Índice de Massa Corporal como preditor de multimorbidade na população brasileira

Autores

  • Marina Christofoletti Universidade Federal de Santa Catarina
  • Anne Ribeiro Streb Universidade Federal de Santa Catarina
  • Giovani Firpo Del Duca Universidade Federal de Santa Catarina

DOI:

https://doi.org/10.1590/1980-0037.2018v20n6p555

Palavras-chave:

Curva ROC, Doença crônica, Estado nutricional, Estudos epidemiológicos, Estudos transversais

Resumo

O excesso de peso corporal é um indicador de risco para a saúde, porém pouco se sabe sobre sua influência diante da multimorbidade de doenças crônicas não transmissíveis (DCNT). Objetivou-se identificar os valores preditivos e os fatores sociodemográficos associados ao Índice de Massa Corporal (IMC) como determinante da ocorrência de multimorbidade de DCNT em homens e mulheres brasileiros. Utilizaram-se dados do inquérito “Vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico” - 2013. A população foi composta por indivíduos com ≥18 anos e residentes em domicílios com linha telefônica fixa nas 27 capitais brasileiras. As variáveis de desfecho foram o IMC e seu valor preditivo para a ocorrência de multimorbidade (≥2 DCNT). As exposições foram idade, estado civil e escolaridade. A estatística inferencial contou com a construção de curvas Receiver Operating Characteristic (ponto de corte definido pelo valor de sensibilidade [S] e especificidade [E) e a associação por meio da Regressão de Poisson, estratificadas por sexo. Os pontos de corte com melhor capacidade preditiva de multimorbidade de DCNT’s foram de 26,7kg/m² para homens (S=60,9%; E=60,2%) e 25,7kg/ m² para mulheres (S=61,8%; E=61,1%). O valor preditivo da multimorbidade acompanhou o avanço das faixas etárias até 55 a 64 anos para ambos os grupos. Mulheres mais escolarizadas apresentaram tendência de proteção para presença do desfecho. O IMC pode ser considerado preditor da multimorbidade, e o perfil sociodemográfico que esteve associado ao valor preditivo de multimorbidade foi o avanço da idade e inversamente associado a escolaridade em mulheres. 

Biografia do Autor

Marina Christofoletti, Universidade Federal de Santa Catarina

Universidade Federal de Santa Catarina

Anne Ribeiro Streb, Universidade Federal de Santa Catarina

Universidade Federal de Santa Catarina

Giovani Firpo Del Duca, Universidade Federal de Santa Catarina

Universidade Federal de Santa Catarina

Referências

World Health Organization. Global status report on noncommunicable diseases 2014. Suíça, 2014; Disponível em: http://www.who.int/nmh/publications/ncdstatus-report-2014/en/ [2017 ago 26].

Falagas M, Vardakas K, Vergidis P. Under‐diagnosis of common chronic diseases: prevalence and impact on human health. Int J Clin Pract 2007; 61(9):1569–79.

Duncan BB, Chor D, Aquino EML, Bensenor IM, Mill JG, Schmidt MI, et al. Chronic non-communicable diseases in Brazil: priorities for disease management and research. Rev Saúde Pública 2012; 46(1):126–34.

Brownell KD. Obesity: understanding and treating a serious, prevalent, and refractory disorder. J Consult Clin Psychol 1982; 50(6):820.

Powers SK, Howley ET. Fisiologia do Exercício: Teoria e Aplicação ao Condicionamento Físico. São Paulo: Manole; 2000.

Ribeiro Filho FF, Mariosa LSS, Ferreira SRG, Zanella MT. Gordura visceral e síndrome metabólica: mais que uma simples associação. Arq Bras Endocrinol Metabol 2006; 50(2):230-8.

Twells LK, Knight J, Alaghehbandan R. The relationship among body mass index, subjective reporting of chronic disease, and the use of health care services in Newfoundland and Labrador, Canada. Popul Health Manag 2010; 13(1):47–53.

Goyal A, Nimmakayala KR, Zonszein J. Is there a paradox in obesity? Cardiol Rev 2014; 22(4):163.

Barnett K, Mercer SW, Norbury M, Watt G, Wyke S, Guthrie B. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study. Lancet 2012; 380(9836):37–43.

Jakovljevic M, Ostojic L. Comorbidity and multimorbidity in medicine today: challenges and opportunities for bringing separated branches of medicine closer to each other. Psychiatr Danub 2013; 25(1):18–28.

Boutayeb A, Boutayeb S, Boutayeb W. Multi-morbidity of non communicable diseases and equity in WHO Eastern Mediterranean countries. Int J Equity Health 2013; 12(1):60.

Smith SM, Soubhi H, Fortin M, Hudon C, O’Dowd T. Managing patients with multimorbidity: systematic review of interventions in primary care and community settings. BMJ 2012; 12 (9):345:5205.

Brasil. Ministério da Saúde. Sistema de Vigilância em Saúde. VIGITEL. Brasil 2013: Vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico. Brasília 2014. Disponível em: http://bvsms.saude.gov.br/bvs/publicacoes/vigitel_brasil_2014.pdf [2017 set 09].

Schisterman EF, Faraggi D, Reiser B, Trevisan M. Statistical inference for the area under the receiver operating characteristic curve in the presence of random measurement error. Am J Epidemiol 2001;154 (2):174–79.

Pathirana TI, Jackson CA. Socioeconomic status and multimorbidity: a systematic review and meta-analysis. Aust N Z J Public Health2018; 42(2):184-94.

National Institutes of Health. Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults: the evidence report. Obes Res 1998; 6(2):51–209.

World Health Organization. Diet, nutrition and the prevention of chronic diseases: report of a joint. Suíça 2003. Disponível em: http://apps.who.int/iris/bitstream/10665/42665/1/WHO_TRS_916.pdf [2017 nov 14].

Strong K, Mathers C, Leeder S, Beaglehole R. Preventing chronic diseases: how many lives can we save? Lancet 2005; 366(9496):1578–82.

Fortin M, Bravo G, Hudon C, Vanasse A, Lapointe L. Prevalence of multimorbidity among adults seen in family practice. Ann Fam Med 2005; 3(3):223–28.

Macedo J, Stampini Duarte Martino H, Scareli Fernandes MF, Silva Costa L, Ribeiro Silva R. Avaliação nutricional e prevalência de doenças crônicas não transmissíveis em idosos pertencentes a um programa assistencial. Ciênc Saúde Coletiva 2008;13(4):1231-46.

Brasil. Instituto Brasileiro de Geografia e Estatística. Características da População e dos Domicílios–Resultados do Universo. Rio de Janeiro 2011. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/periodicos/93/cd_2010_caracteristicas_populacao_domicilios.pdf [2017 ago 28].

Lacerda EM. Fatores associados com a retenção e o ganho de peso pós-parto: uma revisão sistemática. Rev Bras Epidemiol 2004;7(2):187-200.

Pedro AO, Pinto Neto AM, Paiva LHS da C, Osis MJ, Hardy E. Idade de ocorrência da menopausa natural em mulheres brasileiras: resultados de um inquérito populacional domiciliar. Cad Saúde Pública 2003; 19(1):17-25.

Orsatti FL, Nahas EAP, Nahas-Neto J, Maestá N, Padoani NP, Orsatti CL. Indicadores antropométricos e as doenças crônicas não transmissíveis em mulheres na pós-menopausa da região Sudeste do Brasil. Rev Bras Ginecol Obstet 2008;30(4):182–89.

Prazeres F, Santiago L. Prevalence of multimorbidity in the adult population attending primary care in Portugal: a cross-sectional study. BMJ 2015; 5(9):009287.

Robles TF. Marital quality and health: Implications for marriage in the 21st century. Curr Dir Psychol Sci 2014;23(6):427–32.

Barros MBA, Francisco PMSB, Zanchetta LM, César CLG. Tendências das desigualdades sociais e demográficas na prevalência de doenças crônicas no Brasil, PNAD: 2003-2008 Ciênc Saúde Coletiva 2011; 16(9):3755-68.

Habibzadeh F, Habibzadeh P, Yadollahie M. On determining the most appropriate test cut-off value: the case of tests with continuous results. Biochemia medica 2016; 26(3):297-307.

KleinCH, Costa EDA. Os erros de classificação e os resultados de estudos epidemiológicos. Cad Saúde Pública 1987;3(3): 236-49

Downloads

Publicado

2018-12-31

Edição

Seção

Artigos Originais