2008 n3 Inedito Estimacion Grasa Abdominal Visceral

153

A. Bouza1, D. Bellido2, B. Rodríguez1, S. Pita1, J. Carreira1

1 Departamento de Ciencias da Saude. Universidade da Coruña. A Coruña 2 Unidad de Endocrinología y Nutrición.2 Unidad de Endocrinología y Nutrición.2

Complejo Hospitalario Arquitecto Marcide-Novoa Santos. Ferrol (A Coruña)

Estimación de la grasa abdominal visceral y subcutánea en pacientes obesos a través de ecuaciones de regresión antropométricas

Trabajo inédito

Correspondencia:Dr. Diego Bellido Guerrero

c/ Hospital, 29-31, 4.º A15401 Ferrol (A Coruña)

Correo electrónico: [email protected]

Introducción: La estimación de la grasa visceral en pacientes obesos es de gran im-portancia porque permite predecir el riesgo metabólico de estos pacientes. Objetivos: Establecer una ecuación que permita la estimación de la grasa visceral a partir de parámetros antropométrico propios de nuestro medio.Pacientes y métodos: La muestra de pobla-ción constaba de 108 pacientes, 49 hombres (45,4%) y 59 mujeres (54,6%), con una edad media de 39,7 ± 13,8, con un IMC medio de 32,4 ± 13,8 kg/m2. Se realizó TAC abdominal a nivel de L4, estimándose el área grasa abdominal me-diante programa informático desarrollado por nuestro grupo. A toda la población se le realizó estudio antropométrico determinando: peso, talla, cintura de pie, diámetro sagital, circunfe-rencias de cadera, muñeca y muslo, y pliegues submentoniano, bicipital, tricipital, subescapu-lar, suprailíaco y abdominal. Fue calculado IMC e índice de cintura/cadera. Como técnicas esta-dísticas se usaron el coeficiente de correlación de Pearson y el de la ρ de Spearman. Para la variable TAC se realizó un modelo de regresión con la metodología de pasos sucesivos. Resultados: Tras ajustar por todas las va-riables que se correlacionan con la grasa visceral, y considerando la edad (en años) y el sexo, las variables que tienen un efecto independiente sobre la grasa visceral son la edad (p < 0,000), cintura (p < 0,000) y la cir-

cunferencia de la cadera (p < 0,007). En el caso de la grasa subcutánea, las variables que tienen un efecto independiente sobre la grasa subcutánea son la circunferencia de la cadera (p < 0,000), el sexo (p < 0,000), la edad (p < 0,003) y el IMC (p < 0,030).Discusión: A pesar del porcentaje de error, el cálculo de la grasa visceral a partir de va-riables antropométricas puede proporcionar al clínico un método accesible y económico para la identificación de pacientes que pre-cisen estudios más completos.Palabras clave: Obesidad. Grasa visceral. TAC. Antropometría. Ecuaciones de regresión.

Estimation of visceral and subcutaneous abdominal fat in obese patients from anthropometric regression models

Introduction: The estimation of visceral ab-dominal fat in obese patients is very impor-tant because it allows to predict the metabo-lic risk of these patients.Background: To establish an equation that allows the estimation of visceral abdominal fat from the anthropometric parameters of our environment.Patients and methods: The population sam-ple consists of 108 patients, 49 men (45.4%) and 59 women (54.6%), average age of 39.7 ± 13.8 years and BMI was 34.4 ± 4.5 kg/m2. Abdominal CT scan at level of L4 was made,

and cross sectional areas of abdominal fat compartments were determined by graphical analysis software developed by our group. Anthropometric evaluation was made to all sample determining: weight, height, waist circumference in bipedestation, sagital dia-meter, hip, wrist and thigh circumferences, and submandibular, bicipital, tricipital, subescapu-lar, abdominal and suprailiac skin folds. The waist/hip ratio and BMI was calculated. As statistics methods were used the Pearson and ρ of Spearman correlation coefficients. For the CT variable a multiple linear regression model with the stepwise methodology was made.Results: After fitting by all the variables which were correlated with the visceral fat, and consi-dering the age (in years) and sex, the variables that have an independent effect on the visceral fat are age (p < 0,000), waist (p < 0,000), and hip circumferences (p < 0,007). In case of the subcu-taneous abdominal fat the variables that have an independent effect on the subcutaneous fat are the hip circumference (p < 0,000), sex (p < 0,000), age (p < 0,003) and BMI (p < 0,03).Discussion: In spite of the error percentage, the calculation of visceral fat from anthropo-metric variables can provide in clinical prac-tice an accessible and economic method for the identification of patients who need more complete studies.Key words: Obesity. Visceral fat. CT. Anthro-pometry. Regression models.

Revista Española de Obesidad • Vol. 6 • Núm. 3 • Mayo-junio 2008 (153-162)

154 Vol. 6 • Núm. 3 • Mayo-junio 2008

Estimación de la grasa abdominal visceral [...]

INTRODUCCIÓN

Numerosos estudios epidemiológicos han evidenciado que la obesidad es uno de los mayores problemas de salud, tanto en los países desarrollados como en los que están en desarrollo. Es una enfermedad compleja y multifactorial, con un incre-mento de la prevalencia, sobre todo en los últimos años(1-4). La obesidad es el desorden nutricional más común y está aso-ciada a enfermedades crónicas de gran importancia como la hipertensión arterial, la diabetes mellitus de tipo 2, la hiper-colesterolemia y patologías cardiovasculares(5-9), así como con accidentes cardiovasculares, enfermedades comunes y ciertos tipos de cáncer(10,11).

Desde Vague en 1956(12,13) se acepta la existencia de dos tipos de obesidad: la denominada androide, cuyos mayores depósi-tos están localizados a nivel abdominal, pudiendo ser la loca-lización de éstos subcutánea o visceral, y la denominada gi-noide, de localización fundamentalmente glúteo-femoral. La grasa visceral está estrechamente relacionada con el síndrome metabólico asociado a la obesidad(14-18).

Numerosos estudios han valorado el riesgo de síndrome metabólico y la distribución regional de la grasa a través de parámetros antropométricos como la circunferencia de la cintura(19-24), el cociente cintura/cadera(24,25) y el diámetro sa-gital(26,27). Sin embargo, la distribución abdominal de la gra-sa no puede ser valorada a través de estos parámetros. Las actuales técnicas de imagen –la tomografía axial computa-rizada (TAC) y la resonancia magnética nuclear– permiten una perfecta diferenciación de ambos compartimentos(28,29). El uso de la TAC ha evidenciado la fuerte correlación entre la grasa visceral y los factores de riesgo cardiovasculares. Las técnicas de imagen ven limitado su empleo por el alto costo, la difícil accesibilidad del clínico a ellas y, en el caso de la TAC, el hecho de que se ha de radiar al paciente, lo que supone un inconveniente si se utiliza de manera sistemática y repetitiva.

La necesidad de desarrollar un método para realizar el cálculo de la grasa intraabdominal de forma económica y que evitara radiar al paciente ha llevado a diversos autores al de-sarrollo de ecuaciones de regresión basadas en datos antropo-métricos(30-41).

Considerando que las características antropométricas de los pacientes obesos varían en función de la raza y la distri-bución geográfica, el presente estudio se ha marcado como objetivos:

• Elaborar una ecuación de regresión basada en datos antro-pométricos para la valoración de la grasa abdominal visceral y subcutánea en pacientes obesos.

• Establecer la concordancia entre las estimaciones reali-zadas a través de las ecuaciones generadas y las obtenidas a través de cortes de la TAC.

MATERIAL Y MÉTODOS

La muestra objeto de estudio estaba constituida por una po-blación de 108 pacientes, de los cuales 49 eran varones (45,4% de la población) y 59 mujeres (54,6%). La edad media de la población fue de 39,7 ± 13, 8 años, con un mínimo de 18 años y un máximo 78. La media del IMC de los pacientes fue de 32,4 kg/m2 (±13,8), con un mínimo de 25,0 y un máximo de 52,6.

El estudio se realizó en una unidad de endocrinología de Fe-rrol (A Coruña) entre junio de 1996 y noviembre de 2004. La población del estudio la constituyeron los pacientes que acu-dieron a consulta por problemas de obesidad, previo consenti-miento informado de los mismos. Fueron excluidos del estudio los pacientes menores de 17 años o que presentaban problemas técnicos para la valoración de la grasa corporal. A todos ellos se les realizó una historia clínica, exploración física general, estudio antropométrico y estudio analítico (glucemia basal, perfil lipídico, hepático y renal).

Parámetros antropométricos

Las mediciones se hicieron siempre por la mañana, con el pa-ciente en ropa interior y la habitación a una temperatura sufi-ciente para evitar la sensación de frío, la cual podría originar la contracción de diversos grupos musculares, con la consiguien-te infravaloración de determinadas variables. Las medidas las realizó siempre el mismo técnico siguiendo los criterios de la Organización Mundial de la Salud(42).

• Peso. Por la mañana, sin ropa, descalzo, recomendándose el recto y la vejiga vacías.

• Talla. Paciente de pie, descalzo y con la cabeza en el plano de Frankfurt.

• Circunferencias. Fueron determinadas con una cinta mé-trica flexible y con una precisión de 1 mm:

– Circunferencia de la cintura: a nivel del punto medio entre el margen costal inferior y la espina ilíaca anterosuperior.

– Circunferencia de la cadera: medida a nivel de los trocán-teres mayores.

– Circunferencia del muslo: medida a nivel de la raíz del muslo.

– Circunferencia de la muñeca: rodeando de forma distal la apófisis estiloides del radio.

155Vol. 6 • Núm. 3 • Mayo-junio 2008

• Pliegues cutáneos. Fue utilizado un caliper de tipo Holtain con una precisión de 0,2 mm y bajo una presión de 10 g/mm2. Fueron realizadas tres mediciones y se consideró válida la me-dia de las tres:

– Pliegue bicipital: en la zona anterior del brazo, en el punto medio entre el punto más superior y externo del acromion y el más superior y lateral de la cabeza del radio.

– Pliegue tricipital: en la parte posterior del brazo, en el pun-to medio entre el borde inferior del acromion y el vértice del olécranon.

– Pliegue subescapular: en el vértice de la escápula forman-do 45º con la horizontal.

– Pliegue suprailíaco: en la zona anterior de la espina ilíaca, a nivel de la línea axilar media y en dirección oblicua hacia abajo y afuera.

– Pliegue submentoniano: a nivel de la línea media subman-dibular formando 45º con la horizontal.

– Pliegue abdominal: en la zona anterior del abdomen, en su punto medio.

• Diámetro sagital. Con el paciente en decúbito supino en una camilla, utilizando para ello un tallímetro adaptado.

• Índices:– Índice de masa corporal (IMC): resultado de dividir el pe-

so en kilogramos entre el cuadrado de la talla en metros. Para la valoración del grado de obesidad fue utilizada la clasificación de la Sociedad Española para el Estudio de la Obesidad (SEEDO)(43).

– Cociente cintura/cadera: ambas medidas en centímetros.

Parámetros tomográficos

La necesidad de realizar medidas sobre las imágenes obtenidas mediante TAC llevó a desarrollar una aplicación informática para transformar la información codificada en forma gráfica en un conjunto numérico de datos. Para ello, fue desarrollada por nuestro grupo(44,45) una aplicación informática denomina-da Obesum®, la cual permite calcular longitudes y áreas sobre imágenes presentadas en pantalla y guardar esta información en una base de datos. El equipo de TAC utilizado fue una unidad Siemens HiQ. Con el paciente situado en decúbito supino y con las manos debajo de la cabeza, se realizó un único corte a nivel de L

4-L

5, con un espesor de 10 mm y una matriz de píxeles 512 ×

512. Se han considerado las siguientes variables tomográficas:• Áreas:– Área grasa subcutánea: área comprendida entre la piel y la

cara externa de los músculos abdominales (Figura 1).– Área grasa visceral: área comprendida en el interior de los

músculos abdominales (Figura 1).• Diámetro sagital. Es la distancia máxima existente en

sentido sagital entre dos puntos del corte (Figura 2).• Circunferencias externa. Corresponde al perímetro ex-

terno del corte abdominal de TAC. Es la cintura del paciente valorada por tomografía (Figura 2).

Figura 1. Áreas grasas estimadas por TAC. Figura 2. Diámetros y circunferencias medidos por TAC.

Grasa subcutánea

Grasa visceral

Circunferencia externa decintura (estimada por TAC)

Diámetro sagital

A. Bouza et al.

156


Vol. 6 • Núm. 3 • Mayo-junio 2008

Análisis estadístico

Se realizó un estudio descriptivo de las variables incluidas en el estudio. Tras determinar por medio del estadístico de Kol-mogorov-Smirnov la normalidad o no de las variables cuanti-tativas, se estimó la correlación entre las variables antropomé-tricas y las tomográficas por medio del cálculo del coeficiente de correlación de Pearson o el de la rho de Spearman según procediese. Posteriormente, se realizó un análisis de regre-sión múltiple para predecir cómo las variables tomográficas se relacionan con las antropométricas. Para dicha regresión se utilizó como variable dependiente cada una de las variables tomográficas, y como covariables, las variables antropométri-cas que en el análisis univariado se relacionaron significativa-

mente con ellas. Para cada variable tomográfica se realizó un modelo de regresión ajustando por las variables de interés con la metodología de los pasos sucesivos. A su vez, en cada mode-lo presentado se identificaron las variables que modifican o no significativamente la variable dependiente expresando el valor global de r y r2. Tras obtener los diferentes modelos de regre-sión para predecir variables, estudiamos la concordancia entre los valores estimados por el modelo y los realmente encontra-dos por TAC. Dicha concordancia fue estudiada mediante la metodología de Altman(46). Se han considerado significativos valores de p < 0,05. El análisis estadístico fue realizado con la aplicación SPSS para Windows versión 11.0.

RESULTADOS

En la Tabla 1 se muestran los estadísticos descriptivos de la edad y de las variables antropométricas de los pacientes par-ticipantes en el estudio. La Tabla 2 muestra los estadísticos descriptivos de las variables tomográficas de dichos pacien-tes. Las correlaciones entre las variables antropométricas y las tomográficas pueden observarse en la Tabla 3. La varia-ble antropométrica que presenta una mayor correlación con el área grasa visceral es la circunferencia de la cintura (r = 0,62), mientras que el área grasa subcutánea presenta su mayor co-rrelación con el IMC (r = 0,65). La correlación del diámetro sagital con las áreas grasas visceral y subcutánea es de 0,40 y 0,22, respectivamente. La correlación del cociente cintura/cadera con el área grasa visceral es similar a la de la circunfe-rencia de la cintura (r = 0,61), y no existe correlación en el caso del área grasa subcutánea.

Tabla 1. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES ANTROPOMÉTRICAS DE LOS PACIENTES INCLUIDOS (n = 108)

Variables Media Mínimo Máximo

Talla 166,3 ± 9,1 149 192

Peso 89,8 ± 14,1 66 124

IMC 32,4 ± 4,5 25,04 52,63

Cintura 100,4 ± 13,5 70 132

Circunferencia de cadera 11,1 ± 9,2 95 140

Circunferencia de muslo 57,6 ± 5,6 46 75

Cociente cintura/cadera 0,90 ± 0,10 0,68 1,12

Circunferencia de muñeca 17,4 ± 1,4 14,50 22

Pliegue bicipital 19,8 ± 8,3 7 42

Pliegue tricipital 28,1 ± 8,2 10,80 44

Pliegue suprailíaco 29,8 ± 11,9 9 46

Pliegue abdominal 29,1 ± 6,9 14,50 43

Pliegue submentoniano 15,2 ± 3,7 7 26

Diámetro sagital 27,2 ± 4,5 19 38

Pliegue subescapular 29,0 ± 7,9 1 48

Tabla 2. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES TOMOGRÁFICAS DE LOS PACIENTES INCLUIDOS (n = 108)

Variables Media Mínimo Máximo

Grasa total 597,0 ± 150,2 268,70 1.033,29

Grasa subcutánea 403,6 ± 125,3 142,17 683,21

Grasa visceral 197,5 ± 92,0 43,70 513,01

Circunferencia de cintura 107,2 ± 10,2 79,73 137,51

Diámetro sagital 26,4 ± 3,4 18,38 36,13


Para establecer cuáles de las variables que se correlacio-nan con las áreas grasas visceral y subcutánea tienen un efecto predictor sobre ellas se utilizó el método de pasos sucesivos. En este análisis las variables dependientes fue-ron las áreas grasas valoradas por TAC, siendo las variables independientes aquellas que en el análisis univariado se co-rrelacionan con ellas. Se ha incluido como variable indepen-diente la edad.

La grasa subcutánea en el análisis univariado se ha rela-cionado con el IMC, la cintura de pie, el diámetro sagital, la circunferencia de la cadera, la circunferencia del muslo, la circunferencia de la muñeca, y los pliegues bicipital, tricipi-tal, subescapular, suprailíaco y abdominal. Tras ajustar por todas ellas, las variables que tienen un efecto independiente sobre la grasa subcutánea son la circunferencia de la cade-ra, el sexo, la edad y el IMC (r = 0,87; r2 = 0,76) (Tabla 4). La variable con mayor capacidad predictora de estas tres es la circunferencia de la cadera, ya que, al considerarla ais-ladamente, su r2 = 0,63. Existe una buena correlación entre la valoración de la grasa subcutánea realizada por TAC y la estimada por la ecuación antropométrica (r = 0,82) (Tabla 5, Figura 3). Al establecer la concordancia entre ambas estima-ciones se obtiene una media para la diferencia de 6,3, siendo los límites de la concordancia de –15,09 cm2 y +15,04 cm2 (Tabla 6, Figura 4).

La grasa visceral en el análisis univariado se ha relacionado con el IMC, la cintura de pie, el diámetro sagital, la circun-ferencia de la cadera, el cociente cintura/cadera, la circun-ferencia del muslo, la circunferencia de la muñeca, y el plie-gue submentoniano. Tras ajustar por todas ellas, las variables que tienen un efecto independiente sobre la grasa visceral son la edad, y las circunferencia de la cintura y de la cadera (r = 0,78; r2 = 0,62) (Tabla 7). La variable con mayor capaci-

Tabla 3. CORRELACIÓN DE LAS VARIABLES ANTROPOMÉTRICAS Y TOMOGRÁFICAS

Variables Grasa subcutánea Grasa visceral

Talla –0,20

Peso 0,42* 0,36*

IMC 0,65* 0,33*

Cintura de pie 0,37* 0,62*

Diámetro sagital 0,22 0,40*

Circunferencia de cadera 0,76* 0,22

Índice cintura/cadera 0,61*

Circunferencia de muslo 0,50*

Circunferencia de muñeca 0,43*

Pliegue submentoniano 0,39*

Pliegue bicipital 0,31

Pliegue tricipital 0,20

Pliegue subescapular 0,13

Pliegue suprailíaco 0,30

Pliegue abdominal 0,42*

* p < 0,001

Tabla 4. MODELO DE REGRESIÓN MÚLTIPLE PARA PREDECIR LA GRASA SUBCUTÁNEA

Variables B Error típico β p

Constante –683,113 99,712 0,000

Circunferencia de cadera 8,653 1,439 0,609 0,000

Sexo* –78,262 15,58 –0,304 0,000

Edad (años) –1,765 0,581 –0,196 0,003

IMC 7.245 3,268 0,23 0,030

r = 0,87; r2 = 0,76

* Sexo: mujer = 0; hombre = 1

A. Bouza et al.

158



dad predictora de estas tres es la edad, ya que, al considerarla aisladamente, su r2 = 0,49. Existe una buena correlación en-tre la valoración de la grasa visceral realizada por TAC y la estimada por la ecuación antropométrica (r = 0,79) (Tabla 5,

Figura 5). Al establecer la concordancia entre ambas estima-ciones se obtiene una media para la diferencia de 4,4, siendo los límites de la concordancia de –16,2 cm2 y +7,5 cm2 (Ta-bla 6, Figura 6).

Las ecuaciones obtenidas permiten estimar el área grasa visceral y subcutánea totales con parámetros antropométricos (Tabla 8).

DISCUSIÓN

La relación de la grasa visceral con el riesgo metabólico y cardiovascular del paciente obeso está claramente demostra-da(47,48). La TAC permite evidenciar con claridad la localiza-ción de los distintos depósitos grasos abdominales, pero es un método caro y que conlleva la irradiación del paciente, lo que conduce a la búsqueda de métodos simples para la estimación de los depósitos grasos abdominales viscerales.

Tabla 5. CORRELACIONES ENTRE LOS COMPARTIMENTOS GRASOS VALORADOS POR TAC Y LOS ESTIMADOS MEDIANTE LA FÓRMULA ANTROPOMÉTRICA

VariablesGrasa subcutánea

según fórmulaGrasa visceral según fórmula

Grasa subcutánea 0,82

Grasa visceral 0,79

Figura 3. Correlación entre la grasa subcutánea valorada por TAC y la estimada por la fórmula antropométrica.

Tabla 6. LÍMITES DE LA CONCORDANCIA PARA LA GRASA SUBCUTÁNEA Y VISCERAL (IC 95%)

Variables Límite superiorLímite

inferior

Grasa subcutánea (cm2) 15,04 –15,09

Grasa visceral (cm2) 7,5 –16,2

Figura 4. Concordancia entre la grasa subcutánea valorada por TAC y la estimada por la fórmula antropométrica.

Tabla 7. MODELO DE REGRESIÓN MÚLTIPLE PARA PREDECIR LA GRASA VISCERAL MEDIDA POR TAC

Variables B Error típico β p

Constante –27,765 74,369

Edad (años) 3,306 0,497 0,526 0,000

Cintura de pie 3,413 0,666 0,486 0,000

Circunferencia

de cadera–2,281 0,830 –0,235 0,023

r = 0,78; r 2 = 0,622 = 0,622


El propósito del presente estudio es el desarrollo de ecuacio-nes predictivas de la grasa visceral basadas en la correlación existente entre la antropometría y los depósitos grasos abdo-minales.

Hemos medido la grasa abdominal subcutánea y visceral por TAC en 108 pacientes de ambos sexos con un amplio rango de edad y de IMC, con el fin de desarrollar ecuaciones predic-tivas, válidas para ambos sexos, a partir de medidas antropo-métricas, el IMC y el cociente cintura/cadera, introduciendo como variables la edad y el sexo.

Encontramos que la variable antropométrica que mejor se correlaciona con la grasa visceral es la circunferencia de la cintura (r = 0,62). Este resultado es coincidente con los apor-tados por otros estudios(30-35,39,41) (aunque la correlación obte-nida no es tan elevada como la presentada por dichos auto-res), mientras que autores como Garaulet et al. encontraron que la mayor correlación de la grasa visceral se establecía con el diámetro sagital (r = 0,59). Al igual que Miyatake et al.(39),

hallamos que el cociente cintura/cadera presenta una corre-lación ligeramente menor (r = 0,61) con la grasa visceral que la circunferencia de la cintura por sí sola, mientras que au-tores como Onat et al.(40) encuentran una correlación mucho menor. Existe una correlación moderada de la grasa visceral con el diámetro sagital (r = 0,40). Pouliot(26), Onat(40) y Brun-davani(41) presentan altas correlaciones de la grasa visceral con el diámetro sagital. Así, Pouliot et al.(26) concluyeron que la circunferencia de la cintura y el diámetro sagital eran los pa-rámetros antropométricos que mejor se correlacionaban con los depósitos grasos intraabdominales. En el presente estudio los resultados hallados con relación a la circunferencia de la cintura son compartidos con los de dicho autor, pero no así los obtenidos con respecto al diámetro sagital.

El único pliegue cutáneo que se asoció de manera significa-tiva, aunque moderada, con los depósitos grasos viscerales fue el pliegue submentoniano (r = 0,39), hallazgo compartido con Koester et al.(34).

Figura 5. Correlación entre la grasa visceral valorada por TAC y la esti-mada por la fórmula antropométrica.

Figura 6. Concordancia entre la grasa visceral valorada por TAC y la estimada por la fórmula antropométrica.

Tabla 8. ECUACIONES PREDICTIVAS DE LOS DEPÓSITOS GRASOS ABDOMINALES

Variables Ecuación r r2

Área grasa subcutánea (cm2) –683,11 + (8,653 x circunferencia de cadera) – (78,262 x sexo) – (1,765 x edad) + (7,245 x IMC) 0,87 0,76

Área grasa visceral (cm2) –27,765 + (3,306 x edad) + (3,413 x circunferencia de cintura) – (2,281 x circunferencia de cadera) 0,78 0,62

Edad (años); sexo: mujer = 0; hombre = 1

A. Bouza et al.

160



Se encontró una correlación de la circunferencia de la mu-ñeca con la grasa visceral (r = 0,43), siendo ésta ligeramente mayor que la hallada para el diámetro sagital. Este hallazgo no está presente en otros trabajos publicados.

Al establecer la correlación de la grasa visceral con el IMC, la relación hallada es baja (r = 0,33), siendo mucho menor que la señalada por estudios previos(30-36,39-41). Posiblemente esta variación venga explicada por el amplio espectro del IMC en nuestra población de estudio.

La variable no antropométrica que mejor se correlaciona con la grasa visceral es la edad (r = 0,68). Koester et al.(34) no halla-ron dicha correlación, probablemente porque la muestra pobla-cional posea un rango de edad muy homogéneo. En los estudios en que la edad de la población es heterogénea(30-33,35,36) está pre-sente la correlación y se produce un aumento de los depósitos grasos viscerales con el incremento de la edad.

Otros autores como Demura et al.(49) incluyen en el desarro-llo de la ecuación otras variables antropométricas diferentes.

Cuando se establecen las correlaciones de las variables antro-pométricas con la grasa subcutánea, la mayor correlación es la mostrada con la circunferencia de la cadera (r = 0,76), dato coin-cidente con los estudios de Weits et al.(33) y Garaulet et al.(50). Esta relación no ha sido hallada por otros autores, los cuales establecieron mejores correlaciones con el IMC y la circunfe-rencia de la cintura(30,34,36,39). Se ha encontrado correlación entre la grasa subcutánea y todos los pliegues cutáneos excepto el sub-mentoniano. Al igual que Seidell(31) y otros autores(30,34,35,39,40), observamos la alta correlación del IMC con la grasa (r = 0,63), a pesar de no ser tan elevada como la mostrada por ellos.

En las ecuaciones generadas en el presente estudio para la es-timación de la grasa visceral subcutánea y visceral se obtiene un r2 de 0,75 y 0,62, respectivamente. El peor resultado conse-guido con respecto a la grasa visceral en comparación con los presentados por otros estudios(30,32-36) puede venir dado por la heterogeneidad de la población. De las variables que se corre-lacionan con la grasa visceral, solamente tres (edad, cintura de pie y circunferencia de la cadera) están presentes en la ecuación de regresión, no presentándose el sexo como una variable pre-dictora de la grasa visceral. La presencia de la edad en la ecua-ción con un coeficiente positivo demuestra el incremento de los depósitos grasos viscerales con el envejecimiento. La presente ecuación muestra que cada año más de edad está asociado con un incremento del área grasa visceral de 3,30 cm2. La presencia de la circunferencia de la cintura como elemento predictor está en concordancia con los datos presentado por otros autores(30,32-

34,39,41). Weits et al.(33) presentan para la cadera un coeficiente de regresión positivo. Los datos presentados por dichos autores no son concordantes con nuestro estudio, en el cual el coeficiente

de regresión es negativo, al igual que en los estudios de Miyatke et al.(39). Algunos autores(30,31) incluyen el cociente cintura/cade-ra como variable predictora, mientras que para Weits et al.(33) las circunferencias por separado son mejores predictoras de la grasa visceral. En nuestro estudio no se aprecia variación en la capa-cidad predictiva de la ecuación si se introduce dicho cociente en vez de las circunferencias de forma aislada.

El diámetro sagital, al contrario que en los trabajos de auto-res como Garaulet et al.(50), pese a estar incluido en el conjunto de variables con las que se correlaciona la grasa visceral, no se comporta como un elemento predictor de la misma, e incluso el valor predictivo de la ecuación obtenida mejora ligeramente si excluimos dicho diámetro en el momento de realizar la regresión lineal. Tanto el IMC (al igual que Deprés et al.[30]) como el plie-gue abdominal (al contrario que Ferland et al. y Kekes Szabo et al.[35,37]) no fueron encontrados como factores independien-tes predictivos de la grasa visceral.

Con respecto a la grasa subcutánea, la ecuación desarrollada para realizar su predicción explica el 75% de la variabilidad de dicho compartimento graso. La ecuación que incluye como va-riables predictivas la circunferencia de la cadera, el sexo, la edad y el IMC tiene una mayor capacidad predictiva que la desarro-llada por Deprés(30) y Weits(33), siendo menor que la aportada por Koester(34), Kekes Szabo(36) y Bonora(38), y prácticamente igual a la presentada por Seidell(32). Nuestros datos, al igual que los aportados por otros autores(32-38) indican que el valor de la pre-dicción de los depósitos grasos subcutáneos a través de ecuacio-nes con variables antropométricas son aceptables.

Aunque es tradicional en las publicaciones clínicas usar el co-eficiente de correlación para evaluar la concordancia entre varia-bles continuas, no es correcto, ya que dicho coeficiente mide la correlación entre variables y no su concordancia. Dos sistemas de medidas pueden tener una correlación muy buena (puede resultar significativa si la muestra es suficientemente grande) pero no ser concordantes o serlo en menor grado. Basándonos en lo expuesto se ha realizado el estudio de la concordancia existente entre las valoraciones de los distintos compartimentos grasos realizadas por TAC y las estimaciones de los mismos compartimentos rea-lizadas mediante la ecuación de regresión. Los resultados obte-nidos (Tabla 6), con un 95% de confianza, nos muestran que los límites de la concordancia son aceptables clínicamente, tanto en el caso de la grasa visceral como en el de la grasa subcutánea.

CONCLUSIONES

Los resultados del presente estudio indican que medidas an-tropométricas sencillas como las circunferencia de la cintura


y de la cadera, y el IMC, así como la edad y el sexo pueden ser usadas en la estimación de los depósitos grasos abdomi-nales y consecuentemente en la estimación de los factores de riesgo cardiovascular. Sin embargo, la capacidad predic-tiva de la ecuación generada para la estimación de la grasa visceral indica que este depósito graso no se puede estimar con gran exactitud por simples variables antropométricas. La dificultad en la predicción podría venir dada por la existencia de otros factores, como los genéticos. Las fórmulas basadas en ecuaciones antropométricas pueden usarse para evaluar el posible riesgo cardiovascular de un paciente pese al por-centaje de error en el cálculo de la grasa visceral a través de ecuaciones de regresión.

La grasa visceral estimada a partir de las variables an-tropométricas puede proporcionar un método clínico barato para identificar individuos que podrían necesitar estudios analíticos más precisos que los habituales o el uso de téc-nicas más precisas para el estudio de los depósitos grasos viscerales.

BIBLIOGRAFÍA

1. About obesity [internet]1. About obesity [internet]1. About obesity [internet . International Association for Study of obesity [acceso 10 de febrero de 2003]. Disponible en: http://www.iotf.org/.

2. James PT, Leach R, Kalamara E, Shayeghi M. The worldwide obesity epidemic. Obes Res 2001; 9 (Suppl 4): 228S-233S.

3. Aranceta J, Pérez Rodrigo C, Serra Majem LL, Ribas L, Quiles Izquierdo J, Vioque J, et al. Prevalencia de la obesidad en España: resultados del estudio SEEDO 2000. Med Clin 2003; 120: 608-12.

4. Rivera J, Jiménez A, Bacarizo P, Desco M, Moreno B. Study of childhood obesity and secular trends in a population of Madrid (Spain). Int J Obes 2002; S1: S 196.

5. Matsuzawa Y, Nakamura T, Shimomura I, Kotani K. Visceral fat accumulation and cardiovascular disease. Obes Res 1995; 3 (Suppl 5): 645S-647S.

6. Björntorp P, Brodoff BN. Obesity. Philadelphia: JB. Lippincot; 1992.

7. Lee IM, Manson JE, Hennekens CH, Paffenberger RS. Body weight and mortality: a 27 year follow-up of middle age men. J Am Med Assoc 1993; 270: 2823-8.

8. Jousitethti P, Tuomiletio J, Vortiainen E, Pekkanen J, Puska P. Body weight, cardiovascular risk factors, and coronary mortal-ity: 15 years follow-up middle age men and women in eastern Finland. Circulation 1996; 93: 1372-9.

9. Gillum RF, Mussolino ME, Madans JH. Body fat distribution and hypertension incidence in women and men. The NHANES I Epi-

demiologic Follow-up Study. Int J Obes Relat Metab Disord 1998; 22 (2): 127-34.

10. Hart DJ, Spector TD. The relationship of obesity, fat distribution, and osteoarthritis in women in the general population: the Ching-ford Study. J Rheumatol 1993; 20: 331-5.

11. Ballard-Barbash R, Schatzkin A, Carter CL, Kannel WB, Kreger BE, D’Agostino RB, et al. Body fat distribution and breast cancer in the Framingham Study. J Natl Cancer Inst 1990; 82 (4): 286-90.

12. Vague J. The degree of masculine differentiation of obesities: a fac-tor determining predisposition to diabetes, atherosclerosis, gout, and uric calculous disease. Am J Clin Nutr 1956; 4 (1): 20-34.

13. Krotkiewski M, Björntorp P, Sjöström L, Smith U. Impact of obe-sity on metabolism in men and women: importance of regional adipose tissue distribution. J Clin Invest 1983; 72: 1150-62.

14. Matsuzawa Y, Shimomura I, Nakamura T, Keno Y, Kotani K, Tokunaga K. Pathophysiology and pathogenesis of visceral fat obesity. Obes Res 1995; 3 (Suppl 2): 187S-194S.

15. Fujioka S, Matsuzawa Y, Tokunaga K, Tarani S. Contribution of intra-abdominal fat accumulation to the impairment of glucose and lipid metabolism in human obesity. Metabolism 1987; 36: 54-9.

16. Jensen MD. Health consequences of fat distribution. Horm Res 1997; 48 (Suppl 5): 88-92.

17. Gillum RF. The association of body fat with hypertension. Hy-pertensive heart disease, coronary heart disease, diabetes and cardiovascular risk factors in men and women. J Chron Dis 1987; 40: 421-8.

18. Martin ML, Jensen MD. Effects of body fat distribution on re-gional lipolisis in obesity. J Clin Invest 1991; 88: 609-13.

19. Zhu S, Wang Z, Heshka S, Heo M, Faith M, Heymsfield S. Waist circumference and obesity associated risk factors among white in the third National Health and Nutrition Examination Survey: clinical action thresholds. Am J Clin 2002; 76: 743-9.

20. Bray G, Bouchard C, James WPT. Definitions and proposed cur-rent classifications of obesity. En: Bray G, Bouchard C, James WPT (eds.). Handbook of obesity. Nueva York: Marcek Dekker, 1998: 31-40.

21. Lean M, Han T, Morrison C. Waist circumference as a measure for indicating need for weight management. BMJ 1995; 311: 158-61.

22. Janssen I, Katzmarzyh PT, Ross R. Body mass index, waist cir-cumference, and health risk: evidence in support of current Na-tional Institutes of Health guidelines. Arch Intern Med 2002; 162 (18): 2074-9.

23. Jansen I, Heymsfield SB, Allison DB, Kotler DP, Ross R. Body mass index and waist circumference independently contributed to the prediction of no abdominal, abdominal, subcutaneous, and visceral fat. Am J Clin Nutr 2002; 75: 683-8.

24. Molarius A, Seidell JC, Sans S, Tuomiletho, Kuulasma K; for the WHO MONICA Project. Waist and hip circumference, and waist-

A. Bouza et al.

162



hip ratio in 19 populations of the WHO MONICA Project. Intern J Obes 1999; 23: 116-25.

25. Houmard JA, Wheeler WS, McCammon MR, Wells JM, Truitt N, Hamad SF, et al. An evaluation of waist to hip ratio measurement methods in relation to lipid and carbohydrate metabolism in men. Int J Obes 1991; 15: 181-8.

26. Pouliot MC, Després JP, Lemieux S, Moorjani S, Bouchard C, Tremblay A, et al. Waist circumference and abdominal sagittal di-ameter: best simple anthropometric indexes of abdominal visceral adipose tissue accumulation and related cardiovascular risk in men and women. Am J Cardiol 1994; 73: 460-8.

27. Zamboni M, Turcato E, Armellini F, Kahn HS, Zivelonghi A, San-tana H, et al. Sagittal abdominal diameter as a practical predictor of visceral fat. Int J Obes Relat Metab Disord 1998; 22 (7): 655-60.

28. Borkan GA, Gerzof SG, Robbins AH, Halts DE, Silbert CK, Sil-bert JC. Assessment of abdominal fat by computed tomography. Am J Clin Nutr 1982; 36: 172-7.

29. Barnard ML, Scwieso JE, Thomas EL, Bell JD, Saced N, Frost G, et al. Development of rapid and efficient magnetic resonance im-aging technique for analysis of body fat distribution. NMR in Biomedicine 1996; 9: 156-64.

30. Deprés JP, Prud’home D, Pouliot MC, Tremblay A, Bouchard C. Estimation of deep-abdominal adipose-tissue accumulation from simple anthropometric measurement in men. Am J Clin Nutr 1991; 54: 471-7.

31. Seidell JC, Oosterlee A, Thijssen MAO, Burema J, Deurenberg P, Hautvast JG, Ruijs JH. Assessment of intra-abdominal and subcu-taneous abdominal fat: relation between anthropometry and com-puted tomography. Am J Clin Nutr 1987; 42: 7-15.

32. Seidell JC, Oosterlee A, Deurenberg P, Hautvast JG, Ruijs JH. Ab-dominal fat depots measured with computed tomography: effect of degree of obesity, sex and age. Eur J Clin Nutr 1988; 42: 805-15.

33. Weits T, Van Der Beek EJ, Wedel M, Ter Haar Romeny BM. Computed tomography measurement of abdominal fat deposition in relation to anthropometry. Int J Obes 1988; 12: 217-25.

34. Koester RS, Hunter GR, Snyder S, Khaled MA, Berland LL. Es-timation of computerized tomography derived abdominal fat dis-tribution. Int J Obes 1992; 16: 543-54.

35. Ferland M, Després JP, Tremblay A, Pinault S, Nadeau A, Moor-jani S, et al. Assessment of adipose tissue distribution by com-puted axial tomography in obese women: association with body density and anthropometric measurements. Br J Nutr 1989; 61 (2): 139-48.

36. Kekes- Szabo T, Hunteer GR, Nyikos I, Williams M, Blandeau T, Zinder S. Anthropometric equations for estimating abdominal adi-pose tissue distribution in women. Int J Obes 1996; 20: 753-8.

37. Kekes-Szabo T, Hunter GR, Nyikos I, Nicholson C, Snyder S, Berland L. Development and validation of computed tomography

derived anthropometric regression equations for estimating ab-dominal adipose tissue distribution. Obes Res 1994; 2: 450-7.

38. Bonora E, Micciolo R, Ghiatas AA, Lancaster JL, Alyassin A, Mu-geo, De Fronzo RA. Is it possible to derive a rabble estimate of hu-man visceral and subcutaneous abdominal adipose tissue from sim-ple anthropometric measurements? Metabolism 1995; 44: 1617-25.

39. Miyatake N, Takenami S, Fujii M. Evaluation of visceral adipose accumulation in Japanese women and establishment of a predic-tive formula. Acta Diabetol 2004; 41: 113-7.

40. Onat A, Avci GS, Barlan MM, Uyarel H, Uzunlar B, Sansoy V. Measures of abdominal obesity assessed for visceral adiposity and relation to coronary risk. Int J Obes 2004; 28: 1018-25.

41. Brundavani V, Murthy SR, Kurpad AV. Estimation of deep-ab-dominal-adipose-tissue (DAAT) accumulation from simple an-thropometric measurements in Indian men and women. Eur J Clin Nutr 2006; 60: 658-66.

42. WHO-EURO. Measuring obesity. Classification and description of anthropometric data. WHO Regional Office for Europe Nutri-tion Unit. # EUR/ICP/NUT/125. Copenhague; 1988.

43. Salas i Salvadó J, Rubio MA, Barbany M, Moreno B; Grupo Cola-borador del Consenso. Consenso SEEDO 2007 para la evaluación del sobrepeso y la obesidad y establecimiento de criterios de inter-vención terapéutica. Med Clin 2007; 128: 184-96.

44. Bouza Prego A, Rodríguez Gómez B, Bellido Guerrero D, Carrei-ra J. Obesum, una aplicación para la compilación de datos en el estudio de la obesidad. XV Congreso de la Sociedad Gallega de Endocrinología, Nutrición y Metabolismo. Ferrol; 8 y 9 de diciem-bre de 2002.

45. Rodríguez Gómez B, Bouza Prego A, Bellido Guerrero D, Carreira J. Obesidad: determinación, estimación, clasificación? IX Confe-rencia Española de Biometría. A Coruña; 28-30 de mayo de 2003.

46. Bland JM, Altman DG. Statistical methods for assessing agree-ment between two methods of clinical measurement. Lancet 1986; 1 (8476): 307-10.

47. De Fronzo R, Ferrannini E. Insulin resistance: a multifaceted syn-drome responsible for NIDDM, obesity, hypertension, dislipemia and atherosclerotic cardiovascular disease. Diabetes Care 1991; 14: 173-94.

48. Doll S, Paccaud F, Bovet P, Burnier M, Wietlisbach V. Body mass index, abdominal adiposity and blood pressure: consistency of their association across developing and developed countries. Int J Obes Relat Metab Disord 2002; 26 (1): 48-57.

49. Demura S, Sato S. Prediction of visceral fat area in Japanese adults: proposal of prediction method applicable in a field set-ting. Eur J Clin Nutr 2007; 61: 727-35.

50. Garaulet M, Hernández Morante JJ, Tébar J, Zamora S, Canter-as M. Two dimensional predictive equation to classify visceral obesity in clinical practice. Obesity 2006; 14: 1181-91.

2008 n3 Inedito Estimacion Grasa Abdominal Visceral

Documents

Transcript of 2008 n3 Inedito Estimacion Grasa Abdominal Visceral