Patrones dietéticos y riesgo dislipidémico en adultos peruanos: análisis transversal de una encuesta nacional

• Alan Jimy Apaza Durand ^[1] ; Miguel Ángel Inocente Camones ^[2] ; Yuliana Yessy Gomez Rutti ^[3] ; José Manuel Dora Moscoso ^[2]
  1. [1] Universidad Norbert Wiener
  2. [2] Universidad Privada Norbert Wiener
  3. [3] Universidad Nacional de Educación Enrique Guzmán y Valle

  Mostrar afiliaciones +
• Localización: Nutrición clínica y dietética hospitalaria, ISSN 0211-6057, Vol. 46, Nº. 2, 2026, págs. 341-347
• Idioma: español
• DOI: 10.12873/NCDH-2026-128
• Títulos paralelos:
  • Dietary patterns and risk of dyslipidemia in Peruvian adults: cross-sectional analysis of a national survey
• Enlaces
  • Texto completo
• Resumen
  • español

    Objetivos: Evaluar la asociación entre los patrones dietéticos y el riesgo dislipidémico en adultos peruanos utilizando datos representativos a nivel nacional.

    Métodos: Estudio transversal analítico basado en datos secundarios del Instituto Nacional de Salud del Perú. La ingesta dietética se evaluó mediante recordatorio de 24 horas. Los patrones dietéticos se identificaron mediante análisis de componentes principales (ACP). El riesgo dislipidémico se definió a partir de parámetros del perfil lipídico. Se emplearon modelos de regresión logística ponderados con errores estándar robustos, considerando el diseño muestral complejo.

    Resultados: Se incluyeron 912 adultos (edad media: 38,0 ± 11,7 años; IMC: 27,1 ± 5,0 kg/m²). La prevalencia de riesgo dislipidémico fue 71,2%. No se encontraron asociaciones significativas entre los patrones dietéticos y el riesgo dislipidémico. La edad (OR: 1,03; IC95%: 1,01–1,04) y el IMC (OR: 1,10; IC95%: 1,06–1,14) se asociaron significativamente con el desenlace.

    Conclusiones: Los patrones dietéticos no se asociaron con el riesgo dislipidémico. La edad y el IMC fueron determinantes clave, resaltando la importancia de factores individuales en la salud metabólica.

  • English

    Objectives: To evaluate the association between dietary patterns and dyslipidemia risk in Peruvian adults using nationally representative data.

    Methods: This was a cross-sectional analytical study based on secondary data from the National Institute of Health of Peru. Dietary intake was assessed using a 24-hour recall. Dietary patterns were identified using principal component analysis (PCA). Dyslipidemia risk was defined based on lipid profile parameters. Weighted logistic regression models with robust standard errors were used, considering the complex sample design.

    Results: 912 adults were included (mean age: 38.0 ± 11.7 years; BMI: 27.1 ± 5.0 kg/m²). The prevalence of dyslipidemia risk was 71.2%. No significant associations were found between dietary patterns and dyslipidemia risk. Age (OR: 1.03; 95% CI: 1.01–1.04) and BMI (OR: 1.10; 95% CI: 1.06–1.14) were significantly associated with the outcome.

    Conclusions: Dietary patterns were not associated with dyslipidemic risk. Age and BMI were key determinants, highlighting the importance of individual factors in metabolic health.

• Referencias bibliográficas
  • World Health Organization. Noncommunicable diseases [Internet]. 2025. Disponible en: https://www.who.int/news-room/fact-sheets/detail/noncommunicable-diseases
  • Hu FB. Dietary pattern analysis: a new direction in nutritional epidemiology: Curr Opin Lipidol. febrero de 2002;13(1):3-9. doi:10.1097/00041433-200202000-00002
  • Wirfält E, Drake I, Wallström P. What do review papers conclude about food and dietary patterns? Food Nutr Res. enero de 2013; 57(1):20523....
  • Satija A, Hu FB. Plant-based diets and cardiovascular health. Trends Cardiovasc Med. octubre de 2018;28(7):437-41. doi:10.1016/j.tcm.2018.02.004
  • Schulze MB, Hoffmann K. Methodological approaches to study dietary patterns in relation to risk of coronary heart disease and stroke. Br J...
  • Popkin BM. The nutrition transition and its health implications in lower-income countries. Public Health Nutr. marzo de 1998;1(1): 5-21. doi:10.1079/PHN19980004
  • Rivera JÁ, De Cossío TG, Pedraza LS, Aburto TC, Sánchez TG, Martorell R. Childhood and adolescent overweight and obesity in Latin America:...
  • Instituto Nacional de Estadística e Informática (INEI). Encuesta Demográfica y de Salud Familiar (ENDES) [Internet]. Lima, Perú; 2025. Disponible...
  • Shan Z, Wang F, Li Y, Baden MY, Bhupathiraju SN, Wang DD, et al. Healthy Eating Patterns and Risk of Total and Cause-Specific Mortality. JAMA...
  • Mozaffarian D. Dietary and Policy Priorities for Cardiovascular Disease, Diabetes, and Obesity: A Comprehensive Review. Circulation. 12 de...
  • National Cancer Institute. Conceptos clave sobre el error de medición [Internet]. 2025. Disponible en: https://epi.grants.cancer.gov/dietary-assessment-primer/concepts/error/
  • Zhou B, Lu Y, Hajifathalian K, Bentham J, Di Cesare M, Danaei G, et al. Worldwide trends in diabetes since 1980: a pooled analysis of 751...
  • Micha R, Peñalvo JL, Cudhea F, Imamura F, Rehm CD, Mozaffarian Association Between Dietary Factors and Mortality From Heart Disease, Stroke,...
  • Rothman KJ, Lash TL, VanderWeele TJ, Haneuse S. Modern epidemiology. Fourth edition. Philadelphia: Wolters Kluwer / Lippincott Williams &...
  • Hernández R, Mendoza C. Metodología de la investigación 7° Edición [Internet]. México, México; 2018. Disponible en: https://bibliotecadelfriki.site/metodologia-de-la-investigacion-7-ed-hernandez-sampieri/