RESUMEN
Objetivo Apesar da importância da resistência à insulina (RI) no desenvolvimento de doenças crônicas, seu diagnóstico envolve demandas invasivas. Assim, faz-se necessário o desenvolvimento de métodos alternativos para predizer RI na prática clínica, sendo os indicadores antropométricos uma alternativa. Portanto, o objetivo deste estudo é avaliar o comportamento desses indicadores com relação ao HOMA-IR (Homeostasis Model Assessment of Insulin Resistance). Materiais e métodos: Coletaram-se peso, altura e circunferência da cintura de 148 adolescentes. A partir destes, calcularam-se índice de massa corporal (IMC), índice de massa corporal invertido (IMCi), relação cintura-estatura (RCE) e índice de conicidade (IC). Coletaram-se ainda dados de composição corporal (percentual de gordura corporal – %GC), por meio de bioimpedância elétrica, e dados bioquímicos (glicemia e insulinemia de jejum) empregados no cálculo do HOMA-IR. O ponto de corte para o HOMA-IR adotado foi de 2,39±1,93. A análise estatística envolveu a correlação de Spearman, a construção de modelos de regressão linear múltiplos e curvas ROC (Receiver Operating Characteristic), com IC de 95%. Utilizou-se o pacote estatístico SPSS v.18.0, considerando p<0,05 como nível de significância. Resultados Todos os indicadores antropométricos estavam estatisticamente correlacionados de forma positiva ao HOMA-IR. A curva ROC mostrou que CC, RCE e IC, nesta ordem, apresentaram-se mais eficazes em predizer RI. Conclusão Entre os indicadores estudados, aqueles relacionados ao acúmulo de gordura central parecem os mais indicados para predizer RI. .
Objective Despite the importance of insulin resistance (IR) on chronic diseases development, its diagnosis remains invasive. Thus, it’s necessary to develop alternative methods to predict IR on clinical practice, and the anthropometric indices are a good alternative to it. Given that, this study’s purpose is to evaluate these indices behavior in relation to HOMA-IR (Homeostasis Model Assessment of Insulin Resistance). Materials and methods: We collected weight, height and waist circumference from 148 adolescents. Through these indices, we calculated the body mass index (BMI), inverted body mass index (iBMI), waist-to-height ratio (WHtR) and conicity index (C index). We also collected data from body composition (body fat percentage – %BF), through electric impedance, and biochemical data (fasting glucose and insulin levels) employed on the HOMA-IR calculation. The HOMA-IR cutoff adopted was of 2.39±1.93. The statistical analysis involved the Spearman correlation analysis, multiple linear regression models and ROC (Receiver Operating Characteristic) curves construction, using 95% CI. We used the statistic pack SPSS v.18, considering p<0.05 as the significance level. Results All anthropometric indices were statistically and positively correlated to HOMA-IR. The ROC curve showed that WC, WHtR and C index, in this order, were the most efficient to predict IR. Conclusion Among the indicators studied, those related to central fat accumulation seem the most suitable for predicting IR. .