metricas
covid
Medicina de Familia. SEMERGEN Utilidad de diferentes escalas de sobrepeso y obesidad para predecir la presenci...
Información de la revista
Vol. 51. Núm. 4.
(Mayo - Junio 2025)
Visitas
250
Vol. 51. Núm. 4.
(Mayo - Junio 2025)
ORIGINAL
Acceso a texto completo
Utilidad de diferentes escalas de sobrepeso y obesidad para predecir la presencia de dislipemia aterogénica y tríada lipídica en 418.343 trabajadores españoles
Usefullness of different scales of overweight and obesity to predict the presence of atherogenic dyslipidemia and lipid triad in 418,343 spanish workers
Visitas
250
H. Paublinia, Á. Arturo López-Gonzáleza, P.J. Tárraga Lópezb,
Autor para correspondencia
pjtarraga@sescam.jccm.es

Autor para correspondencia.
, E. Martínez-Almoyna Rifáa, D. Vallejosa, J. Ignacio Ramírez-Manenta,c
a Grupo ADEMA-Salud del IUNICS, Universitat de les Illes Balears, Illes Balears, España
b Facultad de Medicina, Universidad de Castilla la Mancha, Albacete, España
c Facultad de Medicina, Universitat de les Illes Balears, Illes Balears, España
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (1)
Tablas (5)
Tabla 1. Escalas de valoración de peso y sobrepeso utilizadas
Tablas
Tabla 2. Características de la población
Tablas
Tabla 3. Prevalencia de dislipemia aterogénica y tríada lipídica según diferentes índices de sobrepeso y obesidad por sexo
Tablas
Tabla 4. Regresión logística multinomial
Tablas
Tabla 5. Área bajo la curva de diferentes escalas de sobrepeso y obesidad para predecir la dislipemia aterogénica y la tríada lipídica por sexo
Tablas
Mostrar másMostrar menos
Resumen
Introducción y objetivos

La obesidad y la aterogénesis son dos procesos patológicos muy prevalentes y que están íntimamente relacionados con el incremento de las enfermedades cardiometabólicas. El objetivo de este estudio es valorar la relación que existe entre la obesidad y dos parámetros que miden el riesgo de aterogénesis como son la dislipemia aterogénica (DA) y la tríada lipídica (TL).

Material y métodos

Estudio descriptivo y transversal en 418.343 trabajadores españoles en los que se valora la posible asociación entre la DA y la TL con diferentes escalas de sobrepeso y obesidad como índice de masa corporal (IMC), índice cintura/altura, Clínica Universitaria de Navarra body adiposity estimator (CUN BAE), relative fat mass (RFM), fórmulas Palafolls y Deuremberg, body surface index (BSI), normalized weight-adjusted index (NWAI) y body roundness index (BRI).

Resultados

Los valores de todas las escalas de sobrepeso-obesidad son superiores en las personas con DA y TL y la prevalencia de DA y TL va aumentando a medida que lo hacen los valores de estas escalas de sobrepeso-obesidad. Las escalas de sobrepeso-obesidad que mejor predicen la aparición de DA son Deuremberg y CUN BAE (área bajo la curva [AUC] 0,813 y 0,811 en hombres y 0,810 y 0,802 en mujeres) mientras que para TL también son Deuremberg y CUN BAE (AUC 0,793 y 0,786 en hombres y 0,802 y 0,786 en mujeres).

Conclusiones

Las diferentes escalas que valoran el exceso de peso, especialmente las que predicen la grasa corporal como la fórmula Deuremberg y CUN BAE, predicen bien la aparición de DA y TL.

Palabras clave:
Obesidad
Dislipemia aterogénica
Índice de masa corporal
Clínica Universidad de Navarra-Estimador de Adiposidad Corporal
Grasa corporal
Abstract
Introduction and objectives

Obesity and atherogenesis are two highly prevalent pathological processes that are closely related to the increase in cardiometabolic diseases. The aim of this study is to assess the relationship between obesity and two parameters that measure the risk of atherogenesis: atherogenic dyslipidaemia (AD) and the lipid triad (TL).

Material and methods

Descriptive and cross-sectional study in 418,343 Spanish workers in which the possible association between AD and TL with different scales of overweight and obesity such as body mass index (BMI), waist/height index, Clínica Universitaria de Navarra Body Adiposity Estimator (CUN BAE), relative fat mass (RFM), Palafolls and Deuremberg formulas, body surface index (BSI), normalized weight-adjusted index (NWAI) and body roundness index (BRI) was assessed.

Results

The values of all overweight-obesity scales are higher in people with AD and LBP and the prevalence of AD and LBP increases as the values of these overweight-obesity scales increase. The overweight-obesity scales that best predict the occurrence of AD are Deuremberg and CUN BAE (AUC 0.813 and 0.811 in men and 0.810 and 0.802 in women) while for TL they are also Deuremberg and CUN BAE (AUC 0.793 and 0.786 in men and 0.802 and 0.786 in women).

Conclusions

The different scales that assess excess weight, especially those that predict body fat such as the Deuremberg formula and CUN BAE, are good predictors of AD and LD.

Keywords:
Obesity
Atherogenic dyslipidaemia
Body mass index
CUN BAE
Body fat
Texto completo
Introducción

La dislipemia aterogénica (DA) y la tríada lipídica (TL) son unas condiciones médicas caracterizadas por un perfil lipídico alterado que incluye niveles elevados de triglicéridos, disminución del colesterol lipoproteína de alta densidad (HDL) y un aumento en el número de partículas pequeñas y densas de lipoproteína de baja densidad (LDL)1. La DA y la TL son un factor de riesgo significativo para el desarrollo de enfermedades cardiovasculares2, incluyendo la aterosclerosis3, infarto de miocardio4, accidentes cerebrovasculares5 e hígado graso no alcohólico6.

La aterosclerosis es una enfermedad crónica e inflamatoria de las arterias, donde se acumulan placas de lípidos, colesterol y otras sustancias en las paredes arteriales, provocando su endurecimiento y estrechamiento7. Estas placas pueden romperse, formando coágulos que obstruyen el flujo sanguíneo, lo que puede resultar en eventos cardiovasculares graves8. La DA y la TL contribuyen a este proceso patológico mediante varios mecanismos9, incluyendo la oxidación de LDL10, disfunción endotelial11 y activación de la inflamación vascular12.

La prevalencia de DA y TL ha aumentado en las últimas décadas13, en gran parte debido a los cambios en los estilos de vida y los hábitos alimenticios14. El consumo elevado de grasas saturadas y trans, junto con una dieta pobre en frutas, verduras y fibra, ha sido asociado con un incremento en los niveles de triglicéridos y LDL, y una disminución en los niveles de HDL15. Además, factores genéticos también juegan un papel importante en la susceptibilidad individual a esta condición16.

La obesidad es una condición compleja y multifactorial que se caracteriza por un exceso de grasa corporal17. Es un problema de salud pública global, con prevalencia creciente tanto en países desarrollados como en desarrollo18. La obesidad está asociada con una serie de complicaciones metabólicas19 y cardiovasculares20.

El índice de masa corporal (IMC) es una medida comúnmente utilizada para definir la obesidad21. Sin embargo, el IMC no distingue entre masa grasa y masa muscular, y puede no reflejar adecuadamente la distribución de la grasa corporal22. La grasa visceral, que se acumula alrededor de los órganos internos, es particularmente perjudicial23 y se asocia estrechamente con la resistencia a la insulina (RI)24, la dislipemia25 y el riesgo cardiovascular aumentado26.

La obesidad resulta de un desequilibrio entre la ingesta calórica y el gasto energético27. Factores como el sedentarismo28, la dieta rica en calorías29 y la predisposición genética30 contribuyen al desarrollo de la obesidad. Además, factores psicológicos31, socioeconómicos32 y ambientales33 también desempeñan un papel crucial en la etiología de esta condición.

La DA, la TL y la obesidad están estrechamente interrelacionadas. La obesidad, especialmente la obesidad visceral, está asociada con un perfil lipídico aterogénico34 que incluye hipertrigliceridemia, niveles bajos de HDL y un aumento de partículas pequeñas y densas de LDL. Este perfil lipídico desfavorable es un componente del síndrome metabólico, que es un grupo de condiciones que aumentan el riesgo de enfermedad cardiaca, accidente cerebrovascular y diabetes tipo 2.

La RI es un vínculo central entre la obesidad y la DA35. En individuos obesos, especialmente aquellos con acumulación de grasa visceral, la insulina es menos efectiva para mediar la captación de glucosa en las células, lo que lleva a niveles elevados de glucosa e insulina en sangre. La hiperinsulinemia compensa parcialmente la RI, pero también promueve la síntesis hepática de triglicéridos y lipoproteínas de muy baja densidad (VLDL), contribuyendo a la DA y a la TL36.

El manejo de la DA, la TL y la obesidad requiere un enfoque múltiple37 que incluye cambios en el estilo de vida, terapias farmacológicas y, en algunos casos, intervenciones quirúrgicas. La modificación del estilo de vida es la piedra angular del tratamiento e incluye la adopción de una dieta saludable, aumento de la actividad física y reducción del peso corporal.

Con base en todo lo expuesto, se plantea un estudio en el que se evalúa como se asocian diferentes escalas que valoran la obesidad con la DA y la TL en un amplio colectivo de trabajadores españoles.

Material y métodos

Se realiza un estudio descriptivo y transversal en 421.625 trabajadores, aplicando los criterios de inclusión que se comentarán posteriormente, se excluyen 3.282 (729 por tener menos de 18 o más de 69 años, 656 por no aceptar participar y 1.897 por faltar algún parámetro necesario para calcular alguna de las variables), quedando en total 418.343 trabajadores (246.061 hombres y 172.282 mujeres) que son los que finalmente se incluyen en el estudio.

La población a estudio se obtuvo de la base de datos anonimizada de trabajadores depositada en el repositorio de la escuela universitaria ADEMA. Esta base de datos se ha obtenido de diferentes servicios de prevención de riesgos laborales de todo el territorio nacional. El sistema de anonimización de ADEMA no permite que los investigadores conozcan la identidad de los trabajadores.

Se establecieron como criterios de inclusión:

  • -

    Edad entre 18 y 69 años que corresponde a la edad laboral.

  • -

    Pertenecer a alguna de las empresas participantes en el estudio.

  • -

    No estar en situación de baja por enfermedad en el momento de realizar el estudio.

  • -

    Aceptar la participación y la cesión de datos para realizar estudios epidemiológicos.

Medición y recopilación de información

Los distintos profesionales sanitarios (personal médico y de enfermería de salud laboral) del único servicio de prevención de las empresas participantes en el estudio realizaron mediciones antropométricas analíticas y clínicas (altura, peso y perímetro de cintura). Al ser un único servicio de prevención, aunque en diferentes comunidades autónomas, las técnicas de medición están estandarizadas y se realizan siguiendo los mismos protocolos.

El peso (en kg) y la altura (en cm) se midieron con una báscula de medición SECA 700 (SECA 2020, SECA DEUTSCHLAND). Se utilizó una cinta métrica SECA mientras la persona estaba de pie, los pies juntos, el tronco erguido y el abdomen relajado para medir el perímetro de la cintura. La cinta se colocó paralela al suelo a la altura de la costilla flotante final. Después de un descanso de 10 minutos, se utilizó un esfigmomanómetro automático OMRON M3 (OMRON ESPAÑA) calibrado para medir la presión arterial en posición sentada. Se registró la media de cada una de las tres determinaciones que se realizaron con un minuto de intervalo. Los parámetros analíticos se obtuvieron después de 12 horas de ayuno. El colesterol total, los triglicéridos y la glucemia se obtuvieron utilizando métodos enzimáticos automatizados, mientras que el colesterol HDL se obtuvo precipitando con sulfato de dextrano-MgCl2. El cálculo indirecto de colesterol LDL se realizó utilizando la fórmula de Friedewald que es válida para valores de triglicéridos no superiores a 400mg/dL, en caso de que se supere esta cifra los LDL son calculados directamente por el laboratorio. Cada parámetro de análisis se expresó en miligramos por decilitro.

Formula Friedewald: LDL=colesterol totalHDL+triglicéridos /5

Las escalas que se emplearon para valorar el sobrepeso y la obesidad se muestran en la tabla 1.

Tabla 1.

Escalas de valoración de peso y sobrepeso utilizadas

  Fórmula  Puntos de corte 
Índice de masa corporal  Peso (kg)/altura2(metros)  25-29,9 sobrepeso, ≥ 30 obesidad 
Cintura/altura38  Cintura/altura  Alta >0,50 
CUN BAE39  − 44,988+(0,503×edad)+(10,689×sexo)+(3,172×IMC) − (0,026×IMC2)+(0,181×IMC×sexo)(0,02×IMC×edad) - (0,005×IMC2×sexo)+(0,00021×IMC2×edad). Hombre=0 Mujer=Hombre 20-25% sobrepeso, >25% obesidad. Mujer 30-35% sobrepeso, >35% obesidad 
Relative fat mass40  Mujeres 76 (−×20 (altura/cintura)) hombres: 64 (−×20 (altura/cintura))  Mujeres obesidad >40%. Hombres obesidad >30% 
Fórmula Palafolls41  Hombres=([IMC/cintura]*10)+IMC. Mujeres=([IMC/PA]*10)+IMC+10  Hombre 20-25% sobrepeso, >25% obesidad. Mujer 30-35% sobrepeso, >35% obesidad 
Índice de masa grasa de Deuremberg42  1,2 x (IMC)+0,23 x (edad en años) – 10,8 x (sexo) – 5,4. Mujer=0 hombre=Hombres obesidad >25% mujeres obesidad >32% 
Body roundness index (BRI)43  364,2-365,5 x √1-(cintura/(2∏))2/(0,5 x altura)2   
Normalized weight-adjusted index (NWAI)44  ((peso/10)-(10 x altura)+10) altura en metros y peso en kg   
Body surface index (BSI)45  BSI=peso/BSA BSA=peso00,425 x altura0,725 x 0,007184 altura en cm   

BSA: Body Surface Area (área de superficie corporal); CUN BAE: Clínica Universitaria de Navarra Body adiposity estimator; IMC: índice de masa corporal; PA: presión arterial.

La dislipemia aterogénica es un cuadro clínico caracterizado por niveles altos de triglicéridos (≥ 150mg/dL), valores bajos de HDL (< 40mg/dL en hombres y <50mg/dL) y LDL normal. Si LDL es >160 se considera TL46.

Los fumadores eran aquellos que habían fumado al menos un cigarrillo al día (o su equivalente en otro tipo de consumo) en los 30 días anteriores o habían dejado de fumar menos de un año antes.

La Sociedad Española de Epidemiología estableció tres clases sociales según la profesión y los determinantes sociales47. Los directores, gerentes, deportistas y artistas, profesionales universitarios y trabajadores autónomos calificados pertenecen a la clase I. Los trabajadores autónomos no calificados y las ocupaciones intermedias pertenecen a la clase II. Los trabajadores no calificados pertenecen a la clase III.

Análisis estadístico

Las variables cuantitativas se describieron mediante media y desviación estándar (DE), mientras que las variables categóricas se describieron mediante frecuencia y porcentaje. Dado que las muestras tenían una distribución normal, se utilizaron la prueba X2 (prevalencias) y la prueba de la t de Student (medias) para determinar si había o no diferencias estadísticamente significativas entre las diferentes variables. El índice de probabilidad y los intervalos de confianza del 95% se calcularon para el análisis multivariante utilizando la prueba de regresión logística multinomial. Además, se llevó a cabo la prueba de bondad de ajuste de Hosmer-Lemeshow. Se utilizaron curvas receiver operating characteristic (ROC) para calcular la sensibilidad, la especificidad y el índice de Youden para determinar la utilidad de diferentes escalas de sobrepeso para determinar la presencia de DA y TL.

Los cálculos estadísticos se realizaron con el paquete SPSS 28.0 (SPSS20.0 licencia UCLM), estableciendo un nivel de significación estadística de p<0,05

Resultados

Participaron 418.343 sujetos, 246.061 hombres y 172.282 mujeres, con las siguientes características relacionadas en la tabla 2.

Tabla 2.

Características de la población

  Mujeres  Hombres  Total   
  n=172.282  n=246.061  n=418.343   
  Media (dt)  Media (dt)  Media (dt) 
Edad (años)  39,6 (10,8)  40,6 (11,1)  40,2 (11,0)  <0,0001 
Altura (cm)  161,8 (6,5)  174,6 (7,0)  169,4 (9,3)  <0,0001 
Peso (kg)  66,2 (14,0)  81,4 (14,7)  75,1 (16,2)  <0,0001 
Cintura (cm)  74,8 (10,6)  86,2 (11,1)  81,5 (12,2)  <0,0001 
TAS (mmHg)  117,4 (15,7)  128,2 (15,5)  123,7 (16,5)  <0,0001 
TAD (mmHg)  72,6 (10,4)  77,8 (11,0)  75,6 (11,0)  <0,0001 
Colesterol (mg/dL)  190,6 (35,8)  192,6 (38,9)  191,8 (37,7)  <0,0001 
HDL-c (mg/dL)  56,8 (8,7)  50,3 (8,5)  53,0 (9,1)  <0,0001 
LDL-c (mg/dL)  116,1 (34,8)  118,0 (36,7)  117,2 (35,9)  <0,0001 
Triglicéridos (mg/dL)  89,1 (46,2)  123,7 (86,4)  109,5 (74,6)  <0,0001 
Glucemia (mg/dL)  87,8 (15,1)  93,3 (21,3)  91,0 (19,2)  <0,0001 
 
18-29 años  20,7  18,8  19,6  <0,0001 
30-39 años  29,7  27,6  28,4   
40-49 años  29,6  30,0  29,9   
50-59 años  16,8  19,7  18,5   
60-69 años  3,2  3,9  3,6   
Clase social I  6,9  4,9  5,7  <0.0001 
Clase social II  23,4  14,9  18,4   
Clase social III  69,7  80,3  75,9   
No fumadores  67,2  66,6  66,9  <0,0001 
Fumadores  32,8  33,4  33,2   

dt: desviación típica; HDL-c: lipoproteínas de alta densidad-colesterol; LDL-c: lipoproteínas de baja densidad-colesterol;

TAD: tensión arterial diastólica; TAS: tensión arterial sistólica.

La tabla 2 muestra las características de la población, con todas las variables antropométricas, clínicas y analíticas con valores más desfavorables en los varones. El grupo de edad más común fue entre 30 y 49 años. La mayoría pertenecía a la clase social III. Aproximadamente un tercio de los participantes del estudio fumaban.

En la tabla 3 se presentan las prevalencias de DA y TL según los distintos valores de las escalas de sobrepeso-obesidad analizadas en este estudio. Estas prevalencias son mayores a medida que se incrementan los valores de las escalas de sobrepeso-obesidad y en todos los casos son inferiores en las mujeres. Las diferencias observadas siempre presentan significación estadística.

Tabla 3.

Prevalencia de dislipemia aterogénica y tríada lipídica según diferentes índices de sobrepeso y obesidad por sexo

  DA HombresTL HombresDA MujeresTL Mujeres
 
IMC bajo peso  2.448  0,6  <0,0001  0,1  <0,0001  5.768  0,6  <0,0001  0,1  <0,0001 
IMC normopeso  93.186  1,7    0,5    91.309  1,1    0,3   
IMC sobrepeso  102.182  5,3    3,6    47.032  4,5    1,3   
IMC obesidad  48.245  24,9    11,4    28.173  13,1    2,9   
Cintura/altura normal  143.949  3,0  <0,0001  0,9  <0,0001  135.169  2,2  <0,0001  0,6  <0,0001 
Cintura/altura alta  102.112  14,5    4,0    37.113  10,6    2,4   
CUN BAE normal  48.634  0,8  <0,0001  0,2  <0,0001  43.291  0,5  <0,0001  0,1  <0,0001 
CUN BAE sobrepeso  69.837  2,4    0,7    46.560  1,2    0,4   
CUN BAE obesidad  127.590  13,3    3,8    82.431  7,3    1,8   
RFM normal  160.441  3,3  <0,0001  1,0  <0,0001  89.676  1,6  <0,0001  0,4  <0,0001 
RFM obesidad  85.620  16,1    4,5    82.606  6,6    1,6   
Palafolls normal  803  0,5  <0,0001  0,1  <0,0001  1.496  0,1  <0,0001  0,1  <0,0001 
Palafolls sobrepeso  31.246  0,9    0,2    45.158  0,6    0,2   
Palafolls obesidad  214.012  8,8    2,5    125.628  5,2    1,3   
Deuremberg normal  53.170  0,8  <0,0001  0,1  <0,0001  12.425  0,3  <0,0001  0,1  <0,0001 
Deuremberg sobrepeso  74.217  2,5    0,7    41.856  0,6    0,2   
Deuremberg obesidad  118.674  14,1    4,0    118.001  5,6    1,4   

CUN BAE: Clínica Universitaria de Navarra body adiposity estimator; DA: dislipemia aterogénica; IMC: índice de masa corporal; RFM: relative fat mass; TL: tríada lipídica.

La tabla 4 muestra los resultados del análisis de regresión logística multinomial donde se establecen como valores de referencia el sexo femenino, edades entre 18 y 29 años, la clase social III, no fumadores y valores bajos de todas las escalas de sobrepeso-obesidad.

Tabla 4.

Regresión logística multinomial

  Dislipemia aterogénicaTríada lipídica
  OR (IC 95%)  OR (IC 95%) 
Mujeres     
Hombres  1,95 (1,80-2,11)  <0,001  2,08 (1,82-2,35)  <0.001 
18-29 años     
30-39 años  1,35 (1,29-1,42)  <0,001  1,48 (1,35-1,61)  <0,001 
40-49 años  1,99 (1,79-2,20)  <0,001  2,07 (1,75-2,40)  <0,001 
50-59 años  2,87 (2,50,3,15)  <0,001  3,14 (2,75-3,54)  <0,001 
60-69 años  5,42 (4,52-6,33)  <0,001  5,91 (4,88-6,95)  <0,001 
Clase social I     
Clase social II  1,29 (1,22-1,37)  <0,001  1,33 (1,24-1,43)  <0,001 
Clase social III  1,79 (1,60-1,99)  <0,001  1,88 (1,69-2,08)  <0,001 
No fumadores     
Fumadores  1,31 (1,24-1,38)  <0,001  1,35 (1,27-1,44)  <0,001 
IMC bajo peso     
IMC normopeso  3,52 (3,40-3,65)  <0,001  2,55 (2,39-2,71)  <0,001 
IMC sobrepeso  5,05 (4,67-5,43)  <0,001  3,49 (3,13-3,85)  <0,001 
IMC obesidad  5,77 (5,26-6,28)  <0,001  6,79 (6,01-7,56)  <0,001 
Cintura/altura normal     
Cintura/altura alta  1,58 (1,51-1,65)  <0,001  1,59 (1,47-1,72)  <0,001 
CUN BAE normal     
CUN BAE sobrepeso  1,66 (1,54-1,79)  <0,001  1,68 (1,53-1,83)  <0,001 
CUN BAE obesidad  2,51 (2,29-2,73)  <0,001  2,93 (2,31-3,55)  <0,001 
RFM normal     
RFM obesidad  1,88 (1,69-2,08)  <0,001  1,98 (1,72-2,25)  <0,001 
Palafolls normal     
Palafolls sobrepeso  1,48 (1,35-1,61)  <0,001  1,58 (1,45-1,72)  <0,001 
Palafolls obesidad  2,05 (1,80-2,30)  <0,001  2,19 (1,88-2,50)  <0,001 
Deuremberg normal     
Deuremberg sobrepeso  1,53 (1,44-1,63)  <0,001  1,70 (1,51-1,90)  <0,001 
Deuremberg obesidad  2,21 (1,99-2,43)  <0,001  3,36 (3,00-3,73)  <0,001 

CUN BAE: Clínica Universitaria de Navarra body adiposity estimator; IC: intervalo de confianza; IMC: índice de masa corporal; OR: odds ratio; RFM: relative fat mass.

Se observa que todas las variables, tanto demográficas como tabaco y las escalas de sobrepeso-obesidad influyen en la aparición de DA y de TL. La variable que presenta unas odds ratio más elevadas es la edad. Entre las escalas de sobrepeso-obesidad las mayores odds ratio las encontramos para IMC y Clínica Universitaria de Navarra body adiposity estimator (CUN BAE).

En la figura 1 y la tabla 5 se muestran las curvas ROC con sus áreas bajo la curva (AUC). Las AUC son mayores en los hombres, tanto para DA como para TL. Las mayores AUC corresponden a la fórmula Deuremberg, seguida de CUN BAE, normalized weight-adjusted index (NWAI) e IMC. Las AUC son superiores para DA. En todos los casos las diferencias encontradas muestran significación estadística (p<0,001)

Figura 1.

Área bajo la curva de diferentes escalas de sobrepeso y obesidad para predecir la dislipemia aterogénica y la tríada lipídica por sexo.

Tabla 5.

Área bajo la curva de diferentes escalas de sobrepeso y obesidad para predecir la dislipemia aterogénica y la tríada lipídica por sexo

  Hombres n=246.061Mujeres n=172.282
  Dislipemia aterogénica  Tríada lipídica  Dislipemia aterogénica  Tríada lipídica 
  AUC (IC 95%)  AUC (IC 95%)  AUC (IC 95%)  AUC (IC 95%) 
IMC  0,800 (0,797-0,803)  0,771 (0,766-0,777)  0,788 (0,783-0,793)  0,762 (0,752-0,772) 
Cintura/altura  0,762 (0,759-0,766)  0,741 (0,734-0,747)  0,741 (0,734-0,747)  0,714 (0,701-0,727) 
CUN BAE  0,811 (0,808-0,814)  0,786 (0,781-0,792)  0,802 (0,797-0,807)  0,786 (0,776-0,795) 
RFM  0,763 (0,759-0,766)  0,741 (0,734-0,747)  0,741 (0,735-0,748)  0,714 (0,702-0,727) 
Palafolls  0,798 (0,795-0,766)  0,770 (0,764-0,776)  0,789 (0,784-0,794)  0,763 (0,753-0,773) 
Deuremberg  0,813 (0,810-0,816)  0,793 (0,788-0,799)  0,810 (0,805-0,814)  0,802 (0,793-0,811) 
BSI  0,777 (0,774-0,780)  0,742 (0,735-0,748)  0,768 (0,762-0,773)  0,733 (0,722-0,744) 
NWAI  0,801 (0,797-0,804)  0,772 (0,767-0,778)  0,789 (0,784-0,794)  0,765 (0,755-0,775) 
BRI  0,763 (0,759-0,766)  0,741 (0,734-0,747)  0,741 (0,735-0,748)  0,714 (0,702-0,727) 

AUC: área bajo la curva; BRI: body roundness index; BSI: body surface index; CUN BAE: Clínica Universitaria de Navarra body adiposity estimator; IC: intervalo de confianza; IMC: índice de masa corporal; NWAI: normalized weight adjusted index; RFM: relative fat mass.

Consideraciones y aspectos éticos

El Comité Ético de Investigación Clínica del Servicio de Salud de las Islas Baleares aprobó el estudio (código de aprobación: IB 4383/20). La Declaración de Helsinki de 2013 y las normas éticas del comité de investigación de investigación institucional se aplicaron a todos los procedimientos. Antes de participar en el estudio, todos los participantes firmaron el consentimiento informado por escrito.

Discusión

La DA y la TL muestran una relación con las distintas escalas que valoran el sobrepeso y la obesidad en nuestro estudio observándose que los valores de estas escalas son superiores en las personas con DA y TL y además la prevalencia de DA y TL es superior a medida que las escalas que valoran el exceso de peso incrementan su valor.

No hemos encontrado ningún artículo que valore la DA o la TL con escalas de sobrepeso y obesidad, por ello nos centraremos en la relación que existe entre obesidad y dislipemia.

Bamba et al.48 encontraron que la obesidad se asociaba con un mayor riesgo de enfermedad coronaria, en parte debido a su fuerte asociación con la dislipidemia aterogénica. Esta asociación se debía a la función de los adipocitos y su relación con el ensamblaje y el metabolismo de las lipoproteínas que contienen apoB.

Farnier49 observó que las anomalías lipídicas contribuyen a un mayor riesgo cardiometabólico y son engendradas por un exceso de tejido adiposo visceral. Este exceso de tejido adiposo parece ser el origen directo de la dislipidemia asociada a la obesidad abdominal, haciendo que fluyan más ácidos grasos libres hacia el hígado y contribuyendo a la RI.

Un estudio en 798 personas50 con diferentes tipos de dislipemia (hipercolesterolemia familiar [HF], hiperlipidemia familiar combinada [FCHL], hiperlipidemia no familiar o hipercolesterolemia poligénica [HP]) mostró que la prevalencia de sobrepeso fue mayor en los pacientes con FCHL e hiperlipidemia no familiar que en los pacientes con HF y HP. Los sujetos con sobrepeso y obesidad se asociaron de forma independiente con niveles más bajos de colesterol HDL en comparación con los pacientes con peso normal, además los niveles de triglicéridos y colesterol no HDL fueron mayores en los pacientes con sobrepeso y obesidad que en los pacientes con normopeso mientras que no se observaron diferencias entre los pacientes con sobrepeso y obesidad.

Un trabajo de Repas51 concluyó que la dislipidemia relacionada con la obesidad se caracteriza por triglicéridos elevados, VLDL elevados, aumento de apo-B, disminución del colesterol HDL y aumento de partículas pequeñas y densas de LDL. Esta combinación de anomalías lipídicas es particularmente aterogénica y, junto con las comorbilidades relacionadas, explica el aumento del riesgo cardiovascular observado en la obesidad.

Los estudios actuales consideran que la dislipidemia en la obesidad se está moviendo hacia las lipoproteínas plasmáticas modificadas estructural y funcionalmente, prestando especial atención al papel proaterogénico de las lipoproteínas ricas en triglicéridos y sus restos52.

Como fortalezas del estudio podemos destacar el enorme tamaño de la muestra que supera los 418.000 trabajadores y la gran cantidad y diversidad de escalas de exceso de peso analizadas.

Como limitaciones encontramos que se han excluido a las personas menores de 18 años y mayores de 69 años por lo que nuestros resultados no se pueden extrapolar a la población general. Además, la aterogénesis no se ha determinado por métodos objetivos (de imagen o histológicos) sino mediante escalas de riesgo, ya que el elevado tamaño muestral no permitiría realizar técnicas objetivas por su complejidad y alto coste, además se ha preferido emplear escalas de riesgo ya que de esta manera se podrá actuar de manera preventiva.

Conclusión

La DA, la TL y la obesidad son condiciones interrelacionadas que aumentan significativamente el riesgo de enfermedades cardiovasculares. Comprender la relación entre estas condiciones y adoptar un enfoque integral para su manejo es crucial para reducir la carga de enfermedades cardiovasculares en la población. La modificación del estilo de vida, junto con intervenciones médicas y quirúrgicas adecuadas, puede mejorar significativamente los perfiles lipídicos y la salud cardiovascular de los pacientes.

Financiación

Este trabajo no ha recibido ningún tipo de financiación.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.

Bibliografía
[1]
C.N. Manjunath, J.R. Rawal, P.M. Irani, K. Madhu.
Atherogenic dyslipidemia.
Indian J Endocrinol Metab., 17 (2013), pp. 969-976
[2]
J. Vekic, K. Stromsnes, S. Mazzalai, A. Zeljkovic, M. Rizzo, J. Gambini.
Oxidative Stress, Atherogenic Dyslipidemia, and Cardiovascular Risk.
Biomedicines., 11 (2023), pp. 2897
[3]
D. Nikolic, G. Castellino, M. Banach, P.P. Toth, E. Ivanova, A.N. Orekhov, et al.
PPAR Agonists, Atherogenic Dyslipidemia and Cardiovascular Risk.
Curr Pharm Des., 23 (2017), pp. 894-902
[4]
Y. Zhang, S. Chen, X. Tian, P. Wang, Q. Xu, X. Xia, et al.
Association between cumulative atherogenic index of plasma exposure and risk of myocardial infarction in the general population.
Cardiovasc Diabetol., 22 (2023), pp. 210
[5]
M. Cabrera, M.A. Sánchez-Chaparro, P. Valdivielso, L. Quevedo-Aguado, C. Catalina-Romero, C. Fernández-Labandera, et al.
Prevalence of atherogenic dyslipidemia: Asociation with risk factors and cardiovascular risk in Spanish working population. «ICARIA» study.
Atherosclerosis., 235 (2014), pp. 562-569
[6]
J.I. Ramírez-Manent, P. Tomás-Gil, J.L. Coll-Villalonga, P. Marti-Lliteras, A.A. López-González, H. Paublini.
Relationship between atherogenic dyslipidemia and lipid triad with scales that assess non alcoholic liver disease in 418,343 spanish workers.
[7]
P. Libby, P.M. Ridker, G.K. Hansson.
Progress and challenges in translating the biology of atherosclerosis.
Nature., 473 (2011), pp. 317-325
[8]
P. Libby.
The changing landscape of atherosclerosis.
Nature., 592 (2021), pp. 524-533
[9]
Q. Xiang, F. Tian, J. Xu, X. Du, S. Zhang, L. Liu.
New insight into dyslipidemia-induced cellular senescence in atherosclerosis.
Biol Rev Camb Philos Soc., 97 (2022), pp. 1844-1867
[10]
A.J. Kattoor, N.V.K. Pothineni, D. Palagiri, J.L. Mehta.
Oxidative Stress in Atherosclerosis.
Curr Atheroscler Rep., 19 (2017), pp. 42
[11]
J.O. Cabrera-Rego, D. Navarro-Despaigne, L. Staroushik-Morel, K. Díaz-Reyes, M.M. Lima-Martínez, G. Iacobellis.
Association between endothelial dysfunction, epicardial fat and subclinical atherosclerosis during menopause.
Clin Investig Arterioscler., 30 (2018), pp. 21-27
[12]
L. Wang, C.K. Cheng, M. Yi, K.O. Lui, Y. Huang.
Targeting endothelial dysfunction and inflammation.
J Mol Cell Cardiol., 168 (2022), pp. 58-67
[13]
C.I. Ponte-Negretti, J.E. Isea-Perez, A.J. Lorenzatti, P. Lopez-Jaramillo, F.S. Wyss-Q, X. Pintó, et al.
Atherogenic Dyslipidemia in Latin America: Prevalence, causes and treatment: Expert's position paper made by The Latin American Academy for the Study of Lipids (ALALIP) Endorsed by the Inter-American Society of Cardiology (IASC), the South American Society of Cardiology (SSC), the Pan-American College of Endothelium (PACE), and the International Atherosclerosis Society (IAS).
Int J Cardiol., 243 (2017), pp. 516-522
[14]
D.M. Diamond, B.J. O'Neill, J.S. Volek.
Low carbohydrate diet: are concerns with saturated fat, lipids, and cardiovascular disease risk justified?.
Curr Opin Endocrinol Diabetes Obes., 27 (2020), pp. 291-300
[15]
R.Z. Manzanero, A.A. López-González, P. Tomás-Gil, H. Paublini, A. Martínez-Jover, J.I. Ramírez-Manent.
Estimation of cardiometabolic risk in 25.030 Spanish kitchen workers.
AJHS., 38 (2023), pp. 101-110
[16]
G. Fahed, L. Aoun, M. Bou Zerdan, S. Allam, M. Bou Zerdan, Y. Bouferraa, et al.
Metabolic Syndrome: Updates on Pathophysiology and Management in 2021.
Int J Mol Sci., 23 (2022), pp. 786
[17]
C.M. Apovian.
Obesity: definition, comorbidities, causes, and burden.
Am J Manag Care., 22 (2016), pp. s17-s85
[18]
A. Engin.
The Definition and Prevalence of Obesity and Metabolic Syndrome.
Adv Exp Med Biol., 960 (2017), pp. 1-17
[19]
M. Litwin, Z. Kułaga.
Obesity, metabolic syndrome, and primary hypertension.
Pediatr Nephrol., 36 (2021), pp. 825-837
[20]
T.M. Powell-Wiley, P. Poirier, L.E. Burke, J.P. Després, P. Gordon-Larsen, C.J. Lavie, et al.
Obesity and Cardiovascular Disease: A Scientific Statement From the American Heart Association.
Circulation., 143 (2021), pp. e984-e1010
[21]
B. Caballero.
Humans against Obesity: Who Will Win?.
Adv Nutr., 10 (2019), pp. S4-S9
[22]
K. Sweatt, W.T. Garvey, C. Martins.
Strengths and Limitations of BMI in the Diagnosis of Obesity: What is the Path Forward?.
Curr Obes Rep., 13 (2024), pp. 584-595
[23]
T. Karlsson, M. Rask-Andersen, G. Pan, J. Höglund, C. Wadelius, W.E. Ek, et al.
Contribution of genetics to visceral adiposity and its relation to cardiovascular and metabolic disease.
Nat Med., 25 (2019), pp. 1390-1395
[24]
A. Bensussen, J.A. Torres-Magallanes, E. Roces de Álvarez-Buylla.
Molecular tracking of insulin resistance and inflammation development on visceral adipose tissue.
Front Immunol., 14 (2023), pp. 1014778
[25]
D. Khanna, B.S. Welch, A. Rehman.
Pathophysiology of Obesity.
StatPearls [Internet], StatPearls Publishing, (2024),
[26]
I.J. Neeland, R. Ross, J.P. Després, Y. Matsuzawa, S. Yamashita, I. Shai, et al.
Visceral and ectopic fat, atherosclerosis, and cardiometabolic disease: a position statement.
Lancet Diabetes Endocrinol., 7 (2019), pp. 715-725
[27]
M. Blüher.
Obesity: global epidemiology and pathogenesis.
Nat Rev Endocrinol., 15 (2019), pp. 288-298
[28]
P. Riutord Sbert, B. Riutord Fe, N. Riutord Fe, S. Arroyo Bote, A.A. López González, J.I. Ramírez Manent.
Influence of physical activity and mediterranean diet on the values of different scales of overweight and obesity.
[29]
A.M. Chao, K.M. Quigley, T.A. Wadden.
Dietary interventions for obesity: clinical and mechanistic findings.
J Clin Invest., 131 (2021), pp. e140065
[30]
M.O. Goodarzi.
Genetics of obesity: what genetic association studies have taught us about the biology of obesity and its complications.
Lancet Diabetes Endocrinol., 6 (2018), pp. 223-236
[31]
E.S. Van der Valk, M. Savas, E.F.C. Van Rossum.
Stress and Obesity: Are There More Susceptible Individuals?.
Curr Obes Rep., 7 (2018), pp. 193-203
[32]
M.T. Vicente-Herrero, M.V. Ramírez-Iñiguez de la Torre, L. Capdevila García, A. Partida-Hanon, L. Reinoso-Barbero, A.A. López González.
Lifestyle, overweight and obesity in spanish workers: related variables.
AJHS., 37 (2022), pp. 135-143
[33]
P. Congdon.
Obesity and Urban Environments.
Int J Environ Res Public Health., 16 (2019), pp. 464
[34]
Y. Tang, L.J. Yang, H. Liu, Y.J. Song, Q.Q. Yang, Y. Liu, et al.
Exosomal miR-27b-3p secreted by visceral adipocytes contributes to endothelial inflammation and atherogenesis.
Cell Rep., 42 (2023), pp. 111948
[35]
F. Biobaku, H. Ghanim, M. Batra, P. Dandona.
Macronutrient-Mediated Inflammation and Oxidative Stress: Relevance to Insulin Resistance, Obesity, and Atherogenesis.
J Clin Endocrinol Metab., 104 (2019), pp. 6118-6128
[36]
A. Poznyak, A.V. Grechko, P. Poggio, V.A. Myasoedova, V. Alfieri, A.N. Orekhov.
The Diabetes Mellitus-Atherosclerosis Connection: The Role of Lipid and Glucose Metabolism and Chronic Inflammation.
Int J Mol Sci., 21 (2020), pp. 1835
[37]
D.K. Arnett, R.S. Blumenthal, M.A. Albert, A.B. Buroker, Z.D. Goldberger, E.J. Hahn, et al.
2019 ACC/AHA Guideline on the Primary Prevention of Cardiovascular Disease: Executive Summary: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines.
Circulation., 140 (2019), pp. e563-e595
[38]
S. Gibson, M. Ashwell.
A simple cut-off for waist-to-height ratio (0·5) can act as an indicator for cardiometabolic risk: recent data from adults in the Health Survey for England.
Br J Nutr., 123 (2020), pp. 681-690
[39]
J. Gomez-Ambrosi, C. Silva, V. Catalan, A. Rodriguez, J.C. Galofre, J. Escalada, et al.
Clinical usefulness of a new equation for estimating body fat.
Diabetes Care., 35 (2012), pp. 383-388
[40]
O.O. Woolcott, R.N. Bergman.
Relative fat mass (RFM) as a new estimator of whole-body fat percentage – A cross-sectional study in American adult individuals.
[41]
E. Mill-Ferreyra, V. Cameo-Carrillo, H. Saúl-Gordo, M.C. Camí-Lavado.
Estimación del Porcentaje de grasa corporal en función del índice de masa corporal y perímetro abdominal: fórmula Palafolls.
Semergen., 45 (2019), pp. 101-108
[42]
P. Deurenberg, J.A. Wetstrate, J.C. Seidell.
Body mass index as a measure of body fatness: age- and sex- specific prediction formulas.
Br J Nutr., 65 (1991), pp. 105-114
[43]
Y. Shengeliya, N. Shengeliya, S. Shengeliya, M. Uchaneyshvilli, B. Altisench Jané, J.I. Ramírez Manent.
Values of body roundness index according different sociodemographic characteristics and healthy habits in caucasians.
[44]
G. Doménech-Asensi, C. Gómez-Gallego, G. Ros-Berruezo, F.J. García-Alonso, M. Canteras-Jordana.
Critical overview of current anthropometric methods in comparison with a new index to make early detection of overweight in Spanish university students: the normalized weight-adjusted index.
Nutr Hosp., 35 (2018), pp. 359-367
[45]
I. Shirazu, T.H. Sackey, E.K. Tiburu, Y.B. Mensah, A. Forson.
The use of body Surface index as a better clinical health indicators compare to body mass index and body Surface área for clinical application.
Int J S Res Sci Eng Technol., 4 (2018), pp. 131-136
[46]
J.I. Ramírez-Manent, P. Tomás-Gil, J.L. Coll-Villalonga, P. Marti-Lliteras, A.A. López-González, H. Paublini.
Influence of sociodemographic variables and tobacco consumption on the prevalence of atherogenic dyslipidemia and lipid triad in 418.343 spanish workers.
[47]
A. Domingo-Salvany, A. Bacigalupe, J.M. Carrasco, A. Espelt, J. Ferrando, C. Borrell, et al.
Propuestas de clase social neoweberiana y neomarxista a partir de la Clasificación Nacional de Ocupaciones 2011.
Gac Sanit., 27 (2013), pp. 263-272
[48]
V. Bamba, D.J. Rader.
Obesity and atherogenic dyslipidemia.
Gastroenterology., 132 (2007), pp. 2181-2190
[49]
M. Farnier.
Dyslipidémie de l’obésité abdominale: mécanismes et caractéristiques (partie I).
Arch Mal Coeur Vaiss., 100 (2007), pp. 979-984
[50]
E. Formisano, E. Proietti, C. Borgarelli, S.G. Sukkar, M. Albertelli, M. Boschetti, et al.
The impact of overweight on lipid phenotype in different forms of dyslipidemia: a retrospective cohort study.
J Endocrinol Invest., 47 (2024), pp. 3111-3118
[51]
T. Repas.
Obesity and dyslipidemia.
S D Med., 64 (2011), pp. 241-243
[52]
J. Vekic, A. Stefanovic, A. Zeljkovic.
Obesity and Dyslipidemia: A Review of Current Evidence.
Curr Obes Rep., 12 (2023), pp. 207-222
Copyright © 2024. Sociedad Española de Médicos de Atención Primaria (SEMERGEN)
Descargar PDF
Opciones de artículo
Herramientas