Indicadores antropométricos para la caracterización de la adiposidad corporal en gestantes sanas al inicio del embarazo

Calixto Orozco Muñoz, Nélida L. Sarasa Muñoz, Danay Hernández Díaz, Oscar Cañizares Luna, Elizabeth Álvarez-Guerra González, Alina Artiles Santana

Texto completo:

HTML PDF PDF (English)

Resumen

Introducción: Localizaciones distintas de tejido adiposo determinan riesgos para la salud cardiovascular y metabólica, sin que se conozca lo suficiente cómo se manifiesta esta problemática en gestantes sanas al inicio de la gestación.

Objetivo: Identificar posibles agrupaciones de gestantes sanas con adiposidad corporal y evaluar la capacidad diagnóstica de los indicadores utilizados.

Método: Estudio observacional transversal en 1305 gestantes de un área de salud de Santa Clara, desde 2012 al 2016. Se realizaron distribuciones de frecuencias y medidas de tendencia central y de dispersión, se aplicaron técnicas de conglomerados y curvas ROC (receiver operating characteristic). Se estudió la adiposidad general, central, y los componentes de adiposidad corporal y abdominal. 

Resultados: Se identificaron tres conglomerados de adiposidad general y dos de la central. Los valores medios más elevados del índice de masa corporal y el porcentaje de grasa corporal estuvieron en el conglomerado de adiposidad general alto (33,5 kg/m2 y 41,6%) y en el de adiposidad central alta. La suma de los pliegues cutáneos tricipital y subescapular tuvo la mayor área bajo la curva, tanto para la adiposidad corporal general (0,752) como central (0,934); mientras que para la adiposidad abdominal correspondió a la grasa visceral (0,697) y la preperitoneal (0,822).

Conclusiones: Los indicadores utilizados identificaron agrupaciones de gestantes con diferentes niveles de adiposidad general y central, con mayor capacidad diagnóstica para la suma de los pliegues cutáneos subescapular y tricipital.

Referencias

Moral García JE, Redondo Espejo F. La obesidad. Tipos y clasificación. Lect Educ Fís Deportes (B. Aires). [Internet]. 2008 [citado 27 May 2018];13(122). Disponible en: http://www.efdeportes.com/efd122/la-obesidad-tipos-y-clasificacion.htm

World Health Organization. Overweight and obesity in the Western Pacific Region. Manila, Philippines: WHO Regional Office for the Western Pacific; 2017.

Gába A, Pridalová M. Diagnostic performance of body mass index to identify adiposity in women. Eur J ClinNutr. 2016;70(8):898-903.

Vila Candel R, Sanchis Valero S, Mateu Ciscar C, Bellvis Vázquez E, Planells López E, Martínez Ballester A, et al. ¿Cuál es el mejor indicador antropométrico para el control del embarazo? Nutr Clín Diet Hosp. 2016;36(3):87-96.

Granér M, Siren R, Nyman K, Lundbom J, Hakkarainen A, Pentikäinen MO, et al. Cardiac steatosis associates with visceral obesity in nondiabetic obese men. J Clin Endocrinol Metab. 2013;98(3):1189-97.

Okorodudu DO, Jumean MF, Montori VM, Romero-Corral A, Somers VK, Erwin PJ, et al. Diagnostic performance of body mass index to identify obesity as defined by body adiposity: a systematic review and meta-analysis. Int J Obes (Lond). 2010;34(5):791-9.

Stokes A, Preston SH. The contribution of rising adiposity to the increasing prevalence of diabetes in the United States. Prev Med. 2017;101:91-5.

Lee YH, Pratley RE. Abdominal obesity and cardiovascular disease risk: the emerging role of the adipocyte. J Cardiopulm Rehabil Prev. 2007;27(1):2-10.

Yang Q, Cogswell ME, Flanders WD, Hong Y, Zhang Z, Loustalot F, et al. Trends in cardiovascular health metrics and associations with all-cause and CVD mortality among US adults. JAMA. 2012;307(12):1273-83.

Garvey WT, Garber AJ, Mechanick JI, Bray GA, Dagogo-Jack S, Einhorn D, et al. American association of clinical endocrinologists and american college of endocrinology position statement on the 2014 advanced framework for a new diagnosis of obesity as a chronic disease. Endocr Pract. 2014;20(9):977-89.

De Lorenzo A, Bianchi A, Maroni P, Iannarelli A, Di Daniele N, Iacopino L, et al. Adiposity rather than BMI determines metabolic risk. Int J Cardiol. 2013;166(1):111-7.

Ruderman N, Chisholm D, Pi-Sunyer X, Schneider S. The metabolically obese, normal-weight individual revisited. Diabetes. 1998;47(5):699-713.

De Lorenzo A, Martinoli R, Vaia F, Di Renzo L. Normal weight obese (NWO) women: an evaluation of a candidate new syndrome. Nutr Metab Cardiovasc Dis. 2006;16(8): 513-23.

Romero-Corral A, Somers VK, Sierra-Johnson J, Korenfeld Y, Boarin S, Korinek J, et al. Normal weight obesity: a risk factor for cardiometabolic dysregulation and cardiovascular mortality. Eur Heart J. 2010;31(6):737-46.

Madeira FB, Silva AA, Veloso HF, Goldani MZ, Kac G, Cardoso VC, et al. Normal weight obesity is associated with metabolic syndrome and insulin resistance in young adults from a middle-income country. PLoS One [Internet]. 2013 [citado 22 Mar 2018];8(3):e60673. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3610876/pdf/pone.0060673.pdf

Liu PJ, Ma F, Lou HP, Zhu YN. Normal-weight central obesity is associated with metabolic disorders in Chinese postmenopausal women. Asia Pac J Clin Nutr. 2017;26(4):692-7.

Grosso CP, Díaz RF, Wassermann AO. Obesidad y riesgo cardiometabólico [Internet]. Buenos Aires: Fundación para el Estudio, la Prevención y el Tratamiento de la Enfermedad Vascular Aterosclerótica; 2010 [citado 25 May 2018]. Disponible en: http://www.fepreva.org/curso/5to_curso/bibliografia/volumen1/u4_vol1_obesidad.pdf

Kannieappan LM, Deussen AR, Grivell RM, Yelland L, Dodd JM. Developing a tool for obtaining maternal skinfold thickness measurements and assessing inter-observer variability among pregnant women who are overweight and obese. BMC Pregnancy Childbirth [Internet]. 2013 [citado 25 May 2018];13(42). Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3583701/pdf/1471-2393-13-42.pdf

Philipsen A, Carstensen B, Sandbaek A, Almdal TP, Johansen NB, Jørgensen ME, et al. Reproducibility of ultrasonography for assessing abdominal fat distribution in a population at high risk of diabetes. Nutr Diabetes [Internet]. 2013 [citado 20 May 2018];3:e82. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3730221/pdf/nutd201323a.pdf

Centro de Nutrición e Higiene de los Alimentos (MINSAP). Indicadores de nutrición materna: Situación nutricional de las mujeres en Cuba [Internet]. La Habana: Instituto Nacional de Higiene, Epidemiología y Microbiología [citado 27 May 2018]; 2014. Disponible en: https://www.unicef.org/cuba/AF_Nutricion_Materna(1).pdf

Kanhai DA, Kappelle LJ, van der Graaf Y, Uiterwaal CS, Visseren FL, et al. The risk of general and abdominal adiposity in the occurrence of new vascular events and mortality in patients with various manifestations of vascular disease. Int J Obes (Lond). 2012;36(5): 695-702.

Galjaard S, Pexsters A, Devlieger R, Guelinckx I, Abdallah Y, Lewis C, et al. The influence of weight gain patterns in pregnancy on fetal growth using cluster analysis in an obese and nonobese population. Obesity (Silver Spring). 2013;21(7):1416-22.

Ministerio de Salud Pública. Tablas Antropométricas de la Embarazada. La Habana: MINSAP; 2010.

Lecube A, Monereo S, Rubio MÁ, Martínez-de-Icaya P, Martí A, Salvador J, et al. Prevention, diagnosis, and treatment of obesity. 2016 position statement of the Spanish Society for the Study of Obesity. Endocrinol Diabetes Nutr. 2017;64(Supl 1):15-22.

Calloway CW, Chumlea WC, Bouchard C. Circunferences. En: Lohman TG, Roche AF, Martorell R, eds. Anthropometric standardization reference manual. Champaign: Human Kinetics Publishing; 1988. p. 39-45.

Valenzuela K, Bustos P. Índice cintura estatura como predictor de riesgo de hipertensión arterial en población adulta joven: ¿Es mejor indicador que la circunferencia de cintura? Arch Lat Nutr. 2012;62(3):220-6.

Hernández Rodríguez J, Mendoza Choqueticlla J, Duchi Jimbo P. Índice de conicidad y su utilidad para detectar riesgo cardiovascular y metabólico. Rev Cuba Endocrinol [Internet]. 2017 [citado 27 May 2018];28(1):1-13. Disponible en: http://scielo.sld.cu/pdf/end/v28n1/end08117.pdf

Tan PN, Steinbach M, Kumar V. Data mining cluster analysis: basic concepts and algorithms. En: Addison-Wesley L. Introduction to data mining. 1ra ed. India: Pearson Education; 2005. p. 487-568.

James GM, Sugar CA. Clustering for Sparsely Sampled Functional Data. J Am Stat Assoc. 2003;98(462):397-408.

Asociación Médica Mundial. Declaración de Helsinki de la AMM - Principios éticos para las investigaciones médicas en seres humanos. Seúl: WMA; 2008.

Freedman DS, Khan LK, Serdula MK, Dietz WH, Srinivasan SR, Berenson GS. Inter-relationships among childhood BMI, childhood height, and adult obesity: the Bogalusa Heart Study. Int J Obes Relat Metab Disord. 2004;28(1):10-6.

Martos-Moreno GÁ, Barrios V, Martínez G, Hawkins F, Argente J. Effect of weight loss on high-molecular weight adiponectin in obese children. Obesity (Silver Spring). 2010;18(12):2288-94.

Odo IF, Ezeanyika LUS, Nene U. The relationship among body composition and body mass index in a population of adolescents in Enugu State, Nigeria. Int J Curr Microbiol App Sci. 2015;4(1):884-97.

De Souza LR, Kogan E, Berger H, Alves JG, Lebovic G, Retnakaran R, et al. Abdominal adiposity and insulin resistance in early pregnancy. J Obstet Gynaecol Can. 2014;36(11): 969-75.

Park S, Sappenfield WM, Bish C, Salihu H, Goodman D, Bensyl DM. Assessment of the Institute of Medicine recommendations for weight gain during pregnancy: Florida, 2004-2007. Matern Child Health J. 2011;15(3):289-301.

Liu P, Ma F, Lou H, Liu Y. The utility of fat mass index vs. body mass index and percentage of body fat in the screening of metabolic syndrome. BMC Public Health [Internet]. 2013 [citado 2 May 2018];13:629. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3703297/pdf/1471-2458-13-629.pdf

Orozco Muñoz C, Sarasa Muñoz NL, Cañizares Luna O, Hernández Díaz D, Limas Pérez Y, Machado Díaz B. Retención de peso postparto y riesgo cardiovascular. CorSalud [Internet]. 2016 [citado 15 Abr 2018];8(2):94-101. Disponible en: http://www.revcorsalud.sld.cu/index.php/cors/article/view/105/248

Ay L, Kruithof CJ, Bakker R, Steegers EA, Witteman JC, Moll HA, et al. Maternal anthropometrics are associated with fetal size in different periods of pregnancy and at birth. The Generation R Study. BJOG. 2009;116(7):953-63.

Flegal KM, Carroll MD, Kit BK, Ogden CL. Prevalence of obesity and trends in the distribution of body mass index among US adults, 1999-2010. JAMA. 2012;307(5):491-7.

Marín Segura P. Medición ultrasonográfica de la grasa visceral y su asociación con factores de riesgo cardiovasculares y metabólicos en gestantes con sobrepeso [tesis]. España: Universidad de Cádiz; 2016.

Cardellá Rosales LL, Valdés Moreno J, Gómez Álvarez AM, Hernández Fernández ML. Estado nutricional de la gestante y su repercusión sobre el lipidograma durante el embarazo. Panorama Cuba y Salud. 2013;8(2):15-9.

Ray JG, De Souza LR, Park AL, Connelly PW, Bujold E, Berger H. Preeclampsia and preterm birth associated with visceral adiposity in early pregnancy. J Obstet Gynaecol Can. 2017;39(2):78-81.

Gómez-Ambrosi J, Silva C, Galofré JC, Escalada J, Santos S, Millán D, et al. Body mass index classification misses subjects with increased cardiometabolic risk factors related to elevated adiposity. Int J Obes (Lond). 2012;36(2):286-94.

Orozco-Muñoz C, Cañizares-Luna O, Sarasa-Muñoz NL. Postpartum Obesity in Cuba: Risk Outweighs Response. MEDICC Review. 2017;19(2-3):75.

Hernández Díaz D, Sarasa Muñoz NL, Cañizares Luna O, Orozco Muñoz C, Lima Pérez Y, Machado Díaz B. Antropometría de la gestante y condición trófica del recién nacido. AMC [Internet]. 2016 [citado 22 May 2018];20(5):477-87. Disponible en: http://scielo.sld.cu/pdf/amc/v20n5/amc040516.pdf

Hernández Díaz D, Sarasa Muñoz NL, Cañizares Luna O. El índice de masa corporal puede no ser suficiente en el seguimiento ponderal de las gestantes. Medicentro [Internet]. 2016 [citado 22 May 2018];20(3):209-12. Disponible en: http://scielo.sld.cu/pdf/mdc/v20n3/mdc07316.pdf

Limas Pérez Y, Gómez Estacio L, Sarasa Muñoz N, Hernández Díaz D, Cañizares Luna O, Pérez Martínez D. Composición corporal grasa de las gestantes normopeso y sobrepeso. MorfoVirtual 2016 [Internet]. La Habana: CENCOMED; 2016 [citado 25 May 2018]. Disponible en: http://www.morfovirtual2016.sld.cu/index.php/Morfovirtual/2016/paper/view/361/110

Enlaces refback

  • No hay ningún enlace refback.


Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.