Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC ZNrkLHkkRBhRctk9xJp5nHs S0066-782X2018000500455 10.5935/abc.20180072 Original Article Epidemiology Prevalence and Factors Associated with Metabolic Syndrome among Brazilian Adult Population: National Health Survey - 2013 Ramires Elyssia Karine Nunes Mendonça Menezes Risia Cristina Egito de Longo-Silva Giovana Santos Taíse Gama dos Marinho Patrícia de Menezes Silveira Jonas Augusto Cardoso da Universidade Federal de Alagoas Maceió AL Brazil Universidade Federal de Alagoas, Maceió, AL - Brazil Universidade Federal de Alagoas Mailing Address: Elyssia Karine Nunes Mendonça Ramires, Loteamento Vert Paradiso, Lote 01, Quadra B2. Postal Code 57048-375, Antares, Maceió. AL - Brazil. E-mail: elyssiakarine@hotmail.com, elyssiakarine@gmail.com

Author contributions

Conception and design of the research and Analysis and interpretation of the data: Ramires EKNM, Menezes RCE, Silveira JAC, Longo-Silva G, Santos TG; Acquisition of data: Marinho PM; Statistical analysis: Ramires EKNM, Menezes RCE, Silveira JAC, Marinho PM; Writing of the manuscript: Ramires EKNM, Menezes RCE, Silveira JAC; Critical revision of the manuscript for intellectual content: Menezes RCE, Silveira JAC, Santos TG.

Potential Conflict of Interest

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

 05 2018 110 5 455 466 02 08 2017 15 12 2017 20 12 2017 This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited Abstract Background:

In Brazil, population-based researches analyzing prevalence and factors associated with metabolic syndrome (MS), a recognized predictor of cardiovascular diseases (CVD), and an important cause of disability and death in the country are scarce.

 Objective:

To evaluate prevalence of MS and its associated factors in Brazilian population.

 Methods:

Secondary analysis of the 2013 National Health Survey, a cross-sectional survey with national representativeness of Brazilian adult population (n = 59,402). MS was the outcome variable, defined from harmonization of cardiology international consensus as load ≥ 3 of the following components: self-reported diabetes and hypercholesterolemia, high blood pressure and high waist circumference. Analysis were stratified by sex and prevalence ratios, with their respective 99% confidence intervals (PR [CI 99%]) calculated by simple and multiple Poisson regression models.

 Results:

MS prevalence was 8.9%, being significantly higher among women compared to men; in general, this pattern was maintained in relation to exposure variables studied. Additionally, less than 25% of population did not present any MS component. In final multiple models, sociodemographic, behavioral and comorbidity variables were associated with MS, however, while low schooling (1.46 [1.23-1.74], cerebrovascular accident (1.36 [1], 00] (1.28 [1.03-1.62]) were associated among women, chronic renal failure (1.85 [2.23-2.76]) was associated exclusively among men.

 Conclusion:

We identified MS high prevalence in Brazilian population; on the other hand, factors associated with this condition were different depending on sex.

 Keywords: Cardiovascular Diseases / mortality Metabolic Syndrome / epidemiology Epidemiology Adult Public Health Surveillance Health Surveys Introduction

Changes that occurred in population socioeconomic and cultural patterns, as rapid urbanization and economic development consequence, resulted in significant changes in different population group life habits.1 This new society organization form, associated with alimentary transition and population aging, promoted transformations in the way that people get sick, increasing morbidity and mortality by Noncommunicable Diseases (NCD).2

Concerning specific cardiovascular diseases (CVD), risk factors concomitant presence such as hypertension, hypercholesterolemia, diabetes, insulin resistance and central fat deposition is associated with an approximately 2.5-fold increase in cardiovascular morbidity and mortality risk.3 This complex aggregate of CVD predisposing factors constitutes the condition defined as metabolic syndrome (MS).4

Worldwide MS recent estimate points to prevalence between 20-25% in adult population.3 In U.S. MS prevalence was 34.7% in 2011-2012. It was defined by harmonized criterion, which synthesizes other classification criteria developed by different organizations to define this condition.5 In Latin America cities, MS prevalence found between 2003 and 2005 was 21%, defined by National Cholesterol Education Program Expert Panel (NCEP-ATPIII) American criterion, presenting variation of 14% to 27%, according to studied territories.6 In Brazil, prevalence was even higher, varying around 30% among individuals aged 19 to 64 years in different country regions.7

In this situation, Brazilian government launched the Strategic Action Plan to Tackle Noncommunicable Diseases (NCD) in Brazil 2011-2022, which includes, among other actions, generating information and knowledge about health-disease process and its social determinants for health policies formulation in Brazil.8 In this sense, it was conceived the first National Health Survey (NHS) focused on risk factors surveillance and chronic diseases protection in Brazilian population.9

In this perspective, based on 2013 NHS data, this study objective was to estimate MS prevalence and its components on Brazilian population aged ≥ 18 years and its association with sociodemographic, behavioral and biological variables.

 Methods Design and sample of the study

NHS is a household-based cross-sectional survey with representativeness of Brazilian adult population conducted between August and December 2013. NHS was a population survey on health and its determinants, carried out in Brazil by the Brazilian Institute of Geography and Statistics (IBGE) allied to the Ministry of Health.9

The sampling process was organized by clusters in three stages, where the primary sampling unit (PSU) was composed by census sectors, secondary unit was households and tertiary unit, inhabitants 18 years old or older. Within each stage, participants were selected through simple random sampling. It was considered the corresponding households weight, the dweller selection probability, non-response adjustments by sex and calibration by population totals, by sex and estimated age classes, with all the dwellers weight. A detailed methodology applied description for NHS-2013 was previously published.9

To describe Brazilian population health conditions, NHS was constituted by thematic modules that addressed health and lifestyle individual perception, chronic diseases presence, as well as sociodemographic information. For the study purposes, individuals with data on the factors that make up MS were selected, that is, diabetes mellitus and hypercholesterolemia self-referred medical diagnosis, in addition to blood pressure (BP) values and waist circumference measurements (WC).

Among the 69.954 domiciles occupied with resident selected for NHS-2013 interview, 60,202 individuals 18 years old or older were interviewed, representing response rate of selected residents of 86%.9 We excluded 800 pregnant women from the total, generating a final sample composed of 59.402 individuals.

The National Commission of Ethics in Research (CONEP) approved the NHS project in June 2013, under Opinion N°. 328,159. All the interviewees who agreed to participate in the investigation signed the term of free and informed consent.9

Outcome variable

In this study, MS outcome variable was defined according to the international cardiology consensus harmonization proposal (IDF / NHLBI / AHA / WHF / IAS / IASO), characterized by the presence of three out of five metabolic risk factors.4

In our work, once NHS did not provide biochemical data, MS classification was made considering at least the presence of three of four situations available in database: 1) self-reported diabetes diagnosis; 2) BP values considered borderline for Systemic Hypertension diagnosis (HAS) (systolic ≥130 mmHg and/or diastolic ≥ 85 mmHg); 3) WC values above the cut-off point established as abdominal obesity threshold for South America population (men ≥ 90 cm and women ≥ 80 cm); and, 4) self-reported hypercholesterolemia diagnosis.

A trained team using a calibrated digital device evaluated BP. Individuals needed to be at rest and were oriented to empty their bladders, not smoke or drink during the 30-minute period prior to measurement and not perform any physical activity during the period of one hour before the measurement. BP measurements were made with individuals in sitting position, after having rested for at least five minutes. The individuals were instructed to stay relaxed and leaning against the back of the chair, not crossing their legs and leaving their left arm free of clothes and leaning on a table at the same level as their chest or heart. Three BP measurements were evaluated, with two minutes intervals between them. For the present study, the mean between the second and the third measures was used. In this technique, systolic and diastolic pressures were calculated by algorithms from the maximum oscillation point corresponding to average BP.9

As for anthropometric measurements, weight (kg), height (m) and WC (cm) were measured - having as reference for the perimeter the midpoint between last rib and iliac crest, being used, respectively, portable electronic scale, portable stadiometer, flexible and inelastic measuring tape with 0.1 cm precision. The procedures for anthropometry realization followed the same protocol used in the Brazilian Institute of Geography and Statistics (IBGE) 2008-2009 Family Budget Survey (FBS).9

Independent variables

Independent variables selection was performed based on distal and proximal determinants conceptual model, developed to show sociodemographic, behavioral and comorbid multiple factors impact for MS on population health status.10

Sociodemographic factors used included: sex, age (18-59 years and ≥ 60 years), schooling (≤ 8 years and > 8 years), skin color (white / non-white), marital status (living with partner or not), macro-region (South / Southeast /Center-West and North/Northeast). Macro regions were dichotomized in order to contrast Brazilian development poles, with the South, Southeast and Central West regions being the most developed. Behavioral variables were self-perceived health, considering the combination of "very good" and "good" responses, defining as reference "regular", "poor" and "very poor" responses.

For variable physical activity construction (PA), the following information were considered regarding free time and volume, effort duration and intensity for physical activity, using three months preceding the day of the interview as reference period for PA questions in the questionnaire. Effort intensity was obtained by conversion of physical exercise type or sport reported in vigorous or moderate PA as determined by the Physical Activity Compendium (PAC).11 Effort duration in each session was expressed in minutes and divided into three groups: < 19; 20 to 29; > 30 minutes. Weekly frequency was determined by PA practice day number per week and, for analysis purpose, was divided into 0 to 2 days, 3 to 4 days and > 5 days per week.

Thus, PA variable was initially grouped into three categories, according to World Health Organization recommendation: active (individual that reaches or exceeds moderate physical activity for 150 minutes or vigorous physical activity for 75 minutes per week in at least 10 minutes sessions); inactive (which refuses to practice PA at leisure) and insufficient assets (when performing PA below recommendation).11 Finally, it was decided to combine inactive and insufficient assets categories, transforming them into dichotomous variable (active/inactive).

Variables corresponding to comorbidities analyzed here were previous self-reported cerebral vascular accident medical diagnoses (CVA), chronic renal failure (CRF), depression and other cardiovascular diseases (CVD). For the latter, previous CVD diagnoses reports were considered, such as: infarction, angina, heart failure, among others. Overweight was identified according to body mass index cut-off points (BMI). In individuals aged between 18 and 59 years, values ≥ 25 kg/m2 were considered overweight.11 For those aged 60 years or older, values > 27 kg/m2 were considered as overweight.12

Statistical analysis

Statistical analysis were processed with Stata software version 13.0 (Stata Corp., College Station, USA), using survey commands, whose analysis procedures take into account sampling design and weight.13

The comparison between MS prevalence, for each comorbidity and for disease burden was based on their respective confidence intervals of 99% (CI 99%). Prevalence ratios (PR) with their respective CI 99%, were calculated by simple and multiple Poisson regression models.14

Statistical modeling process was conducted using determinants conceptual model to MS,10 applying hierarchical approach in analysis and using stepwise forward method for variables introduction, considering as eligible those with p < 0.20 (univariate analysis); variables in which the CI 99% did not include "1" or contributed to model adjustment remained in the model.

Associations between MS and potential associated factors were introduced according to sociodemographic, behavioral and comorbidity factors, analyzed by three multiple models. At distal level of analysis (Model 1), the sociodemographic variables age, schooling, skin color, conjugal situation and housing region were considered; for Model 2 composition we used, behavioral variables physical activity and health self-perception adjusted by Model 1; In model 3, variables referring to proximal determinants (comorbidities) were introduced and their effects being adjusted by model 2. It is emphasized that once variables set was defined in a hierarchically superior model, it did not suffer any alteration in others levels of analysis.

Justification for preserving variables in each model was based on result importance for MS occurrence understanding and effect magnitude, as well as its variability, represented here by CI 99%.14 In addition, analysis were stratified by sex, considering that in descriptive analysis, MS showed to affect in different way male and female population, which may reflect different association factors between the groups.

 Results

Sociodemographic, behavioral and comorbidities characteristics of 59.402 individuals over 18 years are described in Table 1 according to MS absence or presence. Physically inactive individual high frequency was identified (98.1%) and 53.8% who were overweight. Self-perception predominant report of very good or good health was observed (65.9%) and low schooling significant frequency (39.1%) among individuals.

Sociodemographic, behavioral and comorbidity characteristics of adults and elderly - National Health Survey (NHS), Brazil, 2013
Variables MS*
Total* Male Female
N = 59.402† N = 25.920† N = 33.482†
%* CI 99% %* CI 99% %* CI 99%
Age
18-59 years 81,8 80,9 - 82,5 83,3 82,4 - 84,1 80,4 79,6 - 81,1
≥ 60 years 18,2 17,4 - 19,0 16,7 15,9 - 17,5 19,6 18,8 - 20,9
Education
> 8 years 60,9 59,7 - 62,0 60,2 58,9 - 61,4 61,5 60,5 - 62,5
≤ 8 years 39,1 37,9 - 40,2 39,8 38,6 - 41,0 38,5 37,4 - 39,5
Skin color
White 47,4 46,4 - 48,5 46,8 45,7 - 47,9 48,1 47,0 - 49,1
Non-white § 52,5 51,5 - 53,6 53,2 52,1 - 54,3 51,9 50,9 - 53,0
Conjugal situation
Do not live with a partner 55,7 54,6 - 56,7 53,4 52,2 - 54,6 57,8 56,8 - 58,8
Live with a partner 44,3 43,2 - 45,3 46,6 45,4 - 47,8 42,2 41,2 - 43,2
Housing region
NE/N 34,0 33,3 - 34,7 34,2 33,4 - 35,1 33,8 32,9 - 34,6
SE/S/CW 66,0 65,3 - 66,7 65,8 64,9 - 66,6 66,2 65,4 - 67,0
Physical activity
Active 1,9 1,6 - 2,2 2,2 1,9 - 2,5 1,6 1,3 - 1,9
Inactive 98,1 97,8 - 98,4 97,8 97,5 - 98,1 98,4 98,0 - 98,6
Health self-perception
Very good/good 65,9 65,0 - 66,9 70,3 69,3 - 71,2 62,1 61,1 - 63,1
Regular - Very bad 34,1 33,0 - 34,9 29,7 28,8 - 30,7 37,9 36,9 - 38,9
Overweight
No 46,2 45,1 - 47,3 47,5 46,4 - 48,7 45,0 43,9 - 45,9
Yes 53,8 52,7 - 54,9 52,5 51,3 - 53,6 55,0 54,0 - 56,0
Another CVD ‡
No 95,8 95,3 - 96,2 96,1 95,6 - 96,5 95,5 95,1 - 95,9
Yes 4,2 3,8 - 4,7 3,9 3,5 - 4,4 4,5 4,1 - 4,9
Chronic renal failure
No 98,6 98,3 - 98,8 98,6 98,4 - 98,9 98,5 98,2 - 98,7
Yes 1,4 1,2 - 1,7 1,4 1,1 - 1,6 1,5 1,3 - 1,7
Stroke
No 98,5 98,2 - 98,7 98,4 98,1 - 98,6 98,5 98,3 - 98,7
Yes 1,5 1,3 - 1,8 1,6 1,4 - 1,9 1,5 1,3 - 1,7
Depression
No 92,3 91,7 - 92,9 96,1 95,6 - 96,5 88,9 88,3 - 89,6
Yes 7,7 7,1 - 8,2 3,9 3,5 - 4,4 11,1 10,4 - 11,7

MS: metabolic syndrome; CI 99%: confidence interval 99%; N: norte; NE: northeast; SE: southeast; S: south; CW: central-west; CVD: cardiovascular disease;

Generated considering the sample weight;

Number of individuals in the database;

Yellow, indigenous, brown, black

infarction, angina, heart failure or other.

Table 2 shows MS prevalence, comorbidities and MS components burden in Brazilian population. Abdominal obesity was the factor with highest prevalence in this study (65.2%, CI 99% 64.4-65.9), followed by high BP (40.7%, CI 99% 39.6-41.7). It was observed that in all comorbidities, women presented the most expressive results, with high BP (46.9%, CI 99% 45.5-48.3) the only condition in which men showed a higher prevalence. In components sum, it is observed that only 1/4 of population did not present any of studied changes (23.8% [CI 99% 22.9-24.7]), while 38.1% (CI 99% 37.2-39.0) of participants already presented at least one MS component and 29.2% (CI 99% 28.3-30.1) coexisted with two considered factors. MS condition was estimated at 8.9% (CI 99% 8.4-9.5) of Brazilian population, with women proportion in this condition (10.3% [CI 99% 9.6-11.2]) statistically surpassing what was observed in the male population (7.5% [CI 99%, 6.7-8.3]).

Prevalence (%) of comorbidities and burden of diseases (risk factors for MS), by sex, of adults and elderly. National Health Survey (NHS), Brazil, 2013
Disease, burden and MS Sex
TotalN = 59.402 MaleN = 25.920 FemaleN = 33.482
%* CI 99% % * CI 99% % * CI 99%
Diabetes 7,1 6,6 - 7,6 6,3 5,6 - 7,2 7,8 7,1 - 8,5
High BP 40,7 39,6 - 41,7 46,9 45,5 - 48,3 34,9 33,7 - 36,3
Hypercholesterolemia 14,7 14,0 - 15,5 11,9 10,9 - 13,1 16,9 16,0 - 17,9
High WC 65,2 64,4 - 65,9 55,6 54,0 - 57,1 73,9 72,7 - 75,0
Disease burden
0 23,8 22,9 - 24,7 28,0 26,7 - 29,4 19,9 18,8 - 21,1
1 38,1 37,2 - 39,0 34,8 33,5 - 36,2 41,0 39,8 - 42,3
2 29,2 28,3 - 30,1 29,7 28,4 - 31,0 28,7 27,6 - 29,9
3 7,5 7,1 - 8,1 6,5 5,8 - 7,3 8,5 7,8 - 9,3
4 1,4 0,9 - 1,2 1,0 0,7 - 1,3 1,8 1,5 - 2,2
MS Condition † 8,9 8,4 - 9,5 7,5 6,7 - 8,3 10,3 9,6 - 11,2

MS: metabolic syndrome; N: number of individuals in the database; CI 99%: confidence interval 99%; BP: blood pressure; WC: waist circumference;

Generated considering the sample weight;

MS Condition, sum of disease burden ≥ 3 factors.

Table 3 presents MS prevalence according to studied exposure variables. There are greater aggravation prevalence among older individuals (≥ 60 years), lower schooling time (≤ 8 years) and living with a partner. MS was greater among individuals residing in SE/S/CW regions, physically inactive, with overweight and who considered their health precarious. Regarding comorbidities, in general, MS higher prevalence were found among individuals who reported prior CKD diagnosis, stroke and other cardiovascular diseases, in relation to those who said they did not have the disease. In addition, we identified that, regardless of characteristic or condition considered as risk, MS prevalence was always higher among women.

MS Prevalence according to exposure variables studied - National Health Survey (NHS), Brazil, 2013
Variables MS*
Total Male Female
N = 59.402 N = 25.920 N = 33.482
p (%)* CI 99% p (%)* CI 99% p (%)* CI 99%
Age
18-59 years 5,8 5,3 - 6,3 5,4 4,7 - 6,3 6,1 5,5 - 6,8
≥ 60 years 23,2 21,4 - 25,1 17,5 14,7 - 20,8 27,6 25,0 - 30,3
Education
> 8 years 6,3 5,7 - 6,9 6,8 5,8 - 7,8 5,8 5,1 - 6,6
≤ 8 years 13,1 12,1 - 14,2 8,4 7,1 - 9,9 17,6 15,9 - 19,3
Skin color
White 9,7 8,9 - 10,6 8,9 7,7 - 10,5 10,4 9,3 - 11,6
Non-white† 8,3 7,5 - 9,0 6,1 5,2 - 7,1 10,3 9,2 - 11,4
Conjugal situation
Do not live with a partner 6,9 6,4 - 7,6 4,6 3,8 - 5,6 8,9 8,1 - 9,8
Live with a partner 11,5 10,5 - 12,5 10,7 9,3 - 12,2 12,3 10,9 - 13,7
Housing region
NE/N 7,3 6,6 - 8,0 5,3 4,4 - 6,2 9,1 8,0 - 10,3
SE/S/CW 9,8 9,1 - 10,6 8,6 7,5 - 9,8 10,9 9,9 - 12,1
Physical activity
Active 1,8 0,7 - 4,9 2,5 0,7 - 8,6 1,0 0,3 - 3,4
Inactive 9,1 8,6 - 9,7 7,6 6,8 - 8,4 10,5 9,7 - 11,3
Health self-perception
Very good/good 4,8 4,3 - 5,3 4,5 3,8 - 5,4 5,0 4,4, 5,7
Regular - Very bad 17,1 15,9 - 18,3 14,4 12,5 - 16,5 19,0 17,4 - 20,7
Overweight
No 4,8 4,3 - 5,5 3,4 2,6 - 4,4 6,2 5,4 - 7,2
Yes 12,5 11,7 - 13,4 11,1 9,9 - 12,5 13,7 12,5 - 14,9
Another CVD ‡
No 8,3 7,7 - 8,8 6,9 6,1 - 7,7 9,5 8,8 - 10,3
Yes 24,9 20,9 - 29,4 21,8 15,9 - 29,2 27,3 22,2 - 33,2
Chronic renal failure
No 8,8 8,2 - 9,3 7,2 6,4 - 8,1 10,2 9,4 - 11,0
Yes 21,9 16,6 - 28,3 25,7 17,3 - 36,3 18,8 12,8 - 26,8
Stroke
No 8,7 8,1 - 9,2 7,2 6,4 - 8,1 10,0 9,3 - 10,8
Yes 27,0 20,6 - 34,5 22,7 14,2 - 34,2 31,4 22,6 - 41,7
Depression
No 8,3 7,7 - 8,8 7,1 6,3 - 7,8 9,4 8,6 - 10,3
Yes 17,1 14,6 - 19,9 15,6 10,7 - 22,3 17,6 14,7 - 20,9

MS: metabolic syndrome; CI 99%: confidence interval 99%; N: norte; NE: northeast; SE: southeast; S: south; CW: central-west; CVD: cardiovascular disease;

Generated considering the sample weight;

Number of individuals in the database;

(§)Yellow, indigenous, brown, black

infarction, angina, heart failure or other.

Results referring to factors associated with MS in hierarchical modeling process (hypothetical-causal model), different for men and women, are available in tables 4 and 5. In female population final model, we identified that MS probability was higher among individuals in the following situations: age ≥ 60 years (PR 3.20 [CI 99% 2.76-3.72]), education ≤ 8 (PR 1.46 [CI 99% 1, 23-1,74]), living with partner (PR 1.27 [CI 99% 1,11-1,45]), residing in SE/S/CW regions (PR 1.18 [CI 99% 1, 02-1.38]), regular to very bad health self-perception (PR 2.35 [CI 99% 1.99-2.78]), stroke (PR 1, (CI 99% 1.00-1.86), other CSD (PR 1.29 [CI 99% 1.03-1.62]), overweight (PR 2.09 [CI 99% 1, 79-2.42]) and depression (PR 1, 31 [CI 99% 1.07-1.59]) (Table 4).

Bivariate analysis and multivariable models for factors associated with metabolic syndrome among Brazilian women according to hierarchical levels of exposure variables studied - National Health Survey (NHS), Brazil, 2013
Variables Bivariate analysis Model 1 Model 2 Model 3
PR CI 99% PR CI 99% PR CI 99% PR CI 99%
Age
18-59 years 1 1 1 1
≥60 years 4,49 3,90- 5,18 3,44 2,95- 4,01 2,99 2,56- 3,48 3,20 2,76- 3,72
Education
>8 years 1 1 1 1
≤ 8 years 3,01 2,55- 3,55 1,98 1,67- 2,34 1,54 1,29- 1,83 1,46 1,23- 1,74
Conjugal situation
Do not live with a partner 1 1 1
Live with a partner 1,37 1,18- 1,58 1,38 1,21- 1,58 1,33 1,17- 1,52 1,27 1,11- 1,45
Housing region
NE/N 1 1 1 1
SE/S/CW 1,20 1,02- 1,41 1,18 1,01- 1,36 1,30 1,12- 1,52 1,18 1,02- 1,38
Skin color
White 1
Non-white* 0,98 0,84- 1,15
Physical activity
Active 1
Inactive 10,06 3,08- 32,84
Health self-perception
Very good/good 1 1 1
Regular - Very bad 3,76 3,23- 4,38 2,65 2,24- 3,14 2,35 1,99- 2,78
Stroke
No 1 1
Yes 3,13 2,29- 4,27 1,36 1,00- 1,86
Another CVD†
No 1 1
Yes 2,86 2,32- 3,51 1,29 1,03- 1,62
Overweight
No 1 1
Yes 2,19 1,85- 5,59 2,09 1,79- 2,42
Depression
No 1 1
Yes 1,86 1,54- 2,26 1,31 1,07- 1,59
Chronic renal failure
No 1
Yes 1,84 1,26- 2,69

PR: prevalence ratio; CI 99%: confidence interval 99%; N: norte; NE: northeast; SE: southeast; S: south; CW: central-west; CVD: cardiovascular disease;

Yellow, indigenous, brown, black

(‡) infarction, angina, heart failure or other.

 Bivariate analysis and multivariable models for factors associated with metabolic syndrome among Brazilian men according to hierarchical levels of exposure variables studied - National Health Survey (NHS), Brazil,2013
Variables Bivariate analysis Model 1 Model 2 Model 3
PR CI 99% PR CI 99% PR CI 99% PR CI 99%
Age
18-59 years 1 1 1 1
≥ 60 years 3,23 2,55- 4,08 2,74 2,17- 3,46 2,07 1,61- 2,67 2,60 2,04- 3,31
Education
> 8 years 1
≤ 8 years 1,24 0,99- 1,54
Conjugal situation
Do not live with a partner 1 1 1 1
Live with a partner 2,30 1,82- 2,92 1,81 1,43- 2,30 1,74 1,37- 2,20 1,48 1,17- 1,88
Housing region
NE/N 1 1 1 1
SE/S/CW 1,63 1,31- 2,02 1,49 1,20- 1,85 1,74 1,40- 2,14 1,57 1,28- 1,94
Skin color
White 1
Non-white† 0,67 0,54- 0,84
Physical activity
Active 1
Inactive 3,02 0,84- 10,90
Health self-perception
Very good/good 1 1 1
Regular - Very bad 3,17 2,51- 4-01 2,72 2,12- 3,50 2,59 2,01- 3,33
Stroke
No 1
Yes 3,15 1,99- 4,98
Another CVD‡
No 1
Yes 3,17 2,29- 4,39
Overweight
No 1 1
Yes 3,27 2,45- 4,37 3,58 2,73- 4,70
Depression
No 1 1
Yes 2,19 1,49- 3,23 1,41 0,98- 2,02
Chronic renal failure
No 1 1
Yes 3,57 2,41- 5,28 1,85 1,23- 2,76

PR: prevalence ratio; CI 99%: confidence interval 99%; N: norte; NE: northeast; SE: southeast; S: south; CW: central-west; CVD: cardiovascular disease;

(*) Yellow, indigenous, brown, black

infarction, angina, heart failure or other.

Regarding male population, final model did not include variables as schooling, skin color, other CVD and CVA, age remaining in ≥60 years (PR 2.60 [CI 99% 2.04-3.31]), living with partner (PR 1.48 [CI 99% 1.17-1.88]), residing in SE/S/CW regions (PR 1.57 [CI 99% 1.28-1.94]), have worse ("regular to very bad") self-referred health (RP 2.59 [IC99% 2.01-3.33]) and present IRC (RP 1.85 [IC99% 2.23-2, 76]), overweight (RR 3.58 [IC99% 2.73-4.70]) and depression (RP 1.41 [IC99% 0.98-2.02]) (Table 5).

Regarding the physical activity variable, in order not to compromise analysis, we chose not to include it in the model, given the low prevalence of physically active individuals (1.8%), which would result in inaccurate estimates, due to large standard error (Table 4 and 5). In addition, considering the referential adopted, such comparisons become unnecessary, since almost entire Brazilian population is characterized as physically inactive (98.1%) (Table 1).

 Discussion

MS is a multidimensional phenomenon determined by an interaction factor set that affects people quality of life.3 Despite the existence of studies on chronic diseases and their risk factors in Brazilian population,15 as the Adult Health Longitudinal Study, we do not yet have MS prevalence national representativeness in the country. Thus, the present study evaluated for the first time the factors associated with MS in a Brazilian population representative sample aged over 18 years, representing a milestone in the MS investigation in Brazil, collaborating in construction of evidence capable of directing resolute strategies for prevention and control of this problem.

We identified that approximately 9% Brazilian population presented MS status, according to consensuses harmonization definition.4 Nevertheless, our study reveals worrying data, accounting that only 23.8% of population does not present any MS component, and that 67.3% have between one and two components to characterize this outcome, which demonstrates high number of individuals under developing MS risk.

Considering sex, highest MS occurrence was found among female population (10.3%, CI 99% 9.6-11.2), fact that has been widely recorded in scientific literature, 16,17 especially among those with age > 59 years, which can be explained by hormonal changes that occurred after menopause.17 At this moment of life, there is tendency to accumulate abdominal fat and also to increase density of LDL particles circulating in bloodstream that become more atherogenic, known condition associated to increased risk of CVD.18 It is also possible to highlight the high number of morbidity found among women in this study, who presented higher prevalence of diabetes, hypercholesterolemia and abdominal obesity in relation to masculine sex.

Considerable differentiation in MS abnormalities prevalence and combinations between the sexes suggests different physiopathology between men and women19 possibly explained by sex hormones different levels that influence metabolism regulatory mechanisms.20 The greater androgenic activity found among men as well as postmenopausal estrogen levels reduction among women are conditions that favor an increase in visceral abdominal fat and in bloodstream lipids concentration, which is correlated with insulin resistance, hypertension, and increased cardiovascular risk.20

Among MS components, high WC results (65.2%, CI 99% 64.4-65.9) are highlighted in the study population. Abdominal obesity plays an important role in MS,21,22 because it is associated with a metabolic disorder capable of damaging the artery wall, leading to vasoconstriction deregulation, inflammatory cascades activation, and adipokines effects elevation, considered to be factors that induce CVD.22 Cohort study conducted by Lee et al.22 showed that the additional 500 cm3 volume increase of subcutaneous and visceral fat is associated with MS incidence and risk factors aggravation for CVD.22 A obese individuals cohort study conducted in Italy showed that abdominal obesity contributed to MS prevalence in obese women, but not in men.19

In our study, a possible explanation for elevated WC high prevalence can be derived from the lower cut-off points established by ethnicity standardization for abdominal obesity (≥ 90 cm for men and ≥ 80 cm for women),4 when compared with limit values NCEP-ATPIII (102 cm for men and 88 cm for women).23 Therefore, this high and worrisome abdominal obesity prevalence in Brazilian population reflects in the increased risk of developing some cardiovascular disease22 and consequent risk for increased morbidity and mortality and impact on the health system.2

Positive relationship between MS prevalence and increase in age, found here, has been widely disseminated, especially due to differences attributed to sex,17 not only due to cumulative effect, reflecting the exposure time to risk factors related to inappropriate eating behaviors and unhealthy lifestyles, as well as the biological factors contribution in both sexes, due to direct relationship with testosterone/estrogen levels balance, specifically among women.20 MS has been slightly more diagnosed among men with less than fifty years of age, fact that is reversed after fifty years, affecting female population with greater magnitude.17

From sociodemographic point of view, this study showed that living in SE/S/CW regions was presented as factor associated with MS, which can be explained, in part, by these regions concentrating the country main urban centers, contributing to lifestyles promotion characterized by unhealthy eating habits and physical exercises low frequency, which have as consequence, increased risk of obesity, type 2 DM, arterial hypertension, CVD and MS.5

In a systematic review carried out among South American countries, this hypothesis was confirmed by showing that western eating habits and lifestyle pattern were found in greater proportion in large urban areas where chronic no communicable diseases were related to these behaviors.24 In addition, through an investigation conducted in Brazil, it was evident that there was a high calories consumption in the capitals located in the South, Southeast and Center-West regions, while in the capitals in the North and the Northeast a consumption below average was observed among the population.25

It is important to point out that in these large urban centers regions, society is increasingly induced by food offers messages, diets and western behaviors.26 In recent years, in Brazil, metropolitan regions have shown reduction in household consumption of polished rice, beans, cereals and legumes (down 60%, 49% and 25%, respectively), with a concomitant continuous consumption increase of foods such as: beverages and infusions (22% and 24%), prepared foods and industrial mixtures (67%), highlighting 490% increase in the amount of non-alcoholic beverage purchased between 1974 and 2009, evidencing a change in food behavior that is not always favoring healthy choices in developed regions.27

Our results showed that education lowest level was associated with MS prevalence in women, but this association was not evident among male population. This finding is consistent with the international literature, as observed in a study conducted in China, where educational level was also inversely related to MS prevalence strictly among women.28 In Korea, distinctly, it was identified that men with less schooling had lower odds ratios (OR) for both SM (OR 0.76, 95% CI 0.60-0.96), as well as for two of its isolated components: high WC (OR 0.73, 95% CI 0, 60-0.91) and low HDL cholesterol (OR 0.73, 95% CI 0.59-0.91), compared to men with higher education.29 In this study, a higher MS prevalence was observed among the socially disadvantaged women who had lower education level, unemployed, lower income level and who performed manual labor, as highlighted in our results in educational level terms.29

However, an antagonistic result was observed in high educational level male population, where cardiovascular risk factors distribution was more observed in this population stratum. This may be a reflection of the socioeconomic environment, which increases MS risk in one of the genders more specifically.30

In relation to conjugal situation variable, it is not clear how civil status contributes to MS. In the present study, the situation of living with a partner was associated to MS and to a greater extent in male population. This finding was also evident among Australians, where women who married gained more weight compared to unmarried women, after adjusting for potential confounding factors.31 Similarly, in the study by Averett et al.,32 marriage was associated with an increased risk of overweight/obesity, both for men and women.32

Ortega et al.,33 identified that sex affects the relationship between obesity, cardiometabolic risk factors and marital status due to changes in behavioral factors.33 Although most studies have reported that married people became more sedentary,34 with direct reflection in overweight and impact on MS comorbidities, collaborating with the results found in this work, other studies show different results, attributing to marital relationship type the MS outcome.26,35 In this case, it is considered that positive conjugal relationships can protect from stressful situations, providing both material and support benefits, while negative relationships or lack of relationship can increase exposure to conflicts, with consequent stress level elevation,35 factor recognized as associated to MS.10

Regarding behavioral aspects, we identified that "regular to very bad" health negative self-perception was important factor associated to MS. Health self-perception is global indicator in which the person considers, in addition to possible diseases, the impact they generate on physical, social and mental well-being.32 In Spain, by contrasting our results, in a multicenter study performed with DM and/or MS carriers recently diagnosed, 42.2% of the individuals believed to have good or excellent health, representing little awareness of the cardiovascular risk they presented.36 In this work, the association of negative self-perception "regular to very bad "with MS draws attention, because it may reflect that the studied population was aware of their health condition, but remains within the risk range for metabolic complications development, assuming that there may be other factors that prevent them from leaving this condition and deserve to be better investigated.

Regarding MS prevalence and association with comorbidities (CVD, stroke and depression), all were more frequent among females compared to males, with CRF exception. Association between MS and CRF found exclusively among men can be partly justified by hypertension high prevalence installed in this group.19 In recent decades, it has become increasingly evident that hypertensive patients prognosis is strongly affected by renal impairment especially in terms of mortality and cardiovascular events.37 In relation to the greater number of comorbidities associated to MS among women in the study, it can be explained in part by the low demand of men for health services, which generates an underdiagnosis.2

CVDs are the leading cause of death in Brazil,2 and should be a public health priority, through policies for their prevention and control. Association between DCV and MS was demonstrated in a Danish cohort, in which older women with MS presented risk of 1.7 (95% CI 1.44-2.05) for CVD development.38 Correlation can also be explained by Salas et al.,16 who showed that obese adults, mainly women, are particularly at risk of developing MS, with significant implications for their health, especially CVD and diabetes. These results highlight the weight loss importance to reduce morbidities associated to MS.16

Another disease condition associated with MS was depression, with higher prevalence found among women. Similarly, study conducted in Korea with middle-aged individuals aged 40-64 years found high prevalence among women with 11.7%, compared to 4.1% in men.39 These findings may be similar to what was found in disease prospective cohort among the Dutch population, where depression was significantly associated with higher WC and triglyceride levels during a 6-year follow-up.40 In this context these results may imply that older age may be associated with an increased response to stress and cortisol levels, more frequently among women than men.39

Methodological pattern reinforced presented results robustness; however, some limitations must be addressed. Up to the time of submission of this study, IBGE had not published HDL laboratory data, which led us to characterize MS in the occurrence of three of the four - and not five - components available in the database.

Another point refers to the use of self-reported medical diagnoses. The investigated population answered if "some doctor already gave him the diagnosis of diabetes?" Or "(...) hypercholesterolemia?", which reduces classification bias, because they were considered present when there was a positive response to the previous medical diagnosis of these diseases; On the other hand, given the issues of underdiagnoses, there is a real possibility of the presence of individuals who did not know their health condition at the time of the interview. In any case, even in these situations, we observed that MS high prevalence in our study is consistent with the literature,7,10,16 which warns of the possibility that this prevalence may be underestimated, implying a negative prognosis for Brazilian population aged ≥18 years.

Another limitation of this study is its cross-sectional design, which is why socioeconomic, behavioral and comorbidities factors analyzed here can not be unequivocally considered causal for MS. Especially in reference to comorbidities, it is important to highlight reverse causality role in identified associations, since clinical course start for CVD, stroke, depression and CRI would be in MS, despite the fact that delineation does not allow to affirm that this fact occurred in the studied population. However, use of data with national representativeness and conceptual model to base not only variables selection, but also analytical strategy, allows relevant information production for Brazilian population health conditions diagnosis, in which refers to MS, aligned with national public health priorities.

 Conclusion

We identified high prevalence of MS in adult and elderly population in Brazil, being associated with sociodemographic variables (age, schooling, conjugal status and housing region), behavioral (self-perception of health) and comorbidities (stroke, CVD, weight, depression and CRF) differently between the sexes.

Finally, the relevance of the burden of each MS component, reiterates MS as a clinical and epidemiological tool in the identification of individuals and population groups with greater vulnerability to CVD occurrence and as a guideline to cost-effective interventions on factors presented. Thus, our results suggest the need to strengthen public policies for health promotion in order to encourage the adoption of healthy behaviors; otherwise, it will be unlikely to fulfill the goals set forth in the Strategic Action Plan to Tackle Noncommunicable Diseases (NCD) in Brazil 2011-2022.

Sources of Funding

There were no external funding sources for this study.

Study Association

This article is part of the thesis of master submitted by Elyssia Karine Nunes Mendonça Ramires, from Universidade Federal de Alagoas.

Ethics approval and consent to participate

This study was approved by the Ethics Committee of the Brazil Platform, directed to the Comissão Nacional de Ética em Pesquisa (CONEP) the protocol number 10853812.7.0000.0008. All the procedures in this study were in accordance with the 1975 Helsinki Declaration, updated in 2013. Informed consent was obtained from all participants included in the study.

 References 1 Organização Pan-Americana da Saúde. (OPAS/OMS). Tobacco control report for the Region of the Americas. Washington; 2011. Organização Pan-Americana da Saúde Tobacco control report for the Region of the Americas Washington 2011 2 Schmidt MI, Duncan BB, Azevedo e Silva G, Menezes AM, Monteiro CA, Barreto SM, et al. Chronic non-communicable diseases in Brazil: burden and current challenges. Lancet. 2011;377(9781):1949-61. Schmidt MI Duncan BB Azevedo e Silva G Menezes AM Monteiro CA Barreto SM Chronic non-communicable diseases in Brazil: burden and current challenges Lancet 2011 377 9781 1949 1961 3 International Diabetes Federation. (IDF) . The IDF consensus worldwide definition of the metabolic syndrome. Brussels; 2006. International Diabetes Federation The IDF consensus worldwide definition of the metabolic syndrome Brussels 2006 4 Alberti K, Eckel RH, Grundy SM, Zimmet PZ, Cleeman JI, Donato KA, et al; International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; International Association for the Study of Obesity. Harmonizing the metabolic syndrome a joint interim statement of the international diabetes federation task force on epidemiology and prevention for the study of obesity. Circulation. 2009;120(16):1640-5. Alberti K Eckel RH Grundy SM Zimmet PZ Cleeman JI Donato KA International Diabetes Federation Task Force on Epidemiology and Prevention National Heart, Lung, and Blood Institute American Heart Association World Heart Federation International Atherosclerosis Society International Association for the Study of Obesity Harmonizing the metabolic syndrome a joint interim statement of the international diabetes federation task force on epidemiology and prevention for the study of obesity Circulation 2009 120 16 1640 1645 5 Aguilar M, Bhuket T, Torres S, Liu B, Wong RJ. Prevalence of the metabolic syndrome in the United States, 2003-2012. JAMA. 2015;313(19):1973-4. Aguilar M Bhuket T Torres S Liu B Wong RJ Prevalence of the metabolic syndrome in the United States, 2003-2012 JAMA 2015 313 19 1973 1974 6 Escobedo J, Schargrodsky H, Champagne B, Silva H, Boissonnet CP, Vinueza R, et al. Prevalence of the metabolic syndrome in Latin America and its association with sub-clinical carotid atherosclerosis: the CARMELA cross sectional study. Cardiovasc Diabetol. 2009 Sep 26;8:52. Escobedo J Schargrodsky H Champagne B Silva H Boissonnet CP Vinueza R Prevalence of the metabolic syndrome in Latin America and its association with sub-clinical carotid atherosclerosis: the CARMELA cross sectional study Cardiovasc Diabetol 26 09 2009 8 52 7 de Carvalho Vidigal F, Bressan J, Babio N, Salas-Salvadó J. Prevalence of metabolic syndrome in Brazilian adults: a systematic review. BMC Public Health. 2013 Dec 18;13. de Carvalho Vidigal F Bressan J Babio N Salas-Salvadó J Prevalence of metabolic syndrome in Brazilian adults: a systematic review BMC Public Health 18 12 2013 13 8 Brasil. Ministério da Saúde. Plano de ações estratégicas para o enfrentamento das DCNT no Brasil. Brasília, DF; 2011. [Citado em 2017 abr 10]. Disponível em: http:www.saúde.gov.br/bvs. Brasil Ministério da Saúde Plano de ações estratégicas para o enfrentamento das DCNT no Brasil Brasília, DF 2011 2017 abr 10 Disponível em: http:www.saúde.gov.br/bvs 9 Szwarcwald CL, Malta DC, Pereira CA, Vieira ML, Conde WL, Souza Junior PR, et al. [National Health Survey in Brazil: design and methodology of application]. Cien Saude Colet. 2014;19(2):333-42. Szwarcwald CL Malta DC Pereira CA Vieira ML Conde WL Souza PR Junior [National Health Survey in Brazil: design and methodology of application] Cien Saude Colet 2014 19 2 333 342 10 Song GJ. A cross-national comparison study of metabolic syndrome among Canadian and Korean older adults. Thesis. Canada: University of Waterloo; 2014. Song GJ A cross-national comparison study of metabolic syndrome among Canadian and Korean older adults Thesis Canada University of Waterloo 2014 11 Lima DF, Levy RB, Luiz OC. Recomendações para atividade física e saúde: consensos, controvérsias e ambiguidades. Rev Panam Salud Publica. 2014;36(3):164-70.. Lima DF Levy RB Luiz OC Recomendações para atividade física e saúde: consensos, controvérsias e ambiguidades Rev Panam Salud Publica 2014 36 3 164 170 12 Lipschitz DA. Screening for nutritional status in the elderly. Prim Care. 1994;21(1):55-67. Lipschitz DA Screening for nutritional status in the elderly Prim Care 1994 21 1 55 67 13 Heeringa SG, West BT, Berglund PA. Applied survey data analysis. Boca Raton (FL): CRC Press; 2010. Heeringa SG West BT Berglund PA Applied survey data analysis Boca Raton (FL) CRC Press 2010 14 Barros AJ, Hirakata VN, Greenland S, Savitz D, Nurminen M, Thompson M, et al. Alternatives for logistic regression in cross-sectional studies: an empirical comparison of models that directly estimate the prevalence ratio. BMC Med Res Methodol. 2003 Oct 20;3:21. Barros AJ Hirakata VN Greenland S Savitz D Nurminen M Thompson M Alternatives for logistic regression in cross-sectional studies: an empirical comparison of models that directly estimate the prevalence ratio BMC Med Res Methodol 20 10 2003 3 21 15 Aquino EM, Barreto SM, Bensenor IM, Carvalho MS, Chor D, Duncan BB, et al. Brazilian Longitudinal Study of Adult Health (ELSA-Brasil): objectives and design. Am J Epidemiol. 2012;175(4):315-24. Aquino EM Barreto SM Bensenor IM Carvalho MS Chor D Duncan BB Brazilian Longitudinal Study of Adult Health (ELSA-Brasil): objectives and design Am J Epidemiol 2012 175 4 315 324 16 Salas R, Bibiloni MdM, Ramos E, Villarreal JZ, Pons A, Tur JA, et al. Metabolic syndrome prevalence among Northern Mexican adult population. PLoS One. 2014;9(8):e105581. Salas R Bibiloni MdM Ramos E Villarreal JZ Pons A Tur JA Metabolic syndrome prevalence among Northern Mexican adult populatio PLoS One 2014 9 8 e105581 17 Wang WS, Wahlqvist ML, Hsu CC, Chang HY, Chang WC, Chen CC. Age- and gender-specific population attributable risks of metabolic disorders on all-cause and cardiovascular mortality in Taiwan. BMC Public Health. 2012 Feb 10;12:111. Wang WS Wahlqvist ML Hsu CC Chang HY Chang WC Chen CC Age- and gender-specific population attributable risks of metabolic disorders on all-cause and cardiovascular mortality in Taiwan BMC Public Health 10 02 2012 12 111 18 Ivanova EA, Myasoedova VA, Melnichenko AA, Grechko AV, Orekhov AN. Small Dense Low-Density Lipoprotein as Biomarker for Atherosclerotic Diseases. Oxid Med Cell Longev. 2017;2017:1273042. Ivanova EA Myasoedova VA Melnichenko AA Grechko AV Orekhov AN Small Dense Low-Density Lipoprotein as Biomarker for Atherosclerotic Diseases Oxid Med Cell Longev 2017 2017 1273042 19 Lafortuna CL, Agosti F, De Col A, Pera F, Adorni F, Sartorio A. Prevalence of the metabolic syndrome and its components among obese men and women in Italy. Obes Facts. 2012;5(1):127-37. Lafortuna CL Agosti F De Col A Pera F Adorni F Sartorio A Prevalence of the metabolic syndrome and its components among obese men and women in Italy Obes Facts 2012 5 1 127 137 20 Pucci G, Alcidi R, Tap L, Battista F, Mattace-Raso F. Sex- and gender-related prevalence, cardiovascular risk and therapeutic approach in metabolic syndrome: a review of the literature. Pharmacol Res. 2017 Jun;120:34-42. Pucci G Alcidi R Tap L Battista F Mattace-Raso F Sex- and gender-related prevalence, cardiovascular risk and therapeutic approach in metabolic syndrome: a review of the literature Pharmacol Res 06 2017 120 34 42 21 Costa FF, Montenegro VB, Lopes TJ, Costa EC. Combination of risk factors for metabolic syndrome in the military personnel of the Brazilian Navy. Arq Bras Cardiol. 2011;97(6):485-92. Costa FF Montenegro VB Lopes TJ Costa EC Combination of risk factors for metabolic syndrome in the military personnel of the Brazilian Navy Arq Bras Cardiol 2011 97 6 485 492 22 Lee JJ, Pedley A, Hoffmann U, Massaro JM, Fox CS. Association of changes in abdominal fat quantity and quality with incident cardiovascular disease risk factors. J Am Coll Cardiol. 2016;68(14):1509-21. Lee JJ Pedley A Hoffmann U Massaro JM Fox CS Association of changes in abdominal fat quantity and quality with incident cardiovascular disease risk factors J Am Coll Cardiol 2016 68 14 1509 1521 23 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 24 Aballay LR, Eynard AR, Díaz M del P, Navarro A, Muñoz SE. Overweight and obesity: a review of their relationship to metabolic syndrome, cardiovascular disease, and cancer in South America. Nutr Rev. 2013;71(3):168-79. Aballay LR Eynard AR Díaz M del P Navarro A Muñoz SE Overweight and obesity: a review of their relationship to metabolic syndrome, cardiovascular disease, and cancer in South America Nutr Rev 2013 71 3 168 179 25 Neves FJ, Koifman RJ, Mattos IE. Colorectal cancer mortality and diet patterns in selected Brazilian State capitals. Rev Bras Epidemiol. 2006;9(1):112-20. Neves FJ Koifman RJ Mattos IE Colorectal cancer mortality and diet patterns in selected Brazilian State capitals Rev Bras Epidemiol 2006 9 1 112 120 26 Yim HJ, Park HA, Kang JH, Kim KW, Cho YG, Hur YI, et al. Marital Status and Health Behavior in Middle-aged Korean Adults. Korean J Fam Med. 2012;33(6):390-7. Yim HJ Park HA Kang JH Kim KW Cho YG Hur YI Marital Status and Health Behavior in Middle-aged Korean Adults Korean J Fam Med 2012 33 6 390 397 27 Instituto Brasileiro de Geografia e Estatística. (IBGE). Pesquisa de orçamentos familiares: 2008-2009. Aquisição alimentar domiciliar per capita anual, por grandes regiões, segundo os produtos: período 2008-2009. [Acesso em 2011 jan 13]. Disponível em: <http://www.ibge.gov.br/home/estatistica/populacao/condicaodevida/pof/2008_2009_aquisicao/tabelas_pdf/tab111.pdf> Instituto Brasileiro de Geografia e Estatística Pesquisa de orçamentos familiares: 2008-2009. Aquisição alimentar domiciliar per capita anual, por grandes regiões, segundo os produtos: período 2008-2009 2011 jan 13 Disponível em: <http://www.ibge.gov.br/home/estatistica/populacao/condicaodevida/pof/2008_2009_aquisicao/tabelas_pdf/tab111.pdf> 28 Xavier IC, Hardman CM, Andrade ML, Barros MV. Frequency of consumption of fruits, vegetables and soft drinks: a comparative study among adolescents in urban and rural areas. Rev Bras Epidemiol. 2014;17(2):371-80. Xavier IC Hardman CM Andrade ML Barros MV Frequency of consumption of fruits, vegetables and soft drinks: a comparative study among adolescents in urban and rural areas Rev Bras Epidemiol 2014 17 2 371 380 29 Yang JJ, Yoon HS, Lee SA, Choi JY, Song M, Han S, et al. Metabolic syndrome and sex-specific socio-economic disparities in childhood and adulthood: The Korea National Health and Nutrition Examination Surveys. Diabet Med. 2014;31(11):1399-409. Yang JJ Yoon HS Lee SA Choi JY Song M Han S Metabolic syndrome and sex-specific socio-economic disparities in childhood and adulthood: The Korea National Health and Nutrition Examination Surveys Diabet Med 2014 31 11 1399 1409 30 Kim M, Kim M, Choi BY, Shin Y. Educational disparities in the metabolic syndrome in a rapidly changing society-the case of South Korea. Int J Epidemiol. 2005;34(6):1266-73. Kim M Kim M Choi BY Shin Y Educational disparities in the metabolic syndrome in a rapidly changing society-the case of South Korea Int J Epidemiol 2005 34 6 1266 1273 31 Brown WJ, Hockey R, Dobson AJ. Effects of having a baby on weight gain. Am J Prev Med. 2010;38(2):163-70. Brown WJ Hockey R Dobson AJ Effects of having a baby on weight gain Am J Prev Med 2010 38 2 163 170 32 Averett SL, Sikora A, Argys LM. For better or worse: relationship status and body mass index. Econ Hum Biol. 2008;6(3):330-49. Averett SL Sikora A Argys LM For better or worse: relationship status and body mass index Econ Hum Biol 2008 6 3 330 349 33 Ortega FB, Brown WJ, Lee DC, Baruth M, Sui X, Blair SN. In fitness and health? A prospective study of changes in marital status and fitness in men and women. Am J Epidemiol. 2011;173(3):337-44. Ortega FB Brown WJ Lee DC Baruth M Sui X Blair SN In fitness and health? A prospective study of changes in marital status and fitness in men and women Am J Epidemiol 2011 173 3 337 344 34 Brown WJ, Heesch KC, Miller YD. Life events and changing physical activity patterns in women at different life stages. Ann Behav Med. 2009;37(3):294-305. Brown WJ Heesch KC Miller YD Life events and changing physical activity patterns in women at different life stages Ann Behav Med 2009 37 3 294 305 35 Troxel WM, Matthews KA, Gallo LC, Kuller LH. Marital quality and occurrence of the metabolic syndrome in women. Arch Intern Med. 2005;165(9):1022-7. Troxel WM Matthews KA Gallo LC Kuller LH Marital quality and occurrence of the metabolic syndrome in women Arch Intern Med 2005 165 9 1022 1027 36 Martell-Claros N, Aranda P, González-Albarrán O, Dalfó-Baqué A, Domínguez-Sardiña M, de la Cruz JJ, et al. Perception of health and understanding of cardiovascular risk among patients with recently diagnosed diabetes and / or metabolic syndrome. Eur J Prev Cardiol. 2013;20(1):21-8. Martell-Claros N Aranda P González-Albarrán O Dalfó-Baqué A Domínguez-Sardiña M de la Cruz JJ Perception of health and understanding of cardiovascular risk among patients with recently diagnosed diabetes and / or metabolic syndrome Eur J Prev Cardiol 2013 20 1 21 28 37 Dai H, Lu S, Tang X, Lu M, Chen R, Chen Z, et al. Combined association of serum uric acid and metabolic syndrome with chronic kidney disease in hypertensive patients. Kidney Blood Press Res. 2016;41(4):413-23. Dai H Lu S Tang X Lu M Chen R Chen Z Combined association of serum uric acid and metabolic syndrome with chronic kidney disease in hypertensive patients Kidney Blood Press Res 2016 41 4 413 423 38 Dragsbæk K, Neergaard JS, Laursen JM, Hansen HB, Christiansen C, Beck-Nielsen H, et al. Metabolic syndrome and subsequent risk of type 2 diabetes and cardiovascular disease in elderly women: challenging the current definition. Medicine (Baltimore). 2016;95(36):e4806. Dragsbæk K Neergaard JS Laursen JM Hansen HB Christiansen C Beck-Nielsen H Metabolic syndrome and subsequent risk of type 2 diabetes and cardiovascular disease in elderly women: challenging the current definition Medicine (Baltimore) 2016 95 36 e4806 39 Ra JS, Kim HS. Sex-based association between depression and metabolic syndrome in Korean middle-aged and older adults. Osong Public Health Res Perspect 2017;8(2):130-7. Ra JS Kim HS Sex-based association between depression and metabolic syndrome in Korean middle-aged and older adults Osong Public Health Res Perspect 2017 8 2 130 137 40 Hiles SA, Révész D, Lamers F, Giltay EM, Penninx BW. Bidirectional prospective associations of metabolic syndrome componentswith depression, anxiety, and antidepressant use. Depress Anxiety. 2016;33(8)754-64. Hiles SA Révész D Lamers F Giltay EM Penninx BW Bidirectional prospective associations of metabolic syndrome componentswith depression, anxiety, and antidepressant use Depress Anxiety 2016 33 8 754 764 Artigo Original Epidemiologia Prevalência e Fatores Associados com a Síndrome Metabólica na População Adulta Brasileira: Pesquisa Nacional de Saúde - 2013 Ramires Elyssia Karine Nunes Mendonça Menezes Risia Cristina Egito de Longo-Silva Giovana Santos Taíse Gama dos Marinho Patrícia de Menezes Silveira Jonas Augusto Cardoso da Universidade Federal de Alagoas, Maceió, AL - Brasil Correspondência: Elyssia Karine Nunes Mendonça Ramires, Loteamento Vert Paradiso, Lote 01, Quadra B2. CEP 57048-375, Antares, Maceió. AL - Brasil. E-mail: elyssiakarine@hotmail.com, elyssiakarine@gmail.com

Contribuição dos autores

Concepção e desenho da pesquisa e Análise e interpretação dos dados: Ramires EKNM, Menezes RCE, Silveira JAC, Longo-Silva G, Santos TG; Obtenção de dados: Marinho PM; Análise estatística: Ramires EKNM, Menezes RCE, Silveira JAC, Marinho PM; Redação do manuscrito:Ramires EKNM, Menezes RCE, Silveira JAC; Revisão crítica do manuscrito quanto ao conteúdo intelectual importante: Menezes RCE, Silveira JAC, Santos TG.

Potencial conflito de interesses

Declaro não haver conflito de interesses pertinentes.

 Resumo Fundamento:

No Brasil, são escassas as investigações de base populacional analisando a prevalência e os fatores associados à síndrome metabólica (SM), reconhecida preditora de doenças cardiovasculares (DCV), importante causa de invalidez e morte no país.

 Objetivo:

Avaliar a prevalência da SM e seus fatores associados na população brasileira.

 Métodos:

Análise secundária da Pesquisa Nacional de Saúde de 2013, inquérito transversal com representatividade nacional da população adulta brasileira (n = 59.402). A variável de desfecho foi a SM, definida a partir da harmonização dos consensos internacionais de cardiologia como carga ≥ 3 dos seguintes componentes: diabetes e hipercolesterolemia autorreferidas, pressão arterial elevada e circunferência da cintura elevada. As análises foram estratificadas por sexo e as razões de prevalência, com seus respectivos intervalos de confiança de 99% (RP[IC99%]), foram calculadas por meio de modelos regressão simples e múltiplos de Poisson.

 Resultados:

A prevalência de SM foi 8,9%, sendo significativamente maior entre as mulheres em comparação aos homens; de modo geral, tal padrão manteve-se em relação as variáveis de exposição estudadas. Adicionalmente, menos de 25% da população não apresentou qualquer componente de SM. Nos modelos múltiplos finais, variáveis sociodemográficas, comportamentais e de comorbidades se associaram à SM, porém, enquanto a baixa escolaridade (1,46[1,23-1,74]), acidente vascular cerebral (1,36[1,00-1,86]) e outras DCV (1,29[1,03-1,62]) se associaram entre as mulheres, a insuficiência renal crônica (1,85[2,23-2,76]) se associou exclusivamente entre os homens.

 Conclusão:

Identificamos elevada prevalência de SM na população brasileira, sendo que os fatores associados a essa condição são distintos em função do sexo.

 Palavras-chave: Doenças Cardiovasculares / mortalidade Síndrome Metabólica / epidemiologia Epidemiologia Adulto Vigilância em Saúde Pública Inquéritos Epidemiológicos Introdução

As modificações ocorridas nos padrões socioeconômicos e culturais das populações, decorrentes da rápida urbanização e do desenvolvimento econômico, resultaram em mudanças significativas nos hábitos de vida dos diferentes grupos populacionais.1 Essa nova forma de organização da sociedade, associada à transição alimentar e ao envelhecimento populacional, promoveu transformações na maneira de adoecer das pessoas aumentando a morbimortalidade por doenças crônicas não transmissíveis (DCNT).2

No que concerne especificamente às doenças cardiovasculares (DCV), a presença concomitante de fatores de risco, como hipertensão arterial, hipercolesterolemia, diabetes, resistência insulínica e deposição central de gordura está associada ao aumento de aproximadamente 2,5 vezes no risco de morbimortalidade cardiovascular.3 Esse complexo agregado de fatores predisponentes das DCV constitui a condição definida como síndrome metabólica (SM).4

Recente estimativa de SM em nível mundial aponta prevalência entre 20-25% na população adulta.3 Nos Estados Unidos da América a prevalência de SM foi de 34,7% em 2011-2012, definida pelo critério harmonizado, o qual sintetiza outros critérios de classificação elaborado por diferentes organizações para definição desta condição.5 Entre cidades da América Latina a prevalência da SM encontrada entre os anos de 2003 e 2005 foi de 21%, definida pelo critério americano do National Cholesterol Education Program Expert Panel (NCEP-ATPIII), apresentando uma variação de 14% a 27%, segundo os territórios estudados.6 Já no Brasil, a prevalência foi ainda maior, variando em torno de 30% entre indivíduos com idade de 19 a 64 anos em diferentes regiões do pais.7

Diante desta situação, o governo brasileiro lançou o Plano de Ações Estratégicas para Enfrentamento das DCNT (2011-2022), que contempla, dentre outras ações, gerar informações e conhecimentos sobre o processo saúde-doença e seus determinantes sociais para formulação de políticas de saúde no Brasil.8 Neste sentido, foi concebida a primeira Pesquisa Nacional de Saúde (PNS) voltada à vigilância de fatores de risco e proteção de doenças crônicas na população brasileira.9

Nesta perspectiva, a partir dos dados da PNS de 2013, o objetivo deste estudo foi estimar a prevalência da SM e de seus componentes para a população brasileira com idade ≥ 18 anos e sua associação com variáveis sociodemográficas, comportamentais e biológicas.

 Métodos Desenho e amostra do estudo

A PNS é um inquérito transversal com representatividade nacional da população brasileira residente em domicílios particulares realizada entre agosto e dezembro de 2013. A PNS compreendeu um levantamento populacional sobre saúde e seus determinantes realizado no Brasil pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em parceria com o Ministério da Saúde.9

O processo de amostragem foi organizado por conglomerados em três estágios, onde a unidade primária de amostragem (UPA) foi composta por setores censitários, a unidade secundária foi o domicílio e a unidade terciária, os moradores com 18 anos ou mais de idade. Dentro de cada estágio, os participantes foram selecionados por meio de amostragem aleatória simples. Foi considerado o peso do domicílio correspondente, a probabilidade de seleção do morador, ajustes de não resposta por sexo e calibração pelos totais populacionais, por sexo e classes de idade estimadas, com o peso de todos os moradores. Uma descrição detalhada da metodologia aplicada para a PNS-2013 foi publicada anteriormente.9

Para descrever as condições de saúde da população brasileira, a PNS foi constituída por módulos temáticos que abordaram a percepção individual da saúde e estilo de vida, presença de doenças crônicas, bem como informações sociodemográficas. Para fins deste estudo, foram selecionados os indivíduos que possuíam dados sobre os fatores que compõe a SM, ou seja, diagnóstico médico autorreferido de diabetes mellitus e hipercolesterolemia, além dos valores das medidas de pressão arterial (PA) e circunferência da cintura (CC).

Entre os 69.954 domicílios ocupados com morador selecionado para a entrevista na PNS-2013, foram entrevistados 60.202 indivíduos com 18 anos ou mais de idade, representando uma taxa de resposta dos moradores selecionados de 86%.9 Desse total foram excluídas 800 gestantes gerando uma amostra final composta por 59.402 indivíduos.

A Comissão Nacional de Ética em Pesquisa (CONEP) aprovou o projeto da PNS em junho de 2013, sob o parecer n.º 328.159. Todos os entrevistados que concordaram em participar da pesquisa assinaram o termo de consentimento livre e esclarecido.9

Variável de desfecho

Neste estudo, a variável de desfecho SM foi definida de acordo com a proposta de harmonização dos consensos internacionais de cardiologia (IDF/NHLBI/AHA/WHF/IAS/IASO), caracterizada pela presença de três entre cinco fatores de risco metabólicos.4 Em nosso trabalho, uma vez que a PNS não disponibilizou dados bioquímicos, a classificação da SM foi realizada considerando a presença de pelo menos três das quatro situações disponíveis no banco de dados: 1) diagnóstico autorreferido de diabetes; 2) valores de PA considerados limítrofes para diagnóstico de Hipertensão Arterial Sistêmica (HAS) (sistólica ≥ 130 mm Hg e/ou diastólica ≥ 85 mmHg); 3) valores de CC acima do ponto de corte estabelecido como limiar de obesidade abdominal para a população da América do Sul (homens ≥ 90 cm e mulheres ≥ 80 cm); e, 4) diagnóstico autorreferido de hipercolesterolemia.

A PA foi aferida por uma equipe treinada usando aparelho digital calibrado. Os indivíduos precisavam estar em repouso e foram orientados a esvaziar suas bexigas, não fumarem ou beberem durante o período de 30 minutos anterior à medição e não fazerem qualquer atividade física durante o período de uma hora anterior à medição. As medidas de PA foram feitas com os indivíduos na posição sentada, depois de terem descansado durante pelo menos cinco minutos. Os indivíduos foram instruídos a manterem-se relaxados e apoiados contra o encosto da cadeira, não cruzarem as pernas e deixarem o seu braço esquerdo livre de roupas e apoiado em uma mesa ao mesmo nível que o seu peito ou coração. Três medidas de PA foram aferidas, com intervalos de dois minutos entre elas. A média entre a segunda e a terceira medida foi utilizada para o presente estudo. Nessa técnica, as pressões sistólica e diastólica foram calculadas por meio de algoritmos a partir do ponto de oscilação máxima que corresponde à PA média.9

Quanto às medidas antropométricas, aferiu-se o peso (kg), a altura (m) e a CC (cm) - tendo-se como referência para o perímetro o ponto médio entre a última costela e a crista ilíaca, sendo utilizados, respectivamente, balança eletrônica portátil, estadiômetro portátil, fita métrica flexível e inelástica com precisão de 0,1 cm. Os procedimentos para a realização da antropometria seguiram o mesmo protocolo utilizado na Pesquisa de Orçamento Familiar (POF) 2008-2009 do Instituto Brasileiro de Geografia e Estatística (IBGE).9

Variáveis independentes

A seleção das variáveis independentes foi realizada com base no modelo conceitual dos determinantes distais e proximais, desenvolvido para mostrar o impacto de múltiplos fatores sociodemográficos, comportamentais e de comorbidades no estado de saúde da população, para a SM.10

Os fatores sociodemográficos utilizados incluíram: sexo, idade (18 - 59 anos e ≥ 60 anos), escolaridade (≤ 8 anos e > 8 anos), cor da pele (branca/não branca), situação conjugal (viver com companheiro ou não), macrorregião (Sul/Sudeste/Centro-Oeste e Norte/Nordeste). As macrorregiões foram dicotomizadas de modo de con­trastar os polos brasileiros de desenvolvimento, sendo as regiões Sul, Sudeste e Centro-Oeste as mais desenvolvidas. As variáveis comportamentais foram autopercepção de saúde, considerando a junção das respostas “muito boa” e “boa” definindo como referência às respostas “regular”, “ruim” e “muito ruim”.

Para construção da variável atividade física (AF), foram consideradas as seguintes informações sobre a realização em tempo livre e o volume, a duração e a intensidade do esforço para a atividade física, sendo o período de referência utilizado para as questões de AF no questionário, os três meses anteriores ao dia da entrevista. A intensidade do esforço foi obtida pela conversão do tipo de exercício físico ou esporte relatados em AF vigorosa ou moderada conforme as determinações do Compêndio de Atividade Física (CAF).11 A duração do esforço em cada sessão foi expressa em minutos e dividida em três agrupamentos: < 19; 20 a 29; >30 minutos. A frequência semanal foi determinada pelo número de dias com prática de AF por semana e, para efeitos de análise, foi dividida em: 0 a 2 dias, 3 a 4 dias e > 5 dias semanais.

Dessa forma, a variável AF foi, inicialmente, agrupada em três categorias, conforme recomendação da Organização Mundial de Saúde: ativo (indivíduo que alcance ou ultrapasse 150 minutos de atividade física moderada ou 75 minutos de atividade física vigorosa por semana em sessões de pelo menos 10 minutos de duração); inativo (indivíduo que negue praticar AF no lazer) e ativo insuficiente (quando realiza AF abaixo da recomendação).11 Por fim, optou-se por unir as categorias de inativo e ativo insuficiente, transformando-as em uma variável dicotômica (ativo/inativo).

As variáveis correspondentes às comorbidades aqui analisadas foram os diagnósticos médicos prévios autorreferidos de acidente vascular cerebral (AVC), insuficiência renal crônica (IRC), depressão e outras doenças cardiovasculares (DCV). Para esta última consideraram-se os relatos de diagnósticos de DCV anteriores, como por exemplo: infarto, angina, insuficiência cardíaca dentre outras. O excesso de peso foi identificado segundo pontos de corte do índice de massa corporal (IMC). Nos indivíduos com faixa etária entre 18 e 59 anos, foram considerados com excesso de peso, os valores ≥ 25 kg/m2.12 Para aqueles com idade igual ou superior a 60 anos foram considerados valores > 27 kg/m2 como excesso de peso.12

Análise estatística

As análises estatísticas foram processadas por meio do software Stata versão 13.0 (Stata Corp., College Station, EUA), utilizando-se survey comands, cujos procedimentos de análise levam em consideração os efeitos do plano e da ponderação amostral.13

A comparação entre as prevalências de SM, para cada comorbidade e para a carga de doenças foi baseada em seus respectivos intervalos de confiança de 99% (IC99%). As razões de prevalência (RP), com seus respectivos IC99%, foram calculadas por meio de modelos de regressão simples e múltiplos de Poisson.14

O processo de modelagem estatística foi conduzido mediante modelo conceitual dos fatores determinantes da SM,10 aplicando-se abordagem hierarquizada nas análises e utilizando o método stepwise forward para a introdução das variáveis, considerando como elegíveis aquelas com p < 0,20 (análise univariada); permaneceram no modelo aquelas variáveis em que o IC99% não incluiu o “1” ou que contribuíram para o ajuste do modelo.

As associações entre a SM e os potenciais fatores associados foram inseridos de acordo com os fatores sociodemográficos, comportamentais e de comorbidades, analisados por meio de três modelos múltiplos. No nível distal da análise (Modelo 1) foram consideradas as variáveis sociodemográficas idade, escolaridade, cor da pele, situação conjugal e região de moradia; para a composição do Modelo 2, utilizaram-se as variáveis comportamentais atividade física e autopercepção de saúde, ajustadas pelo Modelo 1; por fim, no Modelo 3, foram introduzidas as variáveis referentes aos determinantes proximais (comorbidades) sendo seus efeitos ajustados pelo Modelo 2. Destaca-se que uma vez definido o conjunto de variáveis em um Modelo hierarquicamente superior este não sofria mais qualquer alteração nos outros níveis de análise.

A justificativa para preservar as variáveis em cada um dos modelos foi alicerçada na importância do resultado para a compreensão da ocorrência da SM e na magnitude do efeito, bem como sua variabilidade, aqui representada pelo IC99%.14 Além disso, as análises foram estratificadas por sexo, considerando que na análise descritiva a SM mostrou acometer de modo diferencial à população masculina e feminina, o que pode refletir fatores de associação distintos entre os grupos.

 Resultados

A descrição das características sociodemográficas, comportamentais e de comorbidades de 59.402 indivíduos com idade superior a 18 anos, de acordo com a ausência ou presença da SM estão descritas na Tabela 1. Foi identificada elevada frequência de indivíduos fisicamente inativos (98,1%) e 53,8% que apresentavam excesso de peso. Houve um relato predominante de autopercepção de saúde muito boa ou boa (65,9%) e uma frequência expressiva de baixa escolaridade (39,1%) entre os indivíduos.

Características sociodemográficas, comportamentais e de comorbidades dos adultos e idosos - Pesquisa Nacional de Saúde (PNS), Brasil, 2013
Variáveis SM*
Total* Masculino Feminino
N = 59.402† N = 25.920† N = 33.482†
%* IC99% %* IC99% %* IC99%
Idade
18-59 anos 81,8 80,9 - 82,5 83,3 82,4 - 84,1 80,4 79,6 - 81,1
≥ 60 anos 18,2 17,4 - 19,0 16,7 15,9 - 17,5 19,6 18,8 - 20,9
Escolaridade
> 8 anos 60,9 59,7 - 62,0 60,2 58,9 - 61,4 61,5 60,5 - 62,5
≤ 8 anos 39,1 37,9 - 40,2 39,8 38,6 - 41,0 38,5 37,4 - 39,5
Cor da Pele
Branca 47,4 46,4 - 48,5 46,8 45,7 - 47,9 48,1 47,0 - 49,1
Não branca § 52,5 51,5 - 53,6 53,2 52,1 - 54,3 51,9 50,9 - 53,0
Situação Conjugal
Não vive com companheiro 55,7 54,6 - 56,7 53,4 52,2 - 54,6 57,8 56,8 - 58,8
Vive com companheiro 44,3 43,2 - 45,3 46,6 45,4 - 47,8 42,2 41,2 - 43,2
Região de moradia
NE/N 34,0 33,3 - 34,7 34,2 33,4 - 35,1 33,8 32,9 - 34,6
SE/S/CO 66,0 65,3 - 66,7 65,8 64,9 - 66,6 66,2 65,4 - 67,0
Atividade Física
Ativo 1,9 1,6 - 2,2 2,2 1,9 - 2,5 1,6 1,3 - 1,9
Inativo 98,1 97,8 - 98,4 97,8 97,5 - 98,1 98,4 98,0 - 98,6
Autopercepção de saúde
Muito boa/ boa 65,9 65,0 - 66,9 70,3 69,3 - 71,2 62,1 61,1 - 63,1
Regular - Muito ruim 34,1 33,0 - 34,9 29,7 28,8 - 30,7 37,9 36,9 - 38,9
Excesso de peso
Não 46,2 45,1 - 47,3 47,5 46,4 - 48,7 45,0 43,9 - 45,9
Sim 53,8 52,7 - 54,9 52,5 51,3 - 53,6 55,0 54,0 - 56,0
Outras DCV ‡
Não 95,8 95,3 - 96,2 96,1 95,6 - 96,5 95,5 95,1 - 95,9
Sim 4,2 3,8 - 4,7 3,9 3,5 - 4,4 4,5 4,1 - 4,9
Insuficiência Renal Crônica
Não 98,6 98,3 - 98,8 98,6 98,4 - 98,9 98,5 98,2 - 98,7
Sim 1,4 1,2 - 1,7 1,4 1,1 - 1,6 1,5 1,3 - 1,7
Acidente Vascular Cerebral
Não 98,5 98,2 - 98,7 98,4 98,1 - 98,6 98,5 98,3 - 98,7
Sim 1,5 1,3 - 1,8 1,6 1,4 - 1,9 1,5 1,3 - 1,7
Depressão
Não 92,3 91,7 - 92,9 96,1 95,6 - 96,5 88,9 88,3 - 89,6
Sim 7,7 7,1 - 8,2 3,9 3,5 - 4,4 11,1 10,4 - 11,7

SM: síndrome metabólica; IC 99%: intervalo de 99% de confiança; N: norte; NE: nordeste; SE: sudeste; S: sul; CO: centro-oeste; DCV: doença cardiovascular;

Gerada considerando o peso amostral;

Número de indivíduos no banco de dados;

Amarelo, indígena, pardo, preto;

infarto, angina, insuficiência cardíaca ou outra.

Na Tabela 2 são apresentadas as prevalências de SM, das comorbidades e a carga dos componentes da SM na população brasileira. A obesidade abdominal foi o fator com maior prevalência neste estudo (65,2%, IC99% 64,4-65,9), seguindo-se da PA elevada (40,7%, IC99% 39,6-41,7). Observa-se que em todas as comorbidades, as mulheres apresentaram os resultados mais expressivos, sendo a PA elevada (46,9%, IC99% 45,5-48,3) a única condição em que os homens mostraram maior prevalência. No somatório dos componentes, verifica-se ainda que apenas ~1/4 da população não apresentou qualquer das alterações estudadas (23,8% [IC99% 22,9-24,7]), enquanto que 38,1% (IC99% 37,2-39,0) dos participantes já apresentavam pelo menos um dos componentes da SM e 29,2% (IC99% 28,3-30,1) conviviam com dois dos fatores considerados. A condição de SM foi estimada em 8,9% (IC99% 8,4-9,5) da população brasileira, com a proporção de mulheres nesta condição (10,3% [IC99% 9,6-11,2]) superando estatisticamente o observado na população masculina (7,5% [IC99% 6,7-8,3]).

Prevalência (%) das comorbidades e carga de doenças (fatores de risco para SM), por sexo, dos adultos e idosos. Pesquisa Nacional de Saúde (PNS), Brasil, 2013
Doença, carga e SM Sexo
TotalN = 59.402 MasculinoN = 25.920 FemininoN = 33.482
%* IC99% %* IC99% %* IC99%
Diabetes 7,1 6,6 - 7,6 6,3 5,6 - 7,2 7,8 7,1 - 8,5
PA elevada 40,7 39,6 - 41,7 46,9 45,5 - 48,3 34,9 33,7 - 36,3
Hipercolesterolemia 14,7 14,0 - 15,5 11,9 10,9 - 13,1 16,9 16,0 - 17,9
CC elevada 65,2 64,4 - 65,9 55,6 54,0 - 57,1 73,9 72,7 - 75,0
Carga de doença
0 23,8 22,9 - 24,7 28,0 26,7 - 29,4 19,9 18,8 - 21,1
1 38,1 37,2 - 39,0 34,8 33,5 - 36,2 41,0 39,8 - 42,3
2 29,2 28,3 - 30,1 29,7 28,4 - 31,0 28,7 27,6 - 29,9
3 7,5 7,1 - 8,1 6,5 5,8 - 7,3 8,5 7,8 - 9,3
4 1,4 0,9 - 1,2 1,0 0,7 - 1,3 1,8 1,5 - 2,2
Condição de SM† 8,9 8,4 - 9,5 7,5 6,7 - 8,3 10,3 9,6 - 11,2

SM: síndrome metabólica; N: número de indivíduos no banco de dados; IC 99%: intervalo de 99% de confiança; PA: pressão arterial; CC: circunferência da cintura;

Gerada considerando o peso amostral;

Condição de SM, somatório da carga de doença ≥ 3 fatores.

A Tabela 3 apresenta a prevalência da SM segundo as variáveis de exposição estudadas. Destacam-se maiores prevalências do agravo entre indivíduos com maior idade (≥ 60 anos), menor tempo de escolaridade (≤ 8 anos) e que vivem com companheiro. A SM foi maior entre os indivíduos que residem nas regiões SE/S/CO, fisicamente inativos, com excesso de peso e que consideravam sua saúde precária. Quanto às comorbidades, de forma geral, maiores prevalências de SM foram encontradas entre os indivíduos que autorreferiram diagnóstico médico prévio de IRC, AVC e outras doenças cardiovasculares, em relação aos que afirmaram não apresentar a doença. Além disso, identificamos que, independentemente da característica ou condição considerada como risco, a prevalência de SM foi sempre maior dentre as mulheres.

Prevalência de SM, segundo variáveis de exposição estudadas - Pesquisa Nacional de Saúde (PNS), Brasil, 2013
Variáveis SM*
Total Masculino Feminino
N = 59.402 N = 25.920 N = 33.482
p (%)* IC99% p (%)* IC99% p (%)* IC99%
Idade
18-59 anos 5,8 5,3 - 6,3 5,4 4,7 - 6,3 6,1 5,5 - 6,8
≥ 60 anos 23,2 21,4 - 25,1 17,5 14,7 - 20,8 27,6 25,0 - 30,3
Escolaridade
> 8 anos 6,3 5,7 - 6,9 6,8 5,8 - 7,8 5,8 5,1 - 6,6
≤ 8 anos 13,1 12,1 - 14,2 8,4 7,1 - 9,9 17,6 15,9 - 19,3
Cor da Pele
Branca 9,7 8,9 - 10,6 8,9 7,7 - 10,5 10,4 9,3 - 11,6
Não branca† 8,3 7,5 - 9,0 6,1 5,2 - 7,1 10,3 9,2 - 11,4
Situação Conjugal
Não vive com companheiro 6,9 6,4 - 7,6 4,6 3,8 - 5,6 8,9 8,1 - 9,8
Vive com companheiro 11,5 10,5 - 12,5 10,7 9,3 - 12,2 12,3 10,9 - 13,7
Região de moradia
NE/N 7,3 6,6 - 8,0 5,3 4,4 - 6,2 9,1 8,0 - 10,3
SE/S/CO 9,8 9,1 - 10,6 8,6 7,5 - 9,8 10,9 9,9 - 12,1
Atividade Física
Ativo 1,8 0,7 - 4,9 2,5 0,7 - 8,6 1,0 0,3 - 3,4
Inativo 9,1 8,6 - 9,7 7,6 6,8 - 8,4 10,5 9,7 - 11,3
Autopercepção de saúde
Muito boa/ boa 4,8 4,3 - 5,3 4,5 3,8 - 5,4 5,0 4,4, 5,7
Regular - Muito ruim 17,1 15,9 - 18,3 14,4 12,5 - 16,5 19,0 17,4 - 20,7
Excesso de peso
Não 4,8 4,3 - 5,5 3,4 2,6 - 4,4 6,2 5,4 - 7,2
Sim 12,5 11,7 - 13,4 11,1 9,9 - 12,5 13,7 12,5 - 14,9
Outras DCV ‡
Não 8,3 7,7 - 8,8 6,9 6,1 - 7,7 9,5 8,8 - 10,3
Sim 24,9 20,9 - 29,4 21,8 15,9 - 29,2 27,3 22,2 - 33,2
Insuficiência Renal Crônica
Não 8,8 8,2 - 9,3 7,2 6,4 - 8,1 10,2 9,4 - 11,0
Sim 21,9 16,6 - 28,3 25,7 17,3 - 36,3 18,8 12,8 - 26,8
Acidente Vascular Cerebral
Não 8,7 8,1 - 9,2 7,2 6,4 - 8,1 10,0 9,3 - 10,8
Sim 27,0 20,6 - 34,5 22,7 14,2 - 34,2 31,4 22,6 - 41,7
Depressão
Não 8,3 7,7 - 8,8 7,1 6,3 - 7,8 9,4 8,6 - 10,3
Sim 17,1 14,6 - 19,9 15,6 10,7 - 22,3 17,6 14,7 - 20,9

SM: síndrome metabólica; P: prevalência; IC 99%: intervalo de 99% de confiança; N: norte; NE: nordeste; SE: sudeste; S: sul; CO: centro-oeste; DCV: doença cardiovascular;

Gerada considerando o peso amostral;

Amarelo, indígena, pardo, preto;

infarto, angina, insuficiência cardíaca ou outra.

Nas tabelas 4 e 5 estão disponíveis os resultados referentes ao processo de modelagem hierarquizado (modelo hipotético-causal), distintos para homens e mulheres, sobre os fatores associados à SM. No modelo final para a população feminina, identificamos que a probabilidade de ter SM foi maior dentre os indivíduos nas seguintes situações: idade ≥ 60 anos (RP 3,20 [IC99% 2,76-3,72]), escolaridade ≤ 8 anos (RP 1,46 [IC99% 1,23-1,74]), viver com companheiro (RP 1,27 [IC99% 1,11-1,45]), residir nas regiões SE/S/CO (RP 1,18 [IC99% 1,02-1,38]), autopercepção de saúde regular à muito ruim (RP 2,35 [IC99% 1,99-2,78]), AVC (RP 1,36 [IC99% 1,00-1,86]), outras DCV (RP 1,29 [IC99% 1,03-1,62]), excesso de peso (RP 2,09 [IC99% 1,79-2,42]) e depressão (RP 1,31 [IC99% 1,07-1,59]) (Tabela 4).

Análise bivariável e modelos multivariáveis para os fatores associados com a síndrome metabólica entre mulheres brasileiras segundo níveis hierárquicos das variáveis de exposição estudadas - Pesquisa Nacional de Saúde (PNS), Brasil, 2013
Variáveis Análise bivariável Modelo 1 Modelo 2 Modelo 3
RP IC99% RP IC99% RP IC99% RP IC99%
Idade
18-59 anos 1 1 1 1
≥ 60 anos 4,49 3,90- 5,18 3,44 2,95- 4,01 2,99 2,56- 3,48 3,20 2,76- 3,72
Escolaridade
>8 anos 1 1 1 1
≤ 8 anos 3,01 2,55- 3,55 1,98 1,67- 2,34 1,54 1,29- 1,83 1,46 1,23- 1,74
Situação Conjugal
Não vive com companheiro 1 1 1
Vive com companheiro 1,37 1,18- 1,58 1,38 1,21- 1,58 1,33 1,17- 1,52 1,27 1,11- 1,45
Região de moradia
NE/N 1 1 1 1
SE/S/CO 1,20 1,02- 1,41 1,18 1,01- 1,36 1,30 1,12- 1,52 1,18 1,02- 1,38
Cor da Pele
Branca 1
Não branca* 0,98 0,84- 1,15
Atividade Física
Ativo 1
Inativo 10,06 3,08- 32,84
Autopercepção de saúde
Muito boa/ boa 1 1 1
Regular - Muito ruim 3,76 3,23- 4,38 2,65 2,24- 3,14 2,35 1,99- 2,78
Acidente Vascular Cerebral
Não 1 1
Sim 3,13 2,29- 4,27 1,36 1,00- 1,86
Outras DCV†
Não 1 1
Sim 2,86 2,32- 3,51 1,29 1,03- 1,62
Excesso de peso
Não 1 1
Sim 2,19 1,85- 5,59 2,09 1,79- 2,42
Depressão
Não 1 1
Sim 1,86 1,54- 2,26 1,31 1,07- 1,59
Insuficiência Renal Crônica
Não 1
Sim 1,84 1,26- 2,69

RP: razão de prevalência; IC 99%: intervalo de 99% de confiança; N: norte; NE: nordeste; SE: sudeste; S: sul; CO: centro-oeste; DCV: doença cardiovascular;

Amarelo, indígena, pardo, preto;

infarto, angina, insuficiência cardíaca ou outra.

 Análise bivariável e modelos multivariáveis para os fatores associados com a síndrome metabólica entre homens brasileiros segundo níveis hierárquicos das variáveis de exposição estudadas - Pesquisa Nacional de Saúde (PNS), Brasil, 2013
Variáveis Análise bivariável Modelo 1 Modelo 2 Modelo 3
RP IC99% RP IC99% RP IC99% RP IC99%
Idade
18-59 anos 1 1 1 1
≥ 60 anos 3,23 2,55- 4,08 2,74 2,17- 3,46 2,07 1,61- 2,67 2,60 2,04- 3,31
Escolaridade
> 8 anos 1
≤ 8 anos 1,24 0,99- 1,54
Situação Conjugal
Não vive com companheiro 1 1 1 1
Vive com companheiro 2,30 1,82- 2,92 1,81 1,43- 2,30 1,74 1,37- 2,20 1,48 1,17- 1,88
Região de moradia
NE/N 1 1 1 1
SE/S/CO 1,63 1,31- 2,02 1,49 1,20- 1,85 1,74 1,40- 2,14 1,57 1,28- 1,94
Cor da Pele
Branca 1
Não branca† 0,67 0,54- 0,84
Atividade Física
Ativo 1
Inativo 3,02 0,84- 10,90
Autopercepção de saúde
Muito boa/ boa 1 1 1
Regular - Muito ruim 3,17 2,51- 4-01 2,72 2,12- 3,50 2,59 2,01- 3,33
Acidente Vascular Cerebral
Não 1
Sim 3,15 1,99- 4,98
Outras DCV‡
Não 1
Sim 3,17 2,29- 4,39
Excesso de peso
Não 1 1
Sim 3,27 2,45- 4,37 3,58 2,73- 4,70
Depressão
Não 1 1
Sim 2,19 1,49- 3,23 1,41 0,98- 2,02
Insuficiência Renal Crônica
Não 1 1
Sim 3,57 2,41- 5,28 1,85 1,23- 2,76

RP: razão de prevalência; IC 99%: intervalo de 99% de confiança; N: norte; NE: nordeste; SE: sudeste; S: sul; CO: centro-oeste; DCV: doença cardiovascular;

(*) Amarelo, indígena, pardo, preto;

infarto, angina, insuficiência cardíaca ou outra.

Em relação à população masculina, o modelo final não incluiu as variáveis de escolaridade, cor da pele, outras DVC e AVC, permanecendo a idade ≥ 60 anos (RP 2,60 [IC99% 2,04-3,31]), viver com companheiro (RP 1,48 [IC99% 1,17-1,88]), residir nas regiões SE/S/CO (RP 1,57 [IC99% 1,28-1,94]), ter pior (“regular à muito ruim”) autopercepção de saúde (RP 2,59 [IC99% 2,01-3,33]) e apresentar IRC (RP 1,85 [IC99% 2,23-2,76]), excesso de peso (RP 3,58 [IC99% 2,73-4,70]) e depressão (RP 1,41 [IC99% 0,98-2,02]) (Tabela 5).

Em relação a variável atividade física, para não comprometer a análise, optamos por não incluí-la no modelo, haja vista a baixa prevalência de indivíduos fisicamente ativos (1,8%), o que resultaria em estimativas pouco precisas, decorrente de grande erro-padrão (Tabela 4 e 5). Além disso, considerando o referencial adotado, tornam-se desnecessárias tais comparações, uma vez que quase a totalidade da população brasileira é caracterizada como fisicamente inativa (98,1%) (Tabela 1).

 Discussão

A SM é um fenômeno multidimensional determinado pela interação de um conjunto de fatores que afeta a qualidade de vida das pessoas.3 Apesar da existência de estudos sobre doenças crônicas e seus fatores de risco na população brasileira,15 como é o caso do Estudo Longitudinal de Saúde do Adulto, não se tem até o momento, dados com representatividade nacional da prevalência de SM no país. Assim, o presente estudo avaliou pela primeira vez os fatores associados à SM em uma amostra representativa da população brasileira com idade superior a 18 anos, o que representa um marco na investigação do agravo no Brasil, colaborando na construção de evidências capazes de direcionar estratégias resolutivas de prevenção e controle deste agravo.

Nós identificamos que aproximadamente 9% da população brasileira apresentou a condição de SM, de acordo com a definição de harmonização dos consensos.4 Não obstante, nosso estudo revela dados preocupantes, ao contabilizar que somente 23,8% da população não apresenta nenhum dos componentes da SM, e que 67,3% apresentam entre um e dois componentes para caracterizar este desfecho, o que demonstra elevado número de indivíduos sob o risco de desenvolver a SM propriamente dita.

Em relação ao sexo, a maior ocorrência de SM foi encontrada entre a população feminina (10,3%, IC99% 9,6-11,2), fato que vem sendo amplamente registrado na literatura científica,16,17 especialmente dentre aquelas com idade > 59 anos, o que pode ser explicado pelas modificações hormonais ocorridas após a menopausa.17 Nesta fase do ciclo da vida há uma tendência de acúmulo de gordura abdominal, bem como de aumento da densidade das partículas de LDL circulantes na corrente sanguínea, tornando-as mais aterogênicas, condições conhecidamente associadas ao maior risco de DCV.18 Pode-se ainda destacar o elevado número de morbidades encontrado entre as mulheres deste estudo, que apresentaram maiores prevalências de diabetes, hipercolesterolemia e obesidade abdominal, em relação ao sexo masculino.

A diferenciação considerável na prevalência e combinações de anormalidades da SM entre os sexos sugere uma fisiopatologia distinta entre homens e mulheres,19 possivelmente explicada pelos diferentes níveis de hormônios sexuais que influenciam os mecanismos regulatórios do metabolismo.20 A maior atividade andrógena encontrada entre os homens, assim como a redução dos níveis de estrogênios ocorrido após a menopausa entre as mulheres são condições que favorecem um aumento na gordura abdominal visceral e na concentração de lipídeos na corrente sanguínea, o que está correlacionado com resistência à insulina, hipertensão e aumento do risco cardiovascular.20

Entre os componentes da SM, destaca-se na população estudada os resultados de CC elevada (65,2%, IC99% 64,4-65,9). A obesidade abdominal desempenha papel importante na SM,21,22 pois está associada a uma desordem metabólica capaz de influenciar, de forma prejudicial, a parede da artéria, acarretando em desregulação da vasoconstricção, ativação de cascatas inflamatórias e elevação dos efeitos das adipocinas, considerados fatores indutores de DCV.22 Estudo de coorte conduzido por Lee et al.,22 mostrou que o aumento adicional de 500cm3 no volume de gordura subcutânea e visceral está associado com a incidência de SM e agravamento dos fatores de risco para DCV.22 Uma coorte de indivíduos obesos conduzida na Itália mostrou que a obesidade abdominal contribuiu para prevalência de SM em mulheres obesas, mas não em homens.19

Em nosso trabalho, uma possível explicação para a alta prevalência de CC elevada pode decorrer dos menores pontos de corte estabelecidos pela padronização por etnia para a obesidade abdominal (≥ 90 cm para homens e ≥ 80 cm para mulheres),4 se comparada com os valores limítrofes instituídos pelo NCEP-ATPIII (102 cm para homens e 88 cm para mulheres).23 Conquanto, esta prevalência elevada e preocupante de obesidade abdominal na população brasileira se reflete na elevação do risco de desenvolver algum agravo cardiovascular22 e os consequentes riscos de aumento da morbimortalidade e impacto sobre o sistema de saúde.2

A relação positiva entre a prevalência da SM e o aumento da idade, aqui encontrada, tem sido amplamente divulgada, especialmente pelas diferenças atribuídas ao sexo,17 não somente pelo efeito cumulativo, reflexo do tempo de exposição aos fatores de risco relacionados aos comportamentos alimentares inadequados e estilos de vida não saudáveis, como também pela contribuição dos fatores biológicos em ambos os sexos, devido a relação direta com o equilíbrio nos níveis de testosterona/estrogênio, especificamente, entre as mulheres.20 A SM tem sido ligeiramente mais diagnosticada entre os homens com menos de cinquenta anos de idade, fato que se inverte após cinquenta anos, ao afetar com maior magnitude a população feminina.17

Do ponto de vista sociodemográfico, este estudo mostrou que viver nas regiões SE/S/CO se apresentou como fator associado a SM, o que pode ser explicado, em parte, por estas regiões concentrarem os principais centros urbanos do país, contribuindo na promoção de estilos de vida caracterizados por hábitos alimentares não saudáveis e baixa frequência de exercícios físicos, que tem por consequência o aumento do risco de obesidade, DM tipo 2, hipertensão arterial, DCV e SM.5

Em uma revisão sistemática realizada entre países da América do Sul essa hipótese foi confirmada ao mostrar que um padrão de hábitos alimentares e estilo de vida ocidentais foram encontrados em maior proporção nas grandes áreas urbanas, onde doenças crônicas não transmissíveis foram relacionadas a estes comportamentos.24 Além disso, por meio de pesquisa conduzida no Brasil, foi evidenciado que houve consumo elevado de calorias nas capitais situadas nas regiões Sul, Sudeste e Centro-Oeste, enquanto nas capitais do Norte e Nordeste foi observado um consumo abaixo da média entre a população.25

É importante destacar que nessas regiões de grandes centros urbanos, a sociedade é cada vez mais induzida por mensagens veiculadas de ofertas de alimentos, dietas e comportamentos ocidentais.26 Nos últimos anos, no Brasil, as regiões metropolitanas tem apresentado redução no consumo domiciliar de arroz polido, feijão, cereais e leguminosas (queda de 60%, 49% e 25% respectivamente), com concomitante aumento contínuo do consumo de alimentos como: bebidas e infusões (22% e 24%), alimentos preparados e misturas industriais (67%), destacando-se o crescimento em 490% da quantidade adquirida de refrigerante entre os anos de 1974 a 2009, evidenciando uma mudança de comportamento alimentar que nem sempre favorece escolhas saudáveis em regiões desenvolvidas.27

Nossos resultados mostraram ainda que o nível de escolaridade mais baixo foi associado à prevalência de SM nas mulheres, porém tal associação não foi evidenciada entre a população masculina. Esse achado é consistente com a literatura internacional, como foi observado em um estudo conduzido na China, onde o nível educacional também apresentou relação inversa com a prevalência de SM estritamente entre as mulheres.28 Na Coréia, distintamente, foi identificado que homens com menor escolaridade apresentavam menores razões de chances (OR) tanto para SM (OR 0,76, IC 95% 0,60-0,96), quanto para dois de seus componentes isolados: CC elevada (OR 0,73, IC 95% 0,60-0,91) e baixo colesterol HDL (OR 0,73, IC 95% 0,59-0,91), quando comparados aos homens de maior escolaridade.29 Ainda neste estudo, entre as mulheres socialmente desfavorecidas com menor nível de educação, desempregadas, menor nível de renda e que realizavam trabalhos manuais foi observada uma maior prevalência de SM, assim como destacado em nossos resultados quanto ao nível de educação.29

Todavia, resultado antagônico foi notado em uma população masculina de alto nível educacional, onde a distribuição de fatores de risco cardiovascular foi mais observada neste estrato populacional. Isso pode ser reflexo do ambiente socioeconômico, que aumenta o risco de SM em um dos gêneros, de maneira mais específica.30

Em relação a variável situação conjugal, não está claro como o estado civil contribui para a SM. No presente estudo, a situação de viver com companheiro se mostrou associado a SM e em maior magnitude na população masculina. Tal constatação foi também evidenciada entre australianos, onde as mulheres que se casaram ganharam mais peso em comparação com as não casadas, após ajuste dos potenciais fatores de confusão.31 Do mesmo modo, no estudo de Averett et al.,32 o casamento foi associado a um risco aumentado de sobrepeso/obesidade, tanto para homens quanto para mulheres.32

Ortega et al.,33 em 2011, identificaram que o sexo afeta a relação entre obesidade, fatores de risco cardiometabólicos e estado civil devido a mudanças em fatores comportamentais.33 Embora a maioria dos estudos tenha relatado que as pessoas casadas tornaram-se mais sedentárias,34 com reflexo direto no excesso de peso e impacto nas comorbidades desencadeadoras da SM, colaborando com os resultados encontrados neste trabalho, outros estudos mostram resultados diferentes, atribuindo ao tipo de relação conjugal o desfecho da SM.26,35 Nesse caso, considera-se que relações conjugais positivas podem proteger de situações estressantes, fornecendo tanto benefícios materiais quanto de suporte, enquanto que relações negativas ou a falta de um relacionamento podem aumentar a exposição aos conflitos, com consequente elevação do nível de estresse,35 fator reconhecidamente associado à SM.10

Em relação aos aspectos comportamentais, identificamos que a autopercepção de saúde negativa “regular à muito ruim” foi um importante fator associado à SM. A autopercepção de saúde é um indicador global no qual a pessoa considera, além de possíveis doenças que a acometam, o impacto que as mesmas geram no bem-estar físico, social e mental.32 Na Espanha, contrapondo os nossos resultados, em estudo multicêntrico e observacional realizado com portadores de DM e/ou SM recentemente diagnosticada, 42,2% dos indivíduos acreditavam ter boa ou excelente saúde, representando pouca consciência acerca do risco cardiovascular que apresentavam.36 Neste trabalho a associação da autopercepção negativa “regular à muito ruim” com a SM chama a atenção, porque pode refletir que a população estudada apresentou consciência de sua condição de saúde, porém permanece situada dentro da faixa de risco para desenvolvimento de complicações metabólicas, supondo que possam existir outros fatores que a impeçam de sair desta condição e que mereçam serem melhor investigados.

Quanto à prevalência e à associação da SM com as comorbidades (DCV, AVC e depressão), todas se mostraram em maior frequência entre o sexo feminino comparativamente ao sexo masculino, com exceção da IRC. A associação entre SM e IRC encontrada exclusivamente entre os homens, pode em parte ser justificada pela alta prevalência de hipertensão arterial instalada neste grupo.19 Nas últimas décadas, tornou-se cada vez mais evidente que o prognóstico de pacientes hipertensos é fortemente afetado pelo comprometimento renal, especialmente em termos de mortalidade e eventos cardiovasculares.37 Em relação ao maior número de comorbidades associadas à SM entre as mulheres do estudo, pode ser explicado, parcialmente, pela baixa procura dos homens pelos serviços de saúde, o que gera um subdiagnóstico.2

As DCV constituem a primeira causa de morte no Brasil,2 devendo ser prioridade de saúde pública, por meio de políticas para sua prevenção e controle. A direção da associação entre DCV e SM foi demonstrada em uma coorte dinamarquesa, em que mulheres idosas com SM apresentaram um risco de 1,7 (IC95% 1,44-2,05) para o desenvolvimento de DCV.38 Esta correlação também pode ser explicada por Salas et al.,16 que mostraram que adultos obesos, principalmente as mulheres, correm particularmente o risco de desenvolver SM, com implicações significativas para sua saúde, sobretudo DCV e diabetes. Estes resultados destacam a importância da perda de peso para reduzir as morbidades associadas à SM.16

Outra condição de doença associada à SM foi a depressão, com maior prevalência encontrada entre as mulheres. Do mesmo modo, estudo conduzido na Coréia com indivíduos de meia idade entre 40-64 anos, encontrou elevada prevalência entre as mulheres 11,7%, comparativamente aos homens 4,1%.39 Esses achados podem ser sugestivos do que foi encontrado em uma coorte prospectiva entre a população holandesa, onde a depressão foi consideravelmente associada à maior CC e ao nível de triglicerídeos durante um seguimento de 6 anos.40 Nesse contexto esses resultados podem supor que a idade mais avançada pode estar associada a um aumento da resposta ao estresse e do nível de cortisol mais frequentemente entre as mulheres do que entre os homens.39

O padrão metodológico reforçou a robustez dos resultados apresentados, porém algumas limitações devem ser abordadas. Até o momento de submissão deste estudo, o IBGE não havia publicado os dados laboratoriais de HDL, o que nos levou caracterizar à SM na ocorrência de três dentre os quatro - e não cinco - componentes disponíveis no banco de dados.

Outro ponto concerne à utilização de diagnósticos médicos autorreferidos. A população investigada respondeu se “algum médico já lhe deu o diagnóstico de diabetes?” ou “(...) hipercolesterolemia?”, o que reduz o viés de classificação, pois foram consideradas presentes quando havia resposta positiva ao diagnóstico médico anterior destas doenças; por outro lado, dadas as questões de subdiagnóstico, há a possibilidade real da presença de indivíduos que desconheciam sua condição de saúde no momento da entrevista. De qualquer modo, mesmo diante dessas situações, observamos que a elevada prevalência da SM em nosso estudo é consistente com a literatura,7,10,16 o que alerta para a possibilidade de que esta prevalência possa estar subestimada, implicando em um prognóstico negativo para a população brasileira com idade ≥ 18 anos.

Outra limitação deste estudo é o delineamento transversal, razão pela qual os fatores socioeconômicos, comportamentais e as comorbidades aqui analisados não podem, inequivocamente, serem considerados causais para a SM. Especialmente no que concerne às comorbidades, é importante destacar o papel da causalidade reversa nas associações identificadas, uma vez que o início do curso clínico para as DCV, AVC, depressão e IRC seria a SM, apesar do delineamento não permitir afirmar que este fato aconteceu na população estudada. Todavia, a utilização de dados com representatividade nacional e de um modelo conceitual para embasar não apenas a seleção das variáveis, mas também a estratégia analítica, permite produzir informações relevantes para o diagnóstico das condições de saúde da população brasileira, no que se refere à SM, alinhadas com as prioridades nacionais de saúde pública.

 Conclusão

Identificamos elevada prevalência de SM na população adulta e idosa no Brasil, sendo que esta esteve associada com variáveis sociodemográficas (idade, escolaridade, situação conjugal e região de moradia), comportamentais (autopercepção de saúde) e de comorbidades (AVC, DVC, excesso de peso, depressão e IRC) de forma diferente entre os sexos.

Por fim, a relevância da carga de cada componente da SM, reitera a SM como ferramenta clínica e epidemiológica na identificação de indivíduos e grupos populacionais com maior vulnerabilidade à ocorrência de DCV e como norteadora de intervenções custo-efetivas sobre os fatores apresentados. Assim, nossos resultados sugerem a necessidade de fortalecimento de políticas públicas de promoção de saúde a fim de favorecer a adoção de comportamentos saudáveis, de outro modo, será pouco provável o cumprimento das metas previstas no Plano Nacional de Enfrentamento das DCNT no Brasil: 2011-2022.

Fontes de financiamento

O presente estudo não teve fontes de financiamento externas.

Vinculação acadêmica

Este artigo é parte de dissertação de Mestrado de Elyssia Karine Nunes Mendonça Ramires pela Universidade Federal de Alagoas.

Aprovação ética e consentimento informado

Este estudo foi aprovado pelo Comitê de Ética da Plataforma Brasil, direcionado a Comissão Nacional de Ética em Pesquisa (CONEP) sob o número de protocolo 10853812.7.0000.0008. Todos os procedimentos envolvidos nesse estudo estão de acordo com a Declaração de Helsinki de 1975, atualizada em 2013. O consentimento informado foi obtido de todos os participantes incluídos no estudo.