilla L, López T, Sánchez SE, Williams MA, Gelaye B. Using A Body Shape Index (ABSI) and Body Roundness Index (BRI) to predict risk of metabolic syndrome in Peruvian adults. J Int Med Res. 2020; 48(1): 300060519848854. DOI: 10.1177/0300060519848854.
Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and meta-analysis. Obes Rev. 2011; 13 (3): 275-286. DOI: 10.1111/j.1467-789x.2011.00952.x.
Bellido D, López M, Carreira J, De Luis D, Bellido V, Soto A et al. Índices antropométricos estimadores de la distribución adiposa abdominal y capacidad discriminante para el síndrome metabólico en población española. Clin Invest Arterioscl. 2013; 25(3): 105-109. DOI: 10.1016/j.arteri.2013.05.007.
Romero-Saldaña M, Fuentes-Jiménez FJ, Vaquero-Abellán M, Álvarez-Fernández C, Aguilera-López MD, Molina-Recio G. Predictive Capacity and Cutoff Value of Waist-to-Height Ratio in the Incidence of Metabolic Syndrome. Clin Nurs Res. 2019; 28(6):676-691. DOI: 10.1177/1054773817740533.
Park YS, Kim JS. Association between Waist-to-Height Ratio and Metabolic Risk Factors in Korean Adults with Normal Body Mass Index and Waist Circumference. Tohoku J Exp Med. 2012; 228(1):1-8. DOI: 10.1620/tjem.228.1.
Rajput R, Rajput1 M, Bairwa M, Singh J, Saini O, Shankar V. Waist height ratio: A universal screening tool for prediction of metabolic syndrome in urban and rural population of Haryana. Indian J Endocrinol Metab. 2014; 18(3):394-399. DOI: 10.4103/2230-8210.131201.
Koch E, Romero T, Manríquez L, Taylor A, Román C, Paredes M et al. Razón cintura-estatura: Un mejor predictor antropométrico de riesgo cardiovascular y mortalidad en adultos chilenos. Nomograma diagnóstico utilizado en el Proyecto San Francisco. Rev Chil Cardiol. 2008; 27(1): 23
Descargas
Publicado
Cómo citar
Licencia
Derechos de autor 2020 Elena Raya-Cano, Guillermo Molina-Recio, Manuel Romero-Saldaña, Carlos Álvarez-Fernández, Alberto Hernández-Reyes, Rafael Molina-Luque
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato.
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia.
Bajo los siguientes términos:
Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
Avisos:
No tiene que cumplir con la licencia para elementos del material en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.
No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.
