ARTÍCULOS ORIGINALES DERIVADOS DE INVESTIGACIÓN

CURVAS DE CRECIMIENTO DEL PERÍMETRO CEFÁLICO EN NIÑOS DE 0 A 3 AÑOS. UNA NUEVA APROXIMACIÓN¹

¹ Tesis de Maestría en Odontología, requisito parcial para optar por el título de Magister en Odontología. Investigación financiada por el Centro de Investigación y Extensión Facultad de Odontología de la Universidad Nacional de Colombia. Correo electrónico: lygonzalezb@unal.edu.co, lygonzalez29@ gmail.com

² Candidata MSc. en Odontología, Facultad de Odontología, Universidad Nacional de Colombia. DMD, especialista en Estomatología Pediátrica. Profesor asistente de medio tiempo, Facultad de Odontología, Universidad Nacional de Colombia

³ Candidato MSc. en Estadística, Facultad de Ciencias, Universidad Nacional de Colombia

⁴ Ph.D Estadística. Profesor titular tiempo completo, Facultad de Ciencias, Universidad Nacional de Colombia

⁵ DMD, especialista en Ortodoncia, especialista en Estadística. Profesora titular tiempo completo, Facultad de Odontología, Universidad Nacional de Colombia

RECIBIDO: AGOSTO 13/2013-ACEPTADO: MARZO 18/2014

González LY, Tejedor FH, López LA, Infante C. Curvas de crecimiento del perímetro cefálico en niños de 0 a 3 años. Una nueva aproximación. Rev Fac Odontol Univ Antioq 2014; 26(1): 13-32.

RESUMEN

INTRODUCCIÓN: el perímetro cefálico es un indicador de salud y de crecimiento global craneal en la primera infancia, por lo que debe monitorearse. Usualmente, los patrones de referencia OMS utilizan el modelo Box Cox Power exponential y el método LMS para modelar el comportamiento del crecimiento del perímetro cefálico. Estos métodos tienen la debilidad de comparar cada individuo frente a una mediana poblacional, lo cual no permite caracterizar el crecimiento individual; en tanto que al usar los modelos longitudinales de efectos mixtos se puede evaluar el patrón individual de crecimiento y controlar la variabilidad entre sujetos. El objetivo fue hacer uso de los modelos longitudinales de efectos mixtos, caracterizar los patrones de crecimiento a partir del perímetro cefálico en niños de 0 a 3 años.
MÉTODOS: siendo éste un estudio longitudinal prospectivo, los criterios de elegibilidad para los niños obedecieron a factores de inclusión y exclusión (OMS); 265 niños Colombianos (116 niñas, 149 niños), residentes en Bogotá, fueron distribuidos en 3 grupos G1: (0-12), G2: (12-24), G3: (24-36) meses. Se midieron cada 3 meses durante 1 año. Dos examinadores tuvieron entrenamiento y continua estandarización, monitoreo de adherencia a procedimientos de recolección y calidad de datos. Se calculó el error aleatorio y sistemático. Las curvas de crecimiento fueron construidas usando los modelos longitudinales mixtos. Para la estimación del modelo se utilizó el método de estimación de máxima verosimilitud restringida (REML), software estadístico R versión libre 2.15. Para el ajuste de los modelos el paquete lme4.
RESULTADOS: se ajustaron 6 modelos, observándose mayor pendiente de crecimiento de 0-12 meses. El modelo mostró un patrón de crecimiento por grupos de edad y sexo, en los grupos G1 y G2 las bandas de confianza permitieron identificar datos atípicos, un mejor ajuste y distribución de los residuales, contrario al comportamiento presentado en el grupo G3, en el que se observó mayor cantidad de datos atípicos por fuera de estas.
CONCLUSIONES: la metodología utilizada permitió entender el comportamiento del perímetro cefálico por grupo, edad y sexo, y analizar datos con estructuras de desbalance.

Palabras clave: antropometría, curvas de crecimiento, craneofacial, crecimiento y desarrollo, estándares de referencia, infancia, estudios longitudinales, modelos de regresión, modelos longitudinales mixtos.

INTRODUCCIÓN

El perímetro cefálico constituye el mejor predictor del neurodesarrollo infantil y provee una visión dinámica del crecimiento global del cerebro y las estructuras internas, ^{1, 2} por lo que debe monitorearse en la etapa prenatal y postnatal temprana. Durante el período fetal, se observan cambios tanto en la velocidad de crecimiento, como en las dimensiones y en la forma craneofacial,^3-5 estos últimos atribuidos a la presión ejercida por el cerebro en crecimiento sobre la forma de la bóveda craneal, con poca influencia en la forma de la base craneal, como lo muestran algunos estudios de morfometría geométrica.^{6, 7} Al nacimiento, las suturas entre los huesos están separadas por las fontanelas.^8-10 Estudios cefalométricos en niños de 0 a 3 años muestran un mayor patrón de crecimiento en la base craneal anterior que en la posterior, ¹⁰ así mismo un mayor crecimiento en la anchura y profundidad de la bóveda craneal, mostrando mayores diferencias en niñas que en niños.^11-15 Con relación al comportamiento del crecimiento del perímetro cefálico, se reporta un mayor crecimiento durante el primer año, con un incremento hasta de 7 cm durante los primeros seis meses y un incremento total de 12 cm hasta los 12 meses,^{15, 16} atribuido al desarrollo temprano del cerebro, ^15-18 de tal manera que a los 5 años prácticamente se completa su crecimiento, reportándose un 92% de crecimiento. ^{11, 12} En cuanto al dimorfismo sexual, estudios entre 1 y 5 años de edad muestran^{11, 12} mayores mediciones del perímetro cefálico en niños que niñas, con una diferencia de 5 a 10 mm aproximadamente. No hay una definición absoluta de la normalidad de la circunferencia de la cabeza para evaluar de forma apropiada tanto el tamaño como su crecimiento; es necesario comparar las medias del perímetro cefálico de cada paciente con las medias de una población referencia, teniendo en cuenta el sexo y la edad.^{15, 18, 19-22}

El tamaño de la cabeza se ha encontrado asociado a factores genéticos y ambientales, además a factores anatómicos relacionados con el espesor, tamaño y forma de las estructuras que la comprenden.^23-28 Aunque el perímetro cefálico se correlaciona con el desarrollo neurológico, es necesario considerar la influencia de factores prenatales como el retraso del crecimiento fetal, desnutrición materna y fetal, embarazo múltiple, peso al nacer y sexo. Puesto que estos factores se han encontrado como influyentes del crecimiento general (longitud/peso) y craneofacial, se reporta una alta asociación entre la malnutrición fetal con la disminución de las dimensiones craneofaciales.^24-25 Otros factores asociados directamente con el estado nutricional y condiciones de bienestar y salud de un individuo, son el nivel educativo, las condiciones ecogeográficas, socio-demográficas y socio- económicas,^{27, 28} las cuales pueden reflejarse en las dimensiones del perímetro cefálico y braquial, tal como lo reportó un estudio transversal hecho en niños menores de 6 años en Bogotá.²⁹ Estos hallazgos sugieren la importancia de un diagnóstico craneofacial prenatal y postnatal temprano. Los estudios de crecimiento utilizan diseños transversales y longitudinales y las mediciones antropométricas longitud, talla, peso y perímetro cefálico como indicadores de salud para cada edad y sexo, y se grafican mediante curvas de crecimiento.^30-34 Las curvas de crecimiento de la OMS son construidas con el modelo estadístico Box Cox Power exponential y el método LMS, el cual sintetiza la distribución cambiante de las medidas antropométricas en función de la edad por las curvas L, M y S, que representan la asimetría, la mediana y la variabilidad, respectivamente.³³ En Colombia se han manejado tres patrones de referencia: los de la National Center for Health Statistics (NCHS),²¹ las referencias de crecimiento de la OMS^{19, 20} y las curvas de crecimiento colombianas, elaboradas en el 2011 por un grupo de investigadores, ²² las cuales no están disponibles aún en su versión completa.

Con el fin de evaluar el comportamiento del crecimiento general y del perímetro cefálico en niños, se ha estudiado la correlación entre el perímetro cefálico y el tamaño corporal (peso, longitud/talla).^{17, 18, 28, 30} Se ha encontrado baja correlación entre el perímetro cefálico (PC) y el peso corporal, y una mayor correlación entre el perímetro cefálico y la longitud/talla corporal. Generalmente el percentil es el mismo para las dos medidas (perímetro cefálico y longitud/talla corporal) y cuando existe una discrepancia negativa o positiva correspondiente a 2 desviaciones estándar (2DE), debe tenerse en cuenta porque puede indicar la presencia de una craneosinostosis, una microcefalia o un síndrome.^15-19 Se denomina microcefalia cuando el perímetro cefálico está por debajo de -2,5 (DE) desviaciones estándar y macrocefalia cuando está +2,5 (DE) por encima de la media de la población de referencia a una edad y sexo dado.^{28, 29, 31} Sin embargo, su utilidad es limitada, debido a que la relación entre el tamaño cefálico y la longitud corporal puede ser normal, sin que esto implique un tamaño de la cabeza adecuada. Tradicionalmente, la circunferencia de la cabeza se muestra en percentiles y desviaciones estándar (SD) (puntuación Z).^{20, 31, 32} Cada puntuación Z representa la diferencia entre el perímetro cefálico de un niño y la mediana del perímetro cefálico de una población de referencia (por edad y sexo) dividido por la desviación estándar de la población referencia utilizada.^{3, 20, 31, 32} Con este criterio de puntuación Z, se ubica a un niño dentro de una clasificación basada en percentiles, pero no caracteriza un modelo de crecimiento a partir del cual se pueda hacer un pronóstico del mismo, lo cual no permite caracterizar su propio patrón de crecimiento. Pero nuestra propuesta en razón de hacer uso de los modelos longitudinales mixtos sí permite caracterizar su propia curva de crecimiento en el tiempo, o una curva patrón en determinado grupo de edad y sexo.

MÉTODOS

Consideraciones éticas: esta investigación fue avalada por el Comité de Ética de la Facultad de Odontología de la Universidad Nacional de Colombia, Acta 05 03/05/2011. Se siguieron los aspectos contemplados en la normatividad internacional y nacional (Declaración de Helsinki 1975, modificada en Edimburgo en el 2000 y resolución 8430 de 1993 del Ministerio de Salud de Colombia). Los autores declaran que no tienen conflicto de interés.

La población objetivo fueron grupos de niños de ambos sexos, de 0 a 3 años, vinculados a Jardines Infantiles de la Secretaría de Integración Social D.C. de la Localidad de Usaquén, Jardín de la Universidad Nacional de Colombia, Unisalud EPS, Clínica del Bebe HOMI de la Fundación Hospital de la Misericordia. Siendo este un estudio longitudinal prospectivo, los criterios de elegibilidad para los niños obedecieron a factores de inclusión y exclusión; cumpliendo, por un lado, lo recomendado por la OMS para conformar una muestra prescriptiva que garantizara condiciones adecuadas de cuidado, protección, salud y bienestar,^{19, 20, 31, 32} y, por otro lado, que ecogeográficamente los padres, abuelos y niños hubiesen nacido en Colombia. Igualmente, los niños entraron al estudio en diferentes edades y fueron medidos cada tres meses durante un año. Solo se midieron aquellos niños cuyos padres firmaron el consentimiento informado. A cada uno de los participantes se le asignó un número consecutivo para identificarlos y guardar su identidad. La muestra consistió en 265 niños (116 femenino y 149 masculino) nacidos en alguna población colombiana, residentes en Bogotá. Se distribuyó por grupos de edad así: G1 (0 a 12), G2: (12 a 24), G3: (24 a 36) meses (tabla 1), basados en el comportamiento biológico del crecimiento y desarrollo de los niños durante los 3 primeros años de vida, reportado en la literatura.^{10-15, 19, 20}

Los 2 examinadores fueron entrenados y los instrumentos fueron calibrados de acuerdo con las recomendaciones de la OMS.^{19, 20, 31, 32}

Error del método: a través de un formato de recolección de datos e instructivo, se entrenaron dos examinadores. Se hizo continua estandarización, monitoreo de adherencia a procedimientos de recolección y calidad de los datos.

El perímetro cefálico (circunferencia occipito frontal) se midió en cada niño con una cinta métrica estándar de 12 mm de ancho, con incrementos de 1mm. El error del método se evaluó sobre 30 niños escogidos aleatoriamente, dos examinadores tomaron la medición en dos tiempos, con intervalo de 1 mes; para calcular el error del método intra e interexaminador se hizo un análisis de varianza (ANOVA) con dos factores (tiempo y observador) y mediante la prueba de cocientes de los cuadrados medios (prueba F) con un valor de p < 0,05. Se concluyó sobre esta valoración. Las curvas de crecimiento fueron construidas usando los modelos longitudinales mixtos. Por medio del software estadístico R se ajustaron los modelos, los cuales fueron obtenidos a través de estimación por máxima verosimilitud restringida (REML), a través del paquete lme4 (Bates y colaboradores, 2011).³⁵

Análisis estadístico

Los modelos propuestos en este trabajo se enmarcan dentro del contexto de los modelos longitudinales mixtos. 36, 37 Estos modelos incorporan tanto los efectos fijos como los efectos aleatorios. Se adecúan bien en una situación común de los estudios longitudinales de crecimiento craneofacial, cuando los intervalos de tiempo no son iguales para todos los individuos o cuando los individuos comienzan las mediciones a diferentes edades, presentándose desbalance en los datos, como en este caso. Estos modelos fueron introducidos por Laird y Ware, en 1982.³⁸

Según Singer y colaboradores,³⁶ el modelo se puede escribir como:

y_i=X_i β+Z_i b_i+e_i          (1,1)

Donde y_i y e_i son, respectivamente, los vectores de respuestas y los errores de medición para el i -ésimo sujeto, β y b_i son, respectivamente, los vectores de efectos fijos (parámetros de la población) y efectos aleatorios (parámetros individuales) y X_i y Z_i son las matrices de diseño asociadas a los efectos fijos y a los efectos aleatorios.³⁶

En el modelo (1.1) y_i=(y_i1, … …1y_ipi )^t es un vector respuesta asociado a i-ésima unidad muestral tiene distribución normal multivariada (ver Singer y colaboradores), ³⁶ con vector de medias y matriz de covarianzas respectivamente dado por:

E ( y_i )=X_i β                     (1,2)

V (y_i )=V_i= Z_i GZ_i ^t + R_i      (1,3)

En esta investigación se trabajó con una matriz no estructurada (NE) de Varianzas- Covarianzas, la cual tiene la siguiente forma: para el caso de los individuos evaluados en las 4 diferentes mediciones.

La estimación de los parámetros del modelo se realizó por medio del método de máxima verosimilitud restringida (REML) y la evaluación del modelo se hizo teniendo en cuenta los estimadores (BLUE) (best linear unbiased estimator) por sus siglas en inglés, mejor estimador lineal insesgado y BLUP (best linear unbiased predictor) mejor predictor lineal insesgado^{36, 37} para los parámetros β y b_i respectivamente son obtenidos a partir de las expresiones:

b^{^}_i se le conoce como P y el mejor predictor contiene los componentes aleatorios del modelo (1,1) Ver López y colaboradores.³⁹

Donde

Se utilizó el criterio (AIC) Akaike como criterio de bondad de ajuste.

RESULTADOS

No existió suficiente evidencia estadística para asumir una diferencia significativa en las mediciones interexaminador, resultado que se evidenció del ANOVA y el valor de p < 0,05. Al hacer la descripción de la muestra, se encontró que el 97,7% de los niños nacieron en Bogotá, el 80,2% de padres y 75.2% de abuelos nacieron en la región cundiboyacense.

Con relación a la práctica de lactancia materna, variable tenida en cuenta como criterio de inclusión para garantizar una muestra prescriptiva, se encontró práctica de lactancia materna exclusiva hasta los 6 meses en 98,2%, lactancia materna prolongada hasta los 12 y 18 meses (38,8%, 33,3%), respectivamente.

En cuanto a las condiciones socioeconómicas, predominaron en G1 el estrato E3 y E4 con (7,2% y 6,4%), respectivamente. En el grupo G2 y G3 predominaron los estratos E2 (9,1%, 31,7%) y E3 (7,5%, 13,6%), respectivamente (tabla 2).

Con relación a la distribución por ingresos, se observó para G1 predominio entre 2 y 3 SMLMV (14,3%) y para G2 y G3 entre 1 y 2 SMLMV (salario mínimo legal mensual vigente) con 15,5% y 37,4%, respectivamente (tabla 3).

Con relación a la escolaridad de los padres, en G1 se evidenció mayor escolaridad de la madre, categoría universitaria con 10,2%, y en los grupos G2 y G3 predominó la secundaria completa en ambos padres (9,6% y 26,8%), respectivamente.

De la figura 1 se observa que los perfiles de crecimiento del perímetro cefálico para todos los individuos mostraron una mayor pendiente de crecimiento en el grupo G1 [0 a 12], en tanto que para los grupos G2 y G3, la pendiente tiende a suavizarse, por lo cual no se visualiza en forma global el patrón de crecimiento para los niños de G2 y G3. Este resultado nos llevó a proponer modelos de crecimiento en el tiempo para cada uno de los grupos caracterizados.

Teniendo en cuenta los resultados obtenidos (figura 1), se procedió a modelar esta información a partir de la ecuación (1.1), encontrándose 6 modelos de crecimiento de tipo lineal por grupos de edad G1, G2 y G3 y por sexo. Adicionalmente, se observó que para el grupo G1 se pueden ajustar modelos de crecimiento tipo cuadrático o cúbico en el tiempo (valores bajos del AIC, criterios de información de AKAIKE),^{35, 37} con lo cual se evidencia que hay una mayor variabilidad en el crecimiento de los niños en el primer año, grupo G1, mientras que en los grupos G2 y G3, segundo y tercer año, el crecimiento es más estable.

Los resultados de la estimación de los parámetros y el ajuste de modelos con grupos se encuentran en la tabla 4.

La información contenida en la tabla 4, se representa en los envelopes o bandas de confianza, las cuales permiten observar qué tanto ajustó el modelo a los datos y cómo se distribuyeron los residuales.

Para los grupos G1 y G2 (figuras 2 y 3), las bandas de confianza muestran que los modelos propuestos son apropiados para describir el patrón de crecimiento poblacional. Casi todos los individuos están incluidos en las bandas de confianza, mostrando un mejor ajuste en el sexo masculino que en el femenino, aunque el patrón de crecimiento no es uniforme, pues se muestran algunas observaciones atípicas, principalmente en G2. Un resultado importante es que, en la medida en que crece el nivel de confianza representado por los percentiles 80%, 90% y 95%, los residuales se mantienen dentro de la banda de confianza, con lo cual se garantiza el buen ajuste de los modelos propuestos para evaluar el desarrollo del perímetro cefálico en los diferentes grupos de edad.

En la figura 2, los envelopes o bandas de confianza para G1 mostraron un mejor ajuste para los niños, puesto que no se evidencia presencia de datos atípicos; al compararse con G2 y G3, se observa una distribución simétrica de los datos, y los residuales se distribuyeron dentro de las bandas de confianza. En el sexo femenino se observa menor amplitud de las bandas de confianza, y es evidente la presencia de dos datos atípicos ubicados en la cola derecha e izquierda.

En la figura 3 se observa presencia de datos atípicos en las colas livianas derecha e izquierda. En el sexo femenino se observa asimetría en la distribución, con presencia de datos atípicos en la cola pesada de la parte superior derecha de la figura de referencia.

En la figura 4 se observan bandas estrechas, datos atípicos en las colas livianas derecha e izquierda en los dos sexos, y menor ajuste de los residuales con relación a G1 y G2. En este caso, los ritmos de desarrollo son más variables y con los modelos propuestos no se capta esta fuerte variabilidad.

En la figura 5 se observa la diferencia de comportamiento por cada grupo de edad y sexo (dimorfismo sexual) para la variable perímetro cefálico, esto conlleva a que se debe proponer un modelo de crecimiento diferente para cada sexo.

En G1 se observa mayor incremento de crecimiento (de 0 a 12 meses) en niños que en niñas, y una mayor pendiente de la curva comparada con los grupos G2 y G3, en los cuales se observa un menor incremento en el crecimiento. Sin embargo, este también fue mayor en niños que en niñas, evidenciándose dimorfismo sexual.

DISCUSIÓN

Los resultados mostraron una mayor pendiente de crecimiento de 0 a 12 meses, esto concuerda con lo que actualmente se propone como patrón de crecimiento, a partir de la metodología propuesta en la OMS^{31, 32} y los estudios descriptivos de Farkas.^{11, 12} Al modelar los datos por grupos de edad, en los envelopes o bandas de confianza, se observó una mejor distribución de los residuales en los grupos G1 y G2, lo que indica que el modelo logró un mejor ajuste para estos grupos, contrario al comportamiento presentado en el grupo G3, en el que se observó mayor cantidad de datos atípicos por fuera de las bandas de confianza o envelopes. Este hallazgo se explica porque los niños, en sus primeros meses de vida, crecen de manera más uniforme,^40-42 mientras que con la edad aumenta la variabilidad presentada como respuesta a las influencias del entorno y al incremento de variables que pueden influenciar el comportamiento del crecimiento y la variabilidad craneofacial, tales como los factores ecogeográficos,^43-47 el estado de salud y bienestar,^{1, 2, 29, 34} los hábitos alimenticios, las costumbres, la nutrición, las condiciones socioeconómicas^47-51 y la práctica de la lactancia materna.^49-55 Incluso se ha encontrado asociación entre deficiencias en las condiciones de salud y privación socioeconómica, con alteraciones en las dimensiones del perímetro cefálico.^{27, 29, 50, 51}

Cuando se hizo la caracterización de la muestra, se encontró predominio de los estratos 2 y 3 e ingresos entre 1 y 2 SMLMV; sin embargo, los niños cuentan con programas comprometidos con el bienestar y desarrollo integral de la primera infancia, apoyo en la práctica de lactancia materna, la cual se reflejó en un 98,2% de práctica de lactancia materna exclusiva hasta los seis meses y lactancia materna prolongada hasta los 12 y 18 meses en un 38,8% y 33,3%, respectivamente, bienestar, saneamiento ambiental y seguridad alimentaria. Dichas condiciones pudieron influenciar favorablemente el comportamiento del crecimiento del perímetro cefálico y el neurodesarrollo de los niños.^{1, 2} Otro aspecto relevante fue el predominio de la migración cundiboyacense de padres y abuelos en un 75,2% y 85,2%, respectivamente. Se han reportado efectos de migración, flujo génico sobre distancias craneométricas en el desarrollo de características craneales, y la variabilidad de las dimensiones craneofaciales influenciada por la herencia y procesos de adaptabilidad biológica, en respuesta al tipo de alimentación, las costumbres y hábitos de crianza.^{46, 49, 56} Dichos factores explicarían la presencia de niños con perímetros cefálicos más grandes o más pequeños para la edad, los cuales fueron identificados en el modelo como datos atípicos, a pesar de cumplir con los criterios de inclusión definidos en la metodología.

Con relación al dimorfismo sexual, se observó un mayor perímetro cefálico en niños que en niñas en los tres grupos de edad, sin embargo, al momento del nacimiento no se evidenció un claro dimorfismo sexual, tal como lo reportan los estudios craneofaciales y los patrones de referencia internacional (OMS).³¹

Describir el patrón de crecimiento del perímetro cefálico durante los primeros años de vida, a partir de los modelos longitudinales mixtos, permitió caracterizar patrones de crecimiento en tres grupos de edad (G1,G2 y G3), y a la vez, identificar la presencia de comportamientos no uniformes dentro de los grupos (datos atípicos en las bandas de confianza), cosa que los métodos Box Cox y LMS no lo permiten. Constituyéndose, de esta forma, la metodología propuesta en este artículo una nueva aproximación para la construcción de patrones de crecimiento en niños a partir del perímetro cefálico, como indicador clave en el crecimiento de los infantes.

CONCLUSIONES

La metodología usada permitió caracterizar el crecimiento a partir del conocimiento del perímetro cefálico, y analizar los datos con estructuras de desbalance (no todos los niños son medidos en el mismo instante del tiempo), constituyendo una buena aproximación para modelar el crecimiento craneofacial. Así mismo, permitió evaluar la variabilidad interindividual y la identificación de datos atípicos que conlleva a un análisis más preciso de la presencia de normalidad o alteración. Para el futuro se propone introducir covariables que permitan mejorar el ajuste del modelo e implementar un software de fácil acceso para que se pueda popularizar la metodología propuesta en la comunidad médica y odontológica, y ser implementado en la clínica como soporte diagnóstico, y en los programas de promoción y prevención de la política pública.

CONFLICTO DE INTERÉS

Los auotores declaran no tener conflicto de interés.

REFERENCIAS

1. Bartholomeusz HH, Courchesne E, Karns CM. Relationship between head circumference and brain volume in healthy normal toddlers, children, and adults. Neuropediatrics 2002; 33: 239-241.         [ Links ]

2. Ivanovic DM, Leiva BP, Pérez HT, Olivares MG, Díaz NS et al. Head size and intelligence, learning, nutritional status and brain development. Head, learning, nutrition and brain. Neuropsychologia 2004; 42: 1118-1131.         [ Links ]

3. Kelly A, Kevany J, De Onis M, Shah PM. A Who collaborative study of maternal anthropometry and pregnancy outcomes. Int J Gynaecol Obstet 1996; 53(3): 219-233.         [ Links ]

4. Kjaer I. Prenatal skeletal maturation of the human maxilla. J Craniofac Genet Dev Biol 1989; 9: 257-264.         [ Links ]

5. Enlow DH. Handbook of Facial Growth. Philadelphia: W.B. Saunders; 1982.         [ Links ]

6. Sardi ML, Ramírez FV. A cross sectional study of human craniofacial growth. Ann Hum Biol 2005; 32(3): 390-396.         [ Links ]

7. Morimoto N, Ogihara N, Katayama K, Shiota K. Threedimensional ontogenetic shape changes in the human cranium during the fetal period. J Anat 2008; 212: 627- 635.         [ Links ]

8. Staley NR. Ortodoncia. Editores: Samir E. Bishara. Crecimiento postnatal humano. México: McGraw-Hill Interamericana; 2003.         [ Links ]

9. Sgouros S, Natarajan K, Hockley AD, Goldin JH, Wake M. Skull Base Growth in in Childhood. Pediatr Neurosurg 1999; 31: 259-268.         [ Links ]

10. Brodie AG. On the growth pattern of the human head from the third month to the eighth year of life. Am J Anat 1941; 68: 723-724.         [ Links ]

11. Farkas L, Ponick J, Reczko T. Growth patterns of the head and face: a morphometric study measurements in the regions Craniofacial. J Cran Surg 1992; 29(4):308-315.         [ Links ]

12. Farkas LG, Hrecsko TM, Katic MJ, Forrest C. Proportion indice in the craniofacial regions of 284 healthy North American white children between 1 and 5 years of age. J Cran Surg 2003; 14(1): 13-28.         [ Links ]

13. Bathia SN, Leighton BC. A manual of facial growth. A Computer Analysis of Longitudinal Cephalometric Growth Data. Oxford: University Press Oxford; 1993.         [ Links ]

14. Dekaban AS. Tables of cranial and orbital measurements, cranial volume, and derived indexes in males and females from 7 days to 20 years of age. Ann Neurol 1977; 2: 485- 491.         [ Links ]

15. Roche AF, Mukherjee D, Guo SM, Moore WM. Head circumference reference data: birth to 18 years. Pediatrics 1987; 79: 706-712.         [ Links ]

16. Fujimura M, Seryu JI. Velocity of head growth during the perinatal period. Arch Dis Child 1977; 52: 105 -112.         [ Links ]

17. Nishi M, Miyake H, Akashi H, Shimizu H, Tateyama H, Chaki R et al. An index for proportion of head size to body mass during infancy. J Child Neurol 1992; 400-403.         [ Links ]

18. Feingold M, Bossert WH. Normal values for selected physical parameters: an aid to syndrome delineation. Birth Defects Orig Artic Ser 1974; 10(13): 1-16.         [ Links ]

19. Garza C, de Onis M. Justificación para la elaboración de una nueva referencia internacional del crecimiento. Food Nut Bull 2004; 25(1): S5-S14.         [ Links ]

20. De Onis M, Habicht J. Anthropometric reference data for international use: recommendations from a World Health Organization Expert Committee. Am J Clin Nutr l996; 64: 650-658.         [ Links ]

21. NCHS. Growth curves for children. Birth - 18 years. United States DHEW Pub. Dept of Health, Education and Welfare. Public Health Service. National Center for Health Statistics. USA: Hyattsville, MD; 1977.         [ Links ]

22. Hagenas L, Colón E, Merker A, Soder O, Chanin S, Del Toro K et al. Estándares normativos de crecimiento en Colombia. [Internet] FCI, Karolinska Institute, ACEP. [Consultado 2012 nov 24]. Disponible en: https://www.google.com.co/#q=fundacion+cardioinfantil+curvas+de+bogota        [ Links ]

23. Williams CA, Dagli A, Battaglia A. Genetic disorders associated with macrocephaly. Am J Med Genet A 2008; 146A: 2023-2037.         [ Links ]

24. Olusanya BO. Maternal antecedents of infants with abnormal head sizes in southwest Nigeria: A communitybased study. J Family Community Med 2012; 19(2): 113- 118.         [ Links ]

25. Bello PA, Machado M, Castillo R, Barreto E. Relación entre las dimensiones Craneofaciales y la malnutrición fetal. Rev Cubana Ortod 1988; 13(2): 99-106.         [ Links ]

26. Pickett KE, Rathouz PJ, Dukic V, Kasza K, Niessner M, Wright RJ et al. The complex enterprise of modelling prenatal exposure to cigarettes: what is 'enough'? Paediatr Perinat Epidemiol 2009; 23: 160-170.         [ Links ]

27. Weaver DD, Christian JC. Familial variation of head size and adjustment for parental head circumference. J Pediatr 1980; 96: 990-994.         [ Links ]

28. Lllingworth RS. The head circumference in infants and other measurements to which it may be related. Acta Paediatr Scand 1971; 60: 333-337.         [ Links ]

29. Sánchez R, Echeverri J, Pardo R. Perímetros braquial y cefálico como indicadores de pobreza y enfermedad diarreica aguda en niños menores de 5 años, en Bogotá. Rev Salud Pública 2004; 6(2): 167-182.         [ Links ]

30. Schienkiewitz A, Schaffrath AR, Dortschy R, Ellert U, Neuhauser H. German head circumference references for infants, children and adolescents in comparison with currently used national and international references. Acta Paediatr 2011; 100: e28-e33.         [ Links ]

31. Cordero VD, Mejía SM. Patrones de crecimiento. La Paz: OPS/OMS; 2007.         [ Links ]

32. WHO Multicentre Growth Reference Study Group. WHO child growth standards: head circumference-for-age, arm circumference for-age, triceps skinfold-for-age and subscapular skinfold-for-age: methods and development. Geneva: WHO; 2007.         [ Links ]

33. Cole TJ, Williams AF, Wright CM. Revised birth centiles for weight, length and head circumference in the UKWHO growth charts. Ann Hum Biol 2011; 38(1): 7-11.         [ Links ]

34. Daymont C, Zabel M, Feudtner C, Rubin D. The test characteristics of head circumference measurements for pathology associated with head enlargement: a retrospective cohort study. BMC Pediatrics 2012; 12: 9.         [ Links ]

35. Bates DM. lme4: Mixed-effects modeling with R. [Internet]. [Consultado 2014 Abr 26]. Disponible en: http://lme4.r-forge.r-project.org/lMMwR/lrgprt.pdf        [ Links ]

36. Singer JM, Nobre JS, Rocha FS. Análisis de datos longitudinales. Departamento de Estadística. São Paulo: Universidad de São Paulo; 2012.         [ Links ]

37. Schneiderman ED, Kowalski CJ. Analysis of longitudinal data in craniofacial research: some strategies. Crit Rev Oral Biol Med 1994; 5(3-4): 187-202.         [ Links ]

38. Laird NM, Ware JH. Random effects models for longitudinal data. Biometrics 1982; 38: 963-974.         [ Links ]

39. López L, Franco D, Barreto S. Sobre la construcción del mejor predictor lineal insesgado (BLUP) y restricciones asociadas. Revista Colombiana de Estadística 2007; 30(1): 13-36.         [ Links ]

40. Bayley N. Bayley scales of infant development. 2.a ed. San Antonio: Harcourt Brace and Company; 1993.         [ Links ]

41. Griffiths R. The abilities of babies. New York: McGraw- Hill Book; 1954.         [ Links ]

42. Ortiz PN. Escala abreviada del desarrollo. Bogotá: Ministerio de Salud; 1999.         [ Links ]

43. Bogin B. Evolutionary perspective on human growth. Ann Rev Antroph 1999; 28: 109-153.         [ Links ]

44. Eveleth PB. The effects of climate on growth. Ann NY Acad Sci 1966; 134: 750-759.         [ Links ]

45. Wehby GL, Castilla EE, Lopez CJ. The impact of altitude on infant health in South America. Econ Hum Biol 2010; 8(2): 197-211.         [ Links ]

46. Whitley E, Gunnell D, Smith G , Holly JM, Martin RM. Childhood circumstances and anthropometry: the boyd Orr cohort. Ann Hum Biol 2008; 35(5): 518-534.         [ Links ]

47. Johnston FE. Environmental constraints on growth: extent and significance. En: Hauspie R, Lindgren G. Essays in auxolog. Londres: Castlemead; 1995.         [ Links ]

48. Silva LM, Rossem LV, Jansen PW, Hokken-Koelega AC, Moll HA, Mackenbach JP et al. Children of low socioeconomic status show accelerated linear growth in early childhood; results from the generation R study. Plos One 2012; 7(5): 1-10.         [ Links ]

49. Montgomery SM, Bartley MJ, Wilkinson RG. Family conflict and slow growth. Arch Dis Child 1997; 77: 326- 330.         [ Links ]

50. Christiansen N, Mora OJ, Herrera G. Family social characteristics related to physical growth of young children. Brit J Prev Soc Med 1975; 29: 121-130.         [ Links ]

51. Koopman J, Fajardo LA, Bertrand W. Food, sanitation, and the socioeconomic determinants of child growth in Colombia. Am J Public Health 1981; 71: 31-37.         [ Links ]

52. Alvarado BE, Zunzunegui MV, Delisle H, Osorno J. Growth trajectories are influenced by breast-feeding and infant health in Afro Colombian community. J Nutr 2005; 135: 2171-2178.         [ Links ]

53. Amaizu N, Shulman NR, Schanler RJ, Lau C. Maturation of oral feeding skills in preterm infants. Acta Paediatr 2008; 97(1): 61-67.         [ Links ]

54. Matsuo K Palmer JB. Coordination of mastication, swallowing and breathing. Jpn Dent Sci Rev 2009; 45: 31- 40.         [ Links ]

55. Carruth BR, Skinner JD. Feeding Behaviors and Other Motor Development in Healthy Children (2-24 Months). J Am College Nutr 2002; 21(2): 88-96.         [ Links ]

56. Morris SE. A profile of the development of oral motor skills in early infancy - birth to 12 months, (manual). Faber: Unpublished Work; 1991.         [ Links ]