A Artigo Original

Lima TMS et al.

Equação de predição do percentual de gordura

corporal (%PG) baseado na combinação de
medidas das dobras cutâneas de homens em
unidade de tratamento intensivo – UTI
Prediction equation of body fat percentage (%BF) based on the combination of skinfold measurement
from men in the intensive care unit - ICU

RESUMO
Thaize Maria Silva Lima1
Helen Maria Silva César de Carvalho2 Introdução: A equação de predição da gordura corporal pode ser uma ferramenta chave na
Maria Cinlany Torres de Aguiar3 avaliação do estado nutricional de pacientes críticos. Objetivo: Desenvolver uma equação de
Maria Conceição de Oliveira4 predição, por Stepwise, para acessar o percentual de gordura corporal de pacientes críticos.
Método: Estudo transversal com 12 homens, sendo utilizadas as variáveis antropométricas e
demográficas e feita análise de prontuários. Obteve-se a amostra por conveniência dos ­indivíduos
admitidos na UTI. Análises exploratórias de médias das variáveis demográficas e antropométricas
foram feitas. Aplicou-se análise univariada para variáveis numéricas, avaliando-se dispersão,
sendo a mediana apresentada nos resultados alternativamente em relação à média. Resul-
tados: As variáveis explicativas da massa de gordura corporal - MGC - em nível de p-valor
­estatisticamente significante (p<0,05) e maiores coeficientes de correlação foram selecionadas
para o procedimento passo a passo, Stepwise. Análise Stepwise por exclusão das covariáveis,
Unitermos:
avaliando os passos, ­repetidos de 1-6 de todas as observações, considerando R2, p-valor, de todos
Adiposidade. Estado Nutricional. Antropometria.
Unidades de Terapia Intensiva. os resíduos, sugerindo os passos 1 e 4 como melhores equações de predição do percentual de
gordura. Conclusão: O estudo sugere consistência nos resultados e poderão ser aplicadas em
Keywords: UTI após sua validação contra um padrão de referência.
Adiposity. Nutritional Status. Anthropometry. Intensive
Care Units.
ABSTRACT
Endereço para correspondência: Introduction: Body fat prediction equation can be a key tool in assessing the nutritional status of
Maria Conceição de Oliveira critically ill patients. Objective: To develop a prediction equation, for Stepwise, to access the body
Rua Afonso Pena, 1053-Praça 14. ­Departamento fat percentage of critically ill patients. Methods: Cross-sectional study with 12 men and are used
de Saúde Coletiva, Faculdade de Medicina,
anthropometric and demographic variables and made analysis of medical records. The sample
Departamento de Saúde Coletiva – DSC, ­Universidade
Federal do Amazonas, Manaus, AM, Brasil - was obtained by convenience of individuals admitted to the ICU. Exploratory analyzes of means of
CEP: 69025-050 demographic and anthropometric variables were made. Univariate analysis was applied to numeric
E-mail: olivmc@hotmail.com variables evaluating dispersion, with a median presented the results alternatively compared to the
average. Results: The explanatory variables of body fat mass - MGC - in a statistically significant
Submissão: p-value level (p<0.05) and highest correlations were selected for the procedure step by step,
1/7/2015 Stepwise. Stepwise analysis excluding covariates, evaluating steps, repeated 1-6 of all observations,
considering R2, p-value of all waste, suggesting steps 1 and 4 as best percentage of prediction
Aceito para publicação: equations fat. Conclusion: The study suggests consistency in results and can be applied to ICU
13/8/2015 after its validation against a standard referral.

1. Nutricionista, Especialista em Atenção Integral ao paciente adulto neurocirúrgico em Terapia Intensiva, pela Residência Multiprofissional em
Saúde, do Hospital Universitário Getúlio Vargas – HUGV/ Universidade Federal do Amazonas – UFAM, Manaus, AM, Brasil.
2. ERM. RD. Nutricionista, Especialista em Atenção Integral ao paciente adulto neurocirúrgico em Terapia Intensiva, pela Residência Multiprofissional
em Saúde, do Hospital Universitário Getúlio Vargas – HUGV/ Universidade Federal do Amazonas – UFAM, Manaus, AM, Brasil.
3. ERM. RD. Nutricionista, Especialista em Atenção Integral ao paciente adulto neurocirúrgico em Terapia Intensiva, pela Residência Multiprofissional
em Saúde, do Hospital Universitário Getúlio Vargas – HUGV/ Universidade Federal do Amazonas – UFAM, Manaus, AM, Brasil.
4. Dr., MSc. RD. Professor (a) Associado II de Epidemiologia da Universidade do Amazonas – UFAM. Professor Associado de Avaliação Nutricional
de Hospitalizados em Tratamento Intensivo, Hospital Universitário Getúlio Vargas – HUGV, Manaus, AM, Brasil.

Rev Bras Nutr Clin 2015; 30 (3): 246-51

246
 Equação de predição do percentual de gordura corporal
INTRODUÇÃO
A equação de predição da gordura corporal pode ser
uma ferramenta chave na avaliação do estado nutricional e
acompanhamento de pacientes críticos.
São pacientes com risco de infecções e consequente
desnutrição, agudizada pelas intercorrências advindas
da doença de base e concomitante estresse metabólico.
Além disso, podem apresentar complicações, geralmente
­associadas à síndrome da resposta inflamatória sistêmica
(SIRS) e sepse, bem como aos procedimentos clínicos,
­cirúrgicos e interações medicamentosas, levando a maior
risco de morbidade e mortalidade1.
Por conseguinte, avaliar o percentual de gordura corporal
é fundamental na terapia nutricional2,3, por estabelecer níveis
bioquímicos basais, monitorar mudanças na gordura e tecido
magro, e fornecer parâmetros para avaliar a eficácia das
intervenções terapêuticas4.
Entretanto, a avaliação antropométrica em pacientes
críticos exige persistência e determinação, uma vez que
a aferição corporal é dificultada pela baixa mobilidade,
­sobrecarga de água, devido à infusão medicamentosa,
edema, ascite e dialisato no abdome5.
O modelo clássico de dois componentes6 e métodos não
convencionais são utilizados para acessar os compartimentos
corporais. Porém, esses nem sempre estão disponíveis, pelo
maior custo, difícil acesso e pela baixa aplicabilidade em
pacientes críticos7.
As equações de predições são métodos paliativos
i­mportantes. Utilizam medidas antropométricas, como
circunferências e dobras cutâneas, para estimar a densidade
corporal8,9 e percentual de gordura corporal10, entretanto,
são equações desenvolvidas, em sua maioria, para ­indivíduos
saudáveis11-13. Surge, assim, o interesse em desenvolver
equações específicas para pacientes críticos, validadas e
restritas para esta população, considerando características
como sexo, etnia, idade, massa gordurosa corporal e
­atividade física, bem como destacando o estado mórbido
para predição dessas equações14.
Para acessar o percentual de gordura corporal, as
e­ quações de predição utilizam a densidade corporal (DC)15,
essa relativamente constante (DC=1,015-1,086g/mL) em
indivíduos normais, associadas com as dobras cutâneas16.
Mas, pouco se sabe sobre densidade corporal em situações
de estresse metabólico.
Portanto, determinar uma equação logística que
i­dentifique métodos alternativos, confiáveis e precisos para
aferição da composição corporal de pacientes críticos,
torna-se de fundamental importância, como alternativa aos
métodos não convencionais17.
O estudo objetivou desenvolver uma equação de
predição, por Stepwise, para acessar o percentual de gordura
corporal de pacientes críticos.
Rev Bras Nutr Clin 2015; 30 (3): 246-51
247
MÉTODO
Constou de uma análise secundária de dados, com
informações de pacientes críticos da UTI do Hospital
Universitário Getúlio Vargas – HUGV. A coleta de dados
foi realizada no período de dezembro de 2011 a março
2012. Participaram adultos de ambos os sexos, idade
igual ou superior a 18 anos. Para execução do presente
artigo, foram utilizadas informações referentes ao gênero
masculino.
Delineamento do Estudo
Neste estudo transversal com 12 homens, foram utilizadas
as variáveis antropométricas e demográficas, aferidas ao
leito, e feita análise de prontuários dos internos.
Peso corporal e altura foram estimados, pela
­impossibilidade de mobilidade do paciente, segundo
­recomenda a literatura18. Os Índices de Massa Corporal
- IMC (kg/m2) calculados foram classificados conforme a
Organização Mundial da Saúde (OMS)19, incluindo três
classes de desnutrição.
Foram realizadas três medidas seguidas, com ­aproximação
de 0,1 mm, das dobras cutâneas do tríceps, panturrilha,
bíceps (ponto medial interno), dobra abdominal, ­subescapular
seguindo recomendações de como aferir a dobra, conforme
a regionalização corporal. Utilizou-se adipômetro Lange
(Cambridge Scientific Instruments, Cambridge, MA) e fita
métrica inelástica.
Indicadores foram desenvolvidos para construção
da equação utilizando a média das dobras cutâneas
(tríceps+bíceps; tríceps+subescapular; tríceps+panturrilha
medial; tríceps+bíceps+subescapular+abdominal); e
­multplicação da média das dobras cutâneas (tríceps x
panturrilha).
Análise Estatística
Obteve-se a amostra por conveniência dos indivíduos
admitidos na UTI. Análises exploratórias de médias das
variáveis demográficas e antropométricas foram feitas.
Aplicou-se univariada para variáveis numéricas avaliando-
se dispersão, sendo a mediana apresentada nos resultados
alternativamente em relação à média.
Percentual de gordura corporal (PGC%) estimado após
cálculo da densidade corporal dos participantes empregando
a equação de homens saudáveis [C= (1.1765-0.0744)*
log10(PCT+PSE+PCB+PCA)]9.
Os pacientes estavam, em sua maioria, edemaciados,
superestimando a densidade corporal ao utilizar a equação
supracitada. Optou-se por ajuste da equação9, normalizando
a densidade corporal (DC=1,015-1,086 g/mL) conforme
observado por Serra16.
 Lima TMS et al.
Para o ajuste, definiu-se um fator de correção (FC:
DC~1,17). Obtendo-se equação 9 corrigida: [DCcorri-
gida=((1.1765 - 0.0744)*log10 (PCT + PSE + PCB +
PCA))-FC].
Estimou-se o PGC% segundo equações9,10: [PG%=
((4.95/DC) - 4.50)* 100]. Essa equação foi aplicada para
determinar o percentual de gordura corporal corrigido
(PGCc%), utilizando a DCcorrigida: [PGCc%=((4.95/
DCcorrigida)-4.50)*100].
A massa de gordura corporal (MGC) foi encontrada
aplicando a fórmula: [MGC(kg)=(Peso corporal estimado(k
g)*PGcorrigido%)/100];
Realizou-se análise de correlação de Pearson´s e
Scatters, plotados para escolha das covariáveis (medidas
antropométricas e indicadores) que entrariam no modelo de
regressão múltipla. Analisou-se o coeficiente de correlação
e associação independente de cada covariável (provável
preditora) da massa da gordura corporal, demonstrando a
colinearidade entre as mesmas.
Utilizou-se regressão passo a passo, Stepwise, para
i­dentificar as variáveis, sozinhas ou combinadas, com
maiores correlação e preditoras do PGCc%. Analisando-
se o ­coeficiente de determinação ajustado (R2). Slopes ou
inclinação (alfa) e interceptos (beta).
Acessou-se adequação final do modelo de predição
testando a normalidade dos resíduos, correlação absoluta
e residual com as variáveis dos modelos. Obtendo-se os
valores de predição por exclusão das variáveis analisadas
por passos (STEP) repetidos de 1-6 para todas as observações
e considerando o R2 e P-valores para todas as covariáveis e
de todos os resíduos.
Os dados foram tabulados utilizando Software Epi Info
versão 6.020 e exportado para o Statistical Analysis System
– SAS ®21.
O estudo foi submetido e aprovado pela UTI e Comitê
de Ética da Universidade Federal do Amazonas (CEP/UFAM).
RESULTADOS
Participaram do estudo 12 pacientes graves e suas
c­ aracterísticas antropométricas podem ser visualizadas na
Tabela 1. As análises exploratórias mostram dispersão alta
para idade (CV%>30%), optando-se pela mediana, cujo
valor foi de 44,50 anos.
As medidas de dobra cutânea do tríceps, bíceps, ­abdominal,
gastrocnêmio ou panturrilha também ­apresentaram variação
alta (>30%). Variação aceitável (20-30%) foi observada
nas dobras subescapulares, soma do tríceps+subescapular
e soma das quatro dobras cutâneas, sendo moderada
(10-20%) para o IMC e peso corporal, enquanto a altura
mostrou-se homogênea (8,18%).
Rev Bras Nutr Clin 2015; 30 (3): 246-51
248
Os pacientes eram altos (180, 95±14), peso corporal
estimado na população de 75,15±11 kg. O IMC calculado
foi normal (23,03±3,01). Entretanto, as classes mostraram
percentual de 8,3% de desnutrição leve e 16,7% de pré-
obesidade (dados não apresentados).
Observa-se médias, desvio padrão e uma correlação
negativa entre as medidas antropométricas, indicadores
e a variável dependente (massa de gordura corporal).
As variáveis explicativas da massa de gordura corporal
- MGC - em nível de p-valor estatisticamente signifi-
cante (p<0,05) e maiores coeficientes de correlação
foram selecionadas para o ­p rocedimento passo a passo,
Stepwise (Tabela 1).
Análise Stepwise por exclusão das covariáveis, avaliando
os passos (STEP), repetidos de 1-6 de todas as observações,
considerando R2, P-valor, de todos os resíduos, sugerindo
os passos 1 e 4 como melhores equações de predição do
percentual de gordura.
A Equação 1 incluiu no modelo a soma das quatro dobras
cutâneas, p-valor=0,0001 e intercepto, p=0,0001, com
alto poder de predição (R2=89%), sendo o coeficiente de
variação (CV%=7,71; CV%=12,73), baixo e moderado,
respectivamente.
A Equação 2 foi obtida no passo quatro, selecionando
combinações de variáveis preditoras: beta1 (soma da média
das dobras do tríceps e gastrocnêmio) ou (PCT+PCG),
p-valor=0,0179; e beta2 (multiplicação da média das dobras
do tríceps e gastrocnêmio ou (PCTxPCG), p-valor=0,0356. O
EPE (erro padrão estimado) teve variação alta (CV%=32,39;
CV%=38,46) para valores de beta (PCT+PCG; PCTxPCG),
respectivamente (Tabela 2).
Utilizando dados antropométricos dos indivíduos
nas equações 1, 2 preditas, obteve-se o percentual de
gordura corporal (Tabela 3), com médias muito próximas
(17,34±13,47; 16,04±6,67), respectivamente. Erro
­constante (|EC= PGc% - PGC%) baixo de 1,3(7,49%), obtido
pela diferença entre a equação corrigida e equação 1. Porém,
coeficiente de variação alto (CV%=41,58), mas inferior ao
CV%=77,68 do PGc%. A equação 2 mostrou percentual
de gordura alto (28,29±3,74). Uma diferença alta 10,95
(63%) conforme procedimento da equação 1. Entretanto, o
coeficiente de variação foi moderado (13,22%).
A média da densidade corporal, DC (1,9±0,16), sem
correção, mostrou-se fora dos padrões de população sadia.
Após correção, a média (0,84±0,15) mostrou-se dentro
da normalidade e CV% homogêneo. O teste t mostrou
­diferença entre as densidades corporais (DC e ­DCcorrigida),
p=0,0001, variação CV% (DC=1,88; DC=4,07). O
erro constante, erro total e erro padrão estimado entre a
­densidade corporal e densidade corporal corrigida não foram
importantes (Tabela 3).
 Equação de predição do percentual de gordura corporal

Tabela 1 - Características demográficas, mediana, média, desvio padrão e análise de correlação entre massa gorda e variáveis antropométricas de homens,
internados em Unidade de Terapia Intensiva (UTI) HUGV, Manaus - AM. Brasil. 2012.
Homens
Variáveis
n Mediana X±DP CV% R P-Valor

Idade (anos) 12 44,50 — 31,94 0,11 0,7

Altura (cm) 12 — 180,95±15 8,18 0,07 0,82

Peso (kg) 12 — 75,15±11 14,75 -0,44 0,14

IMC (kg/m ) 3
12 23,44 23,03±3,0 13,07 -0,45 0,13

PCT (mm) 12 11,16 12,40±4,9 39,29 -0,65 0,02

PCB (mm) 12 6,50 7,47± 3,2 43,19 -0,54 0,07

PCA (mm) 12 28,83 29,08±13 44,90 -0,82 0,001
PCSE (mm) 12 18,33 18,56±4,3 23,25 -0,76 0,003
PCG (mm) 12 10,66 10,72±4,1 38,05 -0,61 0,03
PCT + PCSE 12 29,50 30,96±8,9 28,69 -0,73 0,006
PCT + PCG 12 23,00 23,13±7,2 31,23 -0,79 0,002
PCT + PCB 12 20,33 19,90±6,2 31,13 -0,79 0,002
∑4 dobras (mm) 12 71,16 67,50±20 29,92 -0,94 0,0001
PCT x PCG 12 107,50 138,38±86 61,89 -0,74 0,005
DCc (kg/mL) 12 — 0,82±0,2 18,86 -0,98 —
MGC (kg) 12 — 12,16±8,3 68,22 1,0 —
Nota: PCT = Dobra Cutânea do Tríceps; PCB = Dobra Cutânea do Bíceps; PCA = Dobra Cutânea Abdominal; PCSE = Dobra Cutânea Subescapular; PCG = Dobra Cutânea do Gastrocnêmio; ∑
4 Dobras: PCT + PCB + PCSE + PCA; DCc = Densidade corporal corrigida. Mediana para coeficiente de variação > 30%; Média e desvio padrão para variação <30%; procedimento de análise
­Univariada, medidas de tendência central e de dispersão. Statistical Analysis System, 8.6. SAS® Cary, NC 2001.

Tabela 2 - Análise de regressão logística múltipla por Stepwise passo-a-passo (1-7) entre massa de gordura corporal e covariáveis antropométricas preditivas
para desenvolvimento de equação do percentual de gordura corporal de pacientes em tratamento intensivo, (UTI) HUGV, Manaus - AM. Brasil. 2012.
Equação 1 (STEP 1) %G (homens) = Intercepto + β (∑ 4 pregas)
Intercepto 38,324 3,00729 7,71 0,0001

∑ 4 Dobras cutâneas -0,33 0,04200 12,73 0,0001

R -0,94 — — 0,0001

R2 0,8912 — — —

Equação 2 (STEP 4) %G (homens) = Intercepto + β1 (PCT+PCG) + β2 (PCT x PCG)

Intercepto 48,871 4,6519 9,52 0,0001
PCT + PCG -1,3785 0,4466 32,39 0,0179
PCT x PCG 0,08164 0,0314 38,46 0,0356
R (PCT + PCG) -0,79 — — 0,0020
R (PCT x PCG) -0,74 — — 0,0053
R2 0,9547 — — —
Nota: ∑ 4 pregas: PCT + PCB + PCSE + PCA. PCT = Prega Cutânea do Tríceps; PCB = Prega Cutânea do Bíceps; PCA = Prega Cutânea A ­ bdominal; PCSE = Prega Cutânea Subescapular; PCG =
Prega Cutânea do Gastrocnêmio; PCT+PCG: Soma da prega cutânea do tríceps e do gastrocnêmio ou panturrilha; PCT x PCG: multiplicação da prega cutânea do tríceps e gastrocnêmio; β coefi-
ciente de regreção; EPE erro padrão estimado: EPE= s √ 1-R2 . R: Coeficiente de correlação; R2: O quanto a equação de predição determina o percentual de gordura; Programa Statistical Analysis
System, versão 8.6, SAS® Cary, NC 2001.

Rev Bras Nutr Clin 2015; 30 (3): 246-51

249
 Lima TMS et al.

Tabela 3 - Percentual de gordura corporal (Siri, 1961), densidade corporal mensurada (DC) e densidade corporal corrigida (DCc) (Durnin e Womersley,
1974), com valores médios e desvio padrão de homens na Unidade de Tratamento Intensivo (UTI) do HUGV, Manaus - AM. Brasil. 2012.
Pacientes Críticos = 12
Variáveis
X±DP EC ET EPE CV% P-Valor
PGc% 17,34±13,5 — — — 77,68 —

PGC% (Equação1) 16,04±6,67 1,3 (7,5%) — — 41,58 —

PGC% (Equação2) 28,29±3,74 10,95 (63,41%) — — 13,22 —

DC 0,035
1,9±0,16 8 1,88
1,17 0,33 0,0001
DCc 0,82±0,15 0,0342 4,07

Nota: PGc%= Percentual de gordura corrigida calculado conforme Siri13 utilizando densidade corporal de homens sadios obtido pela equação de Durnin e Womersley 12 corrigida (-1,17); PGC%=
Percentual de gordura corporal obtidos das equações 1 e 2; DC= Densidade corporal sem correção segundo Durnin e Womersley12; EC= Erro constante (EC= DC-DCc); EPE= erro padrão
­estimado (EPE= s √ 1-R2); ET= erro total (ET= √ ∑Dc-(Dccorri)2/n); EPE-= Erro padrão estimado; t teste: F= 1,04; P>0,05.

DISCUSSÃO percentual de gordura (PGc%), em média de 17,34+13,47,

O estudo demonstrou passo-a-passo duas equações
de predição do percentual de gordura corporal de homens
em UTI. Essas equações auxiliarão no acesso do percentual
de gordura corporal utilizando as quatros dobras cutâneas
(Equação 1) ou duas dobras cutâneas (Equação 2) após
sua validação.
A densidade corporal se faz por estimativas, e a fórmula
inclui o volume de água corporal. A densidade corporal
em indivíduos sadios (1,086-1,015 g/mL) correlaciona
­negativamente16 com a massa de gordura corporal.
Em pacientes críticos, a densidade corporal corre-
lacionou positivamente com gordura corporal e dobras
cutâneas por causa do edema generalizado e ou hiperhi-
dratação1,11, superestimando as medidas e afetando a
inclinação da reta. Ou seja, quanto maior a dobra cutânea,
maior a densidade corporal, causado pelo volume de água
presente. Nesse particular, as maiores dobras refletem
menor massa gordurosa.
Procedeu-se à correção da densidade corporal ­utilizando
um fator de correção dentro dos limites observados em homens
sadios, para testar na fórmula de Siri10, ­determinando-se um
FC~1,17g/mL. Esse valor depois de aplicado na equação9
mostrou concordância com os pontos de cortes de percentual
de gordura de homens normais conforme estudos8,16.
Aplicando-se a equação8 para cálculo da ­densidade
corporal corrigida dos pacientes críticos, encontraram-se valores
médios de densidade corporal ­(DCcorrigida=0,82±0,16) e
intervalo de variação (DC=0,57-1,0 g/mL), compatíveis com
homens sadios, justificando a escolha do FC. Porém, mesmo
corrigindo a equação, um desvio padrão alto da média DC
corrigida, foi observado entre os participantes.
Houve concordância entre os percentuais de gordura
quando se utilizou a equação 9 corrigida, obtendo-se
Rev Bras Nutr Clin 2015; 30 (3): 246-51
250
entretanto, alta variação (min=3,24% a max=42,32%)
comparado a média do PGC% obtida das equações 1 e 2
por Stepwise. Uma diferença baixa (5,38%) encontrada entre
as estimativas das equações aplicadas.
Observou-se uma correlação negativa entre o percentual
de gordura e a densidade corporal (R=-0,9855) conforme
a literatura22, mas também correlacionou negativamente
com as medidas antropométricas, devido à sobrecarga de
água corporal.
Enfatiza-se a importância das Equações 1 e 2 pelo fato de
dispensarem o uso do log10 (log na base 10) e o cálculo da
densidade corporal. Necessita somente das dobras cutâneas
e os valores das constantes (valor de beta) que fizeram parte
dessas duas equações, desde que a fórmula seja validada e
direcionada a homens em UTI.
Os resultados encontrados harmonizam com estudos
em indivíduos sadios utilizando dobras cutâneas para
­determinação da densidade corporal 16, mostrando que
­aplicando apenas três dobras cutâneas é possível deter-
minar o percentual de gordura corporal de pacientes
críticos.
As dobras cutâneas comparadas com a bioimpedância
elétrica por DEXA em pacientes com insuficiência renal
crônica23, para acessar a composição corporal, mostraram
valores similares e concordância em pacientes em tratamento
intensivo, corroborando o presente estudo.
A ausência de mais estudos que validem métodos para
estimar a massa gordurosa de pacientes graves ­considerando
especificidades exige aplicação das recomendações
­baseadas em algumas evidências clínicas considerando as
características inerentes a estes pacientes1.
Ressalta-se a necessidade de uma população maior para
validação dessas equações.
 Equação de predição do percentual de gordura corporal
Porém, os testes mostraram alto poder de determinação
do percentual de gordura ao utilizar uma das equações
de predição e os resultados analisados comparativamente
apresentaram-se bem consistentes.
CONCLUSÃO
O estudo desenhado para predizer o percentual de
gordura corporal em pacientes críticos sugere consistência
nos resultados e as equações poderão ser aplicadas em UTI
após sua validação contra um padrão de referência.
São equações úteis na rotina da avaliação nutricional
para obter o percentual de gordura corporal e possibilitar a
estimativa de outros compartimentos corporais. As equações
desenvolvidas apresentam vantagem a outros métodos para
cálculo do percentual de gordura corporal, pela facilidade,
simplicidade, rapidez do cálculo e aplicação das medidas
antropométricas e dispensa dados de densidade corporal e
expressão logarítmica.
Agradecimentos
Agradecemos a contribuição do ­Ministério da Educação -
MEC pela Bolsa de Estudo como incentivo para as atividades
científicas desenvolvidas no Curso de Residência Multipro-
fissional em Saúde - RMPS. Ao Centro de Tratamento Inten-
sivo do Hospital ­Universitário Getúlio Vargas e aos colegas
Residentes, RMPS da ­Universidade Federal do Amazonas.
REFERÊNCIAS
1. Maicá AO, Schweigert ID. Avaliação nutricional em pacientes
graves. Rev Bras Ter Intensiva. 2008;20(3):286-95.
2. Bawja SS, Kulshrestha A. Critical nutritional aspects in intensive
care patients. J Med Nutr Nutraceut. 2012;1(1):9-16.
3. Waitzberg DL, Caiaffa WT, Correia MI. Hospital malnutrition: the
Brazilian national survey (IBRANUTRI): a study of 4000 patients.
Nutrition. 2001;17(7-8):573-80.
4. Flakoll PJ, Kent P, Neyra R, Levenhagen D, Chen KY, Ikizler TA.
Bioelectrical impedance vs air displacement ­plethysmography and
dual-energy X-ray absorptiometry to determine body composition in
patients with end-stage renal disease. JPEN J Parenter Enteral Nutr.
2004;28(1):13-21.
5. Baldwin CE, Paratz JD, Bersten AD. Body composition analysis in
critically ill survivors: a comparison of bioelectrical impedance spec-
troscopy devices. JPEN J Parenter Enteral Nutr. 2012;36(3):306-15.
Local de realização do trabalho: Hospital Universitário Getúlio Vargas – HUGV. Faculdade de Medicina, Departamento de
Saúde Coletiva – DSC, Universidade Federal do Amazonas – UFAM. Manaus, AM, Brasil.
Rev Bras Nutr Clin 2015; 30 (3): 246-51
251
6. Pereira RPB, Fernandes Filho J. Correlações da densidade corporal
mensurada com as variáveis antropométricas em jovens meninos no
estágio maturacional pubescente. Rev Bras ­Cineantropom Desem-
penho Hum. 2004;6(1):54-62.
7. Machado RSP, Coelho MASC, Coelho KSC. Percentual de gordura
corporal em idosos: comparação entre os métodos de estimativa pela
área adiposa do braço, pela dobra cutânea ­tricipital e por bioimpe-
dância tetrapolar. Rev Bras Geriatr Gerontol. 2010;13(1):17-27.
8. Jackson AS, Pollock ML. Generalized equations for predicting body
density of men. Br J Nutr. 1978;40(3):497-504.
9. Durnin JV, Womersley J. Body fat assessed from total body density
and its estimation from skinfold thickness: ­measurements on 481 men
and women aged from 16 to 72 years. Br J Nutr. 1974;32(1):77-97.
10. Siri WE. Body composition from fluid spaces and ­densitometry:
analysis of methods. In: Brozek J, Henschel A, eds. ­Techniques for
measuring body composition. Washington: National Academy of
Sciences; 1961. p.223-44.
11. Kamimura MA, Draibe SA, Sigulem DM, Cuppari L. Métodos de
avaliação da composição corporal em pacientes submetidos à hemo-
diálise. Rev Nutr. 2004;17(1):97-105.
12. Carvalho ABR, Pires Neto CS. Composição corporal através
dos métodos de pesagem hidrostática e impedância bioelétrica
em universitários. Rev Bras Cineantropom Desempenho Hum.
1999;1(1):18-23.
13. Chumlea WC, Roche AF, Webb P. Body size, subcutaneous fatness
and total body fat in older adults. Int J Obes. 1984;8(4):311-7.
14. Rezende FAC, Rosado LEFPL, Priore SE, Franceschini SCC.
­Aplicabilidade de equações na avaliação da composição corporal
da população brasileira. Rev Nutr. 2006;19(3):357-67.
15. Grossl T, Lima LRA, Karasiak FC. Relação entre a gordura corporal
e indicadores antropométricos em adultos ­frequentadores de
academia. Motricidade. 2010;6(2):35-45.
16. Serra AJ, Amaral AM, Rica RL, Barbieri NP, Reis Júnior D, Silva
Júnior JA, Bocalini DS. Determinação da densidade corporal por
equações generalizadas: facilidade e simplificação no método.
ConScientiae Saúde. 2009;8(1):19-24.
17. Fontoura CSM, Cruz DO, Londero LG, Vieira RM. Avaliação nutri-
cional de paciente critico. Rev Bras Ter Intensiva. 2006;18(3):298-306.
18. Chumlea WC, Roche AF, Steinbaugh ML. Estimating stature from
knee height for persons 60 to 90 years of age. J Am Geriatr Soc.
1985;33(2):116-20.
19. World Health Organization. Obesity: preventing and managing the
global epidemic. Report of a WHO Consultation Group on Obesity.
Geneva: World Health Organization; 1997.
20. Dean AG, Dean JA, Coulombier D, Brendel KA, Smith DC, Burton
AH, et al. Epi Info [Software program]. Version 6.0: a word proces-
sing, database, and statistics program for ­epidemiology on on IBM-
compatiblemicrocomputers. Atlanta: Centers of Disease Control and
Prevention; 1996.
21. SAS Institute, Inc. SAS Version 8.6 [Software program] Cary; 2001.
22. Shafer KJ, Siders WA, Johnson LK, Lukaski HC. Body density
estimates from upper-body skinfold thicknesses compared to air-
displacement plethysmography. Clin Nutr. 2010;29(2):249-54.
23. Woodrow G, Oldroyd B, Smith MA, Turney JH. Measurement of
body composition in chronic renal failure: comparison of ­skinfold
anthropometry and bioelectrical impedance with dual energy X-ray
absorptiometry. Eur J Clin Nutr. 1996;50(5):295-301.