Caracterización cineantropométrica de la población que acude a la Clínica Las Américas. Estudio observacional, retrospectivo

  • R. J. Rosero Clínica Las Américas
  • J. P. Polanco Clínica Las Américas
  • A. Jaramillo Clínica Las Américas
  • I. Cossio Universidad CES
  • A. M. Gómez Universidad de La Sabana
  • A. M. Atehortúa Clínica Las Américas
  • S. Loaiza Clínica Las Américas
  • J. I. Palacio Clínica Las Américas

Resumen

Introducción: El índice de masa corporal (IMC) es un parámetro simple de peso por altura quede peso por altura que se usa comúnmente para clasificar bajo peso, sobrepeso y obesidad en adultos. Éste no permite distinguir entre el peso por músculo o por tejido graso. Como resultado, la relación entre el IMC y el contenido de grasa corporal varía de acuerdo con la constitución y la proporción corporal, demostrándose repetidamente que un IMC determinado no se ajusta al grado de riesgo o enfermedad entre diferentes poblaciones(1,2).

Objetivo: Determinar cuál es el biotipo por cineantropometría y su riesgo cardiovascular asociado por IMC, de la población que acude al Centro de Obesidad, Dismetabolismo y Deporte (COD2), de la Clínica Las Américas de la ciudad de Medellín.

Materiales y métodos: Realizamos un estudio observacional retrospectivo de la población mayor de 18 años que asistió al COD2 entre los meses de julio y diciembre de 2017, determinando índices, antropometrías y composición corporal; se correlacionaron estos valores entre los diferentes grados de obesidad.

Resultados: En la población en estudio, el 41% de la población masculina y el 55% de la población femenina con IMC normal o sobrepeso, presentó porcentaje graso corporal (PGC) en rangos de obesidad, lo cual se correlacionó con alteraciones de perímetro abdominal, índice cintura-cadera y grasa visceral elevados estadísticamente significativo (p < 0,001).

Conclusiones: Existe un alto número de individuos con índices antropométricos anormales, con peso normal o sobrepeso, a los cuales otras herramientas de medición más individualizadas, como composición corporal, podrán favorecer una oportuna intervención. Se necesitan estudios poblacionales de mayor número para poder determinar los diferentes fenotipos en Colombia y su impacto en la salud.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Biografía del autor

##submission.authorWithAffiliation##

Médico Internista y Endocrinólogo, COD2, Clínica Las Américas, Medellín, Colombia

##submission.authorWithAffiliation##

Médico Internista y Epidemiólogo, COD2, Clínica Las Américas, Medellín, Colombia.

##submission.authorWithAffiliation##

Médica Pediatra y Endocrinóloga, COD2, Clínica Las Américas, Medellín, Colombia

##submission.authorWithAffiliation##

Médico, Universidad CES, Medellín, Colombia.

##submission.authorWithAffiliation##

Médico, Universidad de La Sabana, Chía, Colombia.

##submission.authorWithAffiliation##

Profesional en Sistemas de Información en Salud, Coordinadora de investigación clínica, Clínica Las Américas, Medellín, Colombia.

##submission.authorWithAffiliation##

Médico Máster en Epidemiología, Clínica Las Américas, Medellín, Colombia

##submission.authorWithAffiliation##

Médico Deportólogo, COD2, Clínica Las Américas, Medellín, Colombia

Citas

1. Craig PL. Body composition differences between Polynesians and Caucasians assessed by bioelectrical impedance Differences in body composition between Tongans and Australians : time to rethink the healthy weight ranges ? 2014.
2. World Health Organization. Obesity: Preventing and managing the global epidemic. Report of a WHO Consultation 2004.
3. Haslam DW, James WP, Obesity. Lancet 2005; 366: 1197-1209.
4. Hamann A. Obesity Update 2017. Diabetologe [Internet] 2017; 13(5): 33141. Available from: www.oecd.org/health/obesity-update.htm
5. ICBF. Encuesta Nacional de la Situación Nutricional 2015; 1-58. Available from:
http://www.culturarecreacionydeporte.gov.co/sites/default/ files/2015_diseno-general-ensin.pdf
6. Abdelaal M, le Roux CW, Docherty NG. Morbidity and mortality associated with obesity. Ann Transl Med [Internet] 2017; 5(7):161. Available from: http://atm.amegroups.com/article/view/14394/14547
7. Shuval K, Barlow CE, Finley CE, Gabriel KP, Schmidt MD, Defina LF. Standing, obesity, and metabolic syndrome findings from the cooper center longitudinal study. Mayo Clin Proc. 2015; 90(11): 1524-32.
8. Frühbeck G, Diez-Caballero A, Gómez-Ambrosi J, Cienfuegos JA, et al. Preventing obesity. Doctors underestimate obesity. BMJ 2003; 326(7380): 102-3.
9. Frühbeck G. Screening and interventions for obesity in adults. Ann Intern Med. 2004 Aug 3;141(3):245-6
10. Wildman RP, Muntner P, Reynolds K, Mcginn AP. The Obese Without Cardiometabolic Risk Factor Clustering and the Normal Weight With Cardiometabolic Risk Factor Clustering. Arch Intern Med. 2013; 168(15): 1617-24.
11. Frühbeck G. Screening and interventions for obesity in adults. Ann Intern Med 2004; 141: 245-246; author reply 246.
12. Das SK. Body composition measurement in severe obesity. Curr Opin Clin Nutr Metab Care. 2005; 8: 602-606.
13. Fields DA, Goran MI, McCrory MA. Body- composition assessment via airdisplacement plethysmography in adults and children: a review. Am J Clin Nutr. 2002; 75: 453- 467.
14. Ginde SR, Geliebter A, Rubiano F, et al. 14. Air displacement plethysmography: validation in overweight and obese subjects. Obes Res. 2005; 13: 1232-1237.
15. Heo M, Faith MS, Pietrobelli A, Heymsfield SB. Percentage of body fat cutoffs by sex, age, and race-ethnicity in the US adult population from NHANES 1999-2004. 2012; 594-602.
16. Javier Gómez-Ambrosi, Camilo Silva, Victoria Catalán, Amaia Rodríguez, Juan Carlos Galofré, Javier Escalada, Victor Valentí, et al. Clinical Usefulness of a New Equation for Estimating Body Fat. Blood Press. 2012; 1-6.
17. Catalán V, Gómez-Ambrosi J, Ramirez B, Rotellar F, Pastor C, Silva C, et al. Proinflammatory cytokines in obesity: Impact of type 2 diabetes mellitus and gastric bypass. Obes Surg. 2007; 17(11): 1464-74.
18. Catalán V, Gómez-Ambrosi J, Rodríguez A, Ramírez B, Rotellar F, Valentí V, et al. Increased circulating and visceral adipose tissue expression levels of YKL-40 in obesity-associated type 2 diabetes are related to inflammation: impact of conventional weight loss and gastric bypass. J Clin Endocrinol Metab. 2011; 96(1): 200-9.
19. Gallo J, Ochoa J, Balparda J, Aristizábal D. Puntos de corte del perímetro de la cintura para identificar sujetos con resistencia a la insulina en una población colombiana. Acta Med Colomb [Internet] 2013; 38: 118-26. Available from:
http://www.scielo.org.co/pdf/amc/v38n3/v38n3a06.pdf
20. Jennifer Linge, Magnus Borga, Janne West , Theresa Tuthill, Melissa R. Miller, Alexandra Dumitriu, et al. Body Composition Profiling in the UK Biobank Imaging Study. Obesity Journal. 2018. doi:10.1002/oby.22210
21. El-Din ASHNE-MSA-TM. Neck circumference as a simple screening measure. Maced J Med Sci. 2013; 6(3): 232-7.
22. WHO, Development D of N for H and. Waist circumference and waist–hip ratio: report of a WHO expert consultation 2008; 8: 8-11.
23. Schneider HJ, Friedrich N, Klotsche J, Pieper L, Nauck M, John U, et al. The predictive value of different measures of obesity for incident cardiovascular
Publicado
2019-03-21
##submission.howToCite##
ROSERO, R. J. et al. Caracterización cineantropométrica de la población que acude a la Clínica Las Américas. Estudio observacional, retrospectivo. Revista Colombiana de Endocrinología, Diabetes & Metabolismo, [S.l.], v. 6, n. 1, p. 13-21, mar. 2019. ISSN 2389-9786. Disponible en: <http://revistaendocrino.org/index.php/rcedm/article/view/463>. Fecha de acceso: 22 abr. 2019
Sección
Articulos Originales