Rlh 3 2014 by felipe espino

Editor en Jefe Manuel Velasco (Venezuela) Editor Adjunto Julio Acosta Martínez Editores Asociados Alcocer Luis (México) Brandao Ayrton (Brasil) Feldstein Carlos (Argentina) Israel Anita (Venezuela) Israili Zafar (Estados Unidos) Levenson Jaime (Francia) Parra José (México) Ram Venkata (Estados Unidos) Comité Editorial Álvarez de Mont, Melchor (España) Amodeo Celso (Brasil) Arciniegas Enrique (Venezuela) Baglivo Hugo (Argentina) Bermúdez Valmore (Venezuela) Bognanno José F. (Venezuela) Briceño Soledad (Venezuela) Contreras Freddy (Venezuela) Contreras Jesús (Venezuela) Crippa Giuseppe (Italia) De Blanco María Cristina (Venezuela) Escobar Edgardo (Chile) Foo Keith (Venezuela) Gamboa Raúl (Perú) Juan De Sanctis (Venezuela) Kaplan Norman (Estados Unidos) Lares Mary (Venezuela) Lenfant Claude (Estados Unidos) López Jaramillo Patricio (Colombia) López Mora (Venezuela) Manfredi Roberto (Italia) Manrique Vestal (Venezuela) Marahnao Mario (Brasil) Marín Melania (Venezuela) Monsalve Pedro (Venezuela) Morr Igor (Venezuela) Mújica Diorelys (Venezuela) Nastasi Santina (Venezuela) Pizzi Rita (Venezuela) Ponte Carlos (Venezuela) Rodríguez Luis Alejandro (Venezuela) Rodríguez de Roa Elsy (Venezuela) Sánchez Ramiro (Argentina) Soltero Iván (Venezuela) Tellez Ramón (Venezuela) Valdez Gloria (Chile) Valencia Delvy (Venezuela) Vidt Donald (Estados Unidos) Zanchetti Alberto (Italia)

Sumario - Volumen 9, Nº 3, 2014

Editores

evista Latinoamericana de Hipertensión Factores de riesgo para obesidad en adultos de la ciudad de Cuenca, Ecuador Risk factors for Obesity in adults from the city of Cuenca, Ecuador. María Eugenia Campoverde, Roberto Añez, Juan Salazar, Joselyn Rojas, Valmore Bermúdez,

Características morfológicas y somatotipo en futbolistas no profesionales, según posición en el terreno de juego Morphological characteristics and somatotype in amateur futball players by field position Yimi Vera, Carmen Chávez, Adriana David, Wheeler Torres, Joselyn Rojas, Valmore Bermúdez

60 Alcohol drinking patterns in the adult population from the Maracaibo municipality, Zulia - Venezuela Patrones de consume de alcohol en la población adulta del municipio Maracaibo, Zulia - Venezuela Valmore Bermúdez, Yaquelin Torres, Vanessa Apruzzese, María Sofía Martínez, Mervin Chávez, Jessenia Morillo, Luis Olivar, José Mejías, Milagros Rojas, Juan Salazar, Roberto Añez, Joselyn Rojas

Volumen 9, Nº 3. 2014 Depósito Legal: pp200602DC2167 ISSN: 1856-4550 Sociedad Latinoamericana de Hipertensión Dirección: Escuela de Medicina José María Vargas, Cátedra de Farmacología, piso 3. Esq. Pirineos. San José. Caracas-Venezuela. Telfs. 0212-5619871 E-mail: latinoamericanadehipertension@gmail.com www.revistahipertension.com Comercialización y Producción: Felipe Alberto Espino Telefono: 0212-881.1907/ 0416-811.6195 / 0412-363.4540 E-mail: felipeespino7@gmail.com Diseño de portada y diagramación: Mayra Gabriela Espino Telefono: 0412-922.25.68

E-mail: mayraespino@gmail.com

actores de riesgo para obesidad en adultos de la ciudad de Cuenca, Ecuador Risk factors for Obesity in adults from the city of Cuenca, Ecuador.

Introducción y Objetivo: La Obesidad es una enfermedad de magnitud epidémica que afecta tanto a niños como adultos, la cual está influenciada por factores étnicos, culturales, demográficos y metabólicos. Los estudios relacionados a esta patología en la población adulta del Ecuador son escasos por lo cual el objetivo principal de esta investigación fue determinar los principales factores de riesgo para obesidad en individuos de la ciudad de Cuenca, Ecuador. Materiales y Métodos: Se realizó un estudio descriptivo de campo y transversal en 318 individuos de ambos sexos, seleccionados aleatoriamente. La obesidad se definió de acuerdo a los criterios de la Organización mundial de la Salud y se realizó un modelo de regresión logística binaria para determinar los principales factores asociados en una contexto multivariante. Resultados: La prevalencia de Obesidad fue de un 23,6% (27,5% en mujeres y 18.4% en hombres). Luego del ajuste en un modelo multivariante para obesidad, el factor de riesgo que mayor asociación mostró fue la Diabetes mellitus tipo 2 (OR=5,95; IC95%: 1,45-24,41; p=0,01) seguido de las categorías de Hipertensión Arterial y alto consumo de calorías diarias. Conclusión: La prevalencia de obesidad en la ciudad de Cuenca es menor a la mostrada en otras ciudades latinoamericanas, sin embargo; existen factores de riesgo socioculturales, psiciobiológicos y metabólicos que podrían influir en su aparición, siendo la Diabetes mellitus tipo 2, la Hipertensión Arterial y la dieta alta en calorías lo principales determinantes a considerar en el diagnóstico y manejo de esta enfermedad. Palabras clave: obesidad, factor de riesgo, diabetes mellitus, hipertensión, calorías.

Abstract

Resumen

María Eugenia Campoverde, MD1, Roberto Añez, MD2, Juan Salazar, MD2, Joselyn Rojas, MD, MgSc2, Valmore Bermúdez, MD, MPH, MgSc, PhD2 1Cursante del Máster de Endocrinología Avanzada. Universidad de Alcalá de Henares. Madrid, España. Director: Dn. Melchor Álvarez de Mon Soto, MD, PhD. 2Centro de Investigaciones Endocrino – Metabólicas “Dr. Félix Gómez”. Facultad de Medicina. La Universidad del Zulia. Maracaibo, Venezuela.

Introduction and Objective: Obesity is a disease of epidemic magnitude that affects both children and adults, which is influenced by ethnic, cultural, demographic and metabolic factors. Studies related to this disease in the adult population of Ecuador are scarce so the main objective of this research was to identify the main risk factors for obesity in individuals from the city of Cuenca, Ecuador. Materials and Methods: A descriptive cross-sectional study was conducted on 318 individuals of both sexes, randomly selected. Obesity was defined according to the criteria of the World Health Organization and a model of binary logistic regression was performed to identify the main associated factors in a multivariate context. Results: The prevalence of obesity was 23,6% (27,5% in women and 18,4% men). After adjustment in a multivariate model for obesity, the risk factor that showed stronger association was Type 2 Diabetes Mellitus (OR=5,95; 95%CI: 1,45–24,41; p=0,01) followed by categories of Hypertension and high intake of daily calories. Conclusion: The prevalence of obesity in the city of Cuenca is less than that shown in other Latin American cities, however; sociocultural, psychobiological and metabolic factors exist that might influence its occurrence risk, with Type 2 Diabetes Mellitus, Hypertension and high calorie diet as major determinants to consider in the diagnosis and management of this disease. Keywords: obesity, risk factor, diabetes mellitus, hypertension, calories.

a obesidad se define como el exceso de adiposidad corporal en un individuo1, independientemente de esta definición poco específica y del método que se utilice para su diagnóstico, esta enfermedad se ha convertido en un grave problema de salud pública a nivel mundial2 dado el exponencial incremento en el número de afectados y las diversas patologías asociadas que contribuyen a su morbimortalidad3. Para el año 2010 se calcularon más de 3 millones de muertes en el mundo relacionadas al sobrepeso u obesidad y se estima que existen más de 78 millones de sujetos obesos (34,9%) solo en Estados Unidos (USA)4. La tendencia ascendente en la prevalencia de este trastorno metabólico se ha observado en diversos países de las Américas incluyendo a Ecuador, donde a pesar de no existir cifras específicas en cuanto al número de afectados a nivel nacional se ha planteado una alta frecuencia especialmente en el sexo femenino5. Asimismo, la obesidad se ha asociado a diversas condiciones o enfermedades como Diabetes mellitus tipo 2 (DM2), Hipertensión Arterial (HTA), enfermedad cardiovascular, colecistopatía, asma bronquial, osteoartritis, diversos tipos de cáncer, entre otras6-8. Las cuales contribuyen al impacto económico que genera la obesidad en los sistemas de salud en todo el mundo, estimándose que su costo ascienda hasta 344 billones de dólares para el año 2018 en USA, de mantenerse las proyecciones de prevalencia en este país9. Las teorías entorno a la alta frecuencia de esta enfermedad son numerosas y abarcan desde factores ambientales como la transición nutricional y la inactividad física característica del mundo occidental, hasta el genotipo ahorrador como estrategia genómica influenciada por factores epigenéticos del mundo actual10. Es por ello que se hace necesario el análisis de los diversos determinantes del comportamiento epidemiológico de la obesidad en nuestra región, que permita identificar cuáles son las principales causas y consecuencias de esta epidemia, que afecta cada día a una mayor cantidad de individuos incluso desde temprana edad11. Ante la falta de reportes que analicen el comportamiento epidemiológico de la obesidad en el Ecuador, el objetivo de este estudio es determinar los principales factores de riesgo relacionados a esta patología en las parroquias urbanas de la ciudad de Cuenca, como medida inicial para identificar potenciales determinantes en el control de su incidencia.

Materiales y métodos

Introducción

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

Declaración ética Todos los individuos que fueron parte del presente estudio firmaron un consentimiento informado, en donde se expuso el respeto, a la vida, la salud, la intimidad, la confidencialidad y la dignidad, antes de realizarles la historia clínica, el examen físico, y los exámenes de laboratorio. Diseño de estudio y selección de individuos. El presente estudio es de prevalencia, transversal, aleatorio, que se realizó en el periodo Octubre 2013 a Febrero 2014, se utilizó valoraciones demográficas obtenidas del INEC (censo 2010). Cuenca urbana está dividida en 16 parroquias San Sebastián, Bellavista, El Batán, Yanuncay, Sucre, Huayna Capac, Gil Ramírez Dávalos, Sagrario, San Blas, El Vecino, Cañaribamba, Totoracocha, Monay, Machangara, Hermano Miguel con una población total de: 329.928 habitantes, (se sumó a estos un grupo de 1960 individuos que habitan parroquias rurales en el límite con las parroquias urbanas) que dan un total de 331.888 habitantes, los población mayor de 18 años que habita el área urbana de la ciudad de cuenca fue de 223.798 individuos. Se obtuvo una muestra de 318 individuos mayores de 18 años, el criterio de inclusión fue todos los habitantes mayores de 18 años sorteados aleatoriamente, dentro de los criterios de exclusión se consideró menores de 18 años, mujeres en periodo de gestación, individuos recluidos en instituciones penales, hospitales, o cuarteles militares. El cálculo del tamaño de la muestra para cada parroquia se realizó de forma proporcional, mediante un muestreo aleatorio multietápico por conglomerados, donde cada conglomerado estuvo representado por cada una de las 16 parroquias, posterior a esto se realizará un muestreo aleatorio, por grupos, donde cada uno estuvo representado por manzanas de viviendas que se escogieron al azar utilizando el método de lotería manejando la información del censo de la ciudad de cuenca. Evaluación de los individuos A todos los individuos se les realizó historia clínica completa por personal entrenado con examen físico y pruebas de laboratorio correspondientes. El Estatus socioeconómico fue determinado mediante la Escala de Graffar modificado por Méndez-Castellano12 que estratifica a los sujetos en 5 estratos: Clase Alta (Estrato I), Media Alta, (Estrato II), Media (Estrato III), Obrera (Estrato IV) y Extrema Pobreza (Estrato V). Se aplicó el Recordatorio Nutrional de 24 horas, el cual recogió datos de la ingesta de alimentos el día anterior tanto en el desayuno, almuerzo, cena y sus respectivas meriendas; estos datos fueron analizados por un equipo nutricionista para la determinación de las calorías consumidas diariamente, las cuales para su posterior análisis fueron clasificadas en terciles (calorías/24 horas): Tercil 1: <1971,80; Tercil 2: 1971,80 – 2469,99 y Tercil 3: ≥2470. Se realizó el Cuestionario Internacional de Actividad Física (IPAQ); el cual fue diseñado para la medición de la actividad física en cuatro dominios: Trabajo, Transporte, Actividades del Hogar (jardinería y otros) y Ocio (Tiempo Libre, Recreación o Ejercicio13. Se realizó el “Scoring

IPAQ” para determinar los patrones de actividad física que son reportados como: Actividad Física Alta, Moderada o Baja dentro de los análisis del IPAQ fueron excluidos 19 individuos, ya que no cumplieron con los criterios de depuración del IPAQ durante los análisis de determinación del patrón de actividad física a través del Scoring IPAQ. Además se analizó la actividad física expresada en METs/ min/sem para el dominio de actividad física de Ocio del IPAQ, el cual ha demostrado tener un papel como factor protector cardiovascular14, para los análisis del estudio Actividad Física de Ocio fue clasificada en Terciles, separando a los individuos que no realizaron ningún METs/min/ sem: Ninguna (0 METs/min/sem); Baja (<346,50 METs/min/ sem); Moderada (246,50 – 1192,70 METs/min/sem) y Alta (≥1192,80 METs/min/sem). El consumo de alcohol se definió como una ingestión de más de 1 gr por día de cualquier tipo de bebida alcohólica15. Según las condiciones planteadas por la OMS, el tabaquismo se definió de la siguiente manera: Fumador, que incluye al fumador diario como aquel individuo que fuma cualquier producto de tabaco al menos una vez al día, fumador ocasional, fuma pero no todos los días y ex fumador, no fuma actualmente pero que fue fumador diario u ocacional en el pasado16. Evaluación Física La evaluación antropométrica funcional se realizó de la siguiente manera: El peso con la balanza Camry de plataforma y pantalla grande tipo aguja de reloj, modelo DT602, capacidad 130Kg, de piso con alfombrilla; la talla fue evaluada con tallímetro, marca SECA 217; la circunferencia de cintura con una cinta métrica, a la altura de la línea media axilar en el punto imaginario que se encuentra entre la parte inferior de la última costilla y el punto más alto de la cresta iliaca, en posición de pies, al final de una espiración17. El índice de masa corporal (IMC) se calculó utilizando la fórmula [peso/talla2, expresada en Kg/m2] [18]. El cual fue clasificado en bajo peso un IMC menor a 18,50 Kg/m2, normopeso (18,50 a 24,99 Kg/m2), sobrepeso (25,00 a 29,99 Kg/m2) y obesidad como un IMC ≥30,0 Kg/m2 (Obesidad grado 1: 30,00 – 34,99 Kg/m2; Obesidad grado 2: 35,00 – 39,99 Kg/m2 y Obesidad grado 3: ≥40 Kg/m2)19. Para los análisis del presente estudio se reclasificaron en una misma categoría al bajo peso y normopeso (IMC<25 Kg/m2) a la cual se denominó “Delgados”. La presión arterial se midió por el método auscultatorio, para lo que se utilizó un esfigmomanómetro calibrado y validado. Se le midió al paciente sentado y quieto por lo menos 15 minutos con los pies en el suelo, y el brazo a la altura del corazón, se verificó la presión arterial por dos ocasiones, luego de 10 minutos de descanso. Se emplearon los criterios planteados por el Séptimo reporte del comité nacional conjunto en prevención, detección, evaluación y tratamiento de la hipertensión arterial (JNC-7) para clasificar a la población en: normotensos, prehipertensos, e hipertensos tipo 1 y 220

Análisis de Laboratorio La extracción de sangre se realizó tras un periodo de ayunas de 8 a 12 horas, y en las primeras horas de la mañana, el personal del Laboratorio “Paucarbamba” de la Ciudad de Cuenca analizo las muestras; para lo cual se le extrajo a cada individuo 5 cm3 de sangre obtenida por venopunción antecubital, colocándose en tubos Vacutainer; se valoró los niveles de Colesterol total, Triglicéridos (TAG), HDL-C, LDL-C y glucosa plasmática, mediante el equipo Mindray b 88, semiaulant; para la determinación de glicemia, Colesterol Total, Triglicéridos, LDL-C se utilizó un kit enzimático-colorimétrico de (reaactlab); para la cuantificación de HDL-C se utilizó un kit enzimático-colorimétrico comercial (Human Frisonex). Definición de Estatus Glicémico y Dislipidemias Se consideraron como diabéticos tipo 2 aquellos individuos que presentaron alguno de los siguientes criterios: 1) Diagnóstico previo de DM2; y 2) Aquellos que sin antecedente personal de DM2 pero con niveles de glicemia en ayuno iguales o mayores a 126 mg/dL en 2 mediciones distintas17. Por otro lado, aquellos individuos que no cumplieron los criterios para el diagnóstico de DM2 se clasificaron en: 1) Normoglicémicos (NG), aquellos individuos que presentaron glicemia en ayuno <100 mg/dL; y 2) Individuos con Glicemia Alterada en Ayuno (GAA) a aquellos individuos con glicemia ≥100 y <126 mg/dL21. Las dislipidemias se definieron de acuerdo a los criterios para SM planteados en el consenso realizado por la IDF/ AHA/NHLBI/WHF/IAS/IASO (2009)22: 1. TAG Elevados: ≥150mg/dl. 2. HDL-C bajas: (Hombres <40mg/dl), (Mujeres <50mg/dl). Análisis Estadístico Los datos fueron analizados a través del Paquete Estadístico para las Ciencias Sociales (SPSS) v.20 para Windows (SPSS IBM Chicago, IL). Las variables cualitativas fueron expresadas en frecuencias absolutas y relativas, aplicándose la Prueba Z de proporciones y la prueba χ2 (Chi cuadrado) para el análisis de comparación entre proporciones y determinación de asociación entre variables respectivamente. Mientras que las variables cuantitativas mostraron una distribución normal al evaluarla mediante la prueba de Kolmogorov Smirnov, y cuyos resultados fueron expresados en medias aritméticas ± desviación estándar. Se utilizó la prueba de t de Student para la comparación de medias entre 2 grupos y ANOVA de un factor con post hoc de Tukey para comparación entre 3 o más grupos. Se realizó un modelo de regresión logística para la estimación de odds ratio (IC95%) para Obesidad ajustado por: Sexo, Grupos etarios, Grupos Étnicos, hábito tabáquico, hábito alcohólico, actividad física de ocio, terciles de calorías consumidas, categorías JNC-7, HDL-C bajas, triglicéridos elevados y estatus glicémico, considerando resultados estadísticamente significativos cuando p<0,05.

Resultados

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

Características generales de la población

El grupo etario más prevalentes fue el < 40 años con 44,7%. La prevalencia de obesidad fue de 23,6% en la población general (Mujeres: 27,5% y Hombres 18,4%), mientras que la prevalencia de sobrepeso fue de 39,9%. El comportamiento del resto de características generales de la muestra se observan en la Tabla 1.

La población total estuvo conformada por 318 individuos, de los cuales el 57,2% (n=182) correspondió al sexo femenino y un 42,8% (n=136) al sexo masculino, la edad promedio de la población general fue de 42,8±15,5 años.

Tabla 1. Características generales de la población adulta de la ciudad de Cuenca, Ecuador. 2014. Femenino Grupos Etarios <40 años 40-59 años ≥ 60 años Grupos Étnicos Mestizos Blancos Otros Estrato Socioeconómico Estrato I Estrato II Estrato III Estrato IV Estrato V Hábito Tabáquico No Fumador No Fumador Hábito Alcohólico No Si Actividad Física en Ocio (METs/min/sem) Ninguna Baja (<346,50) Moderada (346,50-1192,79) Alta (≥1192,80) Calorías Consumidas (cal/24horas) Tercil 1 (<1971,80) Tercil 2 (1971,80.2469,99) Tercil 3 (≥2470) Categorías JNC-7 Normotensos Prehipertensos Hipertensos tipo 1 Hipertensoso tipo 2 Estatus Glicémico Normoglicémicos Glicemia Alterada en Ayuno Diabetes mellitus tipo 2 Categorías IMC (kg/m2) <25 25-29,9 ≥30 Obesidad (IMC≥30 Kg/m2) No Si Total

Masculino

Total

84 68 30

46,2 37,4 16,5

58 56 22

42,6 41,2 16,2

142 124 52

44,7 39,0 16,4

178 3 1

97,8 1,6 0,5

128 5 3

94,1 3,7 2,2

306 8 4

96,2 2,5 1,3

0 15 60 103 4

0 8,2 33,0 56,6 2,2

2 28 36 64 6

1,5 20,6 26,5 47,1 4,4

2 43 96 167 10

0,6 13,5 30,2 52,5 3,1

161 11 10

88,5 6,0 5,5

53 49 34

39,0 36,0 25,0

214 60 44

67,3 18,9 13,8

156 26

85,7 14,3

83 53

61,0 39,0

239 79

75,2 24,8

72 35 36 30

41,6 20,2 20,8 17,3

34 29 33 30

27,0 23,0 26,2 23,8

106 64 69 60

35,5 21,4 23,1 20,1

77 56 49

42,3 30,8 26,9

28 49 59

20,6 36,0 43,4

105 105 108

33,0 33,0 34,0

83 72 19 8

45,6 39,6 10,4 4,4

35 72 21 8

25,7 52,9 15,4 5,9

118 144 40 16

37,1 45,3 12,6 5,0

152 23 7

83,5 12,6 3,8

111 20 5

81,6 14,7 3,7

263 43 12

82,7 13,5 3,8

66 66 50

36,3 36,3 27,5

50 61 25

36,8 44,9 18,4

116 127 75

36,5 39,9 23,6

132 50 182

72,5 27,5 100,0

111 25 136

81,6 18,4 100,0

243 75 318

76,4 23,6 100,0

IMC: Índice de Masa Corporal; Grupos Étnicos: Otros (Negro, Mulato, Motunbio).

Características clínicas y metabólicas según el Índice de Masa Corporal La Tabla 2 muestra las características clínicas y parámetros de laboratorio evaluados según la clasificación del IMC (Delgados, Sobrepeso y Obesidad), donde se evidencian diferencias entre alguno de los grupos en todas las variables excepto en los niveles séricos de colesterol total, HDL-C en mujeres y LDL-C.

Por su parte, la distribución de los individuos según la clasificación del IMC por la OMS y las características sociodemográficas y hábitos psicobiológicos se muestran en la Tabla 3, donde se aprecia una asociación estadísticamente significativa entre las categorías de IMC y los grupos etarios (χ2=24,311; p<0,0001) observándose una tendencia al aumento de la prevalencia a medida que se incrementa el grupo etario, desde un 14,8% (n=21) en el grupo de menos de 40 años, hasta un 34,6% (n=18) en el grupo de 60 años o más. Asimismo se encontró una asociación entre la actividad física de Ocio y el IMC (χ2=13,633; p=0,034), apreciándose que los individuos con ninguna actividad física en el dominio de ocio presentaron una prevalencia

de obesidad del 34,0% (n=36), mientras que los individuos con una actividad física Alta (≥1192,80 METs/min/ sem) presentaron una prevalencia de obesidad de 23,3% (n=14). De igual forma se observa asociación entre el IMC y las calorías consumidas clasificadas en terciles (χ2=21,527; p<0,0001), donde los individuos con un consumo de calorías en 24 horas menor a 1971,80 presentaron una prevalencia de obesidad del 15,2% (n=16), en comparación a la prevalencia de obesidad que reportaron los individuos que consumen ≥2470 calorías/24 horas (37%; n=40). De igual forma, las alteraciones clínico-metabólicas Triglicéridos elevados, HDL-C bajas, HTA y DM2 también mostraron asociación con el grado de obesidad según IMC (Tabla 4). Factores de riesgo para Obesidad en Cuenca. En la Tabla 5 se muestran los factores de riesgo de mayor relevancia para obesidad en nuestra población fueron el sexo, el hábito tabáquico, las calorías consumidas al día, las alteraciones de la presión arterial y del estatus glicémico. Siendo la DM2 el factor con mayor grado de asociación en el contexto multivariante (OR: 5,95; IC95%: 1,45-24,41; p=0,01).

Tabla 2. Características clínicas y parámetros de laboratorio según Categorías de Índice de Masa Corporal en adultos de la ciudad de Cuenca, Ecuador. 2014. Delgados (A)

Sobrepeso (B)

Obesidad (C)

A vs. B

A vs. C

B vs. C

Media

37,4

15,2

44,5

14,7

48,1

14,8

0,001

5,74x10-6

0,237

Mujeres (cm)

83,72

9,89

92,52

10,20

108,23

10,12

3,65x10-6

5,10x10-9

Hombres (cm)

88,66

7,53

98,55

8,10

109,94

11,48

5,39x10-8

5,10x10-9

4,18x10-7

Glicemia (mg/dL)

85,51

16,42

89,19

16,29

99,83

34,29

0,392

4,29x10-5

0,003

Triglicéridos (mg/dL)

124,29

60,53

175,77

96,74

166,98

75,65

2,83x10-6

0,001

0,732

Colesterol Total (mg/dL)

176,16

53,21

180,75

48,48

182,74

47,70

0,756

0,649

0,732

Mujeres (mg/dL)

43,85

10,11

40,86

10,31

39,92

10,40

0,219

0,105

0,876

Hombres (mg/dL)

41,96

8,43

37,10

6,90

37,75

7,38

0,003

0,064

0,930

Colesterol LDL (mg/dL)

109,45

36,54

114,51

36,86

114,05

37,18

0,535

0,677

0,996

Colesterol VLDL (mg(dL)

24,86

12,11

35,15

19,35

33,40

15,13

2,83x10-6

0,001

0,732

PAS (mmHg)

116,78

14,52

119,45

14,11

129,19

19,18

0,379

4,64x10-7

7,06x10-5

PAD (mmHg)

73,41

10,77

75,05

9,80

79,44

10,34

0,433

0,0002

0,010

2163,18

633,33

2303,15

643,13

2583,33

770,83

0,238

9,45x10-5

Edad (años) Circunferencia Abdominal (cm)

Colesterol HDL (mg/dL)

Calorías Consumidas (cal/24 horas)

0,012

* Prueba ANOVA de un factor, post hoc de Tukey; significancia estadística p<0,05; IMC=Índice de Masa Corporal; Delgados (IMC<25Kg/m ); PAS=Presión arterial Sistólica; PAD=Presión arterial diastólica. 2

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014 Tabla 3. Características sociodemográficas y psicobiológicas según categorías de Índice de Masa Corporal en adultos de la ciudad de Cuenca, Ecuador. 2014. Delgados (A)

Sobrepeso (B)

Obesidad (C)

Total n

χ2 (p)a

A vs. B

A vs. C

B vs. C

4,170 (0,124)

Sexo Femenino

36,3

27,5

182

100,0

Masculino

36,8

44,9

18,4

136

100,0

24,311 (<0,0001)

Grupos Etarios

<40 años

50,0

35,2

14,8

142

100,0

<0,05

40-59 años

28,2

42,7

29,0

124

100,0

<0,05

≥ 60 años

19,2

46,2

34,6

100,0

<0,05

2,853 (0,583)

Grupos Étnicos Mestizos

110

35,9

123

40,2

23,9

306

100,0

Blancos

37,5

25,0

100,0

Otros

75,0

25,0

0,0

100,0

1,706 (0,790)

Hábito Tabáquico No

38,3

39,7

22,0

214

100,0

Fumador

35,0

38,3

26,7

100,0

Ex Fumador

29,5

43,2

27,3

100,0

3,955 (0,138)

Consumo de Alcohol No

38,1

36,8

25,1

239

100,0

31,6

49,4

19,0

100,0

Actividad Física en Ocio (METs/min/ sem)

13,633 (0,034)

Ninguna

26,4

39,6

34,0

106

100,0

<0,05

Baja (<346,49)

48,4

37,5

14,1

100,0

<0,05

Moderada (346,50-1192,79)

40,6

18,8

100,0

Alta (≥1192,80)

38,3

23,3

100,0

21,527 (<0,0001)

Calorías Consumidas (cal/24horas) Tercil 1 (<1971,80)

46,7

38,1

15,2

105

100,0

<0,05

Tercil 2 (1971,80.2469,99)

40,0

41,9

18,1

105

100,0

Tercil 3 (≥2470)

23,1

39,8

37,0

108

100,0

<0,05

Total

116

36,5

127

39,9

23,6

318

100,0

a. Chi Cuadrado, b. Prueba Z de proporciones, diferencias estadísticamente significativas (p<0,05); NS: No significativo.

Tabla 4. Características clínico-metabólicas según categorías de Índice de Masa Corporal en adultos de la ciudad de Cuenca, Ecuador. 2014. Delgados Sobrepeso Obesidad A vs. A vs. B vs. Total (A) (B) (C) B C C n % n % n % n % χ2 (p)a pb pb pb Triglicéridos séricos

28,410 (<0,0001)

Normales

48,4

30,6

21,0

186

100,0

<0,05

Elevados

19,7

53,0

27,3

132

100,0

<0,05

HDL-C

11,962 (<0,001)

Normales

50,0

28,6

21,4

100,0

<0,05

Bajas

30,5

45,0

24,5

220

100,0

<0,05

Categorías JNC-7

28,906 (<0,0001)

Normotensos

48,3

36,4

15,3

118

100,0

<0,05

Prehipertensos

32,6

45,1

22,2

144

100,0

Hipertensos tipo 1

22,5

40,0

37,5

100,0

<0,05

Hipertensos tipo 2

18,8

62,5

100,0

<0,05

107

40,7

106

40,3

19,0

263

100,0

<0,05

16,3

41,9

100,0

<0,05

16,7

25,0

58,3

100,0

<0,05

116

36,5

127

39,9

23,6

318

100,0

Estatus Glicémico Normoglicémicos Glicemia Alterada en Ayuno Diabetes mellitus Tipo 2 Total

22,661 (<0,0001)

a. Chi Cuadrado, b. Prueba Z de proporciones, diferencias estadísticamente significativas (p<0,05); NS: No significativo.

Tabla 5. Modelo de regresión logística de factores de riesgo para Obesidad. Cuenca, Ecuador. 2014 Odds Ratio crudo (IC 95%a)

Odds Ratio ajustadoc (IC 95%)

Sexo Masculino

1,00

Femenino

1,68 (0,98 - 2,89)

0,60

3,40 (1,49 - 7,76)

<0,01

1,00

40-59 años

2,35 (1,28 - 4,31)

<0,01

1,58 (0,76 - 3,28)

0,22

≥ 60 años

3,05 (1,46 - 6,36)

<0,01

2,00 (0,78 - 5,12)

0,15

Grupos Etarios <40 años

Hábito Tabáquico No

1,00

Fumador

1,29 (0,67 - 2,49)

0,45

2,85 (1,07 - 7,61)

0,04

Ex Fumador

1,33 (0,64 - 2,79)

0,45

1,77 (0,64 - 4,91)

0,27

Actividad Física de Ociod Ninguna

1,00

Baja (<346,50)

0,32 (0,14 - 0,72)

< 0,01

0,45 (0,18 - 1,13)

0,09

Moderada (346,50-1192,79)

0,45 (0,22 - 0,93)

0,03

0,49 (0,21 - 1,17)

0,11

Alta (≥1192,80)

0,59 (0,29 - 1,22)

0,15

0,69 (0,30 - 1,59)

0,38

Calorías Consumidas (cal/24 horas) Tercil 1 (<1971,80)

1,00

Tercil 2 (1971,80.2469,99)

1,23 (0,59 - 2,55)

0,58

1,30 (0,55 - 3,05)

0,55

Tercil 3 (≥2470)

3,27 (1,69 - 6,33)

<0,01

4,40 (1,94 - 9,99)

<0,01

Categorias JNC-7 Normotensos

1,00

1,59 (0,84 - 3,00)

0,16

2,10 (0,99 - 4,48)

0,05

Hipertensos tipo 1

3,33 (1,48 - 7,52)

<0,01

4,62 (1,67 - 12,80)

<0,01

Hipertensos tipo 2

9,26 (2,99 - 28,66)

<0,01

5,12 (1,12 - 23,44)

0,04

Prehipertensos

Estatus Glicémico Normoglicémicos

1,00

Glicemia Alterada en Ayuno

3,07 (1,55 - 6,05)

<0,01

3,00 (1,30 - 6,94)

0,01

Diabetes mellitus T2

5,96 (1,82 - 19,57)

<0,01

5,95 (1,45 - 24,41)

0,01

a Intervalo de Confianza (95%), b Nivel de significancia. c Ajuste por: Sexo, Grupos etarios, Grupos Étnicos, hábito tabáquico, hábito alcohólico, actividad física de ocio, terciles de calorías consumidas, categorías JNC-7, HDL-C bajas, triglicéridos elevados y estatus glicémico. d Actividad Física realizada durante el tiempo de ocio en Mets/min/sem (IPAQ).

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

Discusión

ciones antropométricas, sino que abarcan estados como prehipertensión que representa más del 45% en nuestra población, así como prediabetes (específicamente GAA) con más de 13% de afectados. as enfermedades no comunicables se han convertido en un tema de amplio debate a nivel mundial, dado el importante incremento exhibido en los últimos años ubicándose como la primera causa de mortalidad en adultos con más de 36 millones de muertes anuales23. Ante este panorama, la principal medida para su control se ha enfocado en la intervención de los diversos factores de riesgo modificables como el cese del consumo de tabaco, promover la actividad física y control de enfermedades metabólicas tales como la obesidad, HTA, dislipidemias, entre otros24. Contrario a esto, la obesidad también se ha convertido en un problema de salud pública de magnitud mundial que afecta a diversos grupos etarios y grupos étnicos, cuyo control representa un verdadero reto epidemiológico en la actualidad25. En nuestro continente, específicamente Latinoamérica no escapa de esta realidad, y pese a la diversidad de factores socioculturales en los diferentes países de la región todos parecen coincidir en el alto consumo de alimentos ricos en grasas y en los hábitos sedentarios que favorecen el aumento en la frecuencia de obesidad26,27. La cual varía entre 10 – 36% de acuerdo al país o ciudad estudiada28. Es por ello, que surge el Consorcio de Estudios de Obesidad en Latinoamérica (LASO) cuyo propósito principal es estimar la prevalencia de esta patología en la región e identificar los diversos factores sociodemográficos y etnoculturales que pueden influenciar este comportamiento29. No obstante, es importante considerar que en el primer reporte de este “consorcio” no se observan datos de la situación en el Ecuador, lo cual indica la escasez de estudios relacionados. Sin embargo, Hanna y cols.30, han planteado una prevalencia de obesidad de 27.2% en 441 trabajadores de Guayaquil, con un predominio en el sexo masculino con 30.9%; cifras que se asemejan a los mostradas en nuestro estudio (23,6%) pero que difieren en el sexo más afectado (Mujeres 27.5%). Por su parte, Rivadeneira y cols.31, plantean una prevalencia menor (13%) en 100 empleados de los municipios Ibarra y Otavalo con predominio de igual forma en el sexo masculino. No obstante, es importante considerar que un aspecto común entre estos 2 estudios y el nuestro es la mayor prevalencia de sobrepeso en comparación a la obesidad (Guayaquil: 43.3%, Ibarra/ Otavalo: 52%, Cuenca: 39,9%). Este hallazgo es de suma importancia clínico-epidemiológica ya que muestra la alta frecuencia de estados metabólicos premórbidos que le permitirían al clínico actuar de forma oportuna en el control de estas enfermedades, además de implementar políticas de prevención nacional enfocadas a lograr una menor progresión hacia las diferentes comorbilidades. Este comportamiento no solo se observa en las altera-

En cuanto al comportamiento según sexo, nuestros hallazgos coinciden con la alta frecuencia de esta alteración en el sexo femenino planteada por Bernstein5, incluso en el contexto multivariante se observa como las mujeres tiene 3 veces más riesgo de ser obesas en comparación con los hombres. Los factores implicados en esta tendencia están relacionados a un mayor porcentaje de grasa corporal y de masa grasa en el sexo femenino, que podrían estar influenciados por los hábitos nutricionales y el tipo de alimentos consumidos en esta población en particular, tal como ha sido planteado por Lindgärde y cols.32, en ecuatorianas indígenas; así como factores inflamatorios33 que deben ser objeto de estudio en futuras investigaciones de seguimiento específicamente en la mujeres. Pese a no detallarse el tipo de alimento consumido, se observa claramente como el número de calorías ingeridas diariamente está íntimamente relacionada a la presencia de obesidad, incluso la categoría de mayor consumo (≥2470cal/día) representan un factor de riesgo en el análisis multivariante. Por ende, la asesoría nutricional debe formar parte esencial en el manejo no solo del paciente obeso, sino también del paciente en riesgo de presentar la enfermedad, considerando la alta frecuencia de sobrepeso en nuestra población y el alto consumo calórico en América (1785-2640 calorías diarias)34. Asimismo, para mantener el balance energético la actividad física es un elemento esencial en el manejo no farmacológico de estas alteraciones, observándose una asociación entre el grado de actividad física en la esfera de ocio y la prevalencia de obesidad, no obstante; en el contexto multivariante esta asociación inversa no es estadísticamente significativa, resultados que difieren de los planteados Seo y cols.35, en la población estadounidense. Este comportamiento debe ser verificado mediante otros métodos de cuantificación de actividad física que permitan medir con mayor exactitud los patrones en nuestra ciudad. Desde el punto de vista metabólico, uno de los factores que reduce la expectativa de vida en el paciente obeso y que además media el enlace inflamatorio entre obesidad y enfermedad cardiovascular es el consumo de tabaco36,37. El estado proinflamatorio y prooxidativo que genera este hábito, debido a la modulación de adipocinas, moléculas de adhesión y aumento de la insulinorresistencia (IR); son solo algunos de los mecanismos moleculares responsables de las disfunción endotelial propia de la historia natural de la enfermedad coronaria38. La gran asociación existente entre el hábito tabáquico (específicamente el consumo actual) con la obesidad debe ser piedra angular en la prevención primaria y secundaria en nuestro sistema de salud promoviendo el cese del consumo de tabaco como medida primordial en el manejo de estos pacientes.

En cuanto a las alteraciones clínico metabólicas, los parámetros lipídicos que no muestran diferencias entre las categorías de IMC son el colesterol total, las LDL-C y las HDL-C en el sexo femenino; estos hallazgos difieren de lo planteado por Singh y cols.39 en cuanto al efecto de la obesidad sobre los niveles de lípidos séricos. Sin embargo, existen reportes que plantean que este efecto es dependiente de la distribución de grasa corporal y que dicha relación ocurre cuando la obesidad es de origen central40, y que la afectación lipídica no solo es cuantitativa sino cualitativa41; determinantes que deben ser analizados en futuros estudios. Por su parte, en el análisis univariante se observó asociación entre las diversas alteraciones clínicas y metabólicas con las categorías IMC, pero al realizar el ajuste en el contexto multivariante solo las alteraciones de la presión arterial y del estatus glicémico fueron las que mostraron mayor relación. En este sentido, los mecanismos moleculares involucrados en la hipertensión inducida por obesidad son numerosos y abarcan desde alteraciones metabólicas asociadas a la IR e hiperinsulinemia hasta hiperactividad del sistema renina-angiotensiona-aldosterona, e aumento de la actividad simpática42; los cuales deben ser tomados en cuenta para la instauración de medidas farmacológicas adecuadas, ajustadas a las características de este grupo de pacientes cuya coexistencia de ambas patologías puede ocurrir hasta en 75% de los casos43. Es importante resaltar que en nuestra población los sujetos prehipertensos presentaron 2 veces más posibilidades de ser obesos en comparación con los normotensos, con una prevalencia de obesidad en este estadio de hasta 22%, comportamiento similar al de la población china44 y que requiere una identificación temprana tanto en atención primaria como secundaria. Finalmente el factor con mayor asociación fue la DM2, relación que ha sido ampliamente documentada45,46 y que demuestra la confluencia de alteraciones metabólicas en ambas enfermedades47, las cuales de forma independiente constituyen problemas de salud pública y cuyo curso concomitante aumenta aun más el riesgo de presentar enfermedades cardiovasculares48; esto hace necesario su detección temprana para un manejo oportuno por parte del clínico; además, de constituir la base epidemiológica para futuros análisis enfocados en la determinación de los factores genómicos y ambientales49,50 que podrían participar de forma aislada o conjunta en la población ecuatoriana. Entre las limitaciones a considerar en este estudio se encuentra el carácter transversal del mismo lo cual imposibilita el planteamiento de relaciones de causalidad. Asimismo, el diseño del muestro permite extrapolar nuestros resultados a la población de la ciudad de Cuenca, no a nivel nacional. No obstante, los hallazgos de este estudio muestran la gran necesidad e importancia de realizar este tipo de análisis en todo el Ecuador, que permitan determinar la influencia de los diversos factores socioculturales, étnicos, demográficos y metabólicos en la prevalencia de obesidad.

Referencias 1. Kopelman PG. Obesity as a medical problem. Nature. 2000;404(6778):635-43. 2. Malik VS, Willett WC, Hu FB. Global obesity: trends, risk factors and policy implications. Nat Rev Endocrinol. 2013;9(1):13-27. 3. Ellulu M, Abed Y, Rahmat A, Ranneh Y and Ali F. Epidemiology of obesity in developing countries: challenges and prevention. Glob Epidemi Obes. 2014; 2:2. 4. Ogden CL, Carroll MD, Kit BK, Flegal KM. Prevalence of childhood and adult obesity in the United States, 2011-2012. JAMA. 2014;311(8):806-14. 5. Bernstein A. emerging patterns in overweight and obesity in Ecuador. Rev Panam Salud Publica. 2008;24(1):71-4. 6. Guh DP, Zhang W, Bansback N, Amarsi Z, Birmingham CL, Anis AH. The incidence of co-morbidities related to obesity and overweight: a systematic review and metaanalysis. BMC Public Health. 2009 25;9:88. 7. Banerjee A, Schuster DP (2012). Comorbidities of Childhood Obesity, Childhood Obesity, Dr. Sevil Ari Yuca (Ed.), ISBN: 978-953-51-0374-5, InTech, Available from: http://www.intechopen.com/books/childhood-obesity/childhood-obesity-and-it-sco-morbidities 8. Karageorgi S, Alsmadi O, Behbehani K. A review of adult obesity prevalence, trends, risk factors, and epidemiologic methods in Kuwait. J Obes. 2013;2013:378650. 9. Tsai AG, Williamson DF, Glick HA. Direct medical cost of overweight and obesity in the USA: a quantitative systematic review. Obes Rev. 2011;12(1):50-61. 10. Chacín M, Rojas J, Pineda C, y cols. Predisposición humana a la obesidad, síndrome metabólico y diabetes: el genotipo ahorrador y la incorporación de los diabetogenes al genoma humano desde la antropología biológica. Diabetes Internacional. 2011; 3(2): 36-49. 11. National Center for Health Statistics. Health, United States, 2011: With Special Features on Socioeconomic Status and Health. Hyattsville, MD; U.S. Department of Health and Human Services; 2012. 12. Méndez Castellano H, de Méndez MC Biología Estratificación social de Humana: Método Graffar Modificado. Arch Pediatr Ven Pueric 1986. 49: 93-104. 13. Sjöström M, Ainsworth B, Bauman A, Bull F, Craig C, Sallis J. Guidelines for Data Processing and Analysis of the International Physical Activity Questionnaire (IPAQ)– Short and Long Forms. IPAQ core group. 2005. 14. Sisson S, Camhi S, Church T, y cols. Leisure time sedentary behavior, occupational/domestic physical activity and metabolic syndrome in U.S. men and women. Metab Syndr Relat Disord 2009;7(6):529-36. 15. Baglietto L1, English DR, Hopper JL, Powles J, Giles GG. Average volume of alcohol consumed, type of beverage, drinking pattern and the risk of death from all causes. Alcohol Alcohol. 2006;41(6):664-71. 16. Morales Z, Pascual L, Garrido R. Valoración de sesgos atencionales visuales en una muestra de fumadores universitarios. Adicciones, 2013;25 (2 ):163-169. 17. Health Statistics. NHANES III reference manuals and reports (CDROM). Hyattsville, MD: Centers for Disease Control and Prevention, 1996. Available at: http://www. cdc.gov/nchs/data/nhanes/nhanes3/cdrom/NCHS/MANUALS/ANTHRO.PDF 18. Sámano R, Zelonka R, Martínez-Rojano H, y cols.. Asociación del Indice de Masa Corporal y conductas de riesgo en el desarrollo trastornos de conducta alimentaria en adolecentes mexicanos. Archivos Latinoamericanos de Nutrición. 2012;62 (2): 145-154. 19. World Health Organization. Obesity: preventing and managing the global epidemic. Report of a WHO Consultation on Obesity. Geneva: The Organization; 2000. (WHO Technical Report Series, No. 894. 20. Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure. The seventh report of the joint national committee on prevention, detection, evaluation, and treatment of high blood pressure. JAMA 2003;289:2560-2571. 21. American Diabetes Association. Diagnosis and Classification of Diabetes Mellitus. Diabetes Care 2014;37:S81-S90.

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014 22. Alberti K, Eckel HR, Grundy MS, Zimmet ZP, Cleeman IJ, Donat AK. Harmonizing the Metabolic Syndrome: A Joint Interim Statement of the International Diabetes Federation Task Force on Epidemiology and Prevention: National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; International Association for the Study of Obesity. Circulation 2009;120:1640-45.

35. Seo DC, Li K. Leisure-time physical activity dose-response effects on obesity among US adults: results from the 1999-2006 National Health and Nutrition Examination Survey. J Epidemiol Community Health. 2010;64(5):426-31.

23. Lim SS, Vos T, Flaxman AD, y cols. A comparative risk assessment of burden of disease and injury attributable to 67 risk factors and risk factor clusters in 21 regions, 1990-2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet, 2012; 380(9859):2224-2260.

37. Wang Z, Nakayama T. Inflammation, a link between obesity and cardiovascular disease. Mediators Inflamm. 2010;2010:535918.

24. Global Atlas on Cardiovascular Disease Prevention and Control. Mendis S, Puska P, Norrving B editors. World Health Organization, Geneva 2011. 25. Ng M, Fleming T, Robinson M, et al. Global, regional, and national prevalence of overweight and obesity in children and adults during 1980-2013: a systematic analysis for the Global Burden of Disease Study 2013. Lancet. 2014;384(9945):766-81. 26. Uauy R, Monteiro CA. The challenge of improving food and nutrition in Latin America. Food Nutr Bull. 2004;25(2):175-82. 27. Barria RM, Amigo H. Transición Nutricional: una revisión del perfil latinoamericano. ALAN. 2006; 56 (1):03-11. 28. Filozof C, Gonzalez C, Sereday M, Mazza C, Braguinsky J. Obesity prevalence and trends in Latin-American countries. Obes Rev 2001; 2: 99-106. 29. Bautista LE, Casas JP, Herrera VM, y cols. The Latin American Consortium of Studies in Obesity (LASO). Obes Rev. 2009;10(3):364-70. 30. Hanna I, Aveiga JC, Gilbert M, Peña C. Diagnóstico nutricional según el índice de masa corporal en trabajadores de Guayaquil, Ecuador. Publicación online. Disponible en: http://hospitalalcivar.com/uploads/pdf/Diagn%C3%B3stico%20 nutricional%20seg%C3%BAn%20el%20%C3%ADndice%20de%20masa.pdf. Consultado: 03-10-2014. 31. Rivadeneira MG, Ruiz IV. Prevalencia de obesidad y factores de riesgo en el personal administrativo de los municipios de Ibarra y Otavalo. Publicacion online. Disponible en: http://repositorio.utn.edu.ec/bitstream/123456789/2009/3/ARTICULO%20CIENTIFICO.pdf. Consultado: 03-10-2014. 32. Lindgärde F, Widén I, Gebb M, Ahrén B. Traditional versus agricultural lifestyle among Shuar women of the Ecuadorian Amazon: effects on leptin levels. Metabolism. 2004;53(10):1355-8. 33. Tagle M, Guerrero L, Gómez F, Tagle A, Franco MF, Wei Tsao C. Influencia del sexo en las concentraciones de Proteina C Reactiva en pacientes con Diabetes mellitus tipo 2 y su relación con otros factores de riesgo cardiovascular. 2008;16(3): 98106. 34. U.S. Department of Agriculture and U.S. Department of Health and Human Services. Dietary Guidelines for Americans, 2010. 7th Edition, Washington, DC: U.S. Government Printing Office, December 2010.

36. Peeters A1, Barendregt JJ, Willekens F, y cols. Obesity in adulthood and its consequences for life expectancy: a life-table analysis. Ann Intern Med. 2003;138(1):24-32.

38. Van Gaal LF, Mertens IL, De Block CE. Mechanisms linking obesity with cardiovascular disease. Nature. 2006;444(7121):875-80. 39. Singh AK, Singh SK, Singh N, Agrawal N, Gopal K. Obesity and dyslipidemia. Int J Biol Med Res. 2011; 2(3): 824-828. 40. Ruel IL, Gaudet D, Perron P, Bergeron J, Julien P, Lamarche B; Québec LipD Study. Effect of obesity on HDL and LDL particle sizes in carriers of the null P207L or defective D9N mutation in the lipoprotein lipase gene: the Québec LipD Study. Int J Obes Relat Metab Disord. 2003;27(5):631-7. 41. Zvintzou E, Skroubis G, Chroni A, Petropoulou PI, Gkolfinopoulou C, Sakellaropoulos G, Gantz D, Mihou I, Kalfarentzos F, Kypreos KE. Effects of bariatric surgery on HDL structure and functionality: results from a prospective trial. J Clin Lipidol. 2014;8(4):408-17. 42. Kotsis V, Stabouli S, Papakatsika S, Rizos Z, Parati G. Mechanisms of obesity-induced hypertension. Hypertens Res. 2010;33(5):386-93. 43. Landsberg L, Aronne LJ, Beilin LJ, Burke V, Igel LI, Lloyd-Jones D, Sowers J. Obesityrelated hypertension: pathogenesis, cardiovascular risk, and treatment: a position paper of The Obesity Society and the American Society of Hypertension. J Clin Hypertens (Greenwich). 2013;15(1):14-33. 44. Yu D, Huang J, Hu D, Chen J, Cao J, Li J, Gu D. Prevalence and risk factors of prehypertension among Chinese adults. J Cardiovasc Pharmacol. 2008;52(4):363-8. 45. Kahn SE, Hull RL, Utzschneider KM. Mechanisms linking obesity to insulin resistance and type 2 diabetes. Nature. 2006;444(7121):840-6. 46. Hussain A, Hydrie MZI, Claussen B, Asghar S. Type 2 Diabetes and obesity: A review. Journal of Diabetology. 2010; 2(1):1-7. 47. Sonnett TE1, Levien TL, Gates BJ, Robinson JD, Campbell RK. Diabetes mellitus, inflammation, obesity: proposed treatment pathways for current and future therapies. Ann Pharmacother. 2010;44(4):701-11. 48. Barnes AS. The epidemic of obesity and diabetes: trends and treatments. Tex Heart Inst J. 2011;38(2):142-4. 49. McCarthy MI. Genomics, type 2 diabetes, and obesity. N Engl J Med. 2010;363(24):2339-50. 50. Drong AW, Lindgren CM, McCarthy MI. The genetic and epigenetic basis of type 2 diabetes and obesity. Clin Pharmacol Ther. 2012;92(6):707-15.

aracterísticas morfológicas y somatotipo en futbolistas no profesionales, según posición en el terreno de juego Morphological characteristics and somatotype in amateur futball players by field position

Resumen

Yimi Vera, Lic, Esp1, Carmen Chávez, BSc2, Adriana David, BSc2, Wheeler Torres, BSc2, Joselyn Rojas, MD, MSc2, Valmore Bermúdez, MD, MSc, MPH, PhD2 1Cursante del Máster de Medicina Deportiva. Universidad de Alcalá de Henares, España. Director: Dr. Melchor Álvarez de Mon Soto, MD, PhD. 2Centro de Investigaciones Endocrino-Metabólicas “Dr. Félix Gómez” Facultad de Medicina, Universidad del Zulia, Venezuela.

l somatotipo consiste en un sistema que permite clasificar a un individuo según su composición corporal en diferentes categorías, y se le ha atribuido gran importancia a su estudio, especialmente en el ámbito deportivo. Deportes grupales como el fútbol, requieren de diferentes características morfológicas en sus jugadores dependiendo del papel que desempeñen en el equipo; en base a esto, el propósito del presente estudio fue describir las características morfológicas y el somatotipo en futbolistas no profesionales según su posición en el terreno de juego. Se incluyeron 67 individuos jugadores de fútbol no profesionales pertenecientes a cuatro equipos diferentes del municipio Maracaibo, Venezuela, con edades comprendidas entre 18 y 31 años, quienes fueron clasificados según posición de juego en: porteros, defensas, delanteros y medios campistas. Se midieron 14 variables antropométricas: talla, peso, seis panículos adiposos, cuatro circunferencias y dos diámetros óseos. Todas las mediciones se realizaron según el protocolo de la Sociedad Internacional para el Avance de la Cineantropometría. Se calcularon los 3 componentes del somatotipo de Heath-Carter por cada posición de juego. Los resultados evidenciaron diferencias significativas

en todas las características antropométricas estudiadas a excepción del pliegue del tríceps (p=0,166), pliegue abdominal (p=0,051) y diámetro de fémur (p=0,648) y húmero (p=0,648). Los porteros fueron los jugadores más altos, con mayor peso, índice de masa corporal (IMC) y porcentaje de grasa, en comparación con los otros jugadores de campo. Se encontró diferencias estadísticamente significativas en los valores del somatotipo endomorfo (p= 9,75x10-6) y mesomorfo (p= 4,67x10-9). Los porteros presentan mayor endomorfia (4,04±,54) y la mesomorfia fue mayor en los medios campistas (5,40±0,67). Del mismo modo, las medias de los somatotipos mostraron que en los porteros, delanteros y medio campistas predomina un somatotipo endo-mesomorfo, mientras que, en los jugadores defensivos predominó el somatotipo mesomorfoendormo. Las diferencias encontradas respecto al somatotipo en los futbolistas estudiados destaca la importancia de tomar en cuenta composición corporal de un jugador tanto al decidir cuál será su posición como al diseñar el plan de entrenamiento, para así obtener un mayor rendimiento. Palabras Clave: Futbol, antropometría, composición corporal, somatotipo.

Abstract

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

he purpose of this study was to describe the morphological characteristics and somatotype observed in non-professional soccer players according their play positions in the field. We included 67 amateur soccer players from four different local teams of Maracaibo Township, Venezuela, and they were classified by position: goalkeepers, defenders, strikers and midfielders. 14 anthropometric variables were measured: height, weight, six (6) fat pads, four (4) circumferences and two (2) bone diameters; all measurements were performed according the protocol of the International Society for the Advancement of Kineanthropometry. We calculated the 3 components of the Heath-Carter somatotype for each playing position. Results evidenced significant differences in all the studied anthropometric characteristics, except in triceps skinfold (p=0.166), abdominal skinfold (p=0.051), femur diameter (p=0.648) and humerus (p= 0.648). The goalkeepers were the tallest players, heavier, with higher body mass indexes (BMI) and fat percentages. We found significant differences in endomorph (p=9.75x10-6) and mesomorph (p=4.67x10-9) somatotypes. Moreover, goalkeepers have greater endomorphy values (5.4±4.04), while midfielders obtained higher in mesomorphy results (5.40±0.67). The arithmetic means for somatotype showed that goalkeepers, strikers and midfielders had predominantly endomorph and mesomorph somatotypes, contrasting with defensive players which were predominantly endormorph and mesomorph somatotypes. Somatotype´s differences observed in those individuals emphasizes the importance of consider the body composition of every player to decide the play position and the training plan.

Introducción

Keywords: Football, anthropometry, body composition, somatotype

l fútbol, considerado como el deporte más famoso a nivel mundial, consiste en un juego grupal complejo, en el cual, las demandas tanto físicas como fisiológicas de los jugadores no son estándares; éstas varían de acuerdo a las actividades que se desempeñen dentro del equipo, así como según el nivel de competencia y factores ambientales. El patrón de ejercicio durante un partido de fútbol puede describirse como una serie de actividades intermitentes de alta intensidad, acíclico y pausas de diversa duración1. Para tener éxito en este deporte, los jugadores requieren altos niveles de rendimiento combinado con una óptima

capacidad técnica, habilidades tácticas, composición corporal, somatotipo y características antropométricas específicas acordes con la posición en el campo de juego1. De acuerdo a la dinámica por posición en el juego, se espera que los perfiles antropométricos difieran entre los jugadores en función de las exigencias fisiológicas y bioenergéticas asociadas a los distintos roles dentro del campo2. En una línea de artículos en los que se determinaron las características morfológicas según posición en el terreno de juego, se han encontrado diferencias importantes en distintos variables, principalmente la talla, peso corporal, pliegues y algunas circunferencias 3,4. Por otro lado, se han identificado patrones de composición corporal que catalogan a los porteros como los jugadores de mayor altura, peso corporal, porcentaje de grasa en comparación con los jugadores de campo. En un estudio reciente en 100 Jugadores profesionales, los porteros y los defensores centrales fueron más altos y de mayor peso corporal, mientras que la estatura promedio y peso corporal de los delanteros y medios campistas eran similares5. Por su parte Rogan y cols.6, encontró variación significativa entre las características antropométricas de las diferentes posiciones de juego entre los futbolistas no profesionales. Además de las medidas de tamaño y composición corporal, un excelente indicador de la forma y estructura del cuerpo humano es la técnica del somatotipo. El somatotipo es un sistema diseñado para describir la configuración morfológica de la persona. Propuesto por Sheldon en 1940 y modificado posteriormente por Heath y Carter en 19676, consiste en una cifra de tres dígitos o números que representan la evaluación de cada uno de los componentes primarios del físico humano: el componente endomórfico (adiposidad relativa), mesomórfico (robustez músculo-esquelética relativa) y ectomórfico, (linearidad relativa o delgadez). La combinación de estos tres parámetros físicos permite la clasificación del deportista en diferentes somatotipos, los cuales se representan gráficamente en un instrumento denominado la somatocarta7. En el deporte, la técnica del somatotipo constituye un recurso útil para el análisis de las modificaciones en la forma y estructuras corporales en función del entrenamiento físico, permite comparar atletas de diferentes edades, sexo y en distintos niveles de competición 8. El somatotipo ideal para un atleta difiere según los requisitos del deporte en particular, de hecho, se han reportado variaciones significativas de los componentes del somatotipo en diferentes deportes y posiciones de juego9,10,11. En relación al fútbol, el somatotipo predominante en jugadores profesionales se encuentra dentro del sector mesomórfico en la somatocarta, con promedio de 2,5-52.5 8,12 Existen numerosas publicaciones y reportes sobre el análisis del somatotipo del futbolista élite, el cual ha sido determinado como mesomorfo balanceado con valores en endomorfia 2 a 3, mesomorfia 4.7 a 5.3 y ectomor-

fia 1.9 a 3 3,5,7 . Por lo tanto, un rasgo característico en los jugadores de fútbol de élite parece ser la prominente musculatura o una tendencia a la mesomorfia balanceada13. Por otra parte, se han realizados investigaciones para identificar el somatotipo en futbolistas no profesionales, donde se han tipificado como meso-endomorfico, con variabilidad de acuerdo a la posición de juego14. A pesar de la importancia que se le asigna a la temática relacionada con el registro de valores antropométricos en futbolistas en Venezuela, se carece de datos que permitan caracterizar la constitución morfológica y somatotípica del futbolista, para así controlar y evaluar los efectos del entrenamiento sobre el organismo y conocer las posibles diferencias existentes en función de las posiciones habituales y del nivel competitivo. Sobre la base de este déficit de conocimiento en nuestro medio, el propósito de este estudio fue describir las características morfológicas y somatotipo en futbolistas no profesionales, según posición en el terreno de juego.

Materiales y métodos

Selección de los individuos Se seleccionó un total de 67 jugadores de fútbol no profesionales, con edades comprendidas entre 18 y 31 años, pertenecientes a cuatro equipos diferentes. Los individuos fueron clasificados según su posición en terreno de juego en porteros (n=6), delanteros (14), defensas (n=22) y medio campistas (n=25). Todos los jugadores asistían a sesiones de entrenamiento por lo menos tres veces a la semana, dos (2) horas diarias. Mediciones Antropométricas Todas las evaluaciones se llevaron a cabo en las instalaciones de entrenamiento de cada equipo en el horario comprendido de 8:00 am a 10:00am. Las mediciones se efectuaron antes del inicio de la etapa de preparación física general en el periodo preparatorio. Previo a la toma de datos todos los futbolistas fueron debidamente informados de la naturaleza del trabajo y firmaron un consentimiento escrito. Los datos se obtuvieron tras la medición de los individuos realizada por un personal entrenado y estandarizado, empleando catorce medidas antropométricas: dos medidas básicas (masa corporal y estatura), seis panículos adiposos (pliegue de tríceps, bíceps, subescapular, supraespinal, abdominal, muslo y pierna medial), cuatro circunferencias (brazo relajado, brazo contraído, muslo y pantorrilla) y dos diámetros óseos (húmero y fémur). Todas las mediciones se realizaron siguiendo las normas estandarizadas de la Sociedad Internacional para el Avance de la Cineantropometría (ISAK)15 Para la determinación del peso se utilizó una balanza digital con una precisión de 100g marca Tanita BC 601 F

(Tokyo, Japan), con una escala de 0 a 150 kg. Para la determinación de la talla se usó un tallímetro de pared SECA 206, (Birmingham, UK alemania), precisión 1mm, para los pliegues cutáneos un plicómetro Holtain, (Ltd., Crosswell Reino Unido), con precisión de 0,2 mm; para la medición de las circunferencias se usó una cinta métrica inextensible milimetrada (Rosscraft, Canadá) y los diámetros óseos fueron medidos con un paquímetro de marca SECA, (Birmingham, UK), ambos instrumentos con una precisión de 0,1 cm. Se calculó el error técnico de medida admitiendo una tolerancia de un 5% en pliegues cutáneos y de un 2 % en el resto de medidas15. Una vez obtenido los datos, se calculó el índice de masa corporal (IMC) mediante la fórmula peso/talla2, además se cuantificó la sumatoria de cuatro pliegues (bíceps, tríceps, suprailiaco y pantorrilla). La densidad corporal fue estimada a través de la ecuación de Durnin y Col 16, el porcentaje de grasa fue calculado a partir de la fórmula de Siri 17 (Tabla 1). Determinación del Somatotipo Para el cálculo del somatotipo se emplearon las ecuaciones descritas por Heath & Carter7 para la determinación de los tres componentes: endomorfia, mesomorfia y ectomorfia: Endomorfia = -0.7182 + ((0.1451∑PA) - (0.00068 (∑PA)2)+ (0.0000014 (∑PA)3)) Donde PA: sumatoria de los valores de los panículos adiposo del: Tríceps, subescapular y supraespinal multiplicado a su vez por el resultado de dividir la altura del Phantom (170.18)/talla. Mesomorfia = (0.858*DH) + (0.601*DF) + (0.188*PBFc) + (0.161*PPc) - (E*0.131) + 4.5 Donde DH = Diámetro Bicondilar del Húmero; DF = Diámetro Bicondilar del Fémur; PBFc = Perímetro del Brazo Flexionado Corregido; E = Estatura. Siendo los perímetros corregidos: (1) Del brazo = perímetro del brazo – (panículo del tríceps / 10) y (2) De la pantorrilla = perímetro de la pantorrilla – (panículo de pantorrilla media/ 10). Ectomorfia Existen tres fórmulas para calcular la endomorfia, para lo cual debe obtenerse primero el Índice Ponderal (IP³) y de acuerdo a éste se selecciona la fórmula a emplear. Índice ponderal (IP): Siguiendo la condición: IP³ mayor o igual a 40.75

Ectomorfia = [(IP)(0,732)] – 28,58

IP³ mayor a 38.28 y menor 40.75

Ectomorfia = [(IP)(0.463)] – 1

IP³ igual o mayor a 38.28

Ectomorfia = 0.1

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

Resultados

Análisis Estadístico Los datos fueron analizados mediante del Paquete Estadístico para las Ciencias Sociales (SPSS) versión 19 para Windows (SPSS IBM Chicago, IL). Las variables cualitativas fueron expresadas como frecuencias absolutas y relativas, mientras que las cuantitativas como medias y desviación estándar. Para evaluar las diferencias entre medias se utilizaron las pruebas T-student y ANOVA de un factor según el caso, considerando resultados estadísticamente significativos cuando p<0.05. Para la representación del somatotipo en las somatocartas se empleó el Programa de Cálculo y Análisis de Somatotipo versión 1.1 (San Diego, CA, USA).

n la tabla 2 se muestran las características antropométricas y morfológicas de los futbolistas. Al estudiar los valores según posición de juego (Tabla 2), se encontraron diferencias estadísticamente significativas en la talla (p=1,15x10-5), peso (p= 3,80x10-9) e IMC (p=0,002), los porteros son más altos (1,80 ± 0,63cm), pesados (85,88 ± 4,47Kg) y presentan un IMC (26,41 ± 1,35) significativamente más elevado en comparación con las otras posiciones de juego. Del mismo modo, se evidenciaron diferencias en las características morfológicas estudiadas, a excepción del pliegue del tríceps, pliegue abdominal y diámetro de fémur y húmero. El pliegue del bíceps fue mayor en jugadores de defensa (4,39 ± 0.75mm) respecto a los delanteros (3,73 ± 0.63mm); p=0,009. Por otra parte, el pliegue supraescapular, resultó ser mayor en los porteros (17,66±4,40mm) en comparación con el resto de las posiciones (p= 2,54x10-6). El pliegue supraespinal, fue significativamente mayor en porteros (14,15±4,19mm) y en los defensas (13,67±4,08mm) en comparación con los delanteros (7,93±4,36mm) y medio campistas (9,48±3,61mm); p= 1,21x10-5. En relación con el pliegue del muslo (19,70±4,11mm) y la cresta ilíaca, se encontró mayor en porteros (18,28±2,75mm) respecto a las otras posiciones de juego (p= 3,69x10-5). Finalmente, el pliegue de pantorrilla fue mayor en los defensas (9,18±1,86mm) que en el resto de los jugadores; p= 4,45x10-12. Cuando se analizaron los valores de las circunferencias estudiadas se pudo observar que la circunferencia de muslo fue significativamente superior en porteros (59.75±1,85cm) que en los delanteros (56,20±3,34cm) y defensas (53,76±2,75cm); p= 2,16x10-6. En los porteros, las circunferencias de brazo relajado (34,38±3,16cm) y contraído (38,80±2,56cm) fueron mayores en relación con las demás posiciones de juego (p=3,68x10-7 y p= 3,97x10-11 respectivamente),

Mientras que la circunferencia de pantorrilla fue mayor en porteros (39,90±1,80cm), delanteros (39,15±1,53cm) y medio campistas (39,66±1,48cm) que en los jugadores defensivos (36,41±2,56); p= 1,00x10-6. Finalmente, el porcentaje de grasa, calculado según la fórmula Siri-específica, fue mayor en los porteros (20,21±1,96%), seguido de los jugadores defensivos (18,02±2,53%), medio campistas (14,76±2,99%) y por último delanteros (13,63±2.89%); p= 5,60x10-7. Comportamiento de la puntuación de los diferentes somatotipos según la posición en el terreno de juego Al determinar la media de los diferentes somatotipos según posición de juego y estudiar su comportamiento (Tabla 3), se evidenció diferencias estadísticamente significativas en los valores obtenidos para el somatotipo endomorfo: porteros (4,04±0,54), delanteros(2,56±0,64), defensas (3,59±0,69) y medios campistas (2,84±0,79) (p= 9,75x10-6) y mesomorfo: porteros (4,85±0,73), delanteros(4,71±0,82), defensas(3,56±1,01) y medios campistas(5,40±0,67) (p= 4,67x10-9), sin observarse diferencias en el comportamiento del ectomorfo (p=0,742). Se observó que los porteros presentan mayor endomorfia (4,04 ±0,54), seguido de jugadores de defensa (3,59 ±0,69), medio campistas (2,84 ± 0,79) y por último delanteros (2,56 ± 0,64). En cuanto al somatotipo mesomorfo, la mayor media se encontró en los medio campistas (5,40± 0,67), cifras similares en porteros (4,85 ± 0,73) y delanteros (4,71± 0,82), siendo menor en los defensas (3,56 ± 1,01). Las medias de estos componentes mostraron que en los porteros, delanteros y medio campistas predomina un somatotipo endo-mesomorfo, a diferencia del jugador defensivo que resulto ser más mesomorfo-endormo (Figura 1). Distribución de los somatotipos según posición en el terreno de juego de futbolistas no profesionales En la figura 2 se muestra la dispersión de los somatopuntos de los individuos de acuerdo a cada posición de juego en el terreno. El panel A expresa que un 66,6%(n: 4) de los individuos que ocupan la posición de portero son endo-mesomorfo y un 33,4% (n: 2) endomorfo-mesomorfo, localizándose en las áreas de la somatocarta respectivamente. De igual forma, en los defensas se presentó (panel C) una distribución equitativa entre endo-mesomorfo y mesomorfo-endomorfo 31,8% (n: 7) cada uno, con solo 22,72% meso-endormofos. Por otro lado, el panel B y D describe como los somatopuntos en los delanteros y medio campistas se ubicaron más concentrados en el sector de mesomorfo; los delanteros presentaron en un 42,8% (n: 6) somatotipo mesomorfo-balanceado y 50% (n: 7) meso-endomorfo, mientras que, los medio campistas el 80% (n: 20) son endo-mesomorfo y solo el 16% (n: 4) mesomorfo balanceado. Distribución de los diferentes somatotipos En la figura 3 se observa como el grupo estudiado presen-

taron como componente principal el mesomorfismo, con una distribución de los somatopuntos en los sectores de mesomorfo y endomorfo de la somatocarta, siendo el somatotipo más frecuente en los individuos estudiados endomesomorfo (46,3%), seguido de mesomorfo-endomorfo (14,92%), meso-endomorfo (17,9%) y otros (4,8%).

Tabla 1. Ecuaciones utilizadas para la estimación de la densidad corporal en futbolistas no profesionales. Maracaibo, 2014 Autor

Ecuaciones

Durnin y Womersley

D =1.1765-0.0744*Log10 (tríceps + bíceps + subescapular + suprailíaca)

Siri-específica

Siri % G = [(4,95/D)- 4,50] x100

Tabla 2. Características antropométricas y morfológicas según posición en el terreno de juego de futbolistas no profesionales. Maracaibo, 2014 Posición de Juego

Porteros (n=6)

Delanteros n=14)

Defensas (n=22)

Medio campistas (n=25)

Variable

Media ± DE

Edad

23,33 ± 3,5

21,86 ± 3,13

23,77 ± 4,02

21,56 ± 3,16

0,148

Talla

1,80 ± 0,03

1,71 ± 0,05

1,72 ± 0,04

1,70 ± 0,03

1,15x10-5

Peso

85,88 ± 4,47

71,52 ± 5,54

73,65 ± 4,32

70,76 ± 3,74

3,80x10-9

IMC

26,41 ± 1,35

24,29 ± 1,05

24,70 ± 1,03

24,42 ± 1,26

0,002

Pliegue Tríceps

10,21 ± 2,81

7,88 ± 2,05

10,11 ± 2,90

9,24 ± 3,55

0,166

Pliegue Bíceps

4,43 ± 0,96

3,73 ± 0,63

4,39 ± 0,75

3,90 ± 0,44

0,009

Pliegue Supraescapular

17,66 ± 4,40

10,04 ± 1,29

11,98 ± 3,59

10,54 ± 2,12

2,54x10-6

Pliegue Supraespinal

14,15 ± 4,19

7,93 ± 4,36

13,67 ± 4,08

8,48 ± 3,61

1,21x10-5

Pliegue Muslo

19,70 ± 4,11

13,67 ± 3,33

15,06 ± 4,46

11,34 ± 3,22

3,69x10-5

Pliegue Cesta iliaca

18,28 ± 2,75

10,85 ± 3,03

13,78 ± 4,84

10,24 ± 2,30

8,50x10-6

Pliegue abdominal

13,20 ± 2,82

9,61 ± 2,22

11,95 ± 3,57

10,75 ± 3,00

0,051

Pliegue Pantorrilla

7,00 ± 1,12

5,72 ± 1,14

9,18 ± 1,86

5,75 ± 0,94

4,45x10-12

Circunferencia Muslo

59,75 ± 1,85

56,20 ± 3,34

53,76 ± 2,75

57,58 ± 2,18

2,16x10-6

Circunferencia Brazo Relajado

34,38 ± 3,16

29,82 ± 1,70

28,96 ± 1,38

30,18 ± 1,80

3,68x10-7

Circunferencia Brazo Contraído

38,80 ± 2,56

33,10 ± 1,22

32,44 ± 1,06

33,51 ± 1,82

3,97x10-11

Circunferencia Pantorrilla

39,90 ± 1,80

39,15 ± 1,53

36,41 ± 2,56

39,66 ± 1,48

1,00x10-6

Diámetro de Fémur

10,00 ± 0,89

9,72 ± 0,49

9,89 ± 0,37

9,90 ± 0,53

0,648

Diámetro de Humero

7,23 ± 0,42

6,90 ± 0,46

7,07 ± 0,43

7,25 ± 0,37

0,092

∑4 Pliegues

42,03 ± 6,28

25,86 ± 6,09

35,77 ± 7,41

28,27 ± 7,51

3,51x10-6

Siri – específica (%GC)

20,21 ± 1,96

13,63 ± 2,89

18,02 ± 2,53

14,76 ± 2,99

5,60x10-7

p*= ANOVA ∑4 Plieges= Pliegue bíceps, Pliegue tríceps, Pliegue cresta iliaca, Pliegue pantorrilla; Log= Logaritmo; %GC= Porcentaje de Grasa según fórmula de Siriespecífica

Tabla 3. Comportamiento de los diferentes somatotipos según la posición en el terreno de juego de futbolistas no profesionales. Maracaibo, 2014 Posición de Juego Portero

Delantero

Defensa

Medio Campista

Media ± DE

Endomorfo

4,04 ± ,54

2,56 ± ,64

3,59 ± ,69

2,84 ± ,79

9,75x10-6

Mesomofo

4,85 ± ,73

4,71 ± ,82

3,56 ± 1,01

5,40 ± ,67

4,67x10-9

Ectomorfo

1,42 ±,45

1,70 ± ,49

1,60 ± ,49

1,60 ± ,56

0,742

Somatotipo

Endo-Mesomorfo

Mesomorfo Endomorfo

Endo-Mesomorfo

Clasificación

p*=ANOVA

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014 Figura 1. Comportamiento de los diferentes somatotipos según posición de terreno de juego de futbolistas no profesionales. Maracaibo, 2014

Figura 3. Distribución de los diferentes somatotipos en futbolistas no profesionales. Maracaibo, 2014

Discusión

Figura 2. Distribución de los diferentes somatotipos según posición en el terreno de juego en futbolistas no profesionales. Maracaibo, 2014

l tamaño, la estructura la composición corporal así como el somatotipo, son factores importantes relacionados con el rendimiento deportivo, el bienestar físico y la salud8. Cada especialidad o modalidad deportiva, ya sea individual o colectiva en función de la subespecialización de ciertas funciones o de la ubicación en el terreno de juego tiene un patrón cineantropométrico específico y muy bien definido que permite conocer cuáles son las características antropométricas que debería tener un determinado sujeto para lograr el mayor rendimiento en dicha especialidad18, 19. El principal hallazgo del estudio mostró que las características antropométricas de los jugadores de fútbol son

heterogéneas en relación con las posiciones en el terreno de juego, en este sentido, los porteros presentaron valores antropométricos con diferencias significativas en comparación con los jugadores de campo, Tabla 3. Algunos estudios8,20,21,22 han demostrado que el portero es significativamente más alto mientras que los centrocampistas son de menor estatura, un hallazgo similar a lo reportado en esta investigación. En relación a la estatura, Matkovi3 argumenta que una talla elevada en los porteros condiciona las posibilidades del uso del espacio vertical en el juego aéreo por los altos niveles de potencia que debe generarse en esa posición para apoderarse del balón y teniendo en cuenta las me-

didas del arco (7,32 m. de ancho por 2,44 m. de alto) lo que garantiza una mayor cobertura de su superficie. Por lo tanto, estos conceptos exponen que en ciertas posiciones del campo de juego es inevitable la ventaja generada por contar con un tamaño corporal determinado. Por su parte, Carter23 expresa que la talla es un parámetro importante en la elección de la posición de juego antes que los jugadores participen en equipos de alto rendimiento.

Por otro lado, se esperaba que los jugadores posiciones defensivas presentaran una talla más elevada que los jugadores delanteros y mediocampistas, como se ha reportado en otros estudios4,23, dado que esa característica proporciona una ventaja para esa función en el terreno de juego. En el presente estudio, la talla de los defensas fueron similares a los otros jugadores a excepción de los porteros. En esta investigación, los valores en el peso corporal, IMC y porcentaje de grasa, fueron más elevados en los porteros al compararlos con otras posiciones. Estos resultados son consistentes con lo reportado por Rogan y cols6, Gil y cols21, Sporis y cols.22, y Hazir y cols24, quienes evidenciaron que los porteros fueron los jugadores más pesados y con mayor porcentaje de grasa entre los jugadores evaluados. Valores elevados de porcentaje de grasa en los porteros es congruente con el espesor de sus pliegues cutáneo subescapular (17,66 ± 4,40mm), supraespinal (14,15 ± 4,19mm), muslo (19,70 ± 4,11mm) y cresta ilíaca (18,28 ± 2,75mm) los cuales fueron más elevadas al compararlo con otras posiciones. Por otra parte, el mayor peso y porcentaje de grasa corporal en los porteros podría estar relacionado a la menor carga metabólica desplegada en el entrenamiento y competencia, producto de una menor intensidad de los movimientos25. En relación al porcentaje de grasa se demostró que los valores promedio en las diferentes posiciones de juego oscilan entre 13,63 - 20,21%, estos datos no son congruentes con los rangos de valores de grasa corporal sugeridos para los atletas de esta especialidad deportiva, alrededor del 6-12%4. Similar comportamiento se han reportado en otras investigaciones precedentes realizadas en jugadores del equipo de Croacia3, donde se reportó un porcentaje de grasa corporal con rangos entre 13,9 y 20.2%, y en un el equipo alemán no profesional donde los valores promedios según posición en el terreno de juego fueron entre 15,4 y 16,5%6. Datos diferentes se encontraron en los jugadores de élite de Costa Rica cuyos valores promedio de porcentaje de grasa se encontraron entre 9,03 y 11,10%26. Estos resultados probablemente tienen su explicación en que la muestra fue evaluada en la fase inicial del período competitivo donde la intensidad y volumen de entrenamiento no es elevado. Esto apunta al hecho que los futbolistas probablemente acumulan cierta cantidad de grasa corporal cuando no están en el periodo de competencias. Las diferencias encontradas con otras investigaciones podría deberse a las distintas fórmulas y métodos utilizados en las investigaciones para calcular el porcentaje de grasa

corporal en los atletas. En nuestro estudio, los valores más bajos de porcentaje de grasa corporal se encontraron en los jugadores delanteros y medios campistas, este resultado está en relación al elevado gasto energético de orden aeróbico y anaeróbico que caracterizan los movimientos de singular destreza física como saltos, aceleración y drible que realizan estos atletas durante los entrenamientos y juegos, que no lograrían realizar si presentaran considerables cantidades de grasa corporal4. El somatotipo permite valorar la morfología del cuerpo. Sobre esta variable los resultados revelan que hay diferencias significativas en los componentes endomorfia y mesomorfia en las distintas posiciones, hecho que destaca la heterogeneidad interpoblacional, expresado en valores de masa adiposa y masa muscular diferentes en las distintas posiciones desempeñadas. La variable con mayor homogeneidad está representada en el componente ectomórfico, donde la prueba de Anova no mostró diferencias significativas. Tabla 3. En esta línea de investigación en futbolistas no profesionales Rogan6, encontró diferencia significativa solo en el componente mesomorfo. A este respecto, diversas investigaciones biotípicas realizadas en jugadores profesionales no han demostrado diferencias en los componentes del somatotipo según la posición en el campo de juego 21, se sugiere que cuanto mayor sea el nivel de rendimiento y aptitud deportiva, mayor será la tendencia a la congruencia entre los componentes del somatotipos de un mismo deporte27. En cuanto al componente endomorfo, los porteros estudiados presentaron el mayor valor (4,04 ± 0,54) al compararlo con los jugadores de otras posiciones. Similar resultado reportó Hazir24, en su estudio sobre la evaluación de las características físicas de los futbolistas según la posición en el juego. En relación a otros hallazgos en este estudio se observó un predominio del componente mesomorfo en la muestra estudiada: porteros (4,85 ± 0,73), delanteros (4,71 ± 0,82) y medio campistas (5,40 ± 0 ,67), este último presenta el mayor predominio del componente mesomorfo, hecho que podría estar dado por la naturaleza de juego, donde las variables más importantes son la circulación del balón y la entrega del balón en posiciones ventajosas por sobre la potencia física. Por otro lado, las medias de la clasificación del somatotipo mostraron que los porteros, delanteros y medios campistas poseen un somatotipo endo-mesoformo, en cambio los defensas se clasifican como meso-endomorfo. El hecho que el somatotipo es igual entre los porteros, delanteros y medio campistas, permite afirmar que existe una homogeneidad entre los jugadores evaluados a pesar de realizar diferente actividades en el terreno de juego. La similitud del somatotipo entre las posiciones en el campo, tiene un efecto determinante en los logros deportivos del equipo, cuando la distribución predominante del somatotipo de los jugadores es el mesomorfo balanceado23, distinto a lo observado

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

en los jugadores no profesionales evaluados. Por su parte, la endomorfia ligeramente elevada, observada en los jugadores de este estudio, sugiere un exceso de peso graso que podría incidir negativamente sobre el rendimiento físico23,28; este comportamiento difiere de los datos más recientes en la literatura, donde se observa una disminución progresiva de la endomorfia y un incremento de la ectomorfia1. El presente estudio difiere del somatotipo predominante en los futbolistas de élite, cuya estructura morfológica promedio se encuentra en la clasificación de mesomorfobalanceado (mesomorfia es dominante, mientras que la endomorfia y ectomorfia son casi iguales) reportada en futbolistas europeos29, sudamericanos12, africanos y asiáticos20. Más recientemente en las investigaciones de Hazir24, Orhan1, se intenta explicar este fenómeno sobre la base de que las intensidades y la duración del entrenamiento en equipos de fútbol no profesional son menores y que en los equipos profesionales. En este sentido sería interesante conocer y analizar las características del entrenamiento (frecuencia y volumen) a nivel internacional, para determinar si son las causantes de esas diferencias y a partir de ahí plantear estrategias de mejorar el sistema de entrenamiento los jugadores de nuestro país. Además, otra circunstancia que pudo incidir en las diferencias es que las mediciones se realizaron en la fase inicial de preparación, por lo general un período de entrenamiento con intensidades bajas.

Conclusiones

En relación a la dispersión de los somatopuntos por posición de juego (Figura 3) muestra que los defensas tienen una mayor distribución en el área de endomorfia, a diferencia de los medio campistas y delanteros que presentan valores más bajos en esta zona. Con respecto a la tendencia endo-mesomorfia, son los defensas lo que registran una mayor presencia en ese sector de la somatocarta, que se suma al valor de endomorfismo relativamente elevado (3,59 ± 0,69) observado en la tabla 3. Por otro lado, los resultados de mesomorfismo muestran que los medios campistas y delanteros tienen la mayor tendencia a la mesomorfia y en cuanto a la ectomorfia fueron similares.

Referencias 1. Orhan O, Sagir M, Zorba E. Comparison of somatotype values of football players in two professional league football teams according to the positions. Coll Antropol. 2013; Jun 37(2): 401-5. 2. Kalapotharakos V, et al. Physiological characteristics of elite professional soccer teams of different ranking. J Sports Med Phys Fitness. 2006; 46(4): 515-519. 3. Matković B, et al. Morfological differences of elite croatian soccer players according to the team Position. Coll. Antropol. 2003; 27 Suppl.1: 167-174 4. Reilly T, Bangsbo J, Franks A. Anthropometric and physiological predispositions for elite soccer. Journal of Sport Sciences. 2000; 18: 669-683 5. Olguín H, Báez E, Ramirez C, Cañas R. Perfil somatotípico del futbolista profesional chileno. Int. J. Morphol. 2013; 31(1):225-230. 6. Slavko R, Roger H, Peter C, Ron C, Jan T. Position-specific and team-ranking-related morphological characteristics in german amateur soccer players International Journal of Applied Sports Sciences. 2011; 23(1): 168-182. 7. Heath B, Carter J. A modified somatotype method. Am J of Phys Anthro. 1967; 27: 57-74 8. Carter J, Heath B. Somatotyping development and applications. Cambridge, Cambridge universitypPress. 1990. 9. Carter J, Ackland T, Keer D, Stapff A. Somatotype and size of elite female basketball players. Journal of Sports of Sciences. 2005; 23 (10): 1057- 1063. 10. Alacid F. Características morfológicas y maduración en mujeres kayakistas jóvenes de aguas tranquilas y slalom. Int. J. Morphol. 2012; 30(3):895-901. 11. Almagià A, et al. Perfil antropométrico de jugadores profesionales de voleibol sudamericano. Int. J. Morphol. 2009; 27(1):53-57. 12. Rienzi E, et al. Investigation of anthropometric and work-rate profiles of elite South American international soccer players. Journal of Sports Medicine and Physical Fitness. 2000; 40(2):162-8. 13. Casajús J, Aragonés M. Estudio morfológico del futbolista de alto nivel: Composición corporal y somatotipo. Archivos de Medicina del Deporte. 1991; 30: 147-151. 14. Búa N, et al. Perfil funcional y morfológico en jugadores de fútbol amateur de mendoza, argentina. Apunts Med Esport. 2012; UNTS-158: 8. 15. Marfell-Jones M, Olds T, Stewart A, Carter L. International standards for anthropometric assessment. Potchefstroom, South Africa. International Society for the Advancement of Kinanthropometry (ISAK). 2006; 61-75. 16. Durnin J, Womersley J. Body fat assessed from total body density and its estimation from skinfold thickness: measurement on 481 men and women aged from 16 to 72 years. British Journal of Nutrition. 1974; 32: 77-97. 17. Siri W. The gross composition of the body. In: Lawrence J, Tobias C (eds), Advances in biological and medical physics, London: Academic Press. 1956; 239-280. 18. Mastu J, Jurimae J. Prediction of rowing performance from selected physiological variables. Medicina dello Sport. 2000, 53(3): 247-254. 19. Moreno J, Camarero S, Tella V. Valoración de los parámetros antropométricos en las pruebas de 100 y 200 m mariposa. Apunts: Educación Física y Deportes. 1996; 46: 81-86. 20. Reilly T, Bangsbo J, Franks A. Anthropometric and physiological predispositions for elite soccer. J Sports Sci. 2000; 18(9): 669-683. 21. Gil S, et al. Physiological and anthropometric characteristics of young soccer players according to their playing position: relevance for the selection process. J Strength Cond Res. 2007; 21(2): 438-445.

os resultados del presente estudio indican que las medidas antropométricas y el somatotipo de los jugadores de fútbol no profesionales son heterogéneas con respecto a los posiciones en el terreno de juego, hecho que destaca la importancia de tomar en cuenta la composición corporal, la talla y el somatotipo de un jugador tanto al decidir cuál será su posición como al diseñar el plan de entrenamiento, para así, en función de las ventajas que ofrece determinadas medidas, por ejemplo, la mayor talla observada en los porteros en comparación con las otras posiciones, obtener un mayor rendimiento.

22. Sporis G, et al. Fitness profiling in Soccer: Physical and Physiologic Characteristics of Elite Players. J Strength Cond Res. 2009; 20(0), 1-7. 23. Carter J, Rienzi E, Gomes P, Martín A. Somatotipo y tamaño corporal. futbolista sudamericano de elite. Ed. Biosytem servicio educativo. 1998: 64-77. 24. Hazir T. Physical characteristics and somatotype of soccer players according to playing level and position. J Hum Kinetics. 2010; 26:83–95. 25. Arnason A, et al. Physical fitness, injuries, and team performance in soccer. Med Sci Sports Exerc. 2004; 36(2): 278-285. 26. Sánchez B, et al. Perfil Antropométrico y fisiológico en futbolistas de élite costarricenses según posición de juego. PubliCE Standard. 2011. 27. Carter J. Physical structure of olympic athletes. Part I. The Montreal Olympic Games Anthropological Project. Basel: Karger. 1982. 28. Zúñiga U De León. Somatotipo en futbolistas semiprofesionales clasificados por su posición de juego. Revista Internacional de Ciencias del Deporte. 2007; 9(3): 29-36. 29. Casajús J, Aragoneses M. Estudio cineantropométrico del futbolista profesional español. Archivo de Medicina del deporte. 1997; 59: 177-184.

A lcohol drinking patterns in the adult population from the Maracaibo municipality, Zulia - Venezuela

Patrones de consume de alcohol en la población adulta del municipio Maracaibo, Zulia - Venezuela

Background and Objectives: Alcohol consumption is a widely distributed practice worldwide with several dosedependent effects on health. The magnitude of these consequences is modified by cultural and sociodemographic factors which shape behaviors towards this habit. Therefore, the objective was to determine patterns of alcohol drinking in our population. Materials and Methods: Descriptive, cross-sectional study with randomized, multi-staged sampling, which included 2,230 subjects of both genders. Monthly alcohol intake was interrogated, from which daily consumption was calculated in grams of alcohol and beverage volume equivalents. Habitual drinking was defined as >1 g/ day. Results were expressed in medians and interquartile ranges. Consumption patterns were classified by quartile distribution and conglomerates for each gender and beverage type, obtained through two-staged cluster analysis. Results: Daily alcohol intake is higher in males than in women, expressed in medians as follows: 28.4 g/day (9.5-47.3) vs 10.4 g/day (3.8-28.4); p=4.67x10-43. From the general population, 16.7% (n=196) of women and 45% (n=478) of men were habitual drinkers (χ2=220.185, p<0.001). Beer was the most frequent type of beverage in both genders (χ2=24.760, p=4.20x10-6). The largest percentage of habitual drinkers was in subjects aged 18-29 years: 37.2% (n=73) of females; and 36.1% (n=413) of males. Consumption categories were established for both genders through quartile distribution, for females: ˂3.79 g/day, 3.8-10.41 g/day, 10.42-28.40 g/day and ≥28.41 g/day; for males: ˂9.53 g/day, 9.54-28.40 g/day, 28.4147.33 g/day and ≥47.34 g/day. Conclusions: In our population, alcohol intake is greater in males and younger subjects. Distinct sociocultural characteristics render necessary the determination of population-specific consumption patterns. Key words: alcohol, drinking patterns, types of beverages, quantity of consumption.

Introducción

Valmore Bermúdez, MD, MPH, MSc, PhD1*, Yaquelin Torres BSc1, Vanessa Apruzzese BSc1, María Sofía Martínez BSc1, Mervin Chávez BSc1, Jessenia Morillo BSc1, Luis Olivar BSc1, José Mejías BSc1, Milagros Rojas BSc1, Juan Salazar MD1, Roberto Añez MD1, Joselyn Rojas, MD, MSc1 1Endocrine-Metabolic Research Center, “Dr. Félix Gómez,” Faculty of Medicine, University of Zulia, Maracaibo 4004, Venezuela.

Abstract

lcohol consumption is a widely distributed habit worldwide, which has evolved historically from being considered an illegal act, to its current conception as a socially accepted and enforced practice, profoundly engrained in numerous cultures1. This behavior persists despite the extensive list of harmful consequences it bears on human physiology, including pancreatic and hepatic damage, immunosuppression and carcinogenesis2,3, as well as the broad catalogue of effects it has in the central nervous system, including propensity to accidents and substance dependence, which represent severe public health issues4. Nevertheless, alcohol intake remains a constant component within societies, with over 40% of the world’s adult population consuming alcohol regularly5. Currently, inappropriate alcohol intake results in an estimate of 2.5 million premature deaths yearly, and represents 4.4% of the global burden of disease. It also remains a prominent risk factor for disability, occupying the third and first places in this regard worldwide and in the American continent, respectively. Furthermore, hazardous and harmful drinking patterns seem to be on the rise among adolescents and young adults6. Despite these alarming figures, abundant evidence describes a “J-shaped” dose-effect curve for alcohol, conferring beneficial effects, such as lipid profile improvement and insulin-sensitizing activity with low-moderate consumption of some alcoholic beverages, although these are attenuated or lost as intake amounts increase7. In this aspect, quantitative and qualitative features of alcohol consumption patterns appear to be highly specific to distinct demographies5. Geography bears a strong in-

fluence over these behaviors, with factors such as latitude, weather, availability of raw materials for alcoholic beverage production, and urbanization thoroughly shaping consumption patterns for each particular population8. As a result, regions across the world have developed unique behaviors toward alcohol intake, regarding both amount and type of beverages consumed, spanning tendencies as different as the binge drinking-prone Nordic societies, to the more restrained Middle Eastern culture, at either ends of the spectrum6. Moreover, idiosyncrasies in these patterns are further conditioned by internal characteristics of each society, particularly those related to socioeconomic status and cultural background of subject subsets within populations9,10. The importance of the geographic, sociocultural and demographic environment surrounding alcohol consumption is crystallized in concepts such as the “French paradox” and the “Mediterranean diet”, wherein alcohol intake and other psychosocial habits appear to play a key role regarding the low prevalence of cardiovascular disease (CVD) observed in these populations,11,12 in apparent contradiction to the traditional and more well-known deleterious effects of alcohol intake. In these contexts, alcohol appears to favorably interact with the sociocultural backdrops of these populations, translating into beneficial outcomes13. In spite of these benefits, in most populations, the adverse consequences of alcohol consumption appear to eclipse its benefits. This phenomenon may stem from factors such as the high caloric supply of alcoholic beverages, dietary substitution for alcohol, and a psychosocial environment promoting excess intake, which are important elements that obscure the potential for therapeutic or preventive recommendation of alcohol regarding cardiometabolic disease14. Alcohol consumption patterns are largely unexplored in our population despite the ubiquity of this habit, with very few previous studies exploring this aspect. In consequence, the role of our own tendencies regarding alcohol quantity and quality and their relationship with either beneficial or harmful outcomes remains poorly understood. Given this scenario, and the constantly growing prevalence of MS, DM2 and CVD at worldwide, national and regional levels15,16, the objective of this study is to characterize and describe patterns of alcohol consumption in our population, in order to elucidate the potential role of alcohol intake regarding cardiometabolic health in our demography.

Materiales y métodos

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

Population Selection The Maracaibo City Metabolic Syndrome Prevalence Study (MMSPS) is a cross-sectional study whose purpose is to identify Metabolic Syndrome and cardiovascular risk factors in the adult population of the Maracaibo, the second largest city of Venezuela, with approximately 2,500,000 inhabitants. The methodological process for representative sample selection has been previously published elsewhere17. All participants signed a written consent prior to any involvement, interrogation, physical examination or laboratory testing. All procedures were approved by the Ethics Committee of the Endocrine and Metabolic Diseases Research Center from the University of Zulia – Venezuela. Every individual was subjected to a routine medical examination using the clinical chart provided by the Health and Social Development Ministry of Venezuela as the data collecting tool. Subject Evaluation Data were collected through completion of a full clinical record carried out by trained personnel, which included interrogation regarding ethnic origin, socioeconomic status by the Graffar scale according to Méndez-Castellano18, marital status (Single, Married/Co-Habiting or Divorced), occupational status (Employed or Unemployed), and educational status, under the following definitions: a) Illiterate, subjects with no Reading or writing skills; b) Lower Education, those who finished primary, middle or high school; and c) High Education, those who attended or finished college/university. Alcohol Consumption For the assessment of alcohol intake, subjects were asked to estimate the amount of alcoholic drinks they consumed monthly; in this stage, drinkers or non-abstainers were defined as those who took at least one drink per month. This subset was then asked to report an approximate average quantity and frequency of daily intake for each type of drink: Beer, Spirits, and Wine and its derivatives. In order to estimate total alcohol consumed, daily drink milliliters (mL) were determined based on standard drink content for each kind of beverage: Beer (222 mL,4.5° of alcohol), Spirits (30 ml, 40° of alcohol), Wine and derivatives (100 ml, 7.5° of alcohol)19. Finally, daily intake of alcohol grams was calculated through the following formula20: Daily Consumed (mL) × Degrees of Alcohol × 0,8 100 Where 0.8 is a constant representing ethanol density in drinks. Based on this estimation, habitual drinkers were defined as subjects who consumed ≥1 gram of alcohol daily21. Statistical Analysis Qualitative variables were expressed as absolute and relative frequencies, and statistically analyzed through the Z test for Proportions and the c2 test. Normality of distribution of continuous variables was evaluated by using

Geary’s test. Daily alcohol intake was represented in medians and p25 and p75th given its non-normal distribution. Differences amongst groups were determined with U Mann Whitney (two groups) or Kruskal-Wallis test (three or more groups). The database analysis was done using the Statistical Package for the Social Sciences (SPSS) v. 20 for Windows (IBM Inc. Chicago, IL). Results were considered statistically significant when p<0,05. Patterns of Alcohol Consumption For the establishment of alcohol intake patterns in our population, habitual drinkers (taking ≥1 g daily) were initially selected, and then categorized through 2 methods: 70

Resultados

1. Quantitative daily alcohol intake was classified in quartiles for each gender (Table 1). 2. Quantitative daily alcohol intake was classified in 3 categories by gender and type of beverage, through two-staged cluster analysis (Figure 1 - Table 2). Cluster analysis allows separation of patterns into clusters, sets or groups, according to distance criteria.

General characteristics of the population The studied sample consisted of 2,230 individuals, with 1,172 women (52.6%) and 1,058 men (47.4%). The mean age of the general population was 39.3±15.3 years. Sociodemographic characteristics according to gender are shown in Table 3. Prevalence of habitual drinking and types of alcoholic drinks Figure 2-Panel A depicts the distribution of habitual drinkers (≥1gr/day) by gender, where 16.7% (n=196) of females and 45% (n=478) of males were found to fit our definition of habitual alcohol consumption (χ2=220.185, p<0.001; Z Proportion Test <0.05 between genders). When assessing the types of drinks taken by these subjects (Figure 2-Panel B), beer was determined to be the most frequently beverage consumed in both genders, with 76.2 % (n=364) and 72.4% (n=142) for men and women respectively (Z Proportion Test: Beer vs. Other drinks; p<0.05 in both genders); whereas drinking of wine and its derivatives was the least prevalent in both males and females with 6.6% (n=13) and 0.4% (n=2) respectively (χ2=24.760; p=4.20x10-6). Habitual drinking and age groups Figure 3 shows the distribution of habitual drinking by gender and age groups. Gender is associated with habitual drinking, with χ2=9.510 (p=0.023) and for females χ2=19.291 (p=2.38x10-4). A decrease in the frequency of this habit can be observed as age increases, with the largest proportion of habitual drinkers in the age group 18-29 years, with Females 37.2%, n=73; Males 36.1%,

n=413. Differences between groups within each gender were only ascertained in females (Group aged ≥60 years vs. other categories; p<0.05). Daily alcohol intake and sociodemographic variables When assessing daily intake of alcohol by gender, males were found to be heavier drinkers than females, with 28.4 g/day (9.5-47.3) vs. 10.4 g/day (3.8-28.4); p=4.67x1043. Regarding the age groups, differences within genders were found in both genders; in females, the greatest consumption was in the age group ≥60 years with 39.4 g/day (13.3-69.6);p=1.9x10-4. In males, the greatest intake was found in those aged 30-44 years, with 30.2 g/day (12.964.0); p=0.006. In regards to other sociodemographic variables evaluated in our study, daily alcohol consumption was associated with socioeconomic status in both genders, the greater consumption was found in Strata IV and V, with 18.9 g/day (7.6-34.1) for females [p=4.38x10-6] and 34.1 g/day (15.2-68.2) for males [p=9.20x10-8]. Daily alcohol consumption was also associated with marital status, in females the greater consumption was in the divorced group with 18.9 g/day (11.4-28.4) [p=0.030]; conversely, in the male group the greatest consumption was in the singles group with 32.0 g/day (12.8-68.2) [p=0.040]. Differences regarding educational status and occupational status were only significant in men, with p=0.005 and p=0.021 respectively, with greater consumption in the illiterate group 28.4 g/day (17.0-37.9) and in the employed group with 28.4 g/day (11.4-56.8). Classification of alcohol consumption Table 5 shows the equivalent in milliliters for the 25th, 50th and 75th percentiles of daily alcohol intake for each type of drink (beer, spirits, and wine). The average alcohol intake was 10.41 g/day (3.79-28.40) in women; which corresponds to 289.2 mL of beer, 173.5 mL of wine, and 35.5 mL of spirits. Meanwhile, average consumption was 28.40 g/day for men, equating to 788.9 mL of beer, 473.3 mL of wine, and 88.8 mL of spirits. Following allocation of habitual drinkers through cluster analysis according to daily intake and type of drink, three categories were yielded for each gender. Table 6 summarizes the allocation of subjects for these groups, as well as their average daily intake and volume equivalent for each kind of drink. Table 1. Quartile distribution of daily alcohol intake by gender. Maracaibo, 2014. Alcohol Intake (g/day) Quartile 1

Quartile 2

Quartile 3

Quartile 4

Females

< 3.79

3.80-10.41

10.42-28.40

≥ 28.41

Males

< 9.53

9.54-28.40

28.41-47.33

≥ 47.34

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014 Figure 1. Diagram showing the processing of the sample applying two-staged Cluster analysis for categorizing subjects according to gender, type of beverage and daily alcohol intake

Table 2. Distribution of drinkers by two-staged cluster analysis according to gender, type of beverage and daily alcohol intake.

Table 3. Characteristics of the general population by gender. Maracaibo, 2014 Females (n=1172)

Males (n=1058)

Total (n=2230)

18-29

349

29.8

413

39.0

762

34.2

30-44

325

27.7

297

28.1

622

27.9

45-59

346

29.5

259

24.5

605

27.1

≥60

152

13.0

8.4

241

10.8

Type of alcoholic beverage Beer

Spirits

Wine

n (%)

Females Low Intake Moderate Intake High Intake

Age Groups (years)

120 (84.5%)

31 (75.6%)

9 (69.2%)

Ethnic Group Mixed

876

74.7

816

77.1

1692

75.9

17 (12%)

8 (19.5%)

2 (15.4%)

Hispanic White

191

16.3

161

15.2

352

15.8

Afro-Venezuelan

2.6

3.4

3.0

Amerindian

5.3

4.2

106

4.8

Others

1.1

0.1

0.6

Strata I and II

225

19.2

224

21.2

449

20.1

Strata III

432

36.9

446

42.2

878

39.4

Strata IV and V

515

43.9

388

36.7

903

40.5

5 (3.5%)

2 (4.9%)

2 (15.4%)

Males

Socioeconomic Status

Low Intake

248 (68.1%)

79 (70.5%)

1 (50%)

Moderate Intake

92 (25.3%)

31 (27.7%)

1(50%)

Educational Status High Intake

24 (6.6%)

2 (1.8%)

0 (0%)

Illiterate

2.8

1.8

2.3

Lower Education

757

64.6

637

60.2

1394

62.5

Higher Education

382

32.6

402

38.0

784

35.2

Unemployed

642

54.8

291

27.5

933

41.8

Employed

530

45.2

767

72.5

1297

58.2

Occupational Status

Marital Status Single

495

44.8

459

44.3

954

44.6

Married/Cohabiting

543

49.1

550

53.1

1093

51.1

Divorced

6.1

2.5

4.3

Figure 2. Frequency of habitual drinking and types of alcoholic beverages by gender. Maracaibo, 2014

Figure 3. Epidemiologic behavior of habitual drinking by age groups and gender. Maracaibo, 2014.

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014 Table 5. Quartile distribution of daily alcohol intake by gender and equivalent volume by type of beverage. Maracaibo, 2014

Table 4. Epidemiologic behavior of daily alcohol intake by sociodemographic variables and gender. Maracaibo, 2014 Alcohol Intake (gr/day) Females Gender* Age Groups (Years)a 18-29

Median

p25-p75

10.4

3.8-28.4

Type of alcoholic beverage (mL)

Males p

Median

p25-p75

28.4

9.5-47.3

1,9x10-4

p25 0.006

7.1

2.6-28.4

28.4

9.5-43.3

30-44

11.4

4.7-22.7

30.2

12.9-64.0

45-59

13.0

2.6-18.9

19.2

9.5-39.8

≥60

39.4

13.3-69.6

17.0

3.8-32.0

p50 p75

g/day†

Beer*

Females

3.8

105.3

11.8

63.2

Males

9.5

264.7

29.8

158.8

Females

10.4

289.2

35.5

173.5

Males

28.4

788.9

88.8

473.3

Females

28.4

788.9

88.8

473.3

Males

47.3

1314.7

147.9

788.8

11.4

3.8-28.4

28.4

Hispanic White

7.6

2.1-18.9

18.9

9.5-37.9

† Daily alcohol intake. * Equivalent volume of beverage (mL). 1 Beer= 220 mL. 1 Spirit drink= 30 mL.

Afrovenezuelan

18.9

9.2-68.2

31.2

17.0-37.9

1 Glass of wine= 120 mL.

Ethnic Groupsa Mixed

0.287

0.109 9.5-51.1

Amerindian

11.1

4.3-17.0

38.8

34.1-68.2

Others Socioeconomic Statusa Strata I y II

31.2

28.4-34.1

28.4

3.8

1.9-11.4

14.2

6.4-28.4

Strata III

9.3

2.9-18.9

28.4

13.6-45.8

Strata IV y V

18.9

7.6-34.1

34.1

15.2-68.2

4.38x10

Marital Statusa Single Married/ Cohabiting Divorced Educational Statusa Illiterate Lower Education Higher Education Occupational Statusb Unemployed Employed

9.20x10

-6

0.030

-8

2.6-19.9

32.0

12.8-68.2

12.8

4.7-28.4

24.0

9.5-37.9

18.9

11.4-28.4

16.1

7.6-28.8

0.102 -

28.4

17.0-37.9

13.3

3.8-34.1

28.4

14.2-67.2

7.8

2.6-18.9

18.9

7.7-37.9

0.864 3.2-28.4

18.9

8.0-3.1

11.4

3.8-18.9

28.4

11.4-56.8

Mann-Whitney’s U Test between genders: p=4.67x10-43 Kruskal-Wallis’ Test within each gender. b Mann-Whitney’s U Test within each gender.

Discusión

atterns of alcohol consumption display broad variability worldwide, with tendencies and behaviors autochthonous to each region in question5, which are profoundly modeled by geographic, sociodemographic and cultural factors22. Although alcohol intake is generally conceived as a harmful practice due to its wide array of deleterious effects in several organ systems23; numerous reports describe highly specific drinking patterns that appear beneficial in the cardiometabolic sphere24,25. Therefore, it is of utmost importance to characterize drinking patterns within each demographic setting, in order to determine and describe their relationship with beneficial or detrimental health effects in each region.

Wine

Median†

mL*

n (%)

Median†

mL*

n (%)

120 (84.5%)

14.2

394.4

31 (75.6%)

1.9

5.9

9 (69.2%)

2.3

38.3

Moderate 17 (12%) Intake

68.2

1894.4 8 (19.5%)

8.5

26.6

2 (15.4%)

10.8

180

5 (3.5%)

136.3

3786.1 2 (4.9%)

38.4

120

2 (15.4%)

17.7

295

248 (68.1%)

18.9

525

79 (70.5%)

7.7

24,1 1 (50%)

5.4

Moderate 92 Intake (25.3%)

68.2

1894.4

31 (27.7%)

32.0

100

5.8

96.7

High Intake

136.3

3786.1 2 (1.8%)

133.1

Median† mL*

Females

High Intake Males Low Intake

Spirits

n (%)

Low Intake

0.021

9.5

Type of alcoholic beverage

0.005

17.0

Wine*

Table 6. Distribution of drinkers by cluster analysis according to gender, type of beverage and daily alcohol intake, with median daily alcohol intake and volume equivalent. Maracaibo, 2014 Beer

0.040

6.4

Spirits*

24 (6.6%)

1(50%)

415.9 0 (0%)

† Daily alcohol intake (g/day). * Equivalent volume of alcohol (mL). 1 Beer= 220 mL. 1 Spirit drink= 30 mL. 1 Glass of wine= 120 mL.

In our population, habitual drinking showed marked differences between genders, being present in 45% of men and only 16.7% of women. This predominance among males is a constant finding in multiple nations across America, Europe, Asia and Oceania as reported by the multinational GENACIS project26. Nevertheless, these figures are lower than those published by the WHO not only for the American region (55% in women and 75% in men) but also worldwide (44% in women and 55% in men), wherein habitual drinking was defined as any alcohol intake in the 12 preceding months27. A broad catalogue of biologic and social factors may contribute to this gender asymmetry. Among biologic aspects, a potential greater susceptibility to the effects of alcohol in females may discourage its consumption in this gender,

although evidences are still inconclusive28. On the other hand, traditional Westernized psychosocial gender roles may play a part in this phenomenon, apparently offering more tolerance and encouragement towards irresponsible or dangerous drinking behaviors to males rather than females29. Additionally, in societies where women occupy central roles in family structures –as described in Venezuela30 – self-limitation of alcohol intake may be perceived as a desirable or normatively expected trait in females31.

Regarding the types of beverages consumed, in our population both genders showed predilection for beer over spirits and wine or its derivatives. This trend deviates from that observed worldwide, where spirits are the most consumed, followed by beer, and lastly, wine and its derivatives27. Regional preference for specific types of drinks is fundamentally dictated by geographic and socioeconomic factors. Indeed, because economic availability bears a heavy influence on drink predilection32, wine intake only prevails in territories with favorable climate and soil conditions for grape cultivation –mainly in Mediterranean-like environments– which allow for increased regional production of this beverage, lower costs and by extension, easier acquisition. In contrast, ingredients for preparation of beer and spirits are generally more readily available worldwide, facilitating their production in countries such as Venezuela33. Heavy alcohol consumption is a serious problem in young adults and the physical, familial and financial consequences of excessive alcohol intake are enormous34. In our population, consumption patterns by age were similar in both genders, with larger proportions of habitual drinkers among younger subjects, progressively decreasing with age. This trend harmonizes with that found in other Westernized latitudes, such as the United States of America35 and almost all of the Latin American territory, including Argentina, Brazil and Mexico; in contrast with Central European and Asian populations, where most drinkers were older in age26. In this aspect, cultural constructs and social structures intrinsic to each demography also determine intake tendencies; the greater concentration of drinkers in young ages may be due to early initiation of drinking practices within this age group36 –which is in turn related to high-risk alcohol-related behaviors37 –, use of alcoholic carbonate drinks, known as ‘alcopops’, which is equated with more problematic drinking patterns such as more frequent drinking, earlier onset of alcohol consumption, drunkenness and more alcohol-related negative consequences6 and sociocultural encouragement towards drinking in this population subset38 Socioeconomic status was also associated with specific intake trends. In both genders, the highest alcohol consumption was in Strata IV and V. The features of the link between socioeconomic status and drinking practices appear to be highly region-specific: Our findings contrast with reports from South Africa –where lower strata tend to be lighter consumers39 – yet resemble findings by Zhou et al.40

in two rural Chinese settings, wherein subjects with lower incomes showed the largest alcohol intake. This behavior has been related to low pricing of alcoholic beverages, as well as their illegal sale and homemade preparation41. When analyzing alcohol intake by occupational and educational status, only men showed significant differences. Regarding the former, in our population unemployed subjects were shown to drink more than their employed homologues, differing from a study in Russia which indicated unemployed individuals to be heavier drinkers42. Nevertheless, our findings harmonize with those in a South African population, with increased intake among employed subjects, which has been proposed to be due to higher acquisitive power39. Regarding educational status, lower consumption was found among subjects with greater levels of education, echoing previous reports by Helasoja et al.43 in Baltic states. Similarly, Zhou et al.40 have described a low educational status to be a risk factor for increased alcohol intake. Likewise, in certain populations, individuals with higher education may drink more frequently yet in lower quantities, as opposed to less frequent yet more copious drinking by subjects with lower educational status, a differential behavior which may contribute to these findings44. Our population displayed gender differences regarding marital status and alcohol intake. Among females, divorced individuals were the heaviest drinkers; as previously described by Helasoja et al. and Yim et al.43,45 who found greater probability of elevated alcohol intake among women in this group. Hypotheses proposed to explain this distribution include increased psychosocial stress due to greater aggregated responsibility for achieving spouseindependent economic and familiar support45. Among males, single subjects showed the greatest consumption, in concert with findings from Brazil46, China47 and Baltic States43, and even worldwide48; whereas married men tend to consume less alcohol41. Given the impact of all these cultural, demographic and socioeconomic on drinking patterns, several studies across the world have attempted to assess and stratify alcohol intake, in order to characterize dose-effect relationships in each population, and their consequences at mid- and long-term. Due to marked differences in quantity, kind and composition of alcoholic beverages worldwide, methods for its evaluation differ significantly, resulting in broadly variable classifications of consumption. However, large studies such as NHANES III49 utilize simple and objective methodology for analysis of this aspect, by calculating consumption in daily grams of alcohol, and establishing gender-specific intake categories based on quartiles of this quantitative variable. Nonetheless, the quartiles proposed by NHANES III are notoriously higher than those found in our study (Table 3)49. Others, such as the Melbourne Collaborative Cohort

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 3, 2014

Study21 carried out in 36,964 Australians; also established consumption categories based on daily alcohol intake in grams, yet did not account for gender-specific differences, and may have implemented rather arbitrary stratification methods for their determination. In this context, in order to more broadly evaluate our drinking patterns, cluster analysis was utilized as a less arbitrary complementary tool for the classification of alcoholic habits in our population. Cluster analysis is a multivariate statistic technique that renders groups of elements with the maximum possible homogeneity within each category, yet also greatest difference among groups50. Although this method has been used to describe patterns regarding psychobiological variables such as dietary habits50,51, studies employing this tool to assess alcoholic drink consumption remain scarce52. Finally, it is important to highlight the exploratory and preliminary nature of this report, which aims to exhibit different models for the classification of alcohol intake, upon which further analyses will be based, focused on the detection of possible links between alcohol intake patterns and various cardiometabolic alterations in our population, particularly the Metabolic Syndrome.

Referencias 1.

Stolberg V. A review of perspectives on alcohol and alcoholism in the history of American health and medicine. J EthnSubst Abuse. 2006; 5(4):39-106.

Seitz H, Stickel F. Molecular mechanisms of alcohol-mediated carcinogenesis. Nat Rev Cancer. 2007; 7(8):599-612.

Wallner M, Olsen R. Physiology and pharmacology of alcohol: the imidazobenzodiazepine alcohol antagonist site on subtypes of GABAA receptors as an opportunity for drug development? Br J Pharmacol. 2008; 154(2): 288–298.

Rehm J, Mathers C, Popova S, Thavorncharoensap M, Teerawattananon Y, Patra J. Global burden of disease and injury and economic cost attributable to alcohol use and alcohol-use disorders. Lancet. 2009; 373: 2223–2233.

Shield K, Rylett M, Gmel G, Kehoe-Chan T, Rehm J. Global alcohol exposure estimates by country, territory and region for 2005--a contribution to the Comparative Risk Assessment for the 2010 Global Burden of Disease Study. Addiction. 2013; 108(5):912-22.

World Health Organization (WHO). Global Status Report on Alcohol and Health 2011. Available at: http://www.who.int/substance_abuse/publications/global_alcohol_report/msbgsruprofiles.pdf

Poli A, Marangoni F, Avogaro A, Barba G, Bellentani S, Bucci M, et al. Moderate alcohol use and health: A consensus document. Nutr Metab Cardiovasc Dis. 2013; 23(6):487-504.

Emslie C, Mitchell R. Are there gender differences in the geography of alcohol-related mortality in Scotland? An ecological study. BMC Public Health. 2009 16; 9: 58.

Huckle T, You R, Casswell S. Socio-economic status predicts drinking patterns but not alcoholrelated consequences independently. Addiction. 2010; 105(7):1192-202.

10. Anderson P. Global use of alcohol, drugs and tobacco. Drug Alcohol Rev. 2006 Nov; 25(6):489502. 11. Ferrières J. The French paradox: lessons for other countries. Heart. 2004; 90(1):107-11. 12. Pauwels E. The protective effect of the Mediterranean diet: focus on cancer and cardiovascular risk. Med Princ Pract. 2011; 20(2):103-11. 13. Bonaccio M, Iacoviello L, de Gaetano G, Moli-Sani Investigators. The Mediterranean diet: the reasons for a success. Thromb Res. 2012; 129(3):401-4. 14. Cardoso M, Silva A, da Silva-Fonseca V. Alcohol: Effects on Nutritional Status, Lipid Profile and Blood Pressure. J Endocrinol Metab. 2012; 2(6):205-211. 15. World Health Organization (WHO). Noncommunicable Diseases Country Profiles 2011. Available at http://whqlibdoc.who.int/publications/2011/9789241502283_eng.pdf 16. Vital Statistics Yearbook, Ministerio del Popular Para la Salud. Venezuela, 2011 Available at: http://www.mpps.gob.ve/ 17. Bermúdez V, Marcano R, Cano C, Arraiz N, Amell A, Cabrera M. The Maracaibo city metabolic syndrome prevalence study: design and scope. Am J Ther. 2010; 17(3):288-94. 18. Méndez H, de Méndez M. Estratificación social y biología humana: método Graffar modificado. Arch Ven Pueric Pediatr. 1986; 49: 93-104. 19. National Health and Medical Research Council. Australian Guidelines to Reduce Health Risks from Drinking Alcohol. 2009. Available at: http://www.nhmrc.gov.au/_files_nhmrc/publications/ attachments/ds10-alcohol.pdf 20. Ministerio de Sanidad, Servicios Sociales e Igualdad, Gobierno de España. Reporte 2007. Available at: http://www.msssi.gob.es/en/campannas/campanas07/alcoholmenores9.htm

21. Baglietto L, English D, Hopper J, Powles J, Giles G. Average volume of alcohol consumed, type of beverage, drinking pattern and the risk of death from all causes. Alcohol Alcohol. 2006; 41(6):664-71. 22. Kuendig H, Plant M, Plant M, Miller P, Kuntsche S, Gmel G. Alcohol-related adverse consequences: cross-cultural variations in attribution process among young adults. Eur J Public Health. 2008; 18(4):386-91. 23. Cederbaum A. Alcohol metabolism. Clin Liver Dis. 2012; 16(4):667-85. 24. Ronksley P, Brien S, Turner B, Mukamal K, Ghali W. Association of alcohol consumption with selected cardiovascular disease outcomes: a systematic review and meta-analysis. BMJ. 2011 22; 342: d671. 25. Costanzo S, Di Castelnuovo A, Donati M, Iacoviello L, de Gaetano G. Alcohol consumption and mortality in patients with cardiovascular disease: a meta-analysis. J Am Coll Cardiol. 2010 30; 55(13):1339-47. 26. Wilsnack R, Wilsnack S, Kristjanson A, Vogeltanz-Holm N, Gmel G. Gender and alcohol consumption: patterns from the multinational GENACIS project. Addiction. 2009; 104(9):1487-500. 27. Organización Panamericana de la Salud. Alcohol y Salud Pública en las Américas: Un Caso para la Acción. Available at: http://www1.paho.org/spanish/dd/pin/A&SP.pdf 28. Hommer D. Male and female sensitivity to alcohol-induced brain damage. Alcohol Res Health. 2003; 27(2):181-5. 29. Holmila M, Raitasalo K. Gender differences in drinking: why do they still exist? Addiction. 2005; 100(12):1763-9. 30. Campo-Redondo M, Andrade G, Andrade J. La matricentralidad de la familia venezolana desde una perspectiva histórica. Frónesis. 2007. 14(2); 86-113. 31. Wilsnack R, Vogeltanz N, Wilsnack S, Harris T, Ahlström S, Bondy S et al. Gender differences in alcohol consumption and adverse drinking consequences: cross-cultural patterns. Addiction. 2000; 95(2):251-65. 32. Grigg D. Wines, Spirits and Beers: World Patterns of Consumption. Geography. 2004; 89(2): 99-110. 33. Gruenewald P, Ponicki W, Holder H, Romelsjö A. Alcohol prices, beverage quality, and the demand for alcohol: quality substitutions and price elasticities. Alcohol Clin Exp Res. 2006; 30(1):96-105. 34. King A, de Wit H, McNamara P, Cao D. Rewarding, Stimulant, and Sedative alcohol Responses and Relationship to Future Binging Drinking. Arch Gen Psychiatry. 2011; 68(4): 389-399. 35. Alcohol Use and Alcohol Use Disorders in the United States: Main Findings from the 2001-2002 National Epidemiologic Survey on Alcohol and Related Conditions (NESARC), Alcohol Epidemiologic Data Reference Manual, Volume 8, Number 1, January 2006, NIH Publications No. 05-5737. 36. Fisher L, Miles I, Austin S, Camargo C, Colditz G. Predictors of initiation of alcohol use among US adolescents: findings from a prospective cohort study. Arch Pediatr Adolesc Med. 2007; 161 (10):959-66. 37. Hawkins J, Graham J, Maguin E, Abbott R, Hill K, Catalano R. Exploring the effects of age of alcohol use initiation and psychosocial risk factors on subsequent alcohol misuse. J Stud Alcohol. 1997;58(3):280-90. 38. de Visser R, Wheeler Z, Abraham C, Smith J.Drinking is our modern way of bonding’: young people’s beliefs about interventions to encourage moderate drinking. Psychol Health. 2013; 28(12):1460-80. 39. Peltzen K, David A, Njuho P. Alcohol use and problem drinking in South Africa: findings from a national population-based survey. Afr J Psychiatry. 2011; 14:30-37. 40. Zhou L, Conner K, Caine E, Xiao S, Xu L, Gong Y et al. Epidemiology of Alcohol Use in Rural Men in Two Provinces of China. J Stud Alcohol Drugs 2011; 72:333-340. 41. Leinsalu M, Aluoja A, Noorkoiv R, Vasar V. Socioeconomic inequalities in physical and mental health and some posible explanatory mechanisms. Project Report. Tallinn: National Research and Development Program in Public Health. 2003. 42. Cook S, De Stavola B, Saburova L, Kiryanov N. Socio-demographic Predictors of Dimensions of the AUDIT Score in A Population Sample of Working-age Men in Izhevsk, Russia. Alcohol and alcoholism. 2011; 46(6): 702-708. 43. Hesaloja V, Lahelma E, Prättälä R, Petkeviciene J, Pudule I, Tekkel M. The sociodemographic patterning of drinking and binge drinking in Estonia, Latvia, Lithuania and Finland, 1994-2002. BMC Public Health. 2007; 7(241). 44. Pärna K, Rahu K, Helakorpi S, Tekkel M. Alcohol consumption in Estonia and Finland: Finbalt survey 1994-2006. BMC Public Health. 2010;10: 261. 45. Yim H, Park H, Kang J, Kim K, Cho Y, Hur Y et al. Marital Status and health Behavior in Middleaged Korean Adults. Korean J Fam Med. 2012; 33(6):390-397. 46. Laranjeira R, Pinsky I, Sanches M, Zaleski M, Caetano R. Alcohol use patterns among Brazilian adults. Revista Brasileira de Psiquiatria. 2010; 32(3):231-241. 47. Zhu, Y., Wang, L., Zhang, X., Guan X, Ding D, Fu H et al. A survey on drinking behavior among residents above 15 years old in Jilin province, South China. Journal of Preventive Medicine. 2007; 33:46-47. 48. Degenhardt L, Chiu W, Sampson N, et al. Toward a Global View of Alcohol, Tobacco, Cannabis, and Cocaine Use: Findings from the WHO World Mental Health Surveys. PLoS Med 5(7): e141. 49. Suthat L. Relationship between alcohol intake and dietary pattern: Findings from NHANES Ⅲ.World J Gastroenterol 2010; 16(32): 4055-4060. 50. Barboza D. A comparison of three statistical methods applied in the identification of eating patterns. Cad Saude Pública. 2010; 26(11):2138-48. 51. Newby PK, Muller D, Tucker KL. Association of empirical derived eating patterns with plasma lipid biomarkers: a comparison of factor and cluster analysis methods. Am J Clin Nutr 2004; 80(3): 759-767. 52. Bräker A, Göbel K, Scheithauer H et al. Alcohol use patterns of youngsters from 25 European countries: A comparison of cluster analysis and defining by theoretical premeditated conditions. Alcohol use Among Adolescents in Europe Environmental Research and Preventive Actions 2013. 1: 67-76.