Comparación de Índices Antropométricos para Agregación de Múltiples Factores de Riesgo en Adultos de Cuenca, Ecuador / Comparison Of Anthropometric Measures For Aggregation Of Multiple Risk Factors In Adults Of Cuenca, Ecuador
Rev. peru. med. exp. salud publica
;
35(2): 198-204, abr.-jun. 2018. tab, graf
Artigo
em Espanhol
| LILACS
| ID: biblio-961865
RESUMEN
RESUMEN Objetivos. El objetivo de este estudio es comparar la capacidad predictiva de diferentes índices antropométricos en la determinación de la agregación de múltiples factores de riesgo (AMFR) en la población adulta de la ciudad de Cuenca, Ecuador. Materiales y métodos . Se realizó un estudio descriptivo transversal con un muestreo aleatorio multietápico en 318 sujetos adultos a quienes se les realizó una evaluación clínica, antropométrica y de laboratorio; siendo la circunferencia abdominal, índice de masa corporal (IMC) e índice cintura altura (ICA) los índices evaluados. La AMFR se definió como la presencia de ≥ dos componentes del síndrome metabólico (excluyendo circunferencia abdominal). Se realizaron curvas COR para determinar el área bajo la curva (ABC) para cada índice. Resultados. De los 318 individuos, un 54,1% (n=172) presentaron AMFR. Según los resultados obtenidos por curvas COR, la mayor capacidad predictiva en mujeres se observó con el IMC y el ICA (ABC 0,751 y 0,750, respectivamente) mientras que en hombres la circunferencia abdominal y el ICA mostraron una capacidad predictiva similar (ABC=0,762). El análisis multivariante ajustado por sexo y edad mostró que el ICA elevado (OR 2,53; IC95% 1,12-5,71; p=0,026) fue el mejor predictor de AMFR, seguido por el IMC (OR 2,15; IC95% 1,19-3,88; p=0,010). Conclusiones. La capacidad predictiva de los índices antropométricos está influenciada por el sexo, no obstante, el ICA es el mejor predictor de la AMFR en la población de Cuenca.
ABSTRACT
ABSTRACT Objective . The aim of this study is to compare the predictive capacity of different anthropometric indices in multiple risk factors aggregation (MRFA) determination in the adult population from Cuenca city, Ecuador. Materials and Methods . A cross- sectional descriptive study was performed with a random multi-stage sampling in 318 adult subjects who underwent a clinical, anthropometric and laboratory evaluation; being the abdominal circumference, body mass index (BMI) and waist height index (WHtR) evaluated. MRFA was defined as the presence of ≥2 components of the metabolic syndrome (excluding abdominal circumference). ROC curves were plotted to determine the area under the curve (AUC) for each index. Results . Of the 318 individuals, 54.1% (n=172) presented MRFA. According to ROC curves, the highest predictive capacity in women was observed with BMI and WHtR (AUC 0.751 and 0.750, respectively), while in men abdominal circumference and WHtR showed a similar predictive power (AUC 0.762). The multivariate analysis adjusted for sex and age showed that high WHtR (OR 2.53, 95% CI 1.12-5.71, p=0.026) was the best predictor of MRFA, followed by BMI (OR 2.15, 95% CI 1.19-3.88, p=0.010). Conclusions . The predictive capacity of the anthropometric indexes is influenced by gender; nevertheless the WHtR is the best predictor of MRFA in our population.
Texto completo:
DisponíveL
Índice:
LILACS (Américas)
Assunto principal:
Estatura
/
Índice de Massa Corporal
/
Circunferência da Cintura
Tipo de estudo:
Ensaio Clínico Controlado
/
Estudo de etiologia
/
Estudo observacional
/
Estudo de prevalência
/
Estudo prognóstico
/
Fatores de risco
Limite:
Adulto
/
Feminino
/
Humanos
/
Masculino
País/Região como assunto:
América do Sul
/
Equador
Idioma:
Espanhol
Revista:
Rev. peru. med. exp. salud publica
Assunto da revista:
Saúde Pública
Ano de publicação:
2018
Tipo de documento:
Artigo
País de afiliação:
Colômbia
/
Equador
/
Estados Unidos
/
Venezuela
Instituição/País de afiliação:
Brigham and Women's Hospital and Harvard Medical School/US
/
Ministerio de Salud Pública/EC
/
Universidad Católica de Cuenca/EC
/
Universidad Simón Bolívar/CO
/
Universidad del Zulia/VE
Similares
MEDLINE
...
LILACS
LIS