Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
La presión arterial elevada, las alteraciones de las concentraciones séricas de glucosa y lípidos se encuentran entre los factores de riesgo de enfermedades cardiovasculares (FRCV), al igual que el consumo de alcohol, el tabaquismo, el sedentarismo y la obesidad 1. Por su parte, el agrupamiento de los FRCV, actualmente se conoce como síndrome metabólico (SM), el cual se asocia a la resistencia a la insulina (RI) 2-4. En estados de RI y diabetes mellitus tipo ii, se presenta un tipo de dislipidemia que se caracteriza por niveles séricos elevados de triglicéridos y bajos de HDL-C, los cuales se acompañan partículas pequeñas y densas de LDL-C, la que influencian la aparición de la ateroesclerosis e incrementa el riesgo de padecer enfermedades cardiovasculares 5,6. La relación TG/HDL-C ha mostrado ser un reflejo de las partículas de LDL-C pequeñas y densas, y se ha propuesto como un buen discriminador de enfermedad cardiovascular 7,8.
En adultos, se han propuesto otros marcadores como buenos predictores de enfermedad cardiovascular y diabetes, tal es el caso del Producto de Acumulación de Lípidos (PAL), el cual considera las concentraciones séricas de triglicéridos, la circunferencia de cintura (CC) y un factor de corrección tanto para el sexo masculino como para el femenino 9,10.
Por su parte, los indicadores antropométricos CC y la relación CC-Talla (Rel. CC-T), también se han empleado con la finalidad de predecir enfermedades cardiovasculares tanto en niños, adolescentes y adultos. Sin embargo, una revisión sistemática realizada en el 2010 revela que la Rel. CC-T constituye un mejor predictor de enfermedad cardiovascular que la CC y el Índice de Masa Corporal (IMC)11.
Recientemente, Wakabayashi y Daimon (2015) proponen el uso de un índice denominado cardiometabólico (ICM), el cual contempla la adiposidad y los lípidos sanguíneos para su determinación y permite predecir diabetes mellitus en adultos con sensibilidad y especificidad diagnóstica de entre 60 y 79 % 12.
La utilidad del ICM como herramienta para la predicción de FRCV como las alteraciones en las concentraciones séricas de glucosa y lípidos, así como también la hipertensión, no ha sido evaluada en adolescentes. Por lo tanto, en el presente estudio se pretendió evaluar en una muestra de adolescentes la capacidad que pudiera presentar el ICM de predecir alteraciones en las concentraciones séricas en ayuno de glucosa, dislipidemia e hipertensión.
MATERIALES Y MÉTODOS
La investigación se llevó a cabo según los principios éticos para las investigaciones médicas en seres humanos 13. El estudio fue descriptivo, correlacional, de campo y corte transversal. La población estuvo conformada por 500 adolescentes de ambos sexos y aparentemente sanos con edades entre 11 y 18 años que asistieron a una Unidad Educativa del Municipio Naguanagua, Estado Cara-bobo, Venezuela, entre 2009 y 2010. La muestra estuvo constituida por todos los adolescentes de ambos sexos con edades entre 12 y 15 años (n=278). A los adolescentes de la muestra de la muestra, se les consultó sobre su interés de participar en la investigación y aquellos quienes aceptaron, se les solicitó el consentimiento escrito de los padres y representantes.
Recolección y procesamiento de la muestra
Se extrajo la muestra de sangre por punción venosa del pliegue del codo luego de un periodo de ayuno de 12 a 14 horas. La muestra se centrifugó durante 10 min a 7600 x g. Las concentraciones séricas de glicemia, TG, colesterol asociado a las lipoproteínas de alta densidad (HDL-C) se determinaron por el método enzimático colorimétrico Wiener Lab. Se calculó la relación TG/HDL-C como indicador de riesgo cardiovascular. La glucosa alterada en ayunas (GAA) se definió como las concentraciones séricas de glucosa superiores al percentil 90 para la muestra, mientras que la dislipidemia fue definida como las concentraciones de TG superiores al percentil 90 para la edad y sexo de la población venezolana 14 y/o HDL-C inferior a 40 mg/dl 15. Todas las reacciones enzimáticas colorimétricas se determinaron utilizando un analizador semiautomatizado, modelo BTS-310 16.
Los datos de peso, talla y CC fueron recopilados por un antropometrista experimentado del Instituto de Investigaciones en Nutrición de la Universidad de Carabobo (INVESNUT), previamente entrenado y estandarizado empleando los métodos descritos por la Organización Mundial de la Salud (OMS)17. El peso se determinó con una balanza de pie marca Health-o-Meter, ajustada a cero antes de cada medición y registrándose en unidades de kilogramos (kg). La talla se obtuvo mediante el empleo de una cinta métrica fijada a la pared y se registró en unidades de centímetros (cm). La CC se midió con una cinta métrica no extensible, con la cual se rodeó el abdomen empleando como punto somático el punto medio entre el borde superior de las crestas ilíacas y los bordes inferiores de las costillas flotantes 18. El Índice de Masa Corporal (IMC) se calculó dividiendo el peso corporal (kg) entre la estatura (m) al cuadrado, mientras que el índice de conicidad (IC) se calculó mediante la ecuación propuesta por Valdez (1991) 19. Se dividió la CC entre la talla para la obtención de la Rel. CC-T. Adicionalmente, con el producto de la Rel. CC-T y el índice TG/HDL-C, se construyó el ICM 12.
Los factores de riesgo (FR) evaluados en la presente investigación fueron la GAA, la dislipidemia y la presión arterial (PA) elevada.
Análisis estadístico
La distribución estadística de las variables continuas se evaluó mediante la prueba de Kolmogorov-Smirnov. Los resultados de las variables continuas se expresaron en términos de varianza y rango, mientras que las discretas en frecuencias relativas. Las comparaciones de los resultados de las variables se realizaron mediante las pruebas U de Mann-Whitney, Kruskal Whallis y estadístico Z. Adicionalmente, la capacidad predictiva de las variables se verificó mediante el Área Bajo la Curva ROC. El nivel de significancia utilizado fue igual a 0,05 (0=0,05) y se empleó el programa estadístico SPSS 17.0 para el análisis estadístico.
RESULTADOS
Se evaluaron 278 adolescentes con edades de 14,2 ±1,6 años, cuyas características generales se muestran en la Tabla 1. Entre las distintas variables estudiadas, resalta que la edad, el peso, la talla y la cc fue significativamente superior en el sexo masculino. Además, también fueron los adolescentes del sexo masculino quienes presentaron las concentraciones séricas de HDL-C significativamente más bajas, y en consecuencia, también mostraron la mayor frecuencia de dislipidemia que el sexo femenino.
Tabla 1 Estadísticos descriptivos de las características generales y frecuencias de factores de riesgo de toda la muestra estudiada y según el sexo
†Los resultados se expresan en Mediana (Rango); TG: Triglicéridos; CT: Colesterol total; GAA: Glucosa alterada en ayunas; ICM: Índice cardiometabólico; CC: Circunferencia de cintura; Rel CC-T: Relación circunferencia de cintura-Talla; IC:Índice de conicidad; IMC: Índice de masa corporal; *p<0,05/ **p<0,01
Los niveles séricos de las variables bioquímicas y la frecuencia de los FR estudiados en la muestra se presentan en la Tabla 2, en la que se presentan según los cuartiles correspondientes a los valores del ICM. Se observa que cuando los valores del ICM se ubican por debajo del primer cuartil (Q1), las concentraciones séricas de glucosa son más bajas que cuando el mismo se sitúa en los cuartiles superiores. Por su parte, los niveles séricos de TG y la relación TG/ HDL-C se incrementan a medida que también lo hace el ICM. En cuanto a los niveles séricos del HDL-C, estos decrecen a medida que el ICM se ubica en los cuartiles superiores, llegando a ser significativamente más bajas cuando aquel se ubica por encima del cuartil superior (Q3).
Tabla 2 Estadísticos descriptivos de las variables bioquímicas, según los cuartiles de los valores del ICM
Los resultados se expresan en Mediana (Rango); TG: Triglicéridos; GAA: Glucosa alterada en ayunas; ICM: Índice cardiometabólico; *p<0,01
En cuanto a la frecuencia de los FR estudiados, en la Tabla 3 se observa que aquella es superior cuando el ICM se ubica en los cuartiles más elevados. Específicamente, en el caso de la GAA y la hipertensión, sus frecuencias son superiores cuando el ICM se sitúa por encima del segundo cuartil (Q2), mientras que la dislipidemia se incrementa en cada uno de los cuartiles del ICM, siendo superior cuando este último supera el Q3.
Adicionalmente, la frecuencia de al menos uno de los FR evaluados es superior cuando el ICM supera el valor correspondiente a su Q3.
Tabla 3 Distribución de frecuencias de factores de riesgo, según los cuartiles de los valores del ICM
ICM: Índice cardiometabólico; GAA: Glucosa alterada en ayunas; FR: Factor de riesgo
El ABC ROC de los indicadores ICM, CC, Rel. CC-T, IC e IMC como predictores de los FR estudiados en la presente investigación se muestra en la Tabla 4. Se observa que ninguno de los indicadores mostró un ABC significativa para la predicción de GAA, mientras que el ICM fue el único con capacidad de predecir hipertensión, debido a que mostró un ABC significativa (p<0,001) con respecto a dicha alteración. Adicionalmente, todos los indicadores a excepción del IC mostraron ABC significativa para la predicción de dislipidemia. Sin embargo, fue el ICM el que presentó mayor capacidad predictiva de la misma, al ser su ABC superior (p<0,001). Solo los indicadores ICM y Rel. CC-T mostraron ABC significativa para la predicción de la menos uno de los FR estudiados, pero fue el primero de los mencionados el que evidenció mayor ABC (p<0,001), y por tanto, mayor capacidad de predecir al menos uno de los FR mencionados.
Tabla 4 Área bajo la curva ROC de indicadores antropométricos como predictores de factores de riesgo cardiovasculares
Los resultados se expresan en ABC (IC95%); Hpert: hipertensión: Dislip: dislipidemia: ICM: índice cardiometabólico: CC: Circunferencia de cintura; Rel CC-T: relación circunferencia de cintura-Talla; GAA: Glucosa alterada en ayunas; IC: Índice de conicidad; IMC: Índice de masa corporal; FR: Factor de riesgo; *p<0,05; **p<0,01
DISCUSIÓN
Los adolescentes del sexo masculino presentaron concentraciones séricas de HDL-C más bajas que el sexo femenino, así como también exhibieron mayor frecuencia de dislipidemia. Las enfermedades cardiovasculares constituyen la principal causa de muerte en todo el mundo y las dislipidemias contribuyen con el establecimiento de estas, por lo que su detección temprana contribuye con la prevención de la aterosclerosis 20. Los resultados encontrados en el presente trabajo coinciden con los realizados por otros investigadores en adolescentes venezolanos 21,22. Las bajas concentraciones séricas de HDL-C del sexo masculino en comparación con el femenino, pudiera estar reflejando el comienzo del establecimiento de un perfil alterado en el varón adulto debido probablemente a una baja actividad física y al consumo de una dieta no balanceada.
Las concentraciones de glucosa y triglicéridos, así como el índice TG/HDL-C fueron más elevadas y los niveles séricos de HDL-C más bajos cuando el ICM se encontraba en el cuartil superior. El ICM contempla la adiposidad y los lípidos sanguíneos, por lo que se requiere del producto de la Rel. CC-T y el índice TG/HDL-C para su determinación 12. La Rel. CC-T constituye un indicador de la distribución visceral, abdominal o central de la grasa corporal 23 y correlaciona muy bien con factores de riesgo cardiovascular como la dislipidemia y diabetes 24,25. Por otro lado, la Rel. CC-T ha demostrado ser un buen predictor de riesgo cardiovascular en adultos 26. Además, el exceso de tejido adiposo visceral puede incrementar el flujo de ácidos grasos libres hacía el hígado, lo cual aumentaría la síntesis de lipoproteínas de muy baja densidad (VLDL) y los niveles séricos de TG, los cuales junto a sus equivalentes intracelulares (acil CoA de cadena larga) interfieren con la ruta de señalización de la insulina. En conjunto, esto puede explicar el hecho de que en los cuartiles superiores del ICM se ubiquen también valores elevados tanto de TG como del índice TG/HDL-C, así como también concentraciones bajas de HDL-C 27.
Adicionalmente, las concentraciones séricas de glucosa más elevadas en los cuartiles superiores del ICM pudieran explicarse debido a la conexión existente entre la dislipidemia y la resistencia a la insulina, ya que el exceso de tejido adiposo (particularmente el tejido adiposo visceral) podría contribuir con la resistencia a la insulina mediante la producción de IL-6 y TNF-Q, los cuales interfieren con la señalización de la insulina de forma directa o por medio de la activación de la lipólisis, incrementando los niveles séricos de ácidos grasos libres, los que ejercen un papel principal en el establecimiento de la resistencia a la insulina y la disminución de la translocación de los GLUT-4 promoviendo la hiperglicemia 27-29.
El ICM presentó capacidad de predecir hipertensión y dislipidemia pero no alteraciones de la glucosa en ayuno. De forma aislada, la Rel. CC-T ha demostrado tener capacidad de predecir factores de riesgo cardiovascular como la diabetes, la hipertensión y dislipidemia en adultos de ambos sexos 25,26. Por su parte, el índice TG/HDL-C ha demostrado estar altamente relacionado con la insulino-resistencia 30, y un estudio realizado por Hayat et al. 31 demostró una correlación positiva y significativa entre el índice HOMA y la relación TG/C-HDL, así como también entre el índice HOMA y los niveles plasmáticos de TG. Adicionalmente, el producto de la Rel. CC-T y el índice TG/HDL-C (ICM) demostró ser capaz de predecir hiperglicemia y diabetes mellitus tanto en mujeres y hombres adultos de Japón 12. Sin embargo, en la presente investigación el ICM solo fue capaz de predecir hipertensión y dislipidemia, pero no alteraciones de la glucosa en ayuno. La falta de investigaciones sobre la capacidad de predecir factores de riesgo cardiovascular que pudiera tener el ICM en adolescentes, no permite comparar los resultados hallados en la actual investigación 
