medigraphic.com

2020, Número 3

<< Anterior Siguiente >>

Rev Cuba Endoc 2020; 31 (3)


Índice de masa corporal elevado y la predicción de disglucemias

Hernández RJ, Orlandis GN

Idioma: Español
Referencias bibliográficas: 59
Paginas: 1-12
Archivo PDF: 411.22 Kb.


RESUMEN

Introducción: La obesidad constituye un importante factor de riesgo independiente para el desarrollo de las disglucemias. A través del índice de masa corporal es posible hacer un diagnóstico rápido del exceso ponderal.
Objetivo: Describir la relación entre el índice de masa corporal elevado y la predicción de las disglucemias.
Método: Se realizó una búsqueda de literatura relevante sobre el tema en el primer trimestre de 2019. Se utilizaron como buscadores de información científica a Pubmed, SciELO y Google Académico. La estrategia de búsqueda incluyó los siguientes términos como palabras clave: “obesidad”, “sobrepeso corporal”, “índice de masa corporal”, “exceso de peso”, “disglucemias”. Se evaluaron artículos de revisión, de investigación y páginas Web que, en general, tenían menos de 10 años de publicados, en idioma español, portugués e inglés, y que hicieran referencia específicamente al tema de estudio a través del título. Fueron excluidos los artículos que no cumplieron con estas condiciones. Esto permitió el estudio de 80 referencias bibliográficas, de las cuales 55 se citaron en el presente artículo.
Conclusiones: El índice de masa corporal elevado incrementa la resistencia a la acción de la insulina preexistente, a través de diferentes mecanismos. Esto facilita el deterioro del metabolismo de los carbohidratos con la posible aparición de las disglucemias. El empleo de esta relación y de puntos de cortes validados para nuestra población, permitiría un diagnóstico rápido del exceso ponderal y la predicción de una de sus importantes consecuencias, las disglucemias.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Organización Mundial de la Salud. Datos y cifras. 2020[acceso: 04/04/2020]. Disponible en: https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight

  2. Espinet E, López G, Nebreda J, Marra C, Turró R, Esteban JM, et al. Grupo Español de Endoscopia Bariátrica. GETTEMO. Documento Español de Consenso en Endoscopia Bariátrica. Parte 1. Consideraciones generales. Rev Esp Enferm Dig 2018;110(6):386-99.

  3. Federación Latinoamericana de Sociedades de Obesidad. II Consenso Latinoamericano de Obesidad. 2017[acceso: 04/04/2020]. Disponible en: https://fliphtml5.com/hvov/cxpr/basic

  4. Organización Mundial de la Salud. 10 datos sobre la obesidad. 2017[acceso: 04/04/2020]. Disponible en: https://www.who.int/features/factfiles/obesity/es/

  5. Malo M, Castillo MN, Pajita DD. La obesidad en el mundo. An. Fac. med 2017;78(2):173-8.

  6. 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;384:766-81.

  7. Colectivo de autores. II Consenso Latinoamericano de Obesidad 2017. Federación Latinoamericana de Sociedades de Obesidad. 2017[acceso: 30/05/2017]. Disponible en: http://fliphtml5.com/hvov/cxpr/basic

  8. Chávez M, Pedraza E, Montiel M. Prevalencia de obesidad: Estudio sistemático de la evolución en 7 países de América Latina. Rev Chil Salud Pública. 2019;23(1):72-8.

  9. Bonet Gorbea M, Varona Pérez P. III Encuesta nacional de factores de riesgo y actividades preventivas de enfermedades no trasmisibles. Cuba 2010-2011. La Habana: Editorial Ciencias Médicas; 2015. p. 330.

  10. Villatoro M, Mendiola R, Alcaráz X, Mondrag GK. IMC y porcentaje de grasa corporal en sobrepeso y obesidad. Rev Sanid Milit Mex. 2015;69(6):568-78.

  11. Kapoor N, Furler J, Paul T, Thomas N, Oldenburg B. Ethnicity-specific cut-offs that predict co-morbidities: The way forward for optimal utility of obesity indicators. Journal of Biosocial Science. 2019;51(4):624-6.

  12. Centro para el Control de y Prevención de Enfermedades (CDC). Acerca del índice de masa corporal para niños y adolescentes. 2015[acceso: 04/04/2020]. Disponible en: https://www.cdc.gov/healthyweight/spanish/assessing/bmi/childrens_bmi/acerca_indice_masa_corporal_ninos_adolescentes.html

  13. De Freitas AF, Prado MA, de Castilho J, Beretta D, Albertini S. Sarcopenia e estado nutricional de idosos: uma revisão da literatura. Arquivos de Ciências da Saúde. 2015;22(1):9-13.

  14. Canda A. Deportistas de alta competición con índice de masa corporal igual o mayor a 30 kg/m2. ¿Obesidad o gran desarrollo muscular? Apunts Med Esport. 2017;52(193):29-36.

  15. Carmienke S, Freitag MH, Pischon T, Schlattmann P, Fankhaenel T, Goebel H, et al. General and abdominal obesity parameters and their combination in relation to mortality: a systematic review and meta-regression analysis. Eur J Clin Nutr. 2013;67(6):573-85.

  16. Diabetes International Federation (IDF). IDF Diabetes atlas. 9th edition 2019. 2019[acceso: 04/03/2020]. Disponible en: https://www.diabetesatlas.org/en/

  17. Leal Ruiz E, Rodríguez Méndez L, Ortega Bermúdez Y. La prediabetes, un estado clínico prevenible y que previene. Revista Cubana de Tecnología de la Salud. 2018[acceso: 07/05/2020];9(3). Disponible en: http://revtecnologia.sld.cu/index.php/tec/article/view/1203

  18. World Health Organization. Physical Status: The Use and Interpretation of Anthropometry. WHO. Technical Report Series 854 Geneva, Switzerland. 1995.

  19. Castillo JL, Cuevas MJ, Almar M, Romero EY. Síndrome metabólico, un problema de salud pública con diferentes definiciones y criterios. Revista Médica de la Universidad Veracruzana. 2018;17(2):7-24.

  20. Consenso SEEDO 2007 para la evaluación del sobrepeso y la obesidad y el establecimiento de criterios de intervención terapéutica. Jordi Salas-Salvadó, Miguel A. Rubio, Monserrat Barbany, Basilio Morenoy Grupo Colaborativo de la SEEDO. Med Clin. 2007;128(5):184-96.

  21. Sánchez JC, Romero CR, Muñoz LV, Rivera RA. Adipose organ, a metabolic and endocrine regulating rainbow. Rev Cuba Endoc. 2016;27(1):105-19.

  22. Lecube AMS, Rubio MA, Martínez P, Martí A, Salvador J, Masmiquel L, et al. Prevención, diagnóstico y tratamiento de la obesidad. Posicionamiento de la Sociedad Española para el estudio de la obesidad de 2016. SEEDO 2016 Endocrinol Diab Nutr. 2016[acceso: 12/03/2020];64(supl 1). Disponible en: https://seedo.es/images/site/POSICIONAMIENTO_SEEDO2016_VC.pdf

  23. Díaz O, Hernández J, Domínguez E, Martínez I, Bosch Pérez Y, del Busto Mesa A, et al. Valor de corte de la circunferencia de la cintura como predictor de disglucemias. Revista Cubana de Endocrinología. 2017;28(1):1-15.

  24. 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. Revista Cubana de Endocrinología. 2017[acceso: 11/04/2020];28(2). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1561-29532017000200002&lng=es

  25. Antoniolli LP, Nedel BL, Pazinato TC, de Andrade Mesquita L, Gerchman F. Accuracy of insulin resistance indices for metabolic syndrome: a cross-sectional study in adults. Diabetol Metab Syndr. 2018[acceso: 01/04/2020]. Disponible en: https://dmsjournal.biomedcentral.com/articles/10.1186/s13098-018-0365-y

  26. Vega GB, Rico MG. Adipose tissue: immune function and alterations caused by obesity Tejido adiposo: función inmune y alteraciones inducidas por obesidad. Rev Alerg Mex. 2019;66(3):340-53.

  27. Espinoza CI, Reyes PE, Valle CA, Aguirre MA, Vallejo, SA, et al. Explorando la asociación entre la resistencia a la insulina, el síndrome de ovarios poliquísticos y la diabetes mellitus. Diabetes Internacional. 2019;11(1):12-6.

  28. Kim BS, Tilstam PV, Springeberg K, Boecker AH, Schmitz C, Heinrichs D, et al. Characterization of adipose tissue macrophages and adipose-derived stem cells in critical wounds. Peer J. 2017[acceso: 01/04/2020];5:e 2824. Disponible en: https://peerj.com/articles/2824/

  29. Pollak F, Araya V, Lanas A, Sapunar J. II Consenso de la Sociedad Chilena de Endocrinología y Diabetes sobre resistencia a la insulina. Rev Med Chile, 2015; 143(1):637-50.

  30. Basain JM, Valdés MC, Pérez M, Socorro GL, Duany D, Mesa I. Mecanismos implicados en la aparición y regulación del proceso de remodelación del tejido adiposo y estado de lipoinflamación en la obesidad. Revista Cubana de Pediatría. 2016;88(3):348-59.

  31. Sangrosa FJ, Torrecilla J, Giraldez C, Carrillo L, Mancera J, Murg T, et al. Asociación de obesidad general y abdominal con hipertensión, dislipemia y presencia de prediabetes en el estudio PREDAPS. Rev Esp Cardiol. 2018;71(3):170-7.

  32. Bello OY. Capítulo 10. Fisiología del tejido adiposo. En: Alexánderson E. Fisiología de los sistemas endocrino y digestivo. 1era edición. Méjico: Editorial Manual Moderno; 2018[acceso: 16/03/2018]. 9 pág. Disponible en: https://www.researchgate.net/publication/329374990_Fisiologia_del_Tejido_Adiposo

  33. Názara Otero CA, Pose Reino A, Pena González E. Síndrome metabólico: diagnóstico y manejo. Update. Clin Investig Arterioscler. 2016;28(5):230-1.

  34. Catrysse L, van Loo G. Inflammationand the Metabolic Syndrome: The tissue-Especific Funtions of NF-kB. Trends in Cell Biology. 2017;27(6):417-29.

  35. American Diabetes Association. Diagnosis and Classification of Diabetes Mellitus. Diabetes Care. 2018; 41(Supplement 1):S13-S27.

  36. Díaz O, González NO. Manual para el diagnóstico y tratamiento del paciente diabético a nivel primario de salud. Revista Cubana de Medicina General Integral. 2017[acceso: 16/03/2018];36(2). Disponible: http://www.bvs.sld.cu/libros/manual_diag_ttmo_paciente_diabetico/indice_p.htm

  37. Wu J, Gong L, Li Q, Hu J, Zhang S, Wang Y, et al. Novel Visceral Adiposity Index for Prediction of Type 2 Diabetes and Pre-diabetes in Chinese adults: A 5-year prospective study. Sci Rep. 2017;7(1):1-9.

  38. Mata C, Artola S, Escalada J, Ezkurra L, Ferrer L, Fornos J, et al. Consenso sobre la detección y el manejo de la prediabetes. Grupo de trabajo de Consensos y Guías Clínicas de la Sociedad Española de Diabetes. Atención Primaria. 2015;47(7):456-68.

  39. Ferreira W. Consenso Latino-Americano de Obesidad. Arq Bras Endocriol Metab. 1999[acceso: 04/04/2020];43(1):1-67. Disponible en: https://www.researchgate.net/publication/245875130_Consenso_Latino-Americano_de_Obesidade/fulltext/0399b0640cf2f321f131bf9b/Consenso-Latino-Americano-de-Obesidade.pdf

  40. Ministerio de Salud Pública. Registros Médicos y Estadísticas de Salud. Anuario Estadístico de Salud 2018. 2019[acceso: 04/04/2020]. Disponible en: http://files.sld.cu/bvscuba/files/2019/04/Anuario-Electr%C3%B3nico-Espa%C3%B1ol-2018-ed-2019-compressed.pdf

  41. Vega J. Cuba needs a prediabetes registry now. MEDICC Review. 2017[acceso: 04/04/2020];19:44. Disponible en: https://www.scielosp.org/pdf/medicc/2017.v19n4/44-44/en

  42. Cabrera E, Stusser B, Cálix W, Orlandi N, Rodríguez J, Cubas I, et al. Concordancia diagnóstica entre siete definiciones de síndrome metabólico en adultos con sobrepeso y obesidad. Rev Perú Med Exp Salud Pública. 2017;34(1). https://doi.org/10.17843/rpmesp.2017.341.2763

  43. 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.

  44. Gregg EW, Cheng YJ, Cadwell BL, Imperatore G, Williams DE, Flegal KM, et al. Secular trends in cardiovascular disease risk factors according to body mass index in US adults. JAMA. 2005;293(15):1868-74.

  45. Ortega FB, Sui X, Lavie CJ, Blair SN. Body mass index, the most widely used but also widely criticized index: would a criterion standard measure of total body fat be a better predictor of cardiovascular disease mortality? In Mayo Clinic Proceedings. 2016;91(4):443-55.

  46. Samuel A. "A Quality Improvement Project to Improve Type 2 Diabetes Mellitus Screening in Asian Americans Using Body Mass Index Cut Point of 23." University of Massachusetts Amherst. Doctor of Nursing Practice (DNP) Projects. 2018[acceso: 26/01/2018]. Disponible en: https://pdfs.semanticscholar.org/6771/10d44d525c9c1b66d109b96b2c259e7ab757.pdf

  47. Araneta MR, Kanaya AM, Hsu W, Chang HK, Grandinett, A, Boyko EJ, et al. Optimum BMI cut points to screen Asian Americans for type 2 Diabetes. Diabetes Care. 2015;38(5):814-20.

  48. Hsu WC, Araneta MR, Kanaya AM, Chiang JL, Fujimoto W. BMI Cut Points to Identify At-Risk Asian Americans for Type 2 Diabetes Screening. Diabetes Care. 2015;38(1):150-8.

  49. Rahman MM, Akter S, Jung J, Rahman MS, Sultana P. Trend, projection, and appropriate body mass index cut-off point for diabetes and hypertension in Bangladesh. Diabetes Research and Clinical Practice. 2017[acceso: 26/01/2018];126:43-53. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/S0168822716315984

  50. Mora GJ, Gómez D, Mazenett E, Alario Á, Fortich Á, Gómez C. Anthropometric parameters' cut-off points and predictive value for metabolic syndrome in women from Cartagena, Colombia. Salud pública de México. 2014;56(2):146-53.

  51. Farhangiyan Z, Latifi SM, Rashidi H, Shahbazian H. The most appropriate cut-off point of anthropometric indices in predicting the incidence of metabolic syndrome and its components. Diabetes & Metabolic Syndrome: Clinical Research & Reviews. 2019;13(4):2739-45.

  52. Hernández J, Duchi Jimbo PN. Índice cintura/talla y su utilidad para detectar riesgo cardiovascular y metabólico. Revista Cubana de Endocrinología. 2015;26(1):66-76.

  53. Hernández J, Mendoza J, Duchi Jimbo P. Índice de conicidad y su utilidad para detectar riesgo cardiovascular y metabólico. Revista Cubana de Endocrinología. 2017;28(1):1-13.

  54. 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. 2018;29(2):1-16.

  55. Hernández J, Mendoza J, Domínguez E, Díaz O, Arnold Y, Martínez I, et al. Valor de corte del índice de conicidad como predictor independiente de disglucemias. Rev Cubana Endocrinol. 2019;30(2):e171.

  56. Bahat G, Tufan A, Kilic C, Öztürk S, Akpinar TS, Kose M, et al. Cut-off points for weight and body mass index adjusted bioimpedance analysis measurements of muscle mass. Aging clinical and experimental Research. 2019;31(7):935-42.

  57. Tello N, Vega D, García PA, Esquivel JA, Garza MA, Arana AC. Desempeño del índice de masa corporal para el diagnóstico de obesidad por medio de absorciometría de rayos X de energía dual (DEXA) en pacientes con artritis reumatoide. Reumatol Clin. 2017;13(1):17-20.

  58. Curilem C, Almagià A, Rodríguez F, Yuing T, Berral F, Martínez C, et al. Evaluación de la composición corporal en niños y adolescentes: directrices y recomendaciones. Nutr Hosp. 2016;33(3):734-8.

  59. Ruperto MM, Gómez M, Iglesias C. Evaluación del índice de masa corporal con factores clínicos-nutricionales en ancianos institucionalizados sin deterioro cognitivo. Rev Esp Nutr Hum Diet. 2016;20(4):298-306.




2020     |     www.medigraphic.com