RESUMO
O artigo teve como objetivo analisar criticamente estudos que avaliaram a habilidade dos indicadores antropométricos e clínicos enquanto capazes de predizer a SM em idosos. Foi realizado uma pesquisa bibliográfica nas bases de dados Medline/PubMed, LILACS e SciELO, além das referências de artigos selecionados e contato com autores. Foram analisados 21 artigos envolvendo indicadores antropométricos e clínicos em idosos, através de diferentes critérios da SM. Catorze estudos reportam aos indicadores antropométricos, sendo a circunferência da cintura (CC) e a razão cintura-estatura (RCEst) descritos como os melhores preditores de SM, com área sob a curva ROC (AUC) superior a 0,70 (p < 0,05). A circunferência do pescoço também foi descrita como indicador alternativo, porém com menor poder discriminatório. Para os indicadores clínicos, o lipid product accumulation (LAP) foi o parâmetro com melhor desempenho em identificar a SM em idosos, com AUC superior 0,85 e eficiência superior a 70%. Os indicadores CC, RCEst e LAP foram os mais sensiveis na predicação da SM. Desta forma, o emprego desses parâmetros podem facilitar a identificação precoce da SM através de métodos diagnósticos de fácil aplicação, boa precisão e baixo custo. Além disso, é importante a determinação de pontos de corte específicos para idosos, uma ver que a obesidade por si só, parece não ser forte preditor de SM em idosos
Assuntos
Humanos , Masculino , Feminino , Pessoa de Meia-Idade , Idoso , Idoso , Antropometria/métodos , Síndrome Metabólica/complicações , Valor Preditivo dos Testes , Índice de Massa Corporal , Pesos e Medidas Corporais , Indicadores e Reagentes , Obesidade , Fatores de Risco , Curva ROC , Circunferência da Cintura , Relação Cintura-Quadril/métodosRESUMO
FUNDAMENTO: Estudos têm sido realizados para identificar o melhor preditor antropométrico de doenças crônicas em diferentes populações. OBJETIVO: Verificar a relação entre medidas antropométricas e fatores de risco (perfil lipídico e pressão arterial) para doenças cardiovasculares. MÉTODOS: Estudo transversal com 180 homens e 120 mulheres, idade média de 39,6±10,6 anos. Avaliou-se: índice de massa corporal (IMC), circunferência da cintura (CC), percentual de gordura corporal ( por centoGC), relação cintura quadril (RCQ), perfil lipídico, glicemia e pressão arterial. RESULTADOS: IMC, CC e RCQ foram maiores nos homens e por centoGC nas mulheres (p<0,001). A proporção de casos alterados de RCQ e por centoGC em relação a LDL-c e CT foi maior no sexo masculino. Indivíduos normais para CC tiveram alteração para LDL-c, CT e HDL-c. Houve correlação entre IMC e CC (homens: r=0,97 e mulheres: r=0,95; p<0,001). Nos homens a melhor correlação (p<0,001) foi entre CC e RCQ (r=0,82) e nas mulheres por centoGC e CC (r=0,80). Triglicerídeos (TG) teve correlação com RCQ (masculino: r=0,992; feminino: r= 0,95; p<0,001), e com CC (masculino: r=0,82; feminino: r=0,79; p<0,001). Na análise múltipla (Razão de prevalência - RP, Intervalo de Confiança - IC), o IMC esteve associado ao colesterol total (RP=1,9; IC95 por cento 1,01-3,69; p=0,051) no sexo masculino e fracamente associado com TG/HDL-colesterol (RP= 1,8; IC95 por cento 1,01-3,45; p=0,062) no sexo feminino. CONCLUSÃO: O IMC e a RCQ foram os indicadores antropométricos com maior correlação com o perfil lipídico em ambos os sexos. Esses dados suportam a hipótese de que o IMC e a RCQ podem ser considerados como fatores de risco para a doença cardiovascular.
BACKGROUND: Studies have been carried out to identify the best anthropometric predictor of chronic diseases in different populations. OBJECTIVE: To verify the relation between anthropometric measures and risk factors (lipid profile and blood pressure) for cardiovascular diseases. METHODS: Transversal study carried out with 180 males and 120 females, with mean age 39.6±10.6 years old. Body mass index (BMI), waist circumference (WC), body fat percentage ( percentBF), waist-to-hip ratio (WHR), lipid profile, glycemia and blood pressure were the variables assessed. RESULTS: BMI, WC and WHR were higher among males, and percentBF were higher among females (p<0.001). The proportion of altered cases of WHR and percentBF in relation to LDL-cholesterol and total cholesterol (TC) was higher among males. The individuals considered normal for WC presented alteration in the values of LDL-c, TC and HDL-cholesterol. There was a correlation between BMI and WC (males: r=0.97 and females: r=0.95; p<0.001). Among males, the best correlation (p<0.001) was presented between WC and WHR (r=0.82) and among females, percentBF and WC (r=0.80). Triglycerides (TG) presented correlation to WHR (males: r=0.992; females r=0.95; p<0.001), and to WC (males: r=0.82; females r=0.79; p<0.001). In the multiple analysis (Prevalence ratio - PR, Confidence interval - CI), the BMI were associated with total cholesterol (PR=1.9; 95 percentCI 1.01-3.69; p=0.051) among males and slightly associated with TG/HDL-cholesterol (PR= 1.8; IC95 percent 1.01-3.45; p=0.062) among females. CONCLUSION: BMI and WHR were the anthropometric indicators with strongest relation to lipid profile in both sex groups. This data support the hypothesis that BMI and WHR may be considered as risk factors for cardiovascular disease.
Assuntos
Adulto , Feminino , Humanos , Masculino , Antropometria/métodos , Doenças Cardiovasculares/etiologia , Índice de Massa Corporal , Doença Crônica , Doenças Cardiovasculares/sangue , HDL-Colesterol/sangue , LDL-Colesterol/sangue , Métodos Epidemiológicos , Fatores de Risco , Fatores Sexuais , Triglicerídeos/sangue , Relação Cintura-Quadril/métodosRESUMO
OBJETIVO: Selecionar, por meio da sensibilidade e especificidade, os melhores pontos de coorte para a razão cintura-estatura (RCEst) como discriminador de risco coronariano elevado (RCE). MÉTODOS: O desenho foi transversal com amostra composta por 968 adultos de 30-74 anos de idade, sendo 391 (40,4 por cento) do sexo masculino. A análise foi feita por curva Receiver Operating Characteristic (ROC) para identificar a sensibilidade e especificidade do melhor ponto de coorte da RCEst como discriminador de RCE. Verificou-se também a significância estatística da área sob a curva ROC. Foi utilizado intervalo de confiança (IC) a 95 por cento. RESULTADOS: A área total sob a curva ROC entre RCEst e RCE foi de 0,75, IC 95 por cento (0,70-0,81) para homens e 0,69, IC 95 por cento (0,64-0,75) para mulheres. Os melhores pontos de coorte para discriminar o RCE foram para homens e mulheres, respectivamente: 0,52 (sensibilidade de 68 por cento e especificidade de 64 por cento) e 0,53 (sensibilidade de 67 por cento e especificidade de 58 por cento). CONCLUSÃO: Os resultados do estudo sugerem que a RCEst deve ser comparada aos demais indicadores antropométricos de obesidade e pode vir a ser utilizada para discriminar RCE.