Mostrar el registro sencillo del ítem

dc.rights.licenseLicencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacionales
dc.contributor.authorTorres, Maritza
dc.contributor.authorOrtiz, Rina
dc.contributor.authorSigüencia, Wilson
dc.contributor.authorOrdoñez, Maria
dc.contributor.authorAlcántara, Víctor
dc.contributor.authorSalazar, Juan
dc.contributor.authorAñez, Roberto
dc.contributor.authorRojas, Joselyn
dc.contributor.authorBermudez, Valmore
dc.date.accessioned2018-11-13T22:34:12Z
dc.date.available2018-11-13T22:34:12Z
dc.date.issued2018
dc.identifier.issn17264634
dc.identifier.urihttp://hdl.handle.net/20.500.12442/2351
dc.description.abstractObjetivos. El objetivo de este estudio es comparar la capacidad predictiva de diferentes índices antropométricos en la determinación de la agregación de múltiples factores de riesgo (AMFR) en la población adulta de la ciudad de Cuenca, Ecuador. Materiales y métodos. Se realizó un estudio descriptivo transversal con un muestreo aleatorio multietápico en 318 sujetos adultos a quienes se les realizó una evaluación clínica, antropométrica y de laboratorio; siendo la circunferencia abdominal, índice de masa corporal (IMC) e índice cintura altura (ICA) los índices evaluados. La AMFR se definió como la presencia de ≥ dos componentes del síndrome metabólico (excluyendo circunferencia abdominal). Se realizaron curvas COR para determinar el área bajo la curva (ABC) para cada índice. Resultados. De los 318 individuos, un 54,1% (n=172) presentaron AMFR. Según los resultados obtenidos por curvas COR, la mayor capacidad predictiva en mujeres se observó con el IMC y el ICA (ABC: 0,751 y 0,750, respectivamente) mientras que en hombres la circunferencia abdominal y el ICA mostraron una capacidad predictiva similar (ABC=0,762). El análisis multivariante ajustado por sexo y edad mostró que el ICA elevado (OR: 2,53; IC95%: 1,12-5,71; p=0,026) fue el mejor predictor de AMFR, seguido por el IMC (OR: 2,15; IC95%: 1,19-3,88; p=0,010). Conclusiones. La capacidad predictiva de los índices antropométricos está influenciada por el sexo, no obstante, el ICA es el mejor predictor de la AMFR en la población de Cuenca.es
dc.description.abstractObjective.The aim of this study is to compare the predictive capacity of different anthropometric indices in multiple risk factors aggregation (MRFA) determination in the adult population from Cuenca city, Ecuador. Materials and Methods. A crosssectional descriptive study was performed with a random multi-stage sampling in 318 adult subjects who underwent a clinical, anthropometric and laboratory evaluation; being the abdominal circumference, body mass index (BMI) and waist height index (WHtR) evaluated. MRFA was defined as the presence of ≥2 components of the metabolic syndrome (excluding abdominal circumference). ROC curves were plotted to determine the area under the curve (AUC) for each index. Results. Of the 318 individuals, 54.1% (n=172) presented MRFA. According to ROC curves, the highest predictive capacity in women was observed with BMI and WHtR (AUC: 0.751 and 0.750, respectively), while in men abdominal circumference and WHtR showed a similar predictive power (AUC: 0.762). The multivariate analysis adjusted for sex and age showed that high WHtR (OR: 2.53, 95% CI: 1.12-5.71, p=0.026) was the best predictor of MRFA, followed by BMI (OR: 2.15, 95% CI: 1.19-3.88, p=0.010). Conclusions. The predictive capacity of the anthropometric indexes is influenced by gender; nevertheless the WHtR is the best predictor of MRFA in our population.en
dc.language.isoeses
dc.publisherInstituto Nacional de Saludes
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceRevista Peruana de Medicina Experimental y Salud Públicaes
dc.sourceVol. 35, No. 2 (2018)es
dc.source.urihttps://rpmesp.ins.gob.pe/index.php/rpmesp/article/view/2938/3039es
dc.subjectAntropometríaes
dc.subjectÍndiceses
dc.subjectMetabolismoes
dc.subjectObesidades
dc.subjectCurva ROCes
dc.subjectAnthropometryen
dc.subjectIndexesen
dc.subjectMetabolismen
dc.subjectObesityen
dc.subjectROC curvesen
dc.titleComparación de índices antropométricos para agregación de múltiples factores de riesgo en adultos de Cuenca, Ecuadores
dc.title.alternativeComparison of anthropometric measures for aggregation of multiple risk factors in adults of cuenca, Ecuadoren
dc.typeArticlees
dcterms.bibliographicCitationKaur J. A Comprehensive Review on Metabolic Syndrome. Cardiol Res Pract. 2014; 2014: 943162.en
dcterms.bibliographicCitationMony PK, Swaminathan S, Gajendran JK, Vaz M. Quality Assurance for Accuracy of Anthropometric Measurements in Clinical and Epidemiological Studies: [Errare humanum est = to err is human]. Indian J Community Med. 2016; 41(2): 98–102.en
dcterms.bibliographicCitationKee CC, Jamaiyah H, Geeta A, Ali ZA, Safiza MN, Suzana S, Khor GL, Rahmah R, Jamalludin AR, Sumarni MG, Lim KH, Faudzi YA, Amal NM. Sensitivity and specificity of waist circumference as a single screening tool for identification of overweight and obesity among Malaysian adults. Med J Malaysia. 2011;66(5):462-7.en
dcterms.bibliographicCitationVásquez MA, et al. Prevalencia y nivel de concordancia entre tres definiciones de síndrome metabólico en la ciudad de cuenca-Ecuador. Avances en Biomedicina. 2016;5(3):117-128.es
dcterms.bibliographicCitationShah NR, Braverman ER. Measuring Adiposity in Patients: The Utility of Body Mass Index (BMI), Percent Body Fat, and Leptin. PLoS One. 2012; 7(4): e33308.en
dcterms.bibliographicCitationTorres M, Ortiz R, Sigüenza W, et al. Punto de corte de circunferencia abdominal para el agrupamiento de factores de riesgo metabólico: una propuesta para la población adulta de Cuenca, Ecuador. Rev Argent Endocrinol Metab. 2016;5 3(2):59–66.es
dcterms.bibliographicCitationStatistics. NHANES III reference manuals and reports (CDROM). Hyattsville, MD: Centers for Disease Control and Prevention, 1996. Citado: 12/04/17. Disponible en: http://www.cdc.gov/nchs/ data/nhanes/nhanes3/cdrom/nchs/manuals/ anthro.pdfes
dcterms.bibliographicCitationSámano R, Zelonka R, Martínez-Rojano H, Sánchez-Jiménez B, Ramírez C, Ovando G. Asociación del índice de masa corporal y conductas de riesgo en el desarrollo de trastornos de la conducta alimentaria en adolescentes mexicanos. Arch Latinoam Nutr. 2012;62(2):145-54.es
dcterms.bibliographicCitationMora-García GJ, Gómez-Camargo D, Mazenett E, Alario Á, Fortich Á, Gómez- Alegría C. Anthropometric parameters’ cut-off points and predictive value for metabolic syndrome in women from Cartagena, Colombia. Salud Publica Mex. 2014;56(2):146-53.en
dcterms.bibliographicCitationMora-García GJ, Gómez-Camargo D, Mazenett E, Alario Á, Fortich Á, Gómez- Alegría C. Anthropometric parameters’ cut-off points and predictive value for metabolic syndrome in women from Cartagena, Colombia. Salud Publica Mex. 2014;56(2):146-53.en
dcterms.bibliographicCitationMora-García GJ, Gómez-Camargo D, Mazenett E, Alario Á, Fortich Á, Gómez- Alegría C. Anthropometric parameters’ cut-off points and predictive value for metabolic syndrome in women from Cartagena, Colombia. Salud Publica Mex. 2014;56(2):146-53.en
dcterms.bibliographicCitationBener A, Yousafzai MT, Darwish S, Al-Hamaq AO, Nasralla EA, Abdul-Ghani M. Obesity index that better predict metabolic syndrome: body mass index, waist circumference, waist hip ratio, or waist height ratio. J Obes. 2013;2013:269038.en
dcterms.bibliographicCitationBeydoun MA, Kuczmarski MT, Wang Y, Mason MA, Evans MK, Zonderman AB. Receiver-operating characteristics of adiposity for metabolic syndrome: the Healthy Aging in Neighborhoods of Diversity across the Life Span (HANDLS) study. Public Health Nutr. 2011;14(1):77-92.en
dcterms.bibliographicCitationMisra A. Ethnic-Specific Criteria for Classification of Body Mass Index: A Perspective for Asian Indians and American Diabetes Association Position Statement. Diabetes Technol Ther. 2015; 17(9): 667–671.en
dcterms.bibliographicCitationBlüher M. Are metabolically healthy obese individuals really healthy? Eur J Endocrinol. 2014;171(6):R209-19.en
dcterms.bibliographicCitationMcCarthy HD, Ashwell M. A study of central fatness using waist-to-height ratios in UK children and adolescents over two decades supports the simple message- -’keep your waist circumference to less than half your height’. Int J Obes (Lond) 2006;30:988-92.en
dcterms.bibliographicCitationSavva SC, Lamnisos D, Kafatos AG. Predicting cardiometabolic risk: waist-toheight ratio or BMI. A meta-analysis. Diabetes Metab Syndr Obes. 2013;6:403-19.en
dcterms.bibliographicCitationZhu Q, Shen F, Ye T, Zhou Q, Deng H, Gu X. Waist-to-height ratio is an appropriate index for identifying cardiometabolic risk in Chinese individuals with normal body mass index and waist circumference. J Diabetes. 2014;6(6):527-34.en
dcterms.bibliographicCitationLi WC, Chen IC, Chang YC, Loke SS, Wang SH, Hsiao KY. Waist-to-height ratio, waist circumference, and body mass index as indices of cardiometabolic risk among 36,642 Taiwanese adults. Eur J Nutr. 2013;52(1):57-65.en


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem