ASOCIACIÓN ENTRE LOS INDICADORES ANTROPOMÉTRICOS ...
Transcript of 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)
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
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”.
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
APROBADO
Manuel Augusto Cárdenas Romero Lilia Yadira Cortés Sanabria
Médico., Dr. Med. Nutricionista Dietista, MSc., PhD
_________________________
Adriana Gómez
Nutricionista Dietista
Jurado.
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
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 6A. Índice de masa corporal …………………………………………………..25
Figura 6B. Circunferencia de la cintura ………………………………………………26
Figura 6C. Relación cintura altura ………………………….……….……………..…26
Figura 7. Indicadores antropométricos por grupo de riesgo en mujeres, incluyendo VO2
máx/p ...………………………………………………………………….……………….27
Figura 7A. Índice de masa corporal …………………………………………………..27
Figura 7B. Circunferencia de la cintura ………………………………………………28
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
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
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, 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
(A) Índice de masa corporal
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,
FR: Factor de riesgo, VO2 máx/p: consumo máximo/ pico de oxígeno, IMC: índice de
masa corporal.
26
(B) Circunferencia de la cintura
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.
(C) Relación cintura altura
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, 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
(A) Índice de masa corporal
Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.
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.
(B) Circunferencia de la cintura
Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.
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.
(C) Relación cintura altura
Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.
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
P: valor de p, IC: intervalo de confianza 95%, Dif: diferencia
Anexo 10. Comparaciones por factores de riesgo en hombres
Anexo 10a. 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= 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
P: valor de p, IC: intervalo de confianza 95%, Dif: diferencia
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
P: valor de p, IC: intervalo de confianza 95%, Dif: diferencia
61
Anexo 11. Comparaciones por factores de riesgo en mujeres
Anexo 11a. 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=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
Indicador 0 → 1 0 → 1 o más
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
P: valor de p, IC: intervalo de confianza 95%, Dif: diferencia
62
Anexo 12. Indicadores antropométricos por grupos de riesgo en todos los
participantes, sin 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=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, IMC: índice de
masa corporal.
(B) Circunferencia de cintura
63
Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.
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.
(C) Relación cintura altura
Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.
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, RC-A: relación
cintura altura.
64
Anexo 13. Indicadores antropométricos por grupos de riesgo en hombres,
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=27), 1 FR (n=66), 1 o más FR (n=174), 2 FR (n=62), 2 o más FR (n=108),
3 FR (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, IMC: índice de
masa corporal.
(B) Circunferencia de cintura Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas.
65
0 FR (n=27), 1 FR (n=66), 1 o más FR (n=174), 2 FR (n=62), 2 o más FR (n=108),
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.
(C) Relación cintura altura
Comparaciones contra el grupo de referencia (0 FR) por prueba de Wilcoxon rango de sumas. 0 FR (n=27), 1 FR (n=66), 1 o más FR (n=174), 2 FR (n=62), 2 o más FR (n=108),
3 FR (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, RC-A: Relación
cintura altura.
Anexo 14. Indicadores antropométricos por grupos de riesgo en mujeres, sin VO2
máx/p
66
(A) Índice de masa corporal
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, IMC: Índice de
masa corporal.
(B) Circunferencia de cintura
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), 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
(C) Relación cintura altura
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.