Introducción: Caracterizada por un exceso del tejido adiposo visceral (TAV), la obesidad abdominal incrementa el riesgo del síndrome metabólico. El método más popular para evaluar la obesidad infantil es el índice de masa corporal para la edad (IMC), aunque estudios recientes sugieren la circunferencia de cintura (CC) o el índice cintura-estatura (ICE). Objetivo: Evaluar la eficiencia de indicadores antropométricos para predecir TAV y clasificar sobrepeso más obesidad (SO/OB). Material y Método: Estudio transversal, analítico y comparativo. Se evaluaron 59 niños (47.5% mujeres) de 10.6 ± 2.1 años de edad en escuelas públicas de Hermosillo, Sonora, México; se examinaron variables antropométricas, estimando el IMC e ICE, se determinó el TAV mediante Absorciometría Dual de Rayos X (DEXA); se analizó mediante: regresión lineal múltiple, concordancia con el modelo de Bland y Altman e índice Kappa de Cohen. Resultados: El modelo más eficiente para predecir TAV fue el de la CC (R2=0.90). Los indicadores antropométricos tuvieron buena concordancia entre sí en el diagnóstico de SO/OB (Kappa ≥ 0.6), aunque el análisis de Bland y Altman indicó buena concordancia entre CC-TAV e ICE-TAV. Conclusiones: Los mejores predictores del TAV fueron CC e ICE. Los resultados sugieren que CC e ICE resultan los mejores indicadores para evaluar obesidad abdominal y diagnosticar SO/OB en niños y adolescentes mexicanos.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.