Predictive models of newborn body composition: a systematic review / Modelos preditivos da composição corporal de neonatos: uma revisão sistemática

ABSTRACT

Abstract Objective: To analyze the prediction models of fat-free mass and fat mass of neonates who had air displacement plethysmography as a reference test. Data source A systematic review of studies identified in the PubMed, Virtual Health Library (BVS), SciELO, and ScienceDirect databases was carried out. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) checklist was used for inclusion of studies, the Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD) report was used to select only predictive models studies, and the Prediction Model Risk of Bias Assessment Tool (PROBAST) was used to assess the risk of bias in the models. Data synthesis: This study is registered in PROSPERO with identification CRD42020175048. Five hundred and three studies were found during the searches, and only four papers (six models) were eligible. Most studies (three) used the sum of different skinfolds to predict neonatal body fat and all presented weight as the variable with the highest contribution to predicting neonatal body composition. Two models that used skinfolds showed high coefficients of determination and explained, significantly, 81% of the body fat measured by air displacement plethysmography, while the models using bioimpedance did not find a significant correlation between the impedance index and the fat-free mass. Conclusions: The few studies found on this topic had numerous methodological differences. However, the subscapular skinfold was a strong predictor of neonatal body fat in three studies. It is noteworthy that such model validation studies should be carried out in the future, allowing them to be subsequently applied to the population. The development of these models with low-cost tools will contribute to better nutritional monitoring of children and could prevent complications in adulthood.

RESUMO

RESUMO Objetivo Analisar os modelos de predição da massa livre de gordura e da massa de gordura de neonatos, tendo como teste de referência a pletismografia por deslocamento de ar. Fontes de dados Foi realizada uma revisão sistemática de estudos identificados nas bases de dados United States National Library of Medicine (PubMed), Biblioteca Virtual em Saúde, Scientific Electronic Library Online (SciELO) e ScienceDirect. O checklist Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) foi utilizado para a inclusão dos estudos, e o relatório Transparent Reporting of a multivariate prediction model for Individual Prognosis or Diagnosis (TRIPOD) foi utilizado para a seleção de apenas modelos preditivos. Para a avaliação de risco de viés dos modelos, foi empregada a ferramenta Prediction model study Risk of Bias Assessment Tool (PROBAST). Síntese dos dados O presente estudo encontra-se registrado no PROSPERO com identificação CRD42020175048. Durante as buscas foram encontrados 503 estudos, dos quais apenas quatro artigos (seis modelos) foram elegíveis. A maioria dos estudos (três) utilizou a soma de diferentes dobras cutâneas para predizer a gordura corporal neonatal, e todos apresentaram o peso como a variável com maior contribuição na predição da composição corporal do recém-nascido. Dois modelos que utilizaram dobras cutâneas mostraram altos coeficientes de determinação e explicaram, significantemente, 81% da gordura corporal aferida pela pletismografia por deslocamento de ar, enquanto os modelos que utilizaram a bioimpedância não encontraram correlação significante entre o índice de impedância e a massa livre de gordura. Conclusões Os poucos estudos encontrados sobre essa temática apresentaram inúmeras diferenças metodológicas. Todavia, observou-se em três trabalhos que a dobra cutânea subescapular é um forte preditor da gordura corporal neonatal. Destaca-se que, futuramente, devem ser realizados estudos de validação de tais modelos, permitindo que posteriormente eles sejam aplicados na população. Acredita-se que o desenvolvimento desses modelos, com ferramentas de baixo custo, trará contribuições para melhor acompanhamento nutricional infantil, podendo prevenir complicações na fase adulta.