Predicción del porcentaje de grasa corporal y grasa visceral en función a medidas antropométricas en alumnos del SENATI

• Autor: Velasquez Zegarra, Alberto
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Le Cordon Bleu
• Repositorio: ULCB-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulcb.edu.pe:20.500.14546/165
• Enlace del recurso: https://hdl.handle.net/20.500.14546/165
• Nivel de acceso: acceso abierto
• Materia: Antropometría; Índice antropométrico; Índice de masa corporal; Porcentaje de grasa corporal; Grasa visceral.; https://purl.org/pe-repo/ocde/ford#3.03.04

La obesidad es la acumulación excesiva de grasa corporal, ocasionada por un desbalance energético positivo y su importancia radica en que tiene repercusiones negativas para la salud. El objetivo de este estudio fue hallar el indicador antropométrico con mayor capacidad predictiva de porcentaje de grasa corporal (%GC) y grasa visceral (GV) en una muestra de estudiantes del SENATI conformada por 392 personas (259 hombres y 133 mujeres). Para esto se realizó un análisis de regresión lineal y múltiple entre el índice de masa corporal (IMC), perímetro de cintura (PC), perímetro de cadera (PCa), índice de cadera-cintura (ICC), índice de talla-cintura (ICT) y el índice antropométrico (IA), versus %GC y la GV. Se analizaron las ecuaciones de los modelos más relevantes y se validaron en una nueva data compuesta por 26 hombres y 26 mujeres. Posteriormente se efectuó un análisis ROC para comparar la capacidad diagnóstica del IA e IMC para diferenciar individuos con riesgo cardiometabólico. Los puntos de corte de IA e IMC se establecieron por el índice de Youden, índice de exactitud, f-Score y el odds ratio diagnóstica. Se logró establecer modelos predictivos simples y de alta precisión de %GC en ambos sexos a partir del IA. Al tomar en cuenta la edad se obtuvieron los modelos más efectivos de regresión múltiple para predecir GV en ambos sexos. Debido a la alta correlación del IA con el %GC y la GV, se proponen los puntos de corte <20.3 en hombres y <21.4 en mujeres para detectar la presencia de riesgo cardiometabólico. Dicha capacidad discriminatoria deberá ser validada con estudios que relacionen directamente al IA con factores de riesgo.