medigraphic.com
ISSN 2078-7170 (Digital)

2021, Número 2

<< Anterior Siguiente >>

CorSalud 2021; 13 (2)


Obesidad pregestacional como riesgo cardiometabólico

Suárez GJA, Gutiérrez MM

Idioma: Español
Referencias bibliográficas: 21
Paginas: 189-194
Archivo PDF: 256.57 Kb.


RESUMEN

Introducción: La obesidad se considera un factor de riesgo de enfermedades cardiovasculares.
Objetivo: Caracterizar los parámetros antropométricos y analíticos para medir el grado de obesidad y su asociación a los factores de riesgo cardiometabólicos.
Método: Estudio analítico transversal en un grupo de gestantes que inician su gravidez con un índice de masa corporal por encima de 25 kg/m2 (sobrepeso y obesas) con una muestra intencional de 184 gestantes. Se evaluaron las variables: edad, talla, peso, estado nutricional y ganancia de peso; posteriormente, se calculó la prevalencia de obesidad y se evaluó la ganancia de peso al final del embarazo. Se realizó estadística descriptiva para el análisis de las variables mediante el programa estadístico SPSS v. 20.
Resultados: Predominaron las gestantes evaluadas como obesas clase I (134), que representaron el 72,8%. Los cuatro índices relacionados con el riesgo cardiometabólico se presentaron con una alta frecuencia.
Conclusiones: La prevalencia de obesidad abdominal en la muestra estudiada es elevada, las variables antropométricas y analíticas estudiadas demuestran valores de riesgo cardiometabólico desde la captación del embarazo.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Pacheco-Romero J. Gestación en la mujer obesa:consideraciones especiales. An Fac Med. 2017;78(2):207-14. [DOI]

  2. Sánchez-Carrillo V, Ávila-Vergara MA, PerazaGaray F, Vadillo-Ortega F, Palacios-González B,García-Benavente D. Complicaciones perinatalesasociadas con la ganancia excesiva de peso durante el embarazo. Ginecol Obstet Méx. 2017;85(2):64-70.

  3. Knight BA, Shields BM, Brook A, Hill A, Bhat DS,Hattersley AT, et al. Lower Circulating B12 Is Associated with Higher Obesity and Insulin Resistance during Pregnancy in a Non-DiabeticWhite British Population. PLoS One [Internet]. 2015 [citado 13 Feb 2020];10(8):e0135268. Disponible en:https://doi. org/10. 1371/journal. pone. 0135268

  4. Marchi J, Berg M, Dencker A, Olander EK, BegleyC. Risks associated with obesity in pregnancy, forthe mother and baby: a systematic review of reviews. Obes Rev. 2015;16(8):621-38. [DOI]

  5. Fernández JJ, Paublete MD, González MD, CarralF, Carnicer C, Vilar Á, et al. Sobrepeso y obesidadmaternos como factores de riesgo independientespara que el parto finalice en cesárea. Nutr Hosp. 2016;33(6):1324-9. [DOI]

  6. Li X, Tan H, Huang X, Zhou S, Hu S, Wang X, et al. Similarities and differences between the risk factors for gestational hypertension and preeclampsia: A population based cohort study in southChina. Pregnancy Hypertens. 2016;6(1):66-71. [DOI]

  7. Carneiro AK, Santana LC, Cuhna C, EickembergM, De Almeida P, Barbosa L. Anthropometricclinical indicators in the assessment of visceralobesity: an update. Nutr Clín Diet Hosp. 2016;36(2):168-79. [DOI]

  8. Ma CM, Lu N, Wang R, Liu XL, Lu Q, Yin FZ. Threenovel obese indicators perform better in monitoring management of metabolic syndrome in type 2diabetes. Sci Rep [Internet]. 2017 [citado 18 Feb2020];7(1):9843. Disponible en:https://doi. org/10. 1038/s41598-017-10446-3

  9. Siervo M, Lara J, Celis-Morales C, Vacca M, Oggioni C, Battezzati A, et al. Age-related changes inbasal substrate oxidation and visceral adiposityand their association with metabolic syndrome. Eur J Nutr. 2016;55(4):1755-67. [DOI]

  10. Bryce A, Alegría E, San Martín MG. Obesidad yriego cardiovascular. An Fac Med. 2017;78(2):202-6. [DOI]

  11. Molina de Salazar DI, Muñoz-Gómez D. Síndromemetabólico en la mujer. Rev Colomb Cardiol. 2018;25(Supl 1):21-9. [DOI]

  12. United Nations. World Population Prospects: The2017 Revision, Key Findings and Advance Tables[Internet]. Working Paper Nº ESA/P/WP/248. NewYork: UN Department of Economic and Social Affairs, Population Division; 2017 [citado 3 Mar2020]. Disponible en:https://population. un. org/wpp/publications/files/wpp2017_keyfindings. pdf

  13. Ignell C, Ekelund M, Anderberg E, Berntorp K. Model for individual prediction of diabetes up to5 years after gestational diabetes mellitus. Springerplus [Internet]. 2016 [citado 4 Mar 2020];5:318. Disponible en: https://dx. doi. org/10. 1186/s40064-016-1953-7

  14. Nielsen TRH, Lausten-Thomsen U, Fonvig CE,Bøjsøe C, Pedersen L, Bratholm PS, et al. Dyslipidemia and reference values for fasting plasmalipid concentrations in Danish/North-EuropeanWhite children and adolescents. BMC Pediatr [Internet]. 2017 [citado 5 Mar 2020];17(1):116. Disponible en: https://doi. org/10. 1186/s12887-017-0868-y

  15. Lartey A, Marquis GS, Aryeetey R, Nti H. Lipidprofile and dyslipidemia among school-age children in urban Ghana. BMC Public Health [Internet]. 2018 [citado 6 Mar 2020];18(1):320. Disponible en: https://doi. org/10. 1186/s12889-018-5196-0

  16. Ninatanta JA, Núñez LA, García SA, Romaní F. Factores asociados a sobrepeso y obesidad enestudiantes de educación secundaria. Rev Pediatr Aten Primaria. 2017;19(75):209-21.

  17. James M, Varghese TP, Sharma R, Chand S. Association between metabolic syndrome and diabetes mellitus according to International DiabeticFederation and National Cholesterol EducationProgram Adult Treatment Panel III criteria: aCross-sectional study. J Diabetes Metab Disord. 2020;19(1):437-43. [DOI]

  18. von Bibra H, Saha S, Hapfelmeier A, Müller G,Schwarz PEH. Impact of the Triglyceride/HighDensity Lipoprotein Cholesterol Ratio and theHypertriglyceremic-Waist Phenotype to Predictthe Metabolic Syndrome and Insulin Resistance. Horm Metab Res. 2017;49(7):542-9. [DOI]

  19. Abbs ES, Viñoles J, Alarcón JO, Johnson HM,Zunt JR. High prevalence of cardiovascular riskfactors in Peruvian adolescents living in a periurban shantytown: a cross-sectional study. JHealth Popul Nutr [Internet]. 2017 [citado 7 Mar 2020];36(1):19. Disponible en:https://doi. org/10. 1186/s41043-017-0093-1

  20. Ninatanta JA, Núñez LA, García SA, Romaní F. Frecuencia de síndrome metabólico en residentes de una región andina del Perú. Rev Peru MedExp Salud Pública. 2016;33(4):640-50. [DOI]

  21. Dhuper S, Bayoumi NS, Shah YD, Mehta S. EthnicDifferences in Lipid Profiles of Overweight,Obese, and Severely Obese Children and Adolescents 6-19 Years of Age. Child Obes. 2017;13(3):236-41. [DOI]




2020     |     www.medigraphic.com