Arq Bras Cardiol Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia DKFh4w4fWgRPchPvrfgY7Sc S0066-782X2015002000037 S0066-782X2015005050040 10.5935/abc.20150040 Original Articles Metabolic Syndrome and Importance of Associated Variables in Children and Adolescents in Guabiruba - SC, Brazil Rosini Nilton 1 2 Moura Solange A. Z. Oppermann 2 Rosini Rodrigo Diegoli 2 Machado Marcos José 1 Silva Edson Luiz da 1 Universidade Federal de Santa Catarina Florianópolis SC Brazil Universidade Federal de Santa Catarina, Florianópolis, SC, Brazil Universidade Federal de Santa Catarina 16ª Secretaria de Estado de Desenvolvimento Regional em Brusque SC Brazil 16ª Secretaria de Estado de Desenvolvimento Regional em Brusque, SC – Brazil Mailing Address: Nilton Rosini, Rua Hercílio Luz, 117, Centro. Postal Code 88350-300, Brusque, SC - Brazil. E-mail: niltonrosini@hotmail.com

Conception and design of the research: Rosini N, Moura SAZO, Rosini RD, Silva EL. Data collection: Rosini N, Moura SAZO, Rosini RD. Data analysis and interpretation: Rosini N, Moura SAZO, Rosini RD, Machado MJ, Silva EL. Statistical analysis: Machado MJ, Silva EL. Manuscript writing: Rosini N, Machado MJ, Silva EL. Critical review of the intellectual content of the manuscript: Rosini N, Moura SAZO, Rosini RD, Machado MJ, Silva EL.

No potential conflict of interest relevant to this article was reported.

 07 2015 08 05 2015 105 1 37 44 15 10 2014 24 02 2015 26 02 2015 This is an Open Access article distributed under the terms of the Creative Commons Attribution NonCommercial License which permits unrestricted noncommercial use, distribution, and reproduction in any medium provided the original work is properly cited. Background:

The risk factors that characterize metabolic syndrome (MetS) may be present in childhood and adolescence, increasing the risk of cardiovascular disease in adulthood.

 Objective:

Evaluate the prevalence of MetS and the importance of its associated variables, including insulin resistance (IR), in children and adolescents in the city of Guabiruba-SC, Brazil.

 Methods:

Cross-sectional study with 1011 students (6–14 years, 52.4% girls, 58.5% children). Blood samples were collected for measurement of biochemical parameters by routine laboratory methods. IR was estimated by the HOMA-IR index, and weight, height, waist circumference and blood pressure were determined. Multivariate logistic regression models were used to examine the associations between risk variables and MetS.

 Results:

The prevalence of MetS, IR, overweight and obesity in the cohort were 14%, 8.5%, 21% and 13%, respectively. Among students with MetS, 27% had IR, 33% were overweight, 45.5% were obese and 22% were eutrophic. IR was more common in overweight (48%) and obese (41%) students when compared with eutrophic individuals (11%; p = 0.034). The variables with greatest influence on the development of MetS were obesity (OR = 32.7), overweight (OR = 6.1), IR (OR = 4.4; p ≤ 0.0001 for all) and age (OR = 1.15; p = 0.014).

 Conclusion:

There was a high prevalence of MetS in children and adolescents evaluated in this study. Students who were obese, overweight or insulin resistant had higher chances of developing the syndrome.

 Metabolic Syndrome Insulin Resistance Students Risk Factors Overweight Fundação de Amparo à Pesquisa e Inovação do Estado de Santa Catarina 15.981/2009-6 Introduction

Metabolic syndrome (MetS) is characterized by a set of cardiometabolic risk factors that include abdominal obesity, hypertension, hypertriglyceridemia, hyperglycemia and decreased serum concentration of high-density lipoprotein cholesterol (HDL-c)1 , 2. There is a strong association between MetS and other metabolic variables which may be precursors of the syndrome, such as insulin resistance (IR), overweight and obesity3 , 4. In children and adolescents, MetS is a controversial and still inconclusive topic, mainly due to lack of unified criteria regarding the variables that characterize the syndrome and the cut-off values of these variables. In addition, the definition of MetS, as described in an elegant review by Damiani et al.5, does not necessarily identify which components are abnormal in the individual to allow a better treatment. In any case, there is a consensus that the identification of MetS in children and adolescents indicates without any doubt the presence of a set of factors and/or clinical and metabolic variables that increase the risk of development of type 2 diabetes mellitus and cardiovascular diseases (CVDs)5.

The prevalence of MetS in this population is growing in parallel to the increase in juvenile obesity6. According to systematic reviews, the prevalence of MetS in a general population of children and adolescents worldwide7 and in Brazil8 is 3.3% (0–19.2%) and 11.9% (2.8–29.3%), respectively, and in children with overweight and obesity, the prevalence is 29.2% (10–66%). Overall, the prevalence of IR is not well established. However, in overweight8 and obese8 , 9 children and adolescents, the prevalence of IR ranges from 0 to 24% and 4.4 to 57%, respectively. Based on the results of more recent studies, 33.2%10 and 41.3%11 of obese children and adolescents have IR.

The several risk factors of the syndrome when present during childhood can persist or become more evident from adolescence to adulthood12. Thus, it is important to identify these risk factors early to intervene and minimize future metabolic changes. Therefore, the aim of this study was to verify the prevalence of MetS in students in Guabiruba-SC, as well as the prevalence of IR, obesity and overweight and the association of each of these variables with the development of the syndrome.

 Methods

Cross-sectional study with 1011 students self-reported Caucasians, attending elementary school (1st to 8th grades), aged between six and 14 years and representing 44.0% of the students enrolled in municipal and state schools in the city of Guabiruba-SC (Brazil) in 2009. All 12 schools in the city were represented in this study and each had participation of 21 to 100% of their students. The minimum sample size required to detect statistically significant differences (α < 0.05) was calculated considering a power of 80% (1 - β) and a prevalence of abdominal obesity of 26.9% in adolescents in the city of Florianópolis13, capital of the state of Santa Catarina, with an acceptable error of 2.5% of the estimate and a 20% increase in the minimum calculated value to account for eventual losses. Thus, we estimated that the minimum number of students to be evaluated was 1005. For the IR analysis, we considered the prevalence of 41.3% 14 , with an acceptable error of 4% of this estimate and a 20% increase in the minimum calculated size to account for eventual losses, totaling a minimum of 557 students. The study included a voluntary or accessible convenience sample non-randomly selected, and was approved by the Ethics Committee for Human Subjects at the Universidade Federal de Santa Catarina (No. 210/2009). All participants presented an Informed Consent Form (CNS Resolution 196/96/MetS) signed by their parents or legal guardians.

Blood samples were obtained after 12- to 14-hour fasting and the biochemical parameters glucose, total cholesterol (TC), HDL-c and triglycerides (TG) were measured by an enzymatic method on an automated analyzer (BTS 370 BioSystems, Connecticut - USA). Low-density lipoprotein cholesterol (LDL-c) was estimated by the Friedewald equation14. Serum insulin was measured in 667 samples by chemiluminescence immunometric assay with labeled enzyme in solid phase using the reagent system Immulite 2000 systems® (Siemens Healthcare Diagnostics, Newark, USA). IR was estimated with the HOMA-IR (homeostatic model assessment of insulin resistance) index: (HOMA-IR = fasting serum insulin [μU/mL] x fasting serum glucose [mg/dL]/405)15. The cut-off value adopted was > 3.1616.

Weight and height were measured with equipment consisting of a scale with weighing capacity of 200 kg and accurate to 100 g, and a stadiometer with a height range of 2.0 m and accurate to 0.5 cm (Welmy, São Paulo-SP). Body mass index (BMI) was estimated according to the formula (BMI = Weight [kg]/Height [m2]) and the z-score values for BMI according to age were calculated with the World Health Organization (WHO) software AnthroPlus17. Results > 1 and 2 standard deviations (SDs) above the BMI-for-age z-score were defined as overweight and obesity, respectively17.

Waist circumference (WC) was determined at the narrowest measurement between the lower rib and the upper border of the iliac crest with a flexible and inelastic measuring tape, as described by Taylor et al.18. Blood pressure (BP) was measured by oscillometry with a cuff and a sphygmomanometer according to the I Guideline for Prevention of Atherosclerosis in Childhood and Adolescence16.

The criteria used for diagnosis of MetS were those described by the National Cholesterol Education Program Adult Treatment Panel III1, using the cut-off values for children and adolescents of the I Guideline for Prevention of Atherosclerosis in Childhood and Adolescence16. The diagnosis of MetS was established in the presence of at least three of the following variables: increased WC for gender and age, according to Taylor et al.18, TG ≥ 100.0 mg/dL, HDL-c ≤ 45.0 mg/dL, fasting glucose ≥ 100.0 mg/dL, and BP ≥ 90 percentile for gender, age and height.

Statistical analysis

Categorical results are presented as absolute frequency and percentage, and quantitative results as median and interquartile range. We used the chi-square test (χ2) to detect differences in prevalence between students with and without MetS, boys and girls, and children and adolescents. Quantitative differences between the groups were detected by the Mann-Whitney test after application of the Kolmogorov-Smirnov normality test. Multivariate logistic regression estimated the effect of the independent variables gender, age, IR, overweight and obesity in the clinical outcome of interest (concomitant presentation of at least three factors consistent with MetS). Adjusted odds ratio (aOR) with a 95% confidence interval (95% CI) was used to estimate this association. The adequacy of the model was analyzed by the chi-square and Hosmer-Lemeshow tests, and by the area under the ROC curve19. All analyses were performed with MedCalc ® Statistical Software, version 14.12.0 (MedCalc Software, Ostend, Belgium), and p values < 0.05 were considered statistically significant.

 Results

A total of 1011 Caucasian, volunteering students participated in the study, 52.4% of which were girls, 58.5% children and 41.5% adolescents. The results of the biochemical, anthropometric and clinical characteristics of the cohort are shown in Table 1. The overall prevalence of MetS was 14.1%, whereas the prevalence of overweight, obesity and IR were 21.1%, 13.2% and 8.5%, respectively. However, in students with MetS these prevalences increased to 32.9%, 45.5% and 27.0%, respectively (p ≤ 0.0003). As expected, students with MetS had lower serum concentrations of HDL-c and higher concentrations of TG, glucose and insulin, in addition to increase in WC, systolic and diastolic BP and HOMA-IR index when compared with those without MetS (p < 0.0001). In contrast, there were no differences in CT and LDL-c (Table 1).

Biodemographic, clinical and biochemical characteristics of children and adolescents (6-14 years) evaluated in the city of Guabiruba-SC, Brazil, 2011
Variables General n =1011 With MetS n = 143 (14.1%) Without MetS n = 868 (85.9%) p
BMI (kg/m2) 17.8 (11.3-32.7) 21.1 (14.3-32.7) 17.3 (11.3-33.7) 0.0001
WC (cm) 64.5 (58.0-73.0) 80.0 (71.0-85.8) 63.0 (57.0-70.0) 0.0001
Abdominal obesity n (%) 307 (30.4) 122 (85.3) 185 (21.3) < 0.0001
Eutrophy n (%) 582 (57.6) 31 (21.7) 551 (63.5) 0.0001
Overweight n (%) 213 (21.1) 47 (32.9) 166 (19.1) 0.0003
Obesity n (%) 133 (13.2) 65 (45.5) 68 (7.8) < 0.0001
SBP (mmHg) 100.0 (90.0-110.0) 110.0 (100.0-120.0) 100.0 (90.0-110.0) 0.0001
DBP (mmHg) 60.0 (50.0-70.0) 70.0 (60.0-80.0) 60.0 (50.0-70.0) 0.0001
TC (mg/dL) 168.0 (150.9-187.6) 170.3 (154.1-188.4) 167.7 (150.5-187.6) 0.3092
LDL-c (mg/dL) 102.4 (85.6-120.1) 106.3 (86.0-123.5) 102.1 (85.4-119.1) 0.2039
HDL-c (mg/dL) 47.9 (42.0-55.7) 40.8 (36.3-43.5) 49.6 (43.9-56.9) 0.0001
TG (mg/dL) 77.6 (60.9-100.7) 120.4 (100.3-158.2) 73.8 (58.4-91.1) 0.0001
Glucose (mg/dL) 90.2 (85.0-95.2) 95.7 (89.3-101.0) 90.0 (84.5-94.9) 0.0001
  n = 667 n = 100 n = 567  
Insulin (U/L) 4.50 (2.40-8.40) 7.91 (4.69-13.8) 3.80 (2.30-7.22) 0.0001
HOMA-IR 0.99 (0.54-1.96) 1.91 (1.07-3.36) 0.86 (0.52-1.66) 0.0001
IR n (%) 57 (8.5) 27 (27.0) 30 (5.3) < 0.0001

Results are expressed as median (interquartile range) for continuous variables and absolute value and percentage for categorical variables. MetS: metabolic syndrome; BMI: body mass index; WC: waist circumference; SBP: systolic blood pressure; DBP: diastolic blood pressure; TC: total cholesterol; TG: triglycerides; HOMA-IR: homeostatic model assessment of insulin resistance; IR: insulin resistance.

The prevalence of MetS was similar in boys and girls (Table 2), but was higher in adolescents (19.1%) when compared with children (10.6%; p < 0.0001; Table 3). In general, the most frequent components of MetS and its associated variables were, in descending order, low HDL-c (91.6%), abdominal obesity (85.3%), hypertriglyceridemia (76.9%) obesity (45.5%), high BP (46.1%), hyperglycemia (35.7%), overweight (32.9%) and IR (27.0%). There was no difference between genders or between children and adolescents, with the exception of obesity and IR which were more frequent, respectively, in boys and girls (Table 2), high BP and IR, which were more common in adolescents, and obesity, which was more prevalent in children (Table 3).

Prevalence (%) of variables associated with metabolic syndrome in children and adolescents (6-14 years) evaluated in the city of Guabiruba-SC, Brazil, 2011
Variables n (%) With Metabolic Syndrome Without Metabolic Syndrome
General n = 143 Boys n = 63 (44.1%) Girls n = 80 (55.9%) p 0.0605 General n = 868 Boys n = 418 (48.2%) Girls n = 450 (51.8%) P 0.1465
Low HDL-c 131 (91.6) 56 (88.9) 75 (93.7) 0.4396 249 (28.7) † 127 (30.4) 122 (27.1) 0.3178
HyperTG 110 (76.9) 48 (76.2) 61 (76.2) 0.8432 154 (17.8) † 65 (15.6) 89 (19.8) 0.1264
Hyperglycemia 51 (35.7) 28 (44.4) 23 (28.7) 0.0766 66 (7.6) † 44 (10.5) 22 (4.9) 0.0029
High BP 66 (46.1) 24 (38.1) 42 (52.5) 0.1221 71 (8.2)t 44 (10.5) 27 (6.0) 0.0217
Increased WC 122 (85.3) 53 (84.1) 69 (86.2) 0.9091 185 (21.3) t 74 (17.7) 111 (24.7) 0.0150
Overweight 47 (32.9) 17 (27.0) 30 (37.5) 0.2511 166 (39.7) 81 (19.4) 85 (18.9) 0.9197
Obesity 65 (45.5) 35 (55.5) 30 (37.5) 0.0480 68 (7.8)† 37 (8.8) 31 (6.9) 0.3599
  n = 100 n = 41 n = 59   n = 567 n = 267 n = 300  
IR 27 (27%) 4(9.7) 23 (39.0) 0.0025 30 (5.3)† 7 (2.6) 23 (7.7) 0.0118

P < 0.0001 compared with students with metabolic syndrome (chi-square test with Yates' correction). HDL-c: high-density lipoprotein cholesterol (≤45 mg/dL); HyperTG: hypertriglyceridemia (≥100 mg/dL); Hyperglycemia (≥100 mg/dL); WC: waist circumference (≥p90); BP: blood pressure (≥p90); IR: insulin resistance (HOMA-IR > 3.16).

 Prevalence of variables associated with metabolic syndrome (MetS) in children (6-10 years) and adolescents (11-14 years) with and without MetS evaluated in the city of Guabiruba-SC, Brazil, 2011
Variables Children n= 592 p < 0.0001 Adolescents n = 419 p < 0.0001 Children vs. Adolescents
With MetS n = 63 (10.6%) Without MetS n = 529 (89.4%) With MetS n = 80 (19.1%) Without MetS n = 339 (80.9%) With MetS 0.0001 Without MetS 0.0002
Low HDL-c 57 (90.5) 138 (26.1) < 0.0001 74 (92.5) 111 (32.7) <0.0001 0.9009 0.0433
HyperTG 47 (74.6) 99 (18.7) < 0.0001 63 (78.7) 55 (16.2) < 0.0001 0.7057 0.3954
Hyperglycemia 19 (30.1) 29 (5.5) < 0.0001 32 (40.0) 37 (10.9) < 0.0001 0.2931 0.0052
High BP 22 (34.9) 35 (6.6) < 0.0001 44 (55.0) 36 (10.6) < 0.0001 0.0261 0.0485
Increased WC 56 (88.9) 107 (20.2) < 0.0001 66 (82.5) 78 (23.0) < 0.0001 0.4034 0.3691
Overweight 16 (25.4) 93 (17.6) 0.1811 31 (38.7) 73 (21.5) 0.0022 0.1331 0.1812
Obesity 39 (61.9) 46 (8.7) < 0.0001 26 (32.5) 22 (6.5) < 0.0001 0.0008 0.2951
  n = 50 n = 382   n = 50 n = 185      
IR 5 (10.0) 11 (2.9) 0.0360 22 (44.0) 19 (10.3) < 0.0001 < 0.0001 0.0005

HDL-c: high-density lipoprotein cholesterol (≤45 mg/dL); HiperTG: hypertriglyceridemia (≥100 mg/dL); Hyperglycemia (≥ 100 mg/dL); WC: waist circumference (≥ p90); BP: blood pressure (≥ p90); IR: insulin resistance (HOMA-IR > 3.16).

In students without MetS, the prevalences of hyperglycemia and high BP were higher in boys, whereas increased WC and IR were more frequent in girls. As for age, the prevalence of low HDL-c (32.7%), hyperglycemia (10.9%), increased BP (10.6%) and IR (10.3%) were higher in adolescents when compared with children (Table 3).

The prevalence of several MetS components present simultaneously in students with and without MetS is presented in Table 4. Among children and adolescents with MetS, 68.5%, 27.3% and 4.2% showed three, four and all five metabolic variables of the syndrome, respectively, without significant differences between boys and girls. Among the 27 students with MetS and IR, 12 (44.4%) had three abnormal variables for MetS, whereas 12 (44.4%) and three (11.1%) students had four and five abnormal variables, respectively. In children and adolescents without MetS, 38.2% and 22.3% had one or two abnormal MetS variables, respectively, with 46.7% and 26.7% of these, respectively, presenting IR (Table 4).

Prevalence (%) of one or more simultaneous variables associated with metabolic syndrome in children and adolescents (6-14 years) evaluated in the city of Guabiruba-SC, Brazil, 2011
With Metabolic Syndrome General (n = 143) Boys (n = 63) Girls (n = 80) p
Variables (n) n (%) n (%) n (%)  
Three 98 (68.5) 45 (71.4) 53 (66.2) 0.6289
Four 39 (27.3) 15 (23.8) 24 (30.0) 0.5239
Five 06 (4.2) 03 (4.8) 03 (3.7) 0.9247
IR (n = 27) (n = 4) (n = 23)  
Three + IR 12 (44.4) 0 12 (52.2) 0.1633
Four + IR 12 (44.4) 02 (50.0) 10 (43.5) 0.7614
Five + IR 03 (11.1) 02 (50.0) 01 (4.4) 0.0698
Without Metabolic Syndrome General (n = 868) Boys (n = 418) Girls (n = 450)  
One 332 (38.2) 159 (38.0) 173 (38.4) 0.9591
Two 194 (22.3) 96 (23.0) 98 (21.8) 0.7321
IR (n = 30) (n = 7) (n = 23)  
One + IR 14 (46.7) 3 (42.9) 11 (47.8) 0.8375
Two + IR 8(26.7) 3 (42.9) 5 (21.7) 0.5335

IR: insulin resistance.

The general prevalence of IR was not associated with the nutritional status of the cohort, with 38.6% of the eutrophic, 35.1% of the overweight and 24.6% of the obese students showing IR (p = 0.1597; Table 5). However, after stratification of the prevalence of IR according to the occurrence of MetS and nutritional status, there was a higher proportion of overweight (48.1%) and obese (40.7%) students with MetS and IR compared with eutrophic students (11.1%, p = 0.034). In students without MetS, in contrast, IR was more common in eutrophic individuals (63.3%) than in those with overweight (23.3%) or obesity (10.0%, p = 0.0001; Table 5).

Prevalence (%) of insulin resistance (IR) in children and adolescents (6-14 years) with and without metabolic syndrome evaluated in the city of Guabiruba-SC, Brazil, 2011
  Adolescents n = 667 With Metabolic Syndrome n = 100 Without Metabolic Syndrome n= 567
IR (+) n = 57 (8.5%) IR (+) n = 27 (27%) IR (-) n = 73 (73%) p IR (+) n = 30 (5.3%) IR (-) n = 537 (94.7%) p
Nutritional Status n (%) n (%) n (%)   n (%) n (%)  
Low weight n = 54 (8.5%) 1 (17) 0 (0.0) 0(0.0) --- 1 (3.3) 53 (9.9) 0.3800
Eutrophy n = 379 (56.8%) 22 (38.6) 3 (11.1) 15 (20.5) 0.4380 19 (63.3) 342 (63.7) 0.8802
Overweight n = 147 (22.0%) 20 (35.1) 13 (48.1) 21 (28.8) 0.1215 7 (23.3) 106 (19.7) 0.8059
Obesity n = 87 (13.0%) 14 (24.6) 11 (40.7) 37 (50.7) 0.5158 3 (10.0) 36 (6.7) 0.7456
P (Eutrophy vs. Obesity) 0.1597 0.0340 0.0002   0.0001 < 0.0001  

IR (+): presence of insulin resistance; IR (-): absence of insulin resistance.

Results of aOR obtained by multivariate logistic regression analysis are shown in Table 6. The prediction of MetS in the children and adolescents evaluated in the study was significantly increased for age (aOR 1.15; p = 0.0142), IR (aOR, 4.39; p = 0.0001), overweight (aOR 6.09; p < 0.0001), and, mainly, obesity (aOR 32.68; p < 0.0001). In a logistic regression model adjusted for gender and considering the HOMA-IR index as an independent variable, the increase in each HOMA-IR unit was associated with MetS, with an OR of 1.25 (95% CI 1.09–1.44; p = 0.0220).

Predictors of metabolic syndrome in children and adolescents (6–14 years) evaluated in the city of Guabiruba-SC, Brazil, 2011, estimated with multivariate logistic regression
Variables aOR 95% CI p
Age 1.15 1.03-1.28 0.0142
Male gender 0.77 0.45-1.31 0.3389
Overweight 6.09 3.25-11.42 < 0.0001
Obesity 32.68 16.51-64.69 < 0.0001
Insulin resistance 4.39 2.14-9.00 0.0001

aOR: adjusted odds ratio; 95% CI, 95% confidence interval.

 Discussion

The occurrence of MetS in children and adolescents must be identified early to allow risk stratification of future cardiovascular events1. In the present study, 14.1% of the students assessed in the city of Guabiruba-SC were diagnosed with MetS, especially those with overweight or obesity, IR and adolescents. It is worth mentioning that among patients with MetS, 22% were eutrophic. Compared with other Brazilian studies that used identical classification criteria, the prevalence of MetS found in our cohort was higher than that observed in Maracaí-SP (3.6%)20, but lower than those described in Salvador-BA (17.7%)21 and Feira de Santana-BA (22.6%)22, probably due to the different proportions of obese individuals in each of these cohorts.

MetS in children and adolescents is becoming a global public health concern23. This syndrome has a complex and multifactorial etiology and the control of its modifiable risk factors during the prenatal period and/or childhood may have a long-term effect on the prevention of chronic degenerative diseases, including CVDs. Considering the growing evidence on the progression of risk factors from childhood to adulthood, the potential role of genetic, prenatal, environmental, biological and behavioral determinants on childhood MetS should be emphasized24 , 25. In this context, MetS in children is related mainly to "globesity", a term used by WHO to emphasize the increasing global epidemic of juvenile overweight and obesity. In the present study conducted with children and adolescents in a semirural city in Santa Catarina, we found a high prevalence of students with overweight (21%) and obesity (13%), with great chance of developing MetS (6.1 and 32.7 times, respectively). Among students with MetS, 33% were overweight and 45.5% were obese. Similar results were reported in obese children and adolescents in Maracaí-SP20, obese adolescents in Porto Alegre-RS26 and in three cities in Paraná27. In obese children in Taguatinga-DF, the prevalence of MetS was 16.7%28.

It is common knowledge that obesity in children and adolescents is associated with the occurrence of other components of MetS and IR29. Similarly, there is a strong association between IR and MetS or cardiometabolic risk variables10 , 11 , 28. In this study, 35% and 25% of the students with overweight and obesity, respectively, were resistant to insulin. IR has been considered a potential cardiovascular risk marker10 , 11 and was present in 33% and 41% of the obese adolescents treated at a specialized outpatient clinic in Osasco-SP10 and by the Unified Health System in Campina Grande-PB11, respectively, 39.4% of the obese children and adolescents evaluated in Bolivia30 and 7.7% of the obese children (3–5 years) evaluated in northern Netherlands31. In our study, IR had an overall prevalence of 8.5% in the evaluated cohort, and was present mainly in girls and adolescents. In students with MetS, the prevalence of IR increased to 27%, mainly in overweight (48%) and obese (41%) individuals, and was also more frequent in girls (39%) and adolescents (44%), thus confirming the association with overweight and some hormonal influence28 , 32 - 35. On logistic regression analysis in our study, IR was associated with MetS (aOR = 4.4), with a 25% increase in the risk of MetS (aOR = 1.25) for each HOMA-IR unit increase. In general, our results corroborate the findings of Medeiros et al.11, who reported that girls and adolescents with MetS and IR had a high risk of presenting MetS components . Other Brazilian authors also reported important and significant associations between IR and several clinical and metabolic abnormalities compatible with MetS in obese adolescents10 and children28 , 36 , 37.

According to Bradshaw et al.38, a substantial number of children and adolescents has some of the MetS components. In fact, our results are a cause of concern and deserve attention, as 38% and 22% of the students without MetS had one or two components of the syndrome. Furthermore, 29% of these individuals had low HDL-c, 21% had abdominal obesity – which represents a greater risk for CVDs39 – and 63% were resistant to insulin, indicating a high percentage of young individuals with high probability of future worsening in cardiometabolic risks. In students with MetS, there was also a high proportion of individuals with up to four components of the syndrome (27%), 44% of which were IR. It also draws attention the fact that 4.2% of the students had five metabolic abnormalities including IR, which is unusual in children and adolescents. In general, these results are comparable to those of other Brazilian studies10 , 11 , 26 , 36 , 40. The variables of greatest frequency were low HDL-c, abdominal obesity, hypertriglyceridemia and high BP, with prevalences of 92%, 85%, 77% and 46%, respectively. It is worth noting that in obese children31 and adolescents26, high BP tends to be more prevalent than lipid abnormalities.

Since this study has a cross-sectional design, it has limitations in defining temporal causal relationships. In addition to that, the fact that these results cannot be extrapolated to the general population of children and adolescents in the city of Guabiruba-SC may also be considered a limitation. Other limitations include the absence of insulin measurement in all students, lack of evaluation of eating habits, physical activity level and extent of pubertal maturation, and absence of family history for cardiovascular disease, obesity and diabetes mellitus.

 Conclusion

In summary, the population of children and adolescents who participated in the present study showed a high prevalence of MetS, particularly students with obesity or overweight, those with IR and adolescents. Low HDL-c was the most frequent component of the syndrome, followed by abdominal obesity and hypertriglyceridemia. Furthermore, we confirmed that obesity, overweight, IR and age were the associated variables most frequently associated with MetS.

Sources of Funding

This study was funded by FAPESC – Fundação de Amparo à Pesquisa e Inovação do Estado de Santa Catarina, protocol n° 15.981/2009-6.

Study Association

This study is not associated with any thesis or dissertation work.

 Acknowledgments

The authors are thankful for the City Council of Guabiruba (Municipal Department of Education and Municipal Department of Health) and for the 16th State Department of Regional Development of Brusque (Health Management and Education Management) for the logistical support.

 References Expert panel on detection, evaluation, and treatment of high blood cholesterol in adults. Executive Summary of The Third Report of The National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, And Treatment of High Blood Cholesterol In Adults (Adult Treatment Panel III). JAMA. 2001;285(19):2486-97. Expert panel on detection, evaluation, and treatment of high blood cholesterol in adults. Executive Summary of The Third Report of The National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, And Treatment of High Blood Cholesterol In Adults (Adult Treatment Panel III) JAMA 2001 285 19 2486 2497 Nelson RA, Bremer AA. Insulin resistance and metabolic syndrome in the pediatric population. Metab Syndr Relat Disord. 2010;8(1):1-14. Nelson RA Bremer AA Insulin resistance and metabolic syndrome in the pediatric population Metab Syndr Relat Disord 2010 8 1 1 14 Bao W, Srinivasan SR, Berenson GS. Persistent elevation of plasma insulin levels is associated with increased cardiovascular risk in children and young adults. The Bogalusa Heart Study. Circulation. 1996;93(1):54-9. Bao W Srinivasan SR Berenson GS Persistent elevation of plasma insulin levels is associated with increased cardiovascular risk in children and young adults. The Bogalusa Heart Study Circulation 1996 93 1 54 59 Poyrazoglu S, Bas F, Darendeliler F. Metabolic syndrome in young people. Curr Opin Endocrinol Diabetes Obes. 2014;21(1):56-63. Poyrazoglu S Bas F Darendeliler F Metabolic syndrome in young people Curr Opin Endocrinol Diabetes Obes 2014 21 1 56 63 Damiani D, Kuba VM, Cominato L, Damiani D, Dichtchekenian V, Menezes-Filho HC. Síndrome metabólica em crianças e adolescentes: dúvidas na terminologia, mas não nos riscos cardiometabólicos. Arq Bras Endocrinol Metabol. 2011;55(8):576-82. Damiani D Kuba VM Cominato L Damiani D Dichtchekenian V Menezes HC Filho Síndrome metabólica em crianças e adolescentes: dúvidas na terminologia, mas não nos riscos cardiometabólicos Arq Bras Endocrinol Metabol 2011 55 8 576 582 Van Grouw JM, Volpe SL. Childhood obesity in America. Curr Opin Endocrinol Diabetes Obes. 2013;20(5):396-400. Van Grouw JM Volpe SL Childhood obesity in America Curr Opin Endocrinol Diabetes Obes 2013 20 5 396 400 Friend A, Craig L, Turner S. The prevalence of metabolic syndrome in children: a systematic review of the literature. Metab Syndr Relat Disord. 2013;11(2):71-80. Friend A Craig L Turner S The prevalence of metabolic syndrome in children: a systematic review of the literature Metab Syndr Relat Disord 2013 11 2 71 80 Tavares LF, Yokoo EM, Rosa ML, Fonseca SC. Síndrome metabólica em crianças e adolescentes brasileiros: Revisão sistemática. Cad Saúde Colet. 2010;18(4):469-76. Tavares LF Yokoo EM Rosa ML Fonseca SC Síndrome metabólica em crianças e adolescentes brasileiros: Revisão sistemática Cad Saúde Colet 2010 18 4 469 476 Souza MS, Leme RB, Franco RR, Romaldini CC, Tumas R, Cardoso AL, et al. Síndrome metabólica em adolescentes com sobrepeso e obesidade. Rev Paul Pediatr. 2007;25(3):214-20. Souza MS Leme RB Franco RR Romaldini CC Tumas R Cardoso AL Síndrome metabólica em adolescentes com sobrepeso e obesidade Rev Paul Pediatr 2007 25 3 214 220 Romualdo MC, de Nóbrega FJ, Escrivão MA. Insulin resistance in obese children and adolescents. J Pediatr (Rio J). 2014;90(6):600-7. Romualdo MC de Nóbrega FJ Escrivão MA Insulin resistance in obese children and adolescents J Pediatr (Rio J) 2014 90 6 600 607 Medeiros CC, Ramos AT, Cardoso MA, França IS, Cardoso AS, Gonzaga NC, et al. Resistência Insulínica e sua Relação com os Componentes da Síndrome Metabólica Arq Bras Cardiol. 2011;97(5):380-9. Medeiros CC Ramos AT Cardoso MA França IS Cardoso AS Gonzaga NC Resistência Insulínica e sua Relação com os Componentes da Síndrome Metabólica Arq Bras Cardiol 2011 97 5 380 389 Morrison JA, Friedman LA, Harlan WR, Harlan LC, Barton BA, Schreiber GB, et al. Development of the metabolic syndrome in black and white adolescent girls: a longitudinal assessment. Pediatrics. 2005;116(5):1178-82. Morrison JA Friedman LA Harlan WR Harlan LC Barton BA Schreiber GB Development of the metabolic syndrome in black and white adolescent girls: a longitudinal assessment Pediatrics 2005 116 5 1178 1182 Assis MA, Rolland-Cachera MF, Vasconcelos FA, Bellisle F, Conde W, Calvo MC, et al. Central adiposity in Brazilian schoolchildren aged 7-10 years. Br J Nutr. 2007;97(4):799-805. Assis MA Rolland-Cachera MF Vasconcelos FA Bellisle F Conde W Calvo MC Central adiposity in Brazilian schoolchildren aged 7-10 years Br J Nutr 2007 97 4 799 805 Friedewald WT, Levy RI, Fredrickson DS. Estimation of the concentration of low-density lipoprotein cholesterol in plasma, without use of the preparative ultracentrifuge. Clin Chem. 1972;18(6):499-502. Friedewald WT Levy RI Fredrickson DS Estimation of the concentration of low-density lipoprotein cholesterol in plasma, without use of the preparative ultracentrifuge Clin Chem 1972 18 6 499 502 Mathews DR, Hosker JP, Rudenski AS, Naylor BA, Treacher DF, Turner RC. Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man. Diabetologia. 1985;28(7):412-9. Mathews DR Hosker JP Rudenski AS Naylor BA Treacher DF Turner RC Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man Diabetologia 1985 28 7 412 419 Back Giuliano Ide C, Caramelli B, Pellanda L, Duncan B, Mattos S, Fonseca FH. [I guidelines of prevention of atherosclerosis in childhood and adolescence]. Arq Bras Cardiol. 2005;85 Suppl 6:4-36. Back Giuliano Ide C Caramelli B Pellanda L Duncan B Mattos S Fonseca FH I guidelines of prevention of atherosclerosis in childhood and adolescence Arq Bras Cardiol 2005 85 Suppl 6 4 36 WHO AnthroPlus for personal computers manual: software for assessing growth of the world's children and adolescents. Geneva; 2009. [Accessed in 2014 Feb 20]. Available from: http://www.who.int/growthref/tools/en/ WHO AnthroPlus for personal computers manual: software for assessing growth of the world's children and adolescents Geneva 2009 Accessed in 2014 Feb 20 Available from: http://www.who.int/growthref/tools/en/ Taylor RW, Jones IE, Williams SM, Goulding A. Evaluation of waist circumference, waist-to-hip ratio, and the conicity index as screening tools for high trunk fat mass, as measured by dual energy X ray absorptiometry, in children aged 3-19 y. Am J Clin Nutr. 2000;72(2):490-5. Taylor RW Jones IE Williams SM Goulding A Evaluation of waist circumference, waist-to-hip ratio, and the conicity index as screening tools for high trunk fat mass, as measured by dual energy X ray absorptiometry, in children aged 3-19 y Am J Clin Nutr 2000 72 2 490 495 LaValley MP. Logistic regression. Circulation. 2008;117(18):2395-9. LaValley MP Logistic regression Circulation 2008 117 18 2395 2399 Seki M, Matsuo T, Carrilho AJ. Prevalence of metabolic syndrome and associated risk factors in Brazilian schoolchildren. Public Health Nutr. 2008;12(7):947-52. Seki M Matsuo T Carrilho AJ Prevalence of metabolic syndrome and associated risk factors in Brazilian schoolchildren Public Health Nutr 2008 12 7 947 952 Oliveira AC, Oliveira AM, Almeida MS, Silva AM, Adan L, Ladeia AM. Alanine aminotransferase and high sensitivity C-reactive protein: correlates of cardiovascular risk factors in youth. J Pediatr. 2008;152(3):337-42. Oliveira AC Oliveira AM Almeida MS Silva AM Adan L Ladeia AM Alanine aminotransferase and high sensitivity C-reactive protein: correlates of cardiovascular risk factors in youth J Pediatr 2008 152 3 337 342 Guimarães IC, Moura de Almeida A, Guimarães AC. Metabolic syndrome in Brazilian adolescents: the effect of body weight. Diabetes Care. 2008;31(2):e4. Guimarães IC Moura de Almeida A Guimarães AC Metabolic syndrome in Brazilian adolescents: the effect of body weight Diabetes Care 2008 31 2 e4 Kelishadi R. Childhood overweight, obesity, and the metabolic syndrome in developing countries. Epidemiologic Rev. 2007;29:62-76. Kelishadi R Childhood overweight, obesity, and the metabolic syndrome in developing countries Epidemiologic Rev 2007 29 62 76 Gupta N, Goel K, Shah P, Misra A. Childhood obesity in developing countries: epidemiology, determinants, and prevention. Endocr Rev. 2012;33(1):48-70. Gupta N Goel K Shah P Misra A Childhood obesity in developing countries: epidemiology, determinants, and prevention Endocr Rev 2012 33 1 48 70 Halfon N, Verhoef PA, Kuo AA. Childhood antecedents to adult cardiovascular disease. Pediatr Rev. 2012;33(2):51-60. Halfon N Verhoef PA Kuo AA Childhood antecedents to adult cardiovascular disease Pediatr Rev 2012 33 2 51 60 Costa RF, Santos NS, Goldraich NP, Barski TF, de Andrade KS, Kruel LF. Metabolic syndrome in obese adolescents: a comparison of three different diagnostic criteria. J Pediatr (Rio J). 2012;88(4):303-9. Costa RF Santos NS Goldraich NP Barski TF de Andrade KS Kruel LF Metabolic syndrome in obese adolescents: a comparison of three different diagnostic criteria J Pediatr (Rio J) 2012 88 4 303 309 Stabelini-Neto A, Bozza R, Ulbrich A, Mascarenhas LP, Boguszewski MC Campos W. Síndrome metabólica em adolescentes de diferentes estados nutricionais. Arq Bras Endocrinol Metabol. 2012;56(2):104-9. Stabelini A Neto Bozza R Ulbrich A Mascarenhas LP Boguszewski MC Campos W Síndrome metabólica em adolescentes de diferentes estados nutricionais Arq Bras Endocrinol Metabol 2012 56 2 104 109 Ferreira AP, Nóbrega OT, França NM. Associação do índice de massa corporal e da resistência à insulina com síndrome metabólica em crianças brasileiras. Arq Bras Cardiol. 2009;93(2):147-53. Ferreira AP Nóbrega OT França NM Associação do índice de massa corporal e da resistência à insulina com síndrome metabólica em crianças brasileiras Arq Bras Cardiol 2009 93 2 147 153 Weiss R, Bremer AA, Lustig RH. What is metabolic syndrome, and why are children getting it? Ann N Y Acad Sci. 2013;1281:123-40. Weiss R Bremer AA Lustig RH What is metabolic syndrome, and why are children getting it? Ann N Y Acad Sci 2013 1281 123 140 Caceres M, Teran CG, Rodriguez S, Medina M. Prevalence of insulin resistance and its association with metabolic syndrome criteria among Bolivian children and adolescents with obesity. BMC Pediatr. 2008;8:31. Caceres M Teran CG Rodriguez S Medina M Prevalence of insulin resistance and its association with metabolic syndrome criteria among Bolivian children and adolescents with obesity BMC Pediatr 2008 8 31 Bocca G, Ongering EC, Stolk RP, Sauer PJ. Insulin resistance and cardiovascular risk factors in 3- to 5-year-old overweight or obese children. Horm Res Paediatr. 2013;80(2):201-6. Bocca G Ongering EC Stolk RP Sauer PJ Insulin resistance and cardiovascular risk factors in 3- to 5-year-old overweight or obese children Horm Res Paediatr 2013 80 2 201 206 Hoffman RP, Vicini P, Sivitz WI, Cobelli C. Pubertal adolescent male-female differences in insulin sensitivity and glucose effectiveness determined by the one compartment minimal model. Pediatr Res. 2000;48(3):384-8. Hoffman RP Vicini P Sivitz WI Cobelli C Pubertal adolescent male-female differences in insulin sensitivity and glucose effectiveness determined by the one compartment minimal model Pediatr Res 2000 48 3 384 388 Alvarez MM, Vieira AC, Moura AS, da Veiga GV. Insulin resistance in Brazilian adolescent girls: association with overweight and metabolic disorders. Diabetes Res Clin Pract. 2006;74(2):183-8. Alvarez MM Vieira AC Moura AS da Veiga GV Insulin resistance in Brazilian adolescent girls: association with overweight and metabolic disorders Diabetes Res Clin Pract 2006 74 2 183 188 García Cuartero B, García Lacalle C, Jiménez Lobo C, González Vergaz A, Calvo Rey C, Alcázar Villar MJ, et al. [The HOMA and QUICKI indexes, and insulin and C-peptide levels in healthy children. Cut off points to identify metabolic syndrome in healthy children]. An Pediatr (Barc). 2007;66(5):481-90. García Cuartero B García Lacalle C Jiménez Lobo C González Vergaz A Calvo Rey C Alcázar Villar MJ The HOMA and QUICKI indexes.and insulin and C-peptide levels in healthy children.Cut off points to identify metabolic syndrome in healthy children An Pediatr (Barc) 2007 66 5 481 490 Lottenberg SA, Glezer A, Turatti LA. Metabolic syndrome: definition and prevalence in children. J Pediatr (Rio J). 2007;83(5 Suppl):S204-8. Lottenberg SA Glezer A Turatti LA Metabolic syndrome: definition and prevalence in children J Pediatr (Rio J) 2007 83 5 Suppl S204 S208 Ferreira AP, Oliveira CE, França NM. Metabolic syndrome and risk factors for cardiovascular disease in obese children: the relationship with insulin resistance (HOMA-IR). J Pediatr (Rio J). 2007;83(1):21-6. Ferreira AP Oliveira CE França NM Metabolic syndrome and risk factors for cardiovascular disease in obese children: the relationship with insulin resistance (HOMA-IR) J Pediatr (Rio J) 2007 83 1 21 26 Strufaldi MWL, da Silva EM, Puccini RF. Insulin resistance among Brazilian schoolchildren: association with risk factors for cardiovascular diseases. Acta Pædiatr. 2009;98(10):1646-50. Strufaldi MWL da Silva EM Puccini RF Insulin resistance among Brazilian schoolchildren: association with risk factors for cardiovascular diseases Acta Pædiatr 2009 98 10 1646 1650 Bradshaw PT, Monda KL, Stevens J. Metabolic syndrome in healthy obese, overweight, and normal weight individuals: the atherosclerosis risk in communities study. Obesity (Silver Spring). 2013;21(1):203-9. Bradshaw PT Monda KL Stevens J Metabolic syndrome in healthy obese, overweight, and normal weight individuals: the atherosclerosis risk in communities study Obesity (Silver Spring) 2013 21 1 203 209 Schwandt P, Bertsch T, Haas GM. Anthropometric screening for silent cardiovascular risk factors in adolescents: the PEP Family Heart Study. Atherosclerosis. 2010;211(2):667-71. Schwandt P Bertsch T Haas GM Anthropometric screening for silent cardiovascular risk factors in adolescents: the PEP Family Heart Study Atherosclerosis 2010 211 2 667 671 Gontijo CA, Faria ER, Oliveira RM, Priore SE. Síndrome metabólica em adolescentes atendidos em Programa de Saúde de Viçosa-MG. Rev Bras Cardiol. 2010;23(6):324-33. Gontijo CA Faria ER Oliveira RM Priore SE Síndrome metabólica em adolescentes atendidos em Programa de Saúde de Viçosa-MG Rev Bras Cardiol 2010 23 6 324 333 Síndrome Metabólica e Importância das Variáveis Associadas em Crianças e Adolescentes de Guabiruba - SC, Brasil Rosini Nilton 1 2 Moura Solange A. Z. Oppermann 2 Rosini Rodrigo Diegoli 2 Machado Marcos José 1 Silva Edson Luiz da 1 Universidade Federal de Santa Catarina Florianópolis SC Brasil Universidade Federal de Santa Catarina, Florianópolis, SC, Brasil Universidade Federal de Santa Catarina 16ª Secretaria de Estado de Desenvolvimento Regional em Brusque SC Brasil 16ª Secretaria de Estado de Desenvolvimento Regional em Brusque, SC – Brasil Correspondência: Nilton Rosini, Rua Hercílio Luz, 117, Centro. CEP: 88350-300, Brusque, SC - Brasil. E-mail: niltonrosini@hotmail.com

Concepção e desenho da pesquisa: Rosini N, Moura SAZO, Rosini RD, Silva EL. Obtenção de dados: Rosini N, Moura SAZO, Rosini RD. Análise e interpretação de dados: Rosini N, Moura SAZO, Rosini RD, Machado MJ, Silva EL. Análise estatística: Machado MJ, Silva EL. Redação do manuscrito: Rosini N, Machado MJ, Silva EL. Revisão crítica do conteúdo intelectual do manuscrito: Rosini N, Moura SAZO, Rosini RD, Machado MJ, Silva EL.

Declaro não haver conflito de interesses pertinentes.

 Fundamento:

Os fatores de risco que caracterizam a síndrome metabólica (SM) podem estar presentes na infância e adolescência, agravando o risco para as doenças cardiovasculares na idade adulta.

 Objetivo:

Verificar a prevalência de SM e a importância de suas variáveis associadas, incluindo resistência à insulina (RI), em crianças e adolescentes do município de Guabiruba-SC, Brasil.

 Métodos:

Estudo transversal realizado com 1011 estudantes (6–14 anos; 52,4% meninas; 58,5% crianças). Amostras de sangue foram coletadas para as medidas de parâmetros bioquímicos por métodos laboratoriais de rotina. A RI foi estabelecida pelo índice HOMA-IR e foram aferidos o peso, a altura, a circunferência da cintura e a pressão arterial. Modelos de regressão logística multivariada foram usados para examinar associações entre as variáveis de risco e a SM.

 Resultados:

Na população avaliada, as prevalências de SM, RI, sobrepeso e obesidade foram de 14%, 8,5%, 21% e 13%, respectivamente. Dentre os estudantes com SM, 27% tinham RI, 33% apresentavam sobrepeso, 45,5% eram obesos e 22% eutróficos. A RI foi mais frequente nos estudantes com sobrepeso (48%) e obesos (41%) em comparação aos indivíduos eutróficos (11%; p = 0,034). As variáveis com maior influência para o desenvolvimento da SM foram a obesidade (OR = 32,7), o sobrepeso (OR= 6,1), a RI (OR = 4,4; p ≤ 0,0001 para todos) e a idade (OR = 1,15; p = 0,014).

 Conclusão:

Foi observada elevada prevalência de SM nas crianças e adolescentes avaliados. Estudantes obesos, com sobrepeso ou resistentes à insulina tiveram maiores chances de desenvolver a síndrome.

 Síndrome Metabólica Resistência à Insulina Estudantes Fatores de Risco Sobrepeso Introdução

A síndrome metabólica (SM) é caracterizada por um conjunto de fatores de risco cardiometabólicos, incluindo obesidade abdominal, hipertensão, hipertrigliceridemia, diminuição da concentração sérica do colesterol da lipoproteína de alta densidade (HDL-c) e hiperglicemia 1 , 2. A SM tem forte associação com outras variáveis metabólicas que podem inclusive ser precursoras da síndrome, como a resistência à insulina (RI), sobrepeso e obesidade3 , 4. Em crianças e adolescentes, a SM é tema polêmico e ainda inconclusivo, principalmente devido à falta de critérios unificados sobre as variáveis que devem compor a síndrome, bem como os pontos de corte para essas variáveis. Além disto, a definição de SM, conforme descrita em elegante revisão por Damiani e cols.5, não identifica necessariamente quais os componentes que estão alterados no indivíduo para permitir melhor tratamento. De qualquer maneira, é consenso que a identificação da SM na população infanto-juvenil indica indubitavelmente a presença de um conjunto de fatores e/ou variáveis clínicas e metabólicas que aumentam os riscos para o desenvolvimento futuro de diabetes melito tipo 2 e doenças cardiovasculares (DCVs)5.

Juntamente com o crescimento da obesidade juvenil, a prevalência de SM vem aumentando nessa população6. De acordo com revisões sistemáticas, a prevalência mundial7 e brasileira8 de SM em uma população geral de crianças e adolescentes é de 3,3% (0–19,2%) e 11,9% (2,8–29,3%), respectivamente, e em crianças com sobrepeso e obesidade é de 29,2% (10–66%). Em geral, a prevalência de RI não está bem estabelecida. Porém, em crianças e adolescentes com sobrepeso8 ou obesidade8 , 9 a prevalência de RI varia de 0 a 24% e 4,4 a 57%, respectivamente. Com base nos resultados de estudos mais recentes, 33,2%10 e 41,3%11 das crianças e dos adolescentes obesos apresentam RI.

Os inúmeros fatores de risco associados à síndrome na criança podem persistir ou se tornarem mais evidentes ao longo da adolescência até a idade adulta12. Assim, é importante identificar precocemente estes fatores com a finalidade de intervir e minimizar alterações metabólicas futuras. Dessa forma, o objetivo do presente estudo foi verificar a prevalência de SM em estudantes de Guabiruba-SC, bem como a prevalência de RI, obesidade e sobrepeso e a associação de cada uma dessas variáveis no desenvolvimento da síndrome.

 Métodos

Estudo transversal com 1011 estudantes autodeclarados caucasianos, cursando o ensino fundamental (1ª a 8ª séries), com idade entre seis e 14 anos e que em 2009 representavam 44,0% dos alunos matriculados na rede municipal e estadual do município de Guabiruba-SC, Brasil. Todos os 12 estabelecimentos de ensino do município foram representados no presente estudo, cada um com participação de 21 a 100% dos seus estudantes. O tamanho mínimo necessário para detectar diferenças estatisticamente significativas (α < 0,05) foi calculado considerando o poder de 80% (1 - β) e a prevalência de obesidade abdominal de 26,9% em adolescentes na cidade de Florianópolis13, capital do estado de Santa Catarina, com erro tolerável de 2,5% da estimativa e 20% de acréscimo ao valor mínimo calculado para possíveis perdas. Assim, foi estimado o número mínimo de 1005 estudantes a serem avaliados. Para a análise de RI, foi considerada a prevalência de 41,3% 14 , com erro tolerável de 4% dessa estimativa e acréscimo de 20% ao tamanho mínimo calculado para possíveis perdas, perfazendo o número mínimo de 557 estudantes. O estudo foi constituído por amostra de conveniência voluntária ou de acessibilidade, não selecionada aleatoriamente e foi aprovado pelo Comitê de Ética para Seres Humanos da Universidade Federal de Santa Catarina (nº 210/2009). Todos os participantes apresentaram o Termo de Consentimento Livre e Esclarecido (Resolução CNS 196/96/MS) assinado por seus pais ou responsáveis legais.

As amostras sanguíneas foram obtidas após jejum de 12 a 14 horas e a quantificação dos parâmetros bioquímicos glicose, colesterol total (CT), HDL-c e triglicerídeos (TG) foi realizada com a utilização de metodologia enzimática em equipamento automatizado (BTS 370 BioSystems - Connecticut-EUA). O colesterol da lipoproteína de baixa densidade (LDL-c) foi estimado pela equação de Friedewald14. A quantificação de insulina sérica foi realizada em 667 amostras por meio de ensaio imunométrico por quimioluminescência com enzima marcada em fase sólida, utilizando-se o sistema de reagentes Immulite 2000 systems® (Siemens Healthcare Diagnostics, Newark, EUA). A RI foi estimada por meio da aplicação do índice HOMA-IR (homeostatic model assessment of insulin resistance): [HOMA-IR = insulina sérica de jejum (μU/mL) x glicose sérica de jejum (mg/dL)/405]15. O ponto de corte adotado foi de > 3,1616.

Peso e altura foram aferidos com equipamento constituído por balança com capacidade para até 200 kg e escala de 100 g, e estadiômetro com capacidade para até 2,0 m e escala de 0,5 cm (Welmy, São Paulo-SP). O índice de massa corporal (IMC) foi estimado segundo a fórmula [IMC = Peso (kg)/Altura (m2)] e os valores de z-score para IMC segundo a idade foram calculados usando o programa AnthroPlus da Organização Mundial da Saúde (OMS)17. Resultados > 1 e 2 desvios padrões (DPs) para o z-score do IMC-por-idade17 foram definidos como sobrepeso e obesidade, respectivamente.

A circunferência da cintura (CC) foi aferida utilizando-se a medida mínima entre a última costela e a borda superior da crista ilíaca, com fita métrica flexível e inelástica, conforme descrito por Taylor e cols.18. A pressão arterial (PA) foi verificada com manguito e esfigmomanômetro por técnica oscilométrica, de acordo com a I Diretriz de Prevenção da Aterosclerose na Infância e na Adolescência16.

Os critérios utilizados para o diagnóstico da SM foram os descritos pelo National Cholesterol Education Program – Adult Treatment Panel III 1, empregando-se os pontos de corte das variáveis para crianças e adolescentes segundo a I Diretriz de Prevenção da Aterosclerose na Infância e na Adolescência16. Dessa forma, o diagnóstico da SM foi estabelecido pela presença de pelo menos três das seguintes variáveis: CC elevada de acordo com sexo e idade, segundo a tabela referencial de Taylor e cols.18, TG ≥ 100,0 mg/dL, HDL-c ≤ 45,0 mg/dL, glicose de jejum ≥ 100,0 mg/dL e PA ≥ percentil 90 (de acordo com sexo, idade e altura).

Análise estatística

Os resultados categóricos estão apresentados na forma de frequência absoluta e percentagem e os quantitativos como mediana e faixa interquartil. Foi utilizado o teste qui-quadrado (χ2) para detectar as diferenças de prevalências entre portadores ou não de SM, entre meninos e meninas e entre crianças e adolescentes. As diferenças quantitativas entre os grupos foram detectadas pelo teste de Mann-Whitney, após aplicação do teste de normalidade de Kolmogorov-Smirnov. A regressão logística multivariada foi usada para estimar o efeito das variáveis independentes gênero, idade, RI, sobrepeso e obesidade no desfecho clínico de interesse (apresentação concomitante de pelo menos três fatores compatíveis com SM). Razões de chance ajustadas (aOR, adjusted odds ratios) com intervalo de confiança de 95% (IC 95%) foram obtidas para estimar essa associação. A análise de adequação do modelo foi realizada pela aplicação dos testes qui-quadrado e Hosmer-Lemeshow e área sob a curva ROC19. Todas as análises foram realizadas com o programa MedCalc ® Statistical Software, versão 14.12.0 (MedCalc Software, Ostend, Bélgica) e valores de p < 0,05 foram considerados estatisticamente significantes.

 Resultados

Participaram do estudo 1011 estudantes voluntários, caucasianos, sendo 52,4% meninas, 58,5% crianças e 41,5% adolescentes. Os resultados das características bioquímicas, antropométricas e clínicas da população estudada estão mostrados na Tabela 1. A prevalência geral de SM foi de 14,1%, enquanto as prevalências de sobrepeso, obesidade e RI foram de 21,1%, 13,2% e 8,5%, respectivamente. Porém, nos estudantes com SM, essas prevalências aumentaram para 32,9%, 45,5% e 27,0%, respectivamente (p ≤ 0,0003). Conforme esperado, os estudantes com SM apresentaram concentrações séricas menores de HDL-c e maiores de TG, glicose e insulina, além de elevação da CC, da PA sistólica e diastólica e do índice HOMA-IR em comparação àqueles sem SM (p < 0,0001). Entretanto, não houve diferença para os valores de CT e LDL-c (Tabela 1).

Características biodemográficas, clínicas e bioquímicas de crianças e adolescentes (6-14 anos) avaliados no município de Guabiruba-SC, Brasil, 2011
Variáveis Geral n = 1011 Com SM n = 143 (14,1%) Sem SM n = 868 (85,9%) P
IMC (kg/m2) 17,8 (11,3-32,7) 21,1 (14,3-32,7) 17,3 (11,3-33,7) 0,0001
CC (cm) 64,5 (58,0-73,0) 80,0 (71,0-85,8) 63,0 (57,0-70,0) 0,0001
Obesidade abdominal n (%) 307 (30,4) 122 (85,3) 185 (21,3) < 0,0001
Eutrofia n (%) 582 (57,6) 31 (21,7) 551 (63,5) 0,0001
Sobrepeso n (%) 213 (21,1) 47 (32,9) 166 (19,1) 0,0003
Obesidade n (%) 133 (13,2) 65 (45,5) 68 (7,8) < 0,0001
PS (mmHg) 100,0 (90,0-110,0) 110,0 (100,0-120,0) 100,0 (90,0-110,0) 0,0001
PD (mmHg) 60,0 (50,0-70,0) 70,0 (60,0-80,0) 60,0 (50,0-70,0) 0,0001
CT (mg/dL) 168,0 (150,9-187,6) 170,3 (154,1-188,4) 167,7 (150,5-187,6) 0,3092
LDL-c (mg/dL) 102,4 (85,6-120,1) 106,3 (86,0-123,5) 102,1 (85,4-119,1) 0,2039
HDL-c (mg/dL) 47,9 (42,0-55,7) 40,8 (36,3-43,5) 49,6 (43,9-56,9) 0,0001
TG (mg/dL) 77,6 (60,9-100,7) 120,4 (100,3-158,2) 73,8 (58,4-91,1) 0,0001
Glicose (mg/dL) 90,2 (85,0-95,2) 95,7 (89,3-101,0) 90,0 (84,5-94,9) 0,0001
  n = 667 n = 100 n = 567
Insulina (U/L) 4,50 (2,40-8,40) 7,91 (4,69-13,8) 3,80 (2,30-7,22) 0,0001
HOMA-IR 0,99 (0,54-1,96) 1,91 (1,07-3,36) 0,86 (0,52-1,66) 0,0001
RI n (%) 57 (8,5) 27 (27,0) 30 (5,3) < 0,0001

Os resultados estão expressos como mediana (faixa interquartil) para variáveis contínuas e valor absoluto e percentagem para variáveis categóricas. SM: síndrome metabólica; IMC: índice de massa corporal; CC: circunferência da cintura; OS: pressão sistólica; PD: pressão diastólica; CT: colesterol total; TG: triglicerídeos; HOMA-IR: homeostatic model assessment insulin resistance; RI: resistência à insulina.

A SM teve prevalência semelhante em meninos e meninas (Tabela 2), porém foi mais frequente nos adolescentes (19,1%) em comparação às crianças avaliadas (10,6%; p < 0,0001; Tabela 3). Em geral, os componentes da SM e as variáveis associadas de maior frequência foram, em ordem decrescente, o HDL-c baixo (91,6%), a obesidade abdominal (85,3%), a hipertrigliceridemia (76,9%), a obesidade (45,5%), a PA elevada (46,1%), a hiperglicemia (35,7%), o sobrepeso (32,9%) e a RI (27,0%). Não houve diferença entre os gêneros e entre crianças e adolescentes, com exceção da obesidade e da RI que foram mais frequentes, respectivamente, nos meninos e nas meninas (Tabela 2), da PA elevada e da RI, que foram mais comuns nos adolescentes, e da obesidade que foi mais prevalente nas crianças (Tabela 3).

Prevalência (%) de variáveis associadas à síndrome metabólica em crianças e adolescentes (6-14 anos) avaliados no município de Guabiruba-SC, Brasil, 2011
Variáveis n (%) Com Síndrome Metabólica Sem Síndrome Metabólica
Geral n = 143 Meninos n = 63 (44,1%) Meninas n = 80 (55,9%) p 0,0605 Geral n = 868 Meninos n = 418 (48,2%) Meninas n = 450 (51,8%) p 0,1465
HDL-c baixo 131 (91,6) 56 (88,9) 75 (93,7) 0,4396 249 (28,7)† 127 (30,4) 122 (27,1) 0,3178
HiperTG 110 (76,9) 48 (76,2) 61 (76,2) 0,8432 154 (17,8)† 65 (15,6) 89 (19,8) 0,1264
Hiperglicemia 51 (35,7) 28 (44,4) 23 (28,7) 0,0766 66 (7,6)† 44 (10,5) 22 (4,9) 0,0029
PA elevada 66 (46,1) 24 (38,1) 42 (52,5) 0,1221 71 (8,2)† 44 (10,5) 27 (6,0) 0,0217
CC aumentada 122 (85,3) 53 (84,1) 69 (86,2) 0,9091 185 (21,3)† 74 (17,7) 111 (24,7) 0,0150
Sobrepeso 47 (32,9) 17 (27,0) 30 (37,5) 0,2511 166 (39,7) 81 (19,4) 85 (18,9) 0,9197
Obesidade 65 (45,5) 35 (55,5) 30 (37,5) 0,0480 68 (7,8)† 37 (8,8) 31 (6,9) 0,3599
  n = 100 n = 41 n= 59 n = 567 n = 267 n = 300
RI 27 (27%) 4(9,7) 23 (39,0) 0,0025 30 (5,3)† 7(2,6) 23 (7,7) 0,0118

P < 0,0001 em comparação aos estudantes com síndrome metabólica (teste qui-quadrado com correção de Yates). HDL-c: colesterol da lipoproteína de alta densidade (≤45 mg/dL); HiperTG, hipertrigliceridemia (≥100 mg/dL); Hiperglicemia (≥100 mg/dL); CC: circunferência da cintura (≥p90); PA: pressão arterial (≥p90); RI: resistência à insulina (HOMA-IR > 3,16).

 Prevalência de variáveis associadas à síndrome metabólica (SM) em crianças (6-10 anos) e adolescentes (11-14 anos) com e sem SM avaliados no município de Guabiruba-SC, Brasil, 2011
Variáveis Crianças n = 592 p< 0,0001 Adolescentes n = 419 p < 0,0001 Crianças vs. Adolescentes
Com SM n = 63 (10,6%) Sem SM n = 529 (89,4%) Com SM n = 80 (19,1%) Sem SM n = 339 (80,9%) Com SM 0,0001 Sem SM 0,0002
HDL-c baixo 57 (90,5) 138 (26,1) < 0,0001 74 (92,5) 111 (32,7) < 0,0001 0,9009 0,0433
HiperTG 47 (74,6) 99 (18,7) < 0,0001 63 (78,7) 55 (16,2) < 0,0001 0,7057 0,3954
Hiperglicemia 19 (30,1) 29 (5,5) < 0,0001 32 (40,0) 37 (10,9) < 0,0001 0,2931 0,0052
PA elevada 22 (34,9) 35 (6,6) < 0,0001 44 (55,0) 36 (10,6) < 0,0001 0,0261 0,0485
CC elevada 56 (88,9) 107 (20,2) < 0,0001 66 (82,5) 78 (23,0) < 0,0001 0,4034 0,3691
Sobrepeso 16 (25,4) 93 (17,6) 0,1811 31 (38,7) 73 (21,5) 0,0022 0,1331 0,1812
Obesidade 39 (61,9) 46 (8,7) < 0,0001 26 (32,5) 22 (6,5) < 0,0001 0,0008 0,2951
  n = 50 n = 382 n = 50 n = 185
RI 5 (10,0) 11 (2,9) 0,0360 22 (44,0) 19 (10,3) < 0,0001 < 0,0001 0,0005

HDL-c: colesterol da lipoproteína de alta densidade (≤45 mg/dL); HiperTG: hipertrigliceridemia (≥100 mg/dL); Hiperglicemia (≥100 mg/dL); CC: circunferência da cintura (≥p90); PA: pressão arterial (≥p90); RI: resistência à insulina (HOMA-IR ≥3,16).

Nos estudantes sem SM, as prevalências de hiperglicemia e a PA elevada foram maiores nos meninos, enquanto a CC aumentada e a RI foram mais frequentes nas meninas. Em relação à idade, as prevalências de HDL-c baixo (32,7%), hiperglicemia (10,9%), PA elevada (10,6%) e RI (10,3%) foram maiores nos adolescentes em comparação às crianças (Tabela 3).

A prevalência de mais de um componente da SM presente simultaneamente nos estudantes com e sem SM é apresentada na Tabela 4. Dentre as crianças e adolescentes com SM, 68,5%, 27,3% e 4,2% apresentaram, respectivamente, três, quatro e todas as cinco variáveis metabólicas da síndrome, sem diferenças significativas entre meninos e meninas. Dentre os 27 estudantes com SM e RI, 12 (44,4%) tinham três variáveis da SM, enquanto 12 (44,4%) e três (11,1%) tinham quatro e cinco variáveis, respectivamente. Nas crianças e adolescentes sem SM, 38,2% e 22,3% apresentavam, respectivamente, uma ou duas variáveis da SM, sendo que 46,7% ou 26,7% desses, respectivamente, eram resistentes à insulina (Tabela 4).

Prevalência (%) de vários componentes da síndrome metabólica presentes simultaneamente em crianças e adolescentes (6-14 anos) avaliados no município de Guabiruba-SC, Brasil, 2011
Com Sindrome Metabólica Geral (n = 143) Meninos (n = 63) Meninas (n = 80) p
Variáveis (n) n (%) n (%) n (%)  
Três 98 (68,5) 45 (71,4) 53 (66,2) 0,6289
Quatro 39 (27,3) 15 (23,8) 24 (30,0) 0,5239
Cinco 06 (4,2) 03 (4,8) 03 (3,7) 0,9247
RI (n = 27) (n = 4) (n = 23)
Três + RI 12 (44,4) 0 12 (52,2) 0,1633
Quatro + RI 12 (44,4) 02 (50,0) 10 (43,5) 0,7614
Cinco + RI 03 (11,1) 02 (50,0) 01 (4,4) 0,0698
Sem Síndrome Metabólica Geral (n = 868) Meninos (n = 418) Meninas (n = 450)
Uma 332 (38,2) 159 (38,0) 173 (38,4) 0,9591
Duas 194 (22,3) 96 (23,0) 98 (21,8) 0,7321
RI (n = 30) (n = 7) (n = 23)
Uma + RI 14 (46,7) 3(42,9) 11 (47,8) 0,8375
Duas + RI 8 (26,7) 3(42,9) 5(21,7) 0,5335

RI: resistência à insulina.

A prevalência geral de RI não esteve associada ao estado nutricional da população avaliada, sendo que 38,6% dos estudantes eutróficos, 35,1% com sobrepeso e 24,6% com obesidade apresentaram RI (p = 0,1597; Tabela 5). Porém, estratificando-se a prevalência de RI pela presença de SM e pelo estado nutricional, observou-se maior proporção de estudantes com sobrepeso (48,1%) e obesos (40,7%) com SM e RI em comparação aos estudantes eutróficos (11,1%, p = 0,034). Por outro lado, nos estudantes sem SM, a RI foi mais comum nos indivíduos eutróficos (63,3%) do que naqueles com sobrepeso (23,3%) ou obesidade (10,0%, p = 0,0001; Tabela 5).

Prevalência (%) de resistência à insulina (RI) em crianças e adolescentes (6-14 anos) com e sem síndrome metabólica, avaliados no município de Guabiruba-SC, Brasil, 2011
  Geral n = 667 Com Sindrome Metabólica n = 100 Sem Sindrome Metabólica n =567
RI (+) n = 57 (8,5%) RI (+) n = 27 (27%) RI (-) n = 73 (73%) P RI (+) n = 30 (5,3%) RI (-) n = 537 (94,7%) P
Estado Nutricional n (%) n (%) n (%) n (%) n (%)
Baixo Peso n = 54 (8,5%) 1 (1,7) 0 (0,0) 0(0,0) --- 1 (3,3) 53 (9,9) 0,3800
Eutrofia n = 379 (56,8%) 22 (38,6) 3 (11,1) 15 (20,5) 0,4380 19 (63,3) 342 (63,7) 0,8802
Sobrepeso n = 147 (22,0%) 20 (35,1) 13 (48,1) 21 (28,8) 0,1215 7 (23,3) 106 (19,7) 0,8059
Obesidade n = 87 (13,0%) 14 (24,6) 11 (40,7) 37 (50,7) 0,5158 3 (10,0) 36 (6,7) 0,7456
P (Eutrofia vs. Obesidade) 0,1597 0,0340 0,0002 0,0001 < 0,0001

RI (+): presença de resistência à insulina; RI (-): ausência de resistência à insulina.

Os valores de aOR obtidos pela análise de regressão logística multivariada estão mostrados na Tabela 6. A predição de SM nas crianças e adolescentes avaliados foi significativamente aumentada para idade (aOR 1,15; p = 0,0142), RI (aOR, 4,39; p = 0,0001), sobrepeso (aOR 6,09; p < 0,0001) e, principalmente, obesidade (aOR 32,68; p < 0,0001). Em modelo de regressão logística ajustado pelo gênero e considerando o índice HOMA-IR como variável independente, o aumento de cada unidade do índice HOMA-IR esteve associado à SM com OR de 1,25 (IC 95% 1,09-1,44; p = 0,0220).

Preditores de síndrome metabólica estimados através de regressão logística multivariada em crianças e adolescentes (6-14 anos) avaliados no município de Guabiruba-SC, Brasil, 2011
Variáveis aOR IC 95% p
Idade 1,15 1,03-1,28 0,0142
Gênero masculino 0,77 0,45-1,31 0,3389
Sobrepeso 6,09 3,25-11,42 < 0,0001
Obesidade 32,68 16,51-64,69 < 0,0001
Resistência à insulina 4,39 2,14-9,00 0,0001

aOR: odds ratio (razão de chance) ajustada; IC 95%, intervalo de confiança de 95%.

 Discussão

A identificação precoce da SM em crianças e adolescentes é importante para a estratificação de risco de eventos cardiovasculares futuros 1. No presente estudo, 14,1% da população de estudantes avaliados no município de Guabiruba-SC foi identificada como portadora de SM, principalmente indivíduos com obesidade ou sobrepeso, RI e adolescentes. Merece destaque o fato de que 22% dos portadores de SM eram eutróficos. Em comparação com outros estudos brasileiros que utilizaram critérios idênticos para a classificação, a prevalência de SM encontrada em nosso estudo foi superior à verificada em Maracaí-SP (3,6%)20, porém inferior às descritas em Salvador-BA (17,7%)21 e em Feira de Santana-BA (22,6%)22, provavelmente devido às diferentes proporções de indivíduos obesos nas populações avaliadas.

A SM em crianças e adolescentes está se tornando um problema global de saúde pública23. Essa síndrome tem etiologia complexa e multifatorial e o controle dos seus fatores de risco modificáveis no período pré-natal e/ou na infância pode ter efeito a longo prazo na prevenção de doenças crônico-degenerativas, incluindo as DCVs. Considerando as crescentes evidências sobre a progressão dos fatores de risco desde a infância até a idade adulta, deve-se enfatizar o papel potencial dos determinantes genéticos, pré-natais, ambientais, biológicos e comportamentais na SM na infância24 , 25. Nesse contexto, a SM em crianças está relacionada principalmente à “globesidade”, termo usado pela OMS para enfatizar a crescente epidemia mundial de sobrepeso e obesidade juvenil. No presente estudo, realizado em crianças e adolescentes de um município semirrural de Santa Catarina, foi encontrada elevada prevalência de estudantes com sobrepeso (21%) e obesidade (13%), com as maiores chances de desenvolver a SM (6,1 e 32,7 vezes, respectivamente). Dentre os estudantes com SM, 33% tinham sobrepreso e 45,5% eram obesos. Resultados semelhantes foram descritos para crianças e adolescentes obesos em Maracaí-SP20, adolescentes obesos em Porto Alegre-RS26 e em três cidades do Paraná27. Em crianças obesas em Taguatinga-DF, a prevalência de SM foi de 16,7%28.

Em crianças e adolescentes, sabe-se que a obesidade está associada aos demais componentes da SM e à RI29, assim como existe forte associação entre a RI e a SM ou variáveis de risco cardiometabólico10 , 11 , 28. No presente estudo, 35% e 25% dos estudantes com sobrepeso e obesidade, respectivamente, eram resistentes à insulina. A RI vem sendo considerada como potencial marcador de risco cardiovascular10 , 11 e esteve presente em 33% e 41% dos adolescentes obesos atendidos, respectivamente, em ambulatório especializado em Osasco-SP10 e pelo Sistema Único de Saúde em Campina Grande-PB11, 39,4% das crianças e adolescentes obesos avaliados na Bolívia30 e 7,7% das crianças obesas (3–5 anos) avaliadas na região norte da Holanda31. Nos escolares avaliados em nosso estudo, a RI teve prevalência geral de 8,5% e esteve presente principalmente nas meninas e nos adolescentes. Nos estudantes com SM, a prevalência de RI aumentou para 27%, principalmente nos indivíduos com sobrepeso (48%) ou obesidade (41%) e foi também mais frequente nas meninas (39%) e nos adolescentes (44%), confirmando assim sua associação com o excesso de peso e alguma influência hormonal28 , 32 - 35. De acordo com nossa análise de regressão logística, a RI esteve associada à SM (aOR = 4,4), sendo que o aumento de uma unidade de HOMA-IR elevou em 25% a chance de ocorrência da síndrome (aOR = 1,25). Em geral, os nossos resultados corroboram os achados de Medeiros e cols.11, os quais relataram que as meninas e os adolescentes com RI apresentaram risco elevado para componentes da SM. Outros autores brasileiros também reportaram associações importantes e significativas entre a RI e inúmeras alterações clínicas e metabólicas compatíveis com a SM em adolescentes10 e em crianças28 , 36 , 37 com obesidade.

Segundo Bradshaw e cols.38, um número substancial de crianças e adolescentes têm alguns dos componentes da SM. De fato, nossos resultados são preocupantes e merecem atenção, pois entre os estudantes sem SM, 38% e 22% apresentaram um e dois componentes da SM, respectivamente. Além disto, 29% desses indivíduos apresentaram HDL-c baixo, 21% tinham obesidade abdominal – a qual representa maior risco para as DCVs39 – e 63% eram resistentes à insulina, indicando percentual elevado de jovens com grande probabilidade de agravamento futuro de risco cardiometabólico. Nos estudantes com SM, também foi elevada a proporção de indivíduos com até quatro componentes (27%), sendo que 44% desses eram resistentes à insulina. Igualmente, chama a atenção que 4,2% dos estudantes tinham cinco componentes da SM, incluindo RI, indicando uma situação pouco usual em crianças e adolescentes. Em geral, esses resultados são comparáveis aos de outros estudos brasileiros10 , 11 , 26 , 36 , 40. Entre as variáveis associadas à SM, as de maior frequência foram o HDL-c baixo, a obesidade abdominal, a hipertrigliceridemia e a PA elevada, com prevalências de 92%, 85%, 77% e 46%, respectivamente. Vale notar que em crianças31 e em adolescentes26 obesos, a PA elevada costuma ser mais prevalente que as alterações lipídicas.

Devido ao delineamento transversal, este estudo é limitado pela impossibilidade de definir uma relação temporal de causalidade. Além disto, podem ser considerados como limitação o fato dos resultados não poderem ser extrapolados para a população geral de crianças e adolescentes do município de Guabiruba-SC. Outras limitações incluem a não realização da medida laboratorial de insulina em todos os estudantes, a falta de avaliação dos hábitos alimentares, nível de atividade física e medida de maturação puberal, e ausência de história familiar para doenças cardiovasculares, obesidade e diabetes melito.

 Conclusão

Em resumo, este estudo mostrou alta prevalência de SM na população infanto-juvenil avaliada, principalmente entre os estudantes com obesidade ou sobrepeso, os resistentes à insulina e os adolescentes. O HDL-c baixo foi o componente presente com maior frequência, seguido da obesidade abdominal e da hipertrigliceridemia. Além disto, confirmamos que as variáveis obesidade, sobrepeso, RI e idade estiveram associadas frequentemente à SM.

O presente estudo foi financiado por FAPESC – Fundação de Amparo à Pesquisa e Inovação do Estado de Santa Catarina, processo n° 15.981/2009-6.

Não há vinculação deste estudo a programas de pós‑graduação.