Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Os melhores documentos à venda: Trabalhos de alunos formados
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
Um estudo que analisa a capacidade preditiva de diferentes parâmetros de gordura corporal, como waist circumference, waist-to-height ratio, skinfold predictive equations, baip, e dexa, em relação à resistência à insulina em crianças. O documento também discute as implicações clínicas e a importância de avaliar a acurácia de métodos simples e de baixo custo para estimar a gordura corporal em crianças.
O que você vai aprender
Tipologia: Notas de estudo
1 / 122
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Dissertação apresentada à Universidade Federal de Viçosa, como parte das exigências do Programa de Pós-Graduação em Ciência da Nutrição, para obtenção do título de Magister Scientiae.
ii
Dedico este trabalho a Deus, aos meus pais Dora e Romulo, aos meus avós Therezinha e Francisco (in memorian), Laura e Olandir, aos professores e amigos que me acompanharam em toda a trajetória.
iii
“Suba o primeiro degrau com fé. Não é necessário que você veja toda a escada. Apenas dê o primeiro passo.” (Martin Luther King)
v
Aos demais colegas do PPGCN, que sempre torceram por mim e estimularam a realização do meu trabalho.
À bolsista Tamires e às voluntárias do PASE, Francilene, Mariana e Isabelle, que nos auxiliaram na coleta de dados, sempre disponíveis em nos ajudar em tudo que precisássemos, além de serem pessoas muito agradáveis, tornando o nosso trabalho prazeroso.
Ao pessoal do PET-Nutrição que nos auxiliou na coleta de dados na triagem, sempre disponíveis e demonstrando boa vontade.
À profª e orientadora Juliana Farias de Novaes, pela amizade, confiança, ensinamentos e paciência. Sou eternamente grata pelas oportunidades e por me estimular a seguir a carreira acadêmica, com toda sua tranquilidade e sabedoria.
À profª e coorientadora Andréia Queiroz Ribeiro, que desde a graduação me auxilia com todo seu conhecimento e paciência. Obrigada pela confiança e por contribuir com este trabalho.
À profª e coorientadora Patrícia Feliciano Pereira, que fez grandes contribuições neste trabalho. Obrigada pelo carinho, paciência, amizade e confiança.
À profª Luciana Ferreira da Rocha Sant’Ana, que me orientou durante a graduação e me estimulou a seguir a carreira de pesquisadora. Obrigada pela confiança, amizade, ensinamentos e oportunidades.
À profª Sylvia do Carmo Castro Franceschini por todos os ensinamentos e por ter me estimulado a seguir a carreira acadêmica. Obrigada pelo carinho de sempre, pela confiança e por aceitar a fazer parte da banca de defesa.
A todos os professores do Departamento de Nutrição e Saúde da UFV, que desde a graduação me transmitiram confiança e estimularam a seguir a carreira acadêmica. Seus ensinamentos foram imprescindíveis para minha formação!
vi
À banca examinadora pelas valiosas contribuições.
A todos os servidores e funcionários do Departamento de Nutrição e Saúde da UFV, em especial à Rita Stampini por estar sempre disponível a nos ajudar, e à Solange do Laboratório de Análises Clínicas, que nos auxiliou na análise bioquímica.
Aos servidores e funcionários da Divisão de Saúde da UFV, onde realizamos a coleta de dados.
A todas às escolas públicas e privadas pela receptividade e nos auxiliar na realização do nosso trabalho.
Às crianças que participaram e aos pais/responsáveis pela disponibilidade, paciência, cooperação e por valorizarem e respeitarem o nosso projeto. Sem a participação de vocês, a realização deste trabalho não seria possível. Espero ter contribuído de alguma forma para cada um de vocês.
À Universidade Federal de Viçosa e ao Programa de Pós-Graduação em Ciência da Nutrição pela qualidade de ensino e contribuir para minha formação e crescimento profissional.
À CAPES pela concessão da bolsa de estudos.
Ao CNPq pelo financiamento do projeto.
A todos que de alguma forma contribuíram para a realização deste trabalho.
viii
SUMÁRIO
LISTA DE TABELAS, QUADROS E FIGURAS ...................................................ix LISTA DE ABREVIAÇÕES E SIGLAS ..................................................................xi RESUMO...................................................................................................................xiii ABSTRACT................................................................................................................xv
**1. INTRODUÇÃO........................................................................................................
ix
Quadro 1. Valores críticos, em escore-z, para classificação do estado nutricional pelo Índice de Massa Corporal por Idade (IMC/I), de crianças de 5 a 10 anos...................... Quadro 2. Equações preditivas de dobras cutâneas de Slaughter et al. (1988) e Hoffman et al. (2012)...................................................................................................................... Figura 1. Demarcações de regiões de gordura corporal obtidas no escaneamento do DEXA pelo software enCORE. Adaptado de Stults-Kolehmainen et al. (2013)............
RESULTADOS
Artigo 1: Índice de Adiposidade Corporal (IAC) e Índice de Adiposidade Corporal Pediátrico (IACp) possuem baixa concordância com a gordura corporal em crianças: um estudo de base populacional do PASE – Brasil Tabela 1. Distribuição do estado nutricional e da gordura corporal (%GC) estimada por diferentes métodos em crianças, de acordo com o sexo. PASE-Brasil, Viçosa, 2015................................................................................................................................. Tabela 2. Distribuição de gordura corporal (%GC) estimada por diferentes métodos em crianças, de acordo com a presença de excesso de peso. PASE-Brasil, Viçosa, 2015................................................................................................................................. Tabela 3. Áreas sob a curva Receiver Operating Characteristic (ROC) do Índice de Massa Corporal (IMC) e dos parâmetros de gordura corporal total como preditores de excesso de gordura corporal. PASE-Brasil, Viçosa, 2015.............................................. Tabela 4. Concordância entre o excesso de gordura corporal total estimado por diferentes métodos e o DEXA em crianças de acordo com o sexo. PASE-Brasil, Viçosa, 2015................................................................................................................................. Figura 1. Análise de concordância de Bland & Altman entre valores de gordura corporal total estimado por diferentes métodos e o DEXA em crianças. PASE-Brasil, 2015.................................................................................................................................
xi
LISTA DE ABREVIAÇÕES E SIGLAS
AUC: área sob a curva
BIA: bioimpedância elétrica
cm: centímetro
DCSE: dobra cutânea subescapular
DCT: dobra cutânea tricipital
DEXA: Absorciometria de Raio-X de Dupla Energia
DP: desvio-padrão
E: especificidade
ENDEF: Estudo Nacional de Despesa Familiar
EP: equações preditivas
EPDC: equações preditivas de dobras cutâneas
HOMA-IR: Modelo de Avaliação da Homeostase de Resistência à Insulina
IAC: Índice de Adiposidade Corporal
IACp: Índice de Adiposidade Corporal Pediátrico
IBGE: Instituto Brasileiro de Geografia e Estatística
IC: Índice de Conicidade
IC95%: intervalo de confiança de 95%
IL-6: interleucina-
IMC: Índice de Massa Corporal
IMC/I: Índice de Massa Corporal por idade
IQT: intervalo interquartílico
kg: quilogramas
m: metro
mm: milímetro
MG: Minas Gerais
xii
mg/dL: miligrama por decilitro
n: amostra
NHANES: National Health and Nutrition Examination Survey
OMS: Organização Mundial de Saúde
OR: odds ratio
p-valor: nível de significância estatística (probabilidade)
PASE: Pesquisa de Avaliação da Saúde do Escolar
PC: perímetro da cintura
PP: perímetro do pescoço
POF: Pesquisa de Orçamentos Familiares
R²: coeficiente de determinação
r: coeficiente de correlação
RAG: razão gordura andróide-ginóide
RCE: relação cintura-estatura
RCQ: relação cintura-quadril
ROC: Receiver Operating Characteristic
S: sensibilidade
TNF-α: fator de necrose tumoral-α
UFV: Universidade Federal de Viçosa
VPN: valor preditivo negativo
VPP: valor preditivo positivo
↑ : elevado
%: percentual
%GC: percentual de gordura corporal
μU/mL: microunidades por mililitro
xiv
troncal obtidas pelo DEXA. As análises na curva ROC e na regressão logística demonstraram que todas as medidas de gordura total e central foram capazes de predizer resistência à insulina em crianças, sendo que o IACp, equações preditivas de dobras cutâneas, perímetro da cintura e do pescoço, e relação cintura-estatura apresentaram maiores destaques. Conclui-se que as medidas corporais podem ser utilizadas para avaliar a gordura corporal total (equações preditivas de dobras cutâneas e bioimpedâncias bipolar e tetrapolar) e central (perímetro da cintura e a relação cintura- estatura) de crianças em relação ao DEXA, bem como para triagem da resistência à insulina. Destaca-se que a utilização destas medidas corporais são simples, seguras e não-invasivas, entretanto, sem substituir o diagnóstico por métodos-referência quando disponíveis na prática clínica e em estudos epidemiológicos.
xv
ABSTRACT
FILGUEIRAS, Mariana De Santis, M.Sc., Universidade Federal de Viçosa, July, 2016. Evaluation of body measurements to estimate excess total/central fat and in insulin resistance prediction: a population-based study of children in Viçosa, MG. Advisor: Juliana Farias de Novaes. Co-advisors: Andréia Queiroz Ribeiro and Patrícia Feliciano Pereira.
Childhood obesity is considered an important global public health injury, and is related to different cardiometabolic complications such as insulin resistance. In order to facilitate the identification of children with excess body fat/central and insulin resistance, different body measurements were used, despite being controversial in the pediatric population. The aim of this study was to evaluate the body measurements to estimate the excess of total body fat/central and insulin resistance prediction in children. This is a cross-sectional population-based study conducted with 372 children of 8 and 9 years enrolled in all public and private schools in the city of Viçosa, Minas Gerais. Anthropometric measurements was performed (weight, height, waist circumference, hip circumference, neck circumference), skinfolds triceps and subscapularis measurements, body composition (Body Adiposity Index - BAI, Pediatric Body Adiposity Index - BAIp, bipolar and tetrapolar bioelectrical impedance, skinfold predictive equations, Dual Energy X-ray Absorptiometry - DEXA) and blood collection to assess fasting glucose and insulin. We evaluated central fat measures such as waist-height ratio, waist- hip ratio, conicity index, fat android-gynoid ratio, percentage of android and trunk fats (obtained by DEXA). The cutoff points for total body fat percentage and for android and trunk fats were used 90th percentiles of the sample according to age and sex. From the fasting glucose and insulin, the Homeostasis Model Assessment of Insulin Resistance (HOMA-IR) was calculated to assess insulin resistance, using the 90th percentile of the sample as cutoff. We observed that 42,5% and 9,9% of the children had excess total body fat and insulin resistance, respectively. The agreement analyzes of Kappa and Bland & Altman pointed out that the BAI and the BAIp had lower concordances to skinfold predictive equations and bipolar and tetrapolar impedances compared to DEXA. In addition, the curve Receiver Operating Characteristic (ROC), it was observed that waist circumference and waist-to-height ratio were the best predictors of excess android and trunk fats obtained by DEXA. Analyses on the ROC curve and logistic regression showed that all total and central fat measures were able to predict
1
A obesidade infantil é um agravo de grande impacto na saúde pública, pois a partir do excesso de gordura corporal, muitas complicações cardiometabólicas podem surgir na infância, como as dislipidemias, hipertensão arterial e resistência à insulina (DE ONIS et al., 2010; WANG; LOBSTEIN, 2006; FREEDMAN et al., 1999). Estudos epidemiológicos, como o National Health and Nutrition Examination Survey (NHANES 2009-2012), mostraram que 17,5% das crianças e adolescentes americanos de 3 a 19 anos são obesos, sendo essa prevalência maior na faixa etária de 7 a 12 anos (19,2%) (CARROLL et al., 2015). A Pesquisa de Orçamentos Familiares (POF 2008-
2
gordura andróide e troncal, sendo aplicável a crianças de todas as idades (GOULDING et al., 1996; LOHMAN, 1992; MAZESS et al., 1990). Entretanto métodos mais simples e de menor custo são necessários principalmente para o uso na prática clínica e em estudos epidemiológicos. Alguns métodos de menor custo comparado aos exames de imagem, como as dobras cutâneas e suas equações preditivas, bioimpedâncias elétricas (BIA) bipolar e tetrapolar, são utilizados em pesquisas e em atendimentos ambulatoriais, mas são necessários estudos mais conclusivos a respeito de suas validades (REZENDE et al., 2007). Recentemente, foram desenvolvidos alguns índices para estimar gordura corporal total, como o Índice de Adiposidade Corporal (IAC) (BERGMAN et al., 2011) e o Índice de Adiposidade Corporal Pediátrico (IACp) (EL AARBAOUI et al., 2013). No entanto, o uso destes índices na população pediátrica ainda é controverso (ZHAO, ZHANG, 2015; YU et al., 2015; THIVEL et al., 2015). Tendo em vista a importância em diagnosticar a obesidade central e suas complicações metabólicas, algumas medidas corporais são utilizadas rotineiramente, como o perímetro da cintura (PC), o perímetro do pescoço (PP) e a relação cintura- estatura (RCE) (BLÜHER et al., 2013; GRÖBER-GRÄTZ et al., 2013; HATIPOGLU et al., 2010; NAFIU et al., 2010). Estudos com adultos mostraram a associação da relação cintura-quadril (RCQ) e do índice de conicidade (IC) com fatores de risco cardiometabólicos (TAYLOR et al., 1998; VALDEZ et al., 1993). Sabe-se que a resistência à insulina é a principal alteração metabólica associada à obesidade (REAVEN, 1988), sendo importante avaliar a capacidade preditiva das medidas corporais para esta alteração em fases precoces da vida. Muitas das medidas corporais que predizem gordura corporal total e central também são capazes de predizer resistência à insulina em crianças, no entanto os resultados ainda são contraditórios (MOREIRA et al., 2008; KUBA et al., 2013; MUELLER et al., 2013; SIJTSMA et al., 2014; GOMEZ-ARBELAEZ et al., 2016; SAMSELL et al., 2014). Dentre todas as medidas corporais que estimam gordura total e central em crianças, ainda não existe um consenso de qual é mais eficaz para ser utilizada na prática clínica e em pesquisas populacionais. É importante ressaltar que poucos estudos avaliaram a concordância de métodos que estimam gordura corporal com método- referência em crianças (EL AARBAOUI et al., 2013; DOBASHI et al., 2016). Além disso, a predição das medidas corporais para a resistência à insulina em fases precoces
