Escolar Documentos
Profissional Documentos
Cultura Documentos
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.
INTRODUÇÃO MÉTODO
A equação de predição da gordura corporal pode ser Constou de uma análise secundária de dados, com
uma ferramenta chave na avaliação do estado nutricional e informações de pacientes críticos da UTI do Hospital
acompanhamento de pacientes críticos. Universitário Getúlio Vargas – HUGV. A coleta de dados
São pacientes com risco de infecções e consequente foi realizada no período de dezembro de 2011 a março
desnutrição, agudizada pelas intercorrências advindas 2012. Participaram adultos de ambos os sexos, idade
da doença de base e concomitante estresse metabólico. igual ou superior a 18 anos. Para execução do presente
Além disso, podem apresentar complicações, geralmente artigo, foram utilizadas informações referentes ao gênero
associadas à síndrome da resposta inflamatória sistêmica masculino.
(SIRS) e sepse, bem como aos procedimentos clínicos,
cirúrgicos e interações medicamentosas, levando a maior
risco de morbidade e mortalidade1. Delineamento do Estudo
Neste estudo transversal com 12 homens, foram utilizadas
Por conseguinte, avaliar o percentual de gordura corporal
as variáveis antropométricas e demográficas, aferidas ao
é fundamental na terapia nutricional2,3, por estabelecer níveis
leito, e feita análise de prontuários dos internos.
bioquímicos basais, monitorar mudanças na gordura e tecido
magro, e fornecer parâmetros para avaliar a eficácia das Peso corporal e altura foram estimados, pela
intervenções terapêuticas4. impossibilidade de mobilidade do paciente, segundo
Entretanto, a avaliação antropométrica em pacientes recomenda a literatura18. Os Índices de Massa Corporal
críticos exige persistência e determinação, uma vez que - IMC (kg/m2) calculados foram classificados conforme a
a aferição corporal é dificultada pela baixa mobilidade, Organização Mundial da Saúde (OMS)19, incluindo três
sobrecarga de água, devido à infusão medicamentosa, classes de desnutrição.
edema, ascite e dialisato no abdome5. Foram realizadas três medidas seguidas, com aproximação
O modelo clássico de dois componentes6 e métodos não de 0,1 mm, das dobras cutâneas do tríceps, panturrilha,
convencionais são utilizados para acessar os compartimentos bíceps (ponto medial interno), dobra abdominal, subescapular
corporais. Porém, esses nem sempre estão disponíveis, pelo seguindo recomendações de como aferir a dobra, conforme
maior custo, difícil acesso e pela baixa aplicabilidade em a regionalização corporal. Utilizou-se adipômetro Lange
pacientes críticos7. (Cambridge Scientific Instruments, Cambridge, MA) e fita
As equações de predições são métodos paliativos métrica inelástica.
importantes. Utilizam medidas antropométricas, como Indicadores foram desenvolvidos para construção
circunferências e dobras cutâneas, para estimar a densidade da equação utilizando a média das dobras cutâneas
corporal8,9 e percentual de gordura corporal10, entretanto, (tríceps+bíceps; tríceps+subescapular; tríceps+panturrilha
são equações desenvolvidas, em sua maioria, para indivíduos medial; tríceps+bíceps+subescapular+abdominal); e
saudáveis11-13. Surge, assim, o interesse em desenvolver multplicação da média das dobras cutâneas (tríceps x
equações específicas para pacientes críticos, validadas e panturrilha).
restritas para esta população, considerando características
como sexo, etnia, idade, massa gordurosa corporal e
atividade física, bem como destacando o estado mórbido Análise Estatística
para predição dessas equações14. Obteve-se a amostra por conveniência dos indivíduos
Para acessar o percentual de gordura corporal, as admitidos na UTI. Análises exploratórias de médias das
e quações de predição utilizam a densidade corporal (DC)15, variáveis demográficas e antropométricas foram feitas.
essa relativamente constante (DC=1,015-1,086g/mL) em Aplicou-se univariada para variáveis numéricas avaliando-
indivíduos normais, associadas com as dobras cutâneas16. se dispersão, sendo a mediana apresentada nos resultados
Mas, pouco se sabe sobre densidade corporal em situações alternativamente em relação à média.
de estresse metabólico. Percentual de gordura corporal (PGC%) estimado após
Portanto, determinar uma equação logística que cálculo da densidade corporal dos participantes empregando
identifique métodos alternativos, confiáveis e precisos para a equação de homens saudáveis [C= (1.1765-0.0744)*
aferição da composição corporal de pacientes críticos, log10(PCT+PSE+PCB+PCA)]9.
torna-se de fundamental importância, como alternativa aos Os pacientes estavam, em sua maioria, edemaciados,
métodos não convencionais17. superestimando a densidade corporal ao utilizar a equação
O estudo objetivou desenvolver uma equação de supracitada. Optou-se por ajuste da equação9, normalizando
predição, por Stepwise, para acessar o percentual de gordura a densidade corporal (DC=1,015-1,086 g/mL) conforme
corporal de pacientes críticos. observado por Serra16.
Rev Bras Nutr Clin 2015; 30 (3): 246-51
247
Lima TMS et al.
Para o ajuste, definiu-se um fator de correção (FC: Os pacientes eram altos (180, 95±14), peso corporal
DC~1,17). Obtendo-se equação 9 corrigida: [DCcorri- estimado na população de 75,15±11 kg. O IMC calculado
gida=((1.1765 - 0.0744)*log10 (PCT + PSE + PCB + foi normal (23,03±3,01). Entretanto, as classes mostraram
PCA))-FC]. percentual de 8,3% de desnutrição leve e 16,7% de pré-
Estimou-se o PGC% segundo equações9,10: [PG%= obesidade (dados não apresentados).
((4.95/DC) - 4.50)* 100]. Essa equação foi aplicada para Observa-se médias, desvio padrão e uma correlação
determinar o percentual de gordura corporal corrigido negativa entre as medidas antropométricas, indicadores
(PGCc%), utilizando a DCcorrigida: [PGCc%=((4.95/ e a variável dependente (massa de gordura corporal).
DCcorrigida)-4.50)*100]. As variáveis explicativas da massa de gordura corporal
A massa de gordura corporal (MGC) foi encontrada - MGC - em nível de p-valor estatisticamente signifi-
aplicando a fórmula: [MGC(kg)=(Peso corporal estimado(k cante (p<0,05) e maiores coeficientes de correlação
g)*PGcorrigido%)/100]; foram selecionadas para o p rocedimento passo a passo,
Realizou-se análise de correlação de Pearson´s e Stepwise (Tabela 1).
Scatters, plotados para escolha das covariáveis (medidas Análise Stepwise por exclusão das covariáveis, avaliando
antropométricas e indicadores) que entrariam no modelo de os passos (STEP), repetidos de 1-6 de todas as observações,
regressão múltipla. Analisou-se o coeficiente de correlação considerando R2, P-valor, de todos os resíduos, sugerindo
e associação independente de cada covariável (provável os passos 1 e 4 como melhores equações de predição do
preditora) da massa da gordura corporal, demonstrando a percentual de gordura.
colinearidade entre as mesmas. A Equação 1 incluiu no modelo a soma das quatro dobras
Utilizou-se regressão passo a passo, Stepwise, para cutâneas, p-valor=0,0001 e intercepto, p=0,0001, com
identificar as variáveis, sozinhas ou combinadas, com alto poder de predição (R2=89%), sendo o coeficiente de
maiores correlação e preditoras do PGCc%. Analisando- variação (CV%=7,71; CV%=12,73), baixo e moderado,
se o coeficiente de determinação ajustado (R2). Slopes ou respectivamente.
inclinação (alfa) e interceptos (beta). A Equação 2 foi obtida no passo quatro, selecionando
Acessou-se adequação final do modelo de predição combinações de variáveis preditoras: beta1 (soma da média
testando a normalidade dos resíduos, correlação absoluta das dobras do tríceps e gastrocnêmio) ou (PCT+PCG),
e residual com as variáveis dos modelos. Obtendo-se os p-valor=0,0179; e beta2 (multiplicação da média das dobras
valores de predição por exclusão das variáveis analisadas do tríceps e gastrocnêmio ou (PCTxPCG), p-valor=0,0356. O
por passos (STEP) repetidos de 1-6 para todas as observações EPE (erro padrão estimado) teve variação alta (CV%=32,39;
e considerando o R2 e P-valores para todas as covariáveis e CV%=38,46) para valores de beta (PCT+PCG; PCTxPCG),
de todos os resíduos. respectivamente (Tabela 2).
Os dados foram tabulados utilizando Software Epi Info Utilizando dados antropométricos dos indivíduos
versão 6.020 e exportado para o Statistical Analysis System nas equações 1, 2 preditas, obteve-se o percentual de
– SAS ®21. gordura corporal (Tabela 3), com médias muito próximas
O estudo foi submetido e aprovado pela UTI e Comitê (17,34±13,47; 16,04±6,67), respectivamente. Erro
de Ética da Universidade Federal do Amazonas (CEP/UFAM). 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
RESULTADOS CV%=77,68 do PGc%. A equação 2 mostrou percentual
Participaram do estudo 12 pacientes graves e suas de gordura alto (28,29±3,74). Uma diferença alta 10,95
c aracterísticas antropométricas podem ser visualizadas na (63%) conforme procedimento da equação 1. Entretanto, o
Tabela 1. As análises exploratórias mostram dispersão alta coeficiente de variação foi moderado (13,22%).
para idade (CV%>30%), optando-se pela mediana, cujo A média da densidade corporal, DC (1,9±0,16), sem
valor foi de 44,50 anos. correção, mostrou-se fora dos padrões de população sadia.
As medidas de dobra cutânea do tríceps, bíceps, abdominal, Após correção, a média (0,84±0,15) mostrou-se dentro
gastrocnêmio ou panturrilha também apresentaram variação da normalidade e CV% homogêneo. O teste t mostrou
alta (>30%). Variação aceitável (20-30%) foi observada diferença entre as densidades corporais (DC e DCcorrigida),
nas dobras subescapulares, soma do tríceps+subescapular p=0,0001, variação CV% (DC=1,88; DC=4,07). O
e soma das quatro dobras cutâneas, sendo moderada erro constante, erro total e erro padrão estimado entre a
(10-20%) para o IMC e peso corporal, enquanto a altura densidade corporal e densidade corporal corrigida não foram
mostrou-se homogênea (8,18%). importantes (Tabela 3).
Rev Bras Nutr Clin 2015; 30 (3): 246-51
248
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
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
R2 0,8912 — — —
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 —
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.
Porém, os testes mostraram alto poder de determinação 6. Pereira RPB, Fernandes Filho J. Correlações da densidade corporal
mensurada com as variáveis antropométricas em jovens meninos no
do percentual de gordura ao utilizar uma das equações estágio maturacional pubescente. Rev Bras Cineantropom Desem-
de predição e os resultados analisados comparativamente penho Hum. 2004;6(1):54-62.
apresentaram-se bem consistentes. 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.
CONCLUSÃO 8. Jackson AS, Pollock ML. Generalized equations for predicting body
O estudo desenhado para predizer o percentual de density of men. Br J Nutr. 1978;40(3):497-504.
9. Durnin JV, Womersley J. Body fat assessed from total body density
gordura corporal em pacientes críticos sugere consistência and its estimation from skinfold thickness: measurements on 481 men
nos resultados e as equações poderão ser aplicadas em UTI and women aged from 16 to 72 years. Br J Nutr. 1974;32(1):77-97.
após sua validação contra um padrão de referência. 10. Siri WE. Body composition from fluid spaces and densitometry:
analysis of methods. In: Brozek J, Henschel A, eds. Techniques for
São equações úteis na rotina da avaliação nutricional measuring body composition. Washington: National Academy of
para obter o percentual de gordura corporal e possibilitar a Sciences; 1961. p.223-44.
11. Kamimura MA, Draibe SA, Sigulem DM, Cuppari L. Métodos de
estimativa de outros compartimentos corporais. As equações avaliação da composição corporal em pacientes submetidos à hemo-
desenvolvidas apresentam vantagem a outros métodos para diálise. Rev Nutr. 2004;17(1):97-105.
12. Carvalho ABR, Pires Neto CS. Composição corporal através
cálculo do percentual de gordura corporal, pela facilidade,
dos métodos de pesagem hidrostática e impedância bioelétrica
simplicidade, rapidez do cálculo e aplicação das medidas em universitários. Rev Bras Cineantropom Desempenho Hum.
antropométricas e dispensa dados de densidade corporal e 1999;1(1):18-23.
13. Chumlea WC, Roche AF, Webb P. Body size, subcutaneous fatness
expressão logarítmica. 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
Agradecimentos da população brasileira. Rev Nutr. 2006;19(3):357-67.
15. Grossl T, Lima LRA, Karasiak FC. Relação entre a gordura corporal
Agradecemos a contribuição do Ministério da Educação - e indicadores antropométricos em adultos frequentadores de
academia. Motricidade. 2010;6(2):35-45.
MEC pela Bolsa de Estudo como incentivo para as atividades
16. Serra AJ, Amaral AM, Rica RL, Barbieri NP, Reis Júnior D, Silva
científicas desenvolvidas no Curso de Residência Multipro- Júnior JA, Bocalini DS. Determinação da densidade corporal por
fissional em Saúde - RMPS. Ao Centro de Tratamento Inten- equações generalizadas: facilidade e simplificação no método.
ConScientiae Saúde. 2009;8(1):19-24.
sivo do Hospital Universitário Getúlio Vargas e aos colegas 17. Fontoura CSM, Cruz DO, Londero LG, Vieira RM. Avaliação nutri-
Residentes, RMPS da Universidade Federal do Amazonas. 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.
REFERÊNCIAS 1985;33(2):116-20.
19. World Health Organization. Obesity: preventing and managing the
1. Maicá AO, Schweigert ID. Avaliação nutricional em pacientes global epidemic. Report of a WHO Consultation Group on Obesity.
graves. Rev Bras Ter Intensiva. 2008;20(3):286-95. Geneva: World Health Organization; 1997.
2. Bawja SS, Kulshrestha A. Critical nutritional aspects in intensive 20. Dean AG, Dean JA, Coulombier D, Brendel KA, Smith DC, Burton
care patients. J Med Nutr Nutraceut. 2012;1(1):9-16. AH, et al. Epi Info [Software program]. Version 6.0: a word proces-
3. Waitzberg DL, Caiaffa WT, Correia MI. Hospital malnutrition: the sing, database, and statistics program for epidemiology on on IBM-
Brazilian national survey (IBRANUTRI): a study of 4000 patients. compatiblemicrocomputers. Atlanta: Centers of Disease Control and
Nutrition. 2001;17(7-8):573-80. Prevention; 1996.
4. Flakoll PJ, Kent P, Neyra R, Levenhagen D, Chen KY, Ikizler TA. 21. SAS Institute, Inc. SAS Version 8.6 [Software program] Cary; 2001.
Bioelectrical impedance vs air displacement plethysmography and 22. Shafer KJ, Siders WA, Johnson LK, Lukaski HC. Body density
dual-energy X-ray absorptiometry to determine body composition in estimates from upper-body skinfold thicknesses compared to air-
patients with end-stage renal disease. JPEN J Parenter Enteral Nutr. displacement plethysmography. Clin Nutr. 2010;29(2):249-54.
2004;28(1):13-21. 23. Woodrow G, Oldroyd B, Smith MA, Turney JH. Measurement of
5. Baldwin CE, Paratz JD, Bersten AD. Body composition analysis in body composition in chronic renal failure: comparison of skinfold
critically ill survivors: a comparison of bioelectrical impedance spec- anthropometry and bioelectrical impedance with dual energy X-ray
troscopy devices. JPEN J Parenter Enteral Nutr. 2012;36(3):306-15. absorptiometry. Eur J Clin Nutr. 1996;50(5):295-301.
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.