Acceso usuarios
Colombia
Introducción: El objetivo del presente trabajo fue determinar la relación entre grasa corporal y Síndrome Metabólico (SM), utilizando curvas ROC, en adultos de una localidad del caribe colombiano.
Material y Métodos: Estudio transversal con 552 adultos de 20 a 64 años, con información completa de perfil lipídico, glicemia y mediciones antropométricas: peso, talla, presión arterial, perímetro de cintura y pliegues cutáneos. Se calculó porcentaje de grasa corporal mediante ecuaciones de Siri, Brozeck y Lean y se determinó la presencia de SM mediante 4 consensos: AHA, ATP III, IDF y Armonizado. Para comparar los promedios de grasa corporal según estos se usó T de Student y/o U de Mann Whitney. Se utilizó análisis de curvas ROC para determinar puntos de corte de la grasa corporal para determinar el SM.
Resultados: Las medias de grasa corporal fueron mayores en sujetos con SM independientemente del método utilizado (p<0,05). Las áreas bajo curva ROC oscilaron entre 63% y 76,9%, con sensibilidades entre 50% y 85%, y especificidades entre 51% y 78%. Mediante Lean-cintura y el consenso de AHA se obtuvo el valor más alto del área bajo la curva (0,77; punto de corte: 37,1; sensibilidad: 60,8; especificidad: 78,8%) y utilizando Siri y el consenso Armonizado se obtuvo el valor más bajo (0,63; punto de corte: 28,5; sensibilidad: 80%; especificidad: 42,5%).
Conclusiones: El análisis de curvas ROC permite identificar la relación entre grasa corporal y síndrome metabólico, y podría emplearse como tamizaje, teniendo en cuenta que los valores de sensibilidad y especificidad dependen de las mediciones antropométricas y las ecuaciones empleadas.
Introduction: The aim of the present work was to determine the relationship between body fat and Metabolic Syndrome (MS) in adults of a Colombian Caribbean locality using ROC curves.
Material and Methods: A cross-sectional study was carried out with 552 adults aged 20 to 64 years, with complete information on: lipid profile, glycemia and anthropometric measurements: weight, height, blood pressure, waist circumference and skinfolds. Body fat percentage was calculated by means of Siri, Brozeck and Lean equations and the presence of MS was determined through 4 consensuses: AHA, ATP III, IDF and Harmonized. To compare body fat averages according to these, Student’s T and/or Mann Whitney U were used. ROC curve analysis was used to determine cut-off points of body fat to determine SM.
Results: Body fat means were higher in subjects with MS regardless of the method used (p<0.05). The areas under the ROC curve ranged between 63% and 76.9%, with sensitivities between 50% and 85%, and specificities between 51% and 78%. The highest value of the area under the curve (0.77; cut-off point: 37.1, sensitivity: 60.8, specificity: 78.8%) was obtained by Lean-waist and the consensus of AHA and using Siri and the Harmonized consensus obtained the lowest value (0.63; cut-off point: 28.5, sensitivity: 80%, specificity: 42.5%).
Conclusions: The analysis of ROC curves allows identifying the relationship between body fat and metabolic syndrome. It could be used as a screening test, taking into account that the values of sensitivity and specificity depend on the anthropometric measurements and the equations used.
