PRESENTACIÓN DEL ARTÍCULO
Título descriptivo
En el presente artículo exponemos nuestra valoración crítica de un estudio observacional publicado en la revista International Journal of Environmental Research and Public Health el año 2022. El título traducido al español de este estudio es: “La asociación entre la altitud y la relación cintura-talla en adultos peruanos: un análisis transversal de datos de una encuesta de base poblacional”.
Resumen estructurado del estudio valorado
Objetivo: Evaluar la asociación entre la altitud y el riesgo cardiometabólico calculado con la relación cintura-talla (WHtR, por sus siglas en inglés, weight-height ratio) en la población adulta peruana mediante el análisis transversal de datos de la Encuesta Demográfica y de Salud del Perú 2021 1.
Diseño: Observacional, transversal analítico 1.
Emplazamiento: Tuvo lugar en Perú, basado en los datos de la Encuesta Demográfica y de Salud Familiar (ENDES) 2021 caracterizada por ser bietápica, probabilística, equilibrada, independiente y estratificada a nivel departamental en zonas urbanas y rurales. Las unidades de muestreo en las zonas urbanas son el conglomerado y las viviendas particulares, y en las zonas rurales son la zona rural censal y las viviendas particulares.
Población de estudio: Población adulta (18 a 64 años) peruana (1).
Definición del factor de estudio: La variable exposición se definió como la altitud medida en m s. n. m. utilizando el sistema de posicionamiento global (GPS) instalado en una tableta y tomando como punto de referencia un metro de distancia de la puerta principal de la vivienda del encuestado. Más detalles sobre el proceso de toma y registro del punto GPS de los hogares y conglomerados se pueden encontrar en el Manual del Entrevistador de la ENDES 2021 2. La altitud se clasificó como: <1500; 1500 a 2499; 2500 a 3499; o 3500 o más m s. n. m. con base en la definición de altitud y cambios fisiológicos asociados descritos por Barry y Pollard (1).
Medición del resultado: La variable dependiente fue el riesgo cardiometabólico medido según la WHtR en adultos de 18 a 64 años, el cual se dicotomizó en “Sí = 1” si el WHtR era ≥0.5 y “No = 0” si la WHtR era <0.5 . El WHtR se calculó dividiendo el perímetro abdominal (cm) por la altura (cm) (1).
Resultados principales: La WHtR media en la población fue de 0,59 (desviación estándar: 0,08) y el 87,6 % (IC 95 %: 86,9-88,2) se clasificó como en riesgo. Después de ajustar por sexo, edad, nivel educativo, índice de bienestar y zona de residencia, vivir en altitudes entre 2500 y 3499 m s. n. m. (aPR: 0,98; IC 95%: 0,96-1,00) y ≥3500 m s. n. m. (aPR: 0,95; IC 95%: 0,93-0,97) se asociaron con menor riesgo cardiometabólico en comparación con vivir a <1500 m s. n. m. (1).
Conclusión: Se identificó una asociación inversa entre vivir a mayor altura y el nivel de riesgo cardiometabólico en la población adulta peruana. Sin embargo, la prevalencia de riesgo cardiometabólico en las diferentes categorías altitudinales evaluadas se mantiene por encima del 82%, lo que representa una gran proporción de la población en riesgo en cada altitud. Teniendo esto en cuenta, en el Perú es necesario fortalecer las estrategias de salud pública en las poblaciones que viven en altitudes bajas; además, se debe anticipar un aumento potencial del riesgo cardiometabólico en la población que vive en altitudes más altas. Futuros estudios deberían confirmar esta asociación utilizando diseños longitudinales, así como aclarar las dudas sobre los mecanismos subyacentes (1).
Conflicto de intereses: Los autores declaran no tener conflicto de intereses (1).
Fuente de financiación: Autofinanciado (1).
Link:https://www.mdpi.com/1660-4601/19/18/11494/htm.
COMENTARIO CRÍTICO
1. Validez
El estudio 1 en general cumple con las recomendaciones STROBE 3. Según la escala de evaluación de la calidad Newcastle - Ottawa (adaptado para estudios transversales) (Tabla 1) 4, al analizar este estudio se obtuvo de puntuación 7 estrellas que indica tener bajo nivel de riesgo de sesgo. Sin embargo, una gran limitante de este artículo es el tipo de diseño transversal, lo cual no establece una secuencia temporal entre la variable dependiente, de exposición y covariables 5.
NEWCASTLE - OTTAWA QUALITY ASSESSMENT SCALE (adapted for cross sectional studies) | Estrellas del estudio | Motivo | ||
Selección (Máximo 5 estrellas) | Representatividad de la muestra | a) Verdaderamente representativa de la media de la población objetivo. * (todas las materias o muestreo aleatorio) | * | La muestra seleccionada representa la totalidad de la población del país. |
b) Algo representativo del promedio en la población objetivo. * (muestreo no aleatorio) | ||||
c) Grupo seleccionado de usuarios. | ||||
d) Sin descripción de la estrategia de muestreo. | ||||
Tamaño de la muestra: | a) Justificado y satisfactorio. * | * | La muestra final para el análisis quedó formada por 26.117 sujetos adultos (18 a 64 años) residentes habituales de sus hogares, tras eliminar los datos incompletos en las variables de interés. | |
b) No justificado. | ||||
No respondedores | a) La comparabilidad entre las características de los encuestados y los no encuestados es establecida, y la tasa de respuesta es satisfactoria. * | * | Diagrama de flujo de la selección de adultos incluidos en el estudio. La tasa de respuesta es satisfactoria (76,55%) | |
b) La tasa de respuesta es insatisfactoria, o la comparabilidad entre los encuestados y no respondedores es insatisfactorio | ||||
c) No hay descripción de la tasa de respuesta o las características de los respondedores y los no respondedores | ||||
Determinación de la exposición (factor de riesgo): | a) Herramienta de medición validada. ** | |||
b) Herramienta de medición no validada, pero la herramienta está disponible o descrita * | * | Las encuestas de demografía y salud (DHS, por sus siglas en inglés) son encuestas que se realizan desde 1984 y se aplican en más de 90 países alrededor del mundo. Los entrevistadores y antropometristas están debidamente capacitados para poder recolectar información con la mayor precisión posible. | ||
c) Sin descripción de la herramienta de medición. | ||||
Comparabilidad: (Máximo 2 estrellas) | 1) Los sujetos en diferentes grupos de resultados son comparables, según el diseño del estudio o análisis. Los factores de confusión están controlados. | a) Controles de estudio para exposición riesgo metabólico (factor más importante) * | * | La variable dependiente fue el riesgo cardiometabólico medido según el WHtR en adultos de 18 a 64 años, el cual se dicotomizó en “Sí = 1” si el WHtR era ≥0.5 y “No = 0” si el WHtR era <0.5 |
b) Control del estudio para cualquier factor adicional (outcomes secundarios). * | ||||
Resultado: (Máximo 3 estrellas) | 1) Evaluación del resultado: | a) Evaluación ciega independiente. ** | ||
b) Registro de vinculación. ** | ||||
c) Autoinforme. * (no se hace referencia a registros médicos para confirmar resultados) | * | ENDES basa sus resultados en las respuestas producto de las encuestas realizadas a la población | ||
d) Sin descripción | ||||
2) Prueba estadística: | a) La prueba estadística utilizada para analizar los datos está claramente descrita y apropiado, y se presenta la medición de la asociación, incluyendo intervalos de confianza y el nivel de probabilidad (valor p). * | * | Se ajustaron modelos de regresión lineal generalizada de registro de Poisson (bivariado y multivariado) para evaluar la asociación entre la altitud y la WHtR, informando razones de prevalencia (PR) e intervalos de confianza (IC) del 95% como medidas de asociación. El nivel de significación estadística fue del 5% | |
b) La prueba estadística no es adecuada, no está descrita o está incompleta. |
Cantidad de estrellas que puede recibir en el respectivo ítem, de cumplir con cada criterio
Por otro lado, es importante tener en cuenta, las limitaciones que presentan aquellas investigaciones que realizan un análisis secundario de una base de datos 6. Tal es el caso de este artículo, que tomó como referencia a la base de datos de ENDES, donde en el informe final específicamente en los apéndices B y C mencionan sobre los errores cometidos en los resultados tanto de tipo muestrales (entrevista a una sola muestra y no a la población total) como no muestrales (durante la recolección y procesamiento de la información) 7,8.
Respecto a la validez de las conclusiones es controversial debido a que existen otros factores o variables confusoras que pueden aumentar el riesgo cardiometabólico en la población adulta peruana y no solo depender de la altitud. Según Miranda J et al., en su estudio titulado “Comprender el aumento de las enfermedades cardiometabólicas en los países de ingresos bajos y medios” menciona que existen determinantes de salud (ambientales y económicos) que influyen en gran medida en presentar enfermedades cardiometabólicas 9. Además, en el metaanálisis realizado por Dünnwald T et al. se da a conocer que el principal factor potencial en los cambios del peso corporal es la exposición a la hipoxia, dentro del cual incluye el nivel de consumo de energía, la cantidad del agua corporal, etc 10.
2. Relevancia
Este estudio transversal es uno de los más recientes sobre el tema y se podría considerar entre los de mejor calidad hasta el momento. Por tanto, el estudio es relevante debido a que se usó el WHtR, considerado como un indicador antropométrico con gran precisión para evaluar el riesgo cardiometabólico 11. Esto se evidenció en el estudio de Liu J et al. donde encontró que el WHtR predice la dislipidemia [AUC: 0,646 (0.641-0.651), sensibilidad: 65 %, especificidad: 44 %], también la hiperglucemia [AUC: 0,595 (0.590-0.60), sensibilidad: 60 %, especificidad: 45 %], de igual manera el WHtR fue superior significativamente en comparación de otros índices antropométricos como índice de masa corporal (IMC), circunferencia de la cintura, circunferencia de la cadera y relación cintura-cadera 12. Por otra parte, otro estudio reporta que el WHtR es útil para identificar sujetos con riesgo de obesidad central (sensibilidad y especificidad de 99% y 72%, respectivamente), que a su vez influye en el desarrollo de alguna enfermedad cardiometabólica 13.
3. Importancia clínica
El uso de WHtR como herramienta de cribado superior a la circunferencia de la cintura e IMC 11 es ampliamente usado para la discriminación de riesgo cardiometabólico en diferentes estudios 14. Además, de ser económico y de fácil uso, al estar bien correlacionado con la variedad de componentes cardiometabólicos 12 para poder distinguir a los individuos con masa muscular alta de aquellos con exceso de grasa u obesidad abdominal 15 teniendo en cuenta que en el Perú existe gran variabilidad en la estatura de la población 16, condiciones que no tienen respaldo con el IMC u otros índices antropométricos 17.
Y considerando que los riesgos cardiometabólicos pueden verse afectados por características geográficas como la altitud; diferentes estudios con hallazgos similares que indican asociación inversa entre la altitud y la obesidad 18; ninguno indica lo contrario, siendo necesaria la realización de más estudios para identificar los diferentes factores de riesgo cardiometabólico asociados a la altitud teniendo en cuenta la alta prevalencia de riesgo cardiometabólico en las diferentes categorías altitudinales encontradas en este estudio.
4. Aplicabilidad
El estudio concluyó con la asociación inversa entre vivir a mayor altura y el nivel de riesgo cardiometabólico en la población adulta peruana. Coincidiendo con estudios que reportan una asociación inversa entre altura y obesidad abdominal 18. Resultado posiblemente no generalizable por el riesgo de confusión residual (por la imposibilidad de medir las variables de confusión como el estatus migratorio o el tiempo de migración entre los niveles altitudinales considerados en el presente estudio) y necesitando de estudios longitudinales para confirmar dicha asociación 19.
Por otro lado, también se encontró prevalencia de riesgo cardiometabólico en las diferentes categorías altitudinales evaluadas manteniéndose por encima del 82%, lo que representa una gran proporción de la población en riesgo en cada altitud 1 pero no se considera la coexistencia de variables que influyen en esta elevada prevalencia como la pobreza y nutrición pudiendo influir en dicha medida. Así mismo debido a su utilidad, la implementación del WHtR debería extenderse como índice antropométrico en el Perú con fines clínicos y de investigación, siendo más económico y fácil de realizar que el IMC 1.