Gordura corporal estimada por equações baseadas em parâmetros antropométricos correlaciona-se com a bioimpedância elétrica em pacientes submetidos à cirurgia bariátrica
DOI:
https://doi.org/10.36311/jhgd.v32.13776Palavras-chave:
obesidade infantil, composição corporal, impedância elétrica, antropometriaResumo
Introdução: equações preditivas que estimam o percentual de gordura baseadas em parâmetros antropométricos simples são de fácil utilização na prática clínica.
Objetivo: avaliar a relação entre equações preditivas baseadas em parâmetros antropométricos e a bioimpedância elétrica para estimar a gordura corporal de indivíduos submetidos à cirurgia bariátrica.
Método: estudo prospectivo e longitudinal, realizado com indivíduos submetidos à cirurgia bariátrica. Peso corporal, índice de massa corporal, circunferência da cintura e o percentual de gordura corporal estimado por parâmetros antropométricos e pela bioimpedância foram avaliados em três momentos, 1 mês antes, no 2º e 6º meses após a cirurgia. Os dados foram analisados pela ANOVA de uma via para medidas repetidas com post hoc de Holm-Sidak ou teste de Friedman com post hoc de Tukey, e correlações de Pearson ou Spearman, de acordo com a distribuição dos dados. Nível de significância adotado 5%.
Resultados: participaram do estudo 25 pacientes. Todos os parâmetros antropométricos reduziram significativamente ao longo dos momentos (p<0.001). Com exceção da equação de Lean e colaboradores antes da cirurgia, o percentual de gordura estimado pelas demais fórmulas apresentaram forte correlação com a bioimpedância em todos os momentos, com a maior força de correlação observada na equação de Gómez-Ambrosi e colaboradores.
Conclusão: no presente estudo, as equações utilizadas apresentaram boa correlação com a bioimpedância, sendo a equação de Gómez-Ambrosi a melhor alternativa ao uso da bioimpedância para avaliar as alterações da gordura corporal de pacientes submetidos a cirurgia bariátrica para o tratamento da obesidade grave.
Referências
Lin X, Li H. Obesity: Epidemiology, Pathophysiology, and Therapeutics. Front Endocrinol (Lausanne). 2021; 12, 706978.
Farias ES, Moreira KFA, Santos JP, Gemelli IFB, Costa GM, Souza OF. Overweight and obesity: prevalence in children and adolescents in Northern Brazil. J. Hum. Growth Dev. 2020; 30(2): 266-273.
Camargo JSAA, Zamarchi TBO, Balieiro AAS, Pessoa FAC, Camargo LMA. Prevalence of obesity, high blood pressure, dyslipidemia and their associated factors in children and adolescents in a municipality in the Brazilian Amazon region. J. Hum. Growth Dev. 2021; 31(1): 37-46.
Castanha CR, Ferraz AAB, Castanha AR, Belo GQMB, Lacerda RMR, Vilar L. Avaliação da qualidade de vida, perda de peso e comorbidades de pacientes submetidos à cirurgia bariátrica. Rev. Col. Bras. Cir. 2018; 45(3).
Carey DG, Pliego GJ, Raymond RL, Skau KB. Body composition and metabolic changes following bariatric surgery: effects on fat mass, lean mass and basal metabolic rate. Obes Surg. 2006; 16(4): 469-477.
Nicoletti CF, Camelo JS Jr, dos Santos JE, Marchini JS, Salgado W Jr, Nonino CB. Bioelectrical impedance vector analysis in obese women before and after bariatric surgery: changes in body composition. Nutrition. 2014; 30(5): 569-574.
Shannon CA, Brown JR, Del Pozzi AT. Comparison of Body Composition Prediction Equations with Air Displacement Plethysmography in Overweight and Obese Caucasian Males. Int J Exerc Sci. 2019; 12(4): 1034-1044.
Lukaski HC, Johnson PE, Bolonchuk WW, Lykken GI. Assessment of fat-free mass using bioelectrical impedance measurements of the human body. Am J Clin Nutr. 1985; 41(4): 810-817.
Segal KR, Van Loan M, Fitzgerald PI, Hodgdon JA, Van Itallie TB. Lean body mass estimation by bioelectrical impedance analysis: a four-site cross-validation study. Am J Clin Nutr. 1988; 47(1): 7-14.
Feferbaun R, Leone C, Nogueira RC, Cavalcanti PN, Cardoso EB, Serra MA. A 10-month anthropometric and bioimpedance evaluation of a nutritional education program for 7 - to 14-year-old students. J. Hum. Growth Dev. 2012; 22(3): 283-290.
Lopes WA, Leite N, Silva LR, Consentino CLM, Coutinho P, Radominski RB, et al. Comparação de três equações para predição da gordura corporal por bioimpedância em jovens obesas. Rev Bras Med Esporte 2015; 21(4): 266-270.
Rodrigues MN, Silva SC, Monteiro WD, Farinatti PTV. Estimativa da gordura corporal através de equipamentos de bioimpedância, dobras cutâneas e pesagem hidrostática. Rev Bras Med Esporte 2001; 7(4): 125-131.
Martins GQ, Matheus SC, Santos DL, Both DR, Farinha JB, Martins MS. Comparação de equações antropométricas para estimativa da gordura corporal em indivíduos com excesso de peso. Nutr Clín Diet Hosp. 2015; 35(3): 27-33.
Deurenberg P, Weststrate JA, Seidell JC. Body mass index as a measure of body fatness: age- and sex-specific prediction formulas. Br J Nutr. 1991; 65(2): 105-114.
Lean ME, Han TS, Deurenberg P. Predicting body composition by densitometry from simple anthropometric measurements. Am J Clin Nutr. 1996; 63(1): 4-14.
Gómez-Ambrosi J, Silva C, Catalán V, Rodríguez A, Galofré JC, Escalada J. et al. Clinical usefulness of a new equation for estimating body fat. Diabetes Care. 2012; 35(2): 383-388.
Woolcott O, Bergman RN. Relative fat mass (RFM) as a new estimator of whole-body fat percentage – A cross-sectional study in American adult individuals: Sci Rep 2018; 8(1): 1-11.
Kyle UG, Bosaeus I, De Lorenzo AD, et al. Bioelectrical impedance analysis-part II: utilization in clinical practice. Clin Nutr.2004; 23(6): 1430–53.
Mukaka MM. Statistics corner: A guide to appropriate use of correlation coefficient in medical research. Malawi Med J. 2012; 24(3): 69-71.
Duren DL, Sherwood RJ, Czerwinski SA, Lee M, Choh AC, Siervogel RM. et al. Body composition methods: comparisons and interpretation. J Diabetes Sci Technol. 2008; 2(6): 1139-1146.
Guzmán-León AE, Velarde AG, Vidal-Salas M, Urquijo-Ruiz LG, Caraveo-Gutiérrez LA, Valencia ME. External validation of the relative fat mass (RFM) index in adults from north-west Mexico using different reference methods. PLoS One. 2019; 14(12): e0226767.
Silveira EA, Barbosa LS, Noll M, Pinheiro HA, de Oliveira C. Body fat percentage prediction in older adults: Agreement between anthropometric equations and DXA. Clin Nutr. 2021; 40(4): 2091-2099.
Koehler KB, Moraes RAG, Rodrigues JB, Portela BSM, Miguel GPS, Pedrosa RG. et al. Bioimpedance phase angle is associated with serum transthyretin but not with prognostic inflammatory and nutritional index during follow-up of women submitted to bariatric surgery. Clin Nutr ESPEN. 2019; 33: 183-187.
Teixeira GPH, Moraes RA, Miguel GPS, Pedrosa RG, Haraguchi FK. Atherogenic index of plasma is reduced during follow-up among Roux-in-Y gastric bypass patients. Rev. chil. nutr. 2021; 48(5): 768-774.
Manoel R, Venâncio FA, Miguel GPS, Haraguchi FK, Pedrosa RG. A Higher Phase Angle Is Associated with Greater Metabolic Equivalents in Women 1 Year After Bariatric Surgery. Obes Surg. 2022; 32(6): 2003-2009.
Liu Y, Jin J, Chen Y, Chen C, Chen Z, Xu L. Integrative analyses of biomarkers and pathways for adipose tissue after bariatric surgery. Adipocyte. 2020; 9(1): 384-400.
Arterburn DE, Telem DA, Kushner RF, Courcoulas AP. Benefits and Risks of Bariatric Surgery in Adults: A Review. JAMA. 2020; 324(9): 879-887.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2022 Journal of Human Growth and Development
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
