Publique en esta revista
Información de la revista
Vol. 71. Núm. 3.
Páginas 170-177 (marzo 2018)
Visitas
No disponible
Vol. 71. Núm. 3.
Páginas 170-177 (marzo 2018)
Artículo original
Acceso a texto completo
Asociación de obesidad general y abdominal con hipertensión, dislipemia y presencia de prediabetes en el estudio PREDAPS
Association of General and Abdominal Obesity With Hypertension, Dyslipidemia and Prediabetes in the PREDAPS Study
Visitas
17984
F. Javier Sangrósa, Jesús Torrecillab, Carolina Giráldez-Garcíac,d,
Autor para correspondencia
cvalle.giraldez@gmail.com

Autor para correspondencia: Servicio de Medicina Preventiva, Hospital Universitario Infanta Elena, Avda. de los Reyes Católicos 21, 28342 Valdemoro, Madrid, España.
, Lourdes Carrilloe, José Manceraf, Teresa Murg, Josep Franchh, Javier Díezi, Albert Godayj, Rosario Serranok, F. Javier García-Soidánl, Gabriel Cuatrecasasm, Dimas Igualn, Ana Morenoo, J. Manuel Millarueloa, Francisco Carramiñanao, Manuel Antonio Ruizp, Francisco Carlos Pérezk, Yon Iriarteq, Ángela Lorenzor..., María Gonzálezs, Beatriz Álvarezt, Lourdes Barutellt, M. Soledad Mayayok, Mercedes del Castillot, Emma Navarrou, Fernando Malov, Ainhoa Cambraw, Riánsares Lópezx, M. Ángel Gutiérrezy, Luisa Gutiérrezz, Carmen Boentel, J. Javier Mediavillaaa, Luis Prietoab, Luis Mendoac, M. José Mansillak, Francisco Javier Ortegaad, Antonia Borrasae, L. Gabriel Sánchezaf, J. Carlos Obayaag, Margarita Alonsoah, Francisco Garcíaai, Ángela Trinidad Gutiérrezaj, Ana M. Hernándezaj, Dulce Suárezaj, J. Carlos Álvarezak, Isabel Sáenzal, F. Javier Martínezam, Ana Casorránan, Jazmín Ripollan, Alejandro Salanovaan, M. Teresa Marínao, Félix Gutiérrezb, Jaime Innerárityap, M. del Mar Álvarezap, Sara Artolaap, M. Jesús Bedoyaap, Santiago Povedaaq, Fernando Álvarezar, M. Jesús Britoas, Rosario Iglesiasat, Francisca Paniaguaf, Pedro Nogalesau, Ángel Gómezav, José Félix Rubioav, M. Carmen Duránaw, Julio Sagredoax, M. Teresa Gijónay, M. Ángeles Rollánay, Pedro P. Pérezaz, Javier Gamarraba, Francisco Carbonellbb, Luis García-Giraldabc, J. Joaquín Antónbc, Manuel de la Florbd, Rosario Martínezbe, José Luis Pardobf, Antonio Ruizbg, Raquel Planabh, Ramón Macíabi, Mercè Villaróg, Carmen Babacebj, José Luis Torresbj, Concepción Blancobk, Ángeles Juradobl, José Luis Martínbl, Jorge Navarrobm, Gloria Sanzbn, Rafael Colasbo, Blanca Corderobp, Cristina de Castrobp, Mercedes Ibáñezbq, Alicia Monzónbr, Nuria Portag, María del Carmen Gómezbs, Rafael Llanesbt, J. José Rodríguezbu, Esteban Granerobv, Manuel Sánchezbv, Juan Martínezbw, Patxi Ezkurrabx, Luis Ávilaby, Carlos de la Senbz, Antonio Rodríguezca, Pilar Builcb, Paula Gabrielcc, Pilar Rouracc, Eduard Tarragócd, Xavier Mundetce, Remei Boschcf, J. Carles Gonzálezcg, M. Isabel Bobéch, Manel Matach, Irene Ruizci, Flora Lópezcj, Marti Birulesck, Oriol Armengolck, Rosa Mar de Miguelcl, Laura Romeracm, Belén Benitoh, Neus Piulatsh, Beatriz Bilbenyh, J. José Cabrécn, Xavier Cosco, Ramón Pujolcp, Mateu Seguícq, Carmen Losadacr, A. María de Santiagocs, Pedro Muñozct, Enrique Regidord,cu,cvVer más
a Atención Primaria, Centro de Salud Torrero-La Paz, Zaragoza, España
b Atención Primaria, Centro de Salud Bombarda-Monsalud, Zaragoza, España
c Servicio de Medicina Preventiva, Hospital Universitario Infanta Elena, Valdemoro, Madrid, España
d Departamento de Medicina Preventiva, Salud Pública e Historia de la Ciencia, Universidad Complutense de Madrid, Madrid, España
e Atención Primaria, Centro de Salud La Victoria de Acentejo, La Victoria de Acentejo, Santa Cruz de Tenerife, España
f Atención Primaria, Centro de Salud Ciudad Jardín, Málaga, España
g Atención Primaria, Centro de Atención Primaria Terrassa Sud, Terrassa, Barcelona, España
h Equipo de Atención Primaria, Centro de Salud Raval Sud, Barcelona, España
i Atención Primaria, Centro de Salud Tafalla, Tafalla, Navarra, España
j Servicio de Endocrinología y Nutrición, Hospital del Mar, Barcelona, España
k Atención Primaria, Centro de Salud Martín de Vargas, Madrid, España
l Atención Primaria, Centro de Salud Porriño, Porriño, Pontevedra, España
m Atención Primaria, Centro de Atención Primaria de Sarrià, Barcelona, España
n Atención Primaria, Centro de Salud Manuel Encinas, Cáceres, España
o Atención Primaria, Centro de Salud San Roque, Badajoz, España
p Atención Primaria, Centro de Salud Agost, Agost, Alicante, España
q Atención Primaria, Centro de Salud Aizarnazabal-Getaria, Guipúzcua, España
r Atención Primaria, Centro de Salud Alcalá de Guadaira, Madrid, España
s Atención Primaria, Centro de Salud Alcantarilla-Sangonera, Alcantarilla, Murcia, España
t Atención Primaria, Centro de Salud Andrés Mellado, Madrid, España
u Atención Primaria, Centro de Salud Añaza, Añaza, Santa Cruz de Tenerife, España
v Atención Primaria, Centro de Salud Ares, Ares, A Coruña, España
w Atención Primaria, Centro de Salud Arrabal, Zaragoza, España
x Atención Primaria, Centro de Salud Artilleros, Madrid, España
y Atención Primaria, Centro de Salud Ávila Sur Oeste, Ávila, España
z Atención Primaria, Centro de Salud Errenteria-Beraun, Rentería, Guipúzcoa, España
aa Atención Primaria, Centro de Salud Burgos Rural, Burgos, España
ab Atención Primaria, Centro de Salud Cáceres-La Mejostilla, Cáceres, España
ac Atención Primaria, Centro de Salud Cadreita, Cadreita, Navarra, España
ad Atención Primaria, Centro de Salud Campos-Lampreana, Villarrín de Campos, Zamora, España
ae Atención Primaria, Centro de Salud Canal Salat, Ciutadella, Islas Baleares, España
af Atención Primaria, Centro de Salud Carballeda, Mombuey, Zamora, España
ag Atención Primaria, Centro de Salud Chopera, Alcobendas, Madrid, España
ah Atención Primaria, Centro de Salud La Eria, Oviedo, Asturias, España
ai Atención Primaria, Centro de Salud Don Benito Este, Badajoz, España
aj Atención Primaria, Centro de Salud El Calero, Las Palmas, España
ak Atención Primaria, Centro de Salud Eras de Renueva, León, España
al Atención Primaria, Centro de Salud Espronceda, Madrid, España
am Atención Primaria, Centro de Salud Federica Montseny, Madrid, España
an Atención Primaria, Centro de Salud Fuente de San Luis, Valencia, España
ao Atención Primaria, Centro de Salud General Ricardos, Madrid, España
ap Atención Primaria, Centro de Salud Hereza, Leganés, Madrid, España
aq Atención Primaria, Centro de Salud Jumilla, Jumilla, Murcia, España
ar Atención Primaria, Centro de Salud La Calzada II, Gijón, Asturias, España
as Atención Primaria, Centro de Salud La Matanza, Santa Cruz de Tenerife, España
at Atención Primaria, Centro de Salud Pedro Lain Entralgo, Alcorcón, Madrid, España
au Atención Primaria, Centro de Salud Las Águilas, Madrid, España
av Atención Primaria, Centro de Salud Lasarte, Lasarte-Oria, Guipúzcoa, España
aw Atención Primaria, Centro de Salud Lavadores, Vigo, Pontevedra, España
ax Atención Primaria, Centro de Salud Los Rosales, Madrid, España
ay Atención Primaria, Centro de Salud Los Yébenes, Madrid, España
az Atención Primaria, Centro de Salud Mallen, Sevilla, España
ba Atención Primaria, Centro de Salud Medina del Campo Rural, Medina del Campo, Valladolid, España
bb Atención Primaria, Centro de Salud Mislata, Mislata, Valencia, España
bc Atención Primaria, Centro de Salud Murcia Centro, Murcia, España
bd Atención Primaria, Centro de Salud Nuestra Señora de Gracia, Carmona, Sevilla, España
be Atención Primaria, Centro de Salud Oñati, Oñati, Guipúzcoa, España
bf Atención Primaria, Centro de Salud Orihuela I, Orihuela, Alicante, España
bg Atención Primaria, Centro de Salud Pinto, Pinto, Madrid, España
bh Atención Primaria, Centro de Salud Ponteareas, Ponteareas, Pontevedra, España
bi Atención Primaria, Centro de Salud Roces Montevil, Gijón, Asturias, España
bj Atención Primaria, Centro de Salud Rodríguez Paterna, Logroño, La Rioja, España
bk Atención Primaria, Centro de Salud Sada, Sada, A Coruña, España
bl Atención Primaria, Centro de Salud Salvador Caballero, Granada, España
bm Atención Primaria, Centro de Salud Salvador Pau, Valencia, España
bn Atención Primaria, Centro de Salud San José Centro, Zaragoza, España
bo Atención Primaria, Centro de Salud Santoña, Santoña, Cantabria, España
bp Atención Primaria, Centro de Salud Santa María de Benquerencia, Toledo, España
bq Atención Primaria, Centro de Salud Vandel, Madrid, España
br Atención Primaria, Centro de Salud Vecindario, Vecindario, Las Palmas, España
bs Atención Primaria, Centro de Salud Vélez-Málaga Norte, Vélez-Málaga, Málaga, España
bt Atención Primaria, Centro de Salud Villanueva de la Cañada, Villanueva de la Cañada, Madrid, España
bu Atención Primaria, Centro de Salud Villaviciosa de Odón, Villaviciosa de Odón, Madrid, España
bv Atención Primaria, Centro de Salud Vista Alegre Murcia, Murcia, España
bw Atención Primaria, Centro de Salud Yecla, Yecla, Murcia, España
bx Atención Primaria, Centro de Salud Zumaia, Zumaia, Guipúzcoa, España
by Atención Primaria, Consultorio Almáchar, Almáchar, Málaga, España
bz Atención Primaria, Consultorio San Gabriel, Alicante, España
ca Equipo de Atención Primaria, Centro de Salud Anglès, Anglès, Girona, España
cb Equipo de Atención Primaria, Centro de Salud Azpilagaña, Pamplona, Navarra, España
cc Equipo de Atención Primaria, Centro de Salud Badia del Vallès, Badia del Vallès, Barcelona, España
cd Equipo de Atención Primaria, Centro de Salud Bellvitge, L’Hospitalet de Llobregat, Barcelona, España
ce Equipo de Atención Primaria, Centro de Salud El Carmel, Barcelona, España
cf Equipo de Atención Primaria, Centro de Salud Girona 2, Girona, España
cg Equipo de Atención Primaria, Centro de Salud Girona 3, Girona, España
ch Equipo de Atención Primaria, Centro de Salud La Mina, Barcelona, España
ci Equipo de Atención Primaria, Centro de Salud La Torrassa, Barcelona, España
cj Equipo de Atención Primaria, Centro de Salud Martorell, Martorell, Barcelona, España
ck Equipo de Atención Primaria, Centro de Salud Poblenou, Barcelona, España
cl Equipo de Atención Primaria, Centro de Salud Pubillas Casas, Esplugues de Llobregat, Barcelona, España
cm Equipo de Atención Primaria, Centro de Salud Raval Nord, Barcelona, España
cn Equipo de Atención Primaria, Centro de Salud Reus-1, Reus, Tarragona, España
co Equipo de Atención Primaria, Centro de Salud Sant Martí de Provençals, Barcelona, España
cp Equipo de Atención Primaria, Centro de Salud Tremp, Tremp, Lleida, España
cq Atención Primaria, Unidad Básica de Salud de Es Castell, Es Castell, Islas Baleares, España
cr Unidad de Gestión Clínica, Centro de Salud Adoratrices, Huelva, España
cs Unidad Docente de Atención Familiar y Comunitaria, Servicio de Salud de Castilla-La Mancha, Guadalajara, España
ct Unidad Docente de Medicina Familiar y Comunitaria, Gerencia de Atención Primaria, Santander, Cantabria, España
cu Centro de Investigación Biomédica en Red de Epidemiología y Salud Pública (CIBERESP), Madrid, España
cv Instituto de Investigación Sanitaria del Hospital Clínico San Carlos (IdISSC), Madrid, España
Ver más
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (4)
Tabla 1. Distribución porcentual de los sujetos con prediabetes y de los sujetos sin alteraciones en el metabolismo de la glucosa, según características de edad, antecedentes familiares de diabetes mellitus, presión arterial, lípidos y obesidad
Tabla 2. Asociación entre diferentes mediciones antropométricas de obesidad y dislipemia e hipertensión arterial en mujeres y varones
Tabla 3. Asociación entre diferentes mediciones antropométricas de obesidad y presencia de prediabetes en mujeres y varones
Tabla 4. Asociación entre diferentes mediciones antropométricas de obesidad y presencia de prediabetes en mujeres y varones, según tipo de prediabetesa
Mostrar másMostrar menos
Resumen
Introducción y objetivos

Algunas medidas antropométricas muestran mayor capacidad que otras para discriminar la presencia de factores de riesgo cardiovascular. Este trabajo estima la magnitud de la asociación de diversos indicadores antropométricos de obesidad con hipertensión, dislipemia y prediabetes (glucemia basal o glucohemoglobina alteradas).

Métodos

Análisis transversal de la información recogida en 2.022 sujetos del estudio PREDAPS (etapa basal). Se definió obesidad general como índice de masa corporal ≥ 30kg/m2 y obesidad abdominal con 2 criterios: a) perímetro de cintura (PC) ≥ 102cm en varones/PC ≥ 88cm en mujeres, y b) índice cintura/estatura (ICE) ≥ 0,55. La magnitud de la asociación se estimó mediante regresión logística.

Resultados

La hipertensión arterial mostró la asociación más alta con la obesidad general en mujeres (OR = 3,01; IC95%, 2,24-4,04) y con la obesidad abdominal según el criterio del ICE en varones (OR = 3,65; IC95%, 2,66-5,01). La hipertrigliceridemia y los valores bajos de colesterol unido a lipoproteínas de alta densidad mostraron la asociación más alta con obesidad abdominal según el criterio del ICE en mujeres (OR = 2,49; IC95%, 1,68-3,67 y OR = 2,70; IC95%, 1,89-3,86) y la obesidad general en varones (OR = 2,06; IC95%, 1,56-2,73 y OR = 1,68; IC95%, 1,21-2,33). La prediabetes mostró la asociación más alta con obesidad abdominal según el criterio del ICE en mujeres (OR = 2,48; IC95%, 1,85-3,33) y con obesidad abdominal según el criterio del PC en varones (OR = 2,33; IC95%, 1,75-3,08).

Conclusiones

Los indicadores de obesidad abdominal mostraron la mayor asociación con la presencia de prediabetes. La relación de los indicadores antropométricos con hipertensión y con dislipemia mostró resultados heterogéneos.

Palabras clave:
Obesidad
Obesidad abdominal
Medidas antropométricas
Hipertensión
Trastorno del metabolismo de los lípidos
Estado prediabético
Abreviaturas:
HbA1c
HTA
ICC
ICE
IMC
PC
Abstract
Introduction and objectives

Some anthropometric measurements show a greater capacity than others to identify the presence of cardiovascular risk factors. This study estimated the magnitude of the association of different anthropometric indicators of obesity with hypertension, dyslipidemia, and prediabetes (altered fasting plasma glucose and/or glycosylated hemoglobin).

Methods

Cross-sectional analysis of information collected from 2022 participants in the PREDAPS study (baseline phase). General obesity was defined as body mass index ≥ 30kg/m2 and abdominal obesity was defined with 2 criteria: a) waist circumference (WC) ≥ 102cm in men/WC ≥ 88cm in women, and b) waist-height ratio (WHtR) ≥ 0.55. The magnitude of the association was estimated by logistic regression.

Results

Hypertension showed the strongest association with general obesity in women (OR, 3.01; 95%CI, 2.24-4.04) and with abdominal obesity based on the WHtR criterion in men (OR, 3.65; 95%CI, 2.66-5.01). Hypertriglyceridemia and low levels of high-density lipoprotein cholesterol showed the strongest association with abdominal obesity based on the WHtR criterion in women (OR, 2.49; 95%CI, 1.68-3.67 and OR, 2.70; 95%CI, 1.89-3.86) and with general obesity in men (OR, 2.06; 95%CI, 1.56-2.73 and OR, 1.68; 95%CI, 1.21-2.33). Prediabetes showed the strongest association with abdominal obesity based on the WHtR criterion in women (OR, 2.48; 95%CI, 1.85-3.33) and with abdominal obesity based on the WC criterion in men (OR, 2.33; 95%CI, 1.75-3.08).

Conclusions

Abdominal obesity indicators showed the strongest association with the presence of prediabetes. The association of anthropometric indicators with hypertension and dyslipidemia showed heterogeneous results.

Full English text available from:www.revespcardiol.org/en

Keywords:
Obesity
Abdominal obesity
Anthropometric measurements
Hypertension
Disorder of lipid metabolism
Prediabetes
Texto completo
INTRODUCCIÓN

La presencia de sobrepeso y obesidad se asocia a múltiples condiciones que afectan la salud. Los indicadores antropométricos que definen la obesidad ayudan a identificar a los individuos o poblaciones expuestos a un determinado riesgo de experimentar diversos problemas de salud1. Numerosos indicadores antropométricos como el índice de masa corporal (IMC), el perímetro de cintura (PC), el índice cintura/cadera (ICC) y el índice cintura/estatura (ICE), entre otros, se han utilizado para conocer su relación con los factores de riesgo cardiovascular y metabólicos, entre los que se encuentran las alteraciones en el metabolismo de la glucosa, la hipertensión arterial (HTA), la dislipemia, la resistencia a la insulina o el síndrome metabólico.

En líneas generales, se cree que la obesidad abdominal —evaluada mediante el PC, el ICC o el ICE— es mejor predictor de riesgo cardiometabólico que la obesidad general, evaluada por el IMC. En la década de los ochenta del pasado siglo suscitó interés el ICC como indicador de la obesidad abdominal, de tal forma que este índice se asoció a enfermedad cardiovascular, accidente cerebrovascular y diabetes mellitus2,3. Más recientemente, el ICE ha empezado a tomar protagonismo como mejor predictor del riesgo metabólico que la obesidad general4,5. Dado que la altura apenas se modifica durante la etapa adulta de la vida, se asume que el ICE cambiará solo cuando haya un cambio en la medición del PC, mientras que el ICC es más sensible a los cambios en el tamaño corporal; puesto que tanto la cintura como la cadera aumentan o disminuyen proporcionalmente6. En este sentido, 3 metanálisis que compararon el ICE como indicador de obesidad abdominal con el IMC concluyeron que el ICE muestra una asociación más fuerte con la diabetes, los factores de riesgo cardiovascular y el síndrome metabólico que el IMC7–9.

En España, en un estudio realizado en Canarias, se observó que el ICE es el índice antropométrico con mejor capacidad de detección de diabetes mellitus y de otros factores de riesgo cardiovascular, como la HTA, la hiperlipemia y la glucemia basal alterada10. En dicho trabajo, se comparó el ICE con el IMC, el PC y el ICC.

En un trabajo posterior, se valoraron los factores de riesgo asociados con la incidencia de diabetes y se encontró que el ICE era uno de los principales factores predictores de diabetes; junto a la glucemia basal alterada, la presencia de ancestros canarios y la resistencia a la insulina11. En otro trabajo realizado en España, el ICE y el PC mostraron mayor poder de predicción de hiperglucemia, diabetes mellitus, dislipemia y síndrome metabólico que el IMC; mientras que el IMC fue el predictor más potente de HTA12.

En esas investigaciones se ha evaluado la relación de los indicadores antropométricos de obesidad con la presencia de glucemia basal alterada, pero no se ha evaluado si la obesidad abdominal —y más concretamente el ICE— muestra mayor asociación que la obesidad general con la presencia de prediabetes, teniendo en cuenta una definición más amplia de prediabetes en la que se incluya la glucohemoglobina (HbA1c) alterada. El objetivo del presente trabajo es mostrar los hallazgos de otro estudio español en el que se evalúa la magnitud de la asociación de diversos indicadores antropométricos de obesidad con la HTA, la dislipemia y con la presencia de prediabetes, definida según la glucemia basal alterada o HbA1c alterada.

MÉTODOSSujetos de estudio

La muestra está formada por 2.022 personas entre 30 y 74 años de edad, pertenecientes al estudio PREDAPS (Evolución de pacientes con prediabetes en Atención Primaria de Salud). El PREDAPS es un estudio observacional de seguimiento que se está llevando a cabo por 125 médicos de atención primaria distribuidos por toda España, en el contexto de su práctica clínica habitual. La Agencia Española de Medicamentos y Productos Sanitarios clasificó el estudio como estudio observacional no posautorización y el Comité Ético de Investigación Clínica del Parc de Salut Mar de Barcelona aprobó el protocolo. La información completa sobre el diseño y los métodos del estudio PREDAPS se publicaron previamente13,14. Los datos utilizados para el presente análisis corresponden a la etapa basal del estudio PREDAPS, realizada en el año 2012, donde se formaron 2 cohortes: una con 1.184 sujetos con prediabetes y la otra con 838 sujetos sin alteraciones en el metabolismo de la glucosa. De acuerdo con la definición de prediabetes de la American Diabetes Association15, se consideró la presencia de prediabetes si la glucemia en ayunas se encontraba entre 100 y 125mg/dl o la HbA1c se encontraba entre 5,7 y 6,4%.

Variables

La información sobre datos biográficos, antecedentes familiares, antecedentes personales, estilos de vida, tratamiento farmacológico, apoyo social y posición socioeconómica se obtuvo tanto de la historia clínica del paciente como de la entrevista personal realizada por el médico durante la consulta. En dicha consulta se realizó un examen físico que incluyó antropometría y determinación de la presión arterial (PA) y la frecuencia cardiaca. Los parámetros bioquímicos como valores de colesterol unido a lipoproteínas de alta densidad (cHDL) y de triglicéridos, entre otros, se determinaron en la analítica de sangre solicitada en la visita inicial.

En el presente estudio se consideró que un sujeto tenía HTA si la PA sistólica era ≥ 140mmHg o la PA diastólica era ≥ 90mmHg, recibía tratamiento con fármacos antihipertensivos o tenía antecedente personal de HTA. La hipertrigliceridemia se definió como tener valores de triglicéridos ≥ 150mg/dl o estar en tratamiento con ácido nicotínico o fibratos. Los valores bajos de cHDL se definieron como valores de cHDL < 40mg/dl en varones o < 50mg/dl en mujeres o estar en tratamiento con ácido nicotínico o fibratos.

Se evaluaron 3 indicadores antropométricos de obesidad teniendo en cuenta el peso, la estatura y el PC. El peso se midió en kilogramos y la estatura y el PC en centímetros, con un decimal de aproximación en las 3 mediciones. Los indicadores antropométricos fueron: a) obesidad general, definida como IMC ≥ 30kg/m2 calculado dividiendo el peso en kilogramos por el cuadrado de la altura en metros; b) criterio 1 de obesidad abdominal, definido como PC ≥ 102cm en varones y ≥ 88cm en mujeres, y c) criterio 2 de obesidad abdominal, definido como ICE ≥ 0,55, calculado dividiendo el PC en centímetros por la estatura en centímetros.

Análisis estadístico

Los análisis se hicieron por separado en varones y en mujeres. En primer lugar, se calculó la distribución porcentual por edad, antecedentes familiares de diabetes, presión arterial, lípidos y obesidad en cada una de las 2 cohortes de estudio y se evaluó la significación estadística de la distribución mediante la prueba de χ2. En segundo lugar, se evaluó la asociación de las diferentes medidas antropométricas de obesidad con HTA y dislipemia mediante las odds ratios (OR) ajustadas por edad. En tercer lugar, se evaluó la asociación de las diferentes medidas antropométricas de obesidad con la presencia de prediabetes, mediante las OR. Como variables de ajuste, se incluyeron en los modelos aquellas variables que mostraron relación significativa con la presencia de prediabetes en otros análisis previos realizados en los sujetos de estudio16,17. Estas variables fueron: la edad, los antecedentes familiares de diabetes, el tabaquismo, el consumo de alcohol, la HTA y la dislipemia. Asimismo, aparte de los fármacos antihipertensivos e hipolipemiantes incluidos en la definición de HTA y dislipemia, se observó una relación significativa con el consumo de otros hipolipemiantes (estatinas, ezetimiba y omega 3) y, por ello, el consumo de estos fármacos también se incluyó como variable de ajuste en el modelo. Las OR se calcularon a través de modelos de regresión logística. Los valores de p < 0,05 se consideraron estadísticamente significativos. Se evaluó la capacidad de discriminación de los modelos mediante el cálculo de la medida estadística del área bajo la curva, cuyo valor debía ser > 0,50.

Finalmente, con el objeto de valorar si los resultados variaban en función de la valoración utilizada para definir prediabetes, se evaluó la asociación de las diferentes medidas antropométricas de obesidad con la presencia de prediabetes en función de: a) la glucemia basal alterada; b) la HbA1c alterada, y c) la glucemia basal y la HbA1c alteradas. Las OR se calcularon mediante modelos de regresión logística multinomial y la categoría de referencia correspondió a los sujetos sin alteraciones en el metabolismo de la glucosa. La bondad de ajuste de todos los modelos se evaluó mediante el valor de p de la prueba de Hosmer-Lemeshow. El valor de p fue > 0,05 en todos los casos, por lo que los modelos propuestos se ajustaban a los datos observados. Todos los análisis se realizaron utilizando el paquete estadístico IBM SPSS Statistics para Windows versión 19 (IBM Corp.; Armonk, Nueva York, Estados Unidos).

RESULTADOS

Se estudió a 2.022 sujetos: 589 mujeres y 595 varones con prediabetes y 450 mujeres y 388 varones sin alteraciones en el metabolismo de los hidratos de carbono. La tabla 1 muestra la distribución de los individuos en uno y otro grupo según diversas características. Al estudiar la distribución por edad, se encontraron diferencias estadísticamente significativas entre los 2 grupos: tanto en mujeres como en varones. Asimismo, las mujeres y los varones con prediabetes mostraron mayor frecuencia de antecedentes familiares de diabetes, HTA, dislipemia y obesidad que los varones y mujeres sin alteraciones en el metabolismo de los hidratos de carbono.

Tabla 1.

Distribución porcentual de los sujetos con prediabetes y de los sujetos sin alteraciones en el metabolismo de la glucosa, según características de edad, antecedentes familiares de diabetes mellitus, presión arterial, lípidos y obesidad

Características  MujeresVarones
  Con prediabetes  Sin alteraciones en el metabolismo de la glucosa  Con prediabetes  Sin alteraciones en el metabolismo de la glucosa 
Número de sujetos  589  450    595  388   
Edad
30-49 años  15,1  25,3  < 0,00116,5  22,4  0,013
50-64 años  49,1  46,4  50,4  51,8 
65-74 años  35,8  28,2  33,1  25,8 
Antecedentes familiares de DMa
Sí  50,6  34,2  < 0,001  43,4  33,8  0,003 
Presión arterial
HTAb  61,6  44,2  < 0,001  72,3  51,3  < 0,001 
Lípidos
Hipertrigliceridemiac  24,4  15,1  < 0,001  33,4  27,1  0,035 
Valores bajos de cHDLd  28,7  19,6  0,001  22,4  13,1  < 0,001 
Obesidad
Obesidad generale  43,5  25,3  < 0,001  42,5  23,5  < 0,001 
Obesidad abdominal 1f  75,4  52,2  < 0,001  58,7  32,7  < 0,001 
Obesidad abdominal 2g  79,5  55,1  < 0,001  89,3  64,7  < 0,001 

cHDL: colesterol unido a lipoproteínas de alta densidad; DM: diabetes mellitus; HTA: hipertensión arterial; ICE: índice cintura/estatura; IMC: índice de masa corporal; PAD: presión arterial diastólica; PAS: presión arterial sistólica; PC: perímetro de cintura.

a

Antecedentes familiares de DM en padre, madre, hermanos o hijos.

b

PAS ≥ 140mmHg, o PAD ≥ 90mmHg, o tratamiento con fármacos antihipertensivos, o antecedente personal de HTA.

c

Triglicéridos ≥150mg/dl o en tratamiento con fármacos para hipertrigliceridimia (ácido nicotínico o fibratos).

d

cHDL < 40mg/dl en varones o < 50mg/dl en mujeres o en tratamiento con ácido nicotínico o fibratos.

e

IMC ≥ 30kg/m2.

f

PC ≥ 102cm en varones y ≥ 88cm en mujeres.

g

ICE ≥ 0,55.

La tabla 2 refleja la asociación de las medidas de obesidad con la HTA y con la dislipemia. Todos los modelos de regresión logística mostraron poder de discriminación superior a 0,50. Los valores del área bajo la curva oscilaron alrededor de 0,70 en el caso de la HTA y alrededor de 0,60 en los casos de la hipertrigliceridemia y los valores bajos de cHDL. La HTA mostró la asociación más alta con la obesidad general en mujeres (OR ajustada por edad = 3,01; intervalo de confianza del 95% [IC95%], 2,24-4,04) y con la obesidad abdominal en función del criterio del ICE en varones (OR ajustada por edad = 3,65; IC95%, 2,66-5,01). En las mujeres la hipertrigliceridemia y los valores bajos de cHDL mostraron la asociación más alta con la obesidad abdominal según el criterio del ICE, cuyas OR ajustadas por edad fueron 2,49 (IC95%, 1,68-3,67) y 2,70 (IC95%, 1,89-3,86) respectivamente.

Tabla 2.

Asociación entre diferentes mediciones antropométricas de obesidad y dislipemia e hipertensión arterial en mujeres y varones

Sexo y tipos de obesidad  HTAdHipertrigliceridemiaeValores bajos de cHDLf
  OR (IC95%)  OR (IC95%)  OR (IC95%) 
Mujeres
Obesidad generala  3,01 (2,24-4,04)  < 0,001  2,11 (1,55-2,87)  < 0,001  2,23 (1,66-2,99)  < 0,001 
Obesidad abdominal 1b  2,76 (2,09-3,66)  < 0,001  2,12 (1,48-3,03)  < 0,001  2,37 (1,70-3,31)  < 0,001 
Obesidad abdominal 2c  2,74 (2,05-3,66)  < 0,001  2,49 (1,68-3,67)  < 0,001  2,70 (1,89-3,86)  < 0,001 
Varones
Obesidad generala  2,11 (1,56-2,84)  < 0,001  2,06 (1,56-2,73)  < 0,001  1,68 (1,21-2,33)  0,001 
Obesidad abdominal 1b  2,73 (2,06-3,62)  < 0,001  1,42 (1,08-1,87)  0,020  1,61 (1,16-2,23)  0,003 
Obesidad abdominal 2c  3,65 (2,66-5,01)  < 0,001  1,81 (1,28-2,56)  0,001  1,55 (1,03-2,34)  0,023 

cHDL: colesterol unido a lipoproteínas de alta densidad; HTA: hipertensión arterial; IC95%: intervalo de confianza del 95%; ICE: índice cintura/estatura; IMC: índice de masa corporal; OR: odds ratio; PAD: presión arterial diastólica; PAS: presión arterial sistólica; PC: perímetro de cintura.

a

IMC ≥ 30kg/m2.

b

PC ≥ 102cm en varones y ≥ 88cm en mujeres.

c

ICE ≥ 0,55.

d

PAS ≥ 140mmHg, o PAD ≥ 90mmHg, o tratamiento con fármacos antihipertensivos, o antecedente personal de HTA.

e

Triglicéridos ≥ 150mg/dl o en tratamiento con fármacos para hipertrigliceridimia (ácido nicotínico o fibratos).

f

cHDL < 40mg/dl en varones o < 50mg/dl en mujeres o en tratamiento con ácido nicotínico o fibratos.

En cambio, en los varones la hipertrigliceridemia y los valores bajos de cHDL mostraron la asociación más alta con la obesidad general, cuyas OR ajustadas por edad fueron 2,06 (IC95%, 1,56-2,73) y 1,68 (IC95%, 1,21-2,33) respectivamente.

En la tabla 3 se observa la asociación de las medidas de obesidad con la presencia de prediabetes. Todos los modelos de regresión logística mostraron poder de discriminación superior a 0,50. Los valores del área bajo la curva en los modelos que incluyeron todas las variables de ajuste oscilaron alrededor del 0,70. La magnitud de la asociación fue más alta con la obesidad abdominal (usando cualquiera de los 2 criterios) que con la obesidad general. La presencia de prediabetes en las mujeres mostró la asociación más alta con la obesidad abdominal según el criterio del ICE. La OR ajustada por edad fue de 3,02 (IC95%, 2,29-3,98) y —tras ajustar por antecedentes familiares de diabetes, tabaquismo, consumo de alcohol, tratamiento con hipolipemiantes, HTA y dislipemia— dicha magnitud descendió a 2,48 (IC95%, 1,85-3,33). La presencia de prediabetes en los varones mostró la asociación más alta con la obesidad abdominal según el criterio del PC. La OR ajustada por edad fue de 2,85 (IC95%, 2,18-3,73) y —tras ajustar por antecedentes familiares de diabetes, tabaquismo, consumo de alcohol, tratamiento con hipolipemiantes, HTA y dislipemia— dicha magnitud descendió a 2,33 (IC95%, 1,75-3,08).

Tabla 3.

Asociación entre diferentes mediciones antropométricas de obesidad y presencia de prediabetes en mujeres y varones

Sexo y tipos de obesidad  Asociación ajustada
por edad
Asociación ajustada por edad
y antecedentes familiares de DM
Asociación ajustada por edad, antecedentes familiares de DM, tabaquismo, consumo de alcohol, hipolipemiantes, HTAd y dislipemiae,f
  OR (IC95%)  OR (IC95%)  OR (IC95%) 
Mujeres
Obesidad generala  2,36 (1,80-3,10)  < 0,001  2,27 (1,72-3,00)  < 0,001  1,90 (1,42-2,53)  < 0,001 
Obesidad abdominal 1b  2,69 (2,06-3,52)  < 0,001  2,61 (1,99-3,42)  < 0,001  2,21 (1,66-2,93)  < 0,001 
Obesidad abdominal 2c  3,02 (2,29-3,98)  < 0,001  2,93 (2,21-3,88)  < 0,001  2,48 (1,85-3,33)  < 0,001 
Varones
Obesidad generala  2,47 (1,85-3,29)  < 0,001  2,48 (1,86-3,31)  < 0,001  2,10 (1,55-2,84)  < 0,001 
Obesidad abdominal 1b  2,85 (2,18-3,73)  < 0,001  2,84 (2,17-3,73)  < 0,001  2,33 (1,75-3,08)  < 0,001 
Obesidad abdominal 2c  2,71 (2,00-3,68)  < 0,001  2,67 (1,96-3,63)  < 0,001  2,05 (1,48-2,84)  < 0,001 

cLDL: colesterol unido a lipoproteínas de baja densidad; DM: diabetes mellitus; HTA: hipertensión arterial; IC95%: intervalo de confianza del 95%; ICE: índice cintura/estatura; IMC: índice de masa corporal; OR: odds ratio; PAD: presión arterial diastólica; PAS: presión arterial sistólica; PC: perímetro de cintura.

a

IMC ≥ 30kg/m2.

b

PC ≥ 102cm en varones y ≥ 88cm en mujeres.

c

ICE ≥ 0,55.

d

PAS ≥ 140mmHg, o PAD ≥ 90mmHg, o tratamiento con fármacos antihipertensivos, o antecedente personal de HTA.

e

Triglicéridos ≥ 150mg/dl o en tratamiento con fármacos para hipertrigliceridimia (ácido nicotínico o fibratos).

f

cLDL < 40mg/dl en varones o < 50mg/dl en mujeres o en tratamiento con ácido nicotínico o fibratos.

La tabla 4 muestra la asociación de las medidas de obesidad con la presencia de cada uno de los 3 tipos de prediabetes. En las mujeres, la obesidad abdominal según el criterio del ICE también mostró la asociación más alta con la presencia de cualquiera de los 3 tipos de prediabetes. Los valores de OR —ajustada por edad, antecedentes familiares de diabetes, tabaquismo, consumo de alcohol, tratamiento con hipolipemiantes, HTA y dislipemia— fueron de 1,54 (IC95%, 0,95-2,50) con la glucemia basal alterada; de 1,98 (IC95%, 1,34-2,92) con la HbA1c alterada, y de 4,02 (IC95%, 2,66-6,08) con la glucemia basal y la HbA1c alteradas. En los varones, la obesidad abdominal según el criterio del PC mostró la asociación más alta con la glucemia basal alterada y con la HbA1c alterada, pero la obesidad general según el criterio del IMC mostró la asociación más alta cuando ambas —la glucemia basal y la HbA1c— estaban alteradas. Concretamente, la magnitud de la OR que evaluó la asociación de la obesidad general con la glucemia basal y la HbA1c alteradas fue de 2,90 (2,05-4,08).

Tabla 4.

Asociación entre diferentes mediciones antropométricas de obesidad y presencia de prediabetes en mujeres y varones, según tipo de prediabetesa

Sexo y tipos de obesidad  Glucemia en ayunas (100 y 125 mg/dl)HbA1c (5,7-6,4%)Glucemia en ayunas (100-125 mg/dl); HbA1c (5,7-6,4%)
  OR (IC95%)e,f,g  OR (IC95%)e,f,g  OR (IC95%)e,f,g 
Mujeres
Obesidad generalb  1,21 (0,73-1,99)  0,015  1,33 (0,90-1,97)  0,217  2,67 (1,91-3,74)  < 0,001 
Obesidad abdominal 1c  1,36 (0,85-2,19)  0,004  1,71 (1,17-2,48)  < 0,001  3,56 (2,42-5,25)  < 0,001 
Obesidad abdominal 2d  1,54 (0,95-2,50)  0,020  1,98 (1,34-2,92)  0,062  4,02 (2,66-6,08)  < 0,001 
Varones
Obesidad generalb  1,31 (0,85-2,00)  0,147  1,74 (1,12-2,71)  0,464  2,90 (2,05-4,08)  < 0,001 
Obesidad abdominal 1c  2,07 (1,39-3,07)  0,005  1,88 (1,23-2,87)  0,196  2,73 (1,97-3,80)  < 0,001 
Obesidad abdominal 2d  1,57 (0,98-2,53)  0,001  1,85 (1,10-3,11)  0,082  2,56 (1,69-3,88)  < 0,001 

HbA1c: glucohemoglobina; HTA: hipertensión arterial; IC95%: intervalo de confianza del 95%; ICE: índice cintura/estatura; IMC: índice de masa corporal; OR: odds ratio; PAD: presión arterial diastólica; PAS: presión arterial sistólica; PC: perímetro de cintura.

OR e IC95%, ajustados por edad, antecedentes familiares de diabetes, tabaquismo, consumo de alcohol, hipolipemiantes, HTA y dislipemia.

a

Los resultados corresponden a los modelos de regresión multinomial. Se estimaron modelos multinomiales para cada una de las variables indicativas de obesidad. La categoría de referencia corresponde a los sujetos sin alteraciones en el metabolismo de la glucosa.

b

IMC ≥ 30kg/m2.

c

PC ≥ 102cm en varones y ≥ 88cm en mujeres.

d

ICE ≥ 0,55.

e

PAS ≥ 140mmHg, o PAD ≥ 90mmHg, o tratamiento con fármacos antihipertensivos, o antecedente personal de HTA.

f

Triglicéridos ≥ 150 mg/dl o en tratamiento con fármacos para hipertrigliceridimia (ácido nicotínico o fibratos).

g

cLDL < 40 mg/dl en varones o < 50 mg/dl en mujeres o en tratamiento con ácido nicotínico o fibratos.

DISCUSIÓN

De los 3 indicadores antropométricos estudiados, el ICE es el que mostró mayor asociación con dislipemia en mujeres y con HTA en varones; mientras el IMC mostró la mayor asociación con HTA en mujeres y con dislipemia en varones. Por su parte, los 2 indicadores de obesidad abdominal mostraron mayor asociación con la prediabetes que el IMC; excepto en los varones que presentaban ambos criterios de prediabetes: glucemia basal y HbA1c alteradas.

Se ha señalado que la obesidad abdominal puede inducir una situación de resistencia a la insulina, cuya característica es la respuesta defectuosa de la insulina en los tejidos periféricos (musculoesquelético, hígado y tejido adiposo) y, como consecuencia, se produce una captación y utilización alterada de la glucosa18,19. Esta situación conduce a hiperglucemia plasmática y —como mecanismo compensador— a hiperinsulinemia, que se acompaña de otras alteraciones como la HTA, la dislipemia y el hígado graso. Los resultados de una gran variedad de investigaciones, entre los que se encuentran los hallazgos del presente estudio, sugieren que los indicadores de obesidad abdominal muestran mayor asociación con la presencia de prediabetes que el indicador de obesidad general. En cambio, esto no sucede con la HTA y la dislipemia.

En efecto, los hallazgos de investigaciones previas acerca de la relación de las medidas antropométricas con la HTA y con la dislipemia no son consistentes. Por ejemplo, en España, un estudio encontró que la dislipemia muestra mayor asociación con el PC y con el ICE que con el IMC en personas mayores con alto riesgo cardiovascular; mientras que el IMC es la medida antropométrica que mostró mayor asociación con la HTA12. En un metanálisis comentado previamente —cuyo objetivo fue determinar qué índice antropométrico era el que mejor discriminaba la dislipemia, la HTA y la diabetes mellitus— se observó que el ICE no presentaba una clara superioridad frente a los otros índices para discriminar la dislipemia, pero mostró mayor asociación con la HTA (aunque solo en varones)7. Por el contrario, en otro de los metanálisis no se encontró una clara superioridad de los indicadores de obesidad abdominal para discriminar la dislipemia en los varones, como tampoco se encontró una clara superioridad de los indicadores de obesidad abdominal para discriminar la HTA en las mujeres8. El presente estudio confirma los resultados de estos metanálisis, ya que los hallazgos han sido heterogéneos y diferentes entre varones y mujeres.

En cambio, en varios estudios se observó que la asociación de la obesidad con la glucemia basal alterada presentaba una magnitud más alta con la obesidad abdominal que con la obesidad general20–22. En varias investigaciones llevadas a cabo en España se obtuvieron resultados similares11,12,23. Por ejemplo, en 2 estudios se encontró que el PC o el ICE mostraban mayor asociación con la glucemia basal alterada que el IMC11,12. En otro estudio también se observó una mayor asociación del PC con la glucemia basal alterada cuando se comparó con el IMC, si bien en dicho estudio no se midió el ICE19. En el presente estudio se analizó —en varones y mujeres— la asociación de diferentes medidas antropométricas con la presencia de prediabetes en función de la glucemia basal o la HbA1c alteradas y se obtuvieron resultados similares. La única excepción se ha observado en varones con prediabetes que cumplen ambas condiciones: glucemia basal y HbA1c alteradas. En este caso, la obesidad general según el IMC fue la medida antropométrica que mostró mayor asociación con la presencia de prediabetes. Este resultado tiene gran relevancia en los varones. Los sujetos con prediabetes que cumplen ambas condiciones muestran 5 veces mayor incidencia de diabetes que aquellos que cumplen una sola de ellas24,25.

Los hallazgos de este estudio no reflejan claramente una superioridad del ICE sobre el PC. El PC mostró una mayor asociación con la prediabetes en los varones, mientras que el ICE mostró una mayor asociación con la prediabetes en las mujeres. Dado que entre un 5 y un 10% de los sujetos con prediabetes desarrollan diabetes anualmente26 y puesto que el diagnóstico temprano de individuos con prediabetes, seguido de intervención sobre los estilos de vida, puede reducir potencialmente en más del 50% la conversión a diabetes27, los indicadores de obesidad abdominal pueden ser los indicadores antropométricos más adecuados para discriminar la posible presencia de prediabetes. Aunque, en el caso de los varones, no se puede renunciar al uso del IMC; puesto que en ellos esta medida predice el tipo de prediabetes con mayor riesgo de conversión a diabetes.

Fortalezas y limitaciones

Una de las fortalezas del presente análisis es que incluye a un gran número de usuarios de los servicios de atención primaria de salud, distribuidos por toda la geografía española. Asimismo, es el primer estudio que evalúa la relación de diferentes medidas antropométricas con la presencia de prediabetes, en función de la presencia de glucemia basal o a HbA1c alteradas. La American Diabetes Association ha aceptado ambas valoraciones para el diagnóstico de prediabetes15. La principal limitación es que se trata de un estudio transversal y, por tanto, la dirección de la asociación está sujeta a incertidumbre. No obstante, el conocimiento de la historia natural de la enfermedad permite inferir que la situación de prediabetes no es la que aumenta el riesgo de obesidad, sino que es la situación de obesidad la que aumenta el riesgo de aparición de prediabetes. Asimismo, no hay que excluir la posibilidad de que los sujetos con prediabetes hayan recibido consejos de sus médicos para que modifiquen el estilo de vida y reduzcan su peso. En este caso, la magnitud de la asociación podría estar infraestimada. Por otro lado, en los modelos de regresión logística no se incluyeron como variables de ajuste algunos tratamientos que podrían haber influido en los resultados, como neuromoduladores (neurolépticos, antidepresivos), hormonas (corticoides, tiroideas, anabolizantes), antidiabéticos orales o fármacos para el control de la obesidad. Sin embargo, en los 2 primeros tipos de tratamiento no hubo diferencias significativas entre los sujetos con prediabetes y los sujetos sin alteraciones en el metabolismo de la glucosa, y en el último solo 11 sujetos del estudio tomaban estos fármacos. Finalmente, los resultados no pueden extrapolarse a la población general; puesto que los sujetos de estudio son usuarios de los servicios de salud y es probable que los pacientes sin trastornos del metabolismo de la glucosa muestren una mayor frecuencia de obesidad que la población general.

CONCLUSIONES

Los indicadores de obesidad abdominal mostraron mayor asociación con la presencia de prediabetes que el indicador de obesidad general, excepto en varones con prediabetes con glucemia basal y HbA1c alteradas. La relación de los indicadores antropométricos con la HTA y con la dislipemia mostró resultados heterogéneos.

FINANCIACIÓN

Este estudio ha recibido financiación de Novartis y de Sanofi para la elaboración de la plataforma telemática de recogida de datos, para la celebración de las reuniones de los investigadores y para la monitorización del estudio. Sanofi y Novartis no han participado en el diseño del estudio, el análisis y la interpretación de los datos, la escritura del manuscrito, ni en la decisión de enviar el manuscrito para su publicación. El estudio se ha podido realizar gracias a la infraestructura de la Fundación redGDPS (Red de Grupos de Estudio de la Diabetes en Atención Primaria de la Salud).

CONFLICTO DE INTERESES

No se declara ninguno.

¿QUÉ SE SABE DEL TEMA?

  • La obesidad abdominal es mejor predictor de riesgo cardiometabólico que la obesidad general.

  • Algunos estudios han identificado el ICE como el indicador de obesidad abdominal que muestra una asociación más fuerte con la glucemia basal alterada, la diabetes, los factores de riesgo cardiovascular y el síndrome metabólico.

  • Se desconoce si el ICE muestra mayor asociación que la obesidad general con la presencia de prediabetes, teniendo en cuenta una definición más amplia de prediabetes en la que se incluya la HbA1c alterada.

¿QUÉ APORTA DE NUEVO?

  • El ICE mostró la mayor asociación con dislipemia en mujeres y con HTA en varones. El IMC mostró la mayor asociación con HTA en mujeres y con dislipemia en varones.

  • Los indicadores de obesidad abdominal mostraron mayor asociación con la prediabetes que el IMC, excepto en los varones cuando la prediabetes se debía a la presencia de glucemia basal y de HbA1c alteradas.

  • La prediabetes mostró la asociación más alta con la obesidad abdominal según el criterio del ICE en las mujeres y el criterio del PC en los varones.

Bibliografía
[1]
Organización Mundial de la Salud.
El estado físico: uso e interpretación de la antropometría.
Organización Mundial de la Salud, (1995 [consultado 4 Abr 2017]),
[2]
P. Björntorp.
The associations between obesity, adipose tissue distribution and disease.
Acta Med Scand Suppl., 723 (1988), pp. 121-134
[3]
P. Björntorp.
Abdominal fat distribution and disease: an overview of epidemiological data.
Ann Med., 24 (1992), pp. 15-18
[4]
K. Lee, Y.M. Song, J. Sung.
Which obesity indicators are better predictors of metabolic risk?.: healthy twin study.
Obesity (Silver Spring), 16 (2008), pp. 834-840
[5]
H.J. Schneider, J. Klotsche, S. Silber, G.K. Stalla, H.U. Wittchen.
Measuring abdominal obesity: effects of height on distribution of cardiometabolic risk factors risk using waist circumference and waist-to-height ratio.
Diabetes Care., 34 (2011), pp. e7
[6]
J. Aranceta-Bartrina, C. Pérez-Rodrigo, G. Alberdi-Aresti, N. Ramos-Carrera, S. Lázaro-Masedo.
Prevalencia de obesidad general y obesidad abdominal en la población adulta española (25-64 años) 2014-2015: estudio ENPE.
Rev Esp Cardiol., 69 (2016), pp. 579-587
[7]
C.M. Lee, R.R. Huxley, R.P. Wildman, M. Woodward.
Indices of abdominal obesity are better discriminators of cardiovascular risk factors than BMI: a meta-analysis.
J Clin Epidemiol., 61 (2008), pp. 646-653
[8]
M. Ashwell, P. Gunn, S. Gibson.
Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and meta-analysis.
[9]
S.C. Savva, D. Lamnisos, A.G. Kafatos.
Predicting cardiometabolic risk: waist-to-height ratio or BMI. A meta-analysis.
Diabetes Metab Syndr Obes., 6 (2013), pp. 403-419
[10]
M.C. Rodríguez Pérez, A. Cabrera de León, A. Aguirre-Jaime, et al.
El cociente perímetro abdominal/estatura como índice antropométrico de riesgo cardiovascular y de diabetes.
Med Clin (Barc)., 134 (2010), pp. 386-391
[11]
A. Cabrera de León, S. Domínguez Coello, D. Almeida González, et al.
Impaired fasting glucose, ancestry and waist-to-height ratio: main predictors of incident diagnosed diabetes in the Canary Islands.
Diabet Med., 29 (2012), pp. 399-403
[12]
M. Guasch-Ferré, M. Bulló, Martínez-González MÁ, et al.
Waist-to-height ratio and cardiovascular risk factors in elderly individuals at high cardiovascular risk.
[13]
R. Serrano, F.J. García-Soidán, A. Díaz-Redondo, et al.
Estudio de cohortes en atención primaria sobre la evolución de sujetos con prediabetes (PREDAPS). Fundamentos y metodología.
Rev Esp Salud Publica., 87 (2013), pp. 121-135
[14]
C. Giráldez-García, F.J. Sangrós, A. Díaz-Redondo, et al.
Cardiometabolic Risk Profiles in Patients With Impaired Fasting Glucose and/or Hemoglobin A1c 5.7% to 6.4%: Evidence for a Gradient According to Diagnostic Criteria: The PREDAPS Study.
Medicine (Baltimore)., 94 (2015), pp. e1935
[15]
American Diabetes Association.
Diagnosis and classification of diabetes mellitus.
Diabetes Care., 34 (2011), pp. S62-S69
[16]
F.J. García-Soidán, R. Serrano Martín, A. Díaz-Redondo, et al.
Evolución de pacientes con prediabetes en atención primaria de salud (PREDAPS): resultados de la etapa basal.
Diabetes Practica., 4 (2013), pp. 1-32
[17]
A. Díaz-Redondo, C. Giráldez-García, L. Carrillo, et al.
Modifiable risk factors associated with prediabetes in men and women: a cross-sectional analysis of the cohort study in primary health care on the evolution of patients with prediabetes (PREDAPS-Study).
BMC Fam Pract., 16 (2015), pp. 5
[18]
T. Hayashi, E.J. Boyko, D.L. Leonetti, et al.
Visceral adiposity and the risk of impaired glucose tolerance: a prospective study among Japanese Americans.
Diabetes Care., 26 (2003), pp. 650-655
[19]
J.F. Ascaso.
Obesidad abdominal, resistencia a la insulina y riesgo metabólico y vascular.
Med Clin (Barc)., 131 (2008), pp. 380-381
[20]
L.M. Browning, S.D. Hsieh, M. Ashwell.
A systematic review of waist-to-height ratio as a screening tool for the prediction of cardiovascular disease and diabetes: 0·5 could be a suitable global boundary value.
Nutr Res Rev., 23 (2010), pp. 247-269
[21]
D.S. Alam, S.H. Talukder, M.A. Chowdhury, et al.
Overweight and abdominal obesity as determinants of undiagnosed diabetes and pre-diabetes in Bangladesh.
[22]
S.H. Jung, K.H. Ha, D.J. Kim.
Visceral Fat Mass Has Stronger Associations with Diabetes and Prediabetes than Other Anthropometric Obesity Indicators among Korean Adults.
Yonsei Med J., 57 (2016), pp. 674-680
[23]
C. Brotons, M. De la Figuera, J. Franch, et al.
Predicción de la glucemia basal alterada y resistencia a la insulina mediante el uso de medidas antropométricas de adiposidad central: estudio PRED-IR.
Med Clin (Barc)., 131 (2008), pp. 366-370
[24]
Y. Heianza, S. Hara, Y. Arase, et al.
HbA1c 5.7-6.4% and impaired fasting plasma glucose for diagnosis of prediabetes and risk of progression to diabetes in Japan (TOPICS 3): a longitudinal cohort study.
Lancet., 378 (2011), pp. 147-155
[25]
C. Giráldez-García, F. Paniagua, G. Sanz, et al.
Evolución de pacientes con prediabetes en Atención Primaria de Salud (PREDAPS): resultados del tercer año de seguimiento.
Diabetes Practica., 7 (2016), pp. 61-76
[26]
H.C. Gerstein, P. Santaguida, P. Raina, et al.
Annual incidence and relative risk of diabetes in people with various categories of dysglycemia: a systematic overview and meta-analysis of prospective studies.
Diabetes Res Clin Pract., 78 (2007), pp. 305-312
[27]
W.C. Knowler, E. Barrett-Connor, S.E. Fowler, et al.
Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin.
N Engl J Med., 346 (2002), pp. 393-403
Copyright © 2017. Sociedad Española de Cardiología
Idiomas
Revista Española de Cardiología

Suscríbase a la newsletter

Ver histórico de newsletters
Opciones de artículo
Herramientas
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?