Capacidade Preditiva de Gordura Corporal em Crianças e Resistência à Insulina, Notas de estudo de Energia

Baixe Capacidade Preditiva de Gordura Corporal em Crianças e Resistência à Insulina e outras Notas de estudo em PDF para Energia, somente na Docsity! MARIANA DE SANTIS FILGUEIRAS AVALIAÇÃO DE MEDIDAS CORPORAIS NA ESTIMATIVA DO EXCESSO DE GORDURA TOTAL/CENTRAL E NA PREDIÇÃO DE RESISTÊNCIA À INSULINA: UM ESTUDO DE BASE POPULACIONAL COM CRIANÇAS EM VIÇOSA-MG Dissertação apresentada à Universidade Federal de Viçosa, como parte das exigências do Programa de Pós-Graduação em Ciência da Nutrição, para obtenção do título de Magister Scientiae. VIÇOSA MINAS GERAIS – BRASIL 2016 Ficha catalográfica preparada pela Biblioteca Central da Universidade Federal de Viçosa - Câmpus Viçosa T Filgueiras. Mariana de Santis. 1990- F478a Avaliação de medidas corporais na estimativa do excesso de 2016 gordura total/central e na predição de resistência à insulina : um estudo de base populacional com crianças em Viçosa - MG / Mariana de Santis Filgueiras. — Viçosa. MG. 2016. xvi, 104f. : 1]. : 29 em. Inclui anexo. Inclui apêndices. Orientador: Juliana Farias de Novaes. Dissertação (mestrado) - Universidade Federal de Viçosa Inclui bibliografia. 1. Obesidade em criança. 2. Criança - Composição corporal. 3. Antropometria. 4. Tecido adiposo. 5. Resistência insulina. 1 Universidade Federal de Viçosa. Departamento de Nutrição e Saúde. Programa de Pós-graduação em Ciência da Nutrição. H. Titulo. CDD 22. ed. 616.398 iii “Suba o primeiro degrau com fé. Não é necessário que você veja toda a escada. Apenas dê o primeiro passo.” (Martin Luther King) iv AGRADECIMENTOS Primeiramente agradeço a Deus por ter me proporcionado muita serenidade, força, amor, perseverança e sabedoria em vários momentos, além de ter colocado pessoas muito especiais no meu caminho. À minha adorável mãe, Dora, por seu amor incondicional, dedicação, apoio nos momentos difíceis e conselhos que levarei por toda vida. Ao meu pai, Romulo, por todo amor, apoio e estímulo à minha carreira, me ajudando em todos os momentos necessários. Aos meus avós maternos, Therezinha e Francisco (in memorian), por sempre valorizarem os meus estudos, além de terem dedicado um amor incondicional a mim. Aos meus avós paternos, Laura e Olandir, por todo apoio, carinho e orações, mesmo estando distantes. Aos tios, primos e parentes que sempre me apoiaram e torceram por mim. Aos amigos que me proporcionaram vários momentos de descontração, me apoiando em diferentes situações, além de sempre acreditarem em mim. Às meninas do PASE: Fernanda, Luana, Naruna, Ana Paula e Mariane, por terem sido grandes companheiras e amigas. Compartilhamos muitos momentos difíceis e de descontração, tornando vocês minha segunda família. Tenho muito orgulho de fazer parte desse grupo, no qual juntas superamos vários obstáculos, me tornando uma pessoa mais madura. Agora é ter paciência para colhermos os bons frutos! Às outras grandes amigas que fiz no mestrado, Gabriele e Patrícia, pessoas especiais que sempre me apoiaram e tornaram os meus dias mais divertidos. Às colegas e amigas, Sarah e Poliana, por serem pessoas pacientes e amáveis, sempre disponíveis para me ajudar em correções de projeto, artigos e nas análises estatísticas. Sou eternamente grata por todo o conhecimento que vocês me transmitiram! v Aos demais colegas do PPGCN, que sempre torceram por mim e estimularam a realização do meu trabalho. À bolsista Tamires e às voluntárias do PASE, Francilene, Mariana e Isabelle, que nos auxiliaram na coleta de dados, sempre disponíveis em nos ajudar em tudo que precisássemos, além de serem pessoas muito agradáveis, tornando o nosso trabalho prazeroso. Ao pessoal do PET-Nutrição que nos auxiliou na coleta de dados na triagem, sempre disponíveis e demonstrando boa vontade. À profª e orientadora Juliana Farias de Novaes, pela amizade, confiança, ensinamentos e paciência. Sou eternamente grata pelas oportunidades e por me estimular a seguir a carreira acadêmica, com toda sua tranquilidade e sabedoria. À profª e coorientadora Andréia Queiroz Ribeiro, que desde a graduação me auxilia com todo seu conhecimento e paciência. Obrigada pela confiança e por contribuir com este trabalho. À profª e coorientadora Patrícia Feliciano Pereira, que fez grandes contribuições neste trabalho. Obrigada pelo carinho, paciência, amizade e confiança. À profª Luciana Ferreira da Rocha Sant’Ana, que me orientou durante a graduação e me estimulou a seguir a carreira de pesquisadora. Obrigada pela confiança, amizade, ensinamentos e oportunidades. À profª Sylvia do Carmo Castro Franceschini por todos os ensinamentos e por ter me estimulado a seguir a carreira acadêmica. Obrigada pelo carinho de sempre, pela confiança e por aceitar a fazer parte da banca de defesa. A todos os professores do Departamento de Nutrição e Saúde da UFV, que desde a graduação me transmitiram confiança e estimularam a seguir a carreira acadêmica. Seus ensinamentos foram imprescindíveis para minha formação! viii SUMÁRIO LISTA DE TABELAS, QUADROS E FIGURAS ...................................................ix LISTA DE ABREVIAÇÕES E SIGLAS ..................................................................xi RESUMO...................................................................................................................xiii ABSTRACT................................................................................................................xv 1. INTRODUÇÃO........................................................................................................1 2. REVISÃO DE LITERATURA...............................................................................8 2.1. Obesidade infantil ...................................................................................................8 2.2. Estimativa da gordura total por várias medidas corporais segundo método- referência .......................................................................................................................9 2.3. Estimativa da gordura central por várias medida corporais segundo método- referência .....................................................................................................................10 2.4. Avaliação de medidas corporais como preditoras de Resistência à Insulina........11 3. OBJETIVOS...........................................................................................................20 3.1. Objetivo Geral.......................................................................................................20 3.2. Objetivos Específicos ...........................................................................................20 4. MÉTODOS.............................................................................................................21 4.1. População e delineamento do estudo ....................................................................21 4.2. Avaliação antropométrica e de composição corporal ...........................................22 4.3. Análises bioquímicas ............................................................................................26 4.4. Análises estatísticas ..............................................................................................27 5. RESULTADOS ......................................................................................................32 5.1. Artigo 1: Índice de Adiposidade Corporal (IAC) e Índice de Adiposidade Corporal Pediátrico (IACp) possuem baixa concordância com a gordura corporal em crianças: um estudo de base populacional do PASE – Brasil......................................33 5.2. Artigo 2: O perímetro da cintura e a relação cintura-estatura são bons preditores de gordura andróide e troncal em crianças: um estudo de base populacional do PASE- Brasil ............................................................................................................................52 5.3. Artigo 3: Parâmetros de gordura corporal total e central são bons preditores de resistência à insulina em crianças: um estudo de base-populacional do PASE-Brasil .....................................................................................................................................69 6. CONSIDERAÇÕES FINAIS................................................................................89 7. ANEXO...................................................................................................................91 8. APÊNDICES ..........................................................................................................95 ix LISTA DE TABELAS, QUADROS E FIGURAS MÉTODOS Quadro 1. Valores críticos, em escore-z, para classificação do estado nutricional pelo Índice de Massa Corporal por Idade (IMC/I), de crianças de 5 a 10 anos......................23 Quadro 2. Equações preditivas de dobras cutâneas de Slaughter et al. (1988) e Hoffman et al. (2012)......................................................................................................................24 Figura 1. Demarcações de regiões de gordura corporal obtidas no escaneamento do DEXA pelo software enCORE. Adaptado de Stults-Kolehmainen et al. (2013)............27 RESULTADOS Artigo 1: Índice de Adiposidade Corporal (IAC) e Índice de Adiposidade Corporal Pediátrico (IACp) possuem baixa concordância com a gordura corporal em crianças: um estudo de base populacional do PASE – Brasil Tabela 1. Distribuição do estado nutricional e da gordura corporal (%GC) estimada por diferentes métodos em crianças, de acordo com o sexo. PASE-Brasil, Viçosa, 2015.................................................................................................................................47 Tabela 2. Distribuição de gordura corporal (%GC) estimada por diferentes métodos em crianças, de acordo com a presença de excesso de peso. PASE-Brasil, Viçosa, 2015.................................................................................................................................48 Tabela 3. Áreas sob a curva Receiver Operating Characteristic (ROC) do Índice de Massa Corporal (IMC) e dos parâmetros de gordura corporal total como preditores de excesso de gordura corporal. PASE-Brasil, Viçosa, 2015..............................................49 Tabela 4. Concordância entre o excesso de gordura corporal total estimado por diferentes métodos e o DEXA em crianças de acordo com o sexo. PASE-Brasil, Viçosa, 2015.................................................................................................................................49 Figura 1. Análise de concordância de Bland & Altman entre valores de gordura corporal total estimado por diferentes métodos e o DEXA em crianças. PASE-Brasil, 2015.................................................................................................................................50 x Artigo 2: O perímetro da cintura e a relação cintura-estatura são bons preditores de gordura andróide e troncal em crianças: um estudo de base populacional do PASE-Brasil Tabela 1. Distribuição dos parâmetros antropométricos e de gordura central em crianças. PASE-Brasil, Viçosa, 2015..............................................................................65 Tabela 2. Prevalências de excesso de peso e de obesidade central avaliado por diferentes parâmetros antropométricos e de gordura central em crianças de acordo com o sexo. PASE-Brasil, Viçosa, 2015.................................................................................65 Tabela 3. Correlações entre parâmetros antropométricos/gordura central e gorduras andróide/troncal em crianças, de acordo com o sexo. PASE-Brasil, Viçosa, 2015.................................................................................................................................66 Tabela 4. Áreas sob a curva Receiver Operating Characteristic (ROC) da capacidade de parâmetros antropométricos em estimar excesso de gorduras andróide e troncal de acordo com o sexo. PASE-Brasil, Viçosa, 2015.............................................................67 Tabela 5. Valores de medidas de gordura central com melhores sensibilidades e especificidades para predizer excesso de gorduras andróide e troncal em crianças, de acordo com o sexo. PASE-Brasil, Viçosa, 2015.............................................................68 Artigo 3: Parâmetros de gordura corporal total e central são bons preditores de resistência à insulina em crianças: um estudo de base-populacional do PASE- Brasil Tabela 1. Características gerais da amostra de acordo com a resistência à insulina em crianças. PASE-Brasil, Viçosa, 2015..............................................................................85 Tabela 2. Áreas sob a curva Receiver Operating Characteristic (ROC) do Índice de Massa Corporal (IMC) e dos parâmetros de gordura corporal total e central como preditores de resistência à insulina em crianças. PASE-Brasil, Viçosa, 2015................86 Tabela 3. Valores de sensibilidade e especificidade dos pontos de corte de medidas de gordura central na predição de resistência à insulina. PASE-Brasil, Viçosa, 2015.................................................................................................................................87 Tabela 4. Análises de regressão da associação entre o excesso de peso/gordura corporal total/central e resistência à insulina em crianças. PASE-Brasil, Viçosa, 2015.................................................................................................................................88 xiii RESUMO FILGUEIRAS, Mariana De Santis, M.Sc., Universidade Federal de Viçosa, julho de 2016. Avaliação de medidas corporais na estimativa do excesso de gordura total/central e na predição de resistência à insulina: um estudo de base populacional com crianças em Viçosa-MG. Orientadora: Juliana Farias de Novaes. Coorientadoras: Andréia Queiroz Ribeiro e Patrícia Feliciano Pereira. A obesidade infantil é considerada um importante agravo de saúde pública global, estando relacionada a diferentes complicações cardiometabólicas, como a resistência à insulina. Com o objetivo de facilitar a identificação de crianças com excesso de gordura corporal/central e resistência à insulina, foram utilizadas diferentes medidas corporais, apesar de serem controversas na população pediátrica. O objetivo deste estudo foi avaliar as medidas corporais na estimativa do excesso de gordura corporal total/central e na predição de resistência à insulina em crianças. Trata-se de um estudo transversal de base populacional realizado com 372 crianças de 8 e 9 anos matriculadas em todas as escolas públicas e particulares do município de Viçosa, Minas Gerais. Foi realizada aferição de medidas antropométricas (peso, estatura, perímetro da cintura, perímetro do quadril, perímetro do pescoço), medidas de dobras cutâneas tricipital e subescapular, composição corporal (Índice de Adiposidade Corporal - IAC, Índice de Adiposidade Corporal Pediátrico - IACp, bioimpedância elétrica bipolar, tetrapolar, equações preditivas de dobras cutâneas, Absorciometria de Raio-X de Dupla Energia - DEXA) e coleta de sangue para avaliação de glicemia e insulina de jejum. Também foram avaliadas medidas de gordura central, como relação cintura-estatura, relação cintura- quadril, índice de conicidade, razão gordura andróide-ginóide, percentuais de gorduras andróide e troncal (obtidos pelo DEXA). A partir dos valores de glicemia e insulina de jejum, foi calculado o Modelo de Avaliação da Homeotase de Resistência à Insulina (HOMA-IR) para avaliar resistência à insulina, utilizando como ponto de corte o percentil 90 da amostra. Foram observados que 42,5% e 9,9% das crianças avaliadas apresentaram excesso de gordura corporal total e resistência à insulina, respectivamente. As análises de concordância de Kappa e Bland & Altman apontaram que o IAC e o IACp apresentaram concordâncias inferiores às equações preditivas de dobras cutâneas e às bioimpedâncias bipolar e tetrapolar em relação ao DEXA. Além disso, pela curva Receiver Operating Characteristic (ROC), foi observado que o perímetro da cintura e a relação cintura-estatura foram os melhores preditores de excesso de gorduras andróide e xiv troncal obtidas pelo DEXA. As análises na curva ROC e na regressão logística demonstraram que todas as medidas de gordura total e central foram capazes de predizer resistência à insulina em crianças, sendo que o IACp, equações preditivas de dobras cutâneas, perímetro da cintura e do pescoço, e relação cintura-estatura apresentaram maiores destaques. Conclui-se que as medidas corporais podem ser utilizadas para avaliar a gordura corporal total (equações preditivas de dobras cutâneas e bioimpedâncias bipolar e tetrapolar) e central (perímetro da cintura e a relação cintura- estatura) de crianças em relação ao DEXA, bem como para triagem da resistência à insulina. Destaca-se que a utilização destas medidas corporais são simples, seguras e não-invasivas, entretanto, sem substituir o diagnóstico por métodos-referência quando disponíveis na prática clínica e em estudos epidemiológicos. xv ABSTRACT FILGUEIRAS, Mariana De Santis, M.Sc., Universidade Federal de Viçosa, July, 2016. Evaluation of body measurements to estimate excess total/central fat and in insulin resistance prediction: a population-based study of children in Viçosa, MG. Advisor: Juliana Farias de Novaes. Co-advisors: Andréia Queiroz Ribeiro and Patrícia Feliciano Pereira. Childhood obesity is considered an important global public health injury, and is related to different cardiometabolic complications such as insulin resistance. In order to facilitate the identification of children with excess body fat/central and insulin resistance, different body measurements were used, despite being controversial in the pediatric population. The aim of this study was to evaluate the body measurements to estimate the excess of total body fat/central and insulin resistance prediction in children. This is a cross-sectional population-based study conducted with 372 children of 8 and 9 years enrolled in all public and private schools in the city of Viçosa, Minas Gerais. Anthropometric measurements was performed (weight, height, waist circumference, hip circumference, neck circumference), skinfolds triceps and subscapularis measurements, body composition (Body Adiposity Index - BAI, Pediatric Body Adiposity Index - BAIp, bipolar and tetrapolar bioelectrical impedance, skinfold predictive equations, Dual Energy X-ray Absorptiometry - DEXA) and blood collection to assess fasting glucose and insulin. We evaluated central fat measures such as waist-height ratio, waist- hip ratio, conicity index, fat android-gynoid ratio, percentage of android and trunk fats (obtained by DEXA). The cutoff points for total body fat percentage and for android and trunk fats were used 90th percentiles of the sample according to age and sex. From the fasting glucose and insulin, the Homeostasis Model Assessment of Insulin Resistance (HOMA-IR) was calculated to assess insulin resistance, using the 90th percentile of the sample as cutoff. We observed that 42,5% and 9,9% of the children had excess total body fat and insulin resistance, respectively. The agreement analyzes of Kappa and Bland & Altman pointed out that the BAI and the BAIp had lower concordances to skinfold predictive equations and bipolar and tetrapolar impedances compared to DEXA. In addition, the curve Receiver Operating Characteristic (ROC), it was observed that waist circumference and waist-to-height ratio were the best predictors of excess android and trunk fats obtained by DEXA. Analyses on the ROC curve and logistic regression showed that all total and central fat measures were able to predict 2 gordura andróide e troncal, sendo aplicável a crianças de todas as idades (GOULDING et al., 1996; LOHMAN, 1992; MAZESS et al., 1990). Entretanto métodos mais simples e de menor custo são necessários principalmente para o uso na prática clínica e em estudos epidemiológicos. Alguns métodos de menor custo comparado aos exames de imagem, como as dobras cutâneas e suas equações preditivas, bioimpedâncias elétricas (BIA) bipolar e tetrapolar, são utilizados em pesquisas e em atendimentos ambulatoriais, mas são necessários estudos mais conclusivos a respeito de suas validades (REZENDE et al., 2007). Recentemente, foram desenvolvidos alguns índices para estimar gordura corporal total, como o Índice de Adiposidade Corporal (IAC) (BERGMAN et al., 2011) e o Índice de Adiposidade Corporal Pediátrico (IACp) (EL AARBAOUI et al., 2013). No entanto, o uso destes índices na população pediátrica ainda é controverso (ZHAO, ZHANG, 2015; YU et al., 2015; THIVEL et al., 2015). Tendo em vista a importância em diagnosticar a obesidade central e suas complicações metabólicas, algumas medidas corporais são utilizadas rotineiramente, como o perímetro da cintura (PC), o perímetro do pescoço (PP) e a relação cintura- estatura (RCE) (BLÜHER et al., 2013; GRÖBER-GRÄTZ et al., 2013; HATIPOGLU et al., 2010; NAFIU et al., 2010). Estudos com adultos mostraram a associação da relação cintura-quadril (RCQ) e do índice de conicidade (IC) com fatores de risco cardiometabólicos (TAYLOR et al., 1998; VALDEZ et al., 1993). Sabe-se que a resistência à insulina é a principal alteração metabólica associada à obesidade (REAVEN, 1988), sendo importante avaliar a capacidade preditiva das medidas corporais para esta alteração em fases precoces da vida. Muitas das medidas corporais que predizem gordura corporal total e central também são capazes de predizer resistência à insulina em crianças, no entanto os resultados ainda são contraditórios (MOREIRA et al., 2008; KUBA et al., 2013; MUELLER et al., 2013; SIJTSMA et al., 2014; GOMEZ-ARBELAEZ et al., 2016; SAMSELL et al., 2014). Dentre todas as medidas corporais que estimam gordura total e central em crianças, ainda não existe um consenso de qual é mais eficaz para ser utilizada na prática clínica e em pesquisas populacionais. É importante ressaltar que poucos estudos avaliaram a concordância de métodos que estimam gordura corporal com método- referência em crianças (EL AARBAOUI et al., 2013; DOBASHI et al., 2016). Além disso, a predição das medidas corporais para a resistência à insulina em fases precoces 3 da vida é controversa na literatura (CORVALÁN et al., 2010; MUELLER et al., 2013), destacando-se a importância de estudos conclusivos para a população pediátrica. 4 REFERÊNCIAS BERGGREN, J.R.; HULVER, M.W.; DOHM, G.L.; HOUMARD, J.A. Weight loss and exercise: implications for muscle lipid metabolism and insulin action. Medicine & Science in Sports & Exercise, v.36, n.7, p. 1191–1195, 2004. BERGMAN, R.N.; STEFANOVSKI, D.; BUCHANAN, T.A.; SUMNER, A.E.; REYNOLDS, J.C.; SEBRING, N.G. et al. A better index of body adiposity. Obesity (Silver Spring), v.19, n.5, p.1083-1089; 2011. BLÜHER, S.; MOLZ, E.; WIEGAND, S.; OTTO, K.P.; SERGEYEV, E. et al.; Adiposity Patients Registry Initiative and German Competence Net Obesity. Body mass index, waist circumference, and waist-to-height ratio as predictors of cardiometabolic risk in childhood obesity depending on pubertal development. The Journal of Clinical Endocrinology & Metabolism, v.98, n.8, p.3384–3393, 2013. BRUCE, C.R.; HAWLEY, J.A. Improvements in insulin resistance with aerobic exercise training: a lipocentric approach. Medicine & Science in Sports & Exercise, v.36, n.7, p.1196-1201, 2004. CARROLL, M.D.; NAVANEELAN, T.; BRYAN, S.; OGDEN, C. Prevalence of obesity among children and adolescents in the United States and Canada. NCHS Data Brief, v.0, n.211, p.1-8, 2015. CHIARELLI, F.; MARCOVECCHIO, M.L. Insulin resistance and obesity in childhood. European Journal of Endocrinology, v.159, Supl.1, p.S67–S74, 2008. CORVALÁN, C.; UAUY, R.; KAIN, J.; MARTORELL, R. Obesity indicators and cardiometabolic status in 4-y-old children. American Journal of Clinical Nutrition, v.91, n.1, p.166–174, 2010. DE ONIS; M.; BLÖSSNER, M.; BORGHI, E. Global prevalence and trends of overweight and obesity among preschool children. American Journal of Clinical Nutrition, v.92, n.5, p.1257-1264, 2010. DESPRÉS, JP. Is visceral obesity the cause of the metabolic syndrome? Annals of Medicine, v.38, n.1, p.52–63, 2006. DOBASHI, K.; TAKAHASHI, K.; NAGAHARA, K.; TANAKA, D.; ITABASHI, K. Evaluation of hip/heightP ratio as an index for adiposity and metabolic complications in obese children: comparison with waist-related índices. Journal of Atherosclerosis and Thrombosis, v.23, n.0, p. 1-8, 2016. EL AARBAOUI, T.; SAMOUDA, H.; ZITOUNI, D.; DI POMPEO, C.; DE BEAUFORT, C.; TRINCARETTO, F. et al. Does the body adiposity index (BAI) apply to paediatric populations? Annals of Human Biology, v.40, n.5, p.451-458, 2011. FREEDMAN, D.S.; DIETZ, W.H.; SRINIVASAN, S.R.; BERENSON, G.S. The relation of overweight to cardiovascular risk factors among children and adolescents: The Bogalusa Heart Study. Pediatrics, v.103, n.6, p.1175-1182, 1999. 7 VALDEZ, R.; SEIDELL, J.C.; AHN, Y.I.; WEISS, K.M. A new index of abdominal adiposity as an indicator of risk for cardiovascular disease. A cross population study. International Journal of Obesity and Related Metabolic Disorders, v.17, n.3, p.77– 82, 1993. WANG, Y.; LOBSTEIN, T. Worldwide trends in childhood overweight and obesity. International Journal of Pediatric Obesity, v.1, n.1, p.11-25, 2006. XI, B.; MI, J.; ZHAO, M.; ZHANG, T.; JIA, C.; LI, J. et al: Trends in Abdominal Obesity Among US Children and Adolescents. Pediatrics, v.134, n.2, e334-e339, 2014. YU, Y.; WANG, L.; LIU, H.; ZHANG, S.; WALKER, S.O.; BARTELL, M.D. et al. Body mass index and waist circumference rather than body adiposity index are better surrogates for body adiposity in a chinese population. Nutrition in Clinical Practice, v.30, n.2, p.274-282, 2015. ZHAO, D.; ZHANG, Y. Body mass index (BMI) predicts percent body fat better than body adiposity index (BAI) in school children. Anthropologischer Anzeiger, v.72, n.3, p.257-62, 2015. 8 2. REVISÃO DE LITERATURA 2.1. Obesidade infantil A obesidade pode ser caracterizada como uma condição de acúmulo anormal ou excessivo de gordura no organismo, causando um comprometimento do estado de saúde do indivíduo. O grau de excesso e a distribuição da gordura corporal, bem como os agravos na saúde, podem variar para cada indivíduo (SIGULEM et al., 2001). De acordo com a Organização Mundial da Saúde (1998), a obesidade deve ser considerada como prioridade em intervenções de saúde pública, em nível individual e populacional. Entre 1980 e 2013, foi observado um aumento do sobrepeso e obesidade em crianças e adolescentes de países desenvolvidos (meninos: 23,8%; meninas: 22,6%) e em desenvolvimento (meninos: 12,9%; meninas: 13,4%) (NG et al., 2014). No Brasil, relatórios da Pesquisa de Orçamento Familiares (POF 2008-2009) apontaram um aumento da prevalência do sobrepeso e obesidade em crianças, principalmente na faixa etária entre 5 e 9 anos de idade, comparado aos dados do Estudo Nacional de Despesa Familiar (ENDEF 1974-1975). Cerca de 32% das crianças entre 5 e 9 anos do sexo feminino e 34% do sexo masculino apresentaram excesso de peso, sendo maior a prevalência na região Sudeste (meninos: 40%; meninas: 38%) (IBGE, 2010). A etiologia da obesidade é multicausal, isto é, pode ser determinada por diversos fatores, como genéticos, endócrino-metabólicos, ambientais (hábitos alimentares e prática de atividade física) e psicológicos. Em conjunto, esses fatores podem causar um acúmulo excessivo de energia na forma de gordura (BROOK; ABERNETHY, 1985; DIETZ, 1994; FISBERG, 1995; BRAY, 1992; STORY, 1990). Crianças com pais obesos possuem 80% de chance de apresentar o mesmo perfil, sendo que esse risco cai pela metade se apenas um dos pais é obeso. Se os pais não apresentarem obesidade, a criança tem 7% de risco de se tornar obesa (GARN et al., 1981). Apesar de existirem diversos estudos com o objetivo de avaliar a influência genética na obesidade, é difícil mensurar o quanto essa influência é genética ou é causada pelo ambiente familiar em que a criança está inserida (VALVERDE, 1995; BROOKE; ABERNETHY, 1985). 9 Os fatores emocionais, tais como a ansiedade, a carência e a percepção corporal, podem interferir no comportamento alimentar, que é um fenômeno complexo que envolve diferentes mecanismos neuropsicológicos (HAMMER, 1992). Em relação ao apetite, a criança obesa parece responder melhor aos estímulos externos (tipo e qualidade do alimento) do que aos internos (fome e saciedade) (SIGULEM et al., 2001). Os hábitos alimentares têm um papel fundamental na regulação energética, podendo ser considerado o principal fator desencadeante no desequilíbrio entre a ingestão e o gasto energético (AMADOR et al. 1988). Desde o primeiro ano de vida, o excesso de peso está associado à ingestão alimentar (CAMPOS et al., 1985; AGRAS et al., 1990). O aumento do consumo de alimentos industrializados, que em sua maioria possuem alto teor energético, proporciona uma maior ingestão de gorduras saturadas, trans, açúcares e sódio na infância (ESCRIVÃO et al., 2000) e estão associados ao aumento do risco de obesidade em crianças e adolescentes (GRIMES et al., 2013; LUDWIG et al., 2001). 2.2. Estimativa da gordura corporal total Poucos são os estudos que avaliaram a concordância de métodos que estimam gordura corporal total com métodos considerados referências em crianças (EL AARBAOUI et al., 2013; DOBASHI et al., 2016). As BIA bipolar e tetrapolar estimam o percentual de gordura corporal de maneira fácil, além de apresentar menor custo comparado aos exames de imagem. Também fornecem dados como massa livre de gordura e água corporal total em pesquisas de campo, clínicas e laboratoriais (LOHMAN; GOING, 2006). Em ambulatórios e algumas pesquisas, as medidas das dobras cutâneas são muito utilizadas por apresentarem baixo custo e execução relativamente simples. Os valores obtidos são usados em equações preditivas, as quais devem ser validadas antes de serem adotadas para a população (REZENDE et al., 2007). Em relação às BIA, estudos com crianças mostraram que possuem boa concordância e reprodutibilidade em relação ao DEXA (TYRRELL et al., 2001; TOMPURI et al., 2015; KETTANEH et al., 2005). Existem estudos que avaliaram o uso de dobras cutâneas e suas equações preditivas em crianças em relação ao DEXA, no entanto estes são contraditórios (BOEKE et al., 2013; NORADILAH et al., 2016). 12 existe um consenso a respeito de ponto de corte a ser utilizado para definir obesidade central (MCCARTHY et al., 2001; FERNÁNDEZ et al., 2004; BARBOSA-FILHO et al., 2014). Os estudos apontaram que a RCE tem capacidade preditiva similar ao Índice de Massa Corporal (IMC) para predizer resistência à insulina e outras alterações cardiometabólicas (KUBA et al., 2013; MANIOS et al., 2008; FREEDMAN et al., 2009; ANDROUTSOS et al., 2012). Por apresentar ponto de corte independente de sexo e idade, é possível sua utilização em triagens para resistência à insulina em crianças (MAFFEIS et al., 2008). Em crianças européias, o PP foi a medida que apresentou maior área sob a curva (AUC) para predizer síndrome metabólica nas idades de 8 e 9 anos (Meninos: AUC: 0,907; IC95%: 0,872-0,942; p<0,001; Meninas: AUC: 0,924; IC95%: 0,898- 0,950; p<0,001) (FORMISANO et al., 2016). Em crianças e adolescentes latino- americanos, o PP foi capaz de predizer resistência à insulina e outras alterações, como a pressão arterial, triglicerídeos e proteína C reativa (PCR) (GOMEZ-ARBELAEZ et al., 2016). Por apresentar pontos de corte específicos para crianças, o PP tem sido um bom método de gordura central para avaliar a resistência à insulina. Em crianças do sexo masculino de Viçosa, Minas Gerais, o IC foi um bom preditor para síndrome metabólica (ANDAKI et al., 2013). Em adolescentes venezuelanos, o IC (AUC: 0,650; IC95%: 0,512-0,788; p-valor: 0,043) teve capacidade preditiva para resistência à insulina similar ao PC (AUC: 0,660; IC95%: 0,525-0,796; p- valor: 0,030) (ACOSTA GARCÍA et al., 2012). Um estudo com crianças e adolescentes em Luxemburgo mostrou que o RCQ associado ao IMC apresentou boa capacidade preditiva para resistência à insulina (SAMOUDA et al., 2015). Outros estudos com crianças e adolescentes também mostraram associação do RCQ com o HOMA-IR e insulina de jejum (ANDROUTSOS et al., 2012; GOMEZ-ARBELAEZ et al., 2016). Alguns estudos demonstraram que a razão da gordura andróide-ginóide (RAG) está associada a alterações cardiometabólicas em crianças (GISHTI et al., 2015; SAMSELL et al., 2014). Crianças e adolescentes obesos com maiores tercis de RAG apresentaram valores superiores de HOMA-IR (AUCOUTURIER et al., 2009). Por outro lado, ainda não foram sugeridos pontos de corte para essa medida em crianças, sendo aplicável apenas em situações que é possível o uso do DEXA, onde as gorduras andróide e ginóide são obtidas. 13 Não foram encontrados estudos que avaliaram a predição do IAC e do IACp para risco a resistência à insulina em crianças. Em adultos, o IAC foi inferior ao IMC para predizer resistência à insulina (MELMER et al., 2013). Em crianças japonesas, o IAC e o IACp não foram capazes de predizer complicações metabólicas, como dislipidemias e hiperinsulinemia (DOBASHI et al., 2016). 14 REFERÊNCIAS ACOSTA GARCÍA, E.; CARÍAS, D.; PÁEZ VALERY, M.; NADDAF, G.; DOMÍNGUEZ, Z. Exceso de peso, resistencia a la insulina y dislipidemia en adolescentes. Acta Bioquímica Clínica Latinoamericana, v.46, n.3, p.365-373, 2012. AGRAS, W.S.; KRAEMER, H.C.; BERKOWITZ, R.I.; HAMMER, L.D. Influence of early feeding style on adiposity at 6 years of age. Journal of Pediatrics, v.116, n.5, p.805-809, 1990. AMADOR, M.; HERMELO, M.P.; PEÑA, M. Papel de la Pediatria en la Prevención de la Obesidad y sus efectos sobre la salud. Revista Cubana de Pediatria, v.60, n.6, p.862-876, 1988. ANDAKI, A.C.R.; TINICO, A.L.A.; MENDES, E.L.; JUNIOR, R.A.; HILLS, A.P.; AMORIM, P.R.S. Anthropometry and physical activity level in the prediction of metabolic syndrome in children. Public Health Nutrition, v.17, n.10, p.1–8, 2013. ANDROUTSOS, O.; GRAMMATIKAKI, E.; MOSCHONIS, G.; ROMA- GIANNIKOU, E.; CHROUSOS, G.P.; MANIOS, Y. et al. Neck circumference: a useful screening tool of cardiovascular risk in children. Pediatric Obesity, v.7, n.3, p.187– 195, 2012. AUCOUTURIER, J.; MEYER, M.; THIVEL, D.; TAILLARDAT, M.; DUCHE, P. Effect of android to gynoid fat ratio on insulin resistance in obese youth. Archives of Pediatrics and Adolescent Medicine, v.163, n.9, p.826–831, 2009. BARBOSA FILHO, V.C.; CAMPOS, W.; FAGUNDES, R.R.; LOPES, A.S. Anthropometric indices among schoolchildren from a municipality in southern Brazil: A descriptive analysis using the LMS method. Revista Paulista de Pediatria, v.32, n.4, p.333–341, 2014. BERGMAN, R.N.; STEFANOVSKI, D.; BUCHANAN, T.A.; SUMNER, A.E.; REYNOLDS, J.C.; SEBRING, N.G. et al. A better index of body adiposity. Obesity (Silver Spring), v.19, n.5, p.1083-1089; 2011. BOEKE, C.E.; OKEN, E.; KLEINMAN, K.P.; RIFAS-SHIMAN, S.L.; TAVERAS, E.M.; GILLMAN, M.W. Correlations among adiposity measures in school-aged children. BMC Pediatrics, v.13, n.2, p.99, 2013. BRAY, G.A. Pathophysiology of Obesity. The American Journal of Clinical Nutrition, v.55 (2 Suppl), p.488S-494S, 1992. BROOKE, O.G.; ABERNETHY, E. Obesity in Children. Humam Nutrition. Applied Nutrition, v.39, n.4, p.304-314, 1985. BROWNING, L.M.; HSIEH, S.D.; ASHWELL, M. 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. Nutrition Research Reviews, v.23, n.2, p.247-269, 2010. 17 INTERNATIONAL OBESITY TASK FORCE (IOTF). World Obesity Federation. Disponível em: http://www.worldobesity.org/iotf/obesity/?map=children. Acesso em: 20 de maio de 2016. KETTANEH, A.; HEUDE, B.; LOMMEZ, A.; BORYS, J.M.; DUCIMETIÈRE, P.; CHARLES, M.A. Reliability of bioimpedance analysis compared with other adiposity measurements in children: the FLVS II Study. Diabetes & Metabolism, v.31, n.6, p.534-41, 2005. KUBA, V.M.; LEONE, C.; DAMIANI, D. Is waist-to-height ratio a useful indicator of cardio-metabolic risk in 6-10-year-old children? BMC Pediatrics, v.13, n.1, p.91, 2013. LABERGE, R.C.; VACCANI, J.P.; GOW, R.M.; GABOURY, I.; HOEY, L.; KATZ, S.L. Inter- and intra-rater reliability of neck circumference measurements in children. Pediatric Pulmonology, v.44, n.1, p.64–69, 2009. LEE, S.; BACHA, F.; GUNGOR, N.; ARSLANIAN, S.A. Waist circumference is an independent predictor of insulin resistance in black and white youths. Journal of Pediatrics, v.148, n.2, p.188–194, 2006. LI, C.; FORD, E.S.; MOKDAD, A.H.; COOK, S. Recent trends in waist circumference and waist-height ratio among US children and adolescents. Pediatrics, v.118, n.5, e1390-e1398, 2006. LOHMAN, T.G.; GOING, S.B. Body composition assessment for development of an international growth standard for preadolescent and adolescent children. Food and Nutrition Bulletin, v.27 (Supl.4), p.S314-25, 2006. LUDWIG, D.S.; PETERSON, K.E.; GORTMAKER, S.L. Relation between consumption of sugar-sweetened drinks and childhood obesity: a prospective, observational analysis. The Lancet, v.357, n.9255, p.505-508, 2001. MAFFEIS, C.; BANZATO, C.; TALAMINI, G.; OBESITY STUDY GROUP OF THE ITALIAN SOCIETY OF PEDIATRIC ENDOCRINOLOGY AND DIABETOLOGY. Waist-to-height ratio, a useful index to identify high metabolic risk in overweight children. Journal of Pediatrics, v.152, n.2, 207–213, 2008. MANIOS, Y.; KOURLABA, G.; KAFATOS, A.; COOK, T.L.; SPYRIDAKI, A.; FRAGIADAKIS, G.A. Associations of several anthropometric indices with insulin resistance in children: The Children Study. Acta Paediatrica, v.97, n.4, p.494–499, 2008. MCCARTHY, H.D.; ASHWELL, M. A study of central fatness using waist-to-height ratios in UK children and adolescents over two decades supports the simple message - ‘keep your waist circumference to less than half your height’. International Journal of Obesity, v.30, n.6, p.988–992, 2006. MCCARTHY, H.D.; JARRETT, K.V.; CRAWLEY, H.F. The development of waist circumference percentiles in British children aged 5.0–16.9 y. European Journal of Clinical Nutrition, v.55, n.10, p.902–907, 2001. 18 MELMER, A.; LAMINA, C.; TSCHONER, A.; RESS, C.; KASER, S.; LAIMER, M. et al. Body Adiposity Index and other indexes of body composition in the SAPHIR study: association with cardiovascular risk factors. Obesity (Silver Spring), v.21, n.4, p.775- 781, 2013. MORAN, A.; JACOBS, D.R. JR.; STEINBERGER, J.; HONG, C.P.; PRINEAS, R.; LUEPKER, R.; SINAIKO, A.R. Insulin resistance during puberty: results from clamp studies in 357 children. Diabetes, v.48, n.10, p.2039–2044, 1999. MUELLER, W.H.; KAPLOWITZ, H.J. The precision of anthropometric assessment of body fat distribution in children. Annals of Human Biololy, v.21, n.3, p.267-274, 1994. NAFIU, O.O.; BURKE, C.; LEE, J.; VOEPEL-LEWIS, T.; MALVIYA, S.; TREMPER, K.K. Neck circumference as a screening measure for identifying children with high body mass index. Pediatrics, v.126, n.2, p.e306–310, 2010. NG, M.; FLEMING, T.; ROBINSON, M.; THOMSON, B.; GRAETZ, N.; MARGONO, C. et al. Global, regional, and national prevalence of overweight and obesity in children and adults during 1980–2013: a systematic analysis for the Global Burden of Disease Study 2013. The Lancet, v.384, n.9945, p.766-781, 2014. NORADILAH, M.J.; ANG, Y.N.; KAMARUDDIN, N.A.; DEURENBERG, P.; ISMAIL, M.N.; POH, B.K. Assessing body fat of children by skinfold thickness, bioelectrical impedance analysis, and dual-energy X-ray absorptiometry: A validation study among Malay children aged 7 to 11 years. Asia Pacific Journal of Public Health, v.31, n.6, p.534-41, 2016. ORGANIZAÇÃO MUNDIAL DE SAÚDE. Obesity preventing and managing the Global Epidemic: Report of a WHO Consulation of Obesity. Geneva, OMS/NUT/NCD, 1998. PÉREZ, B.; LANDAETA-JIMENEZ, M.; VASQUEZ, M. Fat distribution in Venezuelan children and adolescents estimated by the conicity index and waist/hip ratio. American Journal of Human Biology, v.14, n.1, p.15-20, 2002. REZENDE, F.; ROSADO, L.; FRANCESCHINI, S.; ROSADO, G.; RIBEIRO, R.; MARINS, J.C.B. Revisão crítica dos métodos disponíveis para avaliar a composição corporal em grandes estudos populacionais e clínicos. Archivos Latinoamericanos de Nutrición, v.57, n.4, p.327-34, 2007. SAMOUDA, H.; DE BEAUFORT, C.; STRANGES, S.; GUINHOUYA BC, GILSON G, HIRSCH M, et al. Adding anthropometric measures of regional adiposity to BMI improves prediction of cardiometabolic, inflammatory and adipokines profiles in youths: a cross-sectional study. BMC Pediatrics, v.15, n.1, p.168, 2015. SAMSELL, L.; REGIER, M.; WALTON, C.; COTTRELL, L. Importance of android/gynoid fat ratio in predicting metabolic and cardiovascular disease risk in normal weight as well as overweight and obese children. Journal of Obesity, v.2014, n.1, p.1-7, 2014. 19 SIGULEM, D.M.; TADDEI, J.A.A.C.; ESCRIVÃO, M.A.M.S.; DEVINCENZI, M.U. Obesidade na infância e na adolescência. Compacta Nutrição, v.2, n.1, p.5-16, 2001 STEPIEN, M.; STEPIEN, A.; WLAZEL, R.N.; PARADOWSKI, M.; RIZZO, M.; BANACH, M. et al. Predictors of insulin resistance in patients with obesity: a pilot study. Angiology, v.65, n.1, p.22-30, 2014. STORY, M. Study group report on the impact of television on adolescent nutrtional status. Journal of Adolescent Health Care, v.11, n.1, p.82-85, 1990. SUNG, R.Y.T.; YU, C.C.W.; CHOI, K.C.; MCMANUS, A.; LI, A.M.; XU, S.L. et al. Waist circumference and body mass index in Chinese children: cutoff values for predicting cardiovascular risk factors. International Journal of Obesity, v.31, n.3, p.550–558, 2007. TAYLOR, R.W.; JONES, I.E.; WILLIAMS, S.M.; GOULDING, A. Evaluation of waist circumference, waist-to-hip ratio, and the conicity index as screening tools for high trunk fat mass, as measured by dual- energy X-ray absorptiometry, in children aged 3- 19 y. The American Journal of Clinical Nutrition, v.72, n.2, p.490-495, 2000. THIVEL, D.; O’MALLEY, G.; PEREIRA, B.; DUCHÉ, P.; AUCOUTURIER, J. Comparison of total body and abdominal adiposity indexes to dual X-ray absorptiometry scan in obese adolescents. American Journal of Human Biology, v.27, n.3, p.334-8, 2015. TOMPURI, T.T.; LAKKA, T.A.; HAKULINEN, M.; LINDI, V.; LAAKSONEN, D.E. et al. Assessment of body composition by dual-energy X-ray absorptiometry, bioimpedance analysis and anthropometrics in children: the Physical Activity and Nutrition in Children study. Clinical Physiology and Functional Imaging, v.35, n.1, p.21-33, 2015. TYRRELL, V.J.; RICHARDS, G.; HOFMAN, P.; GILLIES, G.F.; ROBINSON, E.; CUTFIELD, W.S. Foot-to-foot bioelectrical impedance analysis: a valuable tool for the measurement of body composition in children. International Journal of Obesity and Related Metabolic Disorders, v. 25, n.2, p.273-8, 2001. VALDEZ, R. A simple model-based index of abdominal adiposity. Journal of Clinical Epidemiology, v.44, n.9, p.955-956, 1991. VALVERDE, M.A. Impacto do atendimento multiprofissional na evoluçào pondero- estatural de crianças e adolescentes obesas: Análise dos fatores condicionantes. São Paulo, 1995 [Tese de Mestrado – Universidade Federal de São Paulo – EPM]. 22 forma aleatória, sendo possível testar a aplicação de questionários e aferição de medidas antropométricas. As crianças que utilizavam medicamentos, integrantes da Associação de Pais e Amigos dos Alunos Excepcionais (APAE) e que os responsáveis não assinaram o Termo de Consentimento Livre e Esclarecido (APÊNDICE B) não foram incluídas. O presente estudo foi aprovado pelo Comitê de Ética em Pesquisa com Seres Humanos da Universidade Federal de Viçosa (parecer nº 663.171) (ANEXO 1). Ao final da pesquisa, todas as crianças e seus responsáveis tiveram acesso aos resultados encontrados e receberam orientações quanto à reeducação alimentar e nutricional, bem como sobre hábitos saudáveis de vida. As escolas também receberam os resultados do estudo. 4.2. Avaliação antropométrica e de composição corporal A coleta de dados foi realizada por um membro da equipe treinado, em ambiente apropriado, com os voluntários sem calçados e usando roupas leves (APÊNDICE C, D, E). O peso foi aferido em balança digital eletrônica, com capacidade de 150 kg e precisão de 0,1 kg (Tanita® Modelo Ironman BC 553, Tanita Corporation of America Inc., Artlington Heights, USA) e a estatura foi mensurada utilizando um estadiômetro, dividido em centímetros e subdividido em milímetros (Alturexata®, Belo Horizonte, Brasil) de acordo com as normas preconizadas por Jelliffe (1968). Com os dados obtidos de peso e estatura, foi calculado o Índice de Massa Corporal (IMC), e para a classificação do estado nutricional das crianças foram utilizados os pontos de corte de IMC por idade (IMC/I) em escore-z, preconizados pela Organização Mundial da Saúde (OMS, 2007) (Quadro 1). Foram consideradas crianças com excesso de peso aquelas com diagnóstico de sobrepeso, obesidade e obesidade grave. 23 Quadro 1. Valores críticos, em escore-z, para classificação do estado nutricional pelo Índice de Massa Corporal por Idade (IMC/I), de crianças de 5 a 10 anos. Valores críticos Diagnóstico nutricional < Escore-z -3,00 Magreza acentuada > Escore-z -3,00 e < escore-z -2,00 Magreza > Escore-z -2,00 e < escore-z + 1,00 Eutrofia > Escore-z +1,00 e < escore-z +2,00 Sobrepeso > Escore-z +2,00 e < escore-z +3,00 Obesidade > Escore-z +3,00 Obesidade grave Fonte: OMS (2007) 4.2.1. Gordura corporal total Para o cálculo do IAC, foram utilizadas as medidas do perímetro do quadril (cm) e de estatura (m) (BERGMAN et al., 2011). O perímetro do quadril foi aferido utilizando uma fita métrica inextensível, com precisão de 0,1 cm (TBW®, São Paulo, Brasil), posicionada horizontalmente ao redor do quadril na parte mais saliente dos glúteos. Os voluntários permaneceram em posição ortostática, pés unidos e seu peso igualmente sustentado pelas duas pernas. 𝐼𝐴𝐶 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑜 𝑞𝑢𝑎𝑑𝑟𝑖𝑙 (𝑐𝑚)𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) √𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎(𝑚) ‒ 18 ou:𝐼𝐴𝐶 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑜 𝑞𝑢𝑎𝑑𝑟𝑖𝑙 (𝑐𝑚)𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) 1,5 ‒ 18 O IACp foi calculado a partir da seguinte fórmula (EL AARBAOUI et al., 2013):𝐼𝐴𝐶𝑝 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑜 𝑞𝑢𝑎𝑑𝑟𝑖𝑙 (𝑐𝑚)𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) 0,8 ‒ 38 As dobras cutâneas tricipital (DCT) e subescapular (DCSE) foram medidas por meio do adipômetro Lange Skinfold Caliper® (Cambridge Scientific Instruments, Cambridge, MA, USA). As crianças permaneceram em posição ortostática e em repouso. A DCT foi aferida no ponto médio entre o acrômio e o olécrano, na parte posterior do braço. A DCSE foi medida no ponto marcado em diagonal a 45º, 2 cm 24 abaixo do ângulo inferior da escápula. Foi utilizada média aritmética das três medidas não consecutivas de cada local. As equações propostas por Slaughter et al. (1988) foram utilizadas para estimar gordura corporal, onde são necessárias as medidas de DCT e DCSE, derivadas de um modelo multicomponente e ajustadas pelo sexo, grau de maturação e etnia (Quadro 2). A gordura corporal total também foi estimada por equação proposta por Hoffman et al. (2012) para crianças brasileiras, sendo necessários os dados de peso (kg), DCT (mm), estatura (cm), sexo e idade (anos). Quadro 2. Equações preditivas de dobras cutâneas de Slaughter et al. (1988) e Hoffman et al. (2012). DCT: dobra cutânea tricipal; DCSE: dobra cutânea subescapular; *I: caucasiano=1,7; negro=3,2 A BIA bipolar Tanita® (Modelo Ironman BC 553, Tanita Corporation of America Inc., Artlington Heights, USA) foi utilizada para estimar gordura corporal. Os voluntários subiram na balança com os pés descalços, sem qualquer objeto de metal, em posição ortostática, com os braços relaxados A BIA tetrapolar também foi realizada, por meio da Biodynamics® Modelo 310e (Biodynamics Corporation, USA). Os voluntários deitaram em decúbito dorsal, sem qualquer objeto de metal, e os eletrodos colocados em locais bem delimitados após limpeza com álcool. Um eletrodo emissor foi colocado próximo à articulação metacarpo-falangeana da superfície dorsal da mão direita e o outro distal do arco transverso da superfície superior do pé direito. Um eletrodo detector foi posicionado entre as proeminências distais do rádio e da ulna do punho direito e o outro entre os maléolos, medial e lateral do tornozelo direito (CARVALHO; NETO, 1999). Slaughter et al. (1988) ∑ pregas Meninas Meninos > 35 mm 0,546(DCT+DCSE)+9,7 0,783(DCT+DCSE)+1,6 < 35 mm 1,33(DCT+DCSE)- 0,013(DCT+DCSE)²-2,5 1,21(DCT+DCSE)- 0,008(DCT+DCSE)²-I* Hoffman et al. (2012) 6,371+[0,488*peso(kg)]+[0,128*DCT(mm)]-[11,138*estatura(m)]+[0,645*sexo]- [0,188*idade(anos)] (sexo masculino=0 e feminino=1) 27 Figura 1. Demarcações de regiões de gordura corporal obtidas no escaneamento do DEXA pelo software enCORE. Adaptado de Stults-Kolehmainen et al. (2013). 4.4. Análises estatísticas As análises estatísticas foram realizadas no software SPSS for Windows, versão 20.0 (SPSS Inc. Chicago, USA) e Stata versão 13, adotando o nível de significância de 5% em todas as análises. O teste de normalidade de Kolmogorov-Smirnov foi utilizado para avaliar a distribuição das variáveis quantitativas. Foram realizadas análises descritivas dos dados, por meio de frequências, medianas e intervalo interquartil. As comparações de medianas foram realizadas pelo teste de Mann-Whitney. Foram utilizados os testes de Qui-Quadrado de Pearson para avaliar a associação entre as medidas corporais segundo o sexo, estado nuticional e resistência à insulina. A concordância entre o excesso de gordura corporal total estimada pelos métodos teste (IAC, IACp, BIA bipolar e tetrapolar, equações preditivas de Slaughter e de Hoffman) e pelo DEXA foi avaliado pelo índice Kappa de Cohen. Os valores de 28 Kappa obtidos foram interpretados como fraca (<0,20), considerável (0,21-0,40), moderada (0,41-0,60) ou forte (>0,61) (LANDS; KOCH, 1977). Por meio da análise de concordância de Bland & Altman foi avaliada a magnitude da concordância dos valores de cada método testado em relação ao DEXA. O viés representa a média das diferenças entre os dois métodos; a partir do desvio-padrão da diferença média, foram calculados os limites de concordância de 95% (desvio-padrão multiplicado por 1,96). É recomendado que o viés seja estatisticamente igual a zero para ser considerada boa concordância, mas é importante considerar os limites de concordância na sua interpretação (BLAND; ALTMAN, 1986; MONAGHAN et al, 2007). Para complementar as análises, foi realizada análise de correlação de Pearson, considerando valores de coeficientes significantes como viés proporcional. Foram analisadas as áreas sob as curvas Receiver Operating Characteristic (ROC) com o objetivo de avaliar a predição das medidas corporais de gordura central para gorduras andróide e troncal. Também foram utilizadas para avaliar a capacidade preditiva das medidas de gordura total e central para resistência à insulina. A partir das curvas ROC, foram propostos pontos de corte para medidas de gordura central (PC, PP, RCE, RCQ e IC) com os melhores valores de sensibilidade e especificidade para predizer excesso de gorduras andróide e troncal. Além disso, foram avaliadas a sensibilidade e a especificidade dos mesmos pontos de corte na predição de resistência à insulina. Análises de regressão logística permitiram avaliar a associação do aumento da gordura total e central estimada por medidas corporais (variáveis independentes) com a presença de resistência à insulina (variável dependente). As análises foram ajustadas por sexo, etnia, ingestão energética (média obtida por três recordatórios 24 horas – APÊNDICE D) e presença de diabetes mellitus materno (autorreferida por meio de questionário semi-estruturado – APÊNDICE C). O ajuste dos modelos de regressão logística foram avaliados pelo Teste de Hosmer & Lemeshow (Goodness of fit test) 29 REFERÊNCIAS ASHWELL, M.; HSIEH, S.D. Six reasons why the waist-to-height ratio is a rapid and effective global indicator for health risks of obesity and how its use could simplify the international public health message on obesity. International Journal of Food Sciences and Nutrition, v.56, n.5, p.303–307, 2005. BARBOSA FILHO, V.C.; CAMPOS, W.; FAGUNDES, R.R.; LOPES, A.S. Anthropometric indices among schoolchildren from a municipality in southern Brazil: A descriptive analysis using the LMS method. Revista Paulista de Pediatria, v.32, n.4, p.333–341, 2014. BERGMAN, R.N.; STEFANOVSKI, D.; BUCHANAN, T.A.; SUMNER, A.E.; REYNOLDS, J.C.; SEBRING, N.G. et al. A better index of body adiposity. Obesity (Silver Spring), v.19, n.5, p.1083-1089; 2011. BLAND, J.M.; ALTMAN, D.G. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet, v.1, n.8476, p.307-10, 1986. BROWNING, L.M.; HSIEH, S.D.; ASHWELL, M. 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. Nutrition Research Reviews, v.23, n.2, p.247-269, 2010. CARVALHO, A.B.R.; NETO, C.S.P. Composição corporal através dos métodos da pesagem hidrostática e impedância bioelétrica em estudantes universitários. Revista Brasileira de Cineantropometria & Desempenho Humano, v.1, n.1, p.18-23, 1999. EL AARBAOUI, T.; SAMOUDA, H.; ZITOUNI, D.; DI POMPEO, C.; DE BEAUFORT, C.; TRINCARETTO, F. et al. Does the body adiposity index (BAI) apply to paediatric populations? Annals of Human Biology, v.40, n.5, p.451-458, 2011. ELLIS, K.J.; BELL, S.J.; CHERTOW, G.M.; CHUMLEA, W.C.; KNOX, T.A.; KOTLER, D.P. et al. Bioelectrical impedance methods in clinical research: a follow-up to the NIH Technology Assessment Conference. Nutrition, v.15, n.11-12, 1999. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Censo cidades. Disponível em: http://<www.ibge.gov.br/cidadesat/topwindow.htm?1>. Acesso em: 16 de agosto de 2014. INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA (INEP). Matrícula no Ensino Fundamental da cidade de Viçosa-MG (2014). Disponível em: http://portal.inep.gov.br/basica-censo-escolar-matricula. Acesso em: 20 de março de 2015. HOFFMAN, D.J.; TORO-RAMOS, T.; SAWAYA, A.L.; ROBERTS, S.B.; RONDO, P. Estimating total body fat using a skinfold prediction equation in Brazilian children. Annals of Human Biology, v.39, n.2, p.156-160, 2012. 32 5. RESULTADOS Esta dissertação será apresentada na forma de três artigos científicos: 1. Índice de Adiposidade Corporal (IAC) e Índice de Adiposidade Corporal Pediátrico (IACp) possuem baixa concordância com a gordura corporal em crianças: um estudo de base populacional do PASE-Brasil 2. O perímetro da cintura e a relação cintura-estatura são bons preditores de gordura andróide e troncal em crianças: um estudo de base populacional do PASE-Brasil 3. Parâmetros de gordura corporal total e central são bons preditores de resistência à insulina em crianças: um estudo de base-populacional do PASE-Brasil 33 5.1. Artigo 1: Índice de Adiposidade Corporal (IAC) e Índice de Adiposidade Corporal Pediátrico (IACp) possuem baixa concordância com a gordura corporal em crianças: um estudo de base populacional do PASE – Brasil RESUMO Objetivo: Avaliar a concordância de diferentes métodos que estimam gordura corporal total com absorciometria de raio-X de dupla energia (DEXA) em crianças pré-púberes brasileiras. Métodos: Estudo transversal com 372 crianças de 8 e 9 anos matriculadas em todas as escolas públicas e privadas do município de Viçosa, Minas Gerais, Brasil. Foram avaliadas as concordâncias de medidas de gordura corporal total (Índice de Adiposidade Corporal – IAC, Índice de Adiposidade Corporal Pediátrico – IACp, bioimpedâncias (BIA) bipolar, tetrapolar e equações preditivas de dobras cutâneas) com o DEXA por meio do Índice de Kappa de Cohen e análise de concordância de Bland & Altman. Resultados: Mais de 40% das crianças apresentaram gordura corporal elevada pelo DEXA. A prevalência de crianças eutróficas com excesso de gordura corporal foi maior apenas quando avaliadas pelo IAC e BIA tetrapolar. Pelas análises de concordância, observamos que o IAC e o IACp foram os métodos que mais superestimaram e subestimaram o percentual de gordura corporal, respectivamente. As equações preditivas de dobras cutâneas e as BIA foram os métodos que apresentaram melhores concordâncias com o DEXA. Na amostra total, observou-se viés proporcional em todos os métodos, sugerindo que em crianças com valores extremos de gordura corporal, pode ocorrer erros de mensuração (subestimação ou superestimação). Conclusão: O IAC e o IACp não são bons métodos para estimar gordura corporal total, sendo inferiores às equações preditivas de dobras cutâneas e às BIA em relação ao DEXA. A avaliação da acurácia de métodos simples e de baixo custo para estimativa da gordura corporal é de extrema importância para sua utilização na prática clínica e em estudos epidemiológicos. Palavras-chave: Criança; Antropometria; Distribuição de Gordura Corporal; Obesidade Pediátrica; Adiposidade 34 Body Adiposity Index (BAI) and Pediatric Body Adiposity Index (BAIp) have low agreement with body fat in children: a population-based study of PASE – Brazil ABSTRACT Objective: To evaluate the agreement of different methods to estimate total body fat with dual energy X-ray absorptiometry (DEXA) in Brazilian pre-pubescent children. Methods: Cross-sectional study with 372 children aged 8 and 9 years enrolled in all public and private schools in the city of Viçosa, Minas Gerais, Brazil. The agreement of total body fat measures were evaluated (Body Adiposity Index - BAI, Pediatric Body Adiposity Index- BAIp, bipolar and tetrapolar impedances (BIA) and skinfold predictive equations) with DEXA. Through Kappa Cohen Index and Bland & Altman agreement analysis. Results: Over 40% of the children had high body fat by DEXA. The prevalence of normal children with excess body fat was higher only when evaluated by the BAI and BIA tetrapolar. The agreement analysis, we observed that the BAI and the BAIp were the methods most overestimated and underestimated the percentage of body fat, respectively. The skinfold predictive equations and BIA were the methods that showed best agreement with DEXA. In the total of sample, there was proportional bias in all methods, suggesting that in children with extreme values of body fat may occur measurement error (underestimation or overestimation). Conclusion: BAI and BAIp are not good methods for estimating total body fat, and lower than the skinfold predictive equations and BIA in relation to DEXA. The evaluation of the accuracy of simple and inexpensive measures to estimate body fat is extremely important for their use in clinical practice and in epidemiological studies. Keywords: Child; Antropometry; Body Fat Distribution; Pediatric Obesity; Adiposity 37 Universidade Federal de Viçosa (parecer nº 663.171) e financiado pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Avaliação antropométrica A coleta de dados foi realizada em ambiente apropriado por um membro da equipe treinado, com os voluntários sem calçados e usando roupas leves. O peso foi aferido em balança digital eletrônica, com capacidade de 150 kg e precisão de 0,1 kg (Tanita® Modelo Ironman BC 553, Tanita Corporation of America Inc., Artlington Heights, USA) e a estatura foi determinada utilizando um estadiômetro, dividido em centímetros e subdividido em milímetros (Alturexata®, Belo Horizonte, Brasil) de acordo com Jelliffe17. Com os dados obtidos de peso e estatura, foi calculado o Índice de Massa Corporal (IMC), e para a classificação do estado nutricional das crianças foram utilizados os pontos de corte de IMC por idade (IMC/I) em escore-z, estabelecidos pela Organização Mundial da Saúde18. Para aferir o perímetro do quadril, foi utilizada fita métrica inextensível, com precisão de 0,1 cm (TBW®, São Paulo, Brasil), posicionada horizontalmente ao redor do quadril na parte mais saliente dos glúteos. Os voluntários permaneceram em posição ereta, pés unidos e seu peso igualmente sustentado pelas duas pernas19. Foram mensuradas as dobras cutâneas tricipital (DCT) e subescapular (DCSE) por meio do adipômetro Lange Skinfold Caliper® (Cambridge Scientific Instruments, Cambridge, MA, USA). As crianças permaneceram em posição ereta e em repouso. A DCT foi aferida no ponto médio entre o acrômio e o olécrano, na parte posterior do braço. A DCSE foi avaliada no ponto marcado em diagonal a 45º, 2 cm abaixo do ângulo inferior da escápula. Foram realizadas três medidas não consecutivas de cada local, sendo utilizada a média aritmética. Composição corporal O percentual de gordura corporal foi estimado por sete métodos: duas equações preditivas de dobras cutâneas20,21, bioimpedância elétrica (BIA) bipolar e tetrapolar, Índice de Adiposidade Corporal (IAC), Índice de Adiposidade Corporal Pediátrico (IACp) e DEXA (considerado método de referência para avaliar as demais técnicas). 38 Em todos os métodos avaliados, o excesso de gordura corporal foi classificado pelo percentil 85 de acordo com idade e sexo proposto por McCarthy et al.22. Foram avaliadas as equações propostas por Slaughter et al.20, onde são necessárias as medidas de DCT e DCSE, derivadas de um modelo multicomponente e ajustadas pelo sexo, grau de maturação e etnia. A gordura corporal total também foi estimada por equação proposta por Hoffman et al.21 para crianças brasileiras, sendo necessários os dados de peso (kg), DCT (mm), estatura (cm), sexo e idade (anos). Foi utilizada a BIA bipolar Tanita® (Modelo Ironman BC 553, Tanita Corporation of America Inc., Artlington Heights, USA). Os voluntários subiram na balança com os pés descalços, sem qualquer objeto de metal, em posição ortostática, com os braços relaxados A BIA tetrapolar também foi realizada, por meio da Biodynamics® Modelo 310e (Biodynamics Corporation, USA). Os voluntários deitaram em decúbito dorsal, sem qualquer objeto de metal, e os eletrodos foram colocados em locais bem delimitados após limpeza com álcool. Um eletrodo emissor foi posicionado próximo à articulação metacarpo-falangeana da superfície dorsal da mão direita e o outro distal do arco transverso da superfície superior do pé direito. Um eletrodo detector foi colocado entre as proeminências distais do rádio e da ulna do punho direito e o outro entre os maléolos, medial e lateral do tornozelo direito23. Os voluntários seguiram um protocolo para realizar dos exames de BIA, como não ter feito uso de medicamentos diuréticos nos últimos 7 dias, manter-se em jejum por pelo menos 4 horas, não realizar exercício físico intenso nas últimas 24 horas, urinar pelo menos 30 minutos antes da medida24,25. O IAC foi calculado a partir das medidas do perímetro do quadril (cm) e de estatura (m), de acordo com a fórmula desenvolvida por Bergman et al.9. 𝐼𝐴𝐶 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑜 𝑞𝑢𝑎𝑑𝑟𝑖𝑙 (𝑐𝑚)𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) 1,5 ‒ 18 Já o IACp foi calculado a partir da seguinte fórmula10: 𝐼𝐴𝐶𝑝 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑜 𝑞𝑢𝑎𝑑𝑟𝑖𝑙 (𝑐𝑚)𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) 0,8 ‒ 38 39 O DEXA foi considerado como método de referência (Lunar Prodigy Advance; GE Medical Systems Lunar, Milwaukee, WI, USA), sendo a avaliação realizada por técnico especializado, utilizando o software do próprio equipamento para análise de composição corporal. As crianças permaneceram em posição supina sobre a mesa e os raios foram emitidos e medidos por um detector discriminante de energia. Além disso, os voluntários seguiram um protocolo estabelecido pelo laboratório para realização do mesmo, sendo necessário estar com roupa leve e sem adornos de metal. Análises estatísticas As análises estatísticas foram realizadas no software SPSS for Windows, versão 20.0 (SPSS Inc. Chicago, USA), adotando-se nível de significância de 5% em todos os testes. O teste de normalidade de Kolmogorov-Smirnov foi utilizado para determinar se as variáveis quantitativas apresentaram distribuição normal. Como todas as variáveis analisadas não apresentaram distribuição normal, foram utilizados testes não- paramétricos. O teste de Qui-Quadrado de Pearson foi utilizado para avaliar a associação entre a gordura corporal total estimada pelos métodos e pelo DEXA. A concordância entre o excesso de gordura corporal total estimado pelos métodos teste (IAC, IACp, BIA bipolar e tetrapolar, equações preditivas de Slaughter e de Hoffman) e pelo DEXA foi avaliada pelo índice Kappa de Cohen. Os valores de Kappa obtidos para a concordância foram interpretados como fraca (<0,20), considerável (0,21-0,40), moderada (0,41-0,60) ou forte (>0,61)26. As curvas Receiver Operating Characteristic (ROC) determinaram a efetividade do IMC e das medidas de gordura total em predizer excesso de gordura corporal total segundo o DEXA. A abordagem gráfica da análise de concordância de Bland & Altman foi utilizada para avaliar a magnitude da concordância dos valores de cada método testado em relação ao DEXA. O viés representa a média das diferenças entre os dois métodos; a partir do desvio-padrão da diferença média, foram calculados os limites de concordância de 95% (desvio-padrão multiplicado por 1,96). É recomendado que o viés seja estatisticamente igual a zero para ser considerado um método com boa concordância, sendo importante considerar os limites de concordância na sua interpretação27,28. Para 42 um estudo com crianças na Malásia demonstrou que a BIA tetrapolar é um bom método para estimar gordura corporal total, mas concluíram que são necessárias novas equações preditivas de dobras cutâneas, considerando diferentes tipos de etnias39. Este resultado pode ser confirmado neste estudo uma vez que as equações preditivas avaliadas segundo a etnia (Slaughter et al.20) apresentaram melhor concordância, com menores valores de viés e de dispersão pela análise de Bland & Altman, em relação à equações que não consideram a etnia (Hoffman et al.21). Apesar da variedade de equações preditivas de dobras cutâneas para a população pediátrica, são necessários estudos de validação para diferentes grupos étnicos antes da utilização na prática clínica. Em todas as análises realizadas, o IAC e o IACp foram inferiores aos demais métodos avaliados para a estimativa da gordura corporal em relação ao DEXA. Como é conhecido, o IAC foi desenvolvido para a população adulta, sendo confirmada sua fraca associação com gordura corporal total em crianças e adolescentes no presente estudo e em outros trabalhos11-13. O mesmo resultado foi encontrado para o IACp, corroborando com os resultados encontrados por Thivel et al.13 para crianças e adolescentes obesos. Um estudo mostrou que o IACp foi superior ao IAC para predizer excesso de gordura corporal em crianças obesas japonesas40. Ressalta-se que o IACp foi desenvolvido a partir da BIA bipolar, o qual apresenta uma boa concordância com o DEXA, porém não é considerado um método-referência para estudos de validação. A curva ROC apontou a boa capadidade preditiva do IMC para predizer excesso de gordura corporal pelo DEXA em crianças de ambos os sexos. O IMC é amplamente utilizado pelos profissionais de saúde, e mesmo não sendo uma medida que estima diretamente gordura corporal, sua utilização em triagens é recomendada por apresentar pontos de corte definidos para população pediátrica e pela sua fácil aplicabilidade. A análise de concordância de Bland & Altman demonstrou a presença de viés proporcional na maioria dos métodos avaliados, exceto na equação preditiva de Slaughter para meninos. Crianças com maiores valores de percentuais de gordura obtidos pelo método teste e método referência (método teste + DEXA/2) podem apresentar maiores diferenças dos valores entre o método teste e referência (método teste - DEXA), isto é, o uso dessas técnicas em crianças com percentuais de gordura extremos pode levar a dados supertimados ou subestimados. Algumas limitações deste estudo devem ser consideradas. O ponto de corte para estimativa do excesso de gordura corporal foi determinado por referências internacionais sem considerar a influência da etnia na composição corporal. Devido à 43 grande miscigenação no Brasil, é importante o estabelecimento de pontos de corte para gordura corporal em estudos representativos nacionais envolvendo diferentes etnias. Crianças de variados países apresentam hábitos, culturas e influências genéticas específicos de cada localidade, o que pode influenciar o potencial de crescimento, desenvolvimento, estado nutricional e composição corporal2. Por outro lado, ressaltamos alguns pontos positivos deste estudo. A amostra foi homogênea em relação à maturação sexual, sendo constituída por crianças pré-púberes, o que contribui para a redução de suas possíveis influências na composição corporal. Este é um dos poucos estudos realizados em países em desenvolvimento que investigou a concordância da estimativa da gordura corporal entre vários métodos e o DEXA em crianças pré-púberes, sendo o primeiro estudo brasileiro de base-populacional. Vale ressaltar que toda a avaliação antropométrica foi realizada por um único pesquisador, o que contribui para a redução de vieses na aferição das medidas e, consequentemente, para a garantia da validade interna do estudo. Este estudo permite concluir que o IAC e o IACp apresentaram baixa concordância com a gordura corporal obtida pelo DEXA, o que pode contraindicar o seu uso para este grupo etário. Os métodos que apresentaram maior concordância na estimativa da gordura corporal foram equações preditivas de dobras cutâneas, bioimpedâncias bipolar e tetrapolar. No entanto, a existência de viés proporcional (exceto para as equações de Slaughter para meninos) indica que o uso desses métodos em crianças com valores extremos de gordura corporal pode levar a erros (subestimação e superestimação). É importante ressaltar que quase metade das crianças deste estudo apresentou excesso de gordura corporal pelo DEXA, o que comprova a necessidade da avaliação da acurácia de métodos simples e de baixo custo que estimam a gordura corporal, principalmente na infância. Devido à grande miscigenação da população brasileira, o estabelecimento de pontos de corte para avaliação da gordura corporal em amostras representativas nacionais é de suma importância considerando as diferentes etnias e condições socioeconômicas dos indivíduos. REFERÊNCIAS 1. de Onis M, Blössner M, Borghi E. Global prevalence and trends of overweight and obesity among preschool children. Am J Clin Nutr. 2010; 92(5): 1257-1264. 44 2. Wang Y, Lobstein T. Worldwide trends in childhood overweight and obesity. Int J Pediatr Obes. 2006; 1(1): 11-25. 3. Wicklow BA, Becker A, Chateau D, Palmer K, Kozyrskij A, Sellers EA. Comparison of anthropometric measurements in children to predict Metabolic syndrome in adolescence: analysis of prospective cohort data. Int J Obes. 2015; 39(7): 1070-1078. 4. Carroll MD, Navaneelan T, Bryan S, Ogden C. Prevalence of obesity among children and adolescents in the United States and Canada. NCHS Data Brief. 2015; 1(211): 1-8. 5. Instituto Brasileiro de Geografia e Estatística (IBGE). Pesquisa de Orçamentos Familiares 2008–2009. Antropometria e Estado Nutricional de Crianças, Adolescentes e Adultos no Brasil. Rio de Janeiro: IBGE, 2010. 6. Rezende F, Rosado L, Franceschini S, Rosado G, Ribeiro R, Marins JCB. Revisão crítica dos métodos disponíveis para avaliar a composição corporal em grandes estudos populacionais e clínicos. Archivos Latinoamericanos de Nutrición. 2007; 57(4): 327- 334. 7. Weber DR, Leonard MB, Zemel BS. Body composition analysis in the pediatric population. Pediatr Endocrinol Rev. 2012; 10(1): 130-139. 8. Michels N, Huybrechts I, Bammann K, Lissner L, Moreno L, Peeters M, et al. Caucasian children’s fat mass: routine anthropometry v. air-displacement plethysmography. Br J Nutr. 2013; 109(8): 1528-1537. 9. Bergman RN, Stefanovski D, Buchanan TA, Sumner AE, Reynolds JC, Sebring NG et al. A better index of body adiposity. Obesity. 2011; 19(5): 1083–1089. 10. El Aarbaoui T, Samouda H, Zitouni D, di Pompeo C, de Beaufort C, Trincaretto F, et al. Does the body adiposity index (BAI) apply to paediatric populations? Ann Hum Biol. 2013; 40(5): 451–458. 11. Zhao D, Zhang Y. Body mass index (BMI) predicts percent body fat better than body adiposity index (BAI) in school children. Anthropol Anz. 2015; 72(3): 257-262. 12. Yu Y, Wang L, Liu H, Zhang S, Walker SO, Bartell T, et al. Body mass index and waist circumference rather than body adiposity index are better surrogates for body adiposity in a chinese population. Nutr Clin Pract. 2015; 30(2): 274-282. 13. Thivel D, O’Malley G, Pereira B, Duché P, Aucouturier J. Comparison of total body and abdominal adiposity indexes to dual X-ray absorptiometry scan in obese adolescents. Am J Hum Biol. 2015; 27(3): 334-338. 14. Instituto Brasileiro de Geografia e Estatística (IBGE). Censo cidades. Disponível em: http://<www.ibge.gov.br/cidadesat/topwindow.htm?1>. Acesso em: 16 agosto 2014. 15. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Matrícula no Ensino Fundamental da cidade de Viçosa-MG (2014). Disponível em: 47 TABELAS E FIGURAS Tabela 1. Distribuição do estado nutricional e da gordura corporal (%GC) estimada por diferentes métodos em crianças, de acordo com o sexo. PASE-Brasil, Viçosa, 2015. Variáveis Total Meninas Meninos p-valor n(%) n (%) n (%) Estado nutricional Excesso de peso 123 (33,1%) 68 (35,1%) 55 (30,9%) 0,40 Sem excesso de peso 249 (66,9%) 126 (64,9%) 123 (69,1%) %GC (DEXA) Alta 158 (42,5%) 87 (44,8%) 71 (39,9%) 0,33 Normal 214 (57,5%) 107 (55,2%) 107 (60,1%) %GC (IAC) Alta 290 (78,0%) 123 (63,4%) 167 (93,8%) <0,001* Normal 82 (22,0%) 71 (36,6%) 11 (6,2%) %GC (IACp) Alta 55 (14,8%) 15 (7,7%) 40 (22,5%) <0,001* Normal 317 (85,2%) 179 (92,3%) 138 (77,5%) %GC (BIA Bipolar) Alta 122 (32,8%) 60 (30,9%) 62 (34,8%) 0,42 Normal 250 (67,2%) 134 (69,1%) 116 (65,2%) %GC (BIA Tetrapolar) Alta 197 (53,0%) 91 (46,9%) 106 (59,6%) 0,02* Normal 175 (47,0%) 103 (53,1%) 72 (40,4%) %GC (EP Slaughter) Alta 112 (30,1%) 52 (26,8%) 60 (33,7%) 0,15 Normal 260 (69,9%) 142 (73,2%) 118 (66,3%) %GC (EP Hoffman) Alta 125 (33,6%) 63 (32,5%) 62 (34,8%) 0,63 Normal 247 (66,4%) 131 (67,5%) 116 (65,2%) DEXA: Absorciometria de Raio-X de Dupla Energia; IAC: Índice de Adiposidade Corporal; IACp: Índice de Adiposidade Corporal Pediátrico; BIA: Bioimpedância Elétrica; EP: Equações Preditivas Teste de Qui-quadrado de Pearson. *p<0,05. 48 Tabela 2. Distribuição de gordura corporal (%GC) estimada por diferentes métodos em crianças, de acordo com a presença de excesso de peso. PASE-Brasil, Viçosa, 2015. Excesso de peso p-valor Sim Não Variáveis n (%) n (%) %GC (DEXA) Alta 118 (95,9%) 40 (16,1%) <0,001* Normal 5 (4,1%) 209 (83,9%) %GC (IAC) Alta 122 (99,2%) 168 (67,5%) <0,001* Normal 1 (0,8%) 81 (32,5%) %GC (IACp) Alta 54 (43,9%) 1 (0,4%) <0,001* Normal 69 (56,1%) 248 (99,6%) %GC (BIA Bipolar) Alta 105 (85,4%) 17 (6,8%) <0,001* Normal 18 (14,6%) 232 (93,2%) %GC (BIA Tetrapolar) Alta 113 (91,9%) 84 (33,7%) <0,001* Normal 10 (8,1%) 165 (66,3%) %GC (EP Slaughter) Alta 103 (83,7%) 9 (3,6%) <0,001* Normal 20 (16,3%) 240 (96,4%) %GC (EP Hoffman) Alta 116 (94,3%) 9 (3,6%) <0,001* Normal 7 (5,7%) 240 (96,4%) DEXA: Absorciometria de Raio-X de Dupla Energia; IAC: Índice de Adiposidade Corporal; IACp: Índice de Adiposidade Corporal Pediátrico; BIA: Bioimpedância Elétrica; EP: Equações Preditivas Teste de Qui-quadrado de Pearson. *p<0,05. 49 Tabela 3. Áreas sob a curva Receiver Operating Characteristic (ROC) do Índice de Massa Corporal (IMC) e dos parâmetros de gordura corporal total como preditores de excesso de gordura corporal. PASE-Brasil, Viçosa, 2015. Variáveis Total Meninas Meninos AUC (IC95%)* AUC (IC95%)* AUC (IC95%)* IMC (kg/m²) 0,959 (0,941-0,977) 0,966 (0,943-0,988) 0,948 (0,916-0,979) IAC (%) 0,896 (0,865-0,928) 0,920 (0,883-0,958) 0,870 (0,818-0,923) IACp (%) 0,954 (0,935-0,973) 0,966 (0,945-0,988) 0,941 (0,910-0,972) BIA Bipolar 0,965 (0,949-0,982) 0,976 (0,959-0,993) 0,968 (0,945-0,991) BIA Tetrapolar 0,948 (0,927-0,970) 0,960 (0,937-0,983) 0,942 (0,908-0,977) EP Slaughter 0,979 (0,967-0,990) 0,980 (0,964-0,996) 0,983 (0,969-0,996) EP Hoffman 0,969 (0,955-0,983) 0,977 (0,960-0,994) 0,978 (0,962-0,994) IMC: Índice de Massa Corporal; IAC: Índice de Adiposidade Corporal; IACp: Índice de Adiposidade Corporal Pediátrico; BIA: Bioimpedância Elétrica; EP: Equações Preditivas; IC95%: intervalo de confiança de 95%. *p<0,05 Tabela 4. Concordância entre o excesso de gordura corporal total estimado por diferentes métodos e o DEXA em crianças de acordo com o sexo. PASE-Brasil, Viçosa, 2015. DEXA Total Meninas Meninos Variáveis Kappa IC95% Kappa IC95% Kappa IC95% ↑IAC 0,291 0,222-0,360 0,527 0,417-0,637 0,084 0,035-0,133 ↑IACp 0,369 0,289-0,449 0,187 0,101-0,273 0,583 0,465-0,701 ↑BIA Bipolar 0,751 0,682-0,820 0,689 0,589-0,789 0,820 0,734-0,906 ↑BIA Tetrapolar 0,643 0,567-0,719 0,751 0,657-0,845 0,535 0,423-0,647 ↑EP Slaughter 0,714 0,643-0,785 0,621 0,515-0,727 0,820 0,734-0,906 ↑EP Hoffman 0,745 0,676-0,814 0,701 0,601-0,801 0,797 0,705-0,889 DEXA: Absorciometria de Raio-X de Dupla Energia; IAC: Índice de Adiposidade Corporal; IACp: Índice de Adiposidade Corporal Pediátrico; BIA: Bioimpedância Elétrica; EP: Equações Preditivas; IC95%: intervalo de confiança de 95%. 52 5.2. Artigo 2: O perímetro da cintura e a relação cintura-estatura são bons preditores de gordura andróide e troncal em crianças: um estudo de base populacional do PASE-Brasil RESUMO Objetivo: Avaliar a capacidade de medidas de gordura central em predizer excesso de gordura nas regiões andróide e troncal. Métodos: Estudo transversal com 372 crianças de 8 e 9 anos matriculadas em todas as escolas públicas e privadas do município de Viçosa, Minas Gerais, Brasil. Foram avaliadas as capacidades preditivas de parâmetros de gordura central (perímetro da cintura e do pescoço, relação cintura-estatura, relação cintura-quadril, índice de conicidade) para excesso de gorduras andróide e troncal obtidas pela absorciometria de raio-X de dupla energia (DEXA) por meio de análises na curva Receiver Operating Characteristic (ROC). Foram utilizados como pontos de corte de gorduras andróide e troncal os percentis 90 da amostra, de acordo com a idade e o sexo. Resultados: As prevalências de crianças com excesso de gorduras andróide e troncal foram de 12,1% (n=45) e de 9,4% (n=35), respectivamente. Crianças eutróficas apresentaram baixas prevalências de excesso de gordura central avaliado por todos os parâmetros. Todos os parâmetros de gordura central foram capazes de predizer excesso de gorduras andróide e troncal nas crianças, com destaque para o perímetro da cintura e a relação cintura-estatura. A partir da curva ROC, foram sugeridos pontos de corte para as medidas de gordura central. Conclusão: Os parâmetros avaliados foram capazes de predizer excesso de gorduras andróide e troncal, destacando-se o perímetro da cintura e a relação cintura-estatura. Por serem métodos de fácil obtenção e baixo custo, é possível o uso desses parâmetros na prática clínica e em pesquisas populacionais para avaliar obesidade central. Palavras-chave: Antropometria; Distribuição de Gordura Corporal; Obesidade Abdominal; Adiposidade; Curva ROC 53 Waist circumference and waist-height ratio are good predictors of android and trunk fat in children: a population-based study of PASE-Brazil ABSTRACT Objective: To evaluate the ability of central fat measures in predicting excess fat in the android and trunk regions. Methods: Cross-sectional study with 372 children aged 8 and 9 years enrolled in all public and private schools in the city of Viçosa, Minas Gerais, Brazil. The predictive capabilities of central fat parameters were evaluated (waist and neck circumference, waist-height and waist-hip ratio, conicity index) for excess android and trunk fat obtained by dual energy X-ray absorptiometry (DEXA) through analysis on the curve Receiver Operating Characteristic (ROC). We used as cut-off points android trunk fats and 90th percentiles of the sample, according to age and sex. Results: The prevalence of children with excess android and trunk fat were 12.1% (n = 45) and 9.4% (n = 35), respectively. Normal children showed low central fat excess prevalence rated by all parameters. All central fat parameters were able to predict excess android and trunk fat in children, especially waist circumference and waist- height ratio. From the ROC curve, we suggested cutoffs for central fat measures. Conclusion: The parameters evaluated were able to predict excess android and trunk fat, especially waist circumference and waist-height ratio. Being methods readily available and low cost, the use of these parameters in clinical practice and in population surveys to assess central obesity is possible. Keywords: Antropometry; Body Fat Distribution; Abdominal Obesity; Adiposity; ROC Curve 54 INTRODUÇÃO O aumento da prevalência de obesidade na infância pode ser considerado um problema de saúde pública global, por estar associada a diferentes comorbidades1-3. Além disso, a distribuição de gordura corporal exerce um importante papel no desenvolvimento de alterações cardiometabólicas4,5. Sabe-se que uma criança com obesidade central não necessariamente apresenta um elevado percentual de gordura corporal6. É importante ressaltar que uma maior quantidade de gordura visceral está correlacionada a um pior perfil lipídico7-10, pressão arterial elevada7 e resistência à insulina8 em crianças e adolescentes. Por isso, torna-se importante avaliar a presença de obesidade central por meio de medidas corporais de boa acurácia na infância. A tomografia computadorizada e a ressonância magnética são métodos referência para avaliar obesidade central por estimarem a quantidade de gordura intra- abdominal e subcutânea. Entretanto, o alto custo e a dose de radiação para o uso em crianças dificultam a aplicação dessas técnicas em larga escala11. A absorciometria de raio-X de dupla energia (DEXA) é uma técnica relativamente simples para avaliar gordura central em crianças de todas as idades, pois estima a quantidade de gordura na região andróide e troncal12-14. No entanto, o alto custo e a execução complexa dificultam o seu uso em estudos epidemiológicos e na prática clínica, sendo necessários métodos de baixo custo e de simples execução. O perímetro da cintura (PC), perímetro do pescoço (PP) e relação cintura- estatura (RCE) são métodos simples para avaliar obesidade central e se correlacionam com alterações cardiometabólicas em crianças15-18. Outros índices que avaliam a gordura central, tais como a relação cintura-quadril (RCQ) e o índice de conicidade (IC), mostraram-se associados às alterações cardiometabólicos em adultos19,20. Diante de uma ampla variedade de medidas propostas para crianças que predizem a obesidade central, é importante avaliar a efetividade das mesmas na estimativa da gordura central em comparação a métodos de referência. Diante do exposto, o objetivo deste trabalho foi avaliar a capacidade de diferentes medidas corporais em predizer a gordura andróide e troncal avaliadas pelo DEXA em crianças pré-púberes brasileiras. 57 O índice de conicidade (IC) foi calculado a partir das medidas de perímetro da cintura (m), peso (kg) e estatura (m), de acordo com fórmula proposta por Valdez28. 𝐼𝐶 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑎 𝑐𝑖𝑛𝑡𝑢𝑟𝑎 (𝑚) 0,109 𝑝𝑒𝑠𝑜 (𝑘𝑔) 𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) Para classificação de todas as medidas, foram utilizados os pontos de corte com melhores valores de sensibilidade e especificidade para gordura andróide. Gordura andróide e troncal A gordura nas regiões andróide e troncal foram determinadas pela absorciometria de raios-X de dupla energia (DEXA) (Lunar Prodigy Advance; GE Medical Systems Lunar, Milwaukee, WI, USA), utilizando-se o software do próprio equipamento para análise de composição corporal. As crianças permaneceram em posição supina sobre a mesa e os raios foram emitidos e medidos por um detector discriminante de energia. Além disso, os voluntários seguiram um protocolo estabelecido pelo laboratório para realização do mesmo, sendo necessário estar com roupa leve, sem brinco, pulseira ou qualquer adorno de metal. A gordura andróide compreende a região entre as costelas e a pelve, sendo que a demarcação superior foi feita a 20% da distância da crista ilíaca e do pescoço, e a demarcação inferior feita acima da pelve. A medida da região troncal contém as áreas do pescoço, tórax, abdominal e pélvica, sendo o seu limite superior marcado na borda inferior do queixo e o limite inferior no intercepto da cabeça femoral, sem tocar a borda da pelve14. Não foi encontrado na literatura pontos de corte para o diagnóstico gordura andróide e troncal elevados em crianças. Por isso, considerou-se como valores aumentados o percentil 90 da amostra de acordo com a idade e sexo (gordura andróide: meninas 8 anos – 34,60%; 9 anos – 43,49%; meninos 8 anos – 33,71%; 9 anos - 33,96%; gordura troncal: meninas 8 anos – 37,10%; 9 anos – 40,06%; meninos – 8 anos – 33,90%; 9 anos – 34,12%). 58 Análises estatísticas As análises estatísticas foram realizadas no software SPSS for Windows, versão 20.0 (SPSS Inc. Chicago, USA). O teste de normalidade de Kolmogorov-Smirnov foi utilizado para determinar se as variáveis quantitativas apresentavam distribuição normal. Foram realizadas análises descritiva dos dados, por meio de frequências, medianas e intervalo interquartil. As comparações de medianas foram realizadas pelo teste de Mann-Whitney. O teste de Qui-Quadrado de Pearson foi utilizado para comparar as frequências de excesso de peso e excesso de gordura central segundo sexo; o coeficiente de correlação de Spearman para estimar a correlação entre as medidas de gordura central e o percentual de gordura andróide e troncal. As curvas Receiver Operating Characteristic (ROC) determinaram a efetividade das medidas de gordura central em predizer excesso de gordura andróide e troncal segundo o DEXA. Além disso, foram estimados os pontos de corte de gordura central com melhores valores de sensibilidade (S) e especificidade (E), valores preditivos positivo (VPP) e negativo (VPN) para as diferentes medidas corporais. O nível de significância adotado para todos os testes de hipóteses foi de 5%. RESULTADOS De acordo com as medidas de gordura central, foram observadas maiores medianas de PP e RCQ entre os meninos (p<0,05) (Tabela 1). Observou-se uma prevalência de excesso de gorduras andróide e troncal em 12,1% (n=45) e 9,4% (n=35) das crianças, respectivamente (Tabela 2). A prevalência de excesso de gordura central em crianças eutróficas foi baixa para PC (n=3; 1,2%), PP (n=7; 2,8%), RCE (n=5; 2,0%), RCQ (n=7; 2,8%) e gordura andróide (n=1; 0,4%). Nenhuma criança eutrófica apresentou excesso de gordura troncal. Todos os parâmetros antropométricos de gordura central estiveram correlacionados com a gordura andróide e troncal, entretanto o PC e a RCE apresentaram correlações mais fortes quando comparados aos demais parâmetros para ambos os sexos. Em meninos, o PP também apresentou boa correlação com a gordura andróide e troncal (Tabela 3). 59 A curva ROC mostrou que o PC e a RCE se destacaram para predizer excesso de gordura andróide/troncal em relação às outras medidas (Tabela 4). Por meio dos valores de S, E, VPP e VPN, foi possível sugerir pontos de corte para as medidas de gordura central preditoras de gorduras andróide e troncal, de acordo com o sexo (Tabela 5). DISCUSSÃO O presente estudo demonstrou que o PC e a RCE se destacaram como bons preditores de obesidade central em crianças pré-púberes segundo o DEXA. Também merece destaque o uso do PP em meninos. A prevalência de obesidade central estimada por todos os parâmetros antropométricos foi muito baixa nas crianças eutróficas. Esse resultado é diferente do obtido por um estudo com crianças e adolescentes espanhóis, que demonstrou uma alta prevalência de PC e RCE aumentados, mesmo entre aqueles classificados como eutróficos ou com sobrepeso, ressaltando a importância do uso desses parâmetros como rotina na prática clínica29. Resultados como esses demonstraram que o IMC/I, PC e RCE não são substituíveis, e sim complementares, uma vez que o IMC não avalia o acúmulo de gordura central. O PC é uma medida de fácil execução, baixo custo e de boa acurácia para a população pediátrica30. Em crianças pré-púberes, o PC apresenta baixa capacidade de distinguir tecido adiposo intra-abdominal e subcutâneo31. No entanto, Taylor et al.11 indicaram que o PC é um bom preditor de gordura troncal, assim como no presente estudo. Por isso, é recomendada a sua utilização em triagens para avaliar a obesidade central em crianças. Assim como o PC, a RCE foi uma boa preditora de obesidade central em crianças brasileiras pré-púberes. Por ser um parâmetro independente do sexo e da idade, a RCE se destacou recentemente como um bom preditor de obesidade central em diferentes faixas etárias32,33. A partir de estudos que avaliaram a associação entre RCE e riscos cardiometabólicos em adultos, foi proposto o ponto de corte de 0,50. Sua aplicação na população pediátrica é plausível pelo fato de apresentar fraca associação com a idade27. É importante ressaltar que o PC e a RCE, além de serem bons preditores de obesidade central, podem auxiliar na triagem de riscos cardiometabólicos. O Bogalusa 62 7. Daniels SR, Morrison JA, Sprecher DL, Khoury P, Kimball TR. Association of body fat distribution and cardiovascular risk factors in children and adolescents. Circulation. 1999; 99(4): 541–545. 8. Freedman DS, Serdula MK, Srinivasan SR, Berenson GS. Relation of circumferences and skinfold thicknesses to lipid and insulin concentrations in children and adolescents: the Bogalusa Heart study. Am J Clin Nutr. 1999; 69(2): 308-317. 9. Gillum RF. Distribution of waist-to-hip ratio, other indices of body fat distribution and obesity and associations with HDL cholesterol in children and young adults ages 4–19 years: the Third National Health and Nutrition Examination Survey. Int J Obes Relat Metab Disord. 1999; 23(6): 556–563. 10. Gower BA, Nagy TR, Goran MI. Visceral fat, insulin sensitivity and lipids in prepubertal children. Diabetes. 1999; 48(8): 1515–1521. 11. Taylor RW, Jones IE, Williams SM, Goulding A. Evaluation of waist circumference, waist-to-hip ratio, and the conicity index as screening tools for high trunk fat mass, as measured by dual- energy X-ray absorptiometry, in children aged 3-19 y. Am J Clin Nutr. 2000; 72(2): 490-495. 12. Goulding A, Taylor RW, Gold E, Lewis-Barned NJ. Regional body fat distribution in relation to pubertal stage: a dual-energy x-ray absorptiometry study of New Zealand girls and young women. Am J Clin Nutr. 1996; 64(4): 546–551. 13. Lohman TG. Advances in body composition assessment. Champaign: Human Kinetics, 1992. 14. Mazess RB, Barden HS, Hanson J. Dual-energy x-ray absorptiometry for total body and regional bone-mineral and soft-tissue composition. Am J Clin Nutr. 1990; 51(6): 1106- 1112. 15. Blüher S, Molz E, Wiegand S, Otto KP, Sergeyev E, et al. Adiposity Patients Registry Initiative and German Competence Net Obesity. Body mass index, waist circumference, and waist-to-height ratio as predictors of cardiometabolic risk in childhood obesity depending on pubertal development. J Clin Endocrinol Metab. 2013; 98(8): 3384–3393. 16. Gröber-Grätz D, Widhalm K, de Zwaan M, Reinehr T, Blüher S, Schwab KO, et al. Body mass index or waist circumference: which is the better predictor for hypertension and dyslipidemia in overweight/obese children and adolescents? Association of cardiovascular risk related to body mass index or waist circumference. Horm Res Paediatr. 2013; 80(3): 170–178. 17. Hatipoglu N, Mazicioglu MM, Kurtoglu S, Kendirci M. Neck circumference: an additional tool of screening overweight and obesity in childhood. Eur J Pediatr. 2010; 169(6): 733–739. 18. Nafiu OO, Burke C, Lee J, Voepel-Lewis T, Malviya S, Tremper KK. Neck circumference as a screening measure for identifying children with high body mass index. Pediatrics. 2010; 126(2): e306–310. 63 19. Taylor RW, Keil D, Gold EJ, Williams SM, Goulding A. Body mass index, waist girth, and waist-to-hip ratio as indexes of total and regional adiposity in women: evaluation using receiver operating characteristic curves. Am J Clin Nutr. 1998; 67(1): 44–49. 20. Valdez R, Seidell JC, Ahn YI, Weiss KM. A new index of abdominal adiposity as an indicator of risk for cardiovascular disease. A cross population study. Int J Obes Relat Metab Disord. 1993; 17(3): 77–82. 21. Instituto Brasileiro de Geografia e Estatística (IBGE). Censo cidades. Disponível em: http://<www.ibge.gov.br/cidadesat/topwindow.htm?1>. Acessado em: 16 agosto 2014. 22. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Matrícula no Ensino Fundamental da cidade de Viçosa-MG (2014). Disponível em: http://portal.inep.gov.br/basica-censo-escolar-matricula. Acesso em: 20 de março de 2015. 23. Novaes JF, Priore SE, Franceschini SCC, Lamounier JA. Does the body mass index reflect cardiovascular risk factors in Brazilian children? J Trop Pediatr. 2013; 59(1): 43-48. 24. Jelliffe DB. Evaluación del estado de nutrición de la comunidad. Organización Mundial de Salud, Ginebra, 1968. (OMS – Série monografias -53). 25. World Health Organization. Growth reference data for 5-19 years. Geneva: WHO, 2007. 26. Lohman TG, Roche AF, Martorell R. Anthropometric standardization reference manual. Champaign, IL: Human Kinetics Books, 1988. 27. Ashwell M, Hsieh SD. Six reasons why the waist-to-height ratio is a rapid and effective global indicator for health risks of obesity and how its use could simplify the international public health message on obesity. Int J Food Sci Nutr. 2005; 56(5): 303– 307. 28. Valdez R. A simple model-based index of abdominal adiposity. J Clin Epidemiol. 1991; 44(9): 955-956. 29. Schroder H, Ribas L, Koebnick C, Funtikova A, Gomez SF, Fito M, et al. Prevalence of abdominal obesity in Spanish children and adolescents. Do we need waist circumference measurements in pediatric practice? PLoS One. 2014; 9(1): e87549. 30. Mueller WH, Kaplowitz HJ. The precision of anthropometric assessment of body fat distribution in children. Ann Hum Biol. 1994; 21(3): 267-274. 31. Goran MI, Gower BA. Relation between visceral fat and disease risk in children and adolescents. Am J Clin Nutr. 1999; 70(1): 149S-156S. 64 32. Li C, Ford ES, Mokdad AH, Cook S. Recent trends in waist circumference and waist- height ratio among US children and adolescents. Pediatrics. 2006; 118(5): e1390- e1398. 33. McCarthy HD, Ashwell M. A study of central fatness using waist-to-height ratios in UK children and adolescents over two decades supports the simple message - ‘keep your waist circumference to less than half your height’. Int J Obes (Lond). 2006; 30(6): 988–992. 34. LaBerge RC, Vaccani JP, Gow RM, Gaboury I, Hoey L, Katz SL. Inter- and intra-rater reliability of neck circumference measurements in children. Pediatr Pulmonol. 2009; 44(1): 64–69. 35. Kim Y, Lee JM, Laurson K, Bai Y, Gaesser GA, Welk GJ. Accuracy of neck circumference in classifying overweight and obese US children young. ISRN Obes. 2014; 2014(1): 781841. 36. Fox K, Peters D, Armstrong N, Sharpe P, Bell M.. Abdominal fat deposition in 11-year- old children. Int J Obes Relat Metab Disord. 1993; 17(1): 11–16. 37. Molarius A, Seidell JC. Selection of anthropometric indicators for classification of abdominal fatness - a critical review. Int J Obes Relat Metab Disord. 1998; 22(8): 719- 727. 38. Van der Kooy K, Leenen R, Seidell JC, Deurenberg P, Droop A, Bakker CJ. Waist-hip ratio is a poor predictor of changes in visceral fat. Am J Clin Nutr. 1993; 57(3): 327– 333. 39. Pérez B, Landaeta-Jimenez M, Vasquez M. Fat distribution in Venezuelan children and adolescents estimated by the conicity index and waist/hip ratio. Am J Hum Biol. 2002; 14(1): 15-20. 67 Tabela 4. Áreas sob a curva Receiver Operating Characteristic (ROC) da capacidade de parâmetros antropométricos em estimar excesso de gorduras andróide e troncal de acordo com o sexo. PASE-Brasil, Viçosa, 2015. Total Meninas Meninos↑% Gordura Andróide AUC (IC95%) p-valor AUC (IC95%) p-valor AUC (IC95%) p-valor PC (cm) 0,950 (0,928-0,972) <0,001 0,952 (0,923-0,981) <0,001 0,951 (0,916-0,985) <0,001 PP (cm) 0,884 (0,837-0,931) <0,001 0,885 (0,826-0,944) <0,001 0,919 (0,863-0,976) <0,001 RCE 0,952 (0,931-0,973) <0,001 0,945 (0,914-0,976) <0,001 0,960 (0,930-0,990) <0,001 RCQ 0,799 (0,724-0,874) <0,001 0,830 (0,745-0,915) <0,001 0,780 (0,645-0,914) <0,001 IC 0,876 (0,814-0,938) <0,001 0,892 (0,821-0,964) <0,001 0,856 (0,756-0,966) <0,001 Total Meninas Meninos↑% Gordura Troncal AUC (IC95%) p-valor AUC (IC95%) p-valor AUC (IC95%) p-valor PC (cm) 0,958 (0,936-0,979) <0,001 0,943 (0,908-0,977) <0,001 0,971 (0,945-0,997) <0,001 PP (cm) 0,891 (0,836-0,946) <0,001 0,850 (0,768-0,931) <0,001 0,914 (0,914-0,993) <0,001 RCE 0,967 (0,949-0,985) <0,001 0,953 (0,921-0,985) <0,001 0,981 (0,963-1,000) <0,001 RCQ 0,833 (0,753-0,913) <0,001 0,833 (0,724-0,941) <0,001 0,838 (0,724-0,952) <0,001 IC 0,894 (0,833-0,955) <0,001 0,890 (0,807-0,972) <0,001 0,899 (0,809-0,989) <0,001 PC: perímetro da cintura; PP: perímetro do pescoço; RCE: relação cintura-estatura; RCQ: relação cintura-quadril; IC: índice de conicidade; AUC: área sob a curva; IC95%: intervalo de confiança de 95%. 68 Tabela 5. Valores de medidas de gordura central com melhores sensibilidades e especificidades para predizer excesso de gorduras andróide e troncal em crianças, de acordo com o sexo. PASE-Brasil, Viçosa, 2015. Parâmetros ↑%Gordura Andróide ↑%Gordura Troncal Ponto de corte S (IC95%) E (IC95%) VPP/VPN Ponto de corte S (IC95%) E (IC95%) VPP/VPN Meninas PC (cm) 67,00 92,86 (76,50-98,90) 88,55 (82,70-93,00) 57,8/98,7 67,00 100,00 (81,30-100,00) 84,66 (78,50-89,60) 40,0/100,0 PP (cm) 28,40 78,57 (59,00-91,70) 86,14 (79,90-91,00) 48,9/96,0 28,40 77,78 (52,40-93,50) 82,39 (75,90-87,70) 31,1/97,3 RCE 0,47 96,43 (81,60-99,40) 83,73 (77,20-89,00) 50,0/99,3 0,49 94,44 (72,60-99,10) 86,93 (81,00-91,50) 42,5/99,4 RCQ 0,85 71,43 (51,30-86,70) 81,93 (75,20-87,50) 40,0/94,4 0,87 72,22 (46,50-90,20) 86,36 (80,40-91,10) 35,1/96,8 IC 1,14 92,86 (76,50-98,90) 74,70 (67,40-81,10) 38,2/98,4 1,19 77,78 (52,40-93,50) 88,07 (82,30-92,50) 40,0/97,5 Meninos PC (cm) 64,50 100,00 (80,30-100,00) 83,23 (76,50-88,60) 38,6/100,0 64,50 100,00 (80,30-100,00) 83,23 (76,50-88,60) 38,6/100,0 PP (cm) 28,60 88,24 (63,50-98,20) 83,85 (77,20-89,20) 36,6/98,5 28,60 94,12 (71,20-99,00) 84,47 (77,90-89,70) 39,0/99,3 RCE 0,48 94,12 (71,20-99,00) 90,06 (84,40-94,20) 50,0/99,3 0,48 100,00 (80,30-100,00) 90,68 (85,10-94,70) 53,1/100,0 RCQ 0,87 70,59 (44,10-89,60) 81,37 (74,50-87,10) 28,6/96,3 0,89 70,59 (44,10-89,60) 90,68 (85,10-94,70) 44,4/96,7 IC 1,16 82,35 (56,60-96,00) 79,50 (72,40-85,40) 29,8/97,7 1,16 88,24 (63,50-98,20) 80,12 (73,10-86,00) 31,9/98,5 PC: perímetro da cintura; PP: perímetro do pescoço; RCE: relação cintura-estatura; RCQ: relação cintura-quadril; IC: índice de conicidade; S: sensibilidade; E: especificidade; IC95%: intervalo de confiança de 95%, VPP: valor preditivo positivo; VPN: valor preditivo negativo. 69 5.3. Artigo 3: Parâmetros de gordura corporal total e central são bons preditores de resistência à insulina em crianças: um estudo de base-populacional do PASE- Brasil RESUMO Objetivo: Avaliar a capacidade preditiva de parâmetros de gordura corporal total e central para resistência à insulina. Métodos: Estudo transversal com 372 crianças de 8 e 9 anos matriculadas em todas as escolas públicas e privadas do município de Viçosa, Minas Gerais, Brasil. Foram avaliadas as capacidades preditivas de parâmetros de gordura corporal total (Índice de Adiposidade Corporal – IAC, Índice de Adiposidade Corporal Pediátrico – IACp, equações preditivas de dobras cutâneas, Absorciometria de Raio-X de Dupla Energia - DEXA) e central (perímetro da cintura e do pescoço, relação cintura-estatura, relação cintura-quadril, índice de conicidade, razão gordura andróide- ginóide e gorduras andróide e troncal obtidas pelo DEXA) para a resistência à insulina por meio de análises na curva Receiver Operating Characteristic (ROC) e na regressão logística. Resultados: Quase 10% das crianças apresentaram resistência à insulina. De acordo com as áreas sob a curva ROC e a análise de regressão logística, todos os parâmetros de gordura corporal foram significantes para predizer resistência à insulina. Alguns parâmetros de gordura total (IACp, equações preditivas de dobras cutâneas e DEXA) e central (perímetro da cintura, relação cintura-estatura, gordura andróide e troncal) apresentaram maior destaque para esta predição. Conclusão: Todos os parâmetros avaliados foram capazes de predizer resistência à insulina, sendo que alguns métodos de fácil obtenção e baixo custo, como o IACp, as equações de dobras cutâneas, o perímetro da cintura e a relação cintura-estatura, apresentaram maior destaque. Estes resultados visam contribuir com parâmetros capazes de predizer a resistência à insulina, em condição da ausência de marcadores bioquímicos. Palavras-chave: Antropometria; Distribuição de Gordura Corporal; Obesidade Abdominal; Adiposidade; Razão de Chances 72 custo, este estudo objetivou avaliar a capacidade preditiva de diferentes parâmetros de gordura corporal total e central para resistência à insulina em crianças brasileiras pré- púberes. MÉTODOS População e delineamento do estudo Este estudo possui um delineamento transversal, de base populacional, realizado com crianças de 8 e 9 anos de idade, matriculadas em todas as escolas públicas (n=17) e privadas (n=7) da zona urbana do município de Viçosa-MG. O município de Viçosa-MG está situado na Zona da Mata Mineira, a 227 km da capital Belo Horizonte. De acordo com o Censo 2010, Viçosa possui uma extensão territorial de 299 km² e 72.244 habitantes, sendo que 67,3% residem em zona urbana. O Produto Interno Bruto (PIB) per capita é de R$ 7.704,5021. A população de crianças na faixa etária de 8 e 9 anos matriculadas em escolas da zona urbana de Viçosa é em torno de 1600 crianças22. Os participantes deste estudo fizeram parte da Pesquisa de Avaliação da Saúde do Escolar (PASE), que teve como objetivo avaliar a saúde cardiovascular deste público infantil no município de Viçosa, MG, Brasil. Em 2015, o município contava com 17 escolas públicas e 7 particulares na zona urbana que atendiam crianças de 8 e 9 anos, totalizando 1464 crianças matriculadas nessas escolas. A amostra foi calculada no programa estatístico OpenEpi (Versão 3.01), considerando a prevalência de 10,7% de obesidade23, precisão de 3%, nível de significância de 5% e 14% de perdas, totalizando 372 crianças. Em seguida, considerando a proporção numérica de cada escola, o número de crianças foi proporcional ao total de alunos existentes em cada uma. Os alunos foram selecionados de forma aleatória, até completar o número de alunos necessários para cada escola. Foi realizado um estudo piloto com 10% da amostra, incluindo as crianças de 8 e 9 anos matriculadas em uma escola, selecionada de forma aleatória, e que não participaram da pesquisa. Por meio do estudo piloto, foi possível testar a aplicação dos questionários e medidas antropométricas. Não foram incluídas as crianças que utilizavam medicamentos, bem como as crianças da Associação de Pais e Amigos dos Alunos Excepcionais (APAE). Este 73 estudo foi aprovado pelo Comitê de Ética em Pesquisa com Seres Humanos da Universidade Federal de Viçosa (parecer nº 663.171) e financiado pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Avaliação antropométrica A coleta de dados foi realizada em ambiente apropriado por um membro da equipe treinado, com os voluntários sem calçados e usando roupas leves. O peso foi aferido em balança digital eletrônica, com capacidade de 150 kg e precisão de 0,1 kg (Tanita® Modelo Ironman BC 553, Tanita Corporation of America Inc., Artlington Heights, USA) e a estatura foi determinada utilizando um estadiômetro, dividido em centímetros e subdividido em milímetros (Alturexata®, Belo Horizonte, Brasil) de acordo com as normas de Jelliffe24. O Índice de Massa Corporal (IMC) foi calculado a partir das medidas de peso (kg) e estatura (m), sendo classificado o estado nutricional das crianças de acordo com os pontos de corte de IMC por idade (IMC/I) em escore-z, preconizados pela Organização Mundial da Saúde25. Parâmetros de gordura corporal total O Índice de Adiposidade Corporal (IAC) foi calculado a partir das medidas do perímetro do quadril (cm) e de estatura (m), de acordo com a fórmula desenvolvida por Bergman et al.26. 𝐼𝐴𝐶 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑜 𝑞𝑢𝑎𝑑𝑟𝑖𝑙 (𝑐𝑚)𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) 1,5 ‒ 18 O Índice de Adiposidade Corporal Pediátrico (IACp), foi obtido a partir da seguinte fórmula20: 𝐼𝐴𝐶𝑝 = 𝑝𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 𝑑𝑜 𝑞𝑢𝑎𝑑𝑟𝑖𝑙 (𝑐𝑚)𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 (𝑚) 0,8 ‒ 38 74 O perímetro do quadril foi aferido com uma fita métrica inextensível, com precisão de 0,1 cm (TBW®, São Paulo, Brasil), colocada horizontalmente ao redor do quadril na parte mais saliente dos glúteos. Os voluntários permaneceram em posição ereta, pés unidos e seu peso igualmente sustentado pelas duas pernas27. As dobras cutâneas tricipital (DCT) e subescapular (DCSE) foram aferidas por meio do adipômetro Lange Skinfold Caliper® (Cambridge Scientific Instruments, Cambridge, MA, USA). As crianças permaneceram em posição ortostática e em repouso. A DCT foi mensurada no ponto médio entre o acrômio e o olécrano, na parte posterior do braço. A DCSE foi medida no ponto marcado em diagonal a 45º, 2 cm abaixo do ângulo inferior da escápula. Foram realizadas três medidas não consecutivas de cada local, sendo utilizada a média aritmética. As equações propostas por Slaughter et al.28 foram utilizadas para estimar gordura corporal total, onde são necessárias as medidas de DCT e DCSE, derivadas de um modelo multicomponente e ajustadas pelo sexo, grau de maturação e etnia. Em todas as técnicas utilizadas, o excesso de gordura corporal foi classificado pelo percentil 85 de acordo com idade e sexo29. Parâmetros de gordura central O perímetro da cintura (PC) foi aferido com fita métrica inextensível, com precisão de 0,1 cm (TBW®, São Paulo, Brasil), no ponto médio da distância entre a crista ilíaca ântero-superior e a última costela. As crianças permaneceram em posição ereta, com o abdômen relaxado, braços lateralmente ao corpo, pés unidos e seu peso igual mente sustentado pelas duas pernas27. O perímetro do pescoço (PP) foi medido com a criança em pé, ereta com a cabeça, no plano horizontal de Frankfurt, utilizando uma fita métrica inextensível (TBW®, São Paulo, Brasil), exatamente abaixo da proeminência laríngea no pescoço, perpendicularmente ao maior eixo do pescoço. Foi exercida pressão mínima, de forma que permita o contato completo da fita com a pele27. A relação cintura-estatura (RCE) foi calculada a partir da medida do perímetro da cintura (cm) dividido pela estatura (cm)30. A relação cintura-quadril (RCQ) foi obtida pela medida do perímetro da cintura (cm) dividido pelo quadril (cm). 77 estruturado). O ajuste dos modelos de regressão logística foram avaliados pelo Teste de Hosmer & Lemeshow (Goodness of fit test) RESULTADOS A amostra deste estudo foi constituída por 372 crianças, sendo que 9,9% (n=37) apresentaram resistência à insulina. As crianças com resistência à insulina apresentaram maiores valores para todas as medidas de gordura corporal total e central (p<0,05) (Tabela 1). De acordo com as AUC e a análise de regressão logística, todos os parâmetros de gordura corporal foram significantes para predizer resistência à insulina. Alguns parâmetros de gordura total (IACp, equações preditivas de dobras cutâneas e DEXA), central (PC, RCE, gordura andróide e troncal) e o IMC apresentaram maior destaque para esta predição (Tabelas 2 e 4). Na Tabela 3 observa-se que os pontos de corte propostos para gordura andróide/troncal apresentaram boa sensibilidade em meninos, exceto para o PP. Em meninas, todos os pontos de corte apresentaram baixa sensibilidade para predizer resistência à insulina. DISCUSSÃO Todos os parâmetros de gordura corporal total e central foram capazes de predizer a resistência à insulina, destacando-se o IMC, IACp, equações preditivas, PC e RCE. A obesidade central está relacionada ao desenvolvimento da resistência à insulina na população pediátrica35. No presente estudo, as gorduras andróide e troncal foram as medidas que se destacaram para predizer a resistência à insulina. Em outros estudos com crianças e adolescentes, o aumento das gorduras andróide e troncal esteve associado a diversas alterações cardiometábólicas, incluindo a resistência à insulina36-38. A RAG foi considerada uma boa preditora de resistência à insulina, sendo um índice que permite avaliar se a quantidade de gordura central (andróide) é maior que a periférica (ginóide). Este estudo é um dos poucos que avaliaram sua capacidade preditiva para resistência à insulina em crianças, sendo que outras pesquisas apresentaram resultados similares18,39. Foram observados maiores valores de HOMA-IR 78 em crianças e adolescentes obesos nos maiores tercis da RAG (p<0,001)40. Pelo fato das gorduras andróide e ginóide serem obtidas pelo DEXA, este não é um índice de fácil execução na prática clínica e estudos epidemiológicos. Apesar da importância da gordura central no desenvolvimento da resistência à insulina, alguns estudos mostraram que tanto a gordura total quanto a central estão associadas a essa alteração em crianças41-43. Semelhante aos nossos resultados, um estudo com adolescentes americanos mostrou que o IMC, equações preditivas de dobras cutâneas e o DEXA são bons preditores de resistência à insulina44. O IMC, PC e a RCE foram parâmetros que se destacaram na predição da resistência à insulina. Resultados semelhantes foram encontrados por outros estudos onde o IMC, o PC e a RCE apresentaram capacidade similar para identificar crianças com hiperinsulinemia e resistência à insulina16,45,46. O uso do IMC pode auxiliar em triagens para avaliação de crianças com resistência à insulina, principalmente por apresentar critérios de classificação estabelecidos para essa população. A ausência de ponto de corte definido para classificação de crianças com obesidade central é uma limitação do uso do PC em relação ao a RCE. Ao contrário do PC, a RCE possui um ponto de corte independente da idade e do sexo, sendo aplicável o valor de 0,50 para classificar crianças com excesso de gordura central30. Salientamos que o uso desses parâmetros de forma conjunta pode auxiliar na identificação de riscos para desenvolver resistência à insulina. Este foi o primeiro estudo que avaliou a capacidade preditiva do IACp para resistência à insulina em crianças, sendo recomendada a sua utilização em triagens. Por outro lado, um estudo com crianças japonesas apontou que o IACp não foi capaz de predizer hiperinsulinemia e dislipidemias47. Tendo em vista a escassez de pesquisas avaliando o uso do IACp na predição de alterações cardiometabólicas, são necessários ainda mais estudos. Os estudos de Reaven demonstraram que a resistência à insulina é o fator comum a diferentes anormalidades metabólicas. Junto à obesidade central, a resistência à insulina está diretamente relacionada ao desenvolvimento da síndrome metabólica48. Em indivíduos obesos foram observadas alterações na sinalização da insulina, devido à função secretora do tecido adiposo, o qual libera citocinas pró-inflamatórias, tais como interleucina-6 (IL-6) e fator de necrose tumoral-α (TNF-α), que reduzem a sinalização do receptor de insulina, aumentando a resistência49,50. Ressalta-se a importância do uso dos parâmetros de gordura total e central para a predição precoce da resistência à 79 insulina, pois uma vez detectada, é possível prevenir o surgimento de outras complicações metabólicas. Para classificar a resistência à insulina, utilizamos o percentil 90 da amostra total devido à ausência de um consenso a respeito de pontos de corte para população pediátrica. Keskin et al.51 propuseram o valor de 3,16 de HOMA-IR como ponto de corte, entretanto este estudo foi realizado com adolescentes. Tendo em vista essas limitações, salientamos a importância de estudos que possam estabelecer um ponto de corte para essa população específica. O uso dos pontos de corte propostos por Filgueiras32 deve ser avaliado antes de extrapolar para outras populações, visto que foram estabelecidos para predizer gordura central em crianças de 8 e 9 anos de Viçosa-MG e apresentaram baixa sensibilidade para predizer resistência à insulina em meninas. Algumas limitações deste estudo devem ser consideradas. O ponto de corte para estimativa do excesso de gordura corporal foi determinado por referências internacionais sem considerar a influência da etnia na composição corporal. Devido à grande miscigenação no Brasil, é importante o estabelecimento de pontos de corte para gordura corporal em estudos representativos nacionais envolvendo diferentes etnias. Crianças de variados países apresentam hábitos, culturas e influências genéticas específicos de cada localidade, o que pode influenciar o potencial de crescimento, desenvolvimento, estado nutricional e composição corporal52. Por outro lado, ressaltamos alguns pontos positivos deste estudo. A amostra foi homogênea em relação à maturação sexual, sendo constituída por crianças pré-púberes, o que contribui para a redução de suas possíveis influências na composição corporal. Este é um dos poucos estudos realizados em países em desenvolvimento que investigou a capacidade preditiva dos parâmetros de gordura corporal total/central para a resistência à insulina em crianças, sendo o primeiro estudo brasileiro de base- populacional. Como a resistência à insulina é uma das principais alterações metabólicas associadas ao excesso de gordura corporal, torna-se importante detectar sua prevalência desde a infância. A avaliação da predição de métodos simples e de baixo custo para resistência à insulina se torna de extrema importância na prática clínica e em estudos epidemiológicos, principalmente em situações onde não é possível a dosagem sérica da insulina. Vale ressaltar que toda a avaliação antropométrica foi realizada por um único pesquisador, o que contribuiu para a redução de vieses na aferição das medidas e, consequentemente, para a garantia da validade interna do estudo.