Razones de verosimilitud positiva y negativa de dos índices antropométricos en el diagnóstico de las situaciones nutricionales sobrepeso y obesidad
Positive and negative likelihood ratios of two anthropometric indices in the diagnosis of nutritional situations overweight and obesity
DOI:
https://doi.org/10.54167/tch.v14i3.625Palabras clave:
razones de verosimilitud, índice cintura/estatura, índice circunferencia abdominal, sobrepeso, obesidadResumen
Objetivo. Determinar si dos índices antropométricos tienen o no eficiencia pronóstica suficiente o eficiencia pronóstica moderada combinando en una sola expresión la sensibilidad y la especificidad mediante las razones de verosimilitud positiva y negativa. Material y Métodos. Enfoque epistemológico cuantitativo. Estudio epidemiológico observacional descriptivo sin direccionalidad y con temporalidad prospectiva. Se estudiaron 300 pacientes adultos de ambos géneros que acudieron al "Hospital Integral José María Morelos". Como prueba de referencia, estándar de oro o Gold Standard fue utilizada la Ecuación de la Metropolitan Life Insurance Company. Resultados. Los resultados para las razones de verosimilitud positiva correspondieron a 13.4 y 1.6 para los índices antropométricos ICE y CA, respectivamente. Los resultados para las razones de verosimilitud negativa correspondieron, respectivamente, a 0.07 y 0.4 para los índices antropométricos ICE y CA. Conclusiones. Se concluye que el mejor índice antropométrico para el diagnóstico de las situaciones nutricionales patológicas sobrepeso y obesidad corresponde al Índice Cintura/Estatura, toda vez que los resultados de las razones de verosimilitud positiva y negativa reportan eficiencias pronósticas suficientes. Por otro lado, los resultados de las razones de verosimilitud positiva y negativa reportan, respectivamente, eficiencia pronóstica insignificante y eficiencia pronóstica escasa para la Circunferencia Abdominal.
Descargas
Citas
Aznar–Orovala, E., Mancheño–Alvarob, A., García–Lozanoa, T., & Sánchez–Yepesa, M. (2013). Likelihood ratio and Fagan's nomogram: two basic tools for the rational use of clinical laboratory tests. Rev Calid Asist, 28(6): 390–393. https://doi.org/10.1016/j.cali.2013.04.002
Amirabdollahian, F., & Haghighatdoost, F. (2018). Anthropometric Indicators of Adiposity Related to Body Weight and Body Shape as Cardiometabolic Risk Predictors in British Young Adults: Superiority of Waist–to–Height Ratio. J Obes, 1: 8370304. https://doi.org/10.1155/2018/8370304
Centre for Evidence–Based Medicine (CEBM). (2009). Likelihood Ratios. 1–3. https://bit.ly/39BNYdI
Cochran, W.G. (1954). Some methods for strengthening the common x2 tests. Biometrics, 10(4): 417–451. https://doi.org/10.2307/3001616
Corrêa, M.M., Facchini, L.A., Thumé, E., Oliveira, E.R.A., Tomasi, E. (2019). The ability of waist–to–height ratio to identify health risk. Rev Saude Publica, 23(53): 66. https://doi.org/10.11606%2Fs1518-8787.2019053000895
Deeks, J., & Altman, D. (2004). Diagnostic tests 4: likelihood ratios. BMJ, 329: 168–169. https://doi.org/10.1136/bmj.329.7458.168
Donis, J.H. (2012). Evaluación de la validez y confiabilidad de una prueba diagnóstica. Avances en Biomedicina, 1(2): 73–81. https://www.redalyc.org/articulo.oa?id=331328015005
Fagan, T. (1975). Nomogram for Bayes's theorem. N Engl J Med, 293: 257. https://doi.org/10.1056/nejm197507312930513
Gordis, L. (2004). Epidemiology. Philadelphia: Elsevier Saunders. https://ak.sbmu.ac.ir/uploads/epidemiology_gordis_5_edi.pdf
Grimes, D.A., & Schulz, K.F. (2005). Refining clinical diagnosis with likelihood ratios. Lancet, 365(9469): 1500–1505. https://doi.org/10.1016/s0140-6736(05)66422-7
Grundy, S. (2008). Metabolic syndrome pandemic. Arter Trhromb Vasc, 28: 629–636. https://doi.org/10.1161/atvbaha.107.151092
Hernández–Ávila, M. (2007). Epidemiología. Diseño y Análisis de Estudios. México: Editorial Médica Panamericana.
Hernández–Sampieri, R., Fernández–Collado, C., & Baptista–Lucio, M.P. (2006). Metodología de la Investigación. México: McGrawHill/Interamericana Editores, S.A. de C.V. https://bit.ly/3sMNO9U
Huamán, J., Alvarez, M., Gamboa, L., & Marino, F. (2017). Índice cintura–estatura como prueba diagnóstica del síndrome metabólico en adultos de Trujillo. Rev Med Hered, 28(1): 13–20. https://doi.org/10.20453/rmh.v28i1.3068
INEGI. INSP. (2018). Encuesta Nacional de Salud y Nutrición 2018. https://bit.ly/3afbRYX
Isomaa, B., Almgren, P., Tuomi, T., et al. (2001). Cardiovascular Morbidity and Mortality. Diabetes Care, 224(4): 683–688. https://doi.org/10.2337/diacare.24.4.683
Jaeschke, R., Guyatt, G., & Lijmer, J. (2002). Diagnostic Tests. En: Guyatt G, Drummond R, ed. Users' guides to the medical literature. Essentials of evidence–based clinical practice. Chicago: Editorial: JAMA Press, 187–217. https://www.ebcp.com.br/simple/upfiles/livros/005EEBM.pdf
Koch, E., Romero, T., Manríquez, L., Taylor, A., Román, C., Paredes, M., Díaz, C., & Kirschbaum, A. (2008). Razón cintura–estatura: un mejor predictor antropométrico de riesgo cardiovascular y mortalidad en adultos chilenos. Nomograma diagnóstico utilizado en el Proyecto San Francisco. Revista Chilena de Cardiología, 27(1): 23–35. https://repositorio.uchile.cl/handle/2250/128451
Lee, C.M., Huxley, R.R., Wildman R.P., & Woodward, M. (2008). Indices of abdominal obesity are better discriminators of cardiovascular risk factors than BMI: a meta–analysis. J Clin Epidemiol, 61(7): 646–653. https://doi.org/10.1016/j.jclinepi.2007.08.012
Loong, T.W. (2003). Understanding sensitivity and specificity with the right side of the brain. BMJ, 327(7417): 716–719. https://doi.org/10.1136%2Fbmj.327.7417.716
Manterola, C. (2009). Cómo interpretar un artículo sobre pruebas diagnósticas. Rev Med Clin Condes, 20(5): 708–717. http://dx.doi.org/10.4067/S0718-40262010000300018
Mataix–Verdú, J. (2009). Nutrición y Alimentación Humana. II. Situaciones Fisiológicas y Patológicas. España: Ergon.
Metropolitan Life Insurance Company. (1983). Metropolitan height and weight tables. New York. Stat Bull Metropolitan Life Insurance Company, 64: 19.
Molinero, L.M. (2002). Valoración de pruebas diagnósticas. Asociación de la Sociedad Española de Hipertensión, 6–7. https://www.alceingenieria.net/bioestadistica/pdiagnos.pdf
Nevill, A.M., Stewart, A.D., Olds, T., & Duncan, M.J. (2020). A new waist–to–height ratio predicts abdominal adiposity in adults. Res Sports Med, 28(1): 15–26. https://doi.org/10.1080/15438627.2018.1502183
OMS. (2016). Obesidad y sobrepeso. Nota descriptiva N°. 311. http://www.who.int/mediacentre/factsheets/fs311/es/.
OMS. (2016). Temas de salud: obesidad. https://www.who.int/es/health-topics/obesity#tab=tab_1
Ruiz–Morales, A., & Morrillo–Zarate, L. (2004). Epidemiología Clínica Investigación Aplicada. Bogotá DC Colombia: Editorial Médica Panamericana.
Saderi, N., Escobar, C., & Salgado–Delgado, R. (2013). La alteración de los ritmos biológicos causa enfermedades metabólicas y obesidad. Rev Neurol, 57: 71–78. https://doi.org/10.33588/rn.5702.2013007
Tapia–Conyer, R., & Kuri–Morales, P. (1999). Epidemiología de la obesidad en México. Gac Med Mex, 135(5): 477–479. https://www.imbiomed.com.mx/articulo.php?id=27631
WHO MONICA. (1989). Project: risk factors. Int J Epidemiol, 18(Suppl 1): S46–S55. https://pubmed.ncbi.nlm.nih.gov/2807707/
WHO. (1990). World Health Organization Study Group. Diet, nutrition, and the prevention of chronic diseases. Ginebra: WHO (Technical Report Series 797), 203. https://apps.who.int/iris/handle/10665/39426
WHO. (2000). Obesity: preventing and managing the global epidemic. Report of a WHO consultation. Ginebra: WHO. (Technical Report Series 894), 203. https://apps.who.int/iris/handle/10665/42330
Publicado
Cómo citar
-
Resumen508
-
PDF206
-
HTML7
