Correlación entre la adiposidad mediante Bioimpedanciometría y la fórmula CUN-BAE en obesos mórbidos sometidos a bypass gástrico de una Anastomosis (BAGUA) como procedimiento bariátrico

FACULTAD DE ENFERMERÍA DE VALLADOLID GRADO EN ENFERMERÍA CURSO 2018/2019 CORRELACIÓN ENTRE LA ADIPOSIDAD MEDIANTE BIOIMPEDANCIOMETRÍA Y LA FÓRMULA CUN-BAE EN OBESOS MÓRBIDOS SOMETIDOS A BYPASS GÁSTRICO DE UNA ANASTOMOSIS (BAGUA) COMO PROCEDIMIENTO BARIÁTRICO Alumna: Clara Garrido Parada Tutora: María José Castro Alija Cotutor: Jaime Ruiz Tovar RESUMEN INTRODUCCIÓN: La obesidad mórbida es un problema grave de salud pública ya no solo por la propia patología crónica en sí sino por las comorbilidades asociadas que presenta. La alternativa terapéutica capaz de reducir sus efectos es la cirugía bariátrica, donde la técnica BAGUA ha demostrado presentar mejores resultados tanto en pérdida de peso como en la mejoría de comorbilidades que otros procedimientos bariátricos. El IMC es el parámetro más empleado para cuantificar y clasificar la obesidad. Sin embargo, presenta limitaciones, demostrándose en los últimos años que la adiposidad o porcentaje de grasa corporal (PGC) presenta una mayor correlación con las comorbilidades asociadas y el riesgo corporal. La adiposidad se mide mediante bioimpedanciometría (BIA), pero recientemente se ha desarrollado una nueva ecuación, llamada CUN-BAE, en base exclusivamente a parámetros antropométricos. OBJETIVO: Evaluar la correlación de la adiposidad estimada mediante la fórmula CUN-BAE con la obtenida mediante BIA validada, antes y 12 meses después de someterse a BAGUA. METODOLOGÍA: Estudio observacional, prospectivo y longitudinal realizado en 405 pacientes obesos mórbidos residentes en España sometidos a BAGUA entre 2014 y 2018. RESULTADOS: La adiposidad mediante BIA ha demostrado poseer una buena correlación con la formula CUN-BAE. Además, la relación entre los parámetros antropométricos varía en función del periodo de la cirugía en la que nos encontremos y del sexo. CONCLUSIÓN: La fórmula CUN-BAE es un buen predictor de adiposidad en el periodo postoperatorio, especialmente en varones, pero pierde validez en el paciente obeso mórbido. PALABRAS CLAVE: CUN-BAE, obesidad mórbida, BIA, BAGUA. ABSTRACT INTRODUCTION: Morbid obesity is a serious Public Health issue, not only because of the chronic pathology itself but of the associated diseases that can show up. As it continues to grow, alternative treatment plans have emerged such as bariatric surgery. OAGB has shown that it presents better results in order of weight loss and improvement of co-morbidities than other bariatric procedures. The diagnosis for potential applicants is based an approach of body adiposity with the BMI being the classificatory universal parameter. However, it has limitations, so a new equation called CUNBAE has been developed to allow a better calculation of the percentage of body fat, ultimately leading to reduce the diagnostic error. OBJECTIVE: Evaluate the correlation of the adiposity estimated through CUNBAE formula with the use of bioimpedanceometry, before and 12 months after OAGB procedure. METHODOLOGY: Observational, prospective and longitudinal study performed in Spanish obese patients undergoing OAGB between 2014 and 2018 showcase a total amount of 405 patients. RESULTS: The relationship between the anthropometric parameters changes in function of the stage of surgery (presurgery or postsurgery), as well as the sex of the patient. Consequently it shows up a good predictor of post-surgery adiposity, specially in men. Therefore it presents a better validation for the classification of obesity. CONCLUSION: CUN-BAE is a good predictor of adiposity postsurgery in healthy patients and specially in men, but it loses validation in obesity morbid patients. KEY WORDS: CUN-BAE, morbid obesity, BIA, OAGB I ÍNDICE GENERAL Índice general ................................................................................................ I Índice de tablas, ilustraciones y figuras ......................................................... II Abreviaturas .................................................................................................. III 1. Introducción ............................................................................................. 4 2. Justificación ............................................................................................. 7 3. Fisiopatología de la obesidad .................................................................. 9 4. Hipótesis y objetivos ................................................................................ 11 5. Material y métodos ................................................................................... 12 6. Resultados ............................................................................................... 15 7. Discusión ................................................................................................. 18 7.1 Limitaciones y fortalezas .............................................................. 18 7.2 Clasificación de la obesidad ......................................................... 18 7.3 Análisis de la composición corporal .............................................. 19 7.3.1 Bioimpedancia eléctrica .................................................. 20 7.3.2 CUN-BAE ........................................................................ 21 7.4 Técnica bariátrica .......................................................................... 23 8. Conclusiones ............................................................................................. 27 9. Bibliografía ................................................................................................ 28 10. Anexos .................................................................................................... 31 II ÍNDICE DE TABLAS, ILUSTRACIONES Y FIGURAS ÍNDICE DE TABLAS Tabla 1. Correlación de IMC, BIA y CUN-BAE en mujeres ............................ 17 Tabla 2. Correlación de IMC, BIA y CUN-BAE en varones ............................ 17 Tabla 3. Clasificación del IMC según la SEEDO ............................................ 18 Tabla 4. Riesgo de padecer enfermedades cardiovasculares según el ICC .. 19 Tabla 5. Rangos tras la obtención del porcentaje de adiposidad según CUNBAE ............................................................................................................... 22 Tabla 6. Estadística de pruebas emparejadas ............................................... 26 ÍNDICE DE ILUSTRACIONES Ilustración 1. Bypass gástrico de una anastomosis ....................................... 24 ÍNDICE DE FIGURAS Figura 1. Tasas proyectadas de obesidad según la OECD, Update 2017 ..... 4 Figuras 2. Porcentajes prequirúrgicos de las diferentes fórmulas antropométricas evaluadas: IMC, BIA y CUN-BAE ....................................... 16 Figura 3. Porcentajes postquirúrgicos de las diferentes fórmulas antropométricas evaluadas: IMC, BIA y CUN-BAE ....................................... 15 III ABREVIATURAS Y SIMBOLOGÍA • ACV: Accidente cerebrovascular • BAGUA: bypass gástrico laparoscópico de una sola anastomosis • BAROS: Bariatric Analysis Reporting Outcomes • BIA: Bioimpedancia bioeléctrica • CCAA: Comunidades autónomas • CB: Cirugía bariátrica • CUN-BAE: Clínica Universitaria de Navarra – Body Adiposity Estimator • DEXA: absorciometría de rayos X de energía dual • DM II: Diabetes Mellitus tipo II • ENPE: Encuesta Nutricional de la Población Española • ERC: Enfermedad renal crónica • FFM: Fat free mass (Masa libre de grasa) • GIP: polipéptido inhibidor gástrico • GLP-1: péptido similar al glucagón tipo-1 • HPA: hipotálamo-pituitaria-adrenal • HTA: Hipertensión arterial • ICC: índice cintura - cadera • IMC: índice de masa corporal o índice de Quetelet • MLG: Masa libre de grasa • NAOS: Nutrición, Actividad Física y Prevención de la Obesidad • NIH: National Institute of Health • OAGB: Laparoscopic one – anastomosis gastric bypass • OECD: Organización para la cooperación y el desarrollo económico • OMS: Organización Mundial de la Salud • PGC: porcentaje de grasa corporal • %PSP: Porcentaje de sobrepeso perdido • PYY: Péptido tirosina-tirosina • SAOS: Síndrome de apnea obstructiva del sueño • SECO: Sociedad Española de Cirugía de la obesidad • SEEDO: Sociedad Española para el Estudio de la Obesidad 4 1-INTRODUCCIÓN Según la OMS, la sobrecarga ponderal es el quinto factor de riesgo de mortalidad en el mundo. El sobrepeso y la obesidad se definen como la acumulación anormal o excesiva de grasa debido a un aumento en la ingesta de alimento de alto contenido calórico junto con un descenso significativo de la actividad física.1(p.4) Cifras oficiales publicadas por la OMS avalan que en el 2016 el 39% de las personas adultas tenían sobrepeso y el 13% eran obesas. En España la prevalencia de obesidad estimada en la población adulta (25-64años) es del 21,6% mientras que el sobrepeso alcanza un 39,3%. De acuerdo con resultados del estudio ENPE la distribución es desigual por CCAA, registrándose las tasas más elevadas en Galicia, Principado de Asturias y Andalucía.2 Es considerada una enfermedad sistémica, crónica, progresiva y multifactorial que ha alcanzado proporciones consideradas epidémicas, llegando a reducir la esperanza de vida hasta 15 años en obesos mórbidos, con una mala condición de esta, sobre todo en el ámbito de salud. Es por tanto una de las patologías más preocupantes del siglo XXI, ya que las cifras crecen significativamente (Figura 1). Esta patología aparece a raíz de una combinación de causas y factores complejos trascendentales para mantener una buena calidad de vida. Por ello no Figura 1: Tasas proyectadas de obesidad según la OECD Update 2017 5 se debe enfocar sólo a nivel colectivo, si no también individualizarlo, proporcionando una serie de cuidados en cada tipo de persona. Se ha demostrado que la adiposidad se correlaciona de forma más estrecha con ciertas comorbilidades: la SECO3 sugiere dividir las comorbilidades asociadas a la obesidad en mayores y menores según el riesgo vital, la calidad de vida y la prevalencia. Una persona obesa puede llegar a sufrir hasta 12 enfermedades derivadas del exceso de adiposidad, con patologías asociadas a todos los niveles: cardiovasculares (HTA, ACV), respiratorios (SAOS), digestivos (DM II, dislipemia), epiteliales, psicológicos (depresión)…entre otros. Una de las principales medidas del xito de las intervenciones nutricionales es el estudio de los cambios en la composición corporal, adems de las determinaciones bioqumicas y otros indicadores de riesgo de padecer enfermedades asociadas a la obesidad. El diagnóstico y seguimiento de la obesidad requieren apropiados mtodos de medida de la grasa corporal. Para su diagnóstico se utiliza a nivel global el IMC, definido como indicador antropométrico que relaciona el peso (en kg) y la altura al cuadrado (en m) para la evaluación de un peso corporal saludable. Pese a todo, la adiposidad o PGC ha demostrado ser un mejor predictor de riesgo cardiovascular que el IMC, así como correlacionarse más estrechamente con la aparición de comorbilidades asociadas a la obesidad. Existe evidencia de que los analizadores tetrapolares de bioimpedanciometría proporcionan datos más objetivos y fiables, arrojando parámetros de agua, proteínas, minerales y grasa por segmentos, aunque precisa del cumplimiento de toda una serie de normas de obligado rigor metodológico. Además, estos aparatos no están disponibles en todos los centros, por lo que la medida de la adiposidad aún no se ha generalizado. Por ello, investigadores de la Clínica Universitaria de Navarra han desarrollado una nueva ecuación llamada CUN-BAE que permite calcular el PGC basándose en valores fáciles de disponer como son: la edad, el sexo, la altura, el peso y el 6 propio IMC, en post de resultados específicos, con su consecuente disminución de error para ser utilizada como herramienta a nivel universal. Esta fórmula ha sido validada en población sana con normopeso, sobrepeso y obesidad levemoderada, pero no hay evidencia suficiente de su validez en población obesa mórbida ni tras cirugía bariátrica. En este estudio se analizará la correlación entre la adiposidad preoperatoria y postoperatoria establecida mediante BIA, IMC y CUN-BAE en pacientes sometidos a BAGUA. 13 ANÁLISIS Para el análisis estadístico descriptivo se utilizó el programa IBM SPSS v.24, mientras que la base de datos fue compilada mediante el programa ofimático Excel V.2007. Las variables cuantitativas fueron definidas mediante media y desviación típica, las cualitativas mediante número de casos y porcentaje. Para comparar entre variables pre y postoperatorias se empleó la prueba T student para datos pareados, mientras que la relación entre variables cuantitativas se estableció con el test de Pearson, considerando significativos valores de p<0,005. Además, se registraron las comorbilidades asociadas con la obesidad (HTA, DM, resistencia a la insulina, hipotiroidismo, SAOS y depresión) y si precisa tratamiento para estas, así como factores de riesgo importantes: consumidor de drogas como alcohol o tabaco. CRITERIOS DE INCLUSIÓN Pacientes con IMC > 40 kg/m2 Pacientes con IMC > 35kg/m2 que presenten comorbilidades asociadas. Mayores de 18 años. Fracaso del tratamiento dietético durante al menos 2 años. Pacientes que psicológicamente entiendan tanto los riesgos como beneficios de la cirugía. Realización de bioimpedanciometría y valoración antropométrica previo a la cirugía. Pacientes sometidos a BAGUA como técnica de cirugía bariátrica. CRITERIOS DE EXCLUSIÓN Pacientes sometidos a otro tipo de cirugía bariátrica. Pacientes sometidos a cirugía de revisión. Pacientes sometidos a otros procedimientos quirúrgicos durante el mismo acto (hiatoplastia, colecistectoma…) Pacientes con discapacidad mental invalidante. 14 Aquellos pacientes que durante el periodo preoperatorio no hayan perdido un mínimo del 10 % de su peso mediante dieta y ejercicio físico. CONSIDERACIONES ÉTICO-LEGALES Las historias clínicas han sido proporcionadas por el centro de excelencia para el estudio y tratamiento de la obesidad y enfermedades metabólicas. Este correspondiente estudio forma parte de un proyecto más amplio para el que se recogieron todos los documentos correspondientes. En todo momento se preservó el anonimato de los participantes. En la realización del estudio se cumplió con las normas éticas de la Declaración de Helsinki y respetando la Ley Orgánica 3/2018, de 5 de diciembre, de Protección de datos personales y garantía de los derechos digitales. Así como el código deontológico para la profesión de Enfermería dictada por el Consejo Internacional de Enfermería. 15 6RESULTADOS Evaluamos un total de 405 pacientes con una edad media de 43.7 años, un peso preoperatorio medio de 114,19 ± 21,4 kg, una altura de 166 ± 8,4 cm y un IMC de 41,5± 6,7 kg/m2. Todos los pacientes presentan algún tipo de comorbilidad asociada: DM II (24,52%), HTA (47,23%), ansiedad o depresión (45,87%), SAOS (51,5%), e hipotiroidismo (10,10%), así como un alto porcentaje es consumidor de drogas tipo: alcohol (49,38%) y tabaco (17,67%). Se adquirieron los parámetros de bioimpedanciometría preoperatoria y en el seguimiento postoperatorio, tras 12 meses, se obtuvieron datos de 151 de los 405 pacientes (37.1%). Antes de la operación el porcentaje de adiposidad medio establecido mediante BIA fue del 44.8%, mientras que el porcentaje estimado mediante fórmula CUNBAE fue del 32.7% (coeficiente de correlación Pearson 0.460; p<0.001) y el porcentaje de IMC de 41,5%. El coeficiente de correlación entre la adiposidad mediante BIA y el IMC ha sido de 0.511 (p<0.001), permaneciendo estos resultados semejantes (Figura 2). A los 12 meses de la intervención, la pérdida de peso media era de 47.5 kg y el IMC de 23.7 kg/ m2, con un PEPP del 107.8 %. El porcentaje de adiposidad medio establecido mediante BIA correspondió al 25.6%, a través del IMC un 25,8% y el porcentaje estimado mediante la fórmula CUN-BAE fue del 27.1% El coeficiente de correlación de Pearson entre BIA y CUN-BAE resultó ser de 0,721. Del mismo modo, el coeficiente de correlación entre la adiposidad mediante BIA y el IMC fue de 0.583 (p<0.001), sin apenas variación equiparándolo con el parámetro obtenido en el periodo prequirúrgico. 16 Estratificando por sexo, en mujeres la adiposidad preoperatoria mediante BIA se correlaciona con el IMC preoperatorio (coeficiente de correlación de Pearson 0.664; p<0.001), pero no muestra correlación significativa con la estimación de adiposidad mediante fórmula CUN-BAE (p=0.198), excluyendo dicha fórmula para este tipo de situaciones. Comparándolo con el periodo post operatorio, la adiposidad entonces sí se correlaciona con la estimación entre CUN-BAE y BIA (coeficiente de correlación Pearson 0.536; p<0,001). A pesar del buen resultado, la correlación de BIA e 41,9 40,3 26,2 0 10 20 30 40 50 60 IMC BIA CUN-BAE PORCENTAJES FÓRMULAS ANTROPOMÉTRICAS PREQUIRÚRGICO Mujeres Varones Global 32,7 25,8 25,6 27,1 0 5 10 15 20 25 30 35 IMC BIA CUN-BAE PORCENTAJES FÓRMULAS ANTROPOMÉTRICAS POSTQUIRÚRGICO Mujeres Varones Global Figuras 2. Porcentajes prequirúrgicos de las diferentes fórmulas antropométricas evaluadas: IMC, BIA y CUN-BAE 44,8 41,5 Figuras 3. Porcentajes postquirúrgicos de las diferentes fórmulas antropométricas evaluadas: IMC, BIA y CUN-BAE 17 Tabla 2. Correlación de IMC, BIA y CUN-BAE en varones IMC postoperatorio es aún mayor (coeficiente de correlación Pearson 0,675; p<0,001). La adiposidad preoperatoria en varones mediante BIA se correlaciona con el IMC preoperatorio (coeficiente de correlación de Pearson 0,597; P < 0,001) y escasamente con la estimación de adiposidad mediante fórmula CUN BAE (coeficiente de correlación de Pearson 0,314; P<0,001). En el postoperatorio, la adiposidad mediante BIA sí se correlaciona con la estimación mediante CUN-BAE (coeficiente de correlación Pearson 0,857; P<0,001). También se correlaciona con el IMC postoperatorio (coeficiente de correlación Pearson 0,782; P<0,001). En definitiva, la fórmula CUN-BAE registra una excelente correlación global a nivel postoperatorio, no así preoperatorio. En función del sexo, el rendimiento de la fórmula CUN-BAE es mayor en hombres, en ambos periodos quirúrgicos. Prequirúrgico Postquirúrgico (12 meses) IMC (Kg/m2) 41,9 ± 6 26,2 ± 4,2 Adiposidad (BIA) 40,3 ± 8,3 18,2 ± 6,8 Adiposidad (CUN-BAE) 26,2 ± 3,7 18,9 ± 3,5 Prequirúrgico Postquirúrgico (12 meses) IMC (Kg/m2) 41,1±7 25,7±4,5 Adiposidad (BIA) 47,3±5,2 28,6 ± 8 Adiposidad (CUN-BAE) 36,3 ±4,7 30,3 ± 4,2 Tabla 1. Correlación de IMC, BIA y CUN-BAE en mujeres 18 Tabla 3. Clasificación del IMC según la SEEDO 7DISCUSIÓN 7.1Limitaciones y fortalezas LIMITACIONES El método CUN-BAE solo está validado para población caucásica y en rango de normopeso, sobrepeso u obesidad leve-moderada. FORTALEZAS Alta confiabilidad de los datos y validez de estos ya que han sido valorados por profesionales sanitarios especializados en cirugía bariátrica. 7.2Clasificación de la obesidad La SEEDO13 define el exceso de peso en 6 tipos según el IMC en la etapa adulta (tabla 1). En este estudio la media de los 405 pacientes analizados es de un IMC prominente, con un resultado de 41± 6,7 kg/m2, oscilando mayoritariamente dentro del parámetro clasificatorio de obesidad tipo III, denominada obesidad mórbida. Categoría Valores límite del IMC (kg/m2) Peso insuficiente <18.5 Normopeso 18,5-24,9 Sobrepeso grado I 25,0 – 29,9 Sobrepeso grado II (preobesidad) 27,0-29,9 Obesidad de tipo I 30,0 – 34,9 Obesidad de tipo II 35,0 – 39,9 Obesidad de tipo III (mórbida) 40,0 – 49,9 Obesidad tipo IV (extrema) ≥50 Según la distribución de la grasa corporal, clasificaremos la grasa abdominal en: a) Ginecoide, periférica, inferior o gluteofemoral: más frecuente en mujeres, se caracteriza por la acumulación de grasa en la mitad inferior del cuerpo, localizándose en regiones de caderas, glúteos y muslos. 19 b) Androide, central, superior, abdominal o visceral: la grasa se acumula en la mitad superior del cuerpo, localizándose especialmente en el interior de la cavidad abdominal. Se asocia con un mayor riesgo metabólico, relacionado con tejido adiposo hipertrófico y disfuncional. Es la forma más común en varones. En España la prevalencia de obesidad abdominal se estima en el 33,4%, hallándose superior entre mujeres y a medida que avanza la edad.2 La obesidad abdominal se estandarizó como límite patológico los valores de cintura mayores de 102 cm en varones y de 88 en mujeres2. La inmensa mayoría de los pacientes analizados superan dichas cifras, siendo la mínima de 86 cm y la máxima de 189cm, con un promedio entre hombres y mujeres de 125 cm de perímetro de cintura. Los cambios en el ICC son predictores de modificaciones en los factores de riesgo cardiovascular (13-14). Para calcular el ICC, se divide el perímetro de cintura entre el de la cadera. Esta cifra nos servirá para comprobar el riesgo de padecer enfermedades cerebrovasculares y valorar el riesgo de acumulación central de grasa y grasa intraabdominal. El 47,91% de las mujeres a estudio presentan ICC ≥ 0.85, mientras que el 18,22% de los hombres supera el 1, datos preocupantes asociados con un alto riesgo de morbimortalidad. (Tabla 2). 7.3Análisis de la composición corporal El mejor método para valorar la obesidad es el que nos permite medir con mayor precisión la cantidad de tejido adiposo del cuerpo humano. Aunque no haya evidencia de la existencia de un método totalmente fiable, el más utilizado actualmente es la impedancia bioeléctrica tetrapolar ya que incrementa la Riesgo de enfermedades Mujeres Hombres Muy bajo <0.8 <0.95 Bajo 0.81 – 0.84 0.96-0.99 Alto >0.85 >1 Tabla 4. Riesgo de padecer enfermedades cardiovasculares según el ICC 20 reproducibilidad al fijar la posición de los puntos de medida. Existen otras técnicas diagnósticas complejas tales como la DEXA o la pletismografía por desplazamiento de aire, siendo estas caras y no accesibles a gran escala. 7.3.1.- Bioimpedancia eléctrica El análisis de la composición corporal mediante BIA se define como el fraccionamiento de la masa total del cuerpo en sus distintos componentes principales basándose en las propiedades eléctricas de los tejidos biológicos. El impedanciómetro introduce una corriente alterna con un amparaje muy bajo, utilizando el agua como método conductor. Mide el ACT, estima la masa libre de grasa (FFM) e indirectamente la GCT mediante un pletismógrafo conectado a cuatro electrodos de superficie. El paciente debe estar en decúbito supino y los electrodos se colocarán en las respectivas extremidades. La impedancia eléctrica tiene dos componentes: la resistencia (representada por la FFM) y la reactancia (causada por la resistencia ofrecida por las membranas celulares, los tejidos de sostén y los tejidos no-iónicos que retardan el paso de la corriente). Por tanto, el principio en que se basa la BIA para valorar la composición corporal es la relación de esta con el contenido de agua del cuerpo, obteniendo así estimaciones de: masa grasa y masa libre de grasa, el agua corporal total y la tasa metabólica basal. Los parámetros a tener en cuenta previos a la realización de la técnica son: la edad, el peso y la talla.16 El tejido muscular, los huesos y los vasos sanguíneos son tejidos corporales que contienen un alto porcentaje de agua y poseen la capacidad de conducir la electricidad de forma fácil, mientras que el tejido graso detenta escasa conductividad, con una consiguiente porción baja de agua y de proteínas. Por ello, obtenemos la cantidad de masa grasa a través de la ecuación: Masa grasa = peso – masa muscular. Es un método que utiliza fórmulas predictivas específicas para pacientes que padecen obesidad, aunque está limitada ya que no hay suficiente aprobación en 21 IMC > 35kg/m2, por lo que teóricamente no está indicado en este tipo de pacientes.12 En determinas patologías como pacientes terminales con ERC, pacientes hemodializados o en circunstancias donde existen alteraciones de la hidratación las asunciones son inválidas, siendo necesarios más estudios sobre la variación de los parámetros en la ecuación para este tipo de situaciones. En otras condiciones como en la desnutrición proteico-calórica las alteraciones del agua intracelular son frecuentes por lo que los resultados no reflejarían la cantidad de MLG real. Además, la impedancia corporal es diferente entre etnias, viéndose influenciada la precisión de la BIA debido a que las ecuaciones de regresión para cada población pueden transgredirse sin una validación previa.17 De manera análoga está totalmente contraindicada en personas que utilicen marcapasos o estimuladores cardiacos y en pacientes con hipertrofia aislada en los músculos. La precisión de los cálculos incluso puede verse afectada por variaciones a la hora de llevar a cabo la medición: mala posición de los electrodos, diversidad de algoritmos, particularidades de la propia máquina… Por ello, es necesario el desarrollo constante de nuevas ecuaciones de predicción y de validación cruzada, manteniendo un seguimiento de las condiciones de medida. Pese a todo la BIA es una técnica fiable, inocua, no invasiva, de fácil uso y económica con un margen de error de un 3-5%. 7.3.2-CUN-BAE A pesar de la existencia de diversas técnicas disponibles para la medición de la composición corporal, no se dispone de un método referencial in vivo. El propósito de incorporar la utilización de la fórmula CUN-BAE es estimar el PGC con el menor error posible a fin de servir de herramienta en la práctica clínica, tanto para la detección precoz de obesidad como para la identificación de factores de riesgo cardiometabólico. Dicha fórmula calcula el porcentaje de adiposidad mediante una serie de parámetros: edad (en años), sexo (varón = 0; mujer = 1), altura (m), peso (kg) e 22 Tabla 5. Rangos tras la obtención del porcentaje de adiposidad según la fórmula CUN-BAE PGC = −44.988+ (0.503 × Edad) + (10.689 × Sexo) + (3.172 × BMI) - (0.026 × BMI2) + (0.181 × BMI × Sex) - (0,02 × IMC × Edad) - (0,005 × IMC2 × Sexo) + (0,00021 × IMC2 × Edad). IMC (kg/m2); clasificando a su vez una serie de rangos de: normopeso, sobrepeso u obesidad, conforme el porcentaje obtenido. (Tabla 4). Adiposidad Masculina Femenina Normal <20% <30% Sobrepeso 20-25% 30-35% Obesidad >25% >35% Por otra parte, el IMC es el indicador más aceptado mundialmente para evaluar la obesidad en ámbitos clínicos y epidemiológicos. Sin embargo, recientes estudios han demostrado que el IMC es impreciso a la hora de estimar la adiposidad a nivel individual (no permite diferenciar entre masa magra y masa grasa), además de ser dependiente de parámetros como la edad y el sexo. Es decir, generalmente suelen subestimar la cantidad de grasa corporal en los ancianos y sobreestimarla en jóvenes18 (p.103), así como producir alteraciones en sujetos musculosos, gestantes y personas con retención hidrosalina.12 Expertos de sociedades científicas españolas afirman que en un futuro cercano dicha patología deberá calcularse de otro modo. Según apunta uno de estos expertos: “Hemos funcionado durante mucho tiempo con el IMC, pero la obesidad no es exceso de peso sino el exceso de grasa y es ahí donde crecen las posibilidades de que una persona desarrolle diabetes, alteraciones en los líquidos, esclerosis o cardiopatía isquémica”. Adems, aboga que “La situación empeora al evaluar a personas con sobrepeso: Un 80% de las que hemos analizado, tendra obesidad si medimos su grasa corporal”19. En consecuencia, el IMC será positivo para hacer mediciones a gran escala, pero a nivel individual será indicado medir la composición corporal con otros métodos. 29 12. Liu L, Ji G, Li G, Hu Y. Structural changes in brain regions involved in executive-controland self4-referential processing after sleeve gastrectomy in obese patients. 2018 [citado 2019 May 4]; Disponible en: https://doi.org/10.1007/s11682-018-9904-2 13. Lecube A, Monereo S, Rubio MA, Martínez-de-Icaya P, Martí A, Salvador J, Masmiquel L, Goday A, Bellido D, Lurbe E, García-Almeida JM, Tinahones FJ, García-Luna PP, Palacios E, Gargallo M, Breton I, Caixàs A, Menéndez E, PuigDomingo M, Casanueva FF. CONSENSO SEEDO 2016. PREVENCION, DIAGNÓSTICO Y TRATAMIENTO DE LA OBESIDAD. POSICIONAMIENTO SEEDO 2016. [citado 2019 May 4]. Disponible en: https://www.seedo.es/images/site/ConsensoSEEDO2016.pdf 14. V, Gómez Gandoy JB, Antoranz González MJ. Revista espaola de salud pblica. [Internet]. Vol. 75, Revista Española de Salud Pública. Ministerio de Sanidad y Consumo; 2001 [citado 2019 May 4]. 221-236 p. Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S113557272001000300006 15. Bravo R, Ugartemendia L, Cubero J, Uguz C, Rodríguez AB. Collaborative active learning: bioimpedance and anthropometry in higher education. Adv Physiol Educ [Internet]. 2018 Dec [citado 2019 May 4];42(4):605–9. Disponible en: https://www.physiology.org/doi/10.1152/advan.00106.2017 16. Gómez-Ambrosi J, Silva C, Catalán V, Rodríguez A, Galofré JC, Escalada J, et al. Clinical usefulness of a new equation for estimating body fat. Diabetes Care [Internet]. 2012 Feb [citado 2019 May 4];35(2):383–8. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/22179957 17. Alvero-Cruz, JR, Correas Gómez L, Ronconi M, Fernández Vázquez R, Porta i Manzañido J. La bioimpedancia eléctrica método de estimación de la composición corporal, normas prácticas de utilización. Vol. 4. Núm. 4. 2011. [citado 2019 May 4]. Disponible en: https://www.elsevier.es/es-revista-revista-andaluza-medicina-del-deporte-284-articulo-labioimpedancia-electrica-como-metodo-X1888754611937896 18. Rodota LP, Castro ME. Nutrición clínica y dietoterapia / Liliana P. Rodota, María Eugenia Castro. 2019 [citado 2019 May 4]; Disponible en: http://almena.uva.es/search~S1*spi?/YNutrici%7B226%7Don+Cl%7B226%7Dinica+y+Dieto terapia+&SORT=D/YNutrici%7B226%7Don+Cl%7B226%7Dinica+y+Dietoterapia+&SORT=D&S UBKEY=Nutrición+Clínica+y+Dietoterapia+/1%2C10%2C10%2CB/frameset&FF=YNutrici%7B2 26%7Don+Cl%7B226%7Dinica+y+Dietoterapia+&SORT=D&1%2C1%2C 19. www.gacetamedica.com. (2019). El IMC ya no será determinante para el diagnóstico de la obesidad. [online] 2019 [citado 2019 Jun 1]. Disponible en: https://www.gacetamedica.com/especializada/el-imc-ya-no-sera-determinante-para-eldiagnostico-de-la-obesidad-CL805127 20. Zubiaga Toro L, Ruiz-Tovar Polo J, Díez-Tabernilla M, Giner Bernal L, Arroyo Sebastián A, Calpena Rico R. Fórmula CUN-BAE y factores bioquímicos como marcadores predictivos de obesidad y enfermedad cardiovascular en pacientes pre y post gastrectomía vertical. Nutr Hosp [Internet]. 2014 [citado 2019 May 4];30(2):281–6. Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0212-16112014000900008 21. Guerrero Menendez, R. Influencia de la obesidad en la recuperación física, funcional y en la satisfacción de pacientes sometidos a artroplastia de rodilla. 2017. [citado 2019 Jun 1]. Disponible en: http://eprints.ucm.es/46304/1/T39556.pdf 22. Marrero-Gordillo N, Marrero-Díaz, M, Hernández Abad FJ. Valoración de un Nuevo método de estimación de la grasa corporal: su utilidad en el Sistema de Clasificación de luchadores de Lucha Canaria. Majorensis 2015; 11: 28-36. [citado 2019 May 4]; Disponible en: 30 https://riull.ull.es/xmlui/bitstream/handle/915/4459/Valoracion_de_un_nuevo_metodo_de_estim acion_de_la_grasa_corporal__su_utilidad_en_el_Sistema_de_Clasificacion_de_luchadores_de _Lucha_Canaria.pdf?sequence=1&isAllowed=y 23. Dávila-Batista V, Gómez Ambrosi J, Fernández Villa T, Molina AJ, Frühbeck G, Martín, V. Escala colorimétrica del porcentaje de grasa corporal según el estimador de adiposidad CUNBAE. 2016. Atención Primaria, 48(6), 422-423. [citado 2019 May 4]; Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0212-16112014000900008 24. Dávila-Batista V, Carriedo D, Díez F, Pueyo Bastida A, Martínez Durán B, Martín V. Estimación de la fracción atribuible poblacional debida a la obesidad en los ingresos hospitalarios por gripe valorada según el índice de masa corporal (IMC) y el CUN-BAE. Medicina de Familia. SEMERGEN, Vol. 44 (2), No.100-106. 2018. [citado 2019 May 4]; Disponible en: https://wwwsciencedirect.com/science/article/pii/S1138359317300370?via%3Dihub 25. Baltasar A, Bou R, Bengochea M, Serra C, Bengochea M, Serra C, Ferri L, Pérez N, Arlandis F, Martínez R, Cipagauta L. 40 years of advances in Bariatric Surgery. Journal of negative & no positive results. 2017 [citado 2019 May 4]; Disponible en: http://revistas.proeditio.com/jonnpr/article/viewFile/1542/pdf1542ING 26. Carbajo MA, Ortiz de Solórzamo J, García-Lanza C, Pérez Miranda M, Guadalupe Fonseca O, Castro MJ. Bypass gástrico laparoscópico de una sola anastomosis (BAGUA) asistido con brazo robótico: técnica y resultados en 1.126 pacientes. Vol.9 No.1 Ene.-Mar. 2008 [citado 2019 May 4]; Disponible en: https://www.medigraphic.com/pdfs/endosco/ce-2008/ce081b.pdf 27. Van Beek AP, Emous M, Laville M, Tack J. Dumping syndrome after esophageal, gastric or bariatric surgery: pathophysiology, diagnosis, and management. Obes Rev [Internet]. 2017 Jan 1 [citado 2019 May 4];18(1):68–85. Disponible en: http://doi.wiley.com/10.1111/obr.12467 28. Madsen LR, Espersen R, Ornstrup MJ, Jørgensen NR, Langdahl BL, Richelsen B. Bone Health in Patients with Type 2 Diabetes Treated by Roux-En-Y Gastric Bypass and the Role of Diabetes Remission. Obes Surg [Internet]. 2019 Feb 4 [citado 2019 May 4]; Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/30719648 29. Mastino D, Robert M, Betry C, Laville M, Gouillat C, Disse E. Bariatric surgery outcomes in sarcopenic obesity. Obes Surg. Vol.26.No.3. 2016 [citado 2019 May 10]; Disponible en: https://www.bodystat.com/wp-content/uploads/2018/05/118-article-sarcopenic-obesityOBSU.pdf 30. García-Caballero M, Reyes-Ortiz M, Martínez Moreno JM, Toval JA. Super obese behave different from simple and morbid obese patients in the changes of body composition after tailored one anastomosis gastric bypass (BAGUA). [Internet] 2014 May 1;29(5):1013-9 [citado 2019 May 10]; Disponible en: https://www.ncbi.nlm.nih.gov/pubmed/24951979. 31. Bothou C, Beuschlein F, Spyroglou A. Links between aldosterone excess and metabolic complications: A comprehensive review. Diabetes Metab. [Internet] 2019 Feb 27 [citado 2019 May 10]; Disponible en: https://www.ncbi.nlm.nih.gov/pubmed/?term=31.+Bothou+C%2C+Beuschlein+F%2C+Spyroglo u+A. 31 10ANEXOS 10.1 – Autorización del comité de investigación de la Facultad de Enfermería.