Asociación entre perímetro de cuello y consumo de energía de alimentos industrializados en peruanos de 15 a 65 años: un análisis del ELANS

• Autores: Chau Mendoza, Alexandra, Van Heurck Nolasco, Andrea Alessandra
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/658737
• Enlace del recurso: http://hdl.handle.net/10757/658737
• Nivel de acceso: acceso abierto
• Materia: Alimentos industrializados; Transición nutricional; Obesidad; Industrialized food; Nutritional transition; Obesity; http://purl.org/pe-repo/ocde/ford#3.00.00; https://purl.org/pe-repo/ocde/ford#3.03.04

Marco teórico: El sobrepeso y la obesidad está asociado con el incremento del consumo de alimentos industrializados (AI). Últimamente se ha identificado el perímetro de cuello (PC) como un buen indicador de grasa corporal y sobre todo riesgo en la salud. Por lo que nuestro objetivo es evaluar la asociación entre el consumo de energía de AI y el PC en peruanos de 15 a 65 años. Metodología: Se realizó un análisis secundario de la base datos del Estudio Latinoamericano de Nutrición y Salud (ELANS) realizado en Perú. Las variables de interés fueron el consumo de energía de AI y el PC, para evaluar su asociación se realizó una regresión de Poisson cruda y ajustada por variables confusoras y se calculó la razón de prevalencia (RP). Los análisis se realizaron a un nivel de confianza del 95%. Resultados: La media del PC fue de 35,4 cm (DE: 3,6) y la mediana del consumo de los AI fue de 372,4 kcal (227,6-554,1). Los que se encuentran en el segundo y tercil superior de consumo de energía en AI tienen mayor probabilidad de PC aumentado (RP: 1,05; IC:1,00-1,10, p=0,042; RP: 1,06; IC:1,01-1,12, p=0,017, respectivamente) en relación a los que estaban en el primer tercil. Conclusión: A medida que aumenta el tercil del consumo de energía de AI aumenta el riesgo de PC aumentado en peruanos de 15 a 65 años. Es importante identificar estrategias que permitan implementar políticas públicas que mejoren la calidad de AI y disminuyan el riesgo de PC aumentado.