FUNDAMENTO: Devido à necessidade de mensurar as variáveis antropométricas, bioquímicas e hemodinâmicas para o diagnóstico da síndrome metabólica, percebe-se a dificuldade da avaliação de grandes populações, principalmente em crianças, provocada pelo difícil acesso e pelo caráter invasivo. É premente a necessidade de desenvolverem-se formas diagnósticas de fácil aplicação, boa precisão e baixo custo, com a finalidade de predizer a síndrome metabólica já nas idades iniciais. OBJETIVO: Verificar a prevalência da síndrome metabólica em crianças e testar os indicadores antropométricos com capacidade preditiva. MÉTODOS: Estudo transversal realizado com 109 crianças, de 7 a 11 anos. Utilizou-se o critério National Cholesterol Education Program para o diagnóstico da síndrome metabólica, adaptado à idade. Como possíveis preditores, foram testados: índice de massa corporal (IMC), circunferência da cintura (CC), relação cintura/quadril (RCQ), índice de conicidade (índice C) e o percentual de gordura corporal. RESULTADOS: A prevalência da síndrome metabólica foi de 13,3% e 36% para meninos e meninas, respectivamente. Os principais indicadores antropométricos foram: IMC = 0,81 (0,69 - 0,94), CC = 0,79 (0,64 - 0,94), gordura corporal = 0,79 (0,66 - 0,92) e RCQ = 0,37 (0,21 - 0,54). CONCLUSÃO: Foram considerados fatores preditores da síndrome metabólica a CC superior a 78 cm, a gordura corporal superior a 41% e o IMC superior a 24,5 kg/m². O índice C e a RCQ não foram considerados preditores.
Predição da síndrome metabólica em crianças por indicadores antropométricos
IUniversidade Paulista - UNIP
IIUniversidade Centro de Ensino Superior - UniCESP
IIIUniversidade Planalto do Distrito Federal - UNIPLAN
IVUniversidade Católica de Brasília - UCB
VUniversidade de Brasília - UnB, Brasília, DF
VIUniversidade Federal de Sergipe - UFS, Aracaju, SE
VIIUniversidade Federal da Bahia - UFBA, Salvador, BA - Brasil
A síndrome metabólica (SM) é um grupo de distúrbios que inclui obesidade, resistência à insulina, elevados níveis de triglicerídeos, baixos níveis de HDL e hipertensão arterial. A notoriedade da SM deve-se à sua associação no desenvolvimento de doenças cardiovasculares (DCV) e
A partir do entendimento de que poucos estudos demonstraram a prevalência geral da SM no Brasil, destacam-se as contribuições dos estudos de Ferreira e cols.3 em segmentos etários específicos, com prevalência de 17,3% em crianças obesas. O estudo de Oliveira e cols.4 apresentam prevalência de 30% em adultos; no estudo de Karnikowski e cols.5, constatou-se 25,6% de idosos sindrômicos. Contudo, estudos envolvendo SM suscitam atenção especial em idades iniciais, pois esse diagnóstico tem se desenvolvido precocemente6,7.
Em populações pediátricas, o excesso de gordura corporal tem mostrado forte associação à hipertensão arterial, dislipidemias, resistência à insulina, hiperinsulinemia e DMT22,3,7. Apesar de a prevalência de DCV e da SM mostrar-se menor em crianças, sua ocorrência tem, no excesso de gordura, corporal seu mais importante fator de risco. Nesse sentido, sua incidência aumenta consideravelmente em crianças obesas3.
Para o diagnóstico da SM, a pesquisa necessita mensurar variáveis antropométricas, bioquímicas, hemodinâmicas e hormonais, o que demanda integração do pesquisador a equipes multiprofissionais de saúde. Vale lembrar que a dificuldade da avaliação de grandes populações, principalmente de crianças, deve-se ao difícil acesso e ao caráter invasivo.
É premente a necessidade de desenvolverem-se formas diagnósticas de fácil aplicação, boa precisão e baixo custo, com a finalidade de predizer a SM nas idades iniciais. Como o excesso de gordura parece ser o centro etiológico do desenvolvimento da síndrome em crianças, variáveis correlatas têm sido indicadas na detecção do excesso de peso infantil e consequentes problemas correlacionados3,7. Entre essas, podemos citar o índice de massa corporal (IMC), a circunferência da cintura, a relação cintura/quadril (RCQ), o índice de conicidade e do percentual de gordura corporal.
Pode-se afirmar, com base nesses dados, que o objetivo deste trabalho é verificar a prevalência da SM em crianças de diferentes classificações nutricionais, estratificadas pelo sexo, e identificar os indicadores antropométricos que podem predizer a ocorrência de SM.
O estudo foi aprovado pelo comitê de ética da Universidade Católica de Brasília (Parecer nº 051/2005) e pela Secretaria Regional de Ensino de Taguatinga. Os pais dos avaliados assinaram um Termo de Consentimento Livre e Esclarecido,que autorizava a participação de seus filhos.
Este estudo caracterizou-se por ser epidemiológico, de corte transversal, de base populacional e adotou um intervalo de confiança (IC) de 95% para escolas públicas da cidade-satélite de Taguatinga, Brasília (DF). As escolas e as turmas foram escolhidas aleatoriamente, com preservação da proporcionalidade dos alunos matriculados.
As crianças foram classificadas de acordo com o índice de massa corporal/idade (IMC/idade)2. Aquelas que estavam acima do percentil 95 foram consideradas obesas; as crianças que estavam entre os percentis 85 e 95, com sobrepeso; e aquelas que estavam entre os percentis 5 e 75, eutróficas.
Foram analisadas 958 crianças em dez escolas públicas, com observação de uma prevalência de 10,6% (n = 102) e 7,7% (n = 74) para sobrepeso e obesidade, respectivamente, o que totalizava uma frequência de 18,3% de crianças acima do peso. Após essa análise inicial, 109 sujeitos com diferentes classificações nutricionais, de ambos os sexos e com idade entre 7 e 11 anos, participaram do estudo. O número de participantes com sobrepeso e obesidade foi assumido a partir da prevalência observada previamente nessa população. Assim, uma amostra de 78 crianças com sobrepeso e obesidade, selecionadas anteriormente pelo método aleatório simples, por meio de uma tabela de aleatoriedade, participou do estudo. Para essa amostra, estimou-se que 71 sujeitos seria o número adequado (
Além disso, um subgrupo de 31 crianças, classificado como eutrófico, fez parte do grupo controle, para a composição total da amostra investigada.
Para mensuração do peso e da estatura de cada participante, utilizaram-se, respectivamente, uma balança da marca Plena com visor digital (resolução 0,1 kg) e um estadiômetro da marca
Foi calculado o IMC = peso / estatura2 e o índice de conicidade, por meio da seguinte equação matemática8:
A gordura corporal foi mensurada pela absortometria de raios X de dupla energia (DXA). Foi realizada análise de corpo inteiro em aparelho da marca Lunar, modelo DPX-IQ,
A pressão arterial foi aferida por método auscultatório em duplicata, com uso do esfigmomanômetro da marca Premium e adequação do tamanho do manguito à circunferência braquial. A primeira medida foi realizada após cinco minutos de repouso na posição supina, e a segunda, aproximadamente 25 minutos após a primeira aferição, com permanência imóvel do avaliado durante esse período. Foi considerada a média entre as duas medidas. Registraram-se as pressões sistólica (PAS) e diastólica (PAD) correspondentes às fases I e V dos sons de
A coleta de sangue foi realizada no Hospital da Universidade Católica de Brasília. As análises bioquímicas foram realizadas após jejum de 12 horas. A coleta foi realizada em tubo a vácuo com gel separador, sem anticoagulante. Para dosagem de colesterol, triglicerídeos, lipoproteínas de alta densidade (HDL) e glicose, utilizou-se kit enzimático colorimétrico processado no aparelho Autohumalyzer A5 (Human, 2004). Para a dosagem de insulina, foi utilizado o Automated Chemiluminescence System ACS-180 (Ciba-Corning Diagnostic Corp., 1995, EUA).
Para diagnóstico da SM, foi utilizada a definição modificada do
A presença dos fatores de riscos cardiovasculares foi determinada de acordo com os valores anormais aos níveis citados das variáveis: IMC, triglicerídeos, HDL, pressão arterial, glicemia de jejum e resistência à insulina.
Para a seleção dos pontos de coorte de cada um dos indicadores antropométricos estudados que identificassem a SM, foi adotada a análise a partir da técnica das curvas ROC (
A curva ROC foi gerada pela plotagem da sensibilidade no eixo
O critério utilizado para obtenção dos pontos de coorte foram os valores com sensibilidade e especificidade mais próximos entre si e não inferiores a 60%12. A significância estatística de cada análise foi verificada pela área sob a curva ROC e pelo intervalo de confiança a 95% (IC95%). Nesse sentido, um indicador perfeito apresenta a área sob a curva ROC de 1,00, ao passo que a linha diagonal representa a área sob a curva ROC de 0,50. Para um indicador apresentar uma habilidade discriminatória significativa, a área sob a curva ROC deve estar compreendida entre 1,00 e 0,50, e quanto maior a área, maior o poder discriminatório do respectivo indicador.
O IC95% é outro determinante da capacidade preditiva. Portanto, para o indicador antropométrico verificado ser considerado preditor significativo da SM, o limite inferior do IC (Li-IC) não pode ser < 0,5013. A análise estatística dos dados foi realizada por meio dos programas Statatm, versão 9.1, e SPSS 11.513.
A SM foi encontrada tanto em meninos quanto em meninas. Contudo, no sexo masculino, foi observada a menor prevalência em comparação ao sexo feminino, com 13,3% e 36%, respectivamente (
Foi possível notar diferença significativa na prevalência da SM quando essa foi verificada conforme o estado nutricional, haja vista que o quadro foi encontrado somente em crianças obesas (23,6%;
As
De acordo com as
O diagnóstico da SM é obtido por medidas antropométricas, metabólicas e hemodinâmicas. Entretanto, trata-se de mensurações invasivas, principalmente às crianças. Além disso, a mensuração de variáveis bioquímicas é onerosa, o que complica sua aplicação epidemiológica, devido ao risco de contaminação.
O presente estudo apresenta uma proposta simples, de fácil aplicabilidade e barata para ser utilizada como variável preditora do diagnóstico da SM. Em nossas condições, medidas simples como CC e IMC apresentaram excelentes valores de sensibilidade e especificidade para a predição da SM em crianças.
A capacidade tanto da CC quanto do IMC como preditores da SM corrobora a forte associação da gordura corporal ao desfecho do fenômeno, uma vez que a gordura corporal, principalmente de localização abdominal, está relacionada à resistência à insulina e a outros aspectos associados à SM14-18.
A análise da sensibilidade e especificidade da RCQ mostrou que essa variável não foi preditora da SM, inclusive quando verificada a razão de prevalência para calcular o risco das crianças que se classificavam acima do ponto de coorte estabelecido previamente e o desfecho (síndrome metabólica). Vale dizer, com base nesses dados, que essa variável não foi significativa.
Em outro estudo, Ferreira e cols.19 verificaram que, entre vários indicadores antropométricos analisados, a RCQ foi a que apresentou correlações mais fracas em comparação às demais variáveis consideradas, pela Organização Mundial da Saúde, bons indicadores de gordura corporal em crianças.
O índice de conicidade mede, predominantemente, a gordura central e, apesar de muito utilizado na população adulta e de ter grande associação com doenças cardiovasculares, não mostrou boa sensibilidade e especificidade para crianças na predição da SM. Sabe-se que o excesso de gordura corporal na região abdominal está relacionado a distúrbios metabólicos e fortemente associado à SM, inclusive em crianças3,20.
No presente estudo, o índice de conicidade não se mostrou um bom preditor da SM, apesar da capacidade de estimar predominantemente a gordura visceral. Possivelmente, isso se deve à característica peculiar das crianças do presente estudo, que estavam abaixo da idade da puberdade e, consequentemente, distantes do pico de estatura, quando comparados à população adulta, em que houve a validação da variável como preditora das doenças cardiovasculares8. Assim, duas hipóteses podem ser aventadas: (i) o índice de conicidade não é eficiente para estimar a gordura visceral em crianças abaixo da fase pubertária; e (ii) esse índice não é eficiente para predizer SM na faixa etária estudada.
Uma limitação deste estudo consiste na impossibilidade de extrapolação dos resultados para a população geral, pois a casuística não constitui amostra probabilística de crianças com obesidade, sobrepeso ou peso normal. No entanto, os autores pensam que os principais achados apresentados são ilustrativos da população de crianças obesas no país, mas não da população infantil em geral.
Outra limitação está relacionada à dificuldade de estabelecer um diagnóstico definitivo de síndrome metabólica, bem como de associar variáveis antropométricas e metabólicas dessa síndrome, particularmente em populações pediátricas. Assim, carecemos de mais estudos sobre esse tema, particularmente aqueles em que a variabilidade étnica seja considerada. Nesse sentido, uma elevada heterogeneidade genética na população brasileira verificada por meio de estudo de ancestralidade já foi constatada21.
Com base nos resultados encontrados e respeitando as limitações do presente estudo, concluímos que a SM foi encontrada em 23% das crianças obesas, sendo 13,3% nos meninos e 36% nas meninas. Foram considerados fatores preditores da síndrome metabólica a CC superior a 78 cm, gordura corporal superior a 41% e IMC superior a 24,5 kg/m². O índice C e RCQ não foram considerados preditores.
Instituto Sabin e Núcleo de Apoio à Pesquisa do Laboratório Sabin.
Declaro não haver conflito de interesses pertinentes.
O presente estudo não teve fontes de financiamento externas.
Este artigo é parte de dissertação de Mestrado de Aparecido Pimentel Ferreira e Nanci Maria de França pela Universidade Católica de Brasília - UCB.
Correspondência: Aparecido Pimentel Ferreira Quadra 210, Lote 2, Edifício Cris Village, Apto 1704 - Águas Claras 71930-750 - Brasília, DF - Brasil E-mail:
Artigo recebido em 30/10/09; revisado recebido em 10/08/10; aceito em 22/09/10
BACKGROUND: Because of the need to measure anthropometric, biochemical and hemodynamic variables for the diagnosis of metabolic syndrome, we realize how difficult it is to analyze large populations, especially children, due to the poor accessibility and the invasive character. There is an urgent need to develop easy-to-use, accurate and low-cost diagnostic tools in order to predict metabolic syndrome at early ages. OBJECTIVE: To verify the prevalence of metabolic syndrome in children and to test predictive anthropometric indicators. METHODS: Cross-sectional study conducted among 109 children aged 7 to 11 years. The age-adjusted National Cholesterol Education Program definition was used for the diagnosis of metabolic syndrome. The following parameters were tested as possible predictors: body mass index (BMI), waist circumference (WC), waist-to-hip ratio (WHR), conicity index (C index), and body fat percentage. RESULTS: The prevalence of metabolic syndrome was 13.3% and 36% for boys and girls, respectively. The main anthropometric indicators were: BMI = 0.81 (0.69 - 0.94), WC = 0.79 (0.64 - 0.94), body fat = 0.79 (0.66 - 0.92) and WHR = 0.37 (0.21 - 0.54). CONCLUSION: WC higher than 78 cm, body fat higher than 41%, and BMI higher than 24.5 kg/m² were considered predictors of metabolic syndrome. The C index and WHR were not considered predictors.
IUniversidade Paulista - UNIP
IIUniversidade Centro de Ensino Superior - UniCESP
IIIUniversidade Planalto do Distrito Federal - UNIPLAN
IVUniversidade Católica de Brasília - UCB
VUniversidade de Brasília - UnB, Brasília, DF
VIUniversidade Federal de Sergipe - UFS, Aracaju, SE
VIIUniversidade Federal da Bahia - UFBA, Salvador, BA - Brasil
Mailing address
Metabolic syndrome (MS) is a group of disorders that includes obesity, insulin resistance, high triglyceride levels, low HDL levels and hypertension. MS is notable for its association with the development of cardiovascular diseases (CVD) and type-2 diabetes mellitus (DM2)1, as well as for its high and growing prevalence in some populations2.
Given that few studies have demonstrated the overall prevalence of MS in Brazil, findings from Ferreira et al's study3, in specific age ranges, of a 17.3% prevalence in obese children should be pointed out. Oliveira et al's study4 showed a 30% prevalence in adults; Karnikowski et al's study5 found a 25.6% prevalence of the syndrome among elderly individuals. However, studies on MS should give special attention to young children, because this disorder has been developing at early ages6,7.
In pediatric populations, excess body fat has shown a strong association with hypertension, dyslipidemias, insulin resistance, hyperinsulinemia and DM22,3,7. Despite the lower prevalence of CVD and MS among children, excess body fat is the most important risk factor for their occurrence. In this regard, the incidence of CVD and MS considerably increases in obese children3.
For the diagnosis of MS, it is necessary to measure anthropometric, biochemical, hemodynamic and hormonal variables, and this requires integration between the researcher and the multidisciplinary health teams. We should remember that the assessment of large populations, especially of children, is difficult because of the difficult access and the invasive character.
There is an urgent need to develop easy-to-use, accurate and low-cost diagnostic tools in order to predict MS at early ages. Since excess fat seems to be the key factor for the development of the syndrome in children, correlated variables have been indicated in the detection of excess weight in children and subsequent correlated problems3,7. Among these variables, we can mention body mass index (BMI), waist circumference, waist-to-hip ratio (WHR), conicity index, and body fat percentage.
Based on these data, the objective of this study was to verify the prevalence of MS in children with different nutritional status and stratified by gender, as well as to identify the anthropometric indicators that are predictive of the occurrence of MS.
This study was approved by the ethics committee of
This is an epidemiological cross-sectional population-based study, and the confidence interval (CI) was set at 95% for public schools of the city of Taguatinga, nearby Brasília (Federal District). The schools and classes were randomly chosen, and the proportionality of students enrolled was observed.
The children were classified according to their body mass index/age (BMI/age)2. Those above the 95th percentile were considered obese; children between the 85th and 95th percentiles were classified as overweight; and those between the 5th and 75th percentiles, as normal weight.
A total of 958 children were analyzed in ten public schools; prevalences of 10.6% (n = 102) and 7.7% (n = 74) were observed for overweight and obesity, respectively, which corresponds to a frequency of 18.3% of excess-weight children. After this preliminary analysis, 109 subjects of both genders with different nutritional status and ages between 7 and 11 years were chosen to participate in the study. The number of overweight and obese participants was set according to the previously observed prevalence of these conditions in this population. Thus, a sample of 78 overweight and obese children previously selected by simple randomization using a randomization table participated in the study. For this sample, it was estimated that 71 would be an adequate number of subjects (
Also, a subgroup of 31 normal-weight children made up the control group for the final composition of the study sample.
A Plena scale with digital display (to the nearest 0.1 kg) and a Seca stadiometer (to the nearest 0.1 cm) were used to measure each participant's weight and height, respectively. Waist (WC) and hip circumference (HC) were obtained using a Seca tape measure (to the nearest 0.1 cm); the waist-to-hip ratio (WHR) was calculated at a later date.
BMI was calculated by the formula weight / height2, and the conicity index, using the following mathematic equation8:
Body fat was measured by dual-energy X-ray absorptiometry (DXA). Whole-body analysis was carried out in a Lunar device, model DPX-IQ, software 4.6A, according to the manufacturer's recommendations. Relative body fat was estimated as a percentage of total body fat3.
Blood pressure was measured twice using the auscultatory method, with a Premium sphygmomanometer; the cuff size was appropriate to the arm circumference. The first reading was performed after a five-minute rest with the individual in the supine position, and the second, approximately 25 minutes after the first reading, with the individual remaining still during this period. The mean between the two readings was considered. Systolic (SBP) and diastolic blood pressures (DBP) corresponding to Korotkoff sound phases I and V were recorded.
Blood samples were drawn in the hospital of
The modified definition by the National Cholesterol Education Programs - Adult Treatment Panel III (NCEP, 2001)8 was used for the diagnosis of MS; it consists of the presence of at least three of the following factors: obesity (characterized by abdominal obesity), dyslipidemia (high triglyceride levels or low HDL levels), hypertension and high fasting glucose levels. However, the cut-off points were adjusted to the age of the study population: triglycerides > 110 mg/dl; HDL < 38 mg/dl; hypertension (diastolic or systolic) > age-, height- and sex-adjusted 95th percentile9. Obesity was defined by a BMI above the 95th percentile10. Insulin resistance was determined using the blood glucose homeostasis model assessment (HOMA), which is the product of fasting insulin (
The presence of cardiovascular risk factors was determined according to the finding of abnormal levels of the following variables: BMI, triglycerides, HDL, blood pressure, fasting blood glucose, and insulin resistance.
For selection of the cut-off points of each anthropometric indicator studied that could identify MS, the analysis was made using the ROC (receiver operating characteristic) curves.
The ROC curve was generated by plotting sensitivity in the y-axis as a function of 1 - specificity in the x-axis. On one hand, sensitivity refers to the percentage of individuals who showed the endpoint (in the present study, MS) and who were correctly diagnosed by means of the indicator (i.e., true-positives). On the other hand, specificity describes the percentage of individuals who did not show the endpoint and were correctly diagnosed by means of the indicator (i.e., true-negatives).
The criterion used to choose the cut-off points were the values at which sensitivity and specificity were the closest and not lower than 60%12. The statistical significance of each analysis was verified by the area under the ROC curve and by the 95% confidence interval (95%CI). A perfect indicator has an area under the ROC curve of 1.00, whereas a diagonal line represents an area under the ROC curve of 0.50. For an indicator to have a significant discriminatory power, the area under the ROC curve should be between 1.00 and 0.50; the larger this area, the greater the discriminatory power of the respective indicator.
The 95% CI is another determinant of the predictive capacity. Therefore, for the anthropometric indicator studied to be considered a significant predictor of MS, the lower limit of CI (Li-CI) should not be < 0.5013. The statistical analysis of the data was carried out using the StataTM version 9.1 and SPSS 11.5 software programs13.
MS was found both among boys and girls. However, in boys, there was a lower prevalence in comparison to girls, with 13.3% and 36%, respectively (p = 0.04).
A significant difference was found in the prevalence of MS when this was analyzed according to the nutritional status, since the condition was present only in obese children (23.6%; p = 0.001).
According to
The diagnosis of MS is obtained by means of anthropometric, metabolic and hemodynamic measures. However, these are invasive measurements, especially in children. Also, the determination of biochemical variables is costly, and this impairs its use in epidemiological studies due to the risk of contamination.
The present study proposes a simple, easy-to-use and inexpensive method to be applied as a variable predictive of the diagnosis of MS. Our findings showed that simple measures such as WC and BMI had excellent sensitivity and specificity values for the prediction of MS in children.
The ability of both WC and MS as predictors of MS corroborates the strong association between body fat and the endpoint of MS, since body fat, especially abdominal fat, is related to insulin resistance and to other factors associated with MS14-18.
The analysis of WHR sensitivity and specificity showed that this variable was not predictive of MS, even when the prevalence ratio was used to calculate the risk of children classified above the previously established cut-off point and the endpoint (metabolic syndrome). Based on these data, we can say that this variable was not significant.
In another study, Ferreira et al19 verified that, among several anthropometric indicators analyzed, WHR was the one that showed the weakest correlations in comparison to the other variables considered by the World Health Organization as good indicators of body fat in children.
The conicity index predominantly measures central fat. Despite being widely used in the adult population and being strongly associated with cardiovascular diseases, it did not show good sensitivity and specificity for the prediction of MS in children. Excess abdominal fat is known to be related to metabolic disorders and to be strongly associated with MS, including in children3,20.
In the present study, the conicity index did not prove to be a good predictor of MS, despite its ability to predominantly estimate visceral fat. This is possibly due to the peculiar characteristic of the children evaluated in the present study, who were under pubertal age and, consequently, away from their peak height in comparison to the adult population, within which the variable was validated as a predictor of cardiovascular diseases8. Thus, two hypotheses can be made: (i) the conicity index is not efficient to estimate visceral fat in children under pubertal age; and (ii) this index is not efficient to predict MS in the age range studied.
One of the limitations of the present study is the impossibility to extrapolate the results for the overall population, because its case series does not comprise a probabilistic sample of obese, overweight or normal-weight children. However, the authors consider that the major findings of the present study are representative of the population of obese children in Brazil, but not of the overall population of children.
Another limitation is related to the difficulty to establish a definite diagnosis of metabolic syndrome, as well as to associate anthropometric and metabolic variables of this syndrome, particularly in pediatric populations. Thus, further studies on this issue are required, particularly those in which the ethnic variability is considered. In this regard, a high genetic heterogeneity in the Brazilian population has already been verified by means of ancestry studies21.
Based on the results found and considering the limitations of the present study, we conclude that MS was present in 23% of the obese children, 13.3% of the boys and 36% of the girls. WC higher than 78 cm, body fat higher than 41%, and BMI higher than 24.5 kg/m² were considered predictive of metabolic syndrome. C index and WHR were not considered predictors.
No potential conflict of interest relevant to this article was reported.
There were no external funding sources for this study.
This article is part of the thesis of master submitted by Aparecido Pimentel Ferreira and Nanci Maria de França, from
FUNDAMENTO: Debido a la necesidad de medir las variables antropométricas, bioquímicas y hemodinámicas para el diagnóstico del síndrome metabólico, se percibe la dificultad de la evaluación de grandes poblaciones, principalmente en niños, provocada por el difícil acceso y por el carácter invasivo. Es urgente la necesidad de desarrollar formas diagnósticas de fácil aplicación, buena precisión y bajo costo, con la finalidad de predecir el síndrome metabólico ya en las edades iniciales. OBJETIVO: Verificar la prevalencia del síndrome metabólico en niños y probar los indicadores antropométricos con capacidad predictiva. MÉTODOS: Estudio transversal realizado con 109 niños, de 7 a 11 años. Se utilizó el criterio National Cholesterol Education Program para el diagnóstico del síndrome metabólico, adaptado a la edad. Como posibles predictores, fueron probados: índice de masa corporal (IMC), circunferencia de la cintura (CC), relación cintura/cadera (RCC), índice de conicidad (índice C) y el porcentual de grasa corporal. RESULTADOS: La prevalencia del síndrome metabólico fue de 13,3% y 36% para niños y niñas, respectivamente. Los principales indicadores antropométricos fueron: IMC = 0,81 (0,69 - 0,94), CC = 0,79 (0,64 - 0,94), grasa corporal = 0,79 (0,66 - 0,92) y RCC = 0,37 (0,21 - 0,54). CONCLUSIÓN: Fueron considerados factores predictores del síndrome metabólico la CC superior a 78 cm, la grasa corporal superior a 41% y el IMC superior a 24,5 kg/m². El índice C y la RCC no fueron considerados predictores.
IUniversidade Paulista - UNIP
IIUniversidade Centro de Ensino Superior - UniCESP
IIIUniversidade Planalto do Distrito Federal - UNIPLAN
IVUniversidade Católica de Brasília - UCB
VUniversidade de Brasília - UnB, Brasília, DF
VIUniversidade Federal de Sergipe - UFS, Aracaju, SE
VIIUniversidade Federal da Bahia - UFBA, Salvador, BA - Brasil
Correspondencia
El síndrome metabólico (SM) es un grupo de disturbios que incluye obesidad, resistencia a la insulina, elevados niveles de triglicéridos, bajos niveles de HDL e hipertensión arterial. La notoriedad de la SM se debe a su asociación en el desarrollo de enfermedades cardiovasculares (ECV) y
A partir del entendimiento de que pocos estudios demostraron la prevalencia general de la SM en el Brasil, se destacan las contribuciones de los estudios de Ferreira et al3 en segmentos etáreos específicos, con prevalencia de 17,3% en niños obesos. El estudio de Oliveira et al4 presenta prevalencia de 30% en adultos; en el estudio de Karnikowski et al5, se constató 25,6% de añosos sindrómicos. Con todo, estudios envolviendo SM suscitan atención especial en edades iniciales, pues ese diagnóstico se ha desarrollado precozmente6,7.
En poblaciones pediátricas, el exceso de grasa corporal ha mostrado fuerte asociación a la hipertensión arterial, dislipidemias, resistencia a la insulina, hiperinsulinemia y DMT22,3,7. A pesar de que la prevalencia de ECV y de la SM se muestra menor en niños, su ocurrencia tiene, en el exceso de grasa corporal su más importante factor de riesgo. En ese sentido, su incidencia aumenta considerablemente en niñas obesas3.
Para el diagnóstico de la SM, la investigación necesita medir variables antropométricas, bioquímicas, hemodinámicas y hormonales, lo que demanda integración del investigador a equipos multiprofesionales de salud. Cabe recordar que la dificultad de evaluación de grandes poblaciones, principalmente de niños, se debe al difícil acceso y al carácter invasivo.
Es urgente la necesidad de desarrollar formas diagnósticas de fácil aplicación, buena precisión y bajo costo, con la finalidad de predecir el SM en las edades iniciales. Como el exceso de grasa parece ser el centro etiológico del desarrollo del síndrome en niños, variables correlacionadas han sido indicadas en la detección del exceso de peso infantil y consecuentes problemas correlacionados3,7. Entre éstas, podemos citar el índice de masa corporal (IMC), la circunferencia de la cintura, la relación cintura/cadera (RCC), el índice de conicidad y del porcentual de grasa corporal.
Se puede afirmar, con base en esos datos, que el objetivo de este trabajo es verificar la prevalencia del SM en niños de diferentes clasificaciones nutricionales, estratificadas por el sexo, e identificar los indicadores antropométricos que pueden predecir la ocurrencia de SM.
El estudio fue aprobado por el comité de ética de la Universidad Católica de Brasilia (Parecer nº 051/2005) y por la Secretaría Regional de Enseñanza de Taguatinga. Los padres de los evaluados firmaron un Término de Consentimiento Libre y Aclarado, que autorizaba la participación de sus hijos.
Este estudio se caracterizó por ser epidemiológico, de corte transversal, de base poblacional y adoptó un intervalo de confianza (IC) de 95% para escuelas públicas de la ciudad satélite de Taguatinga, Brasilia (DF). Las escuelas y los grupos fueron elegidos aleatoriamente, con preservación de la proporcionalidad de los alumnos matriculados.
Los niños fueron clasificados de acuerdo con el índice de masa corporal/edad (IMC/edad)2. Aquellos que estaban encima del percentil 95 fueron considerados obesos; los niños que estaban entre los percentiles 85 y 95, con sobrepeso; y aquellos que estaban entre los percentiles 5 y 75, eutróficos.
Fueron analizados 958 niños en diez escuelas públicas, con observación de una prevalencia de 10,6% (n = 102) y 7,7% (n = 74) para sobrepeso y obesidad, respectivamente, lo que totalizaba una frecuencia de 18,3% de niños encima del peso. Después de ese análisis inicial, 109 sujetos con diferentes clasificaciones nutricionales, de ambos sexos y con edad entre 7 y 11 años, participaron del estudio. El número de participantes con sobrepeso y obesidad fue asumido a partir de la prevalencia observada previamente en esa población. Así, una muestra de 78 niños con sobrepeso y obesidad, seleccionados anteriormente por el método aleatorio simple, por medio de una tabla de aleatoriedad, participó del estudio. Para esa muestra, se estimó que 71 sujetos sería el número adecuado (
Además de eso, un subgrupo de 31 niños, clasificado como eutrófico, hizo parte del grupo control, para la composición total de la muestra investigada.
Para medición del peso y de la estatura de cada participante, se utilizaron, respectivamente, una balanza de la marca Plena con visor digital (resolución 0,1kg) y un estadiómetro de la marca
Fue calculado el IMC = peso / estatura2 y el índice de conicidad, por medio de la siguiente ecuación matemática8:
La grasa corporal fue medida por la absortometría de rayos X de doble energía (DXA). Fue realizado análisis de cuerpo entero en aparato de la marca Lunar, modelo DPX-IQ,
La presión arterial fue medida por método auscultatorio por duplicado, con uso del esfigmomanómetro de la marca Premium y adecuación del tamaño del manguito a la circunferencia braquial. La primera medida fue realizada después de cinco minutos de reposo en posición supina, y la segunda, aproximadamente 25 minutos después de la primera, con permanencia inmóvil del evaluado durante ese período. Fue considerada la media entre las dos medidas. Se registraron las presiones sistólica (PAS) y diastólica (PAD) correspondientes a las fases I y V de los sonidos de
La recolección de sangre fue realizada en el Hospital de la Universidad Católica de Brasilia. Los análisis bioquímicos fueron realizados después de ayuno de 12 horas. La recolección fue realizada en tubo al vacío con gel separador, sin anticoagulante. Para dosaje de colesterol, triglicéridos, lipoproteínas de alta densidad (HDL) y glucosa, se utilizó kit enzimático colorimétrico procesado en el aparato Autohumalyzer A5 (Human, 2004). Para el dosaje de insulina, fue utilizado el Automated Chemiluminescence System ACS-180 (Ciba-Corning Diagnostic Corp. , 1995, EUA).
Para diagnóstico del SM, fue utilizada la definición modificada del
La presencia de los factores de riesgos cardiovasculares fue determinada de acuerdo con los valores anormales a los niveles citados de las variables: IMC, triglicéridos, HDL, presión arterial, glicemia de ayuno y resistencia a la insulina.
Para la selección de los puntos de cohorte de cada uno de los indicadores antropométricos estudiados que identificasen la SM, fue adoptado el análisis a partir de la técnica de las curvas ROC (
La curva ROC fue generada por el ploteo de la sensibilidad en el eje
El criterio utilizado para obtención de los puntos de cohorte fueron los valores con sensibilidad y especificidad más próximos entre sí y no inferiores a 60%12. La significación estadística de cada análisis fue verificada por el área bajo la curva ROC y por el intervalo de confianza a 95% (IC95%). En ese sentido, un indicador perfecto presenta el área bajo la curva ROC de 1,00, al tiempo que la línea diagonal representa el área bajo la curva ROC de 0,50. Para que un indicador presente una habilidad discriminatoria significativa, el área bajo la curva ROC debe estar comprendida entre 1,00 y 0,50, y cuanto mayor el área, mayor el poder discriminatorio del respectivo indicador.
El IC95% es otro determinante de la capacidad predictiva. Por lo tanto, para que el indicador antropométrico verificado pueda ser considerado predictor significativo de SM, el límite inferior del IC (Li-IC) no puede ser < 0,5013. El análisis estadístico de los datos fue realizado por medio de los programas Statatm, versión 9.1, y SPSS 11.513.
El SM fue encontrado tanto en niños como en niñas. Con todo, en el sexo masculino, fue observada menor prevalencia en comparación al sexo femenino, con 13,3% y 36%, respectivamente (
Fue posible notar diferencia significativa en la prevalencia del SM cuando esa fue verificada según el estado nutricional, ya que el cuadro fue encontrado solamente en niños obesos (23,6%;
Las
De acuerdo con las
El diagnóstico del SM es obtenido por medidas antropométricas, metabólicas y hemodinámicas. Entre tanto, se trata de mediciones invasivas, principalmente a los niños. Además de eso, la medición de variables bioquímicas es onerosa, lo que complica su aplicación epidemiológica, debido al riesgo de contaminación.
El presente estudio presenta una propuesta simple, de fácil aplicabilidad y barata para ser utilizada como variable predictora del diagnóstico del SM. En nuestras condiciones, medidas simples como CC e IMC presentaron excelentes valores de sensibilidad y especificidad para la predicción del SM en niños.
La capacidad tanto de la CC como del IMC como predictores del SM corrobora la fuerte asociación de la grasa corporal al desenlace del fenómeno, una vez que la grasa corporal, principalmente de ubicación abdominal, está relacionada a la resistencia a la insulina y a otros aspectos asociados al SM14-18.
El análisis de la sensibilidad y especificidad de la RCC mostró que esa variable no fue predictora del SM, inclusive cuando fue verificada la razón de prevalencia para calcular el riesgo de los niños que se clasificaban encima del punto de cohorte establecido previamente y el desenlace (síndrome metabólico). Vale decir, con base en esos datos, que esa variable no fue significativa.
En otro estudio, Ferreira et al19 verificaron que, entre varios indicadores antropométricos analizados, la RCC fue la que presentó correlaciones más débiles en comparación a las demás variables consideradas, por la Organización Mundial de la Salud, buenos indicadores de grasa corporal en niños.
El índice de conicidad mide, predominantemente, la grasa central y, a pesar de ser muy utilizado en la población adulta y de tener gran asociación con enfermedades cardiovasculares, no mostró buena sensibilidad y especificidad para niños en la predicción del SM. Se sabe que el exceso de grasa corporal en la región abdominal está relacionado a disturbios metabólicos y fuertemente asociado al SM, inclusive en niños3,20.
En el presente estudio, el índice de conicidad no se mostró un buen predictor del SM, a pesar de la capacidad de estimar predominantemente la grasa visceral. Posiblemente, eso se debe a la característica peculiar de los niños del presente estudio, que estaban abajo de la edad de la pubertad y, consecuentemente, distantes del pico de estatura, cuando son comparados a la población adulta, en que hubo la validación de la variable como predictora de las enfermedades cardiovasculares8. Así, dos hipótesis pueden ser aventadas: (i) el índice de conicidad no es eficiente para estimar la grasa visceral en niños abajo de la fase pubertaria; y (ii) ese índice no es eficiente para predecir SM en la franja etárea estudiada.
Una limitación de este estudio consiste en la imposibilidad de extrapolación de los resultados para la población general, pues la casuística no constituye muestra probabilística de niños con obesidad, sobrepeso o peso normal. Mientras tanto, los autores piensan que los principales hallazgos presentados son ilustrativos de la población de niños obesos en el país, pero no de la población infantil en general.
Otra limitación está relacionada a la dificultad de establecer un diagnóstico definitivo de síndrome metabólico, así como de asociar variables antropométricas y metabólicas de ese síndrome, particularmente en poblaciones pediátricas. Así, carecemos de más estudios sobre ese tema, particularmente aquellos en que la variabilidad étnica sea considerada. En ese sentido, una elevada heterogeneidad genética en la población brasileña verificada por medio de estudio de ancestralidad ya fue constatada21.
Con base en los resultados encontrados y respetando las limitaciones del presente estudio, concluimos que el SM fue encontrado en 23% de los niños obesos, siendo 13,3% en los niños y 36% en las niñas. Fueron considerados factores predictores del síndrome metabólico la CC superior a 78 cm, grasa corporal superior a 41% y IMC superior a 24,5 kg/m2. El índice C y RCC no fueron considerados predictores.
Instituto Sabin y Núcleo de Apoyo a la Investigación del Laboratorio Sabin.
Declaro no haber conflicto de intereses pertinentes.
El presente estudio no tuve fuentes de financiación externas.
Este artículo forma parte de Disertación de Maestría de Aparecido Pimentel Ferreira y Nanci Maria de França, por la