Publique un comentario 
Valor de corte del índice de conicidad como predictor independiente de disglucemias
Resumen
Objetivos: Determinar el punto de corte del índice de conicidad como predictor de disglucemia en ambos sexos.
Métodos: Estudio descriptivo transversal con 975 personas (523 mujeres y 452 hombres), que asistieron a consulta externa del Instituto Nacional de Endocrinología por sospecha de diabetes mellitus entre abril de 2008 y abril de 2013. Se les realizó interrogatorio, examen físico y estudios complementarios (prueba de tolerancia oral a la glucosa, insulinemia en ayunas, lípidos y ácido úrico). Se utilizó para el procesamiento estadístico el coeficiente de correlación de Pearson, análisis de regresión logística y el análisis de curvas Receiver
Operator Characteristic.
Resultados: En el sexo femenino se observó una correlación directamente proporcional y significativa entre el índice de conicidad y las variables glucemia en ayunas y a las 2 h, insulinemia en ayunas, colesterol, triglicéridos, ácido úrico y el índice “homeostasis model
assessment of insulin resistance”. En el sexo masculino se observó una correlación directamente proporcional y significativa entre el índice de conicidad y las variables estudiadas, excepto con los triglicéridos. El índice de conicidad tuvo su mayor poder predictor de disglucemia con un punto de corte de 1,18 para las mujeres y 1,20 en hombres.
Conclusiones: El punto de corte óptimo del índice de conicidad como predictor de disglucemia fue de 1,18 para las mujeres y 1,20 para los hombres; es decir que tuvo un buen poder predictivo de disglucemias en el sexo femenino, no así en el masculino.
Referencias
Referencias bibliográficas
Colectivo de autores. Asociación Latinoamericana de Diabetes (ALAD). Guías ALAD sobre diagnóstico, control y tratamiento de la diabetes mellitus tipo 2 con medicina basada en la evidencia 2013. Revista de la ALAD [Internet]. 2014 [citado 15 de abril de 2015]. Disponible en: http://issuu.com/alad-diabetes/docs/guias_alad_2013.
Coniglio Raúl Ignacio. Relación entre la obesidad central y los componentes del síndrome metabólico. Acta bioquím. clín. latinoam. 2014; 48(2):191-201.
Serrano M, Cascales M, Martínez MT. La pandemia de obesidad. Los vínculos fisiopatológicos: disfunción endócrina de la célula adiposa, inflamación y resistencia a la insulina. An Real Acad Farm 2016; 82(Special Issue):182-94.
American Diabetes Association. Diagnosis and Classification of Diabetes Mellitus. Diabetes Care 2018; 41(Supplement 1): S13-S27.
Díaz O, González, NO. Manual para el diagnóstico y tratamiento del paciente diabético a nivel primario de salud. Revista Cubana de Medicina General Integral. [Internet] 2017 [citado: 16 de marzo de 2018]; 36(2):. Disponible: http://www.bvs.sld.cu/libros/manual_diag_ttmo_paciente_diabetico/indice_p.htm
Baile JI, González-Calderón MJ. Precisión del índice de masa corporal, obtenido a partir de datos de peso y altura autoinformado en una muestra infantil española. Nutr Hosp 2014; 29(4): 829-31.
Evans J, Hons BSc, Micklesfaeld L. Diagnostic ability of obesity measures to identify metabolic risk factors in South African women. Metabolic Syndome and Related Disorders. 2011; 9(5):353-60.
Baile JI. ¿Es válido el uso del Índice de Masa Corporal para evaluar la obesidad en personas musculosas? Nutr Hosp. 2015; 32(5):2353-54.
Marques I. Diámetro abdominal sagital: un indicador de grasa visceral que se debe tener en cuenta en la práctica clínica. Revista Española de Nutrición Humana y Dietética 2012; 16(4):121-22.
Marrodán MD, Martínez JR, De Espinosa MGM, López N, Cabañas MD, Prado C. Precisión diagnóstica del índice cintura-talla para la identificación del sobrepeso y de la obesidad infantil. Medicina Clínica, 2013; 140(7):296-301.
Mederico M, Paoli M, Zerpa Y, Briceño Y, Gómez R, Martínez JL, Valeri, L. Valores de referencia de la circunferencia de la cintura e índice de la cintura/cadera en escolares y adolescentes de Mérida, Venezuela: comparación con referencias internacionales.
Endocrinología y Nutrición, 60(5) 2013; 235-42.
Prado C, Pérez BM, Aréchiga J, Carmenate MM, Marrodán MD, García C. El índice de conicidad y su aplicación en la determinación somática de la mujer rural española. Repositorio Institucional de la Universidad Central de Venezuela. [Internet] 2015 [citado: 16 de marzo de 2016]; Disponible en: 190.169.94.11:8080/jspui/bitstream/123456789/8346/1/%c3%8dndice%20de%20conicidad%20y%20determinaci%c3%b3n%20som%c3%a1tica%20de%20la%20espa%c3%b10001.pdf
Valdez R. A simple model-based index of abdominal adiposity. J Clin Epidemiol. 1991; 44(9):955-56.
Valdez R, Seidell JC, Ahn YI, Weiss KM. A new index of abdominal adiposity as an indicator of risk for cardiovascular disease: a cross-population study. Int J Obes Relat Metab Disord. 1993; 17(2):77-82.
Pitanga FJG, Lessa I. Sensibilidade e especificidade do índice de conicidade como discriminador do risco coronariano de adultos em Salvador, Brasil. Rev. Bras. Epidemiol 2004 Set; 7(3):259-69.
Moreno I. Circunferencia de cintura: una medición importante y útil de riesgo cardiometabólico. Rev. Chil. Cardiol. 2010; 29(1):85-87.
Oficina Nacional de Estadísticas e información de la República de Cuba. Panorama Económico y Social. Cuba: Indicadores demográficos. Cuba 2016. [Internet] 2016 [citado 16 de marzo de 2016]; Disponible en: http://www.one.cu/publicaciones/08informacion/panorama2014/10%20Demografia .pdf.
Díaz O, Valenciaga JL, Domínguez E. Comportamiento epidemiológico de la diabetes mellitus en el municipio de Güines. Año 2002. Rev Cubana Hig Epidemiol [Internet]. 2004 [citado: 16 de marzo de 2016]; 42(1):. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1561- 30032004000100003&lng=es&nrm=iso&tlng=es.
Jiménez A, Aguilar C A, Rojas R, Hernández M. Type 2 diabetes and frecuency of prevention and control measures. Salud pública Méx 2013; 55(Suppl 2):S137-43.
Colectivo de autores. II Consenso Latinoamericano de Obesidad 2017. Federación Latinoamericana de Sociedades de Obesidad. [Internet] 2017 [citado: 16 de marzo de 2018]; 144 pág. Disponible en: http://fliphtml5.com/hvov/cxpr/basic
Bonet Gorbea M, Varona Pérez P. III Encuesta nacional de factores de riesgo y actividades preventivas de enfermedades no transmisibles Cuba 2010-2011. La Habana: Editorial ECIMED; 2015. 330 pag. tab., graf.
Instituto Nacional de Higiene, Epidemiología y Microbiología. II Encuesta Nacional de Factores de Riesgo y Enfermedades No Transmisibles. Principales resultados por provincias. La Habana: INHEM; 2002.
Gómez R, Gómez F, Carrillo L, Galve E, Casanueva F, Puig M. Hacia un manejo integral del paciente con diabetes y obesidad. Posicionamiento de la SEMI, SED, redGDPS, SEC, SEEDO, SEEN, SEMERGEN y SEMFYC. Rev. Clin. Esp. 2015; 30(20):1-10.
OMS. Obesidad y sobrepeso. Centro de prensa. Nota descriptiva. [Internet] 2017 [citado: 17 de Nov de 2017]; Disponible en: http://www.who.int/mediacentre/factsheets/fs311/es/
Ng M, Fleming T, Robinson M, Thomson B, Graetz N, Margono Ch, et al. Global, regional, and national prevalence of overweight and obesity in children and adults during 1980–2013: a systematic analysis for the Global Burden of Disease Study 2013. Lancet 2014; 384(9945):766-81.
Martín A, Cabañas MD, Barca FJ, Martín P, Gómez JJ. Obesidad y riesgo de infarto de miocardio en una muestra de varones europeos. El índice cintura-cadera sesga el riesgo real de la obesidad abdominal. Nutr Hosp. 2017; 34(1):88-95.
Hernández J, Mendoza J, Duchi PN. Índice de conicidad y su utilidad para detectar riesgo cardiovascular y metabólico. Rev Cubana Endocrinol. [Internet] 2017 [citado: 2018 Ago 20];28(1):. Disponible en: http://www.revendocrinologia.sld.cu/index.php/endocrinologia/article/view/63/65
Parra MV, Duque C, Gutiérrez J, Gallego N, Campo O, Villegas A, et al. Genética de la resistencia a insulina y diabetes mellitus 2 en población antioquena. Iatreia Revista Médica Universidad de Antioquia. [Internet] 2018 [citado 30 Agosto 2018]; 23(4):. Disponible en: https://aprendeenlinea.udea.edu.co/revistas/index.php/iatreia/article/view/8329
Pollak F. Resistencia a la insulina: Verdades y controversias. Revista Médica Clínica Las Condes 2016; 27(2):171-78.
Gómez A, Perdomo L, Escribano O, Benito M. Papel del tejido adiposo blanco en las complicaciones vasculares asociadas a la obesidad. Clínica e investigación en arterioesclerosis. [Internet] 2013 [citado 8 Jul 2013];25(1):. Disponible en: http://zl.elsevier.es/es/revista/clinica-e-investigacion-arteriosclerosis-15/articulo/papel-del-tejido-adiposo-blanco-90187936
Díaz O, Hernández J, Domínguez E, Martínez I, Bosch Y, del Busto A. Valor de corte de la circunferencia de la cintura como predictor de disglucemia. Rev Cubana Endocrinol. [Internet] 2017 [citado: 2018 Ago 20];28(1):. Disponible en: http://www.revendocrinologia.sld.cu/index.php/endocrinologia/article/view/57/59
Hernández J, Duchi PN, Domínguez E, Díaz O, Martínez I, Bosch Y, et al. Valor de corte del índice cintura/talla como predictor independiente de disglucemias. Rev Cubana Endocrinol. [Internet] 2017 [citado: 2018 Ago 20];28(2):. Disponible en: http://www.revendocrinologia.sld.cu/index.php/endocrinologia/article/view/68/68
Hernández J, Duchi PN. Índice cintura/talla y su utilidad para detectar riesgo cardiovascular y metabólico. Rev Cubana Endocrinol, 2015; 26(1): 66-76.
Hernández J, Moncada OM, Arnold Y. Utilidad del índice cintura/ cadera en la detección del riesgo cardiometabólico en individuos sobrepesos y obesos. Rev Cubana Endocrinol. [Internet] 2018 [citado: 2018 Ago 20];29(2):. Disponible en: http://www.revendocrinologia.sld.cu/index.php/endocrinologia/article/view/113/95
Cedeño R, Castellanos M, Benet M, Mass L, Mora C, Parada JC. Indicadores antropométricos para determinar la obesidad, y sus relaciones con el riesgo cardiometabólico. Rev. Finlay 2015; 5(1):12-23.
Abulmeaty M, Almajwal A, Almadani N, Aldosari M, Alnajim A, et al. Anthropometric and central obesity indices as predictors of long-term cardiometabolic risk among Saudi young and middle-aged men and women. Saudi Med J. 2017; 38(4):372-80.
Mantzoros CS, Evagelopoulou K, Georgiadis EI, Katsilambros N. Conicity index as a predictor of blood pressure levels, insulin and triglyceride concentrations of healthy premenopausal women. Horm Metab Res. 1996; 28 (1):32-34
García Á. Proteína C reactiva, índice de conicidad y factores de riesgo cardiovascular en pacientes con diabetes tipo 2. Tesis doctoral de la Universidad Complutense de Madrid. [Internet] 2016 [citado: 2018 Sept 12]:. Disponible en: https://eprints.ucm.es/38703/1/T37557.pdf
Vila Nova L, Araújo CM, Freire MC, Freire M, Batista RA. Asociación de los indicadores antropométricos y de composición corporal en la predicción de la resistencia a la insulina en pacientes con enfermedad de las arterias coronarias. Nutr Hosp 2016; 33(4):825-31.
Neufeld LM, Jones-Smith JC, García R, Fernald LC. Anthropometric predictors for the risk of chronic disease in non-diabetic, non-hypertensive young Mexican women. Public Health Nutr. 2008; 11(2):159-67.
Ramos N, Ortiz L, Ferreyra L. Exactitud de las mediciones de adiposidad para identificar síndrome metabólico y sus componentes. Med Int Mex 2011; 27(3):244-52.
Gadelhaa AB, Myers J, Moreira S, Dutra MT, Safonsa MP, Lima RM, et al. Comparison of adiposity indices and cut-off values in the prediction of metabolic syndrome in postmenopausal women. Diabetes & Metabolic Syndrome: Clinical Research & Reviews 2016; 10(3):143-48.
Gil M, Estades P, García S, González R, Campos I. Utilidad en enfermería de diferentes índices antropométricos y analíticos para valorar la existencia de síndrome metabólico con los criterios NCEP ATPIII e IDF en población mediterránea española. Medicina Balear 2017; 32(1):26-34.
Nascimento L, de Vieira G, SaadoI A, Bitencourt C. Prevalence of prediabetes in patients with metabolic risk. Sao Paulo Med J. 2011; 129(5):300-08.
Wang H, Liu A, Zhao T, Gong X, Pang T, Zhou Y, et al. Comparison of anthropometric indices for predicting the risk of metabolic syndrome and its components in Chinese adults: a prospective, longitudinal study. BMJ Open; [Internet] 2017 [citado: 2018 Sept 12]; 7(9):e016062. Disponible en: https://bmjopen.bmj.com/content/7/9/e016062
Tonding SF, Silva FM, Antonio JP, Azevedo MJ, Canani LHS, Almeida JC. Adiposity markers and risk of coronary heart disease in patients with type 2 diabetes mellitus. Nutrition journal, 2014; 13(1):7 pag.
Dantas M, Pruper MC, Mayumi A, Pappiani C, Caesar S et al. Association of the conicity index with diabetes and hypertension in Brazilian women. Arch Endocrinol Metab. 2016; 60(5):436-42.
Gowda K, Philip KM. Abdominal volume index and conicity index in predicting metabolic abnormalities in young women of different socioeconomic class. International Journal of Medical Science and Public Health. 2016; 5(4):1452-56.
Caitano P, Roseli E, Nazario PR. Study of conicity index, body mass index and waist circumference as predictors of coronary artery disease. Rev Port Cardiol. 2017; 36(5):357-64.
Kim K, PhD, Owen W, Williams D, Adams-Campbell L. A comparison between BMI and Conicity Index on Predicting Coronary Heart Study. Disease: Framingham Heart Study. Annals of Epidemiology. 2000; 10(7):424-31.
Ononamadu Ch, Nonyelum Ch, Faith O, Francis U, Ezeigwe C et al. Comparative analysis of anthropometric indices of obesity as correlates and potential predictors of risk for hypertension and prehypertension in a population in Nigeria. Cardiovascular Journal of Africa. 2017; 28(2):92-99.
Enlaces refback
- No hay ningún enlace refback.
Copyright (c) 2020 José Hernández Rodríguez, Jorge Mendoza Choqueticlla, Emma Domínguez Alonso, Oscar Díaz Díaz, Yuri Arnold Domínguez, Irasel Martínez Montenegro, Yadira Bosch Pérez, Abdel del Busto Mesa, Dulce María García Esplugas, Lisbet Rodríguez Fernández
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.
La revista está: Certificada por el CITMA
La revista es de acceso abierto y gratuito.