medigraphic.com
ISSN 1729-519X (Impreso)

2016, Número 5

<< Anterior Siguiente >>

Revista Habanera de Ciencias Médicas 2016; 15 (5)


¿Inducen cambios relevantes en las estimaciones de la talla los nuevos procedimientos de construcción de curvas de crecimiento?

Rubén QM, Rodríguez CLE, Esquivel LM, González FC, Tamayo PV

Idioma: Español
Referencias bibliográficas: 23
Paginas: 820-833
Archivo PDF: 370.18 Kb.


RESUMEN

Introducción: El uso de curvas de crecimiento para supervisar el desarrollo físico de los niños es esencial en la práctica pediátrica. Las normas cubanas de talla se elaboraron en la década de los 70 siguiendo procedimientos recomendados en ese momento. En los últimos años se han obtenido métodos estadísticos automatizados capaces de modelar correctamente el proceso del crecimiento. La OMS, en su Estudio Multicéntrico, utilizó el método Box-Cox PowerExponential (BCPE). Es importante determinar si introducir este nuevo procedimiento para construir curvas induce modificaciones en los valores de los perpercentiles que habitualmente se estiman.
Objetivo: evaluar las discrepancias entre los valores de los perpercentiles estimados por ambos procedimientos.
Material y Métodos: se usaron los datos de longitud en decúbito supino y estatura, de sujetos cubanos menores de 20 años medidos en el primer Estudio Nacional de Crecimiento y Desarrollo (ENCD). Se construyeron curvas usando el método BCPE implementado en el paquete GAMLSS de R. Las diferencias se evaluaron comparando los valores de los perpercentiles suavizados obtenidos por ambos métodos.
Resultados: los modelos que mejor ajustaron fueron: para la longitud en decúbito supino, sexo femenino NO (GLµ=10;GLϭ=5;edad0.001); sexo masculino NO(GLlµ=14;GLϭ=6;edad0.006); para estatura, sexo femenino NO(GLµ=16;GLϭ=10;edad0.544); sexo masculino NO(GLµ=16;GLϭ=12;edad0.117). Las estimaciones de los perpercentiles de estatura fueron muy similares con ambos procedimientos. En los perpercentiles extremos de la longitud en decúbito supino se detectaron diferencias, debidas muy probablemente a correcciones introducidas en el cómputo de la desviación estándar durante el procesamiento del ENCD.
Conclusiones: para la longitud en decúbito supino se detectaron diferencias, no así en la estatura. Se recomienda el uso del procedimiento automatizado pues disminuye considerablemente la carga subjetiva presente en el método anterior.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Natale V, Rajagopalan A. Worldwide variation in human growth and the World Health Organization growth standards: a systematic review. BMJ Open. 2014.

  2. Scherdel P, Botton J, Rolland-Cachera M-F, Léger J, Pelé F, Ancel PY, et al. Should the WHO Growth Charts Be Used in France?. PLoS ONE. 2015; 10(3).

  3. Neyzi O, Bundak R, Gökçay G, Günöz H, Furman A, Darendeliler F, Baş F. Reference Values for Weight, Height, Head Circumference, and Body Mass Index in Turkish Children. J Clin Res PediatrEndocrinol. 2015; 7(4):280-293.

  4. Healy MJR. The effect of age grouping on the distribution of a measurement affected by growth. Am. J. Physical Anthropology. 1962; 35: 49-50.

  5. Cole TJ, Green PJ. Smoothing reference centile curves: The LMS method and penalized likelihood. StatMed. 1992; 11: 1305-1319.

  6. Jordán J. y colaboradores. Desarrollo Humano en Cuba. La Habana: Editorial Científico Técnica; 1976.

  7. Wei Y Pere, Koenker AR, Hey X. Quantile Regression Methods for Reference Growth Charts. StatMed. 2006; 25(8):1369-82.

  8. WHO Multicentre Growth Reference Study Group. WHO Child Growth Standards on length/height, weight and age. Acta Paediatrica. 2006; Suppl 450: 76-85.

  9. WHO Child Growth Standards: length/height-for-age, weight-for-age, weight-forlength, weight-for-height and body mass index-for-age: methods and development. Geneva, World Health Organization. 2006. (Citado: Enero 2016). Disponible en: http://www.who.int/childgrowth/standards/Technical_report.pdf

  10. R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2014. (Citado: marzo 2016). Disponible en: https://wwwr-project.org/about.html

  11. Rigby RA and Stasinopoulos DM. Smooth centile curves for skew and kurtotic data modeled using the Box-Cox power exponential distribution. Stat Med. 2004; 23(19): 3053-76.

  12. Rubén M, Rodríguez L, Esquivel M, Orúe M. Experiencia en el uso de R para el ajuste de curvas de crecimiento. RCIM. 2011; 3 (2).

  13. Colectivo de autores. Consulta de Puericultura. 3ra. edición. Ministerio de Salud Pública La Habana; Ed. Ciencias Médicas; 2016.

  14. Rodd C, Metzger D, Sharma A and the Canadian Pediatric Endocrine Group (CPEG). Working Committee for National Growth Charts Extending World Health Organizationweight-for-age reference curves to older children. BMC Pediatrics. 2014; (14):32-38.

  15. Zong XN, Li H, Wu HH, Zhang YQ. Socioeconomic development and secular trend in height in China. Econ Hum Biol. 2015; 19:258-64.

  16. Bodzsar EB, Zsakai A, Mascie-taylor.N. Secular.growth and maturation changes in Hungary in relation to socioeconomic and demographic changes. J Biosoc Sci. 2016; 48(2):158-73.

  17. Chen TJ, Cheng J. Secular Change in Stature of Urban Chinese Children and Adolescents, 1985-2010.Biomed Environ Sci. 2013; 26(1): 3-223.

  18. Guimarey LM, Castro LE, Torres MF, Cesani MF, Luis MA, Quintero FA, Oyhenart EE. Secular changes in body size and body composition in schoolchildren from La Plata City (Argentina). Anthropol Anz. 2014; 71(3):287-301.

  19. Stasinopoulos M, Rigby B, Voudouris V, Akantziliotou C,Enea,M. Generalized Additive Models for Location, Scale and Shape. (Citado Enero, 2016). Disponible en: http://www.gamlss.org/

  20. Rigby R, Stasinopoulos DM. Automatic smoothing parameter selection in GAMLSS with an application to centile estimation. Statistical Methods in Medical Research. 2013; 0(0): 1-15.

  21. Akaike H. A new look at the statistical model identification. IEEE Transactions on Automatic Control. 1974; 19(6):716-723.

  22. Royston P, Wright EM. Goodness-of-fit statistics for age-specific reference intervals. StatMed. 2000; 19:2943-2962.

  23. Van Buuren S,Fredriks M. Worm plot: a simple diagnostic device for modelling growth reference curves. StatMed. 2001; 20:1259-1277.




2020     |     www.medigraphic.com