Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC 9pDG9qV5fxGJYtw7gp8gRMp S0066-782X2023000900310 00310 10.36660/abc.20220914 Artigo Original Associações entre Obesidade Eutrófica e Alterações no Perfil Lipídico de Adultos Jovens Passos Anna Flavia Ferreira Concepção e desenho da pesquisa e obtenção de dados Análise e interpretação dos dados Redação do manuscrito 1 Santos Acsa de Castro Concepção e desenho da pesquisa e obtenção de dados Análise e interpretação dos dados 1 0000-0002-2518-7575 Coelho Alexandre Siqueira Guedes Análise e interpretação dos dados Análise estatística Revisão crítica do manuscrito quanto ao conteúdo intelectual importante 2 0000-0001-9972-4743 Cominetti Cristiane Concepção e desenho da pesquisa e obtenção de dados Análise e interpretação dos dados Redação do manuscrito Revisão crítica do manuscrito quanto ao conteúdo intelectual importante 1 Grupo de Pesquisa em Genômica Nutricional Faculdade de Nutrição Universidade Federal de Goiás Goiânia GO Brasil Grupo de Pesquisa em Genômica Nutricional , Faculdade de Nutrição , Universidade Federal de Goiás , Goiânia , GO – Brasil Faculdade de Agronomia Universidade Federal de Goiás Goiânia GO Brasil Faculdade de Agronomia , Universidade Federal de Goiás , Goiânia , GO – Brasil Correspondência: Cristiane Cominetti • Grupo de Pesquisa em Genômica Nutricional, Faculdade de Nutrição, Universidade Federal de Goiás - Rua 227, s/n, Quadra 68, Leste Universitário. CEP 74605-080, Goiânia, GO - Brasil E-mail: ccominetti@ufg.br

Potencial conflito de interesse

Não há conflito com o presente artigo

 23 10 2023 9 2023 120 9 e20220914 13 01 2023 27 06 2023 17 07 2023 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. Figura Central

: Associações entre Obesidade Eutrófica e Alterações no Perfil Lipídico de Adultos Jovens IMC: índice de massa corporal; OE: obesidade eutrófica.

Resumo Fundamento

A obesidade eutrófica (OE) é caracterizada por índice de massa corporal (IMC) normal, mas com alto percentual de gordura corporal (%GC), o que aumenta os riscos de comorbidades cardiometabólicas. A avaliação e interpretação precisas dos dados de composição corporal são necessárias para reduzir esses riscos.

 Objetivos

Comparar o perfil cardiometabólico de indivíduos com OE e %GC normal e avaliar os fatores de risco associados.

 Métodos

Foi realizado estudo transversal com 222 adultos brasileiros de uma comunidade universitária, dos quais 157 tinham OE e 65 tinham IMC e %GC normais (grupo sem OE). Todos os participantes relataram ser assintomáticos e sem problemas de saúde subjacentes. Foram avaliadas características socioeconômicas, estilo de vida, consumo alimentar, antropometria, medidas de composição corporal (por meio de absorciometria radiológica de dupla energia) e perfis lipídico e glicêmico. Valor de p < 0,05 foi estabelecido como significativo.

 Resultados

A mediana de idade dos participantes foi de 23 anos (intervalo interquartil: 21 a 25), sendo a maioria do sexo feminino (67,1%). Não foram encontradas diferenças significativas na pressão arterial, idade ou nível de atividade física entre os grupos com e sem OE. No entanto, a frequência de distúrbios do perfil lipídico foi maior no grupo com OE (54%) em comparação com o grupo sem OE (34%) (p < 0,006). Circunferência do pescoço, %GC e distúrbios do perfil lipídico foram positivamente associados com a OE.

 Conclusão

Indivíduos com OE apresentam pior perfil cardiometabólico do que aqueles sem OE, e essa condição está associada a importantes biomarcadores. Torna-se importante abordar esses resultados para prevenir complicações cardiometabólicas de longo prazo. A avaliação e a interpretação precisas dos dados da composição corporal, independentemente do IMC, são cruciais nesse cenário.

 Apolipoproteínas Composição Corporal Dislipidemias Doenças Cardiovasculares Glicemia Introdução

A obesidade eutrófica (OE), descrita em 2006, é uma condição caracterizada por índice de massa corporal (IMC) normal e alto percentual de gordura corporal (%GC). 1 Foi descrita em razão de falhas nos conceitos de IMC e obesidade. A obesidade é definida pela Organização Mundial da Saúde como excesso de gordura corporal associada a riscos à saúde 1 , 2 e é diagnosticada com base no IMC. No entanto, o IMC é conhecido por ser um índice falho, especialmente quando aplicado em nível individual, pois não diferencia massa corporal magra de massa corporal gorda. 2 , 3

Como resultado do excesso de %GC, indivíduos com OE apresentam maior risco de desenvolver síndrome metabólica, dislipidemia aterogênica, obesidade e doenças cardiometabólicas, incluindo diabetes mellitus tipo 2 e doenças cardiovasculares (DCV), em comparação com indivíduos com %GC normal. 1 , 3 - 5 As DCV são a principal causa de morte em todo o mundo, e existe uma projeção de que serão responsáveis por mais de 23 milhões de mortes até 2030. 6

Portanto, considerando a importância da adiposidade como fator de risco para DCV e outras doenças crônicas não transmissíveis relacionadas à nutrição, a avaliação do %GC em indivíduos com IMC normal é fundamental para diagnóstico preciso e intervenções precoces. 7 , 8 Estima-se que aproximadamente 30 milhões de pessoas nos Estados Unidos apresentam OE, 9 e alguns estudos brasileiros sobre esse assunto 4 , 10 , 11 revelaram que a OE está associada à síndrome metabólica e à resistência à insulina (RI). 4 Em estudo prévio de nosso grupo, observamos alta frequência de dislipidemia em indivíduos com OE. 10 Esses resultados reforçam a relação entre OE e distúrbios nos biomarcadores lipídicos e glicêmicos, que são importantes preditores de DCV e desenvolvimento de diabetes mellitus tipo 2.

Com base na hipótese de que o %GC elevado pode resultar em alterações no perfil cardiometabólico, mesmo na presença de IMC normal e, pela importância de compreender os aspectos metabólicos da OE, o presente estudo visou comparar o perfil cardiometabólico de indivíduos com e sem OE, bem como avaliar suas associações com dados socioeconômicos, antropométricos, de composição corporal, bioquímicos e de consumo alimentar.

 Métodos Desenho do estudo e participantes

Trata-se de um estudo transversal com recrutamento e coleta de dados no período de janeiro a junho de 2019. O estudo foi divulgado por meio de folders, redes sociais e e-mails enviados a alunos, professores e demais funcionários da Universidade Federal de Goiás. Foram incluídos indivíduos que apresentaram IMC normal (entre 18,50 e 24,99 kg/m 2 ) 2 e idade entre 20 e 59 anos. Conforme descrito na Figura 1 , não foram incluídos: fumantes; portadores de implantes metálicos ou com amputação de membros; indivíduos que praticavam atividade física intensa (atletas ou praticantes regulares de exercícios de alto rendimento); indivíduos que autorrelataram uso de suplementação vitamínica e/ou mineral, presença de doenças agudas e/ou crônicas, uso de medicamentos hipolipemiantes, anti-hipertensivos, antiglicêmicos ou insulina; mulheres grávidas ou lactantes; mulheres na menopausa ou em terapia de reposição hormonal; indivíduos em acompanhamento nutricional e/ou que mudaram sua alimentação habitual nos últimos 6 meses anteriores à coleta de dados; ou aqueles que perderam alguma etapa da coleta de dados. Esses critérios de exclusão foram implementados para gerenciar possíveis variáveis de confusão que podem introduzir viés na relação entre o excesso de gordura corporal e as variáveis investigadas neste estudo.

– Fluxograma de recrutamento de participantes

IMC: índice de massa corporal; OE: obesidade eutrófica.

Os indivíduos foram agrupados por sexo e idade, e foram aplicados os pontos de corte utilizados em dois estudos bem estabelecidos sobre OE para classificar o %GC. Os critérios para pontos de corte foram selecionados com base na consistência do método de avaliação da composição corporal. Inicialmente, foi utilizada a referência dos autores que originalmente definiram a OE 1 em mulheres; no entanto, eles não forneceram pontos de corte para homens. Para abordar essa lacuna, buscou-se uma referência para indivíduos do sexo masculino com um ponto de corte mais sensível que ainda capturasse os fatores de risco associados. 12 Para mulheres e homens, pontos de corte > 30% 1 e > 19%, 12 respectivamente, foram aplicados para classificar o %GC como elevado. Considerando a falta de um critério padronizado para classificar a prevalência de OE, adotamos um conjunto de limiares propostos para sobrepeso e obesidade em adultos, considerando a associação entre o excesso de %GC e riscos à saúde. 1 , 2 Os limites propostos para classificação foram determinados da maneira seguinte: < 20% para muito baixo, 20% a < 30% para baixo, 30% a < 50% para moderado, 50% a < 70% para alto e ≥ 70% para muito alto. 13

 Coleta de dados

Os dados foram coletados na Faculdade de Nutrição e na Unidade de Pesquisa Clínica do Hospital das Clínicas da Universidade Federal de Goiás. Primeiramente, os participantes receberam informações sobre o estudo e assinaram um termo de consentimento livre e esclarecido. Foi aplicado um questionário para avaliar dados socioeconômicos, demográficos, de saúde, estilo de vida e consumo alimentar (recordatório alimentar de 24 horas). Foram realizadas 3 medidas não consecutivas de pressão arterial, 14 absorciometria radiológica de dupla energia (DXA) e avaliação antropométrica. 15 Também foram determinados a classificação econômica 16 e o nível de atividade física. 17

Amostras de sangue foram coletadas da veia cubital mediana após jejum de 12 horas por um profissional habilitado. Imediatamente após a coleta, as amostras de sangue foram transferidas para tubos apropriados para obtenção de soro e/ou plasma e, em seguida, enviadas ao laboratório para análises bioquímicas. Os indivíduos foram orientados a não consumir bebidas alcoólicas ou praticar atividade física intensa nas 72 horas anteriores à coleta de sangue. Foram também instruídos a manter sua dieta habitual e um peso estável nas últimas 2 semanas anteriores à coleta de sangue. 18 - 20 Dois outros recordatórios alimentares de 24 horas não consecutivos, incluindo um dia de fim de semana, foram coletados. 21

 Antropometria e composição corporal

A massa corporal foi medida em uma balança digital Filizola ® (Filizola Shop, São Paulo, Brasil) e a estatura foi determinada com um estadiômetro Seca ® (Seca Deutschland, Hamburgo, Alemanha). 15 As circunferências da cintura e do pescoço foram medidas em duplicata com uma fita métrica corporal Seca ® com 200 cm de comprimento e precisão de 1 mm (Seca Deutschland, Hamburgo, Alemanha), e foi usado o valor médio para análise dos dados. A composição corporal foi medida usando um dispositivo DPX NT Lunar ® DXA (General Electric Medical Systems, Madison, EUA). 22

 Biomarcadores cardiometabólicos

Foram avaliadas as concentrações sanguíneas de colesterol total (CT), triacilglicerol (TG), colesterol em lipoproteínas de baixa densidade (LDL-c), colesterol em lipoproteínas de alta densidade (HDL-c), colesterol em lipoproteínas de muito baixa densidade (VLDL-c), apolipoproteína (Apo) A1, Apo B, glicose, insulina e hemoglobina glicada (HbA1c). Os biomarcadores do perfil lipídico sérico foram determinados a partir do método enzimático colorimétrico direto. As concentrações de LDL-c, VLDL-c e não HDL-c foram estimadas por meio de equações. 19 , 21 Foram usados os seguintes pontos de corte para classificar alterações dos marcadores: CT ≥ 190, LDL-c ≥ 130, não HDL-c ≥ 160, TG ≥ 150, VLDL-c ≥ 30, HDL-c < 40 (todos em mg/dL); relação CT/HDL-c ≥ 4,4 para mulheres e ≥ 5,1 para homens; e razão LDL-c/HDL-c ≥ 2,9 para mulheres e ≥ 3,3 para homens. 19 , 23 - 25 As concentrações de Apo A1 e Apo B foram analisadas pelo método de turbidimetria e foram consideradas alteradas quando Apo A1 estava < 140 mg/dL para mulheres e < 120 mg/dL para homens 22 e quando Apo B estava ≥ 104 mg/dL para mulheres e homens. 26 A relação Apo B/Apo A1 foi considerada elevada quando estava ≥ 0,6 para mulheres e ≥ 0,7 para homens. 27 , 28 O índice aterogênico foi estimado, e os valores foram considerados altos quando > 2,24. 29

As concentrações séricas de glicose foram determinadas pelo método colorimétrico enzimático, adotando-se os valores de referência estabelecidos pela Sociedade Brasileira de Diabetes. 20 As concentrações sanguíneas totais de HbA1c foram avaliadas pelo método de inibição imunoturbidimétrica, aplicando-se os valores de referência da Sociedade Brasileira de Diabetes. 20 As concentrações séricas de insulina foram avaliadas por eletroquimioluminescência. Os índices homeostasis model assessment of insulin resistance (HOMA-IR), HOMA2-IR, HOMA of beta-cell function (HOMA-beta) e índice quantitativo de verificação da sensibilidade à insulina (QUICKI) foram calculados. 20 , 30 Os pontos de corte foram > 2,71 para HOMA-IR, > 1,80 para HOMA2-IR, acima do percentil 90 da amostra para HOMA-beta e inferior ao percentil 10 da amostra para o índice QUICKI. 20 , 30 O índice triacilglicerol-glicose (TyG) foi estimado, e foram usados como pontos de corte valores superiores a 4,55 para mulheres e 4,68 para homens. 20

 Consumo alimentar

Três recordatórios de 24 horas foram aplicados em dias não consecutivos, incluindo um dia de final de semana, 20 seguindo o método de passagens múltiplas. 31 Dois nutricionistas treinados aplicaram um recordatório de 24 horas presencialmente e dois recordatórios de 24 horas por meio de telefonemas. Para auxiliar na quantificação das porções de alimentos, foram utilizados um manual fotográfico e utensílios de medidas caseiras. 32 A conversão das medidas caseiras em gramas 33 e o gerenciamento dos dados foram padronizados. Os recordatórios alimentares de 24 horas foram avaliados por meio do software Nutrition Data System for Research software (NDSR, Nutrition Coordinating Center, University of Minnesota, Minneapolis–Saint Paul, EUA). 34 Foram aplicados os valores propostos pela Sociedade Brasileira de Cardiologia para macronutrientes, fibra alimentar e adequação de ácidos graxos. 19

 Análise estatística e justificativa do tamanho da amostra

Bancos de dados em dupla entrada foram construídos para verificar a consistência. Apesar de os critérios de seleção para a faixa etária adulta de 20 a 59 anos, com o recrutamento de apenas dois indivíduos com mais de 40 anos, estes foram excluídos das análises, permanecendo apenas adultos jovens com 39 anos ou menos, de modo que, em termos de idade, a amostra não apresentou esses valores atípicos. Considerando que não há estudos sobre OE com amostras representativas do Brasil, o cálculo amostral foi baseado no tamanho do efeito de Cohen para amostras independentes. 35 O poder estatístico para rejeitar a hipótese nula foi estabelecido em 80%, com probabilidade de erro tipo I de 0,05, e tamanhos de amostra de 157 e 65 observações para indivíduos com e sem OE, respectivamente. O tamanho do efeito estimado foi de 0,41, o que é considerado um valor médio. 35

A distribuição dos dados foi avaliada por meio do teste de Shapiro-Wilk. Teste t de Student não pareado ou teste de Mann-Whitney foram aplicados para comparação de médias, com base na distribuição dos dados. A análise de dados categóricos e da frequência de alterações no perfil cardiometabólico de indivíduos com e sem OE foi realizada por meio do teste χ 2 de Pearson ou do teste exato de Fisher. Os dados de ingestão de nutrientes foram ajustados para energia quando necessário. 36 As variáveis categóricas foram apresentadas como frequências (%) absolutas e relativas e as variáveis contínuas, como média ± desvio padrão ou mediana (intervalo interquartil) de acordo com a distribuição dos dados.

Utilizamos modelos de regressão logística múltipla para investigar as relações entre variáveis independentes e dependentes. Para aprimorar os modelos, usamos a estratégia stepwise , um procedimento automatizado para selecionar as variáveis preditoras mais significativas para incluir no modelo. As variáveis independentes foram sexo, cor da pele, idade, nível de atividade física, pressões arteriais sistólica e diastólica, peso, estatura, IMC, circunferências do pescoço e da cintura, %GC, %GC ginoide e androide, relação %GC androide/ginoide, glicemia de jejum e insulina, HOMA-IR, HOMA-2IR, HOMA-beta, HbA1c, índice QUICKI, Apo A1, Apo B, CT, HDL-c, LDL-c, não HDL-c, VLDL-c, TG, as relações CT/HDL-c, LDL-c/HDL-c e Apo B/Apo A1, TyG, índice aterogênico, presença de distúrbios nos perfis glicêmico e lipídico, energia, gordura total, carboidratos, proteínas, colesterol dietético, ácidos graxos saturados, mono- e poli-insaturados, e fibras alimentares. Todas as variáveis foram escolhidas de acordo com sua importância clínica com a condição estudada. P < 0,05 foi considerado estatisticamente significativo e todas as análises foram realizadas usando o software R versão 4.0.3. 37

 Resultados

Foram recrutados 222 indivíduos ( Figura 1 ), dos quais 67% eram mulheres. Os participantes do estudo tinham idade entre 20 e 34 anos e IMC normal. Seguindo a classificação de %GC, 157 (71%) participantes foram designados para o grupo OE, indicando alta prevalência, enquanto os 65 participantes restantes foram designados para o grupo sem OE. Considerando o sexo, 72,5% das mulheres e 67,1% dos homens apresentaram %GC aumentado. Em relação ao ponto de corte para classificação do %GC, utilizamos um valor > 30% 1 para classificar as mulheres como tendo OE. Contudo, visto que este ponto de corte pode ser questionado, examinamos as implicações de utilizar um ponto de corte superior a 32% 12 e observamos que 14 mulheres não preencheriam os critérios para a classificação em OE. Como resultado, o número total de indivíduos classificados como portadores de OE seria reduzido para 143, resultando em uma prevalência global de 64,4%, ainda considerada elevada. Porém, das 14 mulheres que não seriam classificadas como tendo OE, 11 apresentaram distúrbios nos perfis lipídico e glicêmico, indicando a presença de fatores de risco associados ao excesso de %GC.

A Tabela 1 descreve os dados socioeconômicos, de estilo de vida, antropométricos, de composição corporal e bioquímicos dos indivíduos dos grupos com e sem OE. Os indivíduos do grupo OE apresentaram maiores valores de peso, IMC, circunferência da cintura, %GC, %GC androide e ginoide, relação androide/ginoide, insulina, HOMA-IR, HOMA-beta, TyG, CT, LDL-c, não HDL-c, VLDL-c, TG, relação CT/HDL-c, relação LDL-c/HDL-c, Apo B, relação Apo B/Apo A1, bem como valores mais baixos do índice QUICKI do que aqueles no grupo sem OE.

– Variáveis socioeconômicas, de estilo de vida, antropométricas, de composição corporal e bioquímicas da amostra total e dos grupos com e sem OE
Variáveis Total (n = 222, 100.0%) OE (n = 157, 70.7%) Sem OE (n = 65, 29.3%) Valor p
Sexo 0,410
Masculino 73 (32,9) 49 (31,2) 24 (36,9)
Feminino 149 (67,1) 108 (68,8) 41 (63,1)
Cor da pele 0,522
Branca 84 (37,8) 64 (40,8) 20 (30,8)
Parda 94 (42,3) 63 (40,1) 31 (47,7)
Preta 29 (13,1) 19 (12,1) 10 (15,4)
Amarela 15 (6,8) 11 (7,0) 4 (6,2)
Estado civil 0,522
Solteiro 199 (89,6) 138 (87,9) 61 (93,8)
Casado 22 (9,9) 18 (11,5) 4 (6,2)
Divorciado 1 (0,5) 1 (0,6) 0 (0)
Nível de escolaridade 0,065
Superior incompleto 167 (75,2) 114 (72,6) 53 (81,5)
Superior completo 44 (19,8) 32 (20,4) 12 (18,5)
Pós-graduação completa 11 (5,0) 11 (7,0) 0 (0)
Classe socioeconômica 0,094
Alta 143 (64,4) 106 (67,5) 37 (56,9)
Intermediária 78 (35,1) 51 (32,5) 27 (41,5)
Baixa 1 (0,5) 0 (0) 1 (1,5)
Idade (anos) 23,0 (21,0 – 25,0) 23,0 (21,0 – 26,0) 23,0 (21,0 – 24,0) 0,506
PAS (mmHg) 109,5 (100,0 – 115,8) 109,5 (100,0 – 116,0) 110,0 (100,0 – 115,0) 0,682
PAD (mmHg) 67,0 (60,1 – 74,0) 66,5 (60,0 – 74,0) 70,0 (62,0 – 74,0) 0,349
Peso (kg) 60,6 (55,0 – 66,6) 61,3 (56,0 – 66,7) 57,4 (53,0– 65,9) 0,026
Estatura (m) 1,7 (1,6 – 1,7) 1,7 (1,6 – 1,7) 1,7 (1,6 – 1,7) 0,719
IMC (kg/m 2 ) 21,8 (20,5 – 23,0) 22,1 (21,0 – 23,3) 20,8 (19,8 – 22,0) <0,0001
Nível de atividade física (MET min/semana) 260,0 (131,2 – 409,8) 240,0 (100,0 – 415,0) 280 (180,0 – 409,0) 0,210
CP (cm) 32,4 (31,2 – 36,0) 32,5 (31,4 – 35,8) 32,1 (30,7 – 36,1) 0,490
CC (cm) 72,7 ± 5,5 73,8 ± 5,2 70,1 ± 5,4 <0,0001
%GC DXA 30,4 (23,4 – 36,4) 34,2 (28,8 – 37,7) 24,6 (15,4 – 28,1) <0,0001
%GC androide 30,7 ± 9,6 34,7 ± 7,6 20,9 ± 6,4 <0,0001
%GC ginoide 42,8 (34,2 – 48,4) 46,5 (38,1 – 49,5) 36,8 (23,2 – 41,0) <0,0001
A/G 0,8 (0,7 – 0,9) 0,8 (0,7 – 0,9) 0,6 (0,6 – 0,8) <0,0001
Glicose (mg/dL) 85,0 (80,2 – 89,8) 85,0 (81,0 – 90,0) 84,0 (80,0 – 89,0) 0,392
Insulina (pmol/L) 49,9 (38,9 – 66,6) 54,5 (42,4 – 71,8) 43,0 (35,2 – 54,5) 0,0001
HOMA-IR 1,4 (1,1 – 2,0) 1,6 (1,2 – 2,1) 1,2 (1,0 – 1,6) 0,0001
HOMA2-IR 0,9 (0,7 – 1,2) 1,0 (0,8 – 1,3) 0,8 (0,6 – 1,0) 0,0001
HOMA-beta 122,0 (87,9 – 170,1) 134,0 (95,1 – 176,1) 104,5 (78,9 – 149,6) 0,011
HbA1c% 4,8 (4,6 – 5,0) 4,8 (4,6 – 5,0) 4,8 (4,6 – 5,0) 0,953
Índice QUICKI 0,36 ± 0,02 0,36 ± 0,02 0,37 ± 0,02 <0,0001
CT (mg/dL) 175,7 ± 32,0 179,8 ± 33,1 165,8 ± 26,9 0,002
HDL-c (mg/dL) 55,0 (47,0 – 65,0) 55,0 (47,0 – 65,0) 56,0 (48,0 – 65,0) 0,782
LDL-c (mg/dL) 99,0 (82,0 – 117,8) 103,0 (83,0 – 118,0) 93,0 (74,0 – 107,0) 0,008
Não HDL-c (mg/dL) 115,0 (96,2 – 136,0) 121,0 (100,0 – 140,0) 109,0 (90,0 – 121,0) 0,002
VLDL-c (mg/dL) 14,8 (10,6 – 20,8) 16,4 (11,4 – 21,8) 12,8 (9,6 – 16,6) 0,001
TG (mg/dL) 74,0 (53,2 – 104,0) 82,0 (57,0 – 109,0) 64,0 (48,0 – 83,0) 0,001
Relação CT/HDL-c 3,0 (2,6 – 3,6) 3,1 (2,7 – 3,8) 2,8 (2,5 – 3,3) 0,021
Relação LDL-c/HDL-c 1,8 (1,4 – 2,3) 1,8 (1,4 – 2,4) 1,7 (1,3 – 2,0) 0,050
Apo A1 (mg/dL) 151,0 (137,0 – 168,0) 151,5 (138,8 – 172,2) 149,0 (137,0 – 163,0) 0,246
Apo B (mg/dL) 76,0 (65,0 – 89,0) 80,4 ± 19,0 70,6 ± 14,8 0,0003
Relação Apo B/Apo A1 0,5 (0,4 – 0,6) 0,5 (0,4 – 0,6) 0,5 (0,4 – 0,5) 0,031
TyG 3,5 ± 0,2 3,5 ± 0,2 3,4 ± 0,2 0,001
Índice aterogênico 1,0 (0,7 – 1,5) 1,0 (0,8 – 1,7) 0,9 (0,6 – 1,2) 0,022

Os dados são apresentados como média ± desvio padrão, mediana (intervalo interquartil) ou frequências absolutas e relativas. A/G: relação entre percentual de gordura corporal androide e ginoide; Apo A1: apolipoproteína A1; Apo B: apolipoproteína B; CC: circunferência da cintura; CP: circunferência do pescoço; CT: colesterol total; HbA1c: hemoglobina glicada; HDL-c: colesterol em lipoproteínas de alta densidade; HOMA-beta: modelo de avaliação da homeostase da função das células beta; HOMA-IR: modelo de avaliação da homeostase da resistência à insulina; HOMA2-IR: modelo de avaliação da homeostase 2 da resistência à insulina; IMC: índice de massa corporal; LDL-c: colesterol em lipoproteínas de baixa densidade; MET: equivalentes metabólicos; não HDL-c: colesterol não-HDL; PAD: pressão arterial diastólica; PAS: pressão arterial sistólica; %GC androide: percentual de gordura corporal androide; %GC DXA: percentual de gordura corporal avaliado por absorciometria radiológica de dupla energia; %GC ginoide: percentual de gordura corporal ginoide; OE: obesidade eutrófica; TG: triacilglicerol; TyG: índice de triacilglicerol-glicose; VLDL-c: colesterol em lipoproteínas de muito baixa densidade. Diferenças significativas entre os grupos: teste t de Student ou teste de Mann-Whitney, teste χ 2 de Pearson ou teste exato de Fisher.

Além disso, observamos alterações na maioria dos biomarcadores dos perfis lipídico e glicêmico nos indivíduos do grupo OE, conforme demonstrado na Figura 2A. Considerando o perfil lipídico tradicional (CT, HDL-c, LDL-c, não HDL-c, VLDL-c, TG, relação CT/HDL-c e relação LDL-c/HDL-c), 44% dos indivíduos no grupo com OE apresentaram um ou mais distúrbios. Os indivíduos do grupo sem OE apresentaram menor frequência (23%; p = 0,004). Quando consideradas as concentrações de Apo A1 e Apo B, mais da metade (54%) dos indivíduos do grupo com OE e 34% do grupo sem OE apresentaram um ou mais distúrbios no perfil lipídico (p = 0,006), conforme mostrado na Figura 2B. A frequência de pelo menos um distúrbio nos biomarcadores do perfil glicêmico foi maior no grupo OE (23%) do que no grupo sem OE (11%) (p = 0,037).

– A) Frequência de distúrbios do perfil lipídico e glicêmico nos grupos com e sem obesidade eutrófica. B) Frequência de pelo menos um distúrbio do perfil lipídico ou glicêmico nos grupos com e sem obesidade eutrófica. Apo A1: apolipoproteína A1; Apo B: apolipoproteína B; CT: colesterol total; HbA1c: hemoglobina glicada; HDL-c: colesterol em lipoproteínas de alta densidade; HOMA-beta: modelo de avaliação da homeostase da função das células beta; HOMA-IR: modelo de avaliação da homeostase da resistência à insulina; HOMA2-IR: modelo de avaliação da homeostase 2 da resistência à insulina; IA: índice aterogênico; LDL-c: colesterol em lipoproteínas de baixa densidade; não HDL-c: colesterol não-HDL; OE: síndrome de obesidade eutrófica; TG: triacilglicerol; VLDL-c: colesterol em lipoproteínas de muito baixa densidade.

Foi observada diferença entre os grupos com e sem OE em relação ao consumo alimentar de risco apenas para ingestão de gordura total (p = 0,028). No entanto, a prevalência de ingestão inadequada de fibra alimentar e de gordura saturada no grupo com OE foi notável (88,5% para ambos) ( Tabela 2 ).

– Prevalência de consumo de alimentos de risco na amostra total e nos grupos com e sem OE
Variáveis Amostra total (n=222) OE (n=157) Sem OE (n=65) Valor p
n % n % n %
VET > necessidade energética 109 49,1 72 45,9 37 56,9 0,134
Proteína > 15% do VET 166 74,8 116 73,9 50 76,9 0,635
Carboidratos > 60% do VET 13 5,8 7 4,5 6 9,2 0,209
Fibra alimentar < 25 g/dia* 192 86,5 139 88,5 53 81,5 0,165
Lipídios > 35% do VET 121 54,5 93 59,2 28 43,1 0,028
AGS ≥ 10% do VET 190 85,6 139 88,5 51 78,5 0,052
AGMI > 15% do VET 42 18,9 33 21,0 9 13,8 0,214
AGPI > 10% do VET 24 10,8 19 12,1 5 7,7 0,336

AGMI: ácidos graxos monoinsaturados; AGPI: ácidos graxos poli-insaturados; AGS: ácidos graxos saturados; OE: obesidade eutrófica; VET: valor energético total.* Ajustado para ingestão de energia. Teste χ 2 de Pearson ou teste exato de Fisher.

Para a análise de regressão, foram excluídos 3 indivíduos em razão da falta de dados (n = 219; OE = 154 e sem OE = 65). O modelo final incluiu as seguintes variáveis independentes: sexo, %GC, alterações no perfil lipídico, circunferência do pescoço, IMC e ingestão média de carboidratos ( Tabela 3 ). Para cada 1% de aumento no %GC, houve 3,04 vezes mais chances de pertencer ao grupo com OE, e para cada aumento de 1 cm na circunferência do pescoço, houve 2,52 vezes mais chances de pertencer ao grupo com OE. A OE também foi positivamente associada com a presença de um ou mais distúrbios no perfil lipídico. Houve associações negativas entre OE e sexo feminino e IMC, de modo que para cada aumento de 1 kg/m 2 no IMC, observou-se 51% menos chance de pertencer ao grupo com OE.

– Modelo final de regressão logística múltipla ajustado pela estratégia <italic>stepwise</italic> para analisar associações entre a presença da obesidade eutrófica e as variáveis analisadas (n = 219)
Estimativa (β) EP OR (IC 95%) Valor z pr (>|t|) Valor p
Intercepto -36,183098 9,713135 0,00 (0,00 – 0,00) -3,725 0,000195 0,001
Variáveis
Sexo feminino -8,930783 1,948802 0,00 (0,00 – 0,01) -4,583 <0,0001 0,001
%GC total 1,112949 0,207149 3,04 (2,03 – 4,57) 5,373 <0,0001 0,001
Alterações no perfil lipídico (≥ 1) 1,415612 0,699868 4,12 (1,04 – 16,24) 2,023 0,043106 0,050
Circunferência do pescoço 0,924465 0,297740 2,52 (1,41 – 4,52) 3,105 0,001903 0,010
IMC -0,708130 0,340233 0,49 (0,25 – 0,96) -2,081 0,037405 0,050
Ingestão média de carboidratos -0,012656 0,007977 0,99 (0,97 – 1,00) -1,587 0,112615 1,000

Desvio nulo: 266,362 com 218 graus de liberdade. Desvio residual: 64,027 com 212 graus de liberdade. Número de iterações de pontuação de Fisher: 8. EP: erro padrão; IC: intervalo de confiança; IMC: índice de massa corporal; OR: razão de chances; %GC total: percentual de gordura corporal total. Regressão logística com estimativa de odds ratio e seu respectivo intervalo de confiança de 95%, tendo como desfecho a presença/ausência de obesidade eutrófica.

 Discussão

Este estudo é um dos primeiros realizados no Brasil para avaliar o perfil cardiometabólico de indivíduos jovens com OE em comparação com seus pares sem OE. A prevalência de OE foi significativamente alta. Indivíduos com OE apresentaram piores resultados em relação à composição corporal e biomarcadores cardiometabólicos do que aqueles do grupo sem OE. Além disso, foram encontradas associações significativas entre a presença de OE e fatores de risco cardiometabólicos.

A prevalência muito elevada de OE deve ser interpretada e generalizada com cautela. Além do aumento das taxas de obesidade em todo o mundo, 38 o excesso de %GC tem várias consequências prejudiciais, mesmo quando não associado a um aumento do IMC. Em médio e longo prazos, a perda de massa muscular aliada ao alto %GC pode resultar em consequências negativas na qualidade de vida e contribuir para o desenvolvimento da obesidade sarcopênica e outras doenças crônicas não transmissíveis relacionadas à nutrição. 39 , 40

Um aspecto importante de nossos resultados é o maior IMC apresentado pelos indivíduos com OE. No entanto, esse resultado poderia ser esperado, uma vez que o IMC apresenta boa correlação com o %GC em diversas populações. Esse resultado demonstra que esses indivíduos, mesmo com maior IMC, poderiam ser classificados como eutróficos, desconsiderando os fatores de risco associados ao excesso de %GC. 2 Portanto, é indispensável avaliar e classificar adequadamente os indivíduos com OE.

Outro resultado importante é a baixa faixa etária de nossa amostra, diferente de outros estudos com OE. 9 , 41 , 42 A alta prevalência de OE e distúrbios metabólicos em indivíduos jovens traz à tona a importância de se refletir sobre mudanças nos critérios de avaliação e classificação da composição corporal. Os impactos em longo prazo, incluindo as consequências negativas no perfil da composição muscular ao longo do tempo, também precisam ser extensivamente investigados.

A prevalência de %GC aumentada em nosso estudo foi maior do que em um estudo com indivíduos estadunidenses (n = 6.171), que mostrou prevalência de OE de 33,4% tanto para mulheres quanto para homens. 9 Também foi maior do que o observado em um estudo com indivíduos chineses (n = 23.748), com uma prevalência de OE de aproximadamente 8%. 41 Essa diferença pode ser explicada, em parte, pelos pontos de corte mais altos (33,3% para mulheres e 23,1% para homens e ≥ 24% para homens e ≥ 33% para mulheres nos estudos dos Estados Unidos e da China, respectivamente) e pelo método utilizado para classificação da OE (bioimpedância utilizada em ambos). Madeira et al. 4 avaliaram adultos brasileiros com OE e identificaram prevalências menores (9,1%) do que as encontradas em nosso estudo. Os pontos de corte para %GC foram 23,1% para homens e 33,3% para mulheres, e dobras cutâneas foram usadas para a sua medição. Esses resultados reforçam ainda mais a necessidade de estudos para padronizar os pontos de corte e métodos de avaliação da composição corporal, bem como para melhor caracterização da OE. 43

Em contraste, um estudo transversal realizado com 1.354 adultos jovens na América Latina encontrou prevalência moderada (29,1%) de OE. Essa condição também foi associada a maior risco cardiovascular, 44 corroborando nossos resultados. Esses resultados também enfatizam a importância de cuidados de saúde adequados, considerando que o excesso de %GC pode contribuir progressivamente para um aumento do risco de doenças cardiometabólicas e mortalidade. 45

No presente estudo, usamos um valor > 30% 1 para classificar as mulheres com presença de OE. No entanto, isso pode ser questionado e exploramos as implicações de aplicar um ponto de corte mais alto, de 32%. 12 Verificamos que 14 mulheres não atenderiam aos critérios para classificação da OE, o que resultaria em uma prevalência geral de 64,4%. No entanto, vale ressaltar que a maioria das mulheres que não seriam classificadas com OE apresentou alterações nos perfis lipídico e glicêmico, indicando a presença de fatores de risco associados ao excesso de %GC. Portanto, a utilização de um ponto de corte > 30% garantiria a inclusão de mulheres que apresentam fatores de risco relacionados ao excesso de %GC e poderia auxiliar na identificação indivíduos passíveis de serem beneficiados por intervenções para melhora da saúde metabólica.

Alguns resultados observados nos indivíduos com OE em nosso estudo, tais como IMC mais alto, embora apenas ligeiramente em comparação com a faixa normal, %GC, androide e ginoide %GC e relação androide/ginoide eram esperados, uma vez que o aumento do %GC é a base desta condição. 1 No entanto, um maior %GC androide contribui para um risco cardiometabólico aumentado, uma vez que o acúmulo de gordura na região abdominal pode resultar em alterações na função endotelial. 46 Além disso, embora nenhum indivíduo tenha apresentado circunferência da cintura fora da faixa normal, os valores mais elevados encontrados em indivíduos com OE indicam uma predisposição a maior risco cardiometabólico. 19 , 20 , 47 A circunferência do pescoço também é uma medida importante na avaliação do risco cardiometabólico 48 e foi positivamente associada à presença de OE.

Quando avaliamos os biomarcadores tradicionais do perfil lipídico, quase 45% dos indivíduos com OE apresentaram alterações. Em estudo anterior, encontramos uma prevalência de 52,5%. 10 Esses altos percentuais de alterações no perfil lipídico, bem como a associação da OE com as concentrações de LDL-c e TG, são importantes para o perfil cardiovascular geral desses indivíduos. O excesso de tecido adiposo visceral suscita o aumento da lipólise de ácidos graxos, que são direcionados ao fígado. No fígado, os ácidos graxos livres são substratos para a síntese de lipoproteínas, incluindo as VLDL. 48 Como a VLDL é uma lipoproteína rica em TG, pode haver maior quantidade de ácidos graxos para armazenamento. Além disso, como a captação de ácidos graxos das VLDL pelo tecido adiposo é facilitada pela insulina, 49 indivíduos com RI podem desenvolver distúrbios no metabolismo das lipoproteínas. Outras lipoproteínas aterogênicas, como a LDL pequena e densa, também podem se acumular quando o excesso de tecido adiposo é encontrado na região visceral, o que pode piorar o perfil cardiovascular. 48

Quando foram avaliadas as concentrações de Apo A1 e B, a frequência de distúrbios no perfil lipídico foi maior em indivíduos com OE do que no grupo sem OE. A Apo A1 é a principal lipoproteína da HDL e desempenha papel importante na remoção do excesso de colesterol dos tecidos. 50 A Apo B é amplamente distribuída nas lipoproteínas, 48 e durante a RI, sua depuração e a entrada da LDL nas células são comprometidas, o que acelera o processo aterogênico. 51 Portanto, a associação negativa entre a presença de OE e as concentrações de Apo A1, bem como a maior frequência de distúrbios nas concentrações de Apo B e no índice HOMA-IR encontrados em indivíduos com OE, são aspectos importantes a serem considerados no estudo desta condição.

A frequência de distúrbios nas concentrações de insulina e no índice HOMA-IR foram semelhantes aos observados em estudo com indivíduos poloneses, no qual, de um total de 168 mulheres e homens, 73 (43%) apresentavam OE. 12 O excesso de células adiposas promove disfunção tecidual e ativação de células imunes com potencial atividade pró-inflamatória, desencadeando mediadores pró-inflamatórios locais e sistêmicos, independente do IMC. Consequentemente, há desregulação nas vias de sinalização e ação comprometida da insulina, o que resulta na redução da captação de glicose pelas células e consequente RI. 48

Até o momento, apenas alguns estudos avaliaram os hábitos alimentares de indivíduos com OE. 11 , 44 , 52 , 53 Männistö et al. 53 identificaram fatores dietéticos que podem aumentar o risco de distúrbios cardiometabólicos em indivíduos com OE. Embora não tenha sido avaliado o consumo de gordura saturada, foi encontrada baixa ingestão de fibra alimentar, semelhante aos nossos resultados. O consumo adequado de fibra alimentar promove melhoras no perfil glicêmico, nas concentrações de LDL-c, de não HDL-c e de outras lipoproteínas; diminui o risco de doenças cardiometabólicas; e melhora os perfis inflamatório e imunológico. 54 O percentual elevado de consumo excessivo de gorduras totais e saturadas observado em indivíduos com OE deve ser cuidadosamente considerado porque há evidências contundentes sobre a relação entre esses nutrientes e riscos maiores de DCVs. 55

Um estudo de base populacional em Teerã (seguimento médio de 18 anos) avaliou a associação entre %GC e risco de mortalidade por DCV em 8.287 indivíduos com mais de 30 anos. Considerando a circunferência da cintura e a relação cintura-quadril como indicadores de adiposidade, indivíduos com peso normal e com obesidade central apresentaram risco aumentado de mortalidade por todas as causas e por DCV em comparação com indivíduos com peso normal e sem obesidade central. Embora os autores tenham usado apenas indicadores indiretos para avaliar o %GC, os resultados reforçam a importância de avaliar os riscos cardiometabólicos em adultos com excesso de %GC. 56

Entre os pontos fortes do nosso estudo, é importante mencionar que usamos DXA para avaliar a composição corporal, que é o método padrão-ouro. Além disso, a análise das concentrações de apolipoproteínas forneceu dados mais robustos em relação ao perfil cardiometabólico. Também é pertinente mencionar a homogeneidade nos dados socioeconômicos e de estilo de vida dos grupos avaliados, o que reduz possíveis vieses. Além disso, garantimos que fossem excluídos do estudo indivíduos com condições médicas preexistentes ou práticas de estilo de vida não convencionais que poderiam introduzir interpretações e generalizações tendenciosas. Por outro lado, uma limitação importante para a discussão de nossos resultados depende dos diferentes pontos de corte e métodos de avaliação do %GC encontrados em outros estudos, bem como da falta de pontos de corte padronizados para a população brasileira. Vale ressaltar que o estudo identificou fatores de risco associados a adultos jovens assintomáticos e saudáveis. Isso destaca a importância de fornecer atenção e cuidados de saúde adequados a esses indivíduos na prática clínica, visto que podem apresentar risco aumentado de desfechos adversos à saúde, inicialmente sem sintomas.

 Conclusão

Os indivíduos com OE apresentaram pior perfil cardiometabólico do que aqueles sem OE. A OE foi associada a importantes variáveis antropométricas, de composição corporal e cardiometabólicas. De modo geral, esses resultados corroboram aqueles relatados em alguns estudos prévios. No entanto, estudos futuros sobre a padronização de pontos de corte e métodos de avaliação da composição corporal em diferentes populações são de extrema importância. A avaliação e interpretação precisas da composição corporal, independentemente do IMC, são cruciais na prática clínica para facilitar o manejo eficaz das comorbidades de médio e longo prazos associadas ao excesso de %GC. Essas avaliações auxiliarão os profissionais de saúde a reduzir os riscos de complicações cardiometabólicas negativas, fornecendo estratégias de gerenciamento personalizadas para indivíduos com OE.

 Referências 1. De Lorenzo A, Martinoli R, Vaia F, Di Renzo L. Normal Weight Obese (NWO) Women: An Evaluation of a Candidate New Syndrome. Nutr Metab Cardiovasc Dis. 2006;16(8):513-23. doi: 10.1016/j.numecd.2005.10.010. De Lorenzo A Martinoli R Vaia F Di Renzo L Normal Weight Obese (NWO) Women: An Evaluation of a Candidate New Syndrome Nutr Metab Cardiovasc Dis 2006 16 8 513 523 10.1016/j.numecd.2005.10.010 2. World Health Organization. Physical Status: The Use and Interpretation of Anthropometry. Geneva: WHO; 1995. World Health Organization Physical Status: The Use and Interpretation of Anthropometry Geneva WHO 1995 3. De Lorenzo A, Del Gobbo V, Premrov MG, Bigioni M, Galvano F, Di Renzo L. Normal-Weight Obese Syndrome: Early Inflammation? Am J Clin Nutr. 2007;85(1):40-5. doi: 10.1093/ajcn/85.1.40. De Lorenzo A Del Gobbo V Premrov MG Bigioni M Galvano F Di Renzo L Normal-Weight Obese Syndrome: Early Inflammation? Am J Clin Nutr 2007 85 1 40 45 10.1093/ajcn/85.1.40 4. Madeira FB, Silva AA, Veloso HF, Goldani MZ, Kac G, Cardoso VC, et al. Normal Weight Obesity is Associated with Metabolic Syndrome and Insulin Resistance in Young Adults from a Middle-Income Country. PLoS One. 2013;8(3):e60673. doi: 10.1371/journal.pone.0060673. Madeira FB Silva AA Veloso HF Goldani MZ Kac G Cardoso VC et al Normal Weight Obesity is Associated with Metabolic Syndrome and Insulin Resistance in Young Adults from a Middle-Income Country PLoS One 2013 8 3 e60673 10.1371/journal.pone.0060673 5. Wilson PW, Meigs JB. Cardiometabolic Risk: A Framingham Perspective. Int J Obes. 2008;32 (Suppl 2):S17-20. doi: 10.1038/ijo.2008.30. Wilson PW Meigs JB Cardiometabolic Risk: A Framingham Perspective Int J Obes 2008 32 Suppl 2 S17 S20 10.1038/ijo.2008.30 6. Mathers CD, Loncar D. Projections of Global Mortality and Burden of Disease from 2002 to 2030. PLoS Med. 2006;3(11):e442. doi: 10.1371/journal.pmed.0030442. Mathers CD Loncar D Projections of Global Mortality and Burden of Disease from 2002 to 2030 PLoS Med 2006 3 11 e442 10.1371/journal.pmed.0030442 7. Franco LP, Morais CC, Cominetti C. Normal-Weight Obesity Syndrome: Diagnosis, Prevalence, and Clinical Implications. Nutr Rev. 2016;74(9):558-70. doi: 10.1093/nutrit/nuw019. Franco LP Morais CC Cominetti C Normal-Weight Obesity Syndrome: Diagnosis, Prevalence, and Clinical Implications Nutr Rev 2016 74 9 558 570 10.1093/nutrit/nuw019 8. Oliveros E, Somers VK, Sochor O, Goel K, Lopez-Jimenez F. The Concept of Normal Weight Obesity. Prog Cardiovasc Dis. 2014;56(4):426-33. doi: 10.1016/j.pcad.2013.10.003. Oliveros E Somers VK Sochor O Goel K Lopez-Jimenez F The Concept of Normal Weight Obesity Prog Cardiovasc Dis 2014 56 4 426 433 10.1016/j.pcad.2013.10.003 9. Romero-Corral A, Somers VK, Sierra-Johnson J, Korenfeld Y, Boarin S, Korinek J, et al. Normal Weight Obesity: A Risk Factor for Cardiometabolic Dysregulation and Cardiovascular Mortality. Eur Heart J. 2010;31(6):737-46. doi: 10.1093/eurheartj/ehp487. Romero-Corral A Somers VK Sierra-Johnson J Korenfeld Y Boarin S Korinek J et al Normal Weight Obesity: A Risk Factor for Cardiometabolic Dysregulation and Cardiovascular Mortality Eur Heart J 2010 31 6 737 746 10.1093/eurheartj/ehp487 10. Franco LP, Silveira AGZ, Lima RSAV, Horst MA, Cominetti C. APOE Genotype Associates with Food Consumption and Body Composition to Predict Dyslipidaemia in Brazilian Adults with Normal-Weight Obesity Syndrome. Clin Nutr. 2018;37(5):1722-7. doi: 10.1016/j.clnu.2017.07.002. Franco LP Silveira AGZ Lima RSAV Horst MA Cominetti C APOE Genotype Associates with Food Consumption and Body Composition to Predict Dyslipidaemia in Brazilian Adults with Normal-Weight Obesity Syndrome Clin Nutr 2018 37 5 1722 1727 10.1016/j.clnu.2017.07.002 11. Santos AC, Passos AFF, Holzbach LC, Cominetti C. Selenium Intake and Glycemic Control in Young Adults with Normal-Weight Obesity Syndrome. Front Nutr. 2021;8:696325. doi: 10.3389/fnut.2021.696325. Santos AC Passos AFF Holzbach LC Cominetti C Selenium Intake and Glycemic Control in Young Adults with Normal-Weight Obesity Syndrome Front Nutr 2021 8 10.3389/fnut.2021.696325 12. Kosmala W, Jedrzejuk D, Derzhko R, Przewlocka-Kosmala M, Mysiak A, Bednarek-Tupikowska G. Left Ventricular Function Impairment in Patients with Normal-Weight Obesity: Contribution of Abdominal Fat Deposition, Profibrotic State, Reduced Insulin Sensitivity, and Proinflammatory Activation. Circ Cardiovasc Imaging. 2012;5(3):349-56. doi: 10.1161/CIRCIMAGING.111.969956. Kosmala W Jedrzejuk D Derzhko R Przewlocka-Kosmala M Mysiak A Bednarek-Tupikowska G Left Ventricular Function Impairment in Patients with Normal-Weight Obesity: Contribution of Abdominal Fat Deposition, Profibrotic State, Reduced Insulin Sensitivity, and Proinflammatory Activation Circ Cardiovasc Imaging 2012 5 3 349 356 10.1161/CIRCIMAGING.111.969956 13. Lobstein T, Jewell J. What is a „High“ Prevalence of Obesity? Two Rapid Reviews and a Proposed Set of Thresholds for Classifying Prevalence Levels. Obes Rev. 2022;23(2):e13363. doi: 10.1111/obr.13363. Lobstein T Jewell J What is a „High“ Prevalence of Obesity? Two Rapid Reviews and a Proposed Set of Thresholds for Classifying Prevalence Levels Obes Rev 2022 23 2 e13363 10.1111/obr.13363 14. Malachias M, Plavnik FL, Machado CA, Malta D, Scala LCN, Fuchs S. 7th Brazilian Guideline of Arterial Hypertension: Chapter 1 - Concept, Epidemiology and Primary Prevention. Arq Bras Cardiol. 2016;107(3 Suppl 3):1-6. doi: 10.5935/abc.20160151. Malachias M Plavnik FL Machado CA Malta D Scala LCN Fuchs S 7th Brazilian Guideline of Arterial Hypertension: Chapter 1 - Concept, Epidemiology and Primary Prevention Arq Bras Cardiol 2016 107 3 Suppl 3 1 6 10.5935/abc.20160151 15. Lohman TG, Roche AF, Martorell R. Anthropometric Standardization Reference Manual. Champaign: Human Kinetics Books; 1988. Lohman TG Roche AF Martorell R Anthropometric Standardization Reference Manual Champaign Human Kinetics Books 1988 16. Associação Brasileira de Empresas de Pesquisa. Critério de Classificação Econômica Brasil. São Paulo: ABEP; 2018. Associação Brasileira de Empresas de Pesquisa Critério de Classificação Econômica Brasil São Paulo ABEP 2018 17. Matsudo SM, Araújo T, Matsudo VR, Andrade D, Andrade E, Oliveira LC, et al. Questionário Internacional de Atividade Física (IPAQ): Estudo de Validade e Reprodutibilidade no Brasil. Rev Bras Ativ Fís Saúde. 2001;6(2):5-18. doi: 10.12820/rbafs.v.6n2p5-18. Matsudo SM Araújo T Matsudo VR Andrade D Andrade E Oliveira LC et al Questionário Internacional de Atividade Física (IPAQ): Estudo de Validade e Reprodutibilidade no Brasil Rev Bras Ativ Fís Saúde 2001 6 2 5 18 10.12820/rbafs.v.6n2p5-18 18. Xavier HT, Izar MC, Faria Neto JR, Assad MH, Rocha VZ, Sposito AC, et al. V Brazilian Guidelines on Dyslipidemias and Prevention of Atherosclerosis. Arq Bras Cardiol. 2013;101(4 Suppl 1):1-20. doi: 10.5935/abc.2013S010. Xavier HT Izar MC Faria JR Neto Assad MH Rocha VZ Sposito AC et al V Brazilian Guidelines on Dyslipidemias and Prevention of Atherosclerosis Arq Bras Cardiol 2013 101 4 Suppl 1 1 20 10.5935/abc.2013S010 19. Faludi AA, Izar MCO, Saraiva JFK, Chacra APM, Bianco HT, Afiune A Neto, et al. Atualização da Diretriz Brasileira de Dislipidemias e Prevenção da Aterosclerose – 2017. Arq Bras Cardiol. 2017;109(2 Supl 1):1-76. doi: 10.5935/abc.20170121. Faludi AA Izar MCO Saraiva JFK Chacra APM Bianco HT Afiune A Neto et al Atualização da Diretriz Brasileira de Dislipidemias e Prevenção da Aterosclerose – 2017 Arq Bras Cardiol 2017 109 2 Supl 1 1 76 10.5935/abc.20170121 20. Oliveira JEP, Montenegro RM Jr, Vencio S, editors. Diretrizes da Sociedade Brasileira de Diabetes 2017-2018. São Paulo: Clannad; 2017. Oliveira JEP Montenegro RM Jr Vencio S editors Diretrizes da Sociedade Brasileira de Diabetes 2017-2018 São Paulo Clannad 2017 21. Tucker KL. Assessment of Usual Dietary Intake in Population Studies of Gene-Diet Interaction. Nutr Metab Cardiovasc Dis. 2007;17(2):74-81. doi: 10.1016/j.numecd.2006.07.010. Tucker KL Assessment of Usual Dietary Intake in Population Studies of Gene-Diet Interaction Nutr Metab Cardiovasc Dis 2007 17 2 74 81 10.1016/j.numecd.2006.07.010 22. The International Society for Clinical Densitometry ISCD. Adult Official Positions. Middletown: ISCD; 2019 [cited 2021 Sep 12]. Available from: https://iscd.org/learn/official-positions/adult-positions/. The International Society for Clinical Densitometry ISCD Adult Official Positions Middletown ISCD 2019 cited 2021 Sep 12 https://iscd.org/learn/official-positions/adult-positions/ 23. Friedewald WT, Levy RI, Fredrickson DS. Estimation of the Concentration of Low-Density Lipoprotein Cholesterol in Plasma, without Use Of The Preparative Ultracentrifuge. Clin Chem. 1972;18(6):499-502. doi: 10.1093/clinchem/18.6.499. Friedewald WT Levy RI Fredrickson DS Estimation of the Concentration of Low-Density Lipoprotein Cholesterol in Plasma, without Use Of The Preparative Ultracentrifuge Clin Chem 1972 18 6 499 502 10.1093/clinchem/18.6.499 24. 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. doi: 10.1001/jama.285.19.2486. 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 10.1001/jama.285.19.2486 25. Castelli WP, Abbott RD, McNamara PM. Summary Estimates of Cholesterol Used to Predict Coronary Heart Disease. Circulation. 1983;67(4):730-4. doi: 10.1161/01.cir.67.4.730. Castelli WP Abbott RD McNamara PM Summary Estimates of Cholesterol Used to Predict Coronary Heart Disease Circulation 1983 67 4 730 734 10.1161/01.cir.67.4.730 26. Connelly PW, Poapst M, Davignon J, Lussier-Cacan S, Reeder B, Lessard R, et al. Reference Values of Plasma Apolipoproteins A-I and B, and Association with Nonlipid Risk Factors in the Populations of Two Canadian Provinces: Quebec and Saskatchewan. Canadian Heart Health Surveys Research Group. Can J Cardiol. 1999;15(4):409-18. Connelly PW Poapst M Davignon J Lussier-Cacan S Reeder B Lessard R et al Reference Values of Plasma Apolipoproteins A-I and B, and Association with Nonlipid Risk Factors in the Populations of Two Canadian Provinces: Quebec and Saskatchewan. Canadian Heart Health Surveys Research Group Can J Cardiol 1999 15 4 409 418 27. Walldius G, Jungner I, Holme I, Aastveit AH, Kolar W, Steiner E. High Apolipoprotein B, Low Apolipoprotein A-I, and Improvement in the Prediction of Fatal Myocardial Infarction (AMORIS study): A Prospective Study. Lancet. 2001;358(9298):2026-33. doi: 10.1016/S0140-6736(01)07098-2. Walldius G Jungner I Holme I Aastveit AH Kolar W Steiner E High Apolipoprotein B, Low Apolipoprotein A-I, and Improvement in the Prediction of Fatal Myocardial Infarction (AMORIS study): A Prospective Study Lancet 2001 358 9298 2026 2033 10.1016/S0140-6736(01)07098-2 28. Yusuf S, Hawken S, Ounpuu S, Dans T, Avezum A, Lanas F, et al. Effect of Potentially Modifiable Risk Factors Associated with Myocardial Infarction in 52 Countries (the INTERHEART Study): Case-Control Study. Lancet. 2004;364(9438):937-52. doi: 10.1016/S0140-6736(04)17018-9. Yusuf S Hawken S Ounpuu S Dans T Avezum A Lanas F et al Effect of Potentially Modifiable Risk Factors Associated with Myocardial Infarction in 52 Countries (the INTERHEART Study): Case-Control Study Lancet 2004 364 9438 937 952 10.1016/S0140-6736(04)17018-9 29. Dobiásová M. AIP – Atherogenic Index of Plasma as a Significant Predictor of Cardiovascular Risk: From Research to Practice. Vnitr Lek. 2006;52(1):64-71. Dobiásová M AIP – Atherogenic Index of Plasma as a Significant Predictor of Cardiovascular Risk: From Research to Practice Vnitr Lek 2006 52 1 64 71 30. Matthews DR, Hosker JP, Rudenski AS, Naylor BA, Treacher DF, Turner RC. Homeostasis Model Assessment: Insulin Resistance and Beta-Cell Function from Fasting Plasma Glucose and Insulin Concentrations in Man. Diabetol. 1985;28(7):412-9. doi: 10.1007/BF00280883. Matthews DR Hosker JP Rudenski AS Naylor BA Treacher DF Turner RC Homeostasis Model Assessment: Insulin Resistance and Beta-Cell Function from Fasting Plasma Glucose and Insulin Concentrations in Man Diabetol 1985 28 7 412 419 10.1007/BF00280883 31. Moshfegh AJ, Rhodes DG, Baer DJ, Murayi T, Clemens JC, Rumpler WV, et al. The US Department of Agriculture Automated Multiple-Pass Method Reduces Bias in the Collection of Energy Intakes. Am J Clin Nutr. 2008;88(2):324-32. doi: 10.1093/ajcn/88.2.324. Moshfegh AJ Rhodes DG Baer DJ Murayi T Clemens JC Rumpler WV et al The US Department of Agriculture Automated Multiple-Pass Method Reduces Bias in the Collection of Energy Intakes Am J Clin Nutr 2008 88 2 324 332 10.1093/ajcn/88.2.324 32. Crispim SP, Fisberg RM, Almeida CCB, Nicolas G, Knaze V, Pereira RA, et al. Manual Fotográfico de Quantificação Alimentar. Curitiba: Universidade Federal do Paraná; 2017. Crispim SP Fisberg RM Almeida CCB Nicolas G Knaze V Pereira RA et al Manual Fotográfico de Quantificação Alimentar Curitiba Universidade Federal do Paraná 2017 33. Instituto Brasileiro de Geografia e Estatística. Pesquisa de Orçamentos Familiares 2008-2009: Tabela de Medidas Referidas para os Alimentos Consumidos no Brasil. Rio de Janeiro: IBGE; 2011. Instituto Brasileiro de Geografia e Estatística Pesquisa de Orçamentos Familiares 2008-2009: Tabela de Medidas Referidas para os Alimentos Consumidos no Brasil Rio de Janeiro IBGE 2011 34. Nutrition Coordinating Center. NDSR Software [Internet]. Minneapolis: NDSR; 2021[cited 2021 Oct 30]. Available from: . http://www.ncc.umn.edu/products/ . Nutrition Coordinating Center NDSR Software Internet Minneapolis NDSR 2021 cited 2021 Oct 30 http://www.ncc.umn.edu/products/ 35. Cohen J. The Statistical Power of Abnormal-Social Psychological Research: A Review. J Abnorm Soc Psychol. 1962;65:145-53. doi: 10.1037/h0045186. Cohen J The Statistical Power of Abnormal-Social Psychological Research: A Review J Abnorm Soc Psychol 1962 65 145 153 10.1037/h0045186 36. Willett WC, Howe GR, Kushi LH. Adjustment for Total Energy Intake in Epidemiologic Studies. Am J Clin Nutr. 1997;65(4 Suppl):1220S-1228S. doi: 10.1093/ajcn/65.4.1220S. Willett WC Howe GR Kushi LH Adjustment for Total Energy Intake in Epidemiologic Studies Am J Clin Nutr 1997 65 4 Suppl 1220S 1228S 10.1093/ajcn/65.4.1220S 37. R Core Team R. A Language and Environment for Statistical Computing. Vienna: R Foundation for Statistical Computing; 2020. Team R R Core A Language and Environment for Statistical Computing Vienna R Foundation for Statistical Computing 2020 38. Jaacks LM, Vandevijvere S, Pan A, McGowan CJ, Wallace C, Imamura F, et al. The Obesity Transition: Stages of the Global Epidemic. Lancet Diabetes Endocrinol. 2019;7(3):231-40. doi: 10.1016/S2213-8587(19)30026-9. Jaacks LM Vandevijvere S Pan A McGowan CJ Wallace C Imamura F et al The Obesity Transition: Stages of the Global Epidemic Lancet Diabetes Endocrinol 2019 7 3 231 240 10.1016/S2213-8587(19)30026-9 39. Trouwborst I, Verreijen A, Memelink R, Massanet P, Boirie Y, Weijs P, et al. Exercise and Nutrition Strategies to Counteract Sarcopenic Obesity. Nutrients. 2018;10(5):605. doi: 10.3390/nu10050605. Trouwborst I Verreijen A Memelink R Massanet P Boirie Y Weijs P et al Exercise and Nutrition Strategies to Counteract Sarcopenic Obesity Nutrients 2018 10 5 605 10.3390/nu10050605 40. Beaudart C, Zaaria M, Pasleau F, Reginster JY, Bruyère O. Health Outcomes of Sarcopenia: A Systematic Review and Meta-Analysis. PLoS One. 2017;12(1):e0169548. doi: 10.1371/journal.pone.0169548. Beaudart C Zaaria M Pasleau F Reginster JY Bruyère O Health Outcomes of Sarcopenia: A Systematic Review and Meta-Analysis PLoS One 2017 12 1 e0169548 10.1371/journal.pone.0169548 41. Jia A, Xu S, Xing Y, Zhang W, Yu X, Zhao Y, et al. Prevalence and Cardiometabolic Risks of Normal Weight Obesity in Chinese Population: A Nationwide Study. Nutr Metab Cardiovasc Dis. 2018;28(10):1045-53. doi: 10.1016/j.numecd.2018.06.015. Jia A Xu S Xing Y Zhang W Yu X Zhao Y et al Prevalence and Cardiometabolic Risks of Normal Weight Obesity in Chinese Population: A Nationwide Study Nutr Metab Cardiovasc Dis 2018 28 10 1045 1053 10.1016/j.numecd.2018.06.015 42. Kim S, Kyung C, Park JS, Lee SP, Kim HK, Ahn CW, et al. Normal-Weight Obesity is Associated with Increased Risk of Subclinical Atherosclerosis. Cardiovasc Diabetol. 2015;14:58. doi: 10.1186/s12933-015-0220-5. Kim S Kyung C Park JS Lee SP Kim HK Ahn CW et al Normal-Weight Obesity is Associated with Increased Risk of Subclinical Atherosclerosis Cardiovasc Diabetol 2015 14 58 10.1186/s12933-015-0220-5 43. Wijayatunga NN, Dhurandhar EJ. Normal Weight Obesity and Unaddressed Cardiometabolic Health Risk-A Narrative Review. Int J Obes. 2021;45(10):2141-55. doi: 10.1038/s41366-021-00858-7. Wijayatunga NN Dhurandhar EJ Normal Weight Obesity and Unaddressed Cardiometabolic Health Risk-A Narrative Review Int J Obes 2021 45 10 2141 2155 10.1038/s41366-021-00858-7 44. Correa-Rodríguez M, González-Ruíz K, Rincón-Pabón D, Izquierdo M, García-Hermoso A, Agostinis-Sobrinho C, et al. Normal-Weight Obesity Is Associated with Increased Cardiometabolic Risk in Young Adults. Nutrients. 2020;12(4):1106. doi: 10.3390/nu12041106. Correa-Rodríguez M González-Ruíz K Rincón-Pabón D Izquierdo M García-Hermoso A Agostinis-Sobrinho C et al Normal-Weight Obesity Is Associated with Increased Cardiometabolic Risk in Young Adults Nutrients 2020 12 4 1106 10.3390/nu12041106 45. Maffetone PB, Rivera-Dominguez I, Laursen PB. Overfat Adults and Children in Developed Countries: The Public Health Importance of Identifying Excess Body Fat. Front Public Health. 2017 24;5:190. doi: 10.3389/fpubh.2017.00190. Maffetone PB Rivera-Dominguez I Laursen PB Overfat Adults and Children in Developed Countries: The Public Health Importance of Identifying Excess Body Fat Front Public Health 2017 24 5 190 10.3389/fpubh.2017.00190 46. Sari CI, Eikelis N, Head GA, Schlaich M, Meikle P, Lambert G, et al. Android Fat Deposition and Its Association with Cardiovascular Risk Factors in Overweight Young Males. Front Physiol. 2019;10:1162. doi: 10.3389/fphys.2019.01162. Sari CI Eikelis N Head GA Schlaich M Meikle P Lambert G et al Android Fat Deposition and Its Association with Cardiovascular Risk Factors in Overweight Young Males Front Physiol 2019 10 1162 10.3389/fphys.2019.01162 47. Preis SR, Massaro JM, Hoffmann U, D’Agostino RB Sr, Levy D, Robins SJ, et al. Neck Circumference as a Novel Measure of Cardiometabolic Risk: The Framingham Heart Study. J Clin Endocrinol Metab. 2010;95(8):3701-10. doi: 10.1210/jc.2009-1779. Preis SR Massaro JM Hoffmann U D’Agostino RB Sr Levy D Robins SJ et al Neck Circumference as a Novel Measure of Cardiometabolic Risk: The Framingham Heart Study J Clin Endocrinol Metab 2010 95 8 3701 3710 10.1210/jc.2009-1779 48. Gutierrez DA, Puglisi MJ, Hasty AH. Impact of Increased Adipose Tissue Mass on Inflammation, Insulin Resistance, and Dyslipidemia. Curr Diab Rep. 2009;9(1):26-32. doi: 10.1007/s11892-009-0006-9. Gutierrez DA Puglisi MJ Hasty AH Impact of Increased Adipose Tissue Mass on Inflammation, Insulin Resistance, and Dyslipidemia Curr Diab Rep 2009 9 1 26 32 10.1007/s11892-009-0006-9 49. Brown MS, Goldstein JL. Selective versus Total Insulin Resistance: A Pathogenic Paradox. Cell Metab. 2008;7(2):95-6. doi: 10.1016/j.cmet.2007.12.009. Brown MS Goldstein JL Selective versus Total Insulin Resistance: A Pathogenic Paradox Cell Metab 2008 7 2 95 96 10.1016/j.cmet.2007.12.009 50. Kornmueller K, Vidakovic I, Prassl R. Artificial High Density Lipoprotein Nanoparticles in Cardiovascular Research. Molecules. 2019;24(15):2829. doi: 10.3390/molecules24152829. Kornmueller K Vidakovic I Prassl R Artificial High Density Lipoprotein Nanoparticles in Cardiovascular Research Molecules 2019 24 15 2829 10.3390/molecules24152829 51. Haas ME, Attie AD, Biddinger SB. The Regulation of ApoB Metabolism by Insulin. Trends Endocrinol Metab. 2013;24(8):391-7. doi: 10.1016/j.tem.2013.04.001. Haas ME Attie AD Biddinger SB The Regulation of ApoB Metabolism by Insulin Trends Endocrinol Metab 2013 24 8 391 397 10.1016/j.tem.2013.04.001 52. Amani R, Parohan M, Jomehzadeh N, Haghighizadeh MH. Dietary and Biochemical Characteristics Associated with Normal-Weight Obesity. Int J Vitam Nutr Res. 2019;89(5-6):331-336. doi: 10.1024/0300-9831/a000477. Amani R Parohan M Jomehzadeh N Haghighizadeh MH Dietary and Biochemical Characteristics Associated with Normal-Weight Obesity Int J Vitam Nutr Res 2019 89 5-6 331 336 10.1024/0300-9831/a000477 53. Männistö S, Harald K, Kontto J, Lahti-Koski M, Kaartinen NE, Saarni SE, et al. Dietary and Lifestyle Characteristics Associated with Normal-Weight Obesity: The National FINRISK 2007 Study. Br J Nutr. 2014;111(5):887-94. doi: 10.1017/S0007114513002742. Männistö S Harald K Kontto J Lahti-Koski M Kaartinen NE Saarni SE et al Dietary and Lifestyle Characteristics Associated with Normal-Weight Obesity: The National FINRISK 2007 Study Br J Nutr 2014 111 5 887 894 10.1017/S0007114513002742 54. Veronese N, Solmi M, Caruso MG, Giannelli G, Osella AR, Evangelou E, et al. Dietary Fiber and Health Outcomes: An Umbrella Review of Systematic Reviews and Meta-Analyses. Am J Clin Nutr. 2018;107(3):436-44. doi: 10.1093/ajcn/nqx082. Veronese N Solmi M Caruso MG Giannelli G Osella AR Evangelou E et al Dietary Fiber and Health Outcomes: An Umbrella Review of Systematic Reviews and Meta-Analyses Am J Clin Nutr 2018 107 3 436 444 10.1093/ajcn/nqx082 55. Page IH, Stare FJ, Corcoran AC, Pollack H, Wilkinson CF Jr. Atherosclerosis and the Fat Content of the Diet. J Am Med Assoc. 1957;164(18):2048-51. doi: 10.1001/jama.1957.62980180004013. Page IH Stare FJ Corcoran AC Pollack H Wilkinson CF Jr Atherosclerosis and the Fat Content of the Diet J Am Med Assoc 1957 164 18 2048 2051 10.1001/jama.1957.62980180004013 56. Mehran L, Amouzegar A, Fanaei SM, Masoumi S, Azizi F. Anthropometric Measures and Risk of All-Cause and Cardiovascular Mortality: An 18 Years Follow-Up. Obes Res Clin Pract. 2022;16(1):63-71. doi: 10.1016/j.orcp.2021.12.004. Mehran L Amouzegar A Fanaei SM Masoumi S Azizi F Anthropometric Measures and Risk of All-Cause and Cardiovascular Mortality: An 18 Years Follow-Up Obes Res Clin Pract 2022 16 1 63 71 10.1016/j.orcp.2021.12.004

Vinculação acadêmica

Este artigo é parte dissertação de mestrado de Anna Flávia Ferreira Passos pela Universidade Federal de Goiás.

Aprovação ética e consentimento informado

Este estudo foi aprovado pelo Comitê de Ética da Universidade Federal de Goiás sob o número de protocolo 2.772.022, CAAE: 91618318.4.0000.5083. 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.

Fontes de financiamento: O presente estudo não teve fontes de financiamento externas.

 Original Article Associations between Normal-Weight Obesity and Disturbances in the Lipid Profile of Young Adults Passos Anna Flavia Ferreira Conception and design of the research and acquisition of data Analysis and interpretation of the data Writing of the manuscript 1 Santos Acsa de Castro Conception and design of the research and acquisition of data Analysis and interpretation of the data 1 0000-0002-2518-7575 Coelho Alexandre Siqueira Guedes Analysis and interpretation of the data Statistical analysis Critical revision of the manuscript for important intellectual content 2 0000-0001-9972-4743 Cominetti Cristiane Conception and design of the research and acquisition of data Analysis and interpretation of the data Writing of the manuscript Critical revision of the manuscript for important intellectual content 1 Brazil Grupo de Pesquisa em Genômica Nutricional, Faculdade de Nutrição, Universidade Federal de Goiás, Goiânia, GO – Brazil Brazil Faculdade de Agronomia, Universidade Federal de Goiás, Goiânia, GO – Brazil Mailing Address: Cristiane Cominetti • Grupo de Pesquisa em Genômica Nutricional, Faculdade de Nutrição, Universidade Federal de Goiás - Rua 227, s/n, Quadra 68, Leste Universitário. Postal Code 74605-080, Goiânia, GO - Brazil E-mail: ccominetti@ufg.br

Potential conflict of interest

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

 Central Illustration

: Associations between Normal-Weight Obesity and Disturbances in the Lipid Profile of Young Adults BMI: body mass index; NWO: normal-weight obesity.

Abstract Background

Normal-weight obesity (NWO) is characterized by normal body mass index (BMI) but high body fat percentage (%BF) that increases the risks of cardiometabolic comorbidities. Accurate assessment and interpretation of body composition data are necessary to reduce these risks.

 Objectives

To compare the cardiometabolic profile of individuals with NWO and normal %BF and evaluate the associated risk factors.

 Methods

A cross-sectional study was conducted with 222 Brazilian adults from a university community, of whom 157 had NWO and 65 had normal BMI and %BF (non-NWO). All participants reported being asymptomatic and without underlying health conditions. Socioeconomic, lifestyle, food intake, anthropometry, body composition measures (using dual-energy radiological absorptiometry), and lipid and glycemic profiles were evaluated. A p < 0.05 was established as significant.

 Results

The median age of the participants was 23 years (interquartile range: 21 to 25), and most were female (67.1%). No significant differences were found in blood pressure, age, or physical activity levels between the NWO and non-NWO groups. However, the frequency of lipid profile disturbances was higher in the NWO group (54%) compared to the non-NWO group (34%) (p < 0.006). Neck circumference, %BF, and lipid profile disturbances were positively associated with NWO.

 Conclusion

Individuals with NWO have a worse cardiometabolic profile than those without NWO, and this condition is associated with important biomarkers. Addressing these outcomes is important for preventing long-term cardiometabolic complications. Accurate assessment and interpretation of body composition data, regardless of BMI, are crucial in this scenario.

 Apolipoproteins Body Composition Dyslipidemias Cardiovascular Diseases Blood Glucose Introduction

Normal-weight obesity (NWO), which was described in 2006, is a condition characterized by normal body mass index (BMI) and high body fat percentage (%BF). 1 It was described because of failures in the concepts of BMI and obesity. Obesity is defined by the World Health Organization as an excess of body fat associated with health risks 1 , 2 and is diagnosed based on BMI. However, BMI is known to be a flawed index, especially when applied at the individual level, as it does not differentiate between lean body mass and fat body mass. 2 , 3

As a result of excess %BF, individuals with NWO are at a higher risk of developing metabolic syndrome, atherogenic dyslipidemia, obesity, and cardiometabolic diseases, including type 2 diabetes mellitus and cardiovascular diseases (CVDs), compared to individuals with normal %BF. 1 , 3 - 5 CVDs are the leading cause of death worldwide and are projected to account for over 23 million deaths by 2030. 6

Therefore, considering the importance of adiposity as a risk factor for CVDs and other nutrition-related chronic non-communicable diseases, the assessment of %BF in individuals with normal BMI is crucial for accurate diagnosis and early interventions. 7 , 8 It is estimated that approximately 30 million people from the United States have NWO, 9 and a few Brazilian studies on this subject 4 , 10 , 11 have revealed that NWO is associated with metabolic syndrome and insulin resistance (IR). 4 In our previous study, we showed a high frequency of dyslipidemia in individuals with NWO. 10 These results reinforce the relationship between NWO and disturbances in lipid and glycemic biomarkers, which are important predictors of CVDs and type 2 diabetes mellitus development.

Driven by the hypothesis that high %BF can lead to a disturbed cardiometabolic profile even in the presence of normal BMI and the importance of understanding the metabolic aspects of NWO, this study aimed to compare the cardiometabolic profile of individuals with and without NWO, as well as to evaluate the associations with socioeconomic, anthropometric, body composition, biochemical, and food consumption data.

 Methods Study design and participants

This was a cross-sectional study with recruitment and data collection from January to June 2019. The study was disseminated through folders, social networks, and e-mails sent to students, professors, and other employees at the Federal University of Goiás. Individuals who presented with a normal BMI (between 18.50 and 24.99 kg/m 2 ) 2 and aged between 20 and 59 years were included. Smokers; individuals with metal implants or limb amputation; individuals with intense physical activity (athletes or regular practitioners of high-performance exercise); self-reported vitamin and/or mineral supplementation; self-reported acute and/or chronic diseases; self-reported use of lipid-lowering drugs, anti-hypertensives, anti-glycemic drugs, or insulin; pregnant or lactating women; women in menopause or undergoing hormone replacement therapy; individuals undergoing nutritional monitoring and/or who changed their usual diet in the last 6 months prior to data collection; and those who missed some stage of data collection were not included, as described in Figure 1 . These exclusion criteria were implemented to manage potential confounding variables that may introduce bias in the relationship between excess body fat and the variables under investigation in this study.

– Flow-chart of participation recruitment

Individuals were grouped according to sex and age, and the cutoff points used in two well-established studies on NWO were applied to classify %BF. The criteria for cutoff points were selected based on consistency in the method of body composition assessment. Initially, the reference by the authors who originally defined NWO 1 was utilized for women; however, they did not provide cutoff points for men. To address this gap, a male reference with a more sensitive cutoff point that still captured associated risk factors was sought. 12 For women and men, cutoff points > 30% 1 and > 19%, 12 respectively, were applied to classify high %BF. Given the lack of a standardized criterion for classifying the prevalence of NWO, we adopted a set of proposed thresholds for overweight and obesity in adults, considering the association between excess %BF and health risks. 1 , 2 The proposed limits for classification were determined as follows: < 20% for very low, 20% to < 30% for low, 30% to < 50% for moderate, 50% to < 70% for high, and ≥ 70% for very high. 13

 Data collection

Data were collected at the School of Nutrition and the Clinical Research Unit of the Federal University of Goiás Teaching Hospital. First, the participants received information about the study and signed an informed consent form. A questionnaire was administered to assess socioeconomic, demographic, health, lifestyle, and food consumption data (one 24-hour dietary recall). Three non-consecutive measurements of blood pressure, 14 dual-energy radiological absorptiometry (DXA), and anthropometric evaluation 15 were conducted. Economic classification 16 and physical activity level 17 were also determined.

Blood samples were collected from the median cubital vein after a 12-hour fast by a qualified professional. Immediately after collection, blood samples were transferred to appropriate tubes to obtain serum and/or plasma and then sent to the laboratory for biochemical analyses. Individuals were instructed not to consume alcoholic beverages or engage in intense physical activity within 72 hours prior to blood collection. They were instructed to maintain their usual diet and maintain a stable weight in the last two weeks prior to blood collection. 18 - 20 Two other non-consecutive 24-hour dietary recalls, including one weekend day, were collected. 21

 Anthropometry and body composition

Body mass was measured on a Filizola ® digital scale (Filizola Shop, São Paulo, Brazil), and height was determined using a Seca ® stadiometer (Seca Deutschland, Hamburg, Germany). 15 Waist and neck circumferences were measured in duplicate with a 200 cm long and 1 mm accurate Seca ® body measure tape (Seca Deutschland, Hamburg, Germany), and the mean value was used for data analysis. Body composition was measured using a DPX NT Lunar ® DXA device (General Electric Medical Systems, Madison, USA). 22

 Cardiometabolic biomarkers

Blood concentrations of total cholesterol (TC), triacylglycerol (TG), low-density lipoprotein cholesterol (LDL-C), high-density lipoprotein cholesterol (HDL-C), very low-density lipoprotein cholesterol (VLDL-C), apolipoprotein (Apo) A1, Apo B, glucose, insulin, and glycated hemoglobin (HbA 1c ) were evaluated. Serum lipid profile biomarkers were determined using a direct colorimetric enzymatic method. The LDL-C, VLDL-C, and non-HDL-C concentrations were estimated using equations. 19 , 21 The following cutoffs were used to classify the markers as altered: TC ≥ 190, LDL-C ≥ 130, non-HDL-C ≥ 160, TG ≥ 150, VLDL-C ≥ 30, HDL-C < 40 (all in mg/dL); TC:HDL-C ratio ≥ 4.4 for women and ≥ 5.1 for men; and LDL-C:HDL-C ratio ≥ 2.9 for women and ≥ 3.3 for men. 19 , 23 - 25 Apo A1 and Apo B concentrations were analyzed using the turbidimetry method and were considered altered when Apo A1 was < 140 mg/dL for women and < 120 mg/dL for men 22 and when Apo B was ≥ 104 mg/dL for women and men. 26 The Apo B:Apo A1 ratio was considered elevated when it was ≥ 0.6 for women and ≥ 0.7 for men. 27 , 28 The atherogenic index was estimated, and values were considered high when > 2.24. 29

Serum glucose concentrations were determined using the enzymatic colorimetric method, and the reference values established by the Brazilian Society of Diabetes were adopted. 20 Total blood HbA 1c concentrations were evaluated with the immunoturbidimetric inhibition method, and the Brazilian Society of Diabetes reference values were applied. 20 Serum insulin concentrations were assessed using electrochemiluminescence. Homeostasis model assessment of IR (HOMA-IR), HOMA2-IR, HOMA of beta-cell function (HOMA-beta), and quantitative insulin sensitivity check (QUICKI) indices were calculated. 20 , 30 The cutoff points were > 2.71 for HOMA-IR, > 1.80 for HOMA2-IR, above the ninetieth percentile of the sample for HOMA-beta, and lower than the tenth percentile of the sample for the QUICKI index. 20 , 30 The triacylglycerol-glucose (TyG) index was estimated, and values higher than 4.55 for women and 4.68 for men were used as cutoff points. 20

 Food consumption

Three 24-hour dietary recalls were applied on non-consecutive days, including one weekend day, 20 following the multiple pass method. 31 Two trained nutritionists applied one face-to-face 24-hour dietary recall and two 24-hour dietary recall via phone calls. A photographic manual and household measuring utensils were used to aid in the quantification of food portions. 32 Conversion of household measures into grams 33 and data management were standardized. The 24-hour dietary recalls were evaluated using Nutrition Data System for Research software (NDSR, Nutrition Coordinating Center, University of Minnesota, Minneapolis–Saint Paul, USA). 34 The values proposed by the Brazilian Society of Cardiology were applied for macronutrients, dietary fiber, and fatty acid adequacy. 19

 Statistical analysis and justification of sample size

Double-entry databases were built to check for consistency. Despite the selection criteria for the adult age group from 20 to 59 years old according to the World Health Organization, with the recruitment of only two adults over 40 years old, these were excluded from the analyses, remaining only young adults aged 39 years old or less, so that in terms of age, the sample did not show these outliers. Considering that there are no studies with representative samples of Brazil, the sample calculation was based on Cohen’s effect size for independent samples. 35 The statistical power to reject the null hypothesis was set at 80%, with a type I error probability of 0.05, and sample sizes of 157 and 65 observations for NWO and non-NWO, respectively. The estimated effect size was 0.41, which is considered medium. 35

Data distribution was assessed using the Shapiro-Wilk test. Either an unpaired Student’s t test or a Mann-Whitney test was used for comparison, based on the data distribution. Analysis of categorical data and frequency of disturbances in the cardiometabolic profile of individuals with and without NWO was performed using either the χ 2 test or Fisher’s exact test. Nutrient intake data were energy-adjusted when necessary. 36 Categorical variables were presented as absolute and relative frequencies (%), and continuous variables were presented as mean ± standard deviation or median (interquartile range) according to data distribution.

We employed multiple logistic regression models to investigate the relationships between independent and dependent variables. To enhance the models, we used the stepwise strategy, an automated procedure for selecting the most significant predictor variables to include in the model. Independent variables were sex; skin color; age; physical activity level; systolic and diastolic blood pressures; weight; height; BMI; neck and waist circumferences; %BF; gynoid and android %BF; android to gynoid %BF ratio; fasting blood glucose and insulin; HOMA-IR; HOMA-2IR; HOMA-beta; HbA 1c ; QUICKI index; Apo A1; Apo B; TC; HDL-C; LDL-C; non-HDL-C; VLDL-C; TG; TC:HDL-C, LDL-C:HDL-C, and Apo B:Apo A1 ratios; TyG; atherogenic index; presence of disturbances in glycemic and lipid profiles; energy; total fat; carbohydrate; protein; dietary cholesterol; saturated, mono-, and polyunsaturated fatty acids; and dietary fiber intake. All variables were chosen according to their clinical importance with the studied condition. P < 0.05 was considered statistically significant, and all analyses were performed using R software version 4.0.3. 37

 Results

A total of 222 individuals were recruited ( Figure 1 ), 67% of whom were women. The study participants were aged between 20 and 34 years and had normal BMI. Following the classification of %BF, 157 (71%) participants were assigned to the NWO group, indicating a high prevalence, while the remaining 65 participants were assigned to the non-NWO group. When considering sex, 72.5% of women and 67.1% of men showed increased %BF. Regarding the cutoff point for %BF classification, we used a value > 30% 1 to classify women as having NWO. However, because this cutoff point can be questioned, we examined the implications of using a cutoff point greater than 32% 12 and found that 14 women would not meet the criteria for the NWO classification. As a result, the total number of individuals classified as having NWO would be reduced to 143, resulting in an overall prevalence of 64.4%, still considered high. However, out of the 14 women who would not be classified as having NWO, 11 exhibited disturbances in lipid and glycemic profiles, indicating the presence of risk factors associated with excess %BF.

Table 1 describes socioeconomic, lifestyle, anthropometric, body composition, and biochemical data of individuals in the NWO and the non-NWO groups. Individuals in the NWO group showed higher values of weight, BMI, waist circumference, %BF, android and gynoid %BF, android to gynoid ratio, insulin, HOMA-IR, HOMA-beta, TyG, TC, LDL-C, non-HDL-C, VLDL-C, TG, TC:HDL-C ratio, LDL-C:HDL-C ratio, Apo B, and Apo B:Apo A1 ratio, as well as lower QUICKI index values than those in the non-NWO group.

– Socioeconomic, lifestyle, anthropometric, body composition, and biochemical variables of the total sample and the NWO and non-NWO groups
Variables Total (n = 222, 100.0%) NWO (n = 157, 70.7%) Non-NWO (n = 65, 29.3%) p value
Sex 0.410
Male 73 (32.9) 49 (31.2) 24 (36.9)
Female 149 (67.1) 108 (68.8) 41 (63.1)
Skin color 0.522
White 84 (37.8) 64 (40.8) 20 (30.8)
Brown 94 (42.3) 63 (40.1) 31 (47.7)
Black 29 (13.1) 19 (12.1) 10 (15.4)
Asian 15 (6.8) 11 (7.0) 4 (6.2)
Marital status 0.522
Single 199 (89.6) 138 (87.9) 61 (93.8)
Married 22 (9.9) 18 (11.5) 4 (6.2)
Divorced 1 (0.5) 1 (0.6) 0 (0)
Education level 0.065
Higher incomplete 167 (75.2) 114 (72.6) 53 (81.5)
Higher complete 44 (19.8) 32 (20.4) 12 (18.5)
Graduation complete 11 (5.0) 11 (7.0) 0 (0)
Socioeconomic class 0.094
Higher 143 (64.4) 106 (67.5) 37 (56.9)
Intermediate 78 (35.1) 51 (32.5) 27 (41.5)
Lower 1 (0.5) 0 (0) 1 (1.5)
Age (years) 23.0 (21.0 – 25.0) 23.0 (21.0 – 26.0) 23.0 (21.0 – 24.0) 0.506
SBP (mmHg) 109.5 (100.0 – 115.8) 109.5 (100.0 – 116.0) 110.0 (100.0 – 115.0) 0.682
DBP (mmHg) 67.0 (60.1 – 74.0) 66.5 (60.0 – 74.0) 70.0 (62.0 – 74.0) 0.349
Weight (kg) 60.6 (55.0 – 66.6) 61.3 (56.0 – 66.7) 57.4 (53.0– 65.9) 0.026
Height (m) 1.7 (1.6 – 1.7) 1.7 (1.6 – 1.7) 1.7 (1.6 – 1.7) 0.719
BMI (kg/m 2 ) 21.8 (20.5 – 23.0) 22.1 (21.0 – 23.3) 20.8 (19.8 – 22.0) <0.0001
PA level (MET min/week) 260.0 (131.2 – 409.8) 240.0 (100.0 – 415.0) 280 (180.0 – 409.0) 0.210
NC (cm) 32.4 (31.2 – 36.0) 32.5 (31.4 – 35.8) 32.1 (30.7 – 36.1) 0.490
WC (cm) 72.7 ± 5.5 73.8 ± 5.2 70.1 ± 5.4 <0.0001
%BF DXA 30.4 (23.4 – 36.4) 34.2 (28.8 – 37.7) 24.6 (15.4 – 28.1) <0.0001
Android %BF 30.7 ± 9.6 34.7 ± 7.6 20.9 ± 6.4 <0.0001
Gynoid %BF 42.8 (34.2 – 48.4) 46.5 (38.1 – 49.5) 36.8 (23.2 – 41.0) <0.0001
A:G 0.8 (0.7 – 0.9) 0.8 (0.7 – 0.9) 0.6 (0.6 – 0.8) <0.0001
Glucose (mg/dL) 85.0 (80.2 – 89.8) 85.0 (81.0 – 90.0) 84.0 (80.0 – 89.0) 0.392
Insulin (pmol/L) 49.9 (38.9 – 66.6) 54.5 (42.4 – 71.8) 43.0 (35.2 – 54.5) 0.0001
HOMA-IR 1.4 (1.1 – 2.0) 1.6 (1.2 – 2.1) 1.2 (1.0 – 1.6) 0.0001
HOMA2-IR 0.9 (0.7 – 1.2) 1.0 (0.8 – 1.3) 0.8 (0.6 – 1.0) 0.0001
HOMA-beta 122.0 (87.9 – 170.1) 134.0 (95.1 – 176.1) 104.5 (78.9 – 149.6) 0.011
HbA 1c % 4.8 (4.6 – 5.0) 4.8 (4.6 – 5.0) 4.8 (4.6 – 5.0) 0.953
QUICKI Index 0.36 ± 0.02 0.36 ± 0.02 0.37 ± 0.02 <0.0001
TC (mg/dL) 175.7 ± 32.0 179.8 ± 33.1 165.8 ± 26.9 0.002
HDL-C (mg/dL) 55.0 (47.0 – 65.0) 55.0 (47.0 – 65.0) 56.0 (48.0 – 65.0) 0.782
LDL-C (mg/dL) 99.0 (82.0 – 117.8) 103.0 (83.0 – 118.0) 93.0 (74.0 – 107.0) 0.008
Non-HDL-C (mg/dL) 115.0 (96.2 – 136.0) 121.0 (100.0 – 140.0) 109.0 (90.0 – 121.0) 0.002
VLDL-C (mg/dL) 14.8 (10.6 – 20.8) 16.4 (11.4 – 21.8) 12.8 (9.6 – 16.6) 0.001
TG (mg/dL) 74.0 (53.2 – 104.0) 82.0 (57.0 – 109.0) 64.0 (48.0 – 83.0) 0.001
TC:HDL-C ratio 3.0 (2.6 – 3.6) 3.1 (2.7 – 3.8) 2.8 (2.5 – 3.3) 0.021
LDL-C:HDL-C ratio 1.8 (1.4 – 2.3) 1.8 (1.4 – 2.4) 1.7 (1.3 – 2.0) 0.050
Apo A1 (mg/dL) 151.0 (137.0 – 168.0) 151.5 (138.8 – 172.2) 149.0 (137.0 – 163.0) 0.246
Apo B (mg/dL) 76.0 (65.0 – 89.0) 80.4 ± 19.0 70.6 ± 14.8 0.0003
Apo B:Apo A1 ratio 0.5 (0.4 – 0.6) 0.5 (0.4 – 0.6) 0.5 (0.4 – 0.5) 0.031
TyG 3.5 ± 0.2 3.5 ± 0.2 3.4 ± 0.2 0.001
AI 1.0 (0.7 – 1.5) 1.0 (0.8 – 1.7) 0.9 (0.6 – 1.2) 0.022

Data are presented as mean ± standard deviation, median (interquartile range), or absolute and relative frequencies. A:G: ratio between android and gynoid %BF; AI: atherogenic index; Apo A1: apolipoprotein A1; Apo B: apolipoprotein B; android %BF: percentage of android body fat; BMI: body mass index; DBP: diastolic blood pressure; gynoid %BF: percentage of gynoid body fat; HbA 1c: glycated hemoglobin; HDL-C: high-density lipoprotein cholesterol; HOMA-beta: homeostatic model assessment of beta cell function; HOMA-IR: homeostasis model assessment of insulin resistance; HOMA2-IR: homeostasis model assessment 2 of insulin resistance; LDL-C: low-density lipoprotein cholesterol; MET: metabolic equivalents; NC: neck circumference; non-HDL-C: non-HDL cholesterol; NWO: normal-weight obesity; PA: physical activity level; %BF DXA: percentage of body fat assessed by dual-energy radiological absorptiometry; SBP: systolic blood pressure; TC: total cholesterol; TG: triacylglycerol; TyG: triacylglycerol glucose index; VLDL-C: very low-density lipoprotein cholesterol; WC: waist circumference. Significant differences between groups: Student’s t test or Mann-Whitney test, Pearson’s χ 2 test or Fisher’s exact test.

Furthermore, we observed disturbances in most biomarkers of lipid and glycemic profiles in individuals in the NWO group, as shown in Figure 2A. Considering the traditional lipid profile (TC, HDL-C, LDL-C, non-HDL-C, VLDL-C, TG; TC:HDL-C and LDL-C:HDL-C ratios), 44% of the individuals in the NWO group showed one or more disturbances. Individuals in the non-NWO group showed a lower frequency (23%; p = 0.004). When Apo A1 and Apo B concentrations were considered, more than half (54%) of the individuals in the NWO group and 34% of those in the non-NWO group showed one or more disturbances in the lipid profile (p = 0.006), as shown in Figure 2B. The frequency of at least one disturbance in the biomarkers of the glycemic profile was higher in the NWO group (23%) than in the non-NWO group (11%) (p = 0.037).

– A) Frequency of lipid and glycemic profile disturbances in the NWO and non-NWO groups. B) Frequency of at least one lipid or glycemic profile disturbance in the NWO and non-NWO groups. AI: atherogenic index; Apo A1: apolipoprotein A1; Apo B: apolipoprotein B; HbA1c: glycated hemoglobin; HDL-C: high-density lipoprotein cholesterol; HOMA-beta: homeostatic model assessment of beta cell function; HOMA-IR: homeostasis model assessment of insulin resistance; HOMA2-IR: homeostasis model assessment 2 of insulin resistance; LDL-C: low-density lipoprotein cholesterol; non-HDL-C: non-HDL cholesterol; NWO: normal-weight obesity; TC: total cholesterol; TG: triacylglycerol; VLDL-C: very low-density lipoprotein cholesterol.

A difference between the NWO and non-NWO groups regarding risky food consumption was observed only for total fat intake (p = 0.028). However, the prevalence of inadequate intake of dietary fiber and saturated fat in the NWO group was noteworthy (88.5% for both) ( Table 2 ).

– Prevalence of risky food consumption in the total sample and the NWO and non-NWO groups
Variables Total sample (n=222) NWO (n=157) Non-NWO (n=65) p value
n % n % n %
TEI > energy requirement 109 49.1 72 45.9 37 56.9 0.134
Protein > 15% of TEI 166 74.8 116 73.9 50 76.9 0.635
Carbohydrates > 60% of TEI 13 5.8 7 4.5 6 9.2 0.209
Dietary fiber < 25 g/day* 192 86.5 139 88.5 53 81.5 0.165
Lipids > 35% of TEI 121 54.5 93 59.2 28 43.1 0.028
SFA ≥ 10% of TEI 190 85.6 139 88.5 51 78.5 0.052
MUFA > 15% of TEI 42 18.9 33 21.0 9 13.8 0.214
PUFA > 10% of TEI 24 10.8 19 12.1 5 7.7 0.336

MUFA: monounsaturated fatty acids; NWO: normal-weight obesity; PUFA: polyunsaturated fatty acids; SFA: saturated fatty acids; TEI: total energy intake. *Adjusted for energy intake. Pearson’s χ 2 test or Fisher’s exact test.

For the regression analysis, 3 individuals were excluded due to missing data (n = 219; NWO = 154 and non-NWO = 65). The final model included the following independent variables: sex, %BF, disturbances in lipid profile, neck circumference, BMI, and mean carbohydrate intake ( Table 3 ). For each 1% increase in %BF, there were 3.04 times higher odds of belonging to the NWO group, and for each 1 cm increase in neck circumference, there were 2.52 times higher odds of belonging to the NWO group. NWO was also positively associated with the presence of one or more disturbances in the lipid profile. There were negative associations between NWO and female sex and BMI, such that for each 1 kg/m 2 increase in BMI, there was 51% lower odds of belonging to the NWO group.

– Final multiple logistic regression model adjusted by the stepwise strategy to analyze associations between the presence of normal-weight obesity and the analyzed variables (n = 219)
Estimate (β) SE OR (95% CI) z value pr (>|t|) p value
Intercept -36.183098 9.713135 0.00 (0.00 – 0.00) -3.725 0.000195 0.001
Variables
Female sex -8.930783 1.948802 0.00 (0.00 – 0.01) -4.583 <0.0001 0.001
Total %BF 1.112949 0.207149 3.04 (2.03 – 4.57) 5.373 <0.0001 0.001
Disturbances in lipid profile (≥1) 1.415612 0.699868 4.12 (1.04 – 16.24) 2.023 0.043106 0.050
Neck circumference 0.924465 0.297740 2.52 (1.41 – 4.52) 3.105 0.001903 0.010
BMI -0.708130 0.340233 0.49 (0.25 – 0.96) -2.081 0.037405 0.050
Mean carbohydrate intake -0.012656 0.007977 0.99 (0.97 – 1.00) -1.587 0.112615 1.000

Null deviance: 266.362 with 218 degrees of freedom. Residual deviance: 64.027 with 212 degrees of freedom. Number of Fisher scoring iterations: 8. BMI: body mass index; CI: confidence interval; OR: odds ratio; %BF total: percentage of total body fat; SE: standard error. Logistic regression with an estimate of odds ratio and its respective 95% CI, using the presence/absence of normal-weight obesity as the outcome.

 Discussion

This study is one of the first performed in Brazil to assess the cardiometabolic profile of young individuals with NWO compared with their non-NWO counterparts. The prevalence of NWO was significantly high. Individuals with NWO showed worse results regarding body composition and cardiometabolic biomarkers than those in the non-NWO group. Furthermore, significant associations between the presence of NWO and cardiometabolic risk factors were found.

The very high prevalence of NWO should be cautiously interpreted and generalized. In addition to increasing obesity rates worldwide, 38 excess %BF has several harmful consequences, even when not associated with an increased BMI. In the medium- and long-terms, loss of muscle mass combined with high %BF can lead to negative consequences on quality of life and contribute to the development of sarcopenic obesity and other nutrition-related chronic non-communicable diseases. 39 , 40

An important aspect of our results is the higher BMI presented by individuals with NWO. However, this result could be expected, since BMI presents a good correlation with %BF in several populations. This result demonstrates that these individuals, even with a higher BMI, could be classified as normal-weight, disregarding the risk factors associated with excess %BF. 2 Therefore, it is imperative to evaluate and properly classify individuals with NWO.

Another important finding is the low age range of our sample, which is different from that of other studies with NWO. 9 , 41 , 42 The high prevalence of NWO and metabolic disturbances in young individuals raises the importance of reflecting on changes in assessment criteria and classification of body composition. The long-term impacts, including the negative consequences on the muscle composition profile over time, also need to be extensively investigated.

The prevalence of increased %BF in our study was higher than that in a study of individuals from the United States (n = 6,171), which showed an NWO prevalence of 33.4% for both women and men. 9 It was also higher than that observed in a study of Chinese individuals (n = 23,748), with an NWO prevalence of approximately 8%. 41 This difference can be partly explained by the higher cutoff points (33.3% for women and 23.1% for men and ≥ 24% for men and ≥ 33% for women in the studies from the United States and China, respectively) and by the method used for the classification of NWO (bioimpedance used in both). Madeira et al. 4 evaluated Brazilian adults with NWO and identified lower prevalence rates (9.1%) than those found in our study. The cutoff points for %BF were 23.1% for men and 33.3% for women, and skinfolds were used to measure it. These results further underscore the need for studies to standardize the cutoff points and methods for assessing body composition, as well as to better characterize NWO. 43

In contrast, a cross-sectional study conducted with 1,354 young adults in Latin America found a moderate prevalence (29.1%) of NWO. This condition was also associated with a higher cardiovascular risk, 44 corroborating our results. These results also emphasize the importance of proper healthcare, considering that excess %BF can progressively contribute to an increased risk of cardiometabolic diseases and mortality. 45

In this study, we used a value > 30% 1 to classify women as having NWO. However, this can be questioned, and we explored the implications of using a higher cutoff point of 32%. 12 We found that 14 women would not meet the criteria for NWO classification, resulting in an overall prevalence of 64.4%. Nevertheless, it is noteworthy that the majority of the women who would not be classified as having NWO exhibited disturbances in lipid and glycemic profiles, indicating the presence of risk factors associated with excess %BF. Therefore, the use of a cutoff point > 30% would ensure the inclusion of women who have risk factors related to excess %BF and may help to identify individuals who could benefit from interventions to improve their metabolic health.

Some results observed in individuals with NWO in our study, such as higher BMI, although only slightly compared to the normal range, %BF, android and gynoid %BF, and android to gynoid ratio were expected, given that increased %BF is the foundation of this condition. 1 Nevertheless, higher android %BF contributes to an increased cardiometabolic risk since the accumulation of fat in the abdominal region can result in alterations in endothelial function. 46 In addition, although no individual had waist circumference outside the normal range, the higher values found in individuals with NWO indicate a predisposition to higher cardiometabolic risk. 19 , 20 , 47 Neck circumference is also an important measure in the assessment of cardiometabolic risk 48 and was positively associated with the presence of NWO.

When we evaluated traditional biomarkers, almost 45% of individuals with NWO showed disturbances in their lipid profiles. In a previous study, we found a prevalence of 52.5%. 10 These high percentages of disturbances in the lipid profile, as well as the association of NWO with LDL-C and TG concentrations, are important to the overall cardiovascular profile of these individuals. Excess visceral adipose tissue leads to increased lipolysis of fatty acids, which are supplied to the liver. In the liver, free fatty acids are substrates for the synthesis of lipoproteins, including VLDL. 48 As VLDL is a TG-rich lipoprotein, there may be a higher amount of fatty acids for storage. In addition, because the uptake of fatty acids from VLDL by adipose tissue is facilitated by insulin, 49 individuals with IR may develop disturbances in lipoprotein metabolism. Other atherogenic lipoproteins, such as small and dense LDL, can also accumulate when excess adipose tissue is found in the visceral region, thereby worsening the cardiovascular profile. 48

When Apo A1 and B concentrations were evaluated, the frequency of disturbances in the lipid profile was higher in individuals with NWO than in the non-NWO group. Apo A1 is the main lipoprotein of HDL, and it plays an important role in removing excess cholesterol from tissues. 50 Apo B is widely distributed in lipoproteins, 48 and during IR, its clearance and LDL entry into cells are impaired, which accelerates the atherogenic process. 51 Therefore, the negative association between NWO and Apo A1 concentrations, as well as the higher frequency of disturbances in Apo B concentrations and the HOMA-IR index found in individuals with NWO, are important aspects to be considered in the study of this condition.

The frequency of disturbances in insulin concentrations and HOMA-IR were similar to those observed in a study of Polish individuals, in which, from a total of 168 women and men, 73 (43%) had NWO. 12 Excess adipose cells promote tissue dysfunction and activation of immune cells with potential proinflammatory activity, triggering local and systemic proinflammatory mediators, regardless of BMI. Consequently, there is a deregulation in signaling pathways and an impaired insulin action, which results in reduced glucose uptake by cells and subsequent IR. 48

To date, only a few studies have evaluated the dietary habits of individuals with NWO. 11 , 44 , 52 , 53 Männistö et al. 53 identified dietary factors that may increase the risk of cardiometabolic disturbances in individuals with NWO. Although the consumption of saturated fat was not evaluated, a low intake of dietary fiber was found, which is similar to our results. Adequate consumption of dietary fiber promotes improvements in glycemic profile, LDL-C, non-HDL-C, and other lipoprotein concentrations; lowers the risk of cardiometabolic diseases; and improves inflammatory and immune profiles. 54 The high percentage of excessive consumption of total and saturated fats observed in individuals with NWO must be carefully managed because there is overwhelming evidence on the relationship between these nutrients and higher risks of CVDs. 55

A population-based study in Tehran (median follow-up of 18 years) evaluated the association between %BF and the risk of mortality from CVD in 8,287 individuals older than 30 years. Considering waist circumference and waist-to-hip ratio as adiposity indicators, normal-weight individuals with central obesity showed an increased risk of all-cause and CVD mortality compared with normal-weight and non-centrally obese individuals. Although the authors used only indirect indicators to assess %BF, the results underscore the importance of assessing cardiometabolic risks in adults with excess %BF. 56

Among the strengths of our study, it is important to mention that we used DXA to evaluate body composition, which is the gold-standard method. In addition, the analysis of apolipoprotein concentrations provided more robust data regarding the cardiometabolic profile. It is also pertinent to mention the homogeneity in the socioeconomic and lifestyle data of the groups evaluated, which reduces possible bias. In addition, we took great care to ensure that individuals with preexisting medical conditions or unconventional lifestyle practices that could potentially introduce biased interpretations and generalizations were excluded from the study. On the other hand, an important limitation to the discussion of our results relies on the different cutoff points and methods for the evaluation of %BF found in other studies, as well as the lack of standardized cutoff points for the Brazilian population. It is noteworthy that the study identified risk factors associated with asymptomatic, healthy young adults. This highlights the importance of providing appropriate attention and healthcare to this individuals in clinical practice, as they may be at increased risk of adverse health outcomes that may initially present without symptoms.

 Conclusion

Individuals with NWO showed a worse cardiometabolic profile than those without it. NWO was associated with important anthropometric, body composition, and cardiometabolic variables. Overall, these results corroborate those previously reported. However, further studies on the standardization of cutoff points and methods of assessing body composition in different populations are extremely important. Accurate evaluation and interpretation of body composition, independent of BMI, is crucial in clinical practice to facilitate effective management of medium- and long-term comorbidities associated with excess %BF. Such assessments will help healthcare professionals reduce the risks of negative cardiometabolic complications by providing tailored management strategies for individuals with NWO.

Study association

This article is part of the thesis of master submitted by Anna Flávia Ferreira Passos, from Universidade Federal de Goiás.

Ethics approval and consent to participate

This study was approved by the Ethics Committee of the Universidade Federal de Goiás under the protocol number 2.772.022, CAAE: 91618318.4.0000.5083. 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.

Sources of funding: There were no external funding sources for this study.