ESTRATEGIAS PARA DISMINUIR EL RIESGO CARDIO METABÓLICO EN PERSONAS CON SOBREPESO O OBESIDAD

Autores/as

  • Nelson Nardo Junior Universidade Estadual de Maringá
  • Greice Westphal-Nardo Universidade Estadual de Maringá

DOI:

https://doi.org/10.59514/2027-453X.4165

Palabras clave:

obesidad, evaluación de riesgo, síndrome metabólico, AIP; HOMA-IR, estratificación de riesgo

Resumen

La epidemia mundial de obesidad se ha reconocido como un desafío de gran magnitud. Dada su complejidad, la identificación de pacientes con mayor riesgo es fundamental, ya que resulta insostenible ofrecer acceso al tratamiento a todas las personas con sobrepeso o obesidad. Recientemente se han presentado diversos enfoques novedosos como herramientas importantes para la estratificación del riesgo. En esta investigación, aplicamos varias de estas herramientas en un estudio transversal con adultos con obesidad de grados I, II, III y superobesidad. Se evaluaron los perfiles de riesgo cardiometabólico de los participantes. El estudio incluyó a adultos con obesidad de entre 18 y 50 años (n = 404), quienes fueron evaluados mediante parámetros antropométricos, de composición corporal, hemodinámicos, de aptitud física y bioquímicos. Estas variables se utilizaron para identificar la prevalencia de factores de riesgo de enfermedades cardiometabólicas según los grados de obesidad, por sexo y grupo de edad. Los resultados mostraron una alta prevalencia de factores de riesgo, especialmente entre los grados superiores de obesidad (IMC > 35 kg/m²), utilizando parámetros individuales como la circunferencia de cintura, con casi el 90 % por encima del punto de corte. Para parámetros de menor valor, como la hemoglobina glicosilada, la prevalencia fue de alrededor del 30 %. Índices como el índice aterogénico del plasma (AIP) presentaron la mayor prevalencia, con un 100 % de los participantes masculinos identificados con mayor riesgo de enfermedad cardiovascular.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Aronne, L.J.; Nelinson, D.S.; Lillo, J.L. Obesity as a disease state: A new paradigm for diagnosis and treatment. Clin. Cornerstone 2009, 9, 9–29. [CrossRef] [PubMed]

Haslam, D.W.; Sharma, A.M.; Le Roux, C.W. Controversies in Obesity; Springer: London, UK; Heidelberg, Germany; New York, NY, USA; Dordrecht, The Netherlands, 2014. [CrossRef]

Halpern, B.; Mancini, M.C.; de Melo, M.E.; Lamounier, R.N.; Moreira, R.O.; Carra, M.K.; Kyle, T.K.; Cercato, C.; Boguszewski, C.L. Proposal of an obesity classification based on weight history: An official document by the Brazilian Society of Endocrinology and Metabolism (SBEM) and the Brazilian Society for the Study of Obesity and Metabolic Syndrome (ABESO). Arch. Endocrinol. Metab. 2022, 66, 139–152. [CrossRef] [PubMed]

Kahan, S. Overweight and Obesity Management Strategies. Am. J. Manag. Care 2016, 22, 186–196.

Le Roux, C.W.; Alruwaili, H. Treating obesity as a disease. Acad. Lett. 2021, 1–6. [CrossRef]

Scorsatto, M.; Rosa, G.; Pimentel, A.D.C.; Luiz, R.R.; De Oliveira, G.M.M. Is it possible to easily identify metabolically healthy obese women? Arq. Bras. Cardiol. 2018, 111, 733–737. [CrossRef]

Scarsella, C.; Després, J.-P. Tratamiento de la obesidad: Necesidad de centrar la atención en los pacientes de alto riesgo caracterizados por la obesidad abdominal. Cad. Saude Publica 2003, 19 (Suppl. 1), S7–S19. [CrossRef]

World Obesity. Available online: https://data.worldobesity.org/publications/?cat=2 (accessed on 2 March 2023).

de Castro Pimentel, A.; Scorsatto, M.; de Oliveira, G.M.M.; Rosa, G.; Luiz, R.R. Characterization of metabolically healthy obese Brazilians and cardiovascular risk prediction. Nutrition 2015, 31, 827–833. [CrossRef]

Ortega, F.B.; Lavie, C.J.; Blair, S.N. Obesity and cardiovascular disease. Circ. Res. 2016, 118, 1752–1770. [CrossRef]

Dippe, T., Jr.; Cerci, R.J. Obesity: A Risk Marker or an Independent Risk Factor for Coronary Artery Disease? Int. J. Cardiovasc. Sci. 2020, 33, 55–56. [CrossRef]

Kang, G.D.; Guo, L.; Guo, Z.R.; Hu, X.S.; Wu, M.; Yang, H.T. Continuous metabolic syndrome risk score for predicting cardiovascular disease in the Chinese population. Asia Pac. J. Clin. Nutr. 2012, 21, 88–96. [CrossRef]

Wijndaele, K.; Beunen, G.; Duvigneaud, N.; Matton, L.; Duquet, W.; Thomis, M.; Lefevre, J.; Philippaerts, R.M. A continuous metabolic syndrome risk score: Utility for epidemiological analyses. Diabetes Care 2006, 29, 2329. [CrossRef] [PubMed]

Deboer, M.D.; Gurka, M.J. Clinical utility of metabolic syndrome severity scores: Considerations for practitioners. Diabetes Metab. Syndr. Obes. 2017, 10, 65–72. [CrossRef] [PubMed]

Bim, R.H.; Westphal, G.; Thon, R.A.; Pereira, I.A.S.; Castilho, M.M.; Oltramari, K.; Martins, F.M.; Júnior, N.N. Revista Brasileira de Obesidade, Nutrição e Emagrecimento prevalência de fatores de risco cardiometabólico em adultos com obesidade. RBONE—Rev. Bras. De Obes. Nutr. E Emagrecimento 2022, 2, 1270–1282.

Geloneze, B.; Vasques, A.C.J.; Stabe, C.F.C.; Pareja, J.C.; de Lima Rosado, L.E.F.P.; De Queiroz, E.C.; Tambascia, M.A. HOMA1-IR and HOMA2-IR indexes in identifying insulin resistance and metabolic syndrome: Brazilian Metabolic Syndrome Study (BRAMS). Arq. Bras. De Endocrinol. Metabol. 2009, 53, 281–287. [CrossRef] [PubMed]

Diniz, M.D.F.H.S.; Beleigoli, A.M.R.; Schmidt, M.I.; Duncan, B.B.; Ribeiro, A.L.P.; Vidigal, P.G.; Benseñor, I.M.; Lotufo, P.A.; Santos, I.S.; Griep, R.H.; et al. Homeostasis model assessment of insulin resistance (HOMA-IR) and metabolic syndrome at baseline of a multicentric Brazilian cohort: ELSA-Brasil study. Cad. Saude Publica 2020, 36. [CrossRef]

Vasques, A.C.J.; Rosado, L.E.F.P.L.; Alfenas, R.d.C.G.; Geloneze, B. Análise crítica do uso dos índices do Homeostasis Model Assessment (HOMA) na avaliação da resistência à insulina e capacidade funcional das células-beta pancreáticas. Arq. Bras. De Endocrinol. Metabol. 2008, 52, 32–39. [CrossRef]

Lim, J.; Kim, J.; Koo, S.H.; Kwon, G.C. Comparison of triglyceride glucose index, and related parameters to predict insulin resistance in Korean adults: An analysis of the 2007-2010 Korean national health and nutrition examination survey. PLoS ONE 2019, 14, e0212963. [CrossRef]

Er, L.-K.; Wu, S.; Chou, H.-H.; Hsu, L.-A.; Teng, M.-S.; Sun, Y.-C.; Ko, Y.-L. Triglyceride glucose-body mass index is a simple and clinically useful surrogate marker for insulin resistance in nondiabetic individuals. PLoS ONE 2016, 11, e0149731. [CrossRef]

Choudhary, M.K.; Eräranta, A.; Koskela, J.; Tikkakoski, A.J.; Nevalainen, P.I.; Kähönen, M.; Mustonen, J.; Pörsti, I. Atherogenic index of plasma is related to arterial stiffness but not to blood pressure in normotensive and never-treated hypertensive subjects. Blood Press 2019, 28, 157–167. [CrossRef]

Descargas

Publicado

2026-02-05

Cómo citar

Nardo Junior, N., & Westphal-Nardo , G. (2026). ESTRATEGIAS PARA DISMINUIR EL RIESGO CARDIO METABÓLICO EN PERSONAS CON SOBREPESO O OBESIDAD. Edu-física.Com, 18(37), 12 – 20. https://doi.org/10.59514/2027-453X.4165