Abstract

Antecedentes: Todavía es controvertido qué indicador antropométrico podría ser el mejor predictor de la hipertensión incidente. Objetivos: Examinar el poder relativo del índice de masa corporal (IMC), la circunferencia de la cintura (CC), el grosor de los pliegues cutáneos, la relación cintura-cadera (RCC) y la relación cintura-altura (RCA) para predecir la incidencia de la hipertensión en adultos chinos. Método: Los datos se obtuvieron de la Encuesta de Salud y Nutrición de China. El sobrepeso se definió como un IMC ≥23 kg/m2 y la obesidad general como un IMC ≥27,5 kg/m2. La obesidad abdominal se definió por valores de WC ≥90 cm para los hombres y ≥80 cm para las mujeres. El grosor de los pliegues cutáneos, el WHR y el WHTR se dividieron en grupos bajos y altos según las características operativas del receptor. Se emplearon regresiones de Cox y nomogramas para comparar el poder relativo de 5 indicadores en la predicción de la hipertensión incidente. Resultados: Cuando se analizaron todos los indicadores simultáneamente, el mejor predictor de hipertensión incidente fue la obesidad general (p < 0,001, razón de riesgo ajustada 1,9, IC 95% 1,6-2,2). Los resultados estratificados por sexo mostraron que el IMC y el PC fueron los predictores más potentes de la hipertensión en los varones (HR ajustado 1,8 y 1,3, IC 95% 1,4-2,3 y 1,1-1,5, respectivamente), así como en las mujeres (HR ajustado 2,0 y 1,4, IC 95% 1,6-2,4 y 1,2-1,6, respectivamente). Conclusiones: El IMC y el WC pueden predecir la hipertensión incidente mejor que el grosor del pliegue cutáneo, el WHR y el WHTR en la población china.

© 2019 S. Karger AG, Basel

Introducción

La hipertensión se ha considerado uno de los principales factores que contribuyen a la carga de enfermedades en todo el mundo. En general, la prevalencia de la hipertensión es de aproximadamente el 25% en los adultos, pero se espera que este valor aumente hasta el 29% en 2025 . En China, por el contrario, la prevalencia de la hipertensión en adultos aumentó del 14,5% en 1991 al 34,0% en 2012 . Por lo tanto, la hipertensión se ha convertido en el principal problema de salud pública en la población china.

Se ha establecido que existe una fuerte asociación de la obesidad general con la hipertensión . Como medida estándar de la obesidad general, el índice de masa corporal (IMC), es el indicador más utilizado para predecir y detectar la hipertensión . Dado que la distribución de la grasa es más importante que la grasa corporal total para las enfermedades cardiovasculares (ECV), se han desarrollado y aplicado muchas medidas que tienen en cuenta la distribución de la grasa corporal, como el perímetro de la cintura (CC), la relación cintura-cadera (RCC), la relación cintura-altura (RCA) y la grasa subcutánea, como el grosor del pliegue cutáneo del tríceps. En las últimas décadas, se han llevado a cabo muchos estudios para investigar las asociaciones de diferentes indicadores de obesidad con la hipertensión. Algunos estudios indicaron que el PC o el espesor del pliegue cutáneo del tríceps podrían ser mejores predictores del riesgo de ECV. Sin embargo, otros estudios informaron de que el CG era el mejor indicador en cameruneses, griegos o japoneses . La Asociación Americana de Diabetes declaró que no está claro si el PC, en comparación con el IMC, podría predecir con mayor precisión el riesgo cardiovascular . Algunos estudios basados en poblaciones japonesas y cubanas sugirieron que el IMC era el mejor indicador individual de la hipertensión . Mientras tanto, se han realizado algunas revisiones sistemáticas y metaanálisis para examinar el poder de los indicadores comunes de obesidad en la predicción de la hipertensión. Algunos de ellos apoyaron que el IMC era un mejor predictor del riesgo de ECV, mientras que otro meta-análisis concluyó que el PC era un mejor predictor y debería recomendarse su uso en la clínica y la investigación. Por lo tanto, sigue siendo polémico y controvertido, que es el mejor predictor de la hipertensión.

Por lo tanto, en este estudio de cohortes prospectivo, el objetivo de este estudio fue evaluar el poder del IMC, WC, espesor del pliegue de la piel, WHR, y WHTR en la predicción de la incidencia de la hipertensión en la población china.

Materiales y métodos

Diseño del estudio

Los datos se obtuvieron de la Encuesta de Salud y Nutrición de China (CHNS), que es un proyecto internacional de cohorte abierta en curso entre el Centro de Población de Carolina de la Universidad de Carolina del Norte en Chapel Hill y el Instituto Nacional de Nutrición y Salud (antes Instituto Nacional de Nutrición y Seguridad Alimentaria) del Centro Chino de Control y Prevención de Enfermedades (CCDC). El objetivo de esta CHNS es explorar cómo la transformación social y económica de la sociedad china ha afectado al estado de salud y nutrición de la población china, evaluando los efectos de las políticas y programas de salud, nutrición y planificación familiar aplicados por los gobiernos nacionales y locales. La CHNS abarca 9 provincias, que varían sustancialmente en cuanto a geografía, desarrollo económico, recursos públicos e indicadores de salud. Se empleó un proceso de conglomerado aleatorio multietapa para el muestreo en cada provincia. Los condados de las 9 provincias se estratificaron por ingresos (bajos, medios y altos), y se utilizó un esquema de muestreo ponderado para seleccionar 4 condados por provincia de forma aleatoria. Desde 1989, se realizaron 9 rondas de la CHNS posteriormente en 1989, 1991, 1993, 1997, 2000, 2004, 2006, 2009 y 2011. Una descripción detallada del diseño y los procedimientos de la encuesta se ha publicado en otro lugar.

Población de estudio

En este estudio se incluyeron los datos de 7 rondas de la CHNS realizadas entre 1993 y 2011. Se incluyeron los sujetos de 18 años o más en la línea de base y con datos sobre la edad, el sexo y el examen físico detallado (por ejemplo, peso, altura, WC, grosor de los pliegues de la piel, circunferencia de la cadera , la presión arterial sistólica y la presión arterial diastólica ). Se excluyeron los siguientes sujetos: los que estaban embarazados o en periodo de lactancia en el momento de la encuesta, o los que tenían datos que faltaban o que eran inverosímiles (p. ej, peso > 300 kg o < 20 kg, WC < 20 cm, WHR o WHTR > 1), o que estaban con SBP ≥140 mm Hg o DBP ≥90 mm Hg, o que tomaban medicamentos antihipertensivos, o que autodeclararon un diagnóstico de hipertensión en la línea de base.

Medición y definición de los indicadores

El peso, la estatura y el PC fueron medidos por personal sanitario capacitado siguiendo protocolos estandarizados, según lo establecido por la Organización Mundial de la Salud (OMS) . La altura se midió con una precisión de 0,1 cm sin zapatos utilizando un estadiómetro portátil, y el peso se midió con una precisión de 0,1 kg con ropa ligera utilizando una báscula de barra calibrada. El IMC se calculó como el peso en kilogramos dividido por el cuadrado de la altura en metros. El WC se midió en un punto intermedio entre la costilla más baja y la cresta ilíaca en un plano horizontal utilizando una cinta no elástica, y el HC se midió a nivel de la máxima extensión de las nalgas en sentido posterior en un plano horizontal con los participantes vestidos con ropa ligera y los brazos abiertos lateralmente. El WHR se calculó como WC (cm) dividido por HC (cm), y el WHTR se calculó como WC (cm) dividido por la altura (cm). El grosor del pliegue cutáneo se midió con calibradores de pliegues cutáneos y se registró con una precisión de 0,5 mm en el tríceps del brazo derecho (entre la punta de la apófisis del olécranon del cúbito y la apófisis del acromion de la escápula). Se tomaron tres mediciones para todos los indicadores y se utilizaron los promedios para los análisis posteriores. Se registró el estado de tabaquismo y consumo de alcohol, así como la actividad física de cada sujeto mediante un cuestionario. En el CHNS se preguntaba a los sujetos por su estado actual de tabaquismo y se asignaba un valor de «1» a los que fumaban actualmente y un valor de «0» a los que no fumaban en el momento de la encuesta o no habían fumado nunca. El estado de consumo de alcohol se definió de la misma manera. La actividad física se definió como no (< 1 h a la semana) o sí (una o más horas a la semana).

Las mediciones de la presión arterial se tomaron tras un descanso de 10 min en posición sentada, con intervalos de 30 s entre inflaciones del manguito, utilizando esfigmomanómetros de mercurio estándar . La PAS y la PAD se registraron en los puntos en los que aparecían el primer y el quinto sonido de Korotkoff, respectivamente. Se utilizó la media de 3 mediciones. La PAS y la PAD se registraron en cada onda y se utilizaron para identificar si los sujetos desarrollaban hipertensión de nueva aparición.

De acuerdo con las recomendaciones de la OMS para los chinos, el sobrepeso se definió como un IMC ≥23 kg/m2 y la obesidad general como un IMC ≥27,5 kg/m2. Además, la obesidad abdominal se definió por valores de WC ≥90 cm para los hombres y ≥80 cm para las mujeres . Según la curva de características operativas del receptor, el grosor del pliegue cutáneo, el WHR y el WHTR se dividieron en grupos bajos y altos por puntos de corte como sigue: en los varones: grosor del pliegue cutáneo del tríceps = 7 cm con área bajo la curva (AUC) = 0.5117, WHR = 0,8571 con AUC = 0,5498, y WHTR = 0,4748 con AUC = 0,5811; en las mujeres: grosor del pliegue cutáneo del tríceps = 23,67 cm con AUC = 0,4885, WHR = 0,8247 con AUC = 0,5792, y WHTR = 0,4818 con AUC = 0,6219. La hipertensión se definió como PAS/PB ≥140/90 mm Hg, o uso de medicamentos hipertensivos, o un diagnóstico autodeclarado.

Análisis estadístico

De acuerdo con las pruebas de normalidad, los datos se informaron como medianas (rangos intercuartiles) para las variables anormales continuas y frecuencias (porcentajes) para las variables categóricas. Las características basales se compararon entre los grupos de no hipertensos y de hipertensos mediante la prueba de suma de rangos de Wilcoxon para las variables anormales continuas y mediante pruebas de chi-cuadrado para las variables categóricas. Las regresiones de Cox se estratificaron por sexo, con la hipertensión como resultado y el intervalo de tiempo entre el diagnóstico inicial y el de hipertensión como variable temporal. Los resultados censurados fueron de 2 grupos (i) los que no fueron diagnosticados de hipertensión hasta el abandono de la cohorte o el final del estudio (2011); y (ii) los que no fueron diagnosticados de hipertensión hasta la muerte antes del final del estudio. Para corregir los riesgos concurrentes de muerte por hipertensión, todos los modelos se ajustaron por muerte. En los modelos ajustados, se ajustaron la edad, el sexo, el tabaquismo, el consumo de alcohol, la actividad física y la etnia al inicio del estudio. Según el parámetro de regresión de cada factor, se empleó un nomograma para ilustrar la puntuación de cada factor, que se utilizó para calcular la probabilidad de desarrollar hipertensión. Un nomograma es una representación gráfica de un modelo matemático en el que intervienen varios predictores para predecir un punto final concreto basado en un método estadístico tradicional, como el modelo de riesgos proporcionales de Cox para datos de supervivencia. Los nomogramas se han convertido en herramientas muy populares entre los médicos. En un estudio anterior se puede encontrar una guía paso a paso para construir, interpretar y utilizar nomogramas para estimar la función de riesgo de un tiempo de fallo concreto. Los nomogramas crean una representación gráfica sencilla de un modelo estadístico de predicción que asigna cada predictor a una escala de puntos. La probabilidad predicha del evento para un paciente acumulando el total de puntos correspondientes a la configuración específica de covariables para ese paciente. Se ha demostrado que los nomogramas tienen una gran precisión y capacidad de discriminación para predecir resultados. El cálculo de un nomograma de regresión de Cox es el siguiente: Paso (1) Obtener las puntuaciones para todos los valores de las variables, Paso (2) Sumar las puntuaciones = Puntuación total, Paso (3) Calcular la probabilidad de supervivencia para un número determinado de unidades de tiempo dada la puntuación total. La puntuación de cada indicador señala la contribución a la variable dependiente. Y la probabilidad del resultado en un determinado tiempo de fallo se calculó en función de la puntuación total. Todos los análisis se realizaron con SAS 9.4 (SAS Institute Inc., Cary, NC, EE.UU.). Se tomó como significación estadística p ≤ 0,05 con prueba de 2 colas.

Resultados

Hubo 10.648 sujetos con una edad media de 38,5 años. De ellos, 3.717 sujetos estaban afectados por la hipertensión durante el período de seguimiento de 18 años. Hubo diferencias significativas entre los grupos de no hipertensos y de hipertensos en todas las características de la línea de base, excepto la altura (p = 0,491). En comparación con el grupo de no hipertensos, el grupo de hipertensos tendía a ser de mayor edad, con mayor peso, IMC, WC, WHR y WHTR, y con mayor probabilidad de ser varón, de nacionalidad Han, de fumar, de beber y de tener inactividad física (Tabla 1).

Tabla 1.

Las características de todos los sujetos en la línea de base

Los resultados de las regresiones de Cox mostraron que cuando se analizaron por separado el IMC, el WC, el grosor del pliegue cutáneo, el WHR y el WHTR, todos ellos fueron predictores significativos de la hipertensión (todos p < 0,001). La obesidad general fue el factor predictivo más potente de la hipertensión (cociente de riesgos 3,1; IC del 95%: 2,8-3,6). Los resultados, cuando se ajustaron por covariables, fueron coherentes con los resultados brutos. Cuando se analizaron los 5 indicadores juntos, se observaron efectos significativos para todos ellos (todos p < 0,001). Sin embargo, cuando se ajustó por covariables, la significación de la RH desapareció (p = 0,169). El mejor predictor de hipertensión incidente fue también la obesidad general (p < 0,001, HR ajustado 1,9, IC 95% 1,6-2,2). Estos resultados se presentan en la Tabla 2.

Tabla 2.

Las asociaciones de diferentes indicadores antropométricos y la incidencia de hipertensión a partir de regresiones de Cox

Los resultados de las regresiones de Cox estratificadas por sexo se muestran en la Tabla 3. En los varones, el IMC, el PC, el grosor de los pliegues de la piel, el RH y el TRH fueron los predictores significativos de la hipertensión incidente (todos p < 0,001) cuando se analizaron como indicadores individuales. La obesidad general y el CG fueron más potentes para predecir la hipertensión (HR 3,1 y 2,3, IC 95% 2,5-3,8, 2,0-2,7, respectivamente). Los resultados fueron comparables antes y después del ajuste por covariables. Cuando se introdujeron 5 indicadores en el modelo 2 simultáneamente, todos los indicadores siguieron siendo estadísticamente significativos (todos p < 0,001) excepto la RH (p = 0,059). Cuando se ajustó por covariables, el IMC (HR ajustado 1,8; IC del 95%: 1,4-2,3) fue comparable con el PC (HR ajustado 1,3; IC del 95%: 1,1-1,5) y el grosor del pliegue cutáneo (HR ajustado 1,3; IC del 95%: 1,2-1,4), pero mejor que el RH (HR ajustado 1,2; IC del 95%: 1,1-1,4).

Tabla 3.

Las asociaciones de diferentes indicadores antropométricos y la incidencia de hipertensión por sexo a partir de las regresiones de Cox

Para la submuestra femenina, el IMC, el WC, el grosor del pliegue cutáneo, el WHR y el WHTR fueron predictores significativos de la hipertensión incidente, ajustando o no por covariables (todos p < 0,001) cuando los 5 indicadores se analizaron por separado. Cuando todos los indicadores se introdujeron simultáneamente en un modelo, la importancia del grosor del pliegue cutáneo desapareció (p = 0,734). Sin embargo, el IMC y el PC, con el ajuste de las covariables, fueron predictores estadísticamente significativos de la incidencia de la hipertensión (todos p < 0,001, HR ajustado 1,4, 2,0, y 1,4, IC del 95% 1,2-1,5, 1,6-2,4, 1,2-1,9 respectivamente), pero el grosor de los pliegues de la piel, WHR, y WHTR no lo fueron (p = 0,388, 0,795, y 0,199 respectivamente). La obesidad general fue el predictor más fuerte de hipertensión incidente.

Se utilizaron los nomogramas de las regresiones de Cox para obtener puntuaciones, que se utilizaron para calcular la probabilidad de desarrollar hipertensión dado un tiempo determinado. Las puntuaciones del IMC fueron más altas que las de otros indicadores en ambos sexos, como se muestra en las Figuras 1 y 2.

Fig. 1.

El nomograma de Cox de los indicadores relacionados con la obesidad para predecir la incidencia de hipertensión en varones. En particular, los detalles del cálculo de las puntuaciones mediante el nomograma fueron los siguientes: Paso (1) Establecer las puntuaciones para todos los valores de las variables: Nacionalidad = 1 = > Puntuación ≈ 1; Actividad = 1 = > Puntuación ≈ 0,25; Beber = 1 = > Puntuación ≈ 0,45; Fumar = 1 = > Puntuación ≈ 0; Edad (años) = 18 = > Puntuación ≈ 2.1; Espesor del pliegue cutáneo = 1 = > Puntuación ≈ 1; IMC = 2 = > Puntuación ≈ 1; WC = 1 = > Puntuación ≈ 0,8; WHR = 1 = > Puntuación ≈ 0,2; WHTR = 1 = > Puntuación ≈ 0,7. Paso (2) Obtener la puntuación total sumando todas las puntuaciones obtenidas en el paso anterior. Puntuación total = 1 + 0,25 + 0,45 + 0 + 2,1 + 1 + 0,8 + 0,2 + 0,7 = 7,5. Paso (3) Obtener la probabilidad de suceso (Puntuación total -> Probabilidad de suceso). La puntuación total = 7,5 equivale a una probabilidad de aproximadamente 0,50 cuando el tiempo de fracaso fue de 15 años. IMC, índice de masa corporal; PC, perímetro de la cintura; RCC, relación cintura-cadera; RCC, relación cintura-talla.

Fig. 2.

El nomograma de Cox de los indicadores relacionados con la obesidad para predecir la incidencia de hipertensión en las mujeres. IMC: índice de masa corporal; CC: perímetro de la cintura; RCC: relación cintura-cadera; RCP: relación cintura-altura.

Discusión

En el estudio de seguimiento de 18 años de 10.648 hombres y mujeres chinos, el IMC, el CC, el grosor del pliegue cutáneo, el RCP y el RCP fueron los predictores significativos de la hipertensión incidente cuando se analizaron por separado. Sin embargo, la obesidad general podría ser el mejor predictor de la hipertensión cuando se introducen 5 indicadores en un modelo simultáneamente, especialmente cuando se ajustan las covariables. Además, en comparación con otros predictores, el IMC y el PC fueron más potentes y eficaces para predecir la hipertensión incidente tanto en los hombres como en las mujeres.

Hasta la fecha, no había ninguna conclusión consistente sobre la potencia y la eficacia relativas de los diferentes indicadores antropométricos para predecir la incidencia de la hipertensión. Algunos estudios informaron de que el IMC o el PC eran los mejores predictores de la hipertensión incidente . Mientras que otros declararon que el RHB era superior para predecir la incidencia de la hipertensión . En el presente estudio, el IMC y el PC, como indicadores clásicos de obesidad general y abdominal, fueron superiores para predecir el desarrollo de hipertensión en hombres y mujeres chinos, lo que coincide con estudios anteriores. Además, el rendimiento del IMC y el PC disminuyó cuando se introdujo una combinación de ellos en un modelo. Esto implica que el IMC y el PC deben utilizarse de forma simultánea pero independiente para predecir la incidencia de la hipertensión.

Se confirmó que el IMC y el PC eran más potentes para predecir la hipertensión incidente en el presente estudio. Las diferencias entre los estudios podrían atribuirse a las variaciones en las características de la población, las estrategias de muestreo, la calidad de la recogida de datos y las diferencias en las definiciones operativas de la obesidad general y la obesidad abdominal . Por ejemplo, un estudio anterior informó de que los asiáticos eran más pequeños en HC que los estadounidenses . Además, la población del presente estudio fue seguida durante 18 años. Con el desarrollo de la economía y la sociedad, el IMC y el PC podrían cambiar obviamente durante el período de seguimiento, y cada vez más personas tendían a tener una mayor masa grasa corporal. Pero las definiciones de obesidad general y obesidad abdominal no cambian. Por lo tanto, habría más sujetos afectados por la obesidad general y la obesidad abdominal. Por lo tanto, en comparación con otros indicadores antropométricos, la aplicación del IMC y el PC podría mejorar la identificación de la hipertensión incidente.

En este estudio, se empleó un nomograma para calcular la puntuación de cada factor de riesgo, que se utilizó para predecir la probabilidad de desarrollar hipertensión. Tanto en hombres como en mujeres, las puntuaciones del IMC fueron las más altas entre todos los factores antropométricos, lo que indicaba que el IMC era el mejor predictor de la hipertensión incidente. El aumento del IMC podría provocar un incremento de los niveles séricos de glucosa, insulina, aldosterona y renina, junto con un mayor tono simpático. Es probable que estos factores mencionados aumenten la presión arterial al incrementar el volumen vascular o la resistencia periférica.

La combinación de IMC, WC, grosor del pliegue cutáneo, WHR y WHTR se analizó en un modelo para comparar sus poderes relativos en la predicción de la hipertensión. Dado que existen correlaciones entre el WC, el WHR y el WHTR, cada indicador se dividió en grupos bajos y altos según los puntos de corte de una característica operativa del receptor. Así, las correlaciones de estos indicadores se redujeron considerablemente cuando se introdujeron en un modelo simultáneamente.

Limitaciones y puntos fuertes

En este estudio, los datos se obtuvieron de un estudio de cohortes a largo plazo, a gran escala y basado en la población. En comparación con un estudio retrospectivo, proporcionaría una evidencia más precisa y completa sobre las comparaciones de los diferentes indicadores relacionados con la obesidad en la predicción de la hipertensión incidente. Debido a las diferencias en los patrones étnicos y dietéticos de los distintos países, la prevalencia y el alcance de la obesidad general fueron variados. En este estudio, de acuerdo con las recomendaciones de la OMS para los chinos, se utilizaron puntos de corte del IMC basados en la etnia para definir el sobrepeso y la obesidad general. Como resultado, se redujo el sesgo de clasificación errónea. El nomograma puede proporcionar una puntuación específica para cada indicador y corregir el complejo diseño de muestreo . Los resultados consistentes entre el nomograma y las regresiones de Cox confirmaron además que el IMC y el PC eran más potentes para predecir la incidencia de la hipertensión. Mientras tanto, hay que señalar las limitaciones de este estudio. Dado que la población del estudio se limitó a hombres y mujeres chinos, debe tenerse precaución a la hora de extrapolar los resultados a otras poblaciones étnicas. Los datos sobre los antecedentes familiares de hipertensión no se recogieron en el CHNS. Por lo tanto, este posible factor de confusión no pudo corregirse en los análisis. Además, como no se disponía de los nutrientes ni de los detalles de la ingesta dietética, no se pudieron ajustar las covariables relacionadas con la hipertensión, como la ingesta de grasas y sal. Dado que sólo se midió el grosor del pliegue cutáneo del tríceps en el CHNS, no se pudo calcular el porcentaje global de BF utilizando la suma del grosor del pliegue cutáneo en varios sitios.

En conclusión, el WHTR no fue superior al IMC y al WC para predecir la incidencia de la hipertensión. Por el contrario, los poderes del IMC y el PC para predecir la incidencia de hipertensión fueron mejores que el grosor de los pliegues cutáneos, el RH y el WHTR. La combinación de IMC y WC podría disminuir su rendimiento. Por lo tanto, el IMC y el PC deberían utilizarse de forma independiente para predecir la incidencia de la hipertensión en adultos. En la aplicación práctica, el mejor predictor de la hipertensión debe elegirse con precaución según las características de la población objetivo y las conclusiones de los estudios locales.

Agradecimientos

Esta investigación utiliza datos del CHNS. Agradecemos al Instituto Nacional de Nutrición y Seguridad Alimentaria, CCDC y Prevención, al Centro de Población de Carolina, a la Universidad de Carolina del Norte en Chapel Hill, a los NIH (R01-HD30880, DK056350 y R01-HD38700) y al Centro Internacional Fogarty, a los NIH por el apoyo financiero para los archivos de recopilación y análisis de datos de la CHNS de 1989 a 2006 y a ambas partes, además del Hospital de la Amistad China-Japón, al Ministerio de Salud, por el apoyo para la CHNS 2009 y futuras encuestas.

Declaración ética

Este estudio fue aprobado por la Junta de Revisión Institucional del Instituto Nacional de Nutrición y Seguridad Alimentaria, CCDC y Prevención, y la Universidad de Carolina del Norte en Chapel Hill. Todos los sujetos proporcionaron el consentimiento informado.

Declaración de divulgación

Los autores declaran que no tienen conflictos de intereses que divulgar.

Fuentes de financiación

No se recibió financiación para este estudio.

Contribución de los autores

N.L.: diseñó el estudio y escribió el borrador. T.Y.: analizó los datos. W.-Q.Y.: interpretó los resultados. H.L.: editó y revisó el manuscrito.

  1. Mittal BV, Singh AK. Hipertensión en el mundo en desarrollo: retos y oportunidades. Am J Kidney Dis. 2010 Mar; 55(3): 590-8.
  2. Li D, Lv J, Liu F, Liu P, Yang X, Feng Y, et al. Hypertension burden and control in mainland China: analysis of nationwide data 2003-2012. Int J Cardiol. 2015 Apr; 184: 637-44.
  3. Ke L, Ho J, Feng J, Mpofu E, Dibley MJ, Li Y, et al. Prevalencia, conocimiento, tratamiento y control de la hipertensión en Macao: resultados de un estudio epidemiológico transversal en Macao, China. Am J Hypertens. 2015 Feb; 28(2): 159-65.
  4. Chandra A, Neeland IJ, Berry JD, Ayers CR, Rohatgi A, Das SR, et al. La relación de la masa corporal y la distribución de la grasa con la hipertensión incidente: observaciones del Dallas Heart Study. J Am Coll Cardiol. 2014 Sep; 64(10): 997-1002.
  5. Bennasar-Veny M, López-González AA, Tauler P, Céspedes ML, Vicente-Herrero T, Yañez A, et al. Índice de adiposidad corporal y factores de riesgo para la salud cardiovascular en caucásicos: una comparación con el índice de masa corporal y otros. PLoS One. 2013 May; 8(5):e63999.
  6. Li WC, Chen IC, Chang YC, Loke SS, Wang SH, Hsiao KY. Relación cintura-estatura, circunferencia de la cintura e índice de masa corporal como índices de riesgo cardiometabólico entre 36.642 adultos taiwaneses. Eur J Nutr. 2013 Feb; 52(1): 57-65.
  7. Janghorbani M, Aminorroaya A, Amini M. Comparación de diferentes índices de obesidad para predecir la hipertensión incidente. High Blood Press Cardiovasc Prev. 2017 Jun; 24(2): 157-66.
  8. Park SH, Choi SJ, Lee KS, Park HY. Circunferencia de la cintura y relación cintura-estatura como predictores de riesgo de enfermedad cardiovascular en adultos coreanos. Circ J. 2009 Sep; 73(9): 1643-50.
  9. Zeng Q, He Y, Dong S, Zhao X, Chen Z, Song Z, et al. Optimal cut-off values of BMI, waist circumference and waist:height ratio for defining obesity in Chinese adults. Br J Nutr. 2014 Nov; 112(10): 1735-44.
  10. Mbanya VN, Kengne AP, Mbanya JC, Akhtar H. Índice de masa corporal, circunferencia de la cintura, circunferencia de la cadera, relación cintura-cadera y relación cintura-altura: ¿cuál es el mejor discriminador de la diabetes prevalente detectada por cribado en una población camerunesa? Diabetes Res Clin Pract. 2015 Abr; 108(1): 23-30.
  11. Lee BJ, Kim JY. Una comparación del poder predictivo de los índices antropométricos para la hipertensión y el riesgo de hipotensión. PLoS One. 2014 Jan; 9(1):e84897.
  12. Gallagher D, Visser M, Sepúlveda D, Pierson RN, Harris T, Heymsfield SB. ¿Qué utilidad tiene el índice de masa corporal para la comparación de la gordura corporal entre la edad, el sexo y los grupos étnicos? Am J Epidemiol. 1996 Feb; 143(3): 228-39.
  13. Sakurai M, Miura K, Takamura T, Ota T, Ishizaki M, Morikawa Y, et al. Gender differences in the association between anthropometric indices of obesity and blood pressure in Japanese. Hypertens Res. 2006 Feb; 29(2): 75-80.
  14. Rodrigues Barbosa A, Balduino Munaretti D, Da Silva Coqueiro R, Ferreti Borgatto A. Anthropometric indexes of obesity and hypertension in elderly from Cuba and Barbados. J Nutr Health Aging. 2011 Jan; 15(1): 17-21.
  15. Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and meta-analysis. Obes Rev. 2012 Mar; 13(3): 275-86.
  16. Savva SC, Lamnisos D, Kafatos AG. Predicción del riesgo cardiometabólico: relación cintura-estatura o IMC. Un meta-análisis. Diabetes Metab Syndr Obes. 2013 Oct; 6: 403-19.
  17. van Dijk SB, Takken T, Prinsen EC, Wittink H. Different anthropometric adiposity measures and their association with cardiovascular disease risk factors: a meta-analysis. Neth Heart J. 2012 May; 20(5): 208-18.
  18. Popkin BM, Du S, Zhai F, Zhang B. Cohort Profile: the China Health and Nutrition Survey-monitoring and understanding socio-economic and health change in China, 1989-2011. Int J Epidemiol. 2010 Dec; 39(6): 1435-40.
  19. Eveleth PB. Estado físico: el uso y la interpretación de la antropometría. Informe de un comité de expertos de la OMS. Am J Hum Biol. 1996; 8(6): 786-7.
  20. Chobanian AV, Bakris GL, Black HR, Cushman WC, Green LA, Izzo JL Jr, et al.; Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure. National Heart, Lung, and Blood Institute; National High Blood Pressure Education Program Coordinating Committee. Séptimo informe del Comité Nacional Conjunto sobre Prevención, Detección, Evaluación y Tratamiento de la Hipertensión Arterial. Hypertension. 2003 Dec; 42(6): 1206-52.
  21. Consulta de expertos WH; WHO Expert Consultation. Appropriate body-mass index for Asian populations and its implications for policy and intervention strategies. Lancet. 2004 Jan; 363(9403): 157-63.
  22. Chobanian AV, Bakris GL, Black HR, Cushman WC, Green LA, Izzo JL Jr, et al.; National High Blood Pressure Education Program Coordinating Committee. El séptimo informe del Comité Nacional Conjunto sobre Prevención, Detección, Evaluación y Tratamiento de la Hipertensión Arterial: el informe JNC 7. JAMA. 2003 Mayo; 289(19): 2560-72.
  23. Iasonos A, Schrag D, Raj GV, Panageas KS. Cómo construir e interpretar un nomograma para el pronóstico del cáncer. J Clin Oncol. 2008 Mar; 26(8): 1364-70.
  24. Yu J, Tao Y, Tao Y, Yang S, Yu Y, Li B, et al. Corte óptimo de los índices de obesidad para predecir los factores de riesgo de enfermedades cardiovasculares y el síndrome metabólico entre los adultos del noreste de China. BMC Public Health. 2016 Oct; 16(1): 1079.
  25. Sayeed MA, Mahtab H, Latif ZA, Khanam PA, Ahsan KA, Banu A, et al. Waist-to-height ratio is a better obesity index than body mass index and waist-to-hip ratio for predicting diabetes, hypertension and lipidemia. Bangladesh Med Res Counc Bull. 2003 Apr; 29(1): 1-10.
  26. Meseri R, Ucku R, Unal B. Relación cintura:altura: un índice superior en la estimación de los riesgos cardiovasculares en adultos turcos. Public Health Nutr. 2014 Oct; 17(10): 2246-52.
  27. Ononamadu CJ, Ezekwesili CN, Onyeukwu OF, Umeoguaju UF, Ezeigwe OC, Ihegboro GO. Análisis comparativo de los índices antropométricos de obesidad como correlatos y potenciales predictores de riesgo de hipertensión y prehipertensión en una población de Nigeria. Cardiovasc J Afr. 2017 Mar/Apr; 28(2): 92-9.
  28. Wai WS, Dhami RS, Gelaye B, Girma B, Lemma S, Berhane Y, et al. Comparación de las medidas de adiposidad en la identificación del riesgo de enfermedad cardiovascular entre los adultos etíopes. Obesidad (Silver Spring). 2012 Sep; 20(9): 1887-95.
  29. Li C, Ford ES, Zhao G, Kahn HS, Mokdad AH. Relación cintura-muslo y diabetes entre los adultos estadounidenses: la Tercera Encuesta Nacional de Examen de Salud y Nutrición. Diabetes Res Clin Pract. 2010 Jul; 89(1): 79-87.
  30. Wilsgaard T, Schirmer H, Arnesen E. Impact of body weight on blood pressure with a focus on sex differences: the Tromso Study, 1986-1995. Arch Intern Med. 2000 Oct; 160(18): 2847-53.
  31. Capanu M, Gonen M. Building a Nomogram for Survey-Weighted Cox Models Using R. 2011.

Contactos con los autores

Na Li, MD

Departamento de Obstetricia y Ginecología

Hospital Shengjing de la Universidad Médica de China

No. 36, San Hao Street, Shenyang, Liaoning 110004 (PR China)

Correo electrónico [email protected]

Detalles del artículo/publicación

Presentación de la primera página

Recibido: 09 de septiembre de 2018
Aceptado: 21 de febrero de 2019
Publicado en línea: 19 de marzo de 2019
Fecha de publicación: abril de 2019

Número de páginas impresas: 9
Número de figuras: 2
Número de Tablas: 3

ISSN: 0250-6807 (Print)
eISSN: 1421-9697 (Online)

Para información adicional: https://www.karger.com/ANM

Copyright / Dosificación de medicamentos / Disclaimer

Copyright: Todos los derechos reservados. Ninguna parte de esta publicación puede ser traducida a otros idiomas, reproducida o utilizada en cualquier forma o por cualquier medio, electrónico o mecánico, incluyendo fotocopias, grabaciones, microcopias, o por cualquier sistema de almacenamiento y recuperación de información, sin el permiso por escrito del editor.
Dosificación de medicamentos: Los autores y el editor han hecho todo lo posible para garantizar que la selección y la dosificación de los fármacos expuestos en este texto estén de acuerdo con las recomendaciones y la práctica actuales en el momento de la publicación. Sin embargo, en vista de la investigación en curso, los cambios en las regulaciones gubernamentales y el flujo constante de información relacionada con la terapia y las reacciones a los medicamentos, se insta al lector a revisar el prospecto de cada medicamento para ver si hay cambios en las indicaciones y la dosificación y si se añaden advertencias y precauciones. Esto es particularmente importante cuando el agente recomendado es un fármaco nuevo y/o de uso poco frecuente.
Descargo de responsabilidad: Las declaraciones, opiniones y datos contenidos en esta publicación son únicamente de los autores y colaboradores individuales y no de los editores y el/los editor/es. La aparición de anuncios y/o referencias a productos en la publicación no constituye una garantía, aval o aprobación de los productos o servicios anunciados ni de su eficacia, calidad o seguridad. El editor y el(los) redactor(es) declinan toda responsabilidad por cualquier daño a las personas o a la propiedad que resulte de cualquier idea, método, instrucción o producto al que se haga referencia en el contenido o en los anuncios.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.