Analizar la relación entre indicadores antropométricos como el índice de Deprés y los factores de riesgo cardiometabólico en adultos. El presente fue un estudio de tipo correlacional con un enfoque cuantitativo. Encontramos fuertes correlaciones entre las mediciones antropométricas y el tejido adiposo abdominal, destacando la relación cintura-talla y la circunferencia de cintura como los más fuertemente correlacionados. La tabla de correlación mostró que la mayoría de las variables estudiadas tenían correlaciones significativas con el tejido adiposo abdominal profundo, excepto la glucosa. La regresión lineal exhibió altos valores de R (0.90 y 0.99) para la relación cintura-talla y la circunferencia de cintura, respectivamente, sugiriendo una fuerte predicción del tejido adiposo abdominal por estas medidas. Se recomienda el uso de la circunferencia de cintura y la relación cintura-talla para evaluar la composición corporal y el estado nutricional. En conclusión, se encontraron correlaciones significativas entre las variables antropométricas y el tejido adiposo abdominal profundo. La relación cintura-talla y la circunferencia de cintura mostraron las correlaciones más fuertes con el tejido adiposo abdominal profundo. Se concluye que el perímetro de cintura y la relación cintura-talla son medidas más adecuadas para evaluar el tejido adiposo abdominal profundo y, por ende, el estado de nutrición en este grupo de estudiantes de nutrición. Estos resultados sugieren la importancia de enfocarse en medidas más específicas como la relación cintura-talla y la circunferencia de cintura para evaluar la distribución de grasa abdominal y el riesgo cardiometabólico en esta población estudiantil. La originalidad radica en la identificación y validación de la relación cintura-talla y la circunferencia de cintura como indicadores clave para evaluar no solo la distribución de grasa abdominal, sino también el riesgo cardiometabólico.
Chatterjee, A., Harris, S. B., Leiter, L. A., Fitchett, D. H., Teoh, H., Bhattacharyya, O. K., & Cardiometabolic Risk Working Group (Canadian). (2012). Managing cardiometabolic risk in primary care: summary of the 2011 consensus statement. Canadian Family Physician, 58(4), 389–e201.
Després, J. P., Prud'homme, D., Pouliot, M. C., Tremblay, A., & Bouchard, C. (1991). Estimation of deep abdominal adipose-tissue accumulation from simple anthropometric measurements in men. The American Journal of Clinical Nutrition, 54(3), 471–477. https://doi.org/10.1093/ajcn/54.3.471
Domínguez-Reyes, T., Quiroz-Vargas, I., Salgado-Bernabé, A. B., Salgado-Goytia, L., Muñoz-Valle, J. F., & Parra- Rojas, I. (2017). Las medidas antropométricas como indicadores predictivos de riesgo metabólico en una población mexicana. Nutricion Hospitalaria, 34(1), 96–101. https://doi.org/10.20960/nh.98
Golabi, S., Ajloo, S., Maghsoudi, F., Adelipour, M., & Naghashpour, M. (2021). Associations between traditional and non-traditional anthropometric indices and cardiometabolic risk factors among inpatients with type 2 diabetes mellitus: a cross-sectional study. Journal of International Medical Research, 49(10). https://doi.org/10.1177/03000605211049960
Greco, F., & Mallio, C. A. (2021). Artificial intelligence and abdominal adipose tissue analysis: a literature review. Quantitative Imaging in Medicine and Surgery, 11(10), 4461–4474. https://doi.org/10.21037/qims-21-370
Khoury, M., Manlhiot, C., Gibson, D., Chahal, N., Stearne, K., Dobbin, S., & McCrindle, B. W. (2016). Universal screening for cardiovascular disease risk factors in adolescents to identify high-risk families: A populationbased cross-sectional study. BMC Pediatrics, 16(1). https://doi.org/10.1186/s12887-016-0548-3
Kim, Y. J., Park, J. W., Kim, J. W., Park, C. S., Gonzalez, J. P. S., Lee, S. H., Kim, K. G., & Oh, J. H. (2016). Computerized automated quantification of subcutaneous and visceral adipose tissue from computed tomography scans: Development and validation study. JMIR Medical Informatics, 4(1). https://doi.org/10.2196/medinform.4923
Ledoux M, Lambert J, Reeder BA, Després JP. (1997). Correlation between cardiovascular disease risk factors and simple anthropometric measures. Canadian Heart Health Surveys Research Group. CMAJ. Jul 1;157 Suppl 1:S46-53. PMID: 9220954.
Leiter, L. A., Fitchett, D. H., Gilbert, R. E., Gupta, M., Mancini, G. B. J., McFarlane, P. A., Ross, R., Teoh, H., Verma, S., Anand, S., Camelon, K., Chow, C. M., Cox, J. L., Després, J. P., Genest, J., Harris, S. B., Lau, D. C. W., Lewanczuk, R., Liu, P. P., … Ur, E. (2011). Cardiometabolic risk in Canada: A detailed analysis and position paper by the Cardiometabolic risk working group. Canadian Journal of Cardiology, 27(2). https://doi.org/10.1016/j. cjca.2010.12.054
Li Y, Zou Z, Luo J, Ma J, Ma Y, Jing J, Zhang X, Luo C, Wang H, Zhao H, Pan D, Jia P. (2020). The predictive value of anthropometric indices for cardiometabolic risk factors in Chinese children and adolescents: A national multicenter school-based study. PLoS One. Jan 21;15(1):e0227954. doi: 10.1371/journal.pone.0227954. PMID: 31961891; PMCID: PMC6974264.
Lohman, T. G., Roche, A. F., & Martorell, R. (1988). Anthropometric standardization reference manual. Human kinetics books.
Memarian, E., Nilsson, P. M., Zia, I., Christensson, A., & Engström, G. (2021). The risk of chronic kidney disease in relation to anthropometric measures of obesity: A Swedish cohort study. BMC Nephrology, 22(1). https://doi.org/10.1186/s12882-021-02531-7
Morigny, P., Boucher, J., Arner, P., & Langin, D. (2021). Lipid and glucose metabolism in white adipocytes: pathways, dysfunction and therapeutics. In Nature Reviews Endocrinology (Vol. 17, Issue 5, pp. 276–295). Nature Research. https://doi.org/10.1038/s41574-021-00471-8
Muaidi, Q. I., & Ahsan, M. (2019). Measurement of visceral fat, abdominal circumference and waist-hip ratio to predict health risk in males and females. Pakistan Journal of Biological Sciences, 22(4), 168–173. https://doi.org/10.3923/pjbs.2019.168.173
Organización Mundial de la Salud. Obesidad y sobrepeso. 2021. Disponible en: http://www.who.int/mediacentre/factsheets/fs311/es/.
Padilla, C. J., Ferreyro, F. A., & Arnold, W. D. (2021). Anthropometry as a readily accessible health Assessment of Older adults. In Experimental Gerontology (Vol. 153). Elsevier Inc. https://doi.org/10.1016/j.exger.2021.111464
Polanka BM, Berntson J, Vrany EA, Stewart JC. (2018). Are Cardiovascular Risk Factors Stronger Predictors of Incident Cardiovascular Disease in U.S. Adults With Versus Without a History of Clinical Depression? Ann Behav Med. Nov 12;52(12):1036-1045. doi: 10.1093/abm/kay007. PMID: 30418524; PMCID: PMC6887727
Ramírez-Vélez R, Pérez-Sousa MÁ, Izquierdo M, Cano-Gutierrez CA, González-Jiménez E, Schmidt-RioValle J, González-Ruíz K, Correa-Rodríguez M. (2019). Validation of Surrogate Anthropometric Indices in Older Adults: What Is the Best Indicator of High Cardiometabolic Risk Factor Clustering? Nutrients. 2019 Jul 24;11(8):1701. doi: 10.3390/nu11081701. Erratum in: Nutrients;11(10): PMID: 31344803; PMCID: PMC6723899.
Simoni, P., Guglielmi, R., & Gómez, M. P. A. (2020). Imaging of body composition in children. In Quantitative Imaging in Medicine and Surgery (Vol. 10, Issue 8, pp. 1661–1671). AME Publishing Company. https://doi.org/10.21037/QIMS.2020.04.06
Srinivasan, S. R., Wang, R., Chen, W., Wei, C. Y., Xu, J., & Berenson, G. S. (2009). Utility of Waist-To-Height Ratio in Detecting Central Obesity and Related Adverse Cardiovascular Risk Profile Among Normal Weight Younger Adults (from the Bogalusa Heart Study). American Journal of Cardiology, 104(5), 721–724. https://doi.org/10.1016/j.amjcard.2009.04.037
Stenkula, K. G., & Erlanson-Albertsson, C. (2018). Adipose cell size: importance in health and disease. Am J Physiol Regul Integr Comp Physiol, 315, 284–295. https://doi.org/10.1152/ajpregu.00257.2017.-Adipose
Tandon, P., Wafer, R., & Minchin, J. E. N. (2018). Adipose morphology and metabolic disease. In *Journal of Experimental Biology (Vol. 121)*. Company of Biologists Ltd. https://doi.org/10.1242/jeb.164970
Tian, T., Zhang, J., Zhu, Q., Xie, W., Wang, Y., & Dai, Y. (2020). Predicting the value of five anthropometric measures in metabolic syndrome among Jiangsu Province, China. *BMC Public Health, 20*(1). https://doi.org/10.1186/s12889-020-09423-9
Powell-Wiley, T. M., Poirier, P., Burke, L. E., Després, J. P., Gordon-Larsen, P., Lavie, C. J., Lear, S. A., Ndumele, C. E., Neeland, I. J., Sanders, P., & St-Onge, M.-P. (2021). On behalf of the American Heart Association Council on Lifestyle and Cardiometabolic Health; Council on Cardiovascular and Stroke Nursing; Council on Clinical Cardiology; Council on Epidemiology and Prevention; and Stroke Council. (2021). Circulation, 143, e984–e1010.
Vega-Robledo, G. B., & Rico-Rosillo, M. G. (2019). Adipose tissue: Immune function and alterations caused by obesity. *Revista Alergia Mexico, 66*(3), 340–353. https://doi.org/10.29262/ram.v66i3.589
Yusuf, S., Hawken, S., Ounpuu, S., Bautista, L., Franzosi, M. G., Commerford, P., Lang, C. C., Rumboldt, Z., Onen, C. L., Lisheng, L., Tanomsup, S., Wangai, P. Jr, Razak, F., Sharma, A. M., Anand, S. S., & INTERHEART Study Investigators (2005). Obesity and the risk of myocardial infarction in 27,000 participants from 52 countries: a case-control study. *The Lancet (London, England), 366*(9497), 1640–1649. https://doi.org/10.1016/S0140-6736(05)67663-5
