Evaluación de indicadores antropométricos de adiposidad asociados al riesgo cardiometabólico en atención primaria
DOI:
https://doi.org/10.47464/MetroCiencia/vol34/3/2026/19-27Palabras clave:
adiposidad, indicadores antropométricos, obesidad central, riesgo cardiometabólico, atención primariaResumen
Introducción: El exceso de adiposidad, especialmente la adiposidad central, se asocia con mayor riesgo cardiometabólico. El uso combinado de indicadores antropométricos podría mejorar la identificación de perfiles de adiposidad asociados con este riesgo. Objetivo: Describir la frecuencia de alteraciones en indicadores antropométricos de adiposidad asociados con mayor riesgo cardiometabólico en adultos atendidos en centros de atención primaria. Materiales y métodos: Estudio transversal en 113 adultos de 19 a 60 años atendidos en tres centros de salud de Guayaquil, Ecuador. Se evaluaron índice de masa corporal (IMC), circunferencia de cintura (CC), índice cintura-cadera (ICC), índice cintura-talla (ICT) y circunferencia de cuello (CCu). Las comparaciones por sexo se realizaron mediante t de Student y chi-cuadrado de Pearson; se consideró p <0,05 como estadísticamente significativo. Resultados: La edad media fue de 40,8 ± 12,5 años y el 57,5% fueron mujeres. El IMC medio fue de 28,43 ± 5,77 kg/m² y la prevalencia de obesidad fue del 32,7%. El ICT presentó la mayor frecuencia de alteración (73,5%), seguido de la CCu (60,2%), el ICC (40,7%) y la CC (38,9%), con diferencias globales significativas entre indicadores (Q=49,95; p<0,001). Las mujeres presentaron mayor frecuencia de CC (53,8% vs. 18,8%; p<0,001), ICC (52,3% vs. 25,0%; p=0,003) y CCu (76,9% vs. 37,5%; p<0,001), elevadas. El 87,6% presentó al menos un indicador alterado y, entre los participantes sin obesidad por IMC, 65 de 76 (85,5%) presentaron al menos uno. Conclusiones: Se observó una alta frecuencia de indicadores antropométricos de adiposidad alterados, incluso en participantes sin obesidad por IMC.
Descargas
Citas
Hacker K. The Burden of Chronic Disease. Mayo Clin Proc Innov Qual Outcomes. 2024;8(1):112–9. doi:10.1016/j.mayocpiqo.2023.08.005
Kang P, Neeland I. Body Fat Distribution, Diabetes Mellitus, and Cardiovascular Disease: an Update. Curr Cardiol Rep. 2023;25(11):1555–64. doi:10.1007/s11886-023-01969-5
Wu Y, Li D, Vermund S. Advantages and Limitations of the Body Mass Index (BMI) to Assess Adult Obesity. Int J Environ Res Public Health. 2024;21(6):757. doi:10.3390/ijerph21060757
Ahmed KY, Aychiluhm SB, Thapa S, Tegegne TK, Ketema DB, Kassa ZY, et al. Cardiometabolic Outcomes Among Adults With Abdominal Obesity and Normal Body Mass Index. JAMA Netw Open. 2025;8(10):e2537942. doi:10.1001/jamanetworkopen.2025.37942
Franek E, Pais P, Basile J, Nicolay C, Raha S, Hickey A, et al. General versus central adiposity as risk factors for cardiovascular-related outcomes in a high-risk population with type 2 diabetes: a post hoc analysis of the REWIND trial. Cardiovasc Diabetol. 2023;22:52. doi:10.1186/s12933-023-01757-z
Xie L, Kim J, Almandoz JP, Clark J, Mathew MS, Cartwright BR, et al. Anthropometry for Predicting Cardiometabolic Disease Risk Factors in Adolescents. Obesity (Silver Spring). 2024;32(8):1558–67. doi:10.1002/oby.24090
Macek P, Biskup M, Terek-Derszniak M, Krol H, Smok-Kalwat J, Gozdz S, et al. Optimal cut-off values for anthropometric measures of obesity in screening for cardiometabolic disorders in adults. Scientific Reports. 2020;10(1):11253. doi:10.1038/s41598-020-68265-y
Carsley S, Parkin PC, Tu K, Pullenayegum E, Persaud N, Maguire JL, et al. Reliability of routinely collected anthropometric measurements in primary care. BMC Med Res Methodol. 2019;19:84. doi:10.1186/s12874-019-0726-8
Vinueza Veloz A, Tapia Veloz E, Tapia Veloz G, Nicolalde Cifuentes M, Carpio-Arias V. [Nutritional status in Ecuadorian adults and its distribution according to socio-demographic characteristics. A cross-sectional study]. Nutr Hosp. 2023;40(1):102–8. doi:10.20960/nh.04083
Pérez-Galarza J, Baldeón L, Franco O, Muka T, Drexhage H, Voortman T, et al. Prevalence of overweight and metabolic syndrome, and associated sociodemographic factors among adult Ecuadorian populations: the ENSANUT-ECU study. J Endocrinol Invest. 2021 [cited 2026 Mar 16];44(1):63–74. doi: 10.1007/s40618-020-01267-9
World Obesity Federation [Internet]. [cited 2026 Feb 11]. Obesity Classification. Available from: https://www.worldobesity.org/about/about-obesity/obesity-classification
Mirr M, Skrypnik D, Bogdański P, Owecki M. Newly proposed insulin resistance indexes called TyG-NC and TyG-NHtR show efficacy in diagnosing the metabolic syndrome. Journal of Endocrinological Investigation. 2021;44(12):2831–43. doi:10.1007/s40618-021-01608-2
Ross R, Neeland IJ, Yamashita S, Shai I, Seidell J, Magni P, et al. Waist circumference as a vital sign in clinical practice: a Consensus Statement from the IAS and ICCR Working Group on Visceral Obesity. Nat Rev Endocrinol. 2020;16(3):177–89. doi:10.1038/s41574-019-0310-7
World Health Organization. Waist circumference and waist-hip ratio: report of a WHO expert consultation. Nutrition and Food Safety (NFS). 2011;39.
Liria-Domínguez R, Pérez-Albela M, Vásquez MP, Gómez G, Kovalskys I, Fisberg M, et al. Correlation between Neck Circumference and Other Anthropometric Measurements in Eight Latin American Countries. Results from ELANS Study. International Journal of Environmental Research and Public Health. 2021;18(22). doi:10.3390/ijerph182211975
Itani L, El Ghoch M. Waist-to-Height Ratio Cut-Off Points for Central Obesity in Individuals with Overweight Across Different Ethnic Groups in NHANES 2011–2018. Nutrients. 2024;16(22):3838. doi:10.3390/nu16223838
Santorelli G, West J, Yang T, Wright J, Bryant M, Lawlor DA. Differences in total and regional body fat and their association with BMI in UK-born White and South Asian children: findings from the Born in Bradford birth cohort. Wellcome Open Res. 2022;6:65. doi:10.12688/wellcomeopenres.16659.3
Mohammadian Khonsari N, Khashayar P, Shahrestanaki E, Kelishadi R, Mohammadpoor Nami S, Heidari-Beni M, et al. Normal Weight Obesity and Cardiometabolic Risk Factors: A Systematic Review and Meta-Analysis. Frontiers in endocrinology. 2022;13:857930. doi:10.3389/fendo.2022.857930
Wu Y, Li D, Vermund SH. Advantages and Limitations of the Body Mass Index (BMI) to Assess Adult Obesity. International Journal of Environmental Research and Public Health. 2024;21(6):757. doi:10.3390/ijerph21060757
Sweatt K, Garvey WT, Martins C. Strengths and Limitations of BMI in the Diagnosis of Obesity: What is the Path Forward? Curr Obes Rep. 2024;13(3):584–95. doi:10.1007/s13679-024-00580-1
Montoya Castillo M, Martínez Quiroz W, Suarez-Ortegón M, Higuita-Gutiérrez L. Waist-to-Height Ratio, Waist Circumference, and Body Mass Index in Relation to Full Cardiometabolic Risk in an Adult Population from Medellin, Colombia. J Clin Med. 2025;14(7):2411. doi:10.3390/jcm14072411
Strathmann EA, Ratjen I, Willrodt K, Enderle J, Schlesinger S, Fischer B, et al. Association of Neck Circumference With Cardiometabolic Risk Factors and Diseases in the German National Cohort. J Endocr Soc. 2025;9(12):bvaf163. doi:10.1210/jendso/bvaf163
Ribadeneira AE, Gálvez-Celi J, Arteaga-Pazmiño C, Frias-Toral E. Salud muscular y cardiometabólica en adultos con diabetes tipo 2 que viven en la comunidad. Revista Española de Nutrición Humana y Dietética. 2025;29(4). doi:10.14306/renhyd.29.4.2457
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Cecilia Arteaga Pazmiño, María Belén Castillo Álava, Cecilia Arteaga-Pazmiño

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.








