Metabolic syndrome and its relationship with anthropometric measures in individuals with diabetes registered in the family health strategy in Rio Branco, Acre

Alessandra dos Santos de Santana; Sabrina da Silva Santos; Gina Torres Rego Monteiro; Cledir de Araújo Amaral; Maurício Teixeira Leite de Vasconcellos; Maura Bianca Barbary de Deus; Thatiana Lameira Maciel Amaral

doi:10.1590/1980-0037.2026v28e110521

Autores

Alessandra dos Santos de Santana Universidade Federal do Acre https://orcid.org/0000-0001-7207-7291
Sabrina da Silva Santos Escola Nacional de Saúde Pública https://orcid.org/0000-0001-8327-3546
Gina Torres Rego Monteiro Escola Nacional de Saúde Pública https://orcid.org/0000-0002-9900-1825
Cledir de Araújo Amaral Instituto Federal do Acre https://orcid.org/0000-0002-7221-5364
Maurício Teixeira Leite de Vasconcellos Fundação Instituto Brasileiro de Geografia e Estatística https://orcid.org/0000-0003-1658-2589
Maura Bianca Barbary de Deus Universidade Federal do Acre https://orcid.org/0000-0003-4058-1105
Thatiana Lameira Maciel Amaral Universidade Federal do Acre https://orcid.org/0000-0002-9197-5633

DOI:

https://doi.org/10.1590/1980-0037.2026v28e110521

Palavras-chave:

Antropometria, Diabetes mellitus, Síndrome metabólica

Resumo

Objetivou-se analisar a relação entre a síndrome metabólica (SM) e medidas antropométricas (MA) em pessoas com diabetes mellitus tipo 2 (DM2) cadastradas nas Unidades de Estratégia de Saúde da Família de Rio Branco, Acre, em 2019. Estudo transversal com indivíduos com DM2. A variável dependente foi a SM, e as variáveis antropométricas foram obtidas por exames físicos e laboratoriais. A comparação entre grupos utilizou os testes t de Student ou qui-quadrado de Wald. Foram testadas correlações entre as MA e a SM; e regressão logística para verificar se esses índices se associavam de forma independente à presença de SM. A capacidade preditiva dos índices antropométricos foi avaliada por meio da curva ROC. Adotou-se nível de significância de p < 0,05. Entre 2.492 indivíduos com DM2 82,6% apresentaram SM, com alta frequência de circunferência da cintura elevada (85%) e triglicerídeos ≥150 mg/dL (55%). Indivíduos com SM exibiram valores significativamente maiores de pressão arterial, triglicerídeos, TyG e MA, especialmente entre os homens. A correlação entre indicadores antropométricos e componentes da SM variou conforme o sexo, com destaque para o IRC e o CUN-BAE, que mostraram melhor desempenho geral. Na análise ROC, os índices IAC, CUN-BAE e IMT apresentaram maior poder discriminatório entre homens, enquanto IC, RCQ e TyG foram mais sensíveis entre mulheres. O estudo evidenciou alta distribuição da SM na população analisada, com destaque para obesidade abdominal e dislipidemia. Tais achados reforçam a necessidade de incorporar indicadores antropométricos específicos e mais precisos para identificar SM visando a prevenção de complicações em diabéticos.

Referências

Malta DC, Felisbino-Mendes MS, Machado IE, Passos VM, Abreu DM, Ishitani LH, et al. Monitoramento das metas dos planos de enfrentamento das Doenças Crônicas Não Transmissíveis: resultados da Pesquisa Nacional de Saúde, 2013 e 2019. Epidemiol Serv Saude. 2022;31(spe1):e2021364.

Gondim FSS, Stopa SR, Kendall BC, Pereira CA, Oliveira MM, Sardinha LMV. Pesquisa Nacional de Saúde 2019: avanço no monitoramento da saúde dos brasileiros. Epidemiol Serv Saude. 2022;31(spe1):e2021309.

Saliba LC, Soares CA, Orr MB, Xavier GM. Insulin Resistance and Metabolic Syndrome: Impact on Diabetes Progression. J Med Biosci Res. 2025;2(2):660-74.

Santos IKSD, Almeida ML, Sampaio MG, Silva MAS, Oliveira CC. Qualidade de dados antropométricos de crianças menores de 5 anos no Sistema de Vigilância Alimentar e Nutricional, 2008-2020. Cad Saude Publica. 2024;40(1):e00070523.

Yang M, Wang S, Tan J, Zhao D, Wang S. Individual and combined associations of body mass index and waist circumference with components of metabolic syndrome among multiethnic middle-aged and older adults: a cross-sectional study. Front Endocrinol (Lausanne). 2023;14:1078331.

Guo X, Sha L, Jiao J, Wu L, Wu L, Zhang J, et al. Evaluation of eight anthropometric indices for identification of metabolic syndrome in adults with diabetes. Diabetes Metab Syndr Obes. 2021;14:1431-43.

Amaral TLM, Prado PRR, Lopes ACS, Oliveira AS, Fonseca MJM. Estudo das doenças crônicas sob a ótica da qualidade em saúde: aspectos metodológicos. Saude Pesqui. 2023;16(4):1-15.

ACSM: American College of Sports Medicine. Manual do ACSM para avaliação da aptidão física relacionada à saúde. Rio de Janeiro: Guanabara Koogan; 2006.

Brasil. Ministério da Saúde. Hipertensão Arterial Sistêmica para o Sistema Único de Saúde. Brasília: Ministério da Saúde; 2006. (Cadernos da Atenção Básica, n. 16).

Alberti KG, Eckel RH, Grundy SM, Zimmet PZ, Cleeman JI, Donato KA, et al. Harmonizing the metabolic syndrome: a joint interim statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity. Circulation. 2009;120(16):1640-5.

Reiter-Brennan C, Dzaye O, Davis D, Blaha MJ, Eckel RH. Comprehensive care models for cardiometabolic disease. Curr Cardiol Rep. 2021;23(3):22.

Asghar S, Ali A, Jalal T, Khan SA, Rahim S, Ali M, et al. Metabolic syndrome in type 2 diabetes mellitus patients: prevalence, risk factors, and associated microvascular complications. Cureus. 2023;15(5):e39076.

Nsiah K, Shang VO, Boateng KA, Mensah FO. Prevalence of metabolic syndrome in type 2 diabetes mellitus patients. Int J Appl Basic Med Res. 2015;5(2):133-8.

Tan MC, Ng OC, Wong TW, Joseph A, Hejar AR, Khairuddin R. Prevalence of metabolic syndrome in type 2 diabetic patients: a comparative study using WHO, NCEP ATP III, IDF and Harmonized definitions. Health (Irvine Calif). 2013;5(10):1689-96.

Moreira NCV, Oliveira AS, Prado PRR, Amaral TLM. Prevalence of Metabolic Syndrome by different definitions, and its association with type 2 diabetes, pre-diabetes, and cardiovascular disease risk in Brazil. Diabetes Metab Syndr. 2020;14(5):1217-24.

Lira JCG No, Medeiros CC, Araújo MFM, Damasceno MMC, Freitas RWJF. Prevalência da síndrome metabólica e de seus componentes em pessoas com diabetes mellitus Tipo 2. Texto Contexto Enferm. 2018;27(3):e3900016.

Lira JCG No, Xavier MA, Freitas RWJF, Damasceno MMC, Araújo MFM. Prevalence of metabolic syndrome in individuals with Type 2 Diabetes Mellitus. Rev Bras Enferm. 2017;70(2):265-70.

Redon J, Tsioufis C, Mancia G. The metabolic syndrome in hypertension. In: Mancia G, Grassi G, Agabiti Rosei E, Dominiczak A, Kjeldsen S, editors. Manual of Hypertension of the European Society of Hypertension. 3rd ed. Boca Raton: CRC Press; 2019. p. 13.

Saeedi P, Petersohn I, Salpea P, Malanda B, Karuranga S, Unwin N, et al. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: results from the International Diabetes Federation Diabetes Atlas, 9th edition. Diabetes Res Clin Pract. 2019;157:107843.

Nazari M, Doaei S, Gholamalizadeh M, Alami-Azad M, Haji-Sadeghi N, Akbari ME, et al. Association between Lifelines Diet Score (LLDS) and some novel anthropometric indices, including Body Roundness Index (BRI), A Body Shape Index (ABSI), Visceral Adiposity Index (VAI), and Body Adiposity Index (BAI), in Iranian women: a cross-sectional study. BMC Womens Health. 2024;24(1):172.

Głuszek S, Cybulska AM, Suligowska K, Przychodni A, Sienkiewicz E, Korczak K, et al. Anthropometric indices and cut-off points in the diagnosis of metabolic disorders. PLoS One. 2020;15(6):e0235121.

López-González AA, Aguilo A, Frontera G, De-Andrés-Vázquez B, Riutord-Fe B, Tauler P. The CUN-BAE, Deurenberg Fat Mass, and visceral adiposity index as confident anthropometric indices for early detection of metabolic syndrome components in adults. Sci Rep. 2022;12(1):15486.

Xu J, Zhang L, Wu Q, Zhou Y, Zhao Y, Geng T, et al. Body roundness index is a superior indicator to associate with the cardio-metabolic risk: evidence from a cross-sectional study with 17,000 Eastern-China adults. BMC Cardiovasc Disord. 2021;21(1):97.

Pimentel GMC, Wanderley PTQC, Tavares FCLP. Excesso de peso e índice de conicidade em idosos com diabetes mellitus. Rev Assoc Bras Nutr - RASBRAN. 2020;11(1):59-71.

Raimi TH, Adejumo EN, Ijelu S, Gegele AA, Olatunji AS, Akanbi MA, et al. Triglyceride-Glucose Index and Related Parameters Predicted Metabolic Syndrome in Nigerians. Metab Syndr Relat Disord. 2021;19(2):76-82.

Khosravian S, Saneei P, Larijani B, Esmaillzadeh A. Comparison of anthropometric indices for predicting the risk of metabolic syndrome in older adults. Rom J Intern Med. 2021;59(1):43-9.

Adejumo EN, Adejumo AO, Aina OO, Raimi TH, Dawodu OT, Owolabi FO, et al. Anthropometric parameter that best predict metabolic syndrome in South west Nigeria. Diabetes Metab Syndr. 2019;13(1):48-54.

Stefanescu A, Revilla L, Lopez T, Sanchez SE, Williams MA, Gelaye B. Body Shape Index (ABSI) and Body Roundness Index (BRI) to predict risk of metabolic syndrome in Peruvian adults. J Int Med Res. 2020;48(1):300060519848854.

Ma YL, Zhao L, Jiao Y, Han YS, Fu JX, Yang M, et al. Waist-to-height ratio is a simple and practical alternative to waist circumference to diagnose metabolic syndrome in type 2 diabetes. Front Nutr. 2022;9:986090.

Adil SO, Khan S, Khan S, Khan A, Siddiqui FA. Role of anthropometric indices as a screening tool for predicting metabolic syndrome among apparently healthy individuals of Karachi, Pakistan. Front Endocrinol (Lausanne). 2023;14:1223424.