Componentes da síndrome metabólica e variação na forma da face em idosos

Autores

DOI:

https://doi.org/10.1590/1980-0037.2020v22e74390

Resumo

Objetivou-se identificar dentre os componentes da síndrome metabólica (SM) o que mais interfere na forma da face em idosos.  Trata-se de um estudo epidemiológico, transversal, realizado com idosos residentes de Aiquara-BA. Foram obtidas imagens faciais da vista frontal e a SM foi classificada segundo o National Cholesterol Education Program’s Adult Treatment Panel III, revisado. A partir da função discriminante, validação cruzada e a distância D2 Mahalanobis, foram extraídas as variações da forma em função da SM. Para avaliar a influência dos componentes da SM na forma da face, utilizou-se a Análise de Componentes Principais (ACP). Participaram 193 idosos e foram identificadas diferenças significativas na forma da face em relação a SM (p<0,01) em ambos os sexos. Para os homens, o ACP 1 foi o HDL-C, este explicou 37% da variação total. Pelo biplot, o HDL-C está associado aos indivíduos que não possuem SM e em idosos com SM, houve uma correlação entre a circunferência da cintura e os triglicerídeos. Para as mulheres, o ACP 1 representou 33,2% da variação total, explicado pelos triglicerídeos. Pelo biplot, houve uma relação entre glicose e circunferência da cintura. Nas mulheres, o HDL-C está relacionado com quem não tem SM. As variações faciais acometidas pela SM, não foram decorrentes da ação de um dos componentes da mesma, mas das relações entre eles. Assim, a morfometria geométrica se mostra como método promissor e possibilita identificar a partir da forma da face fatores de risco cardiovascular e metabólico.

Referências

Patil RR. Urbanization as a Determinant of Health: A Socioepidemiological Perspective. Soc Work Public Health 2014; 29 (4): 335–341.

World Health Organization. World Health Statistics 2017: Monitoring Health for the SDGs Sustainable Development Goals. Geneva: World Health Organization. 2017; Disponível em: https://www.who.int/gho/publications/world_health_statistics/2017/en/ [2017 ago 02].

Rochlani Y, Pothineni NV, Kovelamudi S, Mehta JL. Metabolic syndrome: pathophysiology, management, and modulation by natural compounds. Ther Adv Cardiovasc Dis 2017; 11 (8): 215–225.

Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults. Executive summary of the third report of the National Cholesterol Education Program (NCEP) expert panel on Detection, Evaluation, and Treatment of high blood cholesterol in adults (Adult Treatment Panel III). JAMA 2001; 285 (19): 2486-2497.

O’neill S, O’driscoll L. Metabolic syndrome: a closer look at the growing epidemic and its associated pathologies. Obes Rev 2015; 16 (1): 1–12.

Fingeret M, Marques-Vidal P, Vollenweider P. Incidence of type 2 diabetes, hypertension, and dyslipidemia in metabolically healthy obese and non-obese. Nutr Metab Cardiovasc Dis 2018; 28 (10): 1036-1044.

Oliveira CC, Costa ED, Roriz AKC, Ramos LB, Gomes Neto M. Preditores de Síndrome Metabólica em Idosos: Uma Revisão. Int J Cardiovasc Sci 2017; 30 (4): 343-53.

Lee BJ, Kim JY. Predicting visceral obesity based on facial characteristics. BMC Complement Altern Med 2014; 14: 248.

Mayer C, Windhager S, Schaefer K, Mitteroecker P. BMI and WHR Are Reflected in Female Facial Shape and Texture: A Geometric Morphometric Image Analysis. PLoS One 2017; 12 (1): e0169336.

Nunes LA, Jesus AS, Casotti CA, Araújo ED. Geometric morphometrics and face shape characteristics associated with chronic disease in the elderly. Biosci J 2018; 34 (2): 1035-1046.

Downloads

Publicado

2020-11-25

Edição

Seção

Artigos Originais