medigraphic.com

2019, Number 3

Next >>

Rev Cuba Endoc 2019; 30 (3)

Cutoff value of the waist-hip ratio as an independent predictor of dysglycemia

Hernández RJ, Moncada EOM, Domínguez AE, Díaz DO, Arnold DY, García EDM, Martínez MI

Language: Spanish
References: 44
Page: 1-22
PDF size: 0. Kb.


ABSTRACT

Introduction: In Cuba, there is no consensus about what value of the waist-hip ratio must be considered as a risk to identify dysglycemia.
Objectives: To determine the cut-off point of the waist-hip ratio as a predictor of dysglycemias for both sexes, in people suspected of suffering from diabetes mellitus.
Methods: Descriptive cross-sectional study with 975 people, including 523 women and 452 men. The sample was not obtained from general population and it was not random. The subjects underwent interrogation, physical examination and complementary studies. There were identified frequency distributions of qualitative and quantitative variables. It was used for the statistical processing the Pearson's correlation coefficient, logistic regression analysis and the curves analysis called Receiver Operator Characteristic. It was used the chi-square test to assess the statistical significance.
Results: In both sexes, it was observed a directly proportional and significant correlation between the waist-hip ratio and the different variables studied, including: fasting and after 2 hours glycemia, fasting insulinemia, triglycerides, uric acid and the insulin resistance index (HOMA-IR). Cholesterol behaved the same way in men, but in women there was a weak and not significant correlation. The optimal cut-point of the waist-hip ratio, as an independent predictor of dysglycemia, was 0.85 in women and 0.93 in men. The waist-hip ratio presented a good predictive power to identify subjects with and without dysglycemia for both sexes and it was higher than that of the age.
Conclusions: The optimal cut-point of the waist-hip ratio, as an independent predictor of dysglycemia, was 0.85 in women and 0.93 in men. Its power as predictor of dysglycemia was good.


REFERENCES

  1. Rivas D, Soca EM, Llorente Y, Marrero GM. Comportamiento clínico epidemiológico del síndrome metabólico en pacientes adultos. Rev Cubana Med Gen Integr. [Internet] 2015 [citado 15/03/2017]; 31(3):. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21252015000300001&lng=es.

  2. Nariño R, Alonso A, Hernández A. Antropometría. Análisis comparativo de las tecnologías para la captación de las dimensiones antropométricas. Revista EIA. 2016;13(26):47-59.

  3. Hernández J, Moncada OM, Arnold Domínguez Y. Utilidad del índice cintura/cadera en la detección del riesgo cardiometabólico en individuos sobrepesos y obesos. Rev Cub Endocrinol. 2018;29(2):1-16.

  4. Carmenate L. Manejo clínico de la obesidad. En: Carmenate L, Moncada FA, Borjas EW. Manual de medidas antropométricas. 1 ed. Costa Rica: Ed. SALTRA / IRET-UNA; 2014 [Internet]. 2014 [citado: 24/01/2020]. Disponible en: https://repositorio.una.ac.cr/bitstream/handle/11056/8632/MANUAL%20ANTROPOMETRIA.pdf?sequence=1&isAllowed=y

  5. Hernández J, Duchi PN. Índice cintura/talla y su utilidad para detectar riesgo cardiovascular y metabólico. Rev Cubana Endocrinol. 2015;26(1):66-76.

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

  7. Gómez E. Genética en el tratamiento de la obesidad: nutrigenética y nutrigenómica en la era de la medicina personalizada y preventiva. Universidad autónoma de Barcelona. [Internet] 2015 [citado: 09/02/2017]. Disponible en: http://www.semcc.com/master/files/Obesidad%20y%20genetica%20-%20Dras.%20Gomez%20y%20Flores.pdf

  8. 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.

  9. 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.

  10. 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.

  11. De’Marziani G, Pujol GS, Obregón LM, Morales EM, González CD, Paganti LG, et al. Alteraciones glucémicas en los pacientes con enfermedad renal crónica. Nefrología. 2016;36(2):133-40.

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

  13. 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: 16/03/2018]; 36(2). Disponible: http://www.bvs.sld.cu/libros/manual_diag_ttmo_paciente_diabetico/indice_p.htm

  14. Wu J, Gong L, Li Q, Hu J, Zhang S, Wang Y, et al. A 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):13784.

  15. Paniagua, JA. Nutrition, insulin resistance and dysfunctional adipose tissue determine the different components of metabolic syndrome. World J Diabetes. 2016;7(19):483-14.

  16. Molina HS, Pérez IA, Alonso AA, Díaz JP, Pizarro M, Fernández C, et al. Carga económica de la obesidad y sus comorbilidades en pacientes adultos en México. Pharmaco Econ Span Res Artic. 2015;12(4):115-22.

  17. Oficina Nacional de Estadísticas e información de la República de Cuba. Panorama Económico y Social. Cuba: Indicadores demográficos. Cuba 2016. [Internet] 2016 [citado: 16/03/2016]; Disponible en: http://www.one.cu/publicaciones/08informacion/panorama2014/10%20Demografia.pdf.

  18. 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: 16/03/2016]; 42(1). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S15610032004000100003&lng=es&nrm=iso&tlng=es

  19. 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.

  20. Colectivo de autores. II Consenso Latinoamericano de Obesidad 2017. Federación Latinoamericana de Sociedades de Obesidad. [Internet] 2017 [citado: 16/03/2018]; 144 págs. Disponible en: http://fliphtml5.com/hvov/cxpr/basic

  21. 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. p. 330.

  22. 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.

  23. 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.

  24. Organización Mundial de la Salud. Obesidad y sobrepeso. Centro de prensa. Nota descriptiva. [Internet] 2017 [citado: 17/11/2017]. Disponible en: http://www.who.int/mediacentre/factsheets/fs311/es/

  25. Coniglio RI. Relación entre la obesidad central y los componentes del síndrome metabólico. Acta bioquím. clín. latinoam. 2014;48(2):191-201.

  26. 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.

  27. 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: 16/03/2016]. 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

  28. Valdez R. A simple model-based index of abdominal adiposity. J Clin Epidemiol.1991;44(9):955-6.

  29. 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: 30/08/2018];23(4). Disponible en: https://aprendeenlinea.udea.edu.co/revistas/index.php/iatreia/article/view/8329

  30. Pollak F. Resistencia a la insulina: Verdades y controversias. Revista Médica Clínica Las Condes. 2016;27(2):171-8.

  31. 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: 29/08/2018];28(1). Disponible en: http://www.revendocrinologia.sld.cu/index.php/endocrinologia/article/view/57/59

  32. 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: 20/08/2018];28(2). Disponible en: http://www.revendocrinologia.sld.cu/index.php/endocrinologia/article/view/68/68

  33. Sánchez, M. Índice cintura/cadera, obesidad y estimación del riesgo cardiovascular en un centro de salud de Málaga. Med de Familia. 2001;2(3):208-15.

  34. Morales GFJ. Relación del perfil lipídico con el índice de masa corporal (IMC) y la circunferencia de la cintura (CC) en población adulta de AA. HH PACHACAMAC, Villa del Salvador. Lima-2015. [Internet] 2017 [citado: 04/06/2019]. Disponible en: https://alicia.concytec.gob.pe/vufind/Record/UWIE_661ac1607cbbd62b8fbc5265210181ca

  35. Reddy R, Asokan S. Waist-to-height ratio versus waist-to-hip ratio in predicting serum lipid concentration and cardiovascular risk factors in adult females. National Journal of Physiology, Pharmacy and Pharmacology. 2019;9(2):135-39.

  36. Mendoza JA, Hernández J, Domínguez E. Punto de corte del Índice de Conicidad como predictor independiente de disglucemia. (Tesis para obtener el título de Especialista de 1er Grado en Endocrinología). La Habana: Instituto Nacional de Endocrinología; 2018.

  37. Rosales Y. Antropometría en el diagnóstico de pacientes obesos: una revisión. Nutrición Hospitalaria. 2012;27(6):1803-09.

  38. James WPT. The epidemiology of obesity. In: Chadwick DJ, Cardew GC (eds). The origins and consequences of obesity. Chichester: Wiley, (Ciba Foundation Symposium 201). [Internet] 1996 [citado: 07/04/2017]:1–16. Disponible en: https://books.google.com.cu/books?hl=es&lr=&id=5AmN2_yO2-QC&oi=fnd&pg=PA1&dq=+James+WPT.+The+epidemiology+of+obesity.+In:+Chadwick+DJ,+Cardew+GC+(eds).++The+origins+and+consequences+of+obesity.++Chichester:+Wiley,+1996:1%E2%80%9316+(Ciba+Foundation+Symposium+201)&ots=JbD8C2GbGP&sig=SamoO_4Yx2jAMe9COC5cnnPQNo4&redir_esc=y#v=onepage&q&f=false

  39. Pischon T, Boeing H, Hoffmann K, Bergmann M, Schulze MB., Overvad K, et al. General and abdominal adiposity and risk of death in Europe. New England Journal of Medicine. 2008;359(20):2105-20.

  40. Alberti KG, Zimmet PZ. Definition, diagnosis and classification of diabetes mellitus and its complications. Part 1: diagnosis and classification of diabetes mellitus provisional report of a WHO consultation. Diabet Med.1998;15(7):539-53.

  41. Cheng CH, Ho CC, Yang CF, Huang YC, Lai CH, Liaw YP. Waist-to-hip ratio is a better anthropometric index than body mass index for predicting the risk of type 2 diabetes in Taiwanese population. Nutrition Research. 2010;30(9):585-93.

  42. Snehalatha C, Viswanathan V, Ramachandran A. Cutoff values for normal anthropometric variables in Asian Indian adults. Diabetes Care. 2003;26(5):1380-84.

  43. Molarius A, Seidell JC, Sans S, Tuomilehto J, Kuulasmaa K, WHO MONICA Project. Varying sensitivity of waist action levels to identify subjects with overweight or obesity in 19 populations of the WHO MONICA Project. Journal of clinical epidemiology. 1999;52(12):1213-24.

  44. Domínguez T, Quiroz I, Salgado AB, Salgado L, Muñoz JF, Parra I. Las medidas antropométricas como indicadores predictivos de riesgo metabólico en una población mexicana. Nutr. Hosp. 2017;34(1):96-01.




2020     |     www.medigraphic.com