ASOCIACIÓN ENTRE LOS INDICADORES ANTROPOMÉTRICOS ...

ASOCIACIÓN ENTRE LOS INDICADORES ANTROPOMÉTRICOS

CIRCUNFERENCIA DE LA CINTURA, IMC, Y CINTURA- ALTURA

COMO MARCADORES DE RIESGO CARDIOMETABÓLICO EN

ADULTOS JÓVENES SANOS

ANGIE LORENA OSORIO CUBILLOS

PONTIFICIA UNIVERSIDAD JAVERIANA

FACULTAD DE CIENCIAS

CARRERA DE NUTRICIÓN Y DIETÉTICA

Bogotá D.C., (junio 2020)






TRABAJO DE GRADO

Presentado como requisito parcial para optar al título de:

Nutricionista dietista

Manuel Augusto Cárdenas Romero, M.D., Dr. Med. Director.

Lilia Yadira Cortes Sanabria, MSc., Ph.D. Codirectora.

PONTIFICIA UNIVERSIDAD JAVERIANA

FACULTAD DE CIENCIAS

CARRERA DE NUTRICIÓN Y DIETÉTICA

BOGOTÁ D.C., (junio 2020)

NOTA DE ADVERTENCIA

Artículo 23 de la Resolución N° 13 de Julio de 1946

“La Universidad no se hace responsable por los conceptos emitidos por sus alumnos

en sus trabajos de tesis. Sólo velará porque no se publique nada contrario al dogma

y a la moral católica y porque las tesis no contengan ataques personales contra

persona alguna, antes bien se vea en ellas el anhelo de buscar la verdad y la justicia”.






APROBADO

Manuel Augusto Cárdenas Romero Lilia Yadira Cortés Sanabria

Médico., Dr. Med. Nutricionista Dietista, MSc., PhD

_________________________

Adriana Gómez

Nutricionista Dietista

Jurado.






APROBADO

________________________ ________________________

Concepción Judith Puerta Bula Luisa Fernanda Tobar Vargas

Bacterióloga, PhD. Nutricionista Dietista, MSc.

Decana de facultad Directora de carrera

vi

AGRADECIMIENTOS

A la Pontificia Universidad Javeriana, a Colciencias, en especial al Programa

Nacional de Ciencia, Tecnología e Innovación por financiar el estudio “Ejercicio

físico en sujetos sanos no entrenados nativos a altitud moderada en comparación

con crónicamente aclimatados”, a Maritsabel Ruiz por su esfuerzo en el desarrollo

de cada antropometría y demás colaboradores que hicieron posible dicho estudio,

el cual ha sido la base para la realización de este trabajo.

A mis directores el Doctor Manuel Cárdenas, quien con sus enseñanzas ha sido la

guía para este trabajo, por su tiempo, compromiso y exhaustiva labor durante este

proceso. A la Doctora Yadira Cortés y al asesor estadístico Pedro Monterrey por

sus valiosos aportes y preocupación.

Por último, agradezco profundamente a mi familia y a mi pareja por acompañarme

en los momentos de dificultad y darme ánimo para concluir satisfactoriamente mi

proyecto. Esto es para ustedes.

Angie L. Osorio

vii

TABLA DE CONTENIDOS

1. Introducción ................................................................................................................ 3

2. Marco Teórico ............................................................................................................. 4

2.1. Epidemiología de la enfermedad cardiovascular ................................................ 4

2.2. Enfermedad cardiovascular y riesgo cardiometabólico ...................................... 5

2.3. Composición corporal asociada a riesgo cardiometabólico ................................ 6

2.3.1. Circunferencia de la cintura ........................................................................ 7

2.3.2. Índice de masa corporal .............................................................................. 7

2.3.3. Relación cintura- altura ............................................................................... 8

2.3.4. Evidencia sobre los indicadores .................................................................. 9

3. Planteamiento del problema ...................................................................................... 11

3.1. Formulación del problema ................................................................................ 11

3.2. Justificación de la investigación ....................................................................... 11

4. Objetivos ................................................................................................................... 13

4.1. General .............................................................................................................. 13

4.2. Específicos ........................................................................................................ 13

5. Materiales y Métodos ................................................................................................ 13

5.1. Estudio base ...................................................................................................... 13

5.2. Captura de datos ................................................................................................ 14

5.3. Selección de la muestra para subanálisis .......................................................... 14

5.4. Revisión de literatura ........................................................................................ 15

5.5. Análisis estadístico ............................................................................................ 15

6. Resultados ................................................................................................................. 17

6.1. Población de estudio ......................................................................................... 17

6.2. Distribución de variables individuales .............................................................. 19

6.3. Correlaciones entre variables individuales........................................................ 19

6.4. Factores de riesgo ............................................................................................. 20

6.5. Indicadores antropométricos por grupos de riesgo .......................................... 22

6.5.1. Indicadores antropométricos por grupos de riesgo en todos los

participantes .............................................................................................................. 22

6.5.2. Indicadores antropométricos por grupos de riesgo en hombres ................ 24

6.5.3. Indicadores antropométricos por grupos de riesgo en mujeres ................. 27

7. Discusión de resultados ............................................................................................. 29

viii

7.1. Principales hallazgos ......................................................................................... 29

7.2. Implementación de los indicadores antropométricos ........................................ 31

7.3. Consumo de oxígeno máximo/ pico, como factor de riesgo ............................. 32

7.4. Evaluación de indicadores antropométricos en Colombia ................................ 32

7.5. Fortalezas y limitaciones del estudio ................................................................ 33

8. Conclusiones ............................................................................................................. 33

9. Recomendaciones ..................................................................................................... 34

10. Referencias ............................................................................................................ 35

11. Anexos .................................................................................................................. 41

ix

ÍNDICE DE TABLAS

Tabla 1. Puntos de corte de parametros bioquímicos, fisiológicos y su clasificación por

factores de riesgo ………………………………………………………………………...16

Tabla 2. Características de la población estudio …………………...……………………18

Tabla 3. Distribución de los participantes por grupos de riesgo ………………………...21

Tabla 3A. Clasificación por factores de riesgo con VO2 máx/p …………………......21

Tabla 3B. Clasificación por factores de riesgo con VO2 máx/p …………………......22

ÍNDICE DE FIGURAS

Figura 1. Selección de participantes y variables de estudio ………………..……………15

Figura 2. Analisis estadístico ……………………………………………………………17

Figura 3. Distribución de variables antropométricas, por sexo …………….……………20

Figura 3A. Distribución IMC …………………………………………………………20

Figura 3B. Distribución CC …………………………………………………………..20

Figura 3C. Distribución RC-A ………………………………….……………..….…..20

Figura 4. Frecuencia de factores de riesgo cardiometabólico, bioquímicos y fisiológicos

en todos los participantes……………………………..……………………….………....21

Figura 5. Indicadores antropométricos por grupos de riesgo en todos los participantes,

incluyendo VO2 máx/p …………….………………………………………………...….23

Figura 5A. Índice de masa corporal …………………………………………………..23

Figura 5B. Circunferencia de la cintura ………………………………………………23

Figura 5C. Relación cintura altura ……………………………………………………24

Figura 6. Indicadores antropométricos por grupos de riesgo en hombres, incluyendo VO2

máx/p ………………………………….…………………………………………………25



Figura 6C. Relación cintura altura ………………………….……….……………..…26

Figura 7. Indicadores antropométricos por grupo de riesgo en mujeres, incluyendo VO2

máx/p ...………………………………………………………………….……………….27



Figura 7C. Relación cintura altura ……………………………………………………28

x

ÍNDICE DE ANEXOS

Anexo 1. Protocolo estudio base ………………………………………………………...41

Anexo 2. Criterios para la inclusión de artículos y metodología de búsqueda…………. 41

Anexo 3. Protocolo de medidas antropométricas y toma de laboratorios ……………….42

Anexo 3a. Protocolo de instrumentos y toma de medidas antropométricas ……….…42

Anexo 3b. Determinación perfil lipídico y glicémico ………………...............….…..44

Anexo 4. Estadística descriptiva ………………………………………………………...44

Anexo 5. Gráficas de comparaciones de cada variable por sexo ……….……………….48

Anexo 6. Gráficas de distribución normal de cada variable por sexo ……………….…..51

Anexo 7. Gráficas correlación de indicadores antropométricos contra parámetros

bioquímicos y fisiológicos …………………………………………………………....…54

Anexo 8. Pruebas de normalidad ………………………………………………………..59

Anexo 8a. Prueba de normalidad con VO2 ………………………………………….59

Anexo 8b. Prueba de normalidad sin VO2 .………………………………………….59

Anexo 9. Comparaciones por factores de riesgo grupo completo ………………....……59

Anexo 9a. Comparaciones por factores de riesgo con VO2 …………………………59

Anexo 9b. Comparaciones por factores de riesgo sin VO2 ………………………….59

Anexo 10. Comparaciones por factores de riesgo en hombres …………………..……...60

Anexo 10a. Comparaciones por factores de riesgo con VO2 ..……………………….60

Anexo 10b. Comparaciones por factores de riesgo sin VO2 ..………………………..60

Anexo 11. Comparaciones por factores de riesgo en mujeres …………………………..61

Anexo 11a. Comparaciones por factores de riesgo con VO2 …...………………..…..61

Anexo 11b. Comparaciones por factores de riesgo sin VO2…………………..…..….61

Anexo 12. Indicadores antropométricos por grupos de riesgo en todos los participantes,

sin VO2 máx/p …………….………………………………………………………….…62

Anexo 12a. Índice de masa corporal ………………………………………………....62

Anexo 12b. Circunferencia de la cintura …………………………………….………62

Anexo 12c. Relación cintura altura ………………………………………………….63

Anexo 13. Indicadores antropométricos por grupos de riesgo en hombres, sin VO2

máx/p ………………………………….………………………………………….……...64

Anexo 13a. Índice de masa corporal …………………………………………………64

Anexo 13b. Circunferencia de la cintura ……………………………………………..64

Anexo 13c. Relación cintura altura ……………………….……….……………..…..65

xi

Anexo 14. Indicadores antropométricos por grupo de riesgo en mujeres, sin VO2

máx/p ...………………………………………………………………….……………….65

Anexo 14a. Índice de masa corporal ……………………………………………..…..65

Anexo 14b. Circunferencia de la cintura………………………………………….…..66

Anexo 14c. Relación cintura altura ……………………………………………….….67

Resumen

La enfermedad cardiovascular es actualmente la patología más prevalente alrededor

del mundo, al igual que en Colombia, posicionándose como la primera causa de

muerte. Se sabe que padecer de síndrome metabólico o contar con algunas de las

enfermedades de la misma, aumenta el riesgo de padecer comorbilidades

relacionadas con el corazón, dentro de estas el exceso de adiposidad, por tal razón

es clave evaluar esta condición; una de las formas más comunes de hacerlo en la

práctica clínica es a través de indicadores antropométricos, sin embargo, no se

conoce su uso como herramienta de prevención frente al riesgo de enfermedad

cardiovascular, por ende, evaluar su comportamiento en población joven, permite

conocer el alcance de algunos indicadores. Por lo anterior, el estudio pretende

evaluar la asociación de tres indicadores antropométricos (IMC, CC, RC-A) con

marcadores establecidos de riesgo cardiometabólico, en población joven

aparentemente sana residente en Bogotá. Para esto, se analizó un grupo de jóvenes

participantes de un estudio base, del cual se extrajo la base de datos incluyendo 390

participantes, donde se evaluaron correlaciones entre las variables antropométricas

y los marcadores de riesgo cardiometabólico, al igual que comparaciones entre los

grupos sin ningún factor de riesgo (FR) contra los que tenían 1 o más. Las personas

clasificadas con ningún FR tienen antropometrías diferentes frente a las que

reflejaron al menos dos o más FR medido por los tres indicadores, adicionalmente

las diferencias muestran tendencias crecientes en los tres indicadores

antropométricos, así mismo, aunque los tres indicadores mostraron diferencias y

son útiles para evaluar el riesgo cardiometabólico, fue el indicador RC-A quien

mostro un comportamiento más consistente frente a las comparaciones

poblacionales y por sexo en la población adulta joven evaluada dentro del estudio.

Abstract

Cardiovascular disease is currently the most prevalent pathology around the world,

as in Colombia, positioning itself as the leading cause of death. It is known that

having metabolic syndrome or having some of its diseases increases the risk of

suffering heart-related comorbidities, within these excess adiposity, for this reason

it is key to evaluate this condition; one of the most common ways of doing it in

clinical practice is through anthropometric indicators, however, its use as a

prevention tool against the risk of cardiovascular disease is not known, therefore,

evaluating its behavior in a young population, allows knowing the scope of some

indicators. Therefore, the study aims to evaluate the association of three

anthropometric indicators (BMI, WC, WHtR) with established markers of

cardiometabolic risk, in an apparently healthy young population residing in Bogotá.

For this, a group of young participants in a base study was analyzed, from which

the database including 390 participants was extracted, where correlations between

anthropometric variables and cardiometabolic risk markers were evaluated, as well

as comparisons between groups without no risk factor (RF) against those with 1 or

more. People classified with no RF have different anthropometries compared to

those that reflected at least two or more RF measured by the three indicators,

additionally the differences show increasing trends in the three anthropometric

indicators, likewise, although the three indicators showed differences and are useful

To assess the cardiometabolic risk, it was the WHtR indicator that showed a more

consistent behavior against population and sex comparisons in the young adult

population evaluated within the study.

3

1. Introducción

Las enfermedades cardiovasculares (ECV) han adquirido gran importancia en

los últimos años, ya que son el factor de morbi-mortalidad que más está

cobrando vidas no solo a nivel nacional sino también mundial. En el caso de

Colombia, se sabe que en 30 de los 32 departamentos del país la principal causa

de muerte es el infarto agudo al miocardio (Departamento Administrativo

Nacional de Estadística, 2019), de igual manera, para la ciudad de Bogotá el

15% de las muertes se atribuyen a patologías cardiacas, lo que también

posiciona esta enfermedad como primera causa de muerte.

Teniendo en cuenta el impacto de esta condición patológica sobre la mortalidad

de la población, estudiar los grupos etarios en los que aún no se manifiesta la

enfermedad es una buena estrategia de prevención primaria. Éste es el caso de

la población adulta joven (18- 25 años), edad en la que se adoptan gran cantidad

de hábitos de vida, como la alimentación, actividad física y transición a la vida

laboral (Amirabdollahian & Haghighatdoost, 2018); estas características hacen

que el adulto joven sea un grupo poblacional ideal para detectar el riesgo

cardiovascular y poderlo prevenir de manera temprana.

Se sabe que uno de los factores de riesgo implicados en las enfermedades

cardiacas es padecer de síndrome metabólico, más precisamente aquellos

factores que están directamente relacionadas con las enfermedades

cardiovasculares, esto es lo que se conoce como riesgo cardiometabólico.

Uno de los factores de riesgo cardiometabólico es la adiposidad corporal,

medida usualmente por el índice de masa corporal, sin embargo, este indicador

ha sido reevaluado por no discriminar entre masa magra y grasa, por lo anterior,

se han propuesto otro grupo de indicadores antropométricos para estimar la

composición corporal, como por ejemplo la circunferencia de la cintura y la

relación cintura altura.

Teniendo en cuenta la facilidad de uso de estos indicadores antropométricos y

la necesidad de evaluar el riesgo cardiometabólico en población joven,

determinar la asociación entre el índice de masa corporal, la circunferencia de

4

la cintura y la relación cintura altura con factores de riesgo cardiovascular

ampliamente reconocidos, brinda herramientas prácticas y de bajo costo para la

detección temprana del riesgo cardiovascular en jóvenes aparentemente sanos.

2. Marco Teórico

2.1. Epidemiología de la enfermedad cardiovascular

Las enfermedades crónicas se conocen como un conjunto de enfermedades de larga

duración y de progresión lenta, dentro de las cuales hacen parte los trastornos

respiratorios, diabetes y las afecciones cardiovasculares (Llanes, 2011), estas

últimas, entendidas como un grupo de enfermedades que comprometen el corazón

y los vasos sanguíneos. Las ECV han cobrado gran importancia dentro de las

últimas décadas, ya que representan la primera causa de morbilidad a nivel mundial,

por encima de patologías crónicas como la diabetes o las enfermedades

respiratorias. (Organización mundial de la salud, 2015). Para el caso de Colombia,

casi la mitad de los adultos mayores de 40 años presentan alguna patología

relacionada con ECV, de estas en 46% corresponde a mujeres y un 48% a hombres.

Este grupo de enfermedades a su vez ocupa la primera causa de mortalidad a nivel

mundial, se calcula que para el 2015, el 31% (17.7 millones) de las muertes

registradas se atribuyeron a patologías cardiacas (World Health Organization,

2017), con estos datos se proyecta que aumentará a más del 41% (23.6 millones)

para el año 2030, llegando a generar un costo anual de $1.044 mil millones para

dicho año. (American Heart Association, 2017). En Colombia la ECV también

ocupa la primera causa de mortalidad según el Instituto Nacional de Salud, con un

registro de 628.630 muertes, atribuyéndose en su mayoría a enfermedad cardiaca

isquémica (56,3%), enfermedad cerebrovascular (30,6%), enfermedad hipertensiva

(12,4%) y a enfermedad cardiaca reumática crónica (0,5%) (INS, 2013), así, para

el 2016 la mortalidad general por grandes causas se siguió atribuyendo a

enfermedades del sistema circulatorio, provocando una tasa de mortalidad del

31,7% (70.621), lo que corresponde al 18,37% (859.022) de los años de vida

potencialmente perdidos (AVPP), (Ministerio de Salud y Protección Social, 2017).

5

Según el DANE (Departamento Administrativo Nacional de Estadística, 2019),

para el 2018, la primera causa de muerte en 30 de los 32 departamentos del país fue

el infarto agudo al miocardio (CIE-10: I21). Para el caso de Bogotá, el 25% de las

muertes (32.581), también corresponden a infarto de miocardio, ocupando al igual

que a nivel nacional la primera causa de mortalidad.

Según el plan decenal de salud pública (2013- 2021) (Ministerio de Salud y

Protección Social, 2013) para antes del 2021 es indispensable el control de las

enfermedades crónicas a través de metas como la disminución de la obesidad

abdominal por debajo de 39.8% en hombres y 62% en mujeres, con enfoque

prioritario en la población infantil y juvenil, lo cual será clave para la detección

temprana de comorbilidades, basándose en la identificación de factores de riesgo

en individuos asintomáticos, promoviendo de esta forma un abordaje poblacional

desde la prevención (Schweitzer et al., 2014).

2.2. Enfermedad cardiovascular y riesgo cardiometabólico

El riesgo cardiometabólico se define como la existencia de algunos de los elementos

del síndrome metabólico, a saber, obesidad central, metabolismo de glucosa

alterado, hipertensión y dislipidemia, que incrementan el riesgo de padecer

alteraciones vasculares e isquemia cardiaca. (Amirabdollahian & Haghighatdoost,

2018). Si bien el padecimiento del evento cardiometabólico se encuentra asociado

a factores de riesgo (FR) que incrementan la posibilidad de sufrir ECV, la

evaluación de parámetros como el perfil lipídico (colesterol total, colesterol LDL,

colesterol HDL y triglicéridos), metabolismo de la glucosa, (glicemia, y

hemoglobina glicosilada), presión arterial (sistólica y diastólica) es hasta ahora la

herramienta más cercana para su diagnóstico, además de estar muy bien

fundamentada (Shahzad, Ishaque, & Ulhaq, 2017), adicionalmente existe evidencia

que propone incluir parámetros como el consumo de oxígeno (VO2), ya que se ha

demostrado que una baja aptitud cardiorrespiratoria se relaciona con el

padecimiento de ECV (Miller, Cooper, & Beckles, 2005) (Sui, LaMonte, & Blair,

2007)

Teniendo en cuenta la importancia de estos parámetros, se hace necesario el uso de

puntos de corte específicos para la clasificación de estos FR. El “Framingham Heart

6

Study”(Mahmood, Levy, Vasan, & Wang, 2014) es un estudio de cohorte

longitudinal sobre el cual se ha tomado la mayor evidencia acerca del

comportamiento de las ECV y los estilos de vida, además de ser el principal insumo

para algunos puntos de corte, dentro de estos el “Adult Treatment Panel III (ATP-

III)” (Rubio, Moreno, & Cabrerizo, 2004), el cual proporciona una clasificación

para el manejo de la dislipidemia, con enfoque en prevención primaria, lo que

incluye puntos de corte no óptimos, la “American Diabetes Associations” (ADA)

establece estándares de atención para el manejo de la diabetes y el riesgo aumentado

de padecerla (American Diabetes Association, 2018), así mismo la “American

Heart Association” (AHA) junto con instituciones asociadas, publican la guía para

la prevención, detección y evaluación de la presión arterial en adultos (Whelton

et al., 2018), adicionalmente, se han logrado establecer percentiles de aptitud

cardiopulmonar, para la clasificación del consumo máximo de oxígeno normalizado

por peso (Kaminsky, Imboden, Arena, & Myers, 2017).

Es de destacar que existe una gran población que padece más de tres factores de

riesgo teniendo en cuenta las clasificaciones mencionadas; a esto se le conoce como

síndrome metabólico, el cual es definido como un conjunto de anormalidades

metabólicas consideradas como factor de riesgo para desarrollar ECV (Shahzad

et al., 2017) , asociadas a la obesidad abdominal, presión arterial elevada, tolerancia

a la glucosa alterada, resistencia a la insulina, triglicéridos elevados y

concentraciones bajas de colesterol de alta densidad (Robles, 2013) (Yahia et al.,

2017) . Teniendo en cuenta que la obesidad abdominal es uno de los elementos del

síndrome metabólico, se hace importante evaluar este parámetro como indicador

independiente de riesgo cardiometabólico, al igual que otras medidas de adiposidad

corporal.

2.3. Composición corporal asociada a riesgo cardiometabólico

Considerando la circunferencia de la cintura (CC) como medida proxy de

adiposidad central, se vuelve necesario evaluar indicadores antropométricos que

también se han postulado como herramientas de diagnóstico y pronóstico para

evaluar riesgo cardiometabólico (Ceniccola et al., 2019) como lo es el índice de

masa corporal (IMC) y la relación cintura- altura (RC-A).

7

2.3.1. Circunferencia de la cintura

La CC se ha recomendado con la ventaja de evaluar la adiposidad central, puesto

que se ha demostrado la fuerte correlación con la grasa visceral tanto en hombres

como mujeres, (Valentino et al., 2015) (SMR Usha, Chandrika N and H.V. Shetty,

2014) de igual forma, su uso como biomarcador está relacionado con implicaciones

para la salud, ya que predice indirectamente la grasa visceral, el cual es un factor

de riesgo importante para la ECV (Schweitzer et al., 2014).

Algunos autores han logrado demostrar que este indicador se relacionó

positivamente con resistencia a la insulina y triglicéridos (Schweitzer et al., 2014),

a pesar de ello la CC sola no ayuda a distinguir entre masa grasa subcutánea y

visceral (Amato et al., 2010) así mismo, la ubicación de la medida de la CC afecta

el valor absoluto, ya que se han reportado más de diez sitios diferentes de medición

de este indicador según literatura, (Willis et al., 2007) (Pi-Sunyer, F. Xavier, M.

Becker, 1998) a su vez, su aplicación en la práctica ha sido cuestionada debido a

los diferentes puntos de corte para hombres y mujeres, donde la evidencia

emergente también muestra una variación en los umbrales de diagnóstico entre los

grupos poblacionales (Amirabdollahian & Haghighatdoost, 2018) (Millar, Perry, &

Phillips, 2015).

2.3.2. Índice de masa corporal

El índice de masa corporal (IMC), desarrollado por Adolphe Quetelet en 1832, es

una de las medidas más utilizadas de adiposidad corporal (Shah & Braverman,

2012), el IMC es una medida de peso para la altura y por naturaleza, no puede

distinguir entre la masa grasa y masa muscular, esto, clasifica personas de peso

saludable con una gran masa corporal magra, como obesas o con sobrepeso

(Schweitzer et al., 2014). De igual manera, el IMC impide hacer una discriminación

de la distribución de grasa corporal, lo que dificulta su especificidad, ya que la

cantidad total de tejido adiposo visceral es el determinante crucial de las anomalías

metabólicas, afectando el estado de salud (Liu, Ma, Lou, & Zhu, 2017a) (Guo &

Garvey, 2016) (Kim, Kim, Kim, & Won, 2018) además puede sobreestimar la

acumulación de grasa en personas altas y subestimarla en personas de baja estatura

https://www-sciencedirect-com.ezproxy.javeriana.edu.co/topics/nursing-and-health-professions/triacylglycerol

https://www-sciencedirect-com.ezproxy.javeriana.edu.co/topics/nursing-and-health-professions/lean-body-weight

8

(Heo, Moonseong Faith & Pietrobelli, Angelo Heymsfield, 2012) (Ndagire. C,

Muyonga. J, Odur B, 2018) lo que nos lleva a considerar que posiblemente un IMC

elevado no siempre puede indicar un aumento de la adiposidad o predecir eventos

cardiometabólicos (Gómez-Ambrosi et al., 2012).

Otro aspecto clave es que el IMC debería hacer uso de puntos de corte teniendo en

cuenta tanto el origen étnico como el sexo para evitar la clasificación errónea del

estado de adiposidad (Hunma et al., 2016) (Liu, Ma, Lou, & Zhu, 2017b). Sin

embargo, aún con sus limitaciones varios estudios han demostrado una gran

asociación entre el IMC y su capacidad predictiva tanto para síndrome metabolico

como para riesgo cardiometabólico, sin mencionar que es la herramienta más

efectiva para evaluar composición corporal a nivel poblacional (Guo & Garvey,

2016)

Se ha demostrado que las categorías de IMC > 23.45 kg / m 2 en algunas

poblaciones, se asocia positivamente con los componentes del síndrome metabólico

como colesterol total, colesterol HDL y triglicéridos (Al-Bachir & Bakir, 2017), de

igual manera se ha evaluado la relación de los índices de composición corporal con

parámetros analíticos metabólicos alterados, los cuales muestran un mayor riesgo

de ECV, donde se ha encontrado que el IMC es el indicador que más se

correlacionaba con triglicéridos, colesterol total, HDL y LDL, seguido de

indicadores como la relación cintura altura (RC-A) (Kammar-García, Hernández-

Hernández, López-Moreno, Ortíz-Bueno, & Martínez-Montaño, 2019).

2.3.3. Relación cintura- altura

Para eliminar la confusión respecto a indicadores que no dan cuenta de la

distribución entre masa grasa y magra, al igual que el sesgo distintivo de un solo

punto de corte para CC, se ha propuesto un indicador que relaciona la cintura con

la altura (RC-A) como una herramienta práctica, de detección simple, no invasiva

y efectiva, para predecir mejor la adiposidad central y el riesgo de ECV, (Agredo-

Zúñiga, Aguilar-De Plata, & Fabian Suárez-Ortegón, 2015) además de

recomendarse como una medida alternativa de obesidad central ya que este

indicador tiene la capacidad de sortear problemas relacionados con los puntos de

9

corte específicos de género o población (Lear, Humphries, Kohli, & Birmingham,

2007) también adecua los valores según edad, facilitando su uso tanto en niños

como en adultos. (Ashwell & Gibson, 2014), de la misma manera es de destacar

que varía solo por los cambios en la medición de la cintura, porque hace uso de una

variable la cual permanece sin cambios en la edad adulta, la altura (Amirabdollahian

& Haghighatdoost, 2018).

Diversos autores han evidenciado que el indicador RC-A era más sensible a la

identificación de hipertensión, hiperglucemia y dislipidemia entre ambos géneros

en comparación con otras mediciones antropométricas (Liu et al., 2017a); a su vez

se ha logrado establecer que el punto de corte ≥ 0.5 en sujetos metabólicamente

sanos podría aumentar el riesgo cardiometabólico, lo que indica el potencial uso del

indicador como predictor de riesgo temprano (Šebeková, Csongová, Gurecká,

Krivošíková, & Šebek, 2018).

2.3.4. Evidencia sobre los indicadores

Investigaciones realizadas (Suliga et al., 2019) donde reclutaron 12.328 sujetos

analizaron la capacidad de seis índices antropométricos para identificar síndrome

metabólico en la población polaca, se identificó que el índice antropométrico que

muestra la mayor utilidad es RC-A, sin embargo con puntos de corte diferentes al

universal (0,56 en hombres y 0,54 en mujeres), adicionalmente, lograron identificar

que un punto de corte óptimo en la población para ambos sexos fue el valor de

IMC 27.2 kg / m 2 , lo que evidencia el uso positivo del IMC, conociendo aun así

su limitación de no discriminar ni porcentaje de grasa ni distribución de la misma;

también se ha demostrado en población Iraní, donde reclutaron 5.910 para analizar

indicadores antropométricos y evaluar los mejores discriminadores en el

diagnóstico de síndrome metabólico, encontraron que los valores de corte de IMC,

CC y RC-A para identificar el SM fueron diferentes entre dos géneros, (26.0 kg

/ m 2 para IMC, 90 cm para CC, 0.53 para RC-A en varones, los valores óptimos

en mujeres fueron 29.0 kg / m 2 para IMC, 91 cm para CC, 0.58 para RC-A) (Joshi

et al., 2016), lo que muestra la necesidad de evaluar los indicadores antropométricos

por separado y en cada población (Motamed et al., 2017).

10

Así mismo, se ha encontrado que en población India una CC alta, era el mejor

indicador para identificar la presencia de factores de riesgo cardiometabólico,

seguida de RC-A, donde además encontraron que este último parecía tener una

mejor asociación con hipertensión en ambos sexos (Deshmukh PR, Gupta SS,

Dongre AR, 2006) (Vikram et al., 2016), al igual que en población Española

(Anchuelo, Martínez-Larrad, Serrano-García, Pérez, & Serrano-Ríos, 2019)

Hasta el momento, autores Colombianos han logrado establecer percentiles para el

manejo del indicador RC-A, tomando como referencia información antropométrica

obtenida en la Encuesta Nacional de Situación Nutricional (ENSIN), en una

población entre los 20 hasta los 64 años, lo que proporciona avances frente a

herramientas cuantitativas para la implementación de indicadores como RC-A

(Ramírez-Vélez et al., 2016). Sin embargo, autores estadounidenses reportan que el

uso del indicador RC-A no es aplicable para todos los grupos poblacionales ya que

maneja un único punto de corte, de igual forma su criterio universal impide hacer

uso del mismo en diversas poblaciones étnicas (Bohr, Laurson, & McQueen, 2016)

(Amirabdollahian & Haghighatdoost, 2018).

Es importante aclarar que aunque se conocen métodos más precisos para evaluar la

composición corporal, dentro de estas la absorciometria de rayos X (DXA) como

patrón de oro para evaluar composición corporal (Fields, Goran, & McCrory, 2002),

la pletismografía o la bioimpedancia (BIA), son métodos más costosos,

dispendiosos para su uso y requieren de personal capacitado (Valentino et al., 2015)

lo que hace que la antropometría sea una herramienta más accesible en la práctica

clínica y en estudios epidemiológicos amplios (Krachler et al., 2013), además

requiere poco tiempo para realizarse y ha sido previamente validada (Sociedad

Internacional para el Avance de la Cineantropometria ISAK, 2001)

Partiendo de lo expuesto, es evidente la gran diversidad de análisis y resultados al

estudiar indicadores antropométricos, lo que hace necesario estudiarlos en nuestra

población, principalmente en la adultez joven que como se sabe es aquella en la que

los hábitos, estilos de vida y complicaciones metabólicas empiezan a surgir (El

Ansari & Berg-Beckhoff, 2015), para así, poder evaluar en edades tempranas

futuros riesgos de padecer estas comorbilidades relacionadas con ECV. Dado esto,

11

conocer las alternativas antropométricas de fácil aplicación y mejor impacto en

nuestra población llevara al personal de salud a generar prácticas útiles y eficientes

que le permitan conocer el estado de salud del adulto joven, detectar factores de

riesgo relacionados con el riego cardiometabólico, intervenir de manera temprana

y prevenir el padecimiento del grupo de patologías con mayor prevalencia en

Colombia, como lo son las ECV.

3. Planteamiento del problema

3.1. Formulación del problema

La implementación y evaluación de los indicadores antropométricos en Colombia

ha empezado a investigarse, hasta el momento algunos autores (Agredo-Zúñiga

et al., 2015) (Gamboa Delgado, Domínguez Urrego, & Quintero Lesmes, 2017) han

evaluado correlaciones entre el indicador RC-A en ciudades como Cali y

Bucaramanga respectivamente, mostrando que hay una fuerte relación entre su

evaluación y la presencia de FR asociados a riesgo cardiometabólico; por otro lado

se ha evaluado en población infantil cuál es el indicador que mejor se ajusta a

marcadores de riesgo de ECV mostrando relaciones más favorables con el indicador

CC que con el indicador RC-A (Aristizábal, Estrada-Restrepo, & Barona, 2019), lo

que muestra que no está claro cómo se comportan estos indicadores en poblaciones

grandes o evaluando más de dos indicadores, reflejando la importancia de abordar

el comportamiento de estos indicadores en la población adulta joven.

Adicionalmente, como lo muestra la evidencia actual, la evaluación de indicadores

antropométricos en diferentes grupos poblacionales no solo muestra una gran

divergencia frente a cuál es el indicador que más se ajusta a cada población

(Motamed et al., 2017), sino que además los diferentes puntos de corte que se han

propuesto, sin mencionar las diferencias por sexo, ponen en evidencia la necesidad

de evaluar estos indicadores en la población adulta joven residente de Bogotá.

3.2. Justificación de la investigación

La evaluación de la composición corporal desde la antropometría es esencial en la

práctica clínica, ya que se ha demostrado su utilidad como predictor de

enfermedades cardiometabólicas (Godinho-Mota et al., 2018) (Bohórquez

12

Fernanda, Ibáñez Milciades, Suárez Isabel & Alexandra, 2013), por tal razón, los

avances en puntos de corte de las medidas proxy han venido evolucionando con el

fin de obtener datos más veraces y fáciles de aplicar en el ejercicio clínico e

investigativo (Mazzoccoli, 2016); dado esto, la toma de estas medidas debe contar

con criterios de fiabilidad, tales como la precisión, reproducibilidad, seguridad,

facilidad de implementación y asequibilidad. (Krachler et al., 2013), para de esta

forma contar con los resultados correctos para el análisis e interpretación.

Dentro de los indicadores más usados en Colombia para la evaluación del riesgo

cardiometabólico se encuentra el IMC, el cual es una medida que relaciona el peso

frente a la talla; y la CC, indicador recomendado para evaluar indirectamente de

adiposidad central, sin dejar de lado que es uno de los elementos más importantes

para la detección de síndrome metabólico (Tovar-Galvez, González-Jiménez,

Martí-García, & Schmidt-RioValle, 2017). Estos indicadores, como se ha

mencionado anteriormente cuentan con algunas limitaciones, por ende se propone

evaluar el indicador RC-A como una medida más eficaz que la CC sola, ya que al

utilizar la altura, el valor de la CC se ajusta al individuo en quien se evalúa

(Browning, Hsieh, & Ashwell, 2010); sin embargo también ha mostrado sus

limitaciones al no discriminar por grupo étnico ni por sexo (Deshmukh PR, Gupta

SS, Dongre AR, 2006).

No obstante, estos indicadores no se han evaluado en población colombiana, adulta

joven sana, lo que muestra la necesidad de evaluar si estos indicadores logran

asociarse a parámetros establecidos de riesgo cardiometabólico y si es el caso,

examinar si alguno de estos indicadores logra ser más consistente que los demás al

evaluarse tanto poblacionalmente como por sexo.

Por tal razón, es evidente la necesidad de implementar un indicador antropométrico

útil, fácil de aplicar y de bajo costo en la predicción de riesgo cardiometabólico, por

ende, se busca evaluar en población adulta joven aparentemente sana, seleccionada,

residente en Bogotá, la asociación entre los indicadores antropométricos IMC, CC

y RC-A con marcadores de riesgo cardiometabólico establecidos tanto bioquímicos

(perfil lipídico y glicémico) como fisiológicos (presión arterial, consumo de

oxígeno), como un aporte para determinar el papel los diferentes indicadores

13

antropométricos en la detección temprana de riesgo cardiometabólico en población

joven. Para de esta forma contar con una herramienta adicional frente a la

evaluación temprana de eventos cardiovasculares, con enfoque en la detección

temprana.

4. Objetivos

4.1. General

Evaluar la asociación de los indicadores antropométricos IMC, CC y RC-A con

marcadores establecidos de riesgo cardiometabólico, bioquímicos (perfil lipídico y

glicémico) y fisiológicos (presión arterial, consumo de oxígeno máximo/pico), en

población joven aparentemente sana residente en Bogotá.

4.2. Específicos

• Identificar en la población de estudio la frecuencia de factores de riesgo

cardiometabólicos bioquímicos y fisiológicos teniendo en cuenta los puntos

de corte internacionalmente establecidos como no óptimo.

• Evaluar la correlación entre los indicadores antropométricos y los

marcadores de riesgo cardiometabólicos bioquímicos y fisiológicos.

• Evaluar la asociación entre los indicadores antropométricos con grupos de

riesgo definidos de acuerdo al número de factores de riesgo que presentan.

5. Materiales y Métodos

5.1. Estudio base

Este trabajo es un subanálisis del estudio “Ejercicio Físico en Sujetos Sanos No

Entrenados Nativos a Altitud Moderada en Comparación con Crónicamente

Aclimatados” Financiado por Colciencias proyecto 120356934972, contrato 713 de

2013 y la Pontificia Universidad Javeriana sede Bogotá, código SIAP (sistema de

administración de proyectos) 5263.

Este estudio incluyó población residente en altitud moderada (Bogotá 2.640 msnm),

de ambos sexos, de 18 a 25 años, aparentemente sanos, comparando los nativos de

14

altitud con los aclimatados en reposo, en ejercicio máximo y submáximo en

cicloergómetro (prueba cardiopulmonar de ejercicio).

El protocolo del estudio base comprendió la fase de reclutamiento y ocho visitas:

consentimiento informado, valoración predeportiva, valoración antropométrica,

evaluación de laboratorio clínico, prueba en reposo, prueba máxima y prueba

submáxima (anexo 1). En este subanálisis se utilizaron datos obtenidos en las

primeras siete visitas. La valoración antropométrica fue realizada por una

nutricionista dietista deportiva, , la proporción de grasa corporal se determinó por

bioimpedancia. El protocolo de medición se describe en el anexo 3a; el protocolo

para la determinación del perfil lipídico y glicémico se detalla en el anexo 3b.

5.2. Captura de datos

Se realizó por vía web y a través de la plataforma REDcapTM (research electronic

data capture) (Harris et al., 2009), donde se recolecto toda la información de las

visitas del estudio.

5.3. Selección de la muestra para subanálisis

Además de los criterios de inclusión del estudio base, para este subanálisis se

especificaron los siguientes criterios de inclusión: 1. Perfil lipídico completo:

colesterol total, colesterol HDL, colesterol LDL y triglicéridos, 2. Perfil glicémico

completo: glicemia en ayunas y hemoglobina glicosilada, 3. Indicadores

antropométricos completos: perímetro de cintura, índice de masa corporal, relación

cintura-altura, 4. Dos mediciones de la presión arterial en reposo en días diferentes

(evaluación predeportiva y prueba en reposo), 5. Consumo de oxígeno máximo/pico

en prueba de ejercicio que cumplió criterios de prueba máxima. La figura 1 ilustra

la selección de los participantes y las variables de estudio.

15

Figura 1. Selección de participantes y variables de estudio

5.4. Revisión de literatura

Para la construcción del marco teórico se realizó una revisión de literatura, en el

buscador integrado de la Pontificia Universidad Javeriana EBSCOhost®, en las

bases de datos bibliográficas Medline-Pubmed® y Scopus®.

De un total de 1,071 registros recuperados (876 registros en las tres bases de datos

y 195 manuales) y luego de descartar duplicados, finalmente se revisaron los

artículos de texto completo (131 obtenidos por bases de datos y 19 por búsqueda

manual). Metodología de búsqueda y criterios de selección de artículos se encuentra

en el anexo 2.

5.5. Análisis estadístico

El análisis de datos se realizó con el paquete estadístico RStudio® versión 3.6.3 para

Windows®. Para todas las variables de interés se hizo estadística descriptiva e

histogramas. Se hizó la prueba de Shapiro Wilks para evaluar la distribución de los

datos, tanto para el grupo completo como por sexo, con sus respectivos histogramas

y boxplot. Las principales características de los participantes se compararon por

sexo por prueba t de Student no pareada y por prueba de Wilcoxon rango de sumas.

16

Por prueba de Pearson se evaluó la correlación entre los indicadores

antropométricos con cada una de las variables de riesgo cardiometabólico, para el

grupo completo y por sexo, con sus respectivas gráficas de dispersión.

Posteriormente la población fue clasificada en ocho grupos de riesgo de acuerdo al

número de factores de riesgo (FR) para ECV presentes: cuatro grupos de riesgo

individuales (0 FR, 1 FR, 2 FR, 3 FR) y cuatro grupos de riesgo agregados (1 o más

FR, 2 o más FR, 3 o más FR y 4 o más FR). para esto se tomaron los criterios y

puntos de corte internacionales no óptimos de la ATPIII (para la clasificación del

perfil lipídico), la ADA (para clasificación de glicemia y hemoglobina glicosilada),

la AHA (para la clasificación de la presión arterial) y la ACSM (para la clasificación

del consumo de oxígeno máximo/pico) en cicloergómetro, teniendo en cuenta dos

abordajes, análisis incluyendo VO2 máximo/pico y sin VO2 máximo/pico. La tabla

1 indica los puntos de corte tomados para la clasificación de grupos de riesgo.

Se realizó prueba de Wilcoxon suma de rangos para comparar las medianas entre

los grupos de riesgo, tomando como referencia el grupo cero factores de riesgo (0

FR), tanto para el grupo completo como por sexo. El comportamiento de estos

resultados se muestra con los respectivos boxplots. Para todas las comparaciones

se especificó un nivel error alfa <0.05 y se calcularon intervalos de confianza del

95% (IC 95%). La figura 2 resume el análisis estadístico.

Tabla 1. Puntos de corte de parametros bioquímicos, fisiológicos y su

clasificación por factores de riesgo

Puntos de corte “no óptimos” para clasificación de riesgo cardiometabólico

Colesterol >200 mg/ dL 1.

HDL <40 mg/ dL

LDL >100 mg/ dL

Triglicéridos >=150 mg/ dL

Glicemia >110 mg/dL 2.

HbA1c >5.7 %

PAS >=120 mm Hg 3.

PAD >=80 mm Hg

V02 máx/pico* Hombres: < 36.2 mL O2/kg / min 4.

Mujeres: < 25.7 mL O2/ kg/ min

HDL: Lipoproteína de alta densidad, LDL: Lipoproteína de baja densidad, HbA1c:

Hemoglobina glicosilada, PAS: Presión arterial sistólica, PAD: Presión arterial

diastólica, VO2: Consumo de oxígeno, (1) ATPIII: Adult Treatment Panel III, (2)

ADA: American Diabetes Association, (3) AHA: American Heart Association, (4)

ACSM: American College of Sports Medicine, *Inferior al percentil 30 para el sexo

y grupo de edad en prueba máxima en cicloergómetro.

17

Figura 2. Analisis estadístico

6. Resultados

6.1. Población de estudio

Se incluyeron en el subanálisis 390 participantes, de los cuales 51.5% (201) fueron

hombres y el 48.5% (189) mujeres. El promedio de edad del grupo completo fue de

21.7 sd (2.11) años, con un rango de 18.0- 26.1 años. Los hombres y mujeres se

comportaron de forma similar en IMC, RC-A, colesterol total y colesterol- LDL.

La tabla 2 resume las principales características de la población estudio, para el

grupo completo y por sexo. El anexo 4 muestra la estadística descriptiva completa,

el anexo 5 refleja las comparaciones por sexo en las principales características de

la población de estudio.

Si bien IMC y RC-A fueron similares entre hombres y mujeres, todas las demás

variables, incluyendo las utilizadas para su cálculo (talla, peso y CC) fueron

menores en las mujeres, exceptuando el porcentaje de grasa corporal.

18

Tabla 2. Características de la población estudio

Variable Medida Grupo

completo

n= 390

Hombres

n= 201

Mujeres

n=189

Valor

p

IC 95%

Edad

(años)

media 21.7 22.0 21.5 <0.01# (0.14 0.98)

mediana 21.6 22.1 21.3 <0.05$ (0.14 0.98)

sd 2.11 2.16 2.0 -

min- max 18.0 – 26.1 18.0 – 26.0 18.0 – 26.1 -

Talla (cm)

media 166.2 171.9 159.2 <0.001# (11.7 13.9)

mediana 166 171.4 159 <0.001$ (11.7 13.8)

sd 8.41 5.45 5.48 -

min- max 142 – 187.1 157.8 – 187.1 142 – 173.5 -

Peso (kg)

media 59.3 64.38 55.26 <0.001# (7.95 10.3)

mediana 59.25 63.6 55.2 <0.001$ (7.95 9.90)

sd 7.64 7.07 4.98 -

min- max 43.2 – 89.8 48.7 – 89.8 43.2 – 68.8 -

Proporción

de grasa

corporal

(%)

media 17.9 13.13 23.68 <0.001# (-11.3 -9.8)

mediana 18 12.8 23.5 <0.001$ (-11.4 -9.8)

sd 6.55 3.49 4.26 -

min- max 5.5 – 38.5 5.5 - 27 11.4 – 38.5 -

CC

(cm)

media 72.3 75.43 69.37 <0.001# (5.2 6.8)

mediana 72 75 69 <0.001$ (5.0 6.9)

sd 5.28 4.60 4.04 -

min- max 60 - 87 63.5 - 87 60 – 82.5 -

IMC

(kg/ m 2)

media 21.6 21.74 21.80 NS (-0.38 0.26)

mediana 21.67 21.70 21.62 NS (-0.40 0.30)

sd 1.71 1.79 1.63 -

min- max 17.9 – 26.5 17.9 – 26.5 18.5 – 25.4 -

RC-A

media 0.44 0.44 0.44 NS (-2e-3 8e-3)

mediana 0.43 0.44 0.43 NS (-3x10-3 8x10-3)

sd 0.026 0.026 0.027 -

min- max 0.37 – 0.54 0.37 – 0.54 0.37 – 0.51 -

Col- total

(mg/dL)

media 172.12 170.68 173.60 NS (-9.31 3.46)

mediana 169.2 168.2 170.5 NS (-8.80 3.80)

sd 33.27 33.17 33.38 -

min- max 82.8 – 314.5 82.8 – 298.4 95.5 – 314.5 -

Col- HDL

(mg/dL)

media 50.90 47.70 54.19 <0.001# (-8.61 -4.37)

mediana 49 46 53 <0.001$ (-8.0 -4.0)

sd 11.51 10.95 11.17 -

min- max 23.3 – 88.0 23.3 – 84.1 31.0 – 88.0 -

Col- LDL

(mg/dL)

media 104.58 105.13 104.01 NS (-4.18 6.41)

mediana 103.16 104.5 100.68 NS (-3.10 7.26)

sd 27.61 27.20 28.06 -

min- max 38.7 – 241.4 43.4 – 202.7 38.7 – 241.4 -

TGC

(mg/dL)

media 83.45 89.33 77.40 <0.001# (3.20 20.64) mediana 72.2 78 66.3 <0.001$ (3.20 15.40)

sd 45.91 49.83 40.74 - min- max 17 – 286.2 17 – 286.2 22.7 – 264.5 -

Glicemia

(mg/dL)

media 86.32 87.94 84.67 <0.001# (2.17 4.39) mediana 86 88 85 <0.001$ (2.00 4.00)

sd 6.016 6.27 5.26 - min- max 72.0 – 110.1 73.3 – 110.1 72.0 – 99.0 -

HbA1c (%) media 5.11 5.15 5.08 <0.05# (0.01 0.12)

mediana 5.1 5.1 5 <0.01$ (4.6x10-5 0.10) sd 0.276 0.258 0.287 -

min- max 4.4 – 6.1 4.4 - 5.8 4.5 – 6.1 -

19

CC: circunferencia de cintura, IMC: índice de masa corporal, RC-A: relación cintura altura, Col-

total: colesterol total, Col- HDL: colesterol HDL, Col- LDL: colesterol LDL, TGC: triglicéridos,

HbA1c: hemoglobina glicosilada, PAS: presión arterial sistólica, PAD: presión arterial diastólica,

VO2 máx/p: consumo máximo/ pico de oxígeno, mín: mínimo, máx: máximo, sd: desviación

estándar.

#: por prueba T-student no pareada, $: por prueba Wilcoxon rango de sumas, IC 95%: intervalo de

confianza del 95%, NS: no significativo.

6.2. Distribución de variables individuales

Tanto para el grupo completo como por sexo, solo talla, CC, RC-A y distribuyeron

en forma normal. La figura 3 ilustra la distribución por sexo de los tres indicadores

antropométricos. El anexo 6 contiene las pruebas de normalidad e histogramas de

todas las variables.

6.3. Correlaciones entre variables individuales

La fuerza de correlación fue débil entre los indicadores antropométricos (IMC, CC,

RC-A) y cada una de las variables bioquímicas o fisiológicas, tanto para el grupo

completo como por sexo (r <0.4). En el anexo 7 se detallan las pruebas de

correlación y las gráficas de dispersión de todas las variables.

PAS

(mmHg)

media 107.10 109.20 105.10 <0.001# (2.10 6.11)

mediana 108 110 104 <0.001$ (1.99 6.00)

sd 10.69 10.44 10.53 -

min- max 80 - 140 80 - 140 80 - 134 -

PAD

(mmHg)

media 66.31 68.09 64.62 <0.001# (1.88 5.08)

mediana 64 68 64 <0.001$ (1.99 4.00)

sd 8.49 8.92 7.75 -

min- max 48 - 94 48 - 94 40 - 90 -

VO2 max/p

mL/kg/min

media 39.7 44.5 34.7 <0.001# (8.66 11.07)

mediana 38.7 44.6 34.3 <0.001$ (8.71 11.34)

sd 7.84 6.93 5.1 -

min- max 22.6 - 59.4 28.5 - 59.4 22.6 - 51.6 -

20

Figura 3. Distribución de variables antropométricas, por sexo

(A) Distribución IMC (B) Distribución CC

IMC: índice de masa corporal CC: circunferencia de la cintura

(C) Distribución RC-A

RC-A: relación cintura- altura

6.4. Factores de riesgo

Todos los factores de riesgo se presentaron en mayor o menor frecuencia en la

población de estudio, siendo el colesterol LDL, la presión arterial sistólica y el

colesterol total los más frecuentes. Los hallazgos son consistentes en el grupo total

y por sexo. La figura 4 muestra la frecuencia de riesgo cardiometabólico del grupo

completo.

21

Figura 4. Frecuencia de factores de riesgo cardiometabólico, bioquímicos y

fisiológicos en todos los participantes.

Col-total: colesterol total, Col- HDL: colesterol HDL, Col- LDL: colesterol LDL,

TGC: triglicéridos, HbA1c: hemoglobina glicosilada, PAS: presión arterial sistólica,

PAD: presión arterial diastólica, VO2 máx/p: consumo máximo/ pico de oxígeno.

La distribución de los participantes se hizo de acuerdo con grupos de riesgo,

teniendo en cuenta o no el VO2 máx/pico, como se muestra en la tabla 3. El grupo

individual con más participantes fue "1 factor de riesgo" (1 FR), superando al grupo

sin factores de riesgo, excepto en mujeres donde fueron muy similares; el grupo

agregado más numeroso fue "1 o más factores de riesgo" (1 FR o más); esta

distribución es consistente para el grupo completo como por sexo, incluyendo o no

VO2 max/pico.

Tabla 3. Distribución de los participantes por grupos de riesgo

Clasificación 0 FR 1 FR 1 o

más

2 FR 2 o

más

3 FR 3 o

más

4 o

más

Grupo completo

(n=390) 86 120 304 103 184 53 81 28

Hombres

(n= 201) 25 60 176 60 116 36 56 20

Mujeres

(n=189) 61 60 128 43 68 17 25 8

(A) Clasificación por factores de riesgo con VO2 máx/p

Grupos de riesgo individuales: 0FR, 1FR, 2FR, 3FR,

Grupos de riesgo agregados: 1 o más FR, 2 o más FR, 3 o más FR, 4 o más FR

0

50

100

150

200

250

Variables

n

Col-total Col-HDL Col-LDL TGC Glu HbA1c PAS PAD VO2 máx/p

22

Clasificación 0 FR 1 FR 1 o

más

2 FR 2 o

más

3 FR 3 o

más

4 o más

Grupo completo

(n=390) 88 127 302 104 175 47 71 24

Hombres

(n= 201) 27 66 174 62 108 30 46 16

Mujeres

(n=189) 61 61 128 42 67 17 25 8

(B) Clasificación por factores de riesgo sin VO2 máx/p

Grupos de riesgo individuales: 0FR, 1FR, 2FR, 3FR,

Grupos de riesgo agregados: 1 o más FR, 2 o más FR, 3 o más FR, 4 o más FR

6.5. Indicadores antropométricos por grupos de riesgo

Para cada grupo de riesgo se evaluó la distribución para todas las variables de

interés, tanto con VO2 máx/p como sin VO2 máx/p, donde solo distribuyeron

normal los grupos correspondientes a 0 FR, 1FR y 1 o más FR, sin embargo, no fue

visible en todos los indicadores. El anexo 8 contiene las pruebas de normalidad para

todas las variables de interés por los grupos de riesgo totales y por sexo, incluyendo

o no VO2 máx/p.

Para los tres indicadores antropométricos (IMC, CC, RC-A) se comparó el grupo

de riesgo de referencia (0 FR) contra los tres grupos de riesgo individuales restantes

(1FR , 2 FR y 3 FR), y contra los cuatro grupos de riesgo agregados (1 o más FR, 2

o más FR, 3 o más FR y 4 o más FR), incluyendo o no VO2 máx/p, tanto para el

grupo completo al igual que por sexo.

6.5.1. Indicadores antropométricos por grupos de riesgo en todos los

participantes

Respecto al grupo sin factores de riesgo (0 FR), los tres indicadores antropométricos

son mayores en todos los grupos de riesgo agregados, incluyendo o no VO2 máx/p;

para los grupos individuales son mayores en los tres indicadores antropométricos

sólo en el grupo de 3 FR, con y sin VO2 máx/p; el anexo 9 detalla los resultados de

todas las comparaciones.

Es de resaltar que las diferencias muestran una tendencia creciente, tanto en los

grupos individuales como agregados. La figura 5 ilustra las comparaciones del

grupo completo incluyendo VO2 máx/p, las comparaciones sin VO2 máx/p se

ilustran en el anexo 12.

23

Figura 5. Indicadores antropométricos por grupos de riesgo en todos los

participantes, incluyendo VO2 max/p

(A) Índice de masa corporal

Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas. 0 FR (n=86), 1 FR (n=120), 1 o más FR (n=304) 2 FR (n=103), 2 o más FR (n=184),

3FR (n=53), 3 o más FR (n=81), 4 o más FR (n=28), convención de rombo: promedio,

FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, IMC: índice de

masa corporal.

(B) Circunferencia de la cintura

24

Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.

0 FR (n=86), 1 FR (n=120), 1 o más FR (n=304) 2 FR (n=103), 2 o más FR (n=184), 3FR (n=53), 3 o más FR (n=81), 4 o más FR (n=28), convención de rombo: promedio,

FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, CC:

circunferencia de la cintura.

(C) Relación cintura altura



FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, RC-A: relación

cintura altura.

6.5.2. Indicadores antropométricos por grupos de riesgo en hombres

Respecto al grupo sin factores de riesgo (0 FR), los tres indicadores antropométricos

son mayores en los grupos agregados 3 o más FR y 4 o más FR al incluir VO2

máx/p; para el grupo sin VO2 máx/p el comportamiento solo se mantuvo para los

indicadores CC y RC-A, todos los grupos de riesgo individuales fueron similares al

de referencia en los tres indicadores. El anexo 10 detalla los resultados de todas las

comparaciones.

Es importante puntualizar que al igual que el grupo completo, las diferencias

muestran una tendencia ascendente. La figura 6 ilustra las comparaciones para los

25

hombres incluyendo VO2 máx/p, las comparaciones sin VO2 máx/p se encuentran

en el anexo 13.

Figura 6. Indicadores antropométricos por grupos de riesgo en hombres,

incluyendo VO2 max/p


Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de

sumas. 0 FR (n=25), 1 FR (n=60), 1 o más FR (n=176), 2 FR (n=60), 2 o más FR, (n=116),

3 FR (n=36), 3 o más FR (n=56), 4 o más FR (n=20), convención de rombo: promedio,


masa corporal.

26


Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas. 0 FR (n=25), 1 FR (n=60), 1 o más FR (n=176), 2 FR (n=60), 2 o más FR (n=116),

3 FR (n=36), 3 o más FR (n=56), 4 o más FR (n=20), Wilcoxon sum rank, convención

de rombo= promedio, FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de

oxígeno, CC: circunferencia de la cintura.



3 FR (n=36), 3 o más FR (n=56), 4 o más FR (n=20), Wilcoxon sum rank, convención

de rombo: promedio, FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de

oxígeno, RC-A: relación cintura- altura.

27

6.5.3. Indicadores antropométricos por grupos de riesgo en mujeres

Respecto al grupo sin factores de riesgo (0 FR), incluyendo o no VO2 máx/p, solo

el indicador RC-A fue consistentemente mayor en tres grupos agregados (1 o más

FR, 2 o más FR y 3 o más FR), mientras que IMC lo fue en dos grupos agregados

(1 o más FR y 2 o más FR) y CC sólo en el grupo de 3 o más FR. En todos los

indicadores el grupo de 4 o más FR fue similar al de referencia (0 FR).

Para los grupos individuales, solo el grupo 3 FR fue mayor al de referencia en los

tres indicadores, incluyendo o no VO2 máx/p; todos los resultados se detallan en el

anexo 11.

Es importante destacar que al igual que para el grupo completo y para los hombres,

en las mujeres las diferencias tienen también una tendencia ascendente. La figura 7

ilustra las comparaciones con VO2 máx/p, las figuras sin VO2 máx/p se encuentran

en el anexo 14.

Figura 7. Indicadores antropométricos por grupos de riesgo en mujeres,

incluyendo VO2 máx/p



28

0 FR (n=61), 1 FR (n=60), 1 o más FR (n=128), 2 FR (n=43), 2 o más FR (n=68),3

FR (n=17), 3 o más FR (n=25), 4 o más FR (n=8), convención de rombo: promedio,

FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, IMC: índice

de masa corporal.



0 FR (n=61), 1 FR (n=60), 1 o más FR (n=128), 2 FR (n=43), 2 o más FR (n=68),

3 FR (n=17), 3 o más FR (n=25), 4 o más FR (n=8), convención de rombo:

promedio, FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno,

CC: circunferencia de cintura.



29

0 FR (n=61), 1 FR (n=60), 1 o más FR (n=128), 2 FR (n=43), 2 o más FR (n=68), 3 FR (n=17), 3 o más FR (n=25), 4 o más FR (n=8), Wilcoxon sum rank, convención de rombo: promedio, FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, RC-A: relación cintura- altura.

7. Discusión de resultados

El presente estudio es un subanálisis de un estudio base, el cual reclutó población

joven entre los 18 y 25 años, aparentemente sana, no fumadora, con IMC normal y

aptos para realizar pruebas físicas según evaluación predeportiva. Partiendo de este

grupo, se buscó evaluar la posible asociación entre tres de los indicadores

antropométricos más usados en la práctica clínica (IMC, CC, RC-A), con

parámetros bioquímicos y fisiológicos conocidos para la detección de riesgo

cardiovascular.

7.1. Principales hallazgos

A pesar de los rigurosos criterios de selección del estudio base, donde en principio

se esperaba hallar población con un bajo riesgo de ECV, se encontró que una

proporción sustancial tanto para el grupo total 78% (304) como en hombres 87%

(176) y en mujeres 68% (128) cumplía con uno o más factores de riesgo no óptimos

para ECV establecidos por puntos de corte internacionales clásicos no óptimos,

bioquímicos (perfil lipídico y glicémico) (Rubio et al., 2004) (American Diabetes

Association, 2018) y fisiológicos (presión arterial) (Whelton et al., 2018), los cuales

hasta el momento se han establecido indistintamente de la edad y el sexo; excepto

para el caso del consumo de oxígeno (VO2) más recientemente reconocido como

potencial medidor de aptitud cardiorrespiratoria (Yerrakalva, Mullis, & Mant,

2015).

Teniendo en cuenta que el grupo estudiado contaba con más FR de los que se

esperaba, es importante tener presente las metas trazadas por el plan decenal de

salud pública, donde la disminución de obesidad abdominal en población joven es

de enfoque prioritario para las metas del 2021 de dicho plan (Ministerio de Salud y

Protección Social, 2013), para de esta forma disminuir las cifras de incidencia de la

30

ECV, por ende es clave analizar las correlaciones y asociaciones que tiene la

antropometría frente a los FR encontrados para este grupo.

La evaluación de variables antropométricas y parámetros en riesgo individuales no

mostraron fuerza de correlación importante entre ningún indicador antropométrico

y las variables bioquímicas y fisiológicas, ni para el grupo completo ni por sexo; no

obstante al agruparlos por factores de riesgo por puntos de corte en grupos de riesgo,

se encontró que en general los tres indicadores antropométricos se asociaban con

los grupos de riesgo manteniendo una tendencia ascendente en las diferencias a

medida que se progresaba en el número de factores de riesgo, lo cual es consistente

en todo el grupo y por sexo, incluyendo o no VO2 máx/p. Esto muestra la relevancia

de los puntos de corte, ya que se ha encontrado en estudios de corte longitudinal

como el Framinghan Heart Study que el comportamiento de las ECV está

estrechamente relacionado al comportamiento de parámetros bioquímicos y

fisiológicos en los individuos (The National Institutes of Health and Boston

University School of Medicine, 2020).

Si bien este comportamiento ascendente en las diferencias entre grupos de riesgo

no infringe los parámetros considerados normales de antropometría, hay

asociaciones en la mayoría de los grupos, lo que indica que en algún grado la

antropometría entre el grupo sin FR y con FR varía. Esto refleja que posiblemente

la antropometría pueda llegar a ser un elemento a tener en cuenta y a analizar aun

cuando sus valores estén entre los rangos de normalidad.

Es de destacar que la tendencia ascendente no se mantuvo en el grupo de mujeres

para el último grupo de factores de riesgo (4 o más FR), lo cual podría explicarse

por un menor poder para mostrar diferencias, debido a que los grupos de

comparación eran muy desiguales y más pequeños (n= 61 vs n=8), aún con esto, se

logró evidenciar que para la muestra de las mujeres el indicador RC-A mostró

mayor cantidad de diferencias.

31

7.2. Implementación de los indicadores antropométricos

El indicador que muestra mayor consistencia en las asociaciones tanto poblacional

como discriminada por sexo es RC-A. Este indicador se conoce por su fácil

medición y cálculo (Ashwell & Gibson, 2014), además de contar con un punto de

corte uniforme para sexo y edad (Liu et al., 2017a), ha sido validado en gran

cantidad de poblaciones, caracterizándose además por su gran capacidad y

especificidad como predictor de riesgo cardiometabólico y por ende de ECV

(Browning et al., 2010). Sin embargo, debe considerarse que los tres indicadores

antropométricos analizados mostraron asociaciones significativas en cada uno de

los grupos, en especial al compararse el grupo completo, por ende, no debe

descartarse su uso dentro de un análisis de detección temprana de riesgo

cardiometabólico en la población joven.

Por un lado, autores que han evaluado en población británica (Amirabdollahian &

Haghighatdoost, 2018) la capacidad predictiva de los indicadores antropométricos

y de la forma del cuerpo para predecir evento cardiometabólico en población joven

sana, han encontrado que tanto CC como IMC y RC-A mostraban resultados

prometedores en detección de ECV con la misma sensibilidad. Así mismo, estudios

iraníes, han evaluado el mejor indicador antropométrico que se asocia con

prevalencia de síndrome metabólico, donde descubrieron que CC era el parámetro

que más se ajustaba en su población, sin descartar el uso de herramientas como

IMC, el cual era ligeramente menor predictor que CC (Gharipour et al., 2013).

También autores que evalúan la capacidad de seis índices antropométricos para

identificar síndrome metabólico, hallaron que RC-A era el que mostraba mejor

asociación, sin embargo muy cercano a este indicador se encontraba el IMC,

afirmando que a pesar del hecho de que varios artículos enfatizan las limitaciones

del indicador, los resultados del estudio, así como documentos de diversos autores,

el IMC puede ser igual y a veces incluso más útil clínicamente que otras medidas

de adiposidad corporal (Suliga et al., 2019).

32

Esta evidencia es consistente con los resultados de este estudio, demostrando que,

aunque RC-A tiende a ser la herramienta que mejor se asocia para todas las

comparaciones (tanto poblacionales como por sexo), el IMC y CC son herramientas

que también muestran comparaciones significativas con los factores de riesgo

evaluados en esta población.

7.3. Consumo de oxígeno máximo/ pico, como factor de riesgo

Por otro lado, el estudio realizó comparaciones tanto con VO2 máx/p como sin este.

Se partió de la evidencia actual la cual muestra que la baja

aptitud cardiorrespiratoria, medida por VO2 máx/p es un factor de riesgo

para enfermedad cardiovascular (Sawada et al., 2014) (Kodama et al., 2009)

(Miller et al., 2005), por ende se tomó como variable para clasificar los FR; a pesar

de ello, también se realizó el análisis sin tenerlo en cuenta, esto para eliminar el

efecto de que personas acondicionadas cuenten necesariamente con antropometría

óptima, y que las personas desacondicionadas a su vez posean valores

antropométricos con puntajes mayores, lo cual suele ser en algunos casos un factor

de confusión (Yerrakalva et al., 2015), no obstante como se puede evidenciar en la

distribución de los dos grupos, el VO2 máx/p logró discriminar ligeramente mejor

los FR.

7.4. Evaluación de indicadores antropométricos en Colombia

Algunos autores (Gamboa Delgado et al., 2017) (Agredo-Zúñiga et al., 2015) han

investigado por medio de estudios trasversales el impacto de indicadores como RC-

A en población infantil y adolescente en ciudades como Bucaramanga y Cali,

encontrando que valores ligeramente altos de este indicador reflejaba alteraciones

en parámetros como triglicéridos, colesterol HDL y presión arterial. Esto señala la

importancia de seguir evaluando el comportamiento de estos indicadores

antropométricos en poblaciones como el adulto joven, para de esta forma contar

con herramientas complementarias que contribuyan al cribaje temprano de las

enfermedades cardiometabólicas.

33

7.5. Fortalezas y limitaciones del estudio

Dentro de las fortalezas de la investigación se destaca el contar con una población

relativamente grande (n=390) la cual permitió clasificar los participantes por grupos

y realizar los respectivos análisis estadísticos, adicionalmente contar con criterios

de selección muy bien establecidos por parte del estudio base, lo que proporcionó

información para evaluar el comportamiento de población sana. También, contar

con un FR más funcional y discriminado por sexo y edad como el consumo de

oxígeno máximo/pico, proporciona una herramienta novedosa de aptitud

cardiorrespiratoria y por ende importante para evaluar el riesgo cardiovascular.

La principal limitación fue realizar un subanálisis de un estudio primario diseñado

para responder preguntas de investigación diferentes, no diseñado para evaluar estas

asociaciones. Adicionalmente el estudio base contaba con un sesgo de selección, ya

que se buscaba evaluar parámetros de acondicionamiento cardiorrespiratorio, lo que

permitió que los participantes fueran en su gran mayoría físicamente activos; por

último, el no haber contado con un registro dietario, impidió controlar factores

como la ingesta total de energía de los participantes.

8. Conclusiones

El estudio mostró que el uso de indicadores antropométricos como IMC, CC, y RC-

A puede ser uno de los elementos a tener en cuenta frente a riesgo en población

joven colombiana aparentemente sana, aportando herramientas de detección

primaria frente al riesgo de enfermedades crónicas, lo que a su vez muestra la

importancia de validar estos indicadores para la población colombiana adulta joven.

El estudio demostró que aun evaluando un grupo poblacional joven y

aparentemente sano, la proporción de personas con ningún factor de riesgo (0 FR)

tenía antropometría diferente frente al grupo que tenía 3 o más factores de riesgo,

lo que refleja un mayor riesgo de padecer a futuro enfermedades relacionadas con

enfermedad cardiovascular por parte del adulto joven.

Aunque los tres indicadores mostraron diferencias en la mayoría de los grupos

evaluados, fue el indicador RC-A el que mostró asociaciones progresivas, y

34

consistentes en cada una de las comparaciones realizadas, lo que muestra la ventaja

de este indicador como medida simple, clara y efectiva para monitorear riesgo

cardiovascular en los adultos jóvenes de este estudio.

9. Recomendaciones

Para determinar la utilidad de los indicadores antropométricos en población joven

será necesario que se diseñen estudios que incluyan un grupo poblacional más

amplio en composición corporal, donde se realice control de ingesta, al igual que

tener en cuenta más factores de riesgo como por ejemplo el registro de antecedentes

familiares, medición de inactividad física y sedentarismo, al igual que hacer uso de

más parámetros de medición de composición corporal podría mostrar una idea más

completa de cómo se comportan estos indicadores frente a la evaluación del riesgo.

De igual manera se aconseja contar con un método de referencia objetivo de

composición corporal como la absorciometría de rayos X (DXA).

Por último, futuras investigaciones deberán tener en cuenta la relevancia clínica de

sus resultados, lo cual reflejará la utilidad de los indicadores antropométricos en la

práctica clínica y en el ejercicio habitual al momento de interpretar los valores

obtenidos.

35

10. Referencias

Agredo-Zúñiga, R. A., Aguilar-De Plata, C., & Fabian Suárez-Ortegón, M. (2015).

Waist:height ratio, waist circumference and metabolic syndrome abnormalities in

Colombian schooled adolescents: a multivariate analysis considering located

adiposity. https://doi.org/10.1017/S0007114515002275

Al-Bachir, M., & Bakir, M. A. (2017). Predictive value of body mass index to metabolic

syndrome risk factors in Syrian adolescents. Journal of Medical Case Reports,

11(1), 170. https://doi.org/10.1186/s13256-017-1315-2

Amato, M. C., Giordano, C., Galia, M., Criscimanna, A., Vitabile, S., Midiri, M., &

Galluzzo, A. (2010). Visceral adiposity index: A reliable indicator of visceral fat

function associated with cardiometabolic risk. Diabetes Care, 33(4), 920–922.

https://doi.org/10.2337/dc09-1825

American Diabetes Association. (2018). Standards of medical care in diabetes- 2018.

Clinical Practice Guideline, 41(January), 1–24.

American heart association. (2017). Resumen de estadísticas 2017 de enfermedad del

corazón y ataque cerebral. Recuperado de

https://professional.heart.org/idc/groups/ahamah-

public/@wcm/@sop/@smd/documents/downloadable/ucm_491392.pdf

Amirabdollahian, F., & Haghighatdoost, F. (2018). Anthropometric indicators of

adiposity related to body weight and body shape as cardiometabolic risk predictors

in British young adults: Superiority of waist-to-height ratio. Journal of Obesity,

2018. https://doi.org/10.1155/2018/8370304

Anchuelo, A. C., Martínez-Larrad, M. T., Serrano-García, Í., Pérez, C. F., & Serrano-

Ríos, M. (2019). Body fat anthropometric indexes: Which of those identify better

high cardiovascular risk subjects? A comparative study in Spanish population. PLoS

ONE, 14(5), e0216877. https://doi.org/10.1371/journal.pone.0216877

Aristizábal, J. C., Estrada-Restrepo, A., & Barona, J. (2019). Waist-to-height ratio may be

an alternative tool to the body mass index for identifying Colombian adolescents

with cardiometabolic risk factors. Nutricion Hospitalaria, 36(1), 96–102.

https://doi.org/10.20960/nh.1909

Ashwell, M., & Gibson, S. (2014). A proposal for a primary screening tool: “Keep your

waist circumference to less than half your height”. BMC medicine, 12(1), 207.

https://doi.org/10.1186/s12916-014-0207-1

Bohórquez Fernanda, Ibáñez Milciades, Suárez Isabel, F., & Alexandra, R. M. (2013).

Prevalencia de Síndrome Metabólico y grado de concordancia diagnóstica por

OMS, ATPIII, IDF y AACE en pacientes diabéticos en programas de atención

primaria en Bogotá, Colombia. En Rev.Medica.Sanitas (Vol. 16).

Bohr, A. D., Laurson, K., & McQueen, M. B. (2016). A novel cutoff for the waist-to-

height ratio predicting metabolic syndrome in young American adults. BMC Public

Health, 16(1), 295. https://doi.org/10.1186/s12889-016-2964-6

Browning, L. M., Hsieh, S. D., & Ashwell, M. (2010, diciembre). A systematic review of

waist-to-height ratio as a screening tool for the prediction of cardiovascular disease

and diabetes: 05 could be a suitable global boundary value. Nutrition Research

Reviews, Vol. 23, pp. 247–269. https://doi.org/10.1017/S0954422410000144

36

Ceniccola, G. D., Castro, M. G., Piovacari, S. M. F., Horie, L. M., Corrêa, F. G., Barrere,

A. P. N., & Toledo, D. O. (2019). Current technologies in body composition

assessment: advantages and disadvantages. Nutrition, 62, 25–31.

https://doi.org/10.1016/j.nut.2018.11.028

Departamento Administrativo Nacional de Estadística. (2019). Defunciones no fetales:

Primeras causas. Recuperado de Salud: Nacimientos y defunciones website:

https://www.dane.gov.co/index.php/estadisticas-por-tema/salud/nacimientos-y-

defunciones/defunciones-no-fetales

Deshmukh PR, Gupta SS, Dongre AR, et al. (2006). Relationship of anthropometric

indicators with blood pressure levels in rural Wardha. . . Indian J Med Res, 123,

657–664.

El Ansari, W., & Berg-Beckhoff, G. (2015). Nutritional Correlates of Perceived Stress

among University Students in Egypt. International journal of environmental

research and public health, 12(11), 14164–14176.

https://doi.org/10.3390/ijerph121114164

Fields, D. A., Goran, M. I., & McCrory, M. A. (2002). Body-composition assessment via

air-displacement plethysmography in adults and children: a review. The American

Journal of Clinical Nutrition, 75(3), 453–467. https://doi.org/10.1093/ajcn/75.3.453

Gamboa Delgado, E. M., Domínguez Urrego, C. L., & Quintero Lesmes, D. C. (2017).

Waist-to-height ratio and its relation with cardiometabolic risk factors in children

from Bucaramanga, Colombia. Nutricion hospitalaria, 34(5), 1338–1344.

https://doi.org/10.20960/nh.1059

Gharipour, M., Sarrafzadegan, N., Sadeghi, M., Andalib, E., Talaie, M., Shafie, D., &

Aghababaie, E. (2013). Predictors of Metabolic Syndrome in the Iranian Population:

Waist Circumference, Body Mass Index, or Waist to Hip Ratio? Hindawi

Publishing Corporation, 2013, 6. https://doi.org/DOI: 10.1155/2013/198384

Godinho-Mota, J. C. M., Gonçalves, L. V., Soares, L. R., Mota, J. F., Martins, K. A.,

Freitas-Junior, I., & Freitas-Junior, R. (2018). Abdominal Adiposity and Physical

Inactivity Are Positively Associated with Breast Cancer: A Case-Control Study.

BioMed Research International, 2018, 1–7. https://doi.org/10.1155/2018/4783710

Gómez-Ambrosi, J., Silva, C., Galofré, J. C., Escalada, J., Santos, S., Millán, D., …

Frühbeck, G. (2012). Body mass index classification misses subjects with increased

cardiometabolic risk factors related to elevated adiposity. International Journal of

Obesity, 36(2), 286–294. https://doi.org/10.1038/ijo.2011.100

Guo, F., & Garvey, W. T. (2016). Cardiometabolic disease risk in metabolically healthy

and unhealthy obesity: Stability of metabolic health status in adults. Obesity, 24(2),

516–525. https://doi.org/10.1002/oby.21344

Harris, P. A., Taylor, R., Thielke, R., Payne, J., Gonzalez, N., & Conde, J. G. (2009).

Research electronic data capture (REDCap)-A metadata-driven methodology and

workflow process for providing translational research informatics support. Journal

of Biomedical Informatics, 42(2), 377–381. https://doi.org/10.1016/j.jbi.2008.08.010

Heo, Moonseong Faith, M., & Pietrobelli, Angelo Heymsfield, S. (2012). Percentage of

body fat cutoffs by sex, age, and race-ethnicity in the US adult population from

NHANES 1999-2004.[Erratum appears in Am J Clin Nutr. 2012 Aug;96(2):448].

American Journal of Clinical Nutrition, 95(3), 594–602.

https://doi.org/10.3945/ajcn.111.025171

37

Hunma, S., Ramuth, H., Miles-Chan, J. L., Schutz, Y., Montani, J.-P., Joonas, N., &

Dulloo, A. G. (2016). Body composition-derived BMI cut-offs for overweight and

obesity in Indians and Creoles of Mauritius: comparison with Caucasians.

International journal of obesity (2005), 40(12), 1906–1914.

https://doi.org/10.1038/ijo.2016.176

INS. (2013). Enfermedad Cardiovascular principal causa de nuerte en Colombia.

Recuperado de Boletín N°1. Diciembre 09/2013 website:

https://www.ins.gov.co/Direcciones/ONS/Boletines/boletin_web_ONS/boletin1.htm

l

Joshi, H., Shah, K., Patel, P., Prajapati, J., Parmar, M., Doshi, D., & Chaurushia, S.

(2016). Novel indexes for diagnosing metabolic syndrome in apparently healthy

Gujarati Asian Indians: a cross-sectional study. QJM : monthly journal of the

Association of Physicians, 109(11), 717–722. https://doi.org/10.1093/qjmed/hcw056

Kaminsky, L. A., Imboden, M. T., Arena, R., & Myers, J. (2017). Reference Standards

for Cardiorespiratory Fitness Measured With Cardiopulmonary Exercise Testing

Using Cycle Ergometry: Data From the Fitness Registry and the Importance of

Exercise National Database (FRIEND) Registry. Mayo Clinic Proceedings, 92(2),

228–233. https://doi.org/10.1016/j.mayocp.2016.10.003

Kammar-García, A., Hernández-Hernández, M. E., López-Moreno, P., Ortíz-Bueno, A.

M., & Martínez-Montaño, M. de L. (2019). Relation of body composition indexes to

cardiovascular disease risk factors in young adults. Semergen, 45(3), 147–155.

https://doi.org/10.1016/j.semerg.2018.07.004

Kim, Y. M., Kim, S., Kim, S. H., & Won, Y. J. (2018). Clinical and body compositional

factors associated with metabolic syndrome in obese koreans: A cross-sectional

study. Metabolic Syndrome and Related Disorders, 16(6), 290–298.

https://doi.org/10.1089/met.2017.0174

Kodama, S., Saito, K., Tanaka, S., Maki, M., Yachi, Y., Asumi, M., … Sone, H. (2009,

mayo 20). Cardiorespiratory fitness as a quantitative predictor of all-cause mortality

and cardiovascular events in healthy men and women: A meta-analysis. JAMA -

Journal of the American Medical Association, Vol. 301, pp. 2024–2035.

https://doi.org/10.1001/jama.2009.681

Krachler, B., Völgyi, E., Savonen, K., Tylavsky, F. A., Alén, M., & Cheng, S. (2013).

BMI and an anthropometry-based estimate of fat mass percentage are both valid

discriminators of cardiometabolic risk: A comparison with DXA and bioimpedance.

Journal of Obesity, 2013. https://doi.org/10.1155/2013/862514

Lear, S. A., Humphries, K. H., Kohli, S., & Birmingham, C. L. (2007). The Use of BMI

and Waist Circumference as Surrogates of Body Fat Differs by Ethnicity.

Liu, P. J., Ma, F., Lou, H. P., & Zhu, Y. N. (2017a). Comparison of the ability to identify

cardiometabolic risk factors between two new body indices and waist-to-height ratio

among Chinese adults with normal BMI and waist circumference. Public Health

Nutrition, 20(6), 984–991. https://doi.org/10.1017/S1368980016003281

Liu, P. J., Ma, F., Lou, H. P., & Zhu, Y. N. (2017b). Comparison of the ability to identify

cardiometabolic risk factors between two new body indices and waist-to-height ratio

among Chinese adults with normal BMI and waist circumference. Public Health

Nutrition, 20(6), 984–991. https://doi.org/10.1017/S1368980016003281

Llanes, L. L. (2011). Chronic diseases and daily life. En Revista Cubana de Salud

38

Pública (Vol. 37). Recuperado de http://scielo.sld.cu

Mahmood, S. S., Levy, D., Vasan, R. S., & Wang, T. J. (2014). The Framingham Heart

Study and the epidemiology of cardiovascular disease: A historical perspective. The

Lancet, Vol. 383, pp. 999–1008. https://doi.org/10.1016/S0140-6736(13)61752-3

Mazzoccoli, G. (2016). Body composition: Where and when. European Journal of

Radiology, 85(8), 1456–1460. https://doi.org/10.1016/j.ejrad.2015.10.020

Millar, S. R., Perry, I. J., & Phillips, C. M. (2015). Assessing cardiometabolic risk in

middle-aged adults using body mass index and waist–height ratio: are two indices

better than one? A cross-sectional study. Diabetology & Metabolic Syndrome, 7(1),

73. https://doi.org/10.1186/s13098-015-0069-5

Miller, G. J., Cooper, J. A., & Beckles, G. L. A. (2005). Cardiorespiratory fitness, all-

cause mortality, and risk of cardiovascular disease in Trinidadian men - The St.

James survey. International Journal of Epidemiology, 34(6), 1387–1394.

https://doi.org/10.1093/ije/dyi193

Ministerio de Salud y Protección Social. (2013). Plan Decenal de Salud Pública 2012-

2021. Recuperado el 26 de enero de 2020, de

https://www.minsalud.gov.co/Documentos y Publicaciones/Plan Decenal -

Documento en consulta para aprobación.pdf

Ministerio de Salud y Protección Social. (2017). Analisis De Situación De Salud (ASIS)

Colombia, 2017. Recuperado de

https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/PSP/asi

s-nacional-2017.pdf

Motamed, N., Sohrabi, M., Poustchi, H., Maadi, M., Malek, M., Keyvani, H., … Zamani,

F. (2017). The six obesity indices, which one is more compatible with metabolic

syndrome? A population based study. Diabetes and Metabolic Syndrome: Clinical

Research and Reviews, 11(3), 173–177. https://doi.org/10.1016/j.dsx.2016.08.024

Ndagire. C, Muyonga. J, Odur B, N. D. (2018). Prediction equations for body

composition of children and adolescents aged 8e19 years in Uganda using

deuterium dilution as the reference technique. Clinical Nutrition ESPEN, 28, 103–

109. https://doi.org/10.1016 / j.clnesp.2018.09.004.

Organización mundial de la salud. (2015). OMS | ¿Qué son las enfermedades

cardiovasculares? Recuperado el 24 de enero de 2020, de WHO website:

https://www.who.int/cardiovascular_diseases/about_cvd/es/

Pi-Sunyer, F. Xavier, M. Becker, C. B. (1998). Clinical guidelines on the identification,

evaluation, and treatment of overweight and obesity in adults: executive summary.

Expert Panel on the Identification, Evaluation, and Treatment of Overweight in

Adults. The American Journal of Clinical Nutrition, 68(4), 899–917.

https://doi.org/10.1093/ajcn/68.4.899

Ramírez-Vélez, R., Correa-Bautista, J. E., Martínez-Torres, J., Méneses-Echavez, J. F.,

González-Ruiz, K., González-Jiménez, E., … Lobelo, F. (2016). LMS tables for

waist circumference and waist-height ratio in Colombian adults: Analysis of

nationwide data 2010. European Journal of Clinical Nutrition, 70(10), 1189–1196.

https://doi.org/10.1038/ejcn.2016.46

Robles, L. (2013). Metabolic syndrome: concept and practical application. Recuperado

de http://www.scielo.org.pe/pdf/afm/v74n4/a09v74n4.pdf

39

Rubio, M. A., Moreno, C., & Cabrerizo, L. (2004). Guidelines for dyslipemias treatment:

Adult Treatment Panel III (ATP-III). Endocrinologia y Nutricion, 51(5), 254–265.

https://doi.org/10.1016/S1575-0922(04)74614-8

Sawada, S. S., Lee, I.-M., Naito, H., Kakigi, R., Goto, S., Kanazawa, M., … Blair, S. N.

(2014). Cardiorespiratory fitness, body mass index, and cancer mortality: a cohort

study of Japanese men. BMC Public Health, 14, 1012. https://doi.org/10.1186/1471-

2458-14-1012

Schweitzer, A., Hoffman, H. J., Onyewu, C., Hurtado, M. E., Hoffman, E. P., & Klein, C.

J. (2014). Neck and waist circumference biomarkers of cardiovascular risk in a

cohort of predominantly african-american college students: A preliminary study.

Journal of the Academy of Nutrition and Dietetics, 114(1), 107–116.

https://doi.org/10.1016/j.jand.2013.07.005

Šebeková, K., Csongová, M., Gurecká, R., Krivošíková, Z., & Šebek, J. (2018). Gender

Differences in Cardiometabolic Risk Factors in Metabolically Healthy Normal

Weight Adults with Central Obesity. Experimental and Clinical Endocrinology and

Diabetes, 126(5), 309–315. https://doi.org/10.1055/s-0043-119877

Shah, N. R., & Braverman, E. R. (2012). Measuring adiposity in patients: the utility of

body mass index (BMI), percent body fat, and leptin. PloS one, 7(4), e33308.

https://doi.org/10.1371/journal.pone.0033308

Shahzad, F., Ishaque, A., & Ulhaq, N. (2017). Frequency and predictors of metabolic

syndrome in adolescents/first year medical students of a public sector medical

college Quetta, Pakistan. Journal of the Pakistan Medical Association, 67(5), 752–

755.

SMR Usha, Chandrika N and H.V. Shetty, R. R. (2014). A study of the components of

metabolic syndrome in young adults. Biomedical Research India, 25(1), 0.

Sociedad Internacional para el Avance de la Cineantropometria ISAK. (2001). Normas

Internacionales para la Valoración Antropométrica ii Normas Internacionales para

la Valoración Antropométrica Sociedad Internacional para el Avance de la

Cineantropometría. Recuperado de

https://antropometriafisicaend.files.wordpress.com/2016/09/manual-isak-2005-

cineantropometria-castellano1.pdf

Sui, X., LaMonte, M. J., & Blair, S. N. (2007). Cardiorespiratory fitness as a predictor of

nonfatal cardiovascular events in asymptomatic women and men. American Journal

of Epidemiology, 165(12), 1413–1423. https://doi.org/10.1093/aje/kwm031

Suliga, E., Ciesla, E., Głuszek-Osuch, M., Rogula, T., Głuszek, S., & Kozieł, D. (2019).

The usefulness of anthropometric indices to identify the risk of metabolic syndrome.

Nutrients, 11(11). https://doi.org/10.3390/nu11112598

The National Institutes of Health and Boston University School of Medicine. (2020).

Framingham Heart Study. Recuperado el 15 de mayo de 2020, de

https://framinghamheartstudy.org/

Tovar-Galvez, M. I., González-Jiménez, E., Martí-García, C., & Schmidt-RioValle, J.

(2017). Body composition in a population of school adolescents: A comparison of

simple anthropometric methods and bioelectrical impedance. Endocrinología,

Diabetes y Nutrición (English ed.), 64(8), 424–431.

https://doi.org/10.1016/j.endien.2017.10.005

40

Valentino, G., Bustamante, M. J., Orellana, L., Krämer, V., Durán, S., Adasme, M., …

Acevedo, M. (2015). Body fat and its relationship with clustering of cardiovascular

risk factors. Nutr Hosp, 31(5), 2253–2260.

https://doi.org/10.3305/nh.2015.31.5.8625

Vikram, N. K., Latifi, A. N., Misra, A., Luthra, K., Bhatt, S. P., Guleria, R., & Pandey, R.

M. (2016). Waist-to-Height Ratio Compared to Standard Obesity Measures as

Predictor of Cardiometabolic Risk Factors in Asian Indians in North India.

Metabolic Syndrome and Related Disorders, 14(10), 492–499.

https://doi.org/10.1089/met.2016.0041

Whelton, P. K., Carey, R. M., Aronow, W. S., Casey, D. E., Collins, K. J., Himmelfarb,

C. D., … Hundley, J. (2018). 2017 ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/

ASH/ASPC/NMA/PCNA guideline for the prevention, detection, evaluation, and

management of high blood pressure in adults a report of the American College of

Cardiology/American Heart Association Task Force on Clinical pr. En Hypertension

(Vol. 71). https://doi.org/10.1161/HYP.0000000000000065

Willis, L. H., Slentz, C. A., Houmard, J. A., Johnson, J. L., Duscha, B. D., Aiken, L. B.,

& Kraus, W. E. (2007). Minimal versus umbilical waist circumference measures as

indicators of cardiovascular disease risk. Obesity, 15(3), 753–759.

https://doi.org/10.1038/oby.2007.612

World Health Organization. (2017). Enfermedades Cardiovasculares. Recuperado de

https://www.who.int/es/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds)

Yahia, N., Brown, C. A., Snyder, E., Cumper, S., Langolf, A., Trayer, C., & Green, C.

(2017). Prevalence of Metabolic Syndrome and Its Individual Components Among

Midwestern University Students. Journal of Community Health, 42(4), 674–687.

https://doi.org/10.1007/s10900-016-0304-5

Yerrakalva, D., Mullis, R., & Mant, J. (2015, octubre 1). The associations of fatness,

fitness, and physical activity with all-cause mortality in older adults: A systematic

review. Obesity, Vol. 23, pp. 1944–1956. https://doi.org/10.1002/oby.21181

41

11. Anexos

Anexo 1. Protocolo estudio base

Anexo 2. Criterios para la inclusión de artículos y metodología de búsqueda

Los estudios que se seleccionaron para el marco teórico debían cumplir con todos

los siguientes criterios:

1. Población de estudio aparentemente sana que no reportara patologías

específicas.

2. Inclusión de mínimo uno de los indicadores antropométricos de interés

(IMC, CC o RC-A) en rangos normales.

3. No debían incluir intervenciones que modificaran la composición corporal.

4. En el caso de reportar parámetros bioquímicos y fisiológicos debían

encontrarse en rangos normales.

42

Metodología de búsqueda:

Anexo 3. Protocolo de medidas antropométricas y toma de laboratorios

Anexo 3a. Protocolo de instrumentos y toma de medidas antropométricas

Para la evaluación antropométrica y de composición corporal se utilizaron los

siguientes equipos:

- Cinta métrica de fibra de vidrio graduada en centímetros, con una longitud de 150

cm, marca Seca.

- Balanza Digital Tanita de 2 polos, capacidad de 150 kg, precisión 0,1 kg.

43

- Tallímetro Seca 206, cinta métrica metálica, alcance de medición de 0-220 cm,

división 1mm.

Para la toma de las distintas mediadas antropométricos se utilizaron las Normas

Internacionales para la Valoración Antropométrica, sugerida por la Sociedad

Internacional para el Avance de la Cineantropometría (Sociedad Internacional para

el Avance de la Cineantropometria ISAK, 2001)

Las siguientes consideraciones generales por la ISAK fueron tenidas en cuenta

para la toma de medidas antropométricas:

- Los evaluados deben ser informados previamente de las medidas a tomar.

- Durante el proceso de la toma (palpación, marcación y medición) el evaluado

permanecerá de pie y relajado, con los brazos colgando a lo largo del cuerpo y los

pies con una leve separación.

- El evaluado debe estar descalzo y con la menor cantidad de ropa posible para

facilitar el acceso a los puntos anatómicos donde se tomarán las medidas.

- Todas las medidas se tomarán en el lado derecho del cuerpo.

Medidas antropométricas

Peso corporal: Se determina con el individuo desnudo o con la menor cantidad de

ropa posible. Se toma con la balanza en cero, luego el evaluado se ubica en el centro

de la plataforma de la báscula sin sostenerse y con el peso distribuido por igual en

ambos apoyos.

Estatura: Se toma con el evaluado de pie con los pies juntos y apoyando los puntos

(occipital, espalda, glúteos y talones) sobre el estadiómetro. La cabeza debe estar

ubicada en el plano de Frankfurt. Se le pide que haga una inspiración profunda y

sostenida sin levantar los hombros. La medida se toma al final de la expiración.

Perímetros: Para estas medidas se utiliza la técnica de manos cruzadas y la lectura

es tomada de la cinta cuando el cero es localizado lateralmente en el sujeto. En la

medición de los perímetros la cinta se mantiene en ángulo recto al segmento o

miembro que se está midiendo y la tensión de la cinta debe ser constante.

44

Diámetros: Las ramas de los instrumentos se cogen entre los dedos pulgar e índice,

descansando sobre el dorso de la mano. El dedo medio se utiliza para localizar el

punto anatómico deseado. Hay que aplicar una presión firme sobre las ramas para

minimizar el espesor de los tejidos blandos. Las mediciones son hechas cuando el

calibrador está en su lugar, con la presión mantenida a lo largo de los dedos índices.

Anexo 3b. Determinación perfil lipídico y glicémico

La muestra de sangre fue realizada por una bacterióloga por punción de vena

antecubital, previa administración de cuestionario de control para asegurar

condiciones de la muestra. Los sujetos de estudios se encontraban en ayuno y la

toma se realizó en las horas de la mañana, en un día diferente a las pruebas físicas.

Las muestras fueron procesadas en el Laboratorio Clínico del Hospital

Universitario San Ignacio. Para la captura de la información y reporte de resultados

se utilizaron las plataformas REDcap® y LabCore®.

Anexo 4. Estadística descriptiva

Variable Medida Población

n= 390

Hombre

n= 201

Mujer

n=189

Valor

p

IC 95%

Edad (años) media 21.7 22.0 21.5 <0.01# (0.14 0.98)

mediana 21.63 22.1 21.3 <0.05$ (0.14 0.98)

varianza 4.47 4.7 4.1

sd 2.11 2.16 2.0

mín - máx 18.0 – 26.1 18.0 – 26.0 18.0 –

26.1

rango 8.04 8.01 8.05

Cuartil 0% 18.03

20.04

21.62

23.37

26.08

18.04

20.27

22.14

23.62

26.05

18.03

19.94

21.37

22.93

26.08

25%

50%

75%

100%

Talla (cm) media 166.2 171.96 159.19 <0.001# (11.7 13.9)

mediana 166 171.4 159 <0.001$ (11.7 13.8)

varianza 70.67 29.76 30.06

sd 8.41 5.45 5.48

mín - máx 142 –

187.1

157.8 –

187.1

142 –

173.5

rango 45.1 29.3 31.5

Cuartil 0% 142.0

158.0

165.6

171.5

188.0

157.8

168.4

171.5

175.5

187.1

142.0

155.05

159.0

162.8

173.5

25%

50%

75%

100%

Peso (kg) media 59.3 64.38 55.26 <0.001# (7.95 10.3)

mediana 59.25 63.6 55.2 <0.001$ (7.95 9.90)

45

varianza 58.32 49.95 24.79

sd 7.64 7.07 4.98

mín - máx 43.2 – 89.8 48.7 – 89.8 43.2 –

68.8

rango 46.6 41.1 25.6

Cuartil 0% 43.2

54.5

59.3

64.5

89.8

48.7

59.3

63.6

68.8

89.8

43.2

51.6

55.2

59.0

68.8

25%

50%

75%

100%

Proporción

de grasa

(%)

media 17.9 13.13 23.68 <0.001# (-11.3 -9.8)

mediana 18 12.8 23.5 <0.001$ (-11.4 -9.8)

varianza 42.97 12.2 18.15

sd 6.55 3.49 4.26

mín - máx 5.5 – 38.5 5.5 - 27 11.4 –

38.5

rango 33 21.5 27.1

Cuartil 0% 5.5

13.0

18.2

23.8

38.5

5.5

10.4

12.8

15.4

27.0

11.4

20.9

23.5

26.9

38.5

25%

50%

75%

100%

CC

(cm)

media 72.3 75.43 69.37 <0.001# (5.2 6.8)

mediana 72 75 69 <0.001$ (5.0 6.9)

varianza 27.89 21.17 16.31

sd 5.28 4.60 4.04

mín - máx 60 - 87 63.5 - 87 60 – 82.5

rango 27 23.5 22.5

Cuartil 0% 60.0

68.5

72.5

76.5

87.0

63.5

72.5

75.0

78.5

87.0

60.0

66.5

69.0

72.0

81.5

25%

50%

75%

100%

IMC

(kg/m2)

media 21.6 21.74 21.80 NS (-0.38 0.26)

mediana 21.67 21.70 21.62 NS (-0.40 0.30)

varianza 2.94 3.21 2.66

sd 1.71 1.79 1.63

mín - máx 17.88 –

26.52

17.89 –

26.52

18.47 –

25.42

rango 8.66 8.63 6.95

Cuartil 0% 17.9

20.5

21.7

23.3

27.8

17.8

20.5

21.7

23.1

26.5

18.4

20.6

21.6

23.2

25.4

25%

50%

75%

100%

RC-A media 0.44 0.44 0.44 NS (-2x10-3

8x10-3)

mediana 0.43 0.44 0.43 NS (-3x10-3

8x10-3)

varianza 0.0007 0.007 0.007

sd 0.026 0.026 0.027

mín - máx 0.37 – 0.54 0.37 – 0.54 0.37 –

0.51

rango 0.16 0.17 0.14

Cuartil 0% 0.37

0.42

0.37

0.42

0.37

0.41 25%

46

50% 0.44

0.46

0.53

0.44

0.46

0.54

0.43

0.45

0.51 75%

100%

Col- total

(mg/dL)

media 172.12 170.68 173.60 NS (-9.31 3.46)

mediana 169.2 168.2 170.5 NS (-8.80 3.80)

varianza 1106.7 1100.2 1114.3

sd 33.27 33.17 33.38

mín - máx 82.8 –

314.5

82.8 –

298.4

95.5 –

314.5

rango 231.7 215.6 219

Cuartil 0% 82.8

150.0

169.9

195.2

314.5

82.8

145.9

168.2

191.9

298.4

95.5

152.2

170.5

197.0

314.5

25%

50%

75%

100%

Col- HDL

(mg/dL)

media 50.90 47.70 54.19 <0.001# (-8.61 -4.37)

mediana 49 46 53 <0.001$ (-8.0 -4.0)

varianza 132.6 119.9 124.8

sd 11.51 10.95 11.17

mín - máx 23 - 88 23 - 84 31 - 88

rango 65 61 57

Cuartil 0% 23.0

43.0

49.0

58.2

88.0

23

40

46

54

84

31.0

46.0

53.0

61.5

88.0

25%

50%

75%

100%

Col- LDL

(mg/dL)

media 104.58 105.13 104.01 NS (-4.18 6.41)

mediana 103.16 104.5 100.68 NS (-3.10 7.26)

varianza 762.3 740.3 787.6

sd 27.61 27.20 28.06

mín - máx 38.7 –

241.4

43.4 –

202.7

38.7 –

241.4

rango 202.74 159.3 202.7

Cuartil 0% 38.7

84.6

103.2

120.7

241.4

43.5

85.6

104.5

122.3

202.7

38.7

83.6

100.7

118.8

241.4

25%

50%

75%

100%

TGC

(mg/dL)

media 83.45 89.33 77.40 <0.001# (3.20 20.64)

mediana 72.2 78 66.3 <0.001$ (3.20 15.40)

varianza 2108.4 2483.6 1660.2

sd 45.91 49.83 40.74

mín - máx 17 – 286.2 17 – 286.2 22.7 –

264.5

rango 269.2 269.2 241.8

Cuartil 0% 17.0

53.6

72.8

98.5

286.2

17.0

57.8

78.0

103.3

286.2

22.7

50.2

66.3

92.3

264.5

25%

50%

75%

100%

Glicemia

(mg/dL)

media 86.32 87.94 84.67 <0.001# (2.17 4.39)

mediana 86 88 85 <0.001$ (2.00 4.00)

varianza 36.2 39.34 27.66

sd 6.016 6.27 5.26

mín - máx 72 - 110 73 - 110 72 - 99

rango 38 37 27

47

Cuartil 0% 72

82

86

90

110

73

83

88

92

110

72

81

85

88

99

25%

50%

75%

100%

HbA1c (%) media 5.11 5.15 5.08 <0.05# (0.01 0.12)

mediana 5.1 5.1 5 <0.01$ (4.6x10-5

1.0x10-1)

varianza 0.076 0.067 0.082

sd 0.276 0.258 0.287

mín - máx 4.4 – 6.1 4.4 - 5.8 4.5 – 6.1

rango 1.7 1.4 1.6

Cuartil 0% 4.4

4.9

5.1

5.3

6.1

4.4

5.0

5.1

5.3

5.8

4.5

4.9

5.0

5.3

6.1

25%

50%

75%

100%

PAS

(mmHg)

media 107.10 109.20 105.10 <0.001# (2.10 6.11)

mediana 108 110 104 <0.001$ (1.99 6.00)

varianza 114.2 108.9 110.9

sd 10.69 10.44 10.53

mín - máx 80 - 140 80 - 140 80 - 134

rango 60 60 54

Cuartil 0% 80

100

108

116

140

80

102

110

118

140

80

98

104

110

134

25%

50%

75%

100%

PAD

(mmHg)

media 66.31 68.09 64.62 <0.001# (1.88 5.08)

mediana 64 68 64 <0.001$ (1.99 4.00)

varianza 72.1 79.5 60.04

sd 8.49 8.92 7.75

mín - máx 48 - 94 48 - 94 40 - 90

rango 46 46 50

Cuartil 0% 48

60

64

72

94

48

60

68

76

94

48

60

64

70

90

25%

50%

75%

100%

VO2 max/p

mL/kg/min

media 39.7 44.5 34.7 <0.001# (8.66 11.07)

mediana 38.7 44.6 34.3 <0.001$ (8.71 11.34)

varianza 61.46 48.0 25.6

sd 7.84 6.93 5.1

mín - máx 22.6 - 59.4 28.5 - 59.4 22.6 -

51.6

rango 36.8 30.9 29

Cuartil 0% 22.6

33.7

38.7

45.6

59.4

28.5

39.7

44.6

50.0

59.4

22.6

31.0

34.3

38.0

51.6

25%

50%

75%

100%

CC: circunferencia de cintura, IMC: índice de masa corporal, RC-A: relación cintura altura, Col-

total: colesterol total, Col- HDL: colesterol HDL, Col- LDL: colesterol LDL, TGC: triglicéridos,

48

HbA1c: hemoglobina glicosilada, PAS: presión arterial sistólica, PAD: presión arterial diastólica,

VO2 máx/p: consumo máximo/ pico de oxígeno, mín: mínimo, máx: máximo, sd: desviación

estándar.

#: por prueba T-student no pareada, $: por prueba Wilcoxon rango de sumas, IC 95%: intervalo de

confianza del 95%, NS: no significativo.

Anexo 5. Gráficas de comparaciones de cada variable por sexo

Distribución edad, hombres y mujeres Distribución talla, hombres y mujeres

Distribución peso, hombres y mujeres Distribución circunferencia cintura, hombres y mujeres

Distribución proporción de grasa, hombres y mujeres Distribución IMC, hombres y mujeres

49

Distribución relación cintura altura, hombres y mujeres Distribución colesterol total, hombres y mujeres

Distribución colesterol HDL, hombres y mujeres Distribución colesterol LDL hombres y mujeres

Distribución triglicéridos, hombres y mujeres Distribución glicemia, hombres y mujeres

50

Distribución hemoglobina glicosilada, hombres y mujeres Distribución presión arterial sistólica hombres y mujeres

Distribución presión arterial diastólica, hombres y mujeres Distribución consumo oxígeno, hombres y mujeres

51

Anexo 6. Gráficas de distribución normal de cada variable por sexo

Distribución talla, hombres y mujeres Distribución edad, hombres y mujeres

Distribución peso, hombres y mujeres Distribución circunferencia cintura, hombres y mujeres

Distribución proporción de grasa, hombres y mujeres Distribución IMC, hombres y mujeres

52

Distribución relación cintura altura, hombres y mujeres Distribución colesterol total, hombres y mujeres

Distribución colesterol HDL, hombres y mujeres Distribución colesterol LDL, hombres y mujeres

53

Distribución triglicéridos, hombres y mujeres Distribución glicemia, hombres y mujeres

Distribución HbA1c, hombres y mujeres Distribución presión arterial sistólica, hombres y mujeres

Distribución presión arterial diastólica, hombres y mujeres Distribución consumo oxígeno, hombres y mujeres

54

Anexo 7. Gráficas correlación de indicadores antropométricos contra parámetros

bioquímicos y fisiológicos

Correlación CC- Colesterol total Correlación CC- Colesterol HDL

Correlación CC- Colesterol LDL Correlación CC- Triglicéridos

55

Correlacion CC- Glicemia Correlación CC- HbA1c

Correlación CC- PAS Correlación CC- PAD

Correlación CC- VO2

56

Correlación IMC- Colesterol total Correlaciones IMC- Colesterol HDL

Correlación IMC- Colesterol LDL Correlación IMC- Triglicéridos

Correlación IMC- Glicemia Correlación IMC- HbA1c

57

Correlación IMC- PAS Correlación IMC- PAD

Correlación IMC- VO2 Correlación RC-A – Colesterol total

Correlación RC-A – Colesterol HDL Correlación RC-A – Colesterol LDL

58

Correlación RC-A – Triglicéridos Correlación RC-A – Glicemia

Correlación RC-A – HbA1c Correlación RC-A – PAS

Correlación RC-A – PAD Correlación RC-A – VO2

59

Anexo 8. Pruebas de normalidad

Anexo 8a. Pruebas de normalidad con VO2

Indicador 0 FR 1 FR 1 o más 2 FR 2 o más 3 FR 3 o más 4 FR o más

IMC 0.014 H=0.030 M=0.049

0.058 H= 0.061 M=0.052

0.017 H= 0.47

M= 0.014

0.049 H=0.085 M= 0.020

0.023 H=0.008 M=0.039

0.004 H=1.1e-04 M=2.1e-04

0.001 H=0.005 M=0.001

0.003 H=9.2e-05 M=6.3e-06

CC 0.070 H= 0.068 M=0.055

0.106 H=0.140 M=0.062

0.010 H= 0.028 M=0.023

0.017 H=0.027 M=0.007

0.002 H=0.006 M=0.015

0.003 H=0.004

M=8.1e-04

0.008 H=0.009 M= 0.008

0.007 H=0.002

M=7.5e-04

RCA 0.092 H=0.082 M= 0.065

0.028 H=0.042 M= 0.019

0.078 H=0.124 M= 0.035

0.031 H=0.048 M=0.011

0.032 H=0.004 M=0.004

0.009 H=0.003

M=2.3e-04

0.007 H= 0.005 M= 0.008

0.002 H=7.8e-04 M=9.6e-05

H: hombre M: mujer

Anexo 8b. Pruebas de normalidad sin VO2

Indicador 0 FR 1 FR 1 o más 2 FR 2 o más 3 FR 3 o más 4 FR o más

IMC 0.021 H=0.020 M=0.013

0.032 H=0.033 M=0.014

0.013 H= 0.205 M=0.014

0.039 H=0.064 M=0.023

0.024 H= 0.085 M= 0.045

0.002 H=3.3e-04 M=9.9e-04

0.240 H= 0.005 M= 0.004

0.001 H= 6.3e-06 M= 6.9e-06

CC 0.057 H=0.071 M=0.049

0.105 H=0.145 M=0.072

0.090 H= 0.259 M= 0.239

0.020 H=0.026 M=0.007

0.017 H=0.435 M=0.156

0.009 H=0.001 M= 0.002

0.001 H=0.043 M=0.015

5.4e-04 H=3.0e-04 M=7.6e-06

RCA 0.052 H=0.075 M=0.055

0.037 H=0.042 M=0.018

0.080 H=0.123 M=0.035

0.039 H=0.055 M=0.010

0.044 H= 0.040 M= 0.046

0.001 H=2.9e-04 M=3.3e-04

0.004 H=0.004 M=0.003

3.7e-04 H=5.3e-05 M=9.7e-05

H: hombre M: mujer

Anexo 9. Comparaciones por factores de riesgo grupo completo

Anexo 9a. Comparaciones por factores de riesgo con VO2

Indicador 0 → 1 0 → 1 o más

0 → 2 0 → 2 o más

0 → 3 0 → 3 o más

0 → 4 o más

(n=86) – (n= 120)

(n=86) – (n= 304)

(n= 86) –(n=103)

(n=86) –(n=184)

(n=86) –(n=53)

(n=86) – (n= 81)

(n=86) –(n=28)

IMC P 0.099 (-0.943 0.079) -0.419

0.010 (-1.028 -

0.136) -0.594

0.091 (-0.988 0.071) -0.453

0.005 (-1.171 -

0.211) -0.696

0.003 (-1.569 -

0.322) -0.912

0.001 (-1.594 -

0.438) -0.999

0.019 (-2.009 -

0.220) -1.18

IC

Dif

CC P 0.056 (-2.99 3.3e-

05) -1.499

9.48e-05 (-3.999 -

1.499) -2.500

0.002 (-3.999 -

0.999) -2.499

2.89e-06 (-4.500 -

1.999) -3.499

4.6e-06 (-5.999 -

2.500) -4.000

1.35e-07 (-6.000 -

3.000) -4.500

1.04e-04 (-7.500 -

2.999) -5.499

IC

Dif

RCA P 0.163 (-0.013 0.002) -0.005

0.008 (-0.015 -

0.002) -0.009

0.053 (-1.5e-02 6.2e-05) -0.007

0.001 (-0.018 -

0.004) -0.011

0.002 (-0.023 -

0.005) -0.013

3e-04 (-0.023 -

0.007) -0.015

0.005 (-0.032 -

0.006) -0.018

IC

Dif

P: valor de p, IC: intervalo de confianza 95%, Dif: diferencia

Anexo 9b. Comparaciones por factores de riesgo sin VO2

Indicador 0 → 1 0 → 1 o más 0 → 2 0 → 2 o más 0 → 3 0 → 3 o más

0 → 4 o más

(n=88) – ( n= 127)

(n=88) – (n= 302)

(0= 88) –(n=104)

(n=88) – (n=175)

(n=88) –(n=47)

(n=88) –(n=71)

(n=88) –(n=24)

IMC P 0.08 0.013 0.114 0.009 0.002 0.001 0.092

IC

60

Dif (-0.942 0.061) -0.428

(-0.996 -0.113) -0.566

(-0.965 0.107) -0.431

(-1.122 -0.164) -0.652

(-1.677 -0.411) -1.017

(-1.574 -0.404) -0.971

(-1.752 0.132) -0.970

CC P 0.042 (-2.999 -1.59e-05)

-1.499

2.4e-04 (-3.500 -

1.000) -2.499

0.002 (-3.999 -

0.999) -2.499

1.71e-05 (-4.499 -

1.500) -3.000

4.2e-05 (-5.500 -

2.000) -3.999

4.16e-06 (-5.500 -

2.499) -4.000

0.001 (-6.999 -

1.999) -4.500

IC

Dif

RCA P 0.084 (-0.014 8.8e-04) -0.006

0.006 (-0.015 - 0.006) -0.009

0.061 (-0.014 3.3e-04)

0.007

0.002 (-0.018 -

0.003) -0.010

0.001 (-0.025 -

0.006) -0.016

0.002 (-0.018 -

0.003) -0.010

0.025 (-0.029 -

0.002) -0.016

IC

Dif


Anexo 10. Comparaciones por factores de riesgo en hombres



0 → 2 0 → 2 o más

0 → 3 0 → 3 o más

0 → 4 o más

(n= 25) – (n=60)

(n=25) -(n=176)

(n=25) –(n=60)

(n=25) –(n=116)

(n=25) – (n=36)

(n=25) – (n= 56)

(n=25) –(n=20)

IMC P 0.426 (-1.235 0.576) -0.312

0.159 (-1.410 0.277) -0.577

0.437 (-1.211 0.641) -0.364

0.105 (-1.557 0.186) -0.705

0.115 (-1.805 0.270) -0.725

0.025 (-2.007 -

0.135) -1.066

0.010 (-2.946 -

0.456) -1.631

IC

Dif

CC P 0.688 (-2.999 1.999) -0.499

0.265 (-3.000 0.999) -1.000

0.511 (-3.000 1.500) -0.999

0.156 (-3.500 0.500) -1.499

0.145 (-4.000 0.999) -1.500

0.047 (-4.500 -2.4e-05) -2.000

0.031 (-6.499 -4.12e-05)

-3.500

IC

Dif

RCA P 0.681 (-0.013 0.008) -0.002

0.230 (-0.016 0.004) -0.006

0.493 (-0.016 0.007) -0.004

0.125 (-0.019 0.002) -0.008

0.125 (-0.019 0.002) -0.008

0.030 (-0.024 -

0.001) -0.012

0.014 (-0.042 -

0.006) -0.023

IC

Dif


Anexo 10b. Comparaciones por factores de riesgo sin VO2

Indicador 0 → 1 0 → 1 o más 0 → 2 0 → 2 o más

0 → 3 0 → 3 o más

0 → 4 o más

(n=27) – (n=66)

(n= 27) – (n= 174)

(n=27) –(n=62)

(n=27) –(n=108)

(n=27) – (n=30)

(n=27) -(n=46)

(n=27) –(n=16)

IMC P 0.362 (-1.235 0.538) -0.335

0.208 (-1.264 0.325) -0.488

0.614 (-1.076 0.672) -0.258

0.176 (-1.382 0.286) -0.570

0.088 (-1.809 0.218) -0.805

0.031 (-1.871 -

0.094) 0.924

0.038 (-2.473 -

0.046) -1.337

IC

Dif

CC P 0.550 (-2.999 1.499) -0.500

0.323 (-2.999 0.999) -0.999

0.591 (-2.999 1.999) -0.500

0.255 (-3.000 0.999) -1.000

0.214 (-3.500 0.999) -1.499

0.094 (-3.999 0.100) -1.500

0.087 (-5.999 0.499) -2.500

IC

Dif

RCA P 0.390 (-0.015 0.005) -0.004

0.191 (-0.016 0.003) -0.006

0.497 (-0.015 0.007) -0.004

0.144 (-0.018 0.003) -0.008

0.091 (-0.023 0.001) -0.010

0.031 (-0.027 -

0.001) -0.013

0.037 (-0.040 -

0.002) -0.020

IC

Dif


61

Anexo 11. Comparaciones por factores de riesgo en mujeres



0 → 2 0 → 2 o más

0 → 3 0 → 3 o más 0 → 4 o más

(n=61) –(n= 60)

(n=61) - (n= 128)

(n=61) –(n=43)

(n=61) –(n=68)

(n=61) – (n=17)

(n=61) –(n=25)

(n=61) –(n=8)

IMC P 0.078 (-1.158 0.062) -0.533

0.019 (-1.209 -

0.117) 0.665

0.067 (-1.407 0.046) -0.677

0.022 (-1.445 -

0.109) -0.776

0.006 (-2.480 -

0.411) -1.505

0.051 (-1.944 0.006) -0.960

0.714 (-1.417 1.760) 0.277

IC

Dif

CC P 0.962 (-1.499 1.500)

5.12e-05

0.333 (-1.999 0.500) -0.500

0.414 (-2.499 1.000) -0.500

0.098 (-2.999

5.6e-05) -1.269

0.016 (-4.999 -0.5000) -2.999

0.031 (-4.000 -3.9e-05) -2.499

0.619 (-4.999 2.999) -0.999

IC

Dif

RCA P 0.202 (-0.017 0.003) -0.006

0.029 (-0.018 -

0.001) -0.010

0.078 (-0.021 9.2e-04) -0.010

0.013 (-0.023 -

0.002) -0.013

0.005 (-0.037 -

0.007) -0.024

0.018 (-0.029 -0.0029) -0.017

0.743 (-0.026 0.019) -0.004

IC

Dif

Anexo 11b. Comparaciones por factores de riesgo (mujeres), sin VO2


0 → 2 0 → 2 o más

0 → 3 0 → 3 o más

0 → 4 o más

(n=61) – (n= 61)

(n=61) – (n= 128)

(n=61) –(n=42)

(n=61) – (n= 67)

(n=61) –(n=17)

(n=61) – (n= 25)

(n=61) –(n=8)

IMC P 0.094 (-1.128 0.092) -0.507

0.019 (-1.209 -

0.117) -0.666

0.052 (-1.463 0.008) -0.726

0.018 (-1.477 -

0.137) -0.813

0.006 (-2.480 -

0.411) -1.505

0.051 (-1.944 0.006) -0.960

0.714 (-1.417 1.760)

0.277

IC

Dif

CC P 0.926 (-1.499 1.500)

5.14e-05

0.333 (-1.999 0.500) -0.500

0.373 (-2.499 0.999) -0.999

0.086 (-2.999 3.6e-06) -1.499

0.016 (-4.999 -

0.500) -2.999

0.031 (-4.000 -3.9e-05) -2.499

0.619 (-4.999 2.999) -0.999

IC

Dif

RCA P 0.201 (-0.016 0.003) -0.007

0.028 (-0.018 -

0.001) -0.010

0.068 (-0.022 9.8e-05) -0.011

0.013 (-0.023 -

0.002) -0.013

0.005 (-0.037 -

0.007) -0.023

0.018 (-0.029 -

0.002) -0.017

0.742 (-0.026 0.019) -0.004

IC

Dif


62

Anexo 12. Indicadores antropométricos por grupos de riesgo en todos los

participantes, sin VO2 max/p



0 FR (n=88), 1 FR (n=127), 1 o más FR (n=302) 2 FR (n=104), 2 o más FR (n=175), 3FR (n=47 ), 3 o más FR (n=71), 4 o más FR (n=24), convención de rombo: promedio,


masa corporal.

(B) Circunferencia de cintura

63


0 FR (n=88), 1 FR (n=127), 1 o más FR (n=302) 2 FR (n=104), 2 o más FR (n=175) 3FR (n=47), 3 o más FR (n=71), 4 o más FR (n=24), convención de rombo:

promedio, FR: Factor de riesgo, VO2 máx/p: consumo máximo/pico de oxígeno, CC: circunferencia de la cintura.




FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, RC-A: relación

cintura altura.

64

Anexo 13. Indicadores antropométricos por grupos de riesgo en hombres,

incluyendo VO2 max/p





masa corporal.

(B) Circunferencia de cintura Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.

65


3FR (n=30), 3 o más FR (n=46), 4 o más FR (n=16), convención de rombo: promedio,

FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, CC:

circunferencia de la cintura.




FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, RC-A: Relación

cintura altura.

Anexo 14. Indicadores antropométricos por grupos de riesgo en mujeres, sin VO2

máx/p

66





FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, IMC: Índice de

masa corporal.

(B) Circunferencia de cintura


0 FR (n=61), 1 FR (n=61), 1 o más FR (n=128), 2 FR (n=42), 2 o más FR

(n=67), 3 FR (n=17), 3 o más FR (n=25), 4 o más FR (n=8), Wilcoxon rango de sumas,

convención de rombo: promedio, FR: Factor de riesgo, VO2 máx/p: consumo

máximo/ pico de oxígeno, CC: circunferencia de la cintura.

67


Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de

sumas. 0 FR (n=61), 1 FR (n=61), 1 o más FR (n=128), 2 FR (n=42), 2 o más FR

(n=67), 3 FR (n=17), 3 o más FR (n=25), 4 o más FR (n=8), convención de rombo:

promedio, FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, RC-A:

Relación cintura altura.

ASOCIACIÓN ENTRE LOS INDICADORES ANTROPOMÉTRICOS ...

Documents

Transcript of ASOCIACIÓN ENTRE LOS INDICADORES ANTROPOMÉTRICOS ...