Rlh 4 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 4, 2014

Editores

evista Latinoamericana de Hipertensión Prevalencia de diabetes mellitus tipo 2 y prediabetes en pacientes adultos que asisten al servicio de nutrición integral de una franquicia de servicios de salud en la ciudad de Maracay, Venezuela Prevalence of type 2 Diabetes Mellitus and Prediabetes in adults attending in nutrition service from a health franchise in the city of Maracay, Venezuela. Dubraska Ramírez, Rossimar, González Gutiérrez, Karina A. Cedeño, Adriana I. Angulo, María E. Moliné, Juan J. Salazar, Roberto J. Añez, Joselyn Rojas, Valmore Bermúdez

Prevalencia de dislipidemias en pacientes con sobrepeso y obesidad atendidos en ambultorios tipo II del municipio Sucre, estado Miranda Prevalence of dyslipidemia in overweight and obese patients who are seen in Type II Outpatient Clinics in the Sucre Municipality, Miranda State María Esther Moliné Lana, Adriana Angulo, Karina Cedeño, Rossimar González, Juan Salazar, Roberto Añez, Joselyn Rojas, Valmore Bermúdez,

The Maracaibo city metabolic syndrome prevalence study: primary results and agreement level of 3 diagnostic criteria Estudio de Prevalencia de Síndrome Metabólico: resultados preliminares y nivel de concordancia de 3 criterios diagnósticos Valmore Bermúdez, Joselyn Rojas, Juan Salazar, María José Calvo, Jessenia Morillo, Wheeler Torres, Carmen Chávez, Luis Olivar, Milagros Rojas, María Sofía Martínez, Maricarmen Chacín, Roberto Añez, Clímaco Cano-Ponce

Volumen 9, Nº 4. 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: revistahipertension@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

Instrucciones a los Autores

ALCANCE Y POLÍTICA EDITORIAL

La revista Latinoamericana de Hipertensión es una publicación biomédica periódica, arbitrada, de aparición trimestral, destinada a promover la productividad científica de la comunidad nacional e internacional en el área de Sistema Cardiovascular; así como todas aquellas publicaciones vinculadas a la medicina práctica en esta área. Su objetivo fundamental es la divulgación de artículos científicos y tecnológicos originales y artículos de revisión por invitación del Comité Editorial, asimismo, se admiten informes de investigaciones de corte cualitativo o cuantitativo; todos deben ser trabajos inéditos, no se hayan sometidos o hayan publicados en otra revista. El manuscrito debe ir acompañado de una carta solicitud firmada por el autor principal y el resto de los autores responsables del mismo. Está constituida por un Comité de redacción, organizado por Editor en Jefe, Editores Ejecutivos y Comité Editorial. Los manuscritos que publica pueden ser de autores nacionales o extranjeros, residentes o no en Venezuela, en castellano o en ingles (los resúmenes deben ser en ingles y castellano). Esta revista está incluida en las bases de datos de publicaciones científicas en salud: SCIENCE CITATION INDEX EXPANDED (SciSearch) JOURNAL CITATION REPORTS/SCIENCE EDITION REDALYC (Red de Revistas Científicas de América Latina, el Caribe, España y Portugal) SCIELO (Scientific Electronic Library Online) LATINDEX (Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal) LIVECS (Literatura Venezolana para la Ciencias de la Salud) LILACS (Literatura Latinoamericana y del Caribe en Ciencias de la Salud) ELSEVIER BIBLIOGRAPHIC DATABASES: EMBASE, Compendex, GEOBASE, EMBiology, Elsevier BIOBASE, FLUIDEX, World Textiles, Scopus DRJI (Directory of Research Journal Indexing) PERIÓDICA (Índices de Revistas Latinoamericanas en Ciencias) REVENCYT (Índice y Biblioteca Electrónica de Revistas Venezolanas de Ciencias y Tecnología) SABER UCV A tales efectos, los manuscritos deben seguir las instrucciones siguientes: a.- Todo el proceso de revisión, edición y publicación se realiza vía correo electrónico y a través de la red, permitiendo de esta manera agilizar la edición, y que un amplio público pueda acceder de manera rápida y gratuita. b.- Los trabajos deben ser enviados como archivo en formato MS Word u openoffice no comprimido adjunto a un mensaje de correo electrónico en el que deben figurar: Los nombres y apellidos completos de todos los autores y el título del trabajo, el correo electrónico y dirección postal del autor de contacto. Después de haber recibido el trabajo enviaremos un correo electrónico como acuse de recibo. Orientaciones para la publicación Para la publicación de trabajos científicos en la revista Latinoamericana de Hipertensión, los mismos estarán de acuerdo con los requisitos originales para su publicación en Revistas Biomédicas, según el Comité Internacional de Editores de Revistas Biomédicas (Arch. lntern. Med. 2006:126(36):1-47), www.icmje.com. Además, los editores asumen que los autores de los artículos conocen y han aplicado en sus estudios la ética de experimentación Internacional, como es el caso de la Convención de Helsinki. En el caso de estudios clínicos hechos en Venezuela, debe mencionarse en la sección correspondiente a selección del paciente, si el estudio se realizo en apego a la Convención de Helsinki, Ley del ejercicio de la medicina y Normas de Investigación Clínica del Ministerio de Salud y Desarrollo Social, con el consentimiento informado y la aprobación del comité de ética correspondiente. Se aceptan como idiomas el español, francés, portugués e inglés. Los trabajos no deben pasar de un total de 25 páginas de extensión. Se debe revisar el trabajo eliminando todos los formatos ocultos innecesarios. Al comienzo del trabajo se debe incluir, y por este orden: título, autores, afiliación, dirección electrónica, resumen de no más de 200 palabras y listado de palabras clave. A continuación, en el caso de que el idioma no sea el inglés, versión en esta lengua del título (Title), resumen (Abstract) y palabras clave (Key words). Las referencias a artículos o libros figurarán en el texto, entre paréntesis, indicando el apellido del autor/a o autores/as y el año de edición, separados por una coma. Configuración de página Mecanografiar original a doble espacio, papel bond blanco, 216 x 279 mm (tamaño carta) con márgenes, Margen superior 2,4.Márgenes inferior, izquierdo y derecho 3. Encabezado 1,4. Pie de página 1,25. Sin citas a pie de página, en una sola cara del papel. Usar doble espacio en todo el original. Su longitud no debe exceder las 10 páginas, excluyendo el espacio destinado a figuras y leyendas (4-5) y tablas (4-5). Formato texto - Cada uno de los componentes del original deberá comenzar en página aparte, en la secuencia siguiente: a. Página del título. b. Resumen y palabras claves. c. Texto. d. Agradecimientos. e. Referencias. f. Tablas: cada una de las tablas en páginas apartes, completas, con título y llamadas al pie de la tabla. g. Para la leyenda de las ilustraciones: use una hoja de papel distinta para comenzar cada sección. Enumere las páginas correlativamente empezando por el título. El número de la página deberá colocarse en el ángulo superior izquierdo de la misma. La página del título deberá contener: - Título del artículo, en inglés y español conciso pero informativo. a. Corto encabezamiento de página, no mayor de cuarenta caracteres (contando letras y espacios) como pie de página, en la página del título con su respectiva identificación. b. Primer nombre de pila, segundo nombre de pila y apellido (con una llamada para identificar al pie de página el más alto grado académico que ostenta y lugar actual donde desempeña sus tareas el(los) autores. c. El nombre del departamento (s) o instituciones a quienes se les atribuye el trabajo. d. Nombre y dirección electrónica del autor a quien se le puede solicitar separatas o aclaratorias en relación con el manuscrito. e. La fuente que ha permitido auspiciar con ayuda económica: equipos, medicamentos o todo el conjunto. f. Debe colocarse la fecha en la cual fue consignado el manuscrito para la publicación. - La segunda página contiene un resumen en español y su versión en inglés, cada uno de los cuales tendrá de no más de 250 palabras. En ambos textos se condensan: propósitos de la investigación, estudio, método empleado, resultados (datos específicos, significados estadísticos si fuese posible) y conclusiones. Favor hacer énfasis en los aspectos nuevos e importantes del estudio o de las observaciones. Inmediatamente después del resumen, proporcionar o identificar como tales: 3-10 palabras claves o frases cortas que ayuden a los indexadores en la construcción de índices cruzados de su artículo y que puedan publicarse con el resumen, utilice los términos del encabezamiento temático (Medical Subject Heading) del lndex Medicus, cuando sea posible. - En cuanto al texto, generalmente debe dividirse en: introducción, materiales y métodos, resultados y discusión. Agradecimientos, sólo a las personas que han hecho contribuciones reales al estudio. Figuras, tablas y cuadros

- Deben ir centradas y dejar un espacio anterior 12. - Pies: Arial 10 normal justificada. Interlineado sencillo. Sangrado especial primera línea 0,50 cm. Espacio anterior 6 y posterior 12. No utilizar abreviaturas (Ejemplo Fig. 1 ó Tab. 1) sino palabra completa (Ejemplo Figura 1 ó Tabla 1). - Las tablas no deben ocupar más de una página, en caso de necesitar más espacio dividirla en varias y si no es posible incluirla como anexo. - Las figuras tipo imagen deben ser en formato JPG, PNG ó GIF con una resolución mínima aceptable que permita ver claramente su contenido. - Cuando se quiera presentar una sola figura a partir de varios cuadros de texto, seleccione los objetos y agrúpelos. - Es recomendable incluir en el manuscrito una hoja de leyendas de cada figura. Si se trata de microfotografías, citar la magnificación al microscopio ej. 50X y la técnica de coloración empleada. - La publicación de fotografías de pacientes identificables no esta permitida por razones éticas; enmascarar para que no sean identificables los pacientes. Ilustraciones: Deben ser de buena calidad; entregarlas separadas; las fotos, en papel brillante con fondo blanco, generalmente 9 x 12 cm. Las fotografías de especimenes anatómicos, o las de lesiones o de personas, deberán tener suficiente nitidez como para identificar claramente todos los detalles importantes. En caso de tratarse de fotos en colores, los gastos de su impresión correrán a cargo del autor(s) del trabajo. Lo mismo sucederá con las figuras que superen el número de cuatro. - Todas las figuras deberán llevar un rótulo engomado en el reverso y en la parte superior de la ilustración indicando número de la figura, apellidos y nombres de los autores. No escribir en la parte posterior de la figura. Si usa fotografía de personas, trate de que ésta no sea identificable o acompañarla de autorización escrita de la misma. Las leyendas de las ilustraciones deben ser mecanografiadas a doble espacio en página aparte y usar el número que corresponde a cada ilustración. Cuando se usen símbolos y fechas, números o letras para identificar partes en las ilustraciones, identifíquelas y explíquelas claramente cada una en la leyenda. Si se trata de microfotografía, explique la escala e identifique el método de coloración. Para el envío - Envíe un original inédito y dos copias impresas en un sobre de papel grueso, incluyendo copias fotográficas y figuras entre cartones para evitar que se doblen, simultáneamente envíe una versión electrónica en CD o a través del E-mail: revistahipertension@gmail.com, indicando el programa de archivo. Las fotografías deben venir en sobre aparte. Los originales deben acompañarse de una carta de presentación del autor en la que se responsabiliza de la correspondencia en relación a los originales. En ella debe declarar que conoce los originales y han sido aprobados por todos los autores; el tipo de artículo presentado, información sobre la no publicación anterior en otra revista, congresos donde ha sido presentado y si se ha usado como trabajo de ascenso. - Acuerdo de asumir los costos de su impresión en caso de fotos a color, autorización para reproducir el material ya publicado o ilustraciones que identifiquen a personas. - Cuando se refiere a originales, queda entendido que no se enviará artículo sobre un trabajo que haya sido publicado o que haya sido aceptado para su publicación en otra revista. - Todos los trabajos serán consultados por lo menos por dos árbitros en la especialidad respectiva. - La revista Latinoamericana de Hipertensión, no se hace solidaria con las opiniones personales expresadas por los autores en sus trabajos, ni se responsabiliza por el estado en el que está redactado cada texto. - Todos los aspectos no previstos por el presente reglamento serán resueltos por la Junta Directiva de la Revista. Referencias - Las referencias serán individualizadas por números arábicos, ordenados según su aparición en el texto. La lista de referencias llevará por título “Referencias” y su ordenamiento será según su orden de aparición en el texto. Para su elaboración usar el sistema Internacional. - Las citas de los trabajos consultados seguirán los requisitos de uniformidad para manuscritos presentados a revistas Biomédicas, versión publicada en: Ann lntern Med. 2006; 126(36): 1-47, www.icmje.com. No se aceptarán trabajos que no se ajusten a las normas. Las mismas aparecerán al final del artículo y deberán ajustarse al siguiente formato: Libros: Apellido, Iníciales del nombre. (Año de publicación). Título en letra cursiva. Ciudad: Editorial. Cheek, D.A. (1992). Thinking constructively about Science, Technology, and Society education. New York: State University of New York Press. Capítulos de libros: Apellido, Iniciales del nombre. (Año de publicación). Título del capítulo. En Inicial del nombre, Apellido del editor (Ed.), Título del libro en letra cursiva (páginas que comprende el capítulo). Ciudad: Editorial. Solomon, J.P. (1989).The social construction of school science. En R. Millar (Ed.), Doing science: Images of science in science education (pp. 126-136). New York: Falmer Press. Artículos de revistas: Apellido, Iniciales del nombre. (Año de publicación). Título del artículo. Nombre de la revista en letra cursiva, volumen, número, páginas. Rubba, P.A. y J.A. Solomon (1989). An investigation of the semantic meaning assigned to concepts affiliated with STS education and of STS Intructional practices among a sample of exemplary science teachers. Journal of Research in Science Teaching, 4, 26, 687-702. Para cualquier consulta relacionada con el formato de los trabajos dirigirse al editor. Proceso de revisión Los trabajos enviados serán revisados anónimamente por dos evaluadores o revisores. No se aceptan trabajos ya publicados anteriormente, tanto en soporte papel como electrónico. Aceptación y publicación Todos los manuscritos aceptados serán publicados tanto impresa como electrónicamente trimestralmente. La salida de cada número será anunciada previamente a los incluidos en la lista de correos de revistahipertension@gmail.com. No hay gastos de afiliación, de publicación ni de ningún otro tipo en la revista Latinoamericana de Hipertensiónl. La revista apoya las políticas para registro de ensayos clínicos de la Organización Mundial de la Salud (OMS) y del International Committee of Medical Journall Editors (ICMJE), reconociendo la importancia de esas iniciativas para el registro y divulgación internacional de Información sobre estudios clínicos, en acceso abierto. En consecuencia, solamente se aceptarán para publicación, a partir de 2007, los artículos de investigaciones clínicas que hayan recibido un número de identificación en uno de los Registros de Ensayo Clínicos validados por los criterios establecidos por OMS e ICMJE, cuyas direcciones están disponibles en el sitio del ICMJE. El número de Identificación se deberá registrar al final del resumen.

revalencia de diabetes mellitus tipo 2 y prediabetes en pacientes adultos que asisten al servicio de nutrición integral de una franquicia de servicios de salud en la ciudad de Maracay, Venezuela 76

Prevalence of type 2 Diabetes Mellitus and Prediabetes in adults attending in nutrition service from a health franchise in the city of Maracay, Venezuela.

Introducción: La Diabetes mellitus tipo 2 (DM2) constituye en la actualidad uno de los principales problemas de salud pública a nivel mundial, por lo cual el objetivo principal de esta investigación fue determinar la prevalencia de DM2 y prediabetes, asi como los diversos factores de riesgo asociados en los pacientes que acuden a consulta de nutrición integral de una franquicia en la ciudad de Maracay-Venezuela, 2013. Materiales y Métodos: Se realizó un estudio descriptivo, transversal, aleatorio en 240 individuos de ambos sexos, mujeres (n=190; 79,2%) y hombres (n=50; 20,8%). Se realizaron 2 modelos de Regresión Logística para analizar los principales factores asociados a DM2 y Prediabetes, los cuales fueron ajustados por: sexo, grupos etarios, antecedente personal de HTA, categorías de IMC, HDL-C, LDL-C, triacilglicéridos y ácido úrico por terciles. Resultados: La prevalencia de DM2 fue de 11,7% (Femenino: 10,0%; Masculino: 18,0%), mientras que el porcentaje de individuos prediabéticos también fue 11,7%. Luego del ajuste de variables independientes para DM2, el factor con mayor riesgo fue el antecedente de hipertensión arterial (OR: 6,00; IC95%: 2,11-17,11; p<0,0001), mientras que para prediabetes fue la edad >40 años. Conclusión: La prevalencia de DM2 en nuestra población es similar a las proyecciones mundiales de la Federación Internacional de Diabetes y superior a reportes previos en nuestro país. En relación a prediabetes el comportamiento es opuesto con cifras menores a las exhibidas previamente. La evaluación de nuevos factores como el ácido úrico en la identificación de individuos con potencial riesgo debe ampliarse en futuros estudios. Palabras clave: diabetes, prevalencia, prediabetes, ácido úrico, dislipidemias.

Abstract

Resumen

Dubraska Ramírez, Lcda1*, Rossimar, González Gutiérrez, Lcda1, Karina A. Cedeño, Lcda1, Adriana I. Angulo, Lcda1, María E. Moliné, Lcda1, Juan J. Salazar, MD2, Roberto J. Añez, MD2, Joselyn Rojas, MD, MgSc2, Valmore Bermúdez MD, MgSc, MPH, PhD2 1 Cursante del Máster en Obesidad de la Universidad de Alcalá de Henares. España. Director: Melchor Álvarez de Mon Soto, MD, PhD 2 Centro de Investigaciones Endocrino-Metabólicas “Dr. Félix Gómez”. Facultad de Medicina. La Universidad del Zulia.

Introduction: nowadays Diabetes mellitus type 2 (DM2) constitute one of the main problems in public health around the world, therefore the principal objective of this investigation was to determinate the prevalence of DM2 and prediabetes, as well as multiple risk factors associated with patients that go for integral nutrition consultation in Maracay city (Venezuela), 2013 Materials and methods: a descriptive, cross-sectional and random study was [(perform or realize)] in 240 people of both sexes, women (n=190; 79,2%) and men (n=50; 20,8%). Two models of logistic regression were made to analize the leading associated factors to DM2 and prediabetes, which were adjusted by: sex, age groups, personal history of HTA, category of IMC, HDL-C, LDL-C, triglycerides and uric acid tertiles Results: the prevalence of DM2 was 11,7% (Female: 10,0%; Male: 18,0%), on the other hand the percentage of prediabetic people, also was 11,7%. After independent variables adjustments for DM2, the riskiest factor was a antecedent of arterial hypertension (OR: 6,00; IC95%: 2,11-17,11; p<0,0001), whereas for pre-diabetes was age > 40 years. Conclusion: the prevalence of DM2 in our population matches with the world projection of the International Federation of Diabetes and it is upper than previous reports in our country. On the contrary the behavior of pre-diabetes is opposed to lower numbers showed previously. The evaluation of new factors, such as uric acid on the detection of individuals with potential risk should be extended in future studies. Keywords: diabetes, prevalence, prediabetes, uric acid, lipid disorders.

a prevalencia de diabetes mellitus tipo 2 ha alcanzado proporciones epidémicas durante los últimos años1, siendo una de las principales causas de mortalidad y discapacidad a nivel mundial2,3. Según la Federación Internacional de Diabetes (FID) se calcula que más de 382 millones de personas viven con diabetes en la actualidad, esto representa el 11% de la población adulta y se prevé que aumentará hasta alcanzar los 592 millones para 2035 4. Asimismo, el mismo reporte revela que más del 80% de las personas que viven con diabetes proceden de países en vías de desarrollo. Por su parte, considerando los datos del Anuario de Mortalidad y Estadística Vital del MPPS de nuestro país, la mortalidad asociada a DM2 se ha incrementado de manera constante durante las últimas décadas, desde un 22° lugar que ocupaba para el año 1955, ha logrado ascender hasta un 4to lugar para el año 2011, entre los factores que conllevan a mayor mortalidad en Venezuela5. De acuerdo a un reporte por Camejo y cols.6, la prevalencia poblacional de esta enfermedad se encontraba entre 5,1 y 6,0% para el año 2010, con aproximadamente entre 1.470.500 y 1.730.000 casos en el año. La insulina es una hormona producida en el páncreas que permite que la glucosa se convierta en la energía necesaria para que funcionen los diversos tejidos, la diabetes mellitus es una enfermedad crónica que aparece cuando el cuerpo es incapaz de producir insulina o no puede utilizarla eficazmente [4]. Dentro de la historia natural de la enfermedad se ha señalado un estadío metabólico previo que no corresponde a diabetes pero que tampoco se ubica dentro de la normalidad, se trata de un estado intermedio definido como prediabetes7, el cual se ha relacionado a diversas alteraciones cardiometabólicas y que afecta a más de 86 millones de adultos del continente Americano8,9. La hiperglucemia crónica característica de estas alteraciones metabólicas, incluso en ausencia de síntomas, conlleva a lesiones en múltiples tejidos especialmente en los pequeños vasos retinianos, glomérulo renal, arterias coronarias, nervios periféricos, entre otros10. Por lo cual, genera un amplio rango de complicaciones como ceguera, amputaciones, enfermedad renal, enfermedades cardiovasculares (ECV), especialmente cuando se asocia a otros factores de riesgo, como hipertensión arterial (HTA), obesidad y dislipidemias11. Todo esto convierte a esta patología en un grave problema de salud pública, no solo por su tasa de incremento tan importante en los últimos años, sino también por los costos que genera en los sistemas sanitarios a nivel mundial. Se estiman gastos globales que superan los 240 bil-

lones de dólares en Estados Unidos durante el año 2012 9 . Es por ello, que la identificación temprana de los sujetos con DM2 o con prediabetes debe representar la meta de los diversos profesionales de la salud, para así instaurar de manera oportuna las medidas preventivas necesarias. Por ende el objetivo de este estudio fue determinar la Prevalencia de diabetes mellitus tipo 2 y prediabetes en individuos adultos que asisten al servicio de nutrición de una franquicia de salud en la ciudad de Maracay, Venezuela.

Materiales y métodos

Introducción

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

Aspectos éticos Los sujetos seleccionados para el estudio firmaron un consentimiento informado, en donde se expuso el respeto, a la vida, la salud, la intimidad, la confidencialidad y la dignidad, previo a la realización de historia clínica, examen físico, y exámenes de laboratorio. Diseño de estudio y selección de individuos Se realizó un estudio descriptivo, analítico, transversal, que incluyeron 240 pacientes adultos de ambos sexos en edades comprendidas de 18 a 70 años, que asistieron al servicio de nutrición integral de la franquicia Locatel® del Estado Aragua, la cual dispone de 4 tiendas distribuidas en todo el estado, donde de cada tienda se seleccionaron a 60 individuos que asistieron al servicio durante el año de 2013. Dicha selección fue realizada mediante un muestreo aleatorio simple12, para finalmente obtener un total de 240 individuos. Fue excluido del estudio todo paciente menor de 18 años, mayor de 70 años, diagnóstico de enfermedades infecciosas y embarazo. Evaluación de los individuos A todos los individuos que formaron parte del estudio, se les registró la edad, sexo e historia clínica completa. Los datos fueron recogidos por el personal correspondiente al servicio de nutrición (Nutricionistas). El peso se cuantificó con una balanza/analizador de composición corporal TBF300 con capacidad para 200 kg, por otra parte la talla fue determinada con una balanza con tallímetro adjunto marca DETECTO. Se calculó el IMC (peso/talla2) y se utilizó la clasificación de las categorías ponderales de la Organización Mundial de la Salud (OMS), en bajo peso un IMC menor a 18,50 Kg/m2, normopeso (IMC: 18,50 a 24,99 Kg/m2), sobrepeso (IMC: 25,00 a 29,99 Kg/m2) y obesidad (IMC≥30,0 Kg/m2)13. En el análisis estadístico el IMC se reclasificó en delgados (IMC<25 K/m2); sobrepesos (IMC 25-29,99 Kg/m2) y obesidad (IMC≥30Kg/m2). Estudios de laboratorio En condiciones de ayunas de 12 horas como mínimo, se midieron en suero los niveles de colesterol total por métodos enzimáticos colorimétricos (Wiener Lab. S.A.I.C). Para los niveles de Triacilglicéridos (TAG) y Lipoproteína de Alta Densidad (HDL-C) se utilizó un kit enzimático-

colorimétrico comercial (Human Gesellschoft Biochemica and Diagnostica MBH). Mientras que la concentración de Lipoproteínas de Baja Densidad (LDL-C) se determinó mediante la fórmula de Friedewald14, en individuos con triacilglicéridos menores a 400 mg/dl. Para la determinación de glicemia se utilizó un kit enzimático-colorimétrico de glucosa oxidasa (sigma, USA). Para los niveles de ácido úrico se utilizó un sistema Advia 1200 (Bayer HealthCare), con métodos enzimático-colorimétricos. La hiperuricemia se definió como ≥6mg/dL para las mujeres y ≥7mg/dL para hombres15. Asimismo, se reclasificó en terciles: Mujeres (Tercil 1: <3,70mg/dL; Tercil 2: 3,70-4,99mg/dL; Tercil 3: ≥5,00mg/dL); Hombres (Tercil 1: <4,18mg/dL; Tercil 2: 4,18-5,79mg/dL; Tercil 3: ≥5,80mg/dL). Las dislipidemias, colesterol total elevado, LDL-C elevadas, HDL-C bajas y triacilglicéridos elevados fueron definidas según los criterios ATPIII [16]. Por su parte, se emplearon los criterios propuesto por la ADA 2014 para definir DM2 y prediabetes17: a) Individuos sin antecedente personal de DM2 pero con niveles de glicemia en ayuno ≥126 mg/dL en 2 mediciones distintas; b) Individuos con Diagnóstico previo de DM2; c) Prediabéticos aquellos sujetos con Glicemia Alterada en Ayuno (GAA) glicemia ≥100 y <126 mg/dL.

Resultados

Análisis estadístico Las variables cualitativas fueron expresadas en frecuencias absolutas y relativas, se utilizó la prueba Z de proporciones para el análisis de comparación entre proporciones y la prueba χ2 (Chi cuadrado) para la determinación de asociación entre variables cualitativas. Las variables cuantitativas mostraron una distribución no normal al evaluarla mediante la prueba de Kolmogorov Smirnov, y cuyos resultados se expresaron en medianas (percentil 25–percentil 75). Se utilizó la prueba de U de Mann Whitney para la comparación de medias entre 2 grupos. Se realizaron 2 modelos de regresión logística para la estimación de odds ratio (IC95%) uno para DM2 y otro para Prediabetes, ajustado por sexo, grupos etarios, antecedente personal de HTA, categorías de IMC, HDL-C, LDL-C, triacilglicéridos y ácido úrico por terciles. Siendo consideraron resultados estadísticamente significativos cuando p<0,05. Los datos fueron analizados mediante el Paquete Estadístico para las Ciencias Sociales (SPSS) v.20 para Windows (SPSS IBM Chicago, IL).

Tabla 1. Características generales de la población general. Maracay, 2013 Femenino Masculino n % n %

< 30

22,6

28,0

23,8

30-39

31,6

30,0

31,3

≥ 40

45,8

42,0

108

45,0

30 67 93

15,8 35,3 48,9

9 15 26

18,0 30,0 52,0

39 82 119

16,3 34,2 49,6

159 31

83,7 16,3

45 5

90,0 10,0

204 36

85,0 15,0

121 69

63,7 36,3

29 21

58,0 42,0

150 90

62,5 37,5

52 138

27,4 72,6

30 20

60,0 40,0

82 158

34,2 65,8

134 56

70,5 29,5

35 15

70,0 30,0

169 71

70,4 29,6

119 71

62,6 37,4

32 18

64,0 36,0

151 89

62,9 37,1

61 62 67

32,1 32,6 35,3

16 16 18

32,0 32,0 36,0

77 78 85

32,1 32,5 35,4

190

79,2

20,8

240 100,0

Grupos Etarios (años)

Categorías IMC (Kg/m2) < 25 25-29.9 ≥ 30 Hipertensión arterial* No Si Colesterol total elevado No Si HDL-C bajas No Si LDL-C elevados No Si Triacilglicéridos elevados No Si Acido Úrico Tercil 1 Tercil 2 Tercil 2 Total IMC: Índice de Masa Corporal. * Antecedente Personal

Prevalencia de DM2 y Prediabetes Del total de la población un 11,7% (n=28) presentó Prediabetes, mientras que el porcentaje total de sujetos diabéticos también fue de 11,7% (n=28), de los cuales un 10,4% tenían el antecedente personal y 1,3% fueron diagnosticados durante el estudio; Figura 1. La distribución de pacientes afectados según sexo se muestra en la Tabla 2. Tabla 2. Prevalencia de Diabetes mellitus tipo 2 y Prediabetes según sexo en pacientes adultos que asisten al servicio de nutrición integral de una franquicia que ofrece servicios de salud. Maracay, 2013

Características generales de la Población La muestra estuvo conformada por 240 individuos de los cuales 79,2% (n=190) fueron del sexo femenino y 20,8% (n=50) fueron hombres. La edad promedio general fue de 37,5 (30-50) años. Los grupos etarios más prevalentes fueron el de 40 años y más con 45,0%, seguido por el grupo de 30-39 años (31,3%) y por último el grupo de <30 años con un 23,8%. La Tabla 1 muestra la distribución de las características generales de la muestra estudiada según sexo.

Total %

Femenino Masculino n

Estatus Glicémico

χ2 (p)*

Prueba Z**

5.19 (0.16)

Normoglicémicos

150 57.9 34

68,0

Prediabetes

11,1

14,0

Diabetes Mellitus T2†

8,4

18,0

<0.05

Diabetes Mellitus T2‡

1,6

0,0

190 100

100

Total NS=No Significativo

† Antecedente personal; ‡ Diagnostico en el estudio

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

40 años o más los que presentaron una mayor frecuencia (Prediabetes: 19,4%; DM2: 20,4%), Prueba Z: p<0,05. Asimismo, el antecedente personal de HTA, la presencia de colesterol total elevado y LDL-C elevadas fueron los factores con mayor grado asociación con las alteraciones del estatus glicémico.

Figura 1. Prevalencia de Diabetes mellitus tipo 2 y Prediabetes en pacientes adultos que asisten al servicio de nutrición integral de una franquicia que ofrece servicios de salud. Maracay, 2013

Por su parte, las comparaciones entre los valores de las variables clínicas y bioquímicas según estatus glicémico se muestran Tabla 4, observándose diferencias en la edad, nivel de colesterol total y LDL-C. Factores de riesgo para DM2 y Prediabetes En el primer modelo de regresión logística se observa como el principal factor asociado a DM2 en el contexto multivariante fue el antecedente de HTA (OR: 6,00; IC95%: 2,11-17,11; p<0,01), seguido de la edad mayor de 40 años y la presencia de LDL-C elevadas. (Tabla 5). Características clínico-metabólicas según estatus glicémico En la Tabla 3 se muestran las variables clínicas y metabólicas según el estatus glicémico, donde se aprecia un aumento progresivo en la prevalencia tanto de DM2 y Prediabetes según el grupo etario, siendo los individuos con

Por su parte, para Prediabetes, los sujetos mayores de 40 años mostraron mayor riesgo de presentar este estadio en comparación con los sujetos más jóvenes (OR: 12,04; IC95%: 2,47-58,79; p<0,01), mientras que el ácido úrico (tercil 3) es el factor de riesgo metabólico con mayor influencia para Prediabetes. (Tabla 6).

Tabla 3. Características generales según estatus glicémico en pacientes adultos que asisten al servicio de nutrición integral de una franquicia que ofrece servicios de salud. Maracay, 2013

Sexo Femenino Masculino Grupos Etarios (años) < 30 30-39 ≥ 40 Categorías IMC (Kg/m2) < 25 25-29.9 ≥ 30 Hipertensión arterial* No Si Colesterol total elevado No Si HDL-C bajas No Si LDL-C elevadas No Si

Normoglicémicos n %

Prediabéticos n %

Diabéticos n %

Total

150 34

78,9 68,0

21 7

11,1 14,0

19 9

10,0 18,0

190 50

100,0 100,0

53 66 65

93,0 88,0 60,2

2 5 21

3,5 6,7 19,4

2 4 22

3,5 5,3 20,4

57 75 108

100,0 100,0 100,0

31 59 94

79,5 72,0 79,0

3 12 13

7,7 14,6 10,9

5 11 12

12,8 13,4 10,1

39 82 119

100,0 100,0 100,0

165 19

80,9 52,8

24 4

11,8 11,1

15 13

7,4 36,1

204 36

100,0 100,0

129 55

86,0 61,1

12 16

8,0 17,8

9 19

6,0 21,1

150 90

100,0 100,0

64 120

78,0 75,9

9 19

11,0 12,0

9 19

11,0 12,0

82 158

100,0 100,0

137 47

81,1 66,2

18 10

10,7 14,1

14 14

8,3 19,7

169 71

100,0 100,0

121 63

80,1 70,8

15 13

9,9 14,6

15 13

9,9 14,6

151 89

100,0 100,0

65 57 62

84,4 73,1 72,9

5 9 14

6,5 11,5 16,5

7 12 9

9,1 15,4 10,6

77 78 85

100,0 100,0 100,0

184

76,7

11,7

240

100,0

Triacilglicéridos elevados No Si Ácido Úrico Tercil 1 Tercil 2 Tercil 3 Total

χ2 (p)a 3,085 (0,214) 30,364 (<0,001)

2,080 (0,721)

24,856 (<0,001) 20,164 (<0,001) 0,133 (0,936) 7,550 (0,023)

pb NS NS <0,05 NS <0,05 NS NS NS <0,05 <0,05 <0,05 <0,05 NS NS <0,05 <0,05

2,734 (0,255)

5,784 (0,216)

HDL=Lipoproteínas de Alta Densidad; LDL=Lipoproteínas de Baja Densidad. * Antecedente personal; a. Chi Cuadrado, b. Prueba Z de proporciones, diferencias estadísticamente significativas (p<0,05); NS: No significativo.

NS NS NS NS NS

Tabla 4. Características clínicas y bioquímicas según estatus glicémico en pacientes adultos que asisten al servicio de nutrición integral de una franquicia que ofrece servicios de salud. Maracay, 2013 Normoglicémicos

Prediabéticos

Diabéticos

Mediana

p25

p75

Mediana

p25

p75

Mediana

p25

p75

Edad (años)

34,5

29,0

44,0

49,0

38,0

56,0

51,5

41,5

59,5

<0,001

IMC (Kg/m )

30,1

26,5

33,4

29,0

26,6

32,9

28,6

25,9

35,5

0,958

Grasa Corporal (%)

38,0

30,3

42,3

38,5

31,9

43,7

36,3

27,2

45,2

0,989

Glicemia Basal(mg/dL)

85,0

77,0

91,0

102,7

101,5

109,5

150,0

110,0

202,5

<0,001

Colesterol Total (mg/dL)

170,0

146,0

206,5

201,5

169,5

245,5

222,0

188,0

266,0

<0,001

Mujeres

43,0

37,9

50,0

39,0

36,0

48,0

44,0

38,0

49,0

0,514

Hombres

40,0

38,0

48,0

45,0

38,0

48,0

40,0

36,0

45,0

0,673

LDL-C (mg/dL)

101,0

80,00

130,0

115,8

89,9

160,0

132,5

109,0

176,5

0,002

Triacilglicéridos (mg/dL)

120,0

95,0

171,5

142,0

87,0

199,0

140,0

100,5

180,0

0,605

4,3

3,5

5,6

5,2

4,0

6,1

4,6

3,8

5,8

0,134

HDL-C (mg/dL) 80

Ácido úrico (mg/dL)

* Prueba Kruskal-Wallis. IMC=Índice de Masa Corporal; HDL=Lipoproteínas de Alta Densidad; LDL=Lipoproteínas de Baja Densidad. Tabla 5. Modelo de regresión logística de factores de riesgo para Diabetes mellitus tipo 2 en pacientes adultos que asisten al servicio de nutrición integral de una franquicia que ofrece servicios de salud. Maracay, 2013

Sexo Femenino Masculino Grupos Etarios (años) < 30 30-39 ≥ 40 Hipertensión arterial* No Si Categorías IMC (Kg/m2) < 25 25-29,9 ≥ 30 HDL-C bajas No Si LDL-C elevadas No Si Triacilglicéridos elevados No Si Terciles Ácido úrico** Tercil 1 Tercil 2 Tercil 3

Odds Ratio crudo (IC 95%a)

Odds Ratio ajustadoc (IC 95%)

1,00 2,09 (0,87 - 5,02)

0,09

1,00 3,43 (1,16 - 10,15)

0,03

1,00 1,61 (0,28 - 9,11) 8,97 (2,02 - 39,89)

0,59 <0,01

1,00 1,22 (0,14 - 6,68) 5,49 (1,08 - 24,35)

0,83 0,04

1,00 7,53 (3,12 - 18,17)

<0,01

1,00 6,00 (2,11 - 17,11)

<0,01

1,00 1,16 (0,37 - 3,63) 0,79 (0,26 - 2,42)

0,80 0,68

1,00 1,64 (0,42 - 6,46) 0,81 (0,22 - 2,99)

0,48 0,75

1,00 1,13 (0,48 - 2,63)

0,78

1,00 0,88 (0,28 - 2,76)

0,83

1,00 2,92 (1,29 - 6,56)

0,01

1,00 2,68 (0,99 - 7,28)

0,05

1,00 1,67 (0,75 - 3,72)

0,21

1,00 0,99 (0,37 - 2,65)

0,99

1,00 1,96 (0,72 - 5,30) 1,35 (0,47 - 3,84)

0,19 0,58

1,00 1,02 (0,32 - 3,22) 1,43 (0,42 - 4,89)

0,97 0,57

* Antecedente personal. ** Terciles de Ácido úrico: Mujeres (Tercil 1 <3,70mg/dL; Tercil 2: 3,70-4,99mg/dL; Tercil 3 ≥5,00mg/dL); Hombres (Tercil 1 <4,18mg/dL; Tercil 2: 4,185,79mg/dL; Tercil 3 ≥5,80mg/dL); a. Intervalo de Confianza (95%), b. Nivel de significancia. c. Ajuste por: sexo, grupos etarios, antecedente personal de HTA, categorías de IMC, HDL-C, LDL-C, triacilglicéridos y ácido úrico por terciles.

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014 Tabla 6. Modelo de regresión logística de factores de riesgo para Prediabetes en pacientes adultos que asisten al servicio de nutrición integral de una franquicia que ofrece servicios de salud. Maracay, 2013 Sexo Femenino Masculino Grupos Etarios (años) < 30 30-39 ≥ 40 Hipertensión arterial* No Si Categorías IMC (Kg/m2) < 25 25-29,9 ≥ 30 HDL-C bajas No Si LDL-C Elevadas No Si Triacilglicéridos elevados No Si Terciles Ácido úrico** Tercil 1 Tercil 2 Tercil 3

Odds Ratio crudo (IC 95%a)

Odds Ratio ajustadoc (IC 95%)

1,00 1,47 (0,58 - 3,74)

0,42

1,00 1,68 (0,54 - 5,17)

0,37

1,00 2,01 (0,37 - 10,76) 8,56 (1,92 - 38,18)

0,42 <0,01

1,00 2,24 (0,41 - 12,30) 12,04 (2,47 - 58,79)

0,35 <0,01

1,00 1,45 (0,45 - 4,62)

0,53

1,00 0,75 (0,21 - 2,66)

0,66

1,00 2,10 (0,55 - 8,01) 1,43 (0,38 - 5,35)

0,28 0,59

1,00 2,21 (0,49 - 9,80) 1,07 (0,24 - 4,66)

0,29 0,93

1,00 1,13 (0,48 - 2,63)

0,78

1,00 0,92 (0,32 - 2,64)

0,88

1,00 1,62 (0,69 - 3,76)

0,26

1,00 1,01 (0,38 - 2,69)

0,99

1,00 1,67 (0,75 - 3,72)

0,21

1,00 1,22 (0,49 - 3,03)

0,68

1,00 2,05 (0,65 - 6,48) 2,94 (0,99 - 8,63)

0,22 0,05

1,00 2,09 (0,61 - 7,14) 3,95 (1,22 - 12,83)

0,24 0,02

Discusión

* Antecedente personal. ** Terciles de Ácido úrico: Mujeres (Tercil 1 <3,70mg/dL; Tercil 2: 3,70-4,99mg/dL; Tercil 3 ≥5,00mg/dL); Hombres (Tercil 1 <4,18mg/dL; Tercil 2: 4,18-5,79mg/dL; Tercil 3 ≥5,80mg/dL); a. Intervalo de Confianza (95%), b. Nivel de significancia. c. Ajuste por: sexo, grupos etarios, antecedente personal de HTA, categorías de IMC, HDL-C, LDL-C, triacilglicéridos y ácido úrico por terciles.

nte la creciente importancia epidemiológica que cobra la diabetes mellitus y sus diversas complicaciones, no solo por su tendencia ascendente en la última década sino también por sus efectos socioeconómicos en los sistemas de salud, en las familias de pacientes afectados y en la sociedad en general; resulta de vital prioridad la detección temprana de la enfermedad con el objetivo de prevenir o retrasar su historia natural. En esta población de la ciudad de Maracay se ha encontrado una prevalencia de esta patología de 11,7%, con igual porcentaje de prediabéticos; cifras similares a las planteadas por la FID a nivel mundial en el caso de la DM24, pero menores a la proyecciones mundiales de prediabetes. En el caso de Venezuela, son poco los estudios poblacionales que precisen la cantidad de afectados, no obstante en el marco del estudio CARMELA realizado en 7 ciudades importantes de Latinoamérica18, en la población de Barquisimeto (ciudad evaluada en nuestro país) se obtuvo una prevalencia de 6,4%, mientras que en ciudad de México se obtuvo la prevalencia más elevada con 9,5%; ambos porcentajes menores a nuestro reporte.

Por su parte en la región andina de nuestro país, González y cols.19, obtuvieron en una muestra rural de 138 sujetos, una prevalencia de 8,6% para DM2 y 18,6% para prediabetes, cifras que difieren ampliamente en nuestros resultados y que podría deberse a las diferencias socioculturales en las diferentes regiones de Venezuela. Asimismo, el incremento en la prevalencia e incidencia de ésta enfermedad podría explicarse no únicamente por el aumento de la edad promedio del venezolano, sino también por el proceso acelerado de migración interna del medio rural al urbano20. Durante los últimos cincuenta años se han producido cambios ambientales en el estilo de vida que nos han conducido a la situación actual de alto consumo de alimentos procesados y calóricamente densos, aumento de la mecanización en los sitios de trabajo, transporte, falta de ejercicio, y la diversión basada en permanecer horas sentados, lo cual obliga a las personas de todo el mundo a llevar una vida sedentaria21. En cuanto al comportamiento según sexo, nuestros hallazgos se asemejan a los resultados en la población andina en el ligero predominio de la DM2 en el sexo masculino, mientras que en el caso de la prediabetes no parecen existir diferencias estadísticamente significativas entre géneros en ambos estudios. Sin embargo, es importante mencionar la menor de cantidad de hombres en comparación con las mujeres que se evidencia no solo en estos 2

reportes, sino en la mayoría de reportes epidemiológicos y que obedecen a factores culturales propios de nuestra región que conllevan a una menor búsqueda de atención medica primaria por parte de este sexo.

Finalmente, numerosos estudios longitudinales han planteado que la hiperuricemia es un factor de riesgo para DM231,32, especialmente en poblaciones diabéticas donde la obesidad no es factor frecuente. Sin embargo, reportes recientes han encontrado una asociación entre los niveles de ácido úrico y la presencia de prediabetes, tal como lo plantea Vučak y cols.33, en más de 2000 individuos croatas en un estudio transversal que revela una asociación entre hiperuricemia y la alteración en el metabolismo glucídico pero no con prehipertensión. Asimismo, Tirkey y Ahirvar34, encontraron mayores niveles de ácido úrico en sujetos prediabéticos en comparación con controles y diabéticos en un grupo de pacientes de un hospital hindú, estos hallazgos se asemejan a nuestros resultados en el contexto multivariante de únicamente individuos con prediabetes. Ambas alteraciones representan eslabones previos que deben ser objeto de intervención tanto por médicos como nutricionistas para evitar la progresión a diabetes.

Por su parte, el aumento en la prevalencia tanto de DM2 como de prediabetes conforme avanza la edad, es un hallazgo común en los estudios de factores de riesgo para alteraciones del estatus glicémico18,22, y que se debe fundamentalmente al descenso en la capacidad proliferativa de las células beta pancreáticas por diversos mecanismos celulares desde disminución de activadores del ciclo celular hasta incremento en la agregación de sustancias proapoptóticas23,24. Este comportamiento ascendente no solo se observa en el aumento de la prevalencia, sino también en un aumento en el riesgo en el contexto multivariante, constituyendo un potencial objetivo para el diagnóstico temprano en este grupo de individuos. Entre los diversos factores de riesgo clínicos y metabólicos evaluados, el antecedente de HTA y las dislipidemias, específicamente la elevación de las LDL-C fueron los que mostraron un mayor grado de asociación con las alteraciones del estatus glicémico. Asimismo, pese a los múltiples que estudios que relacionan la obesidad y la DM2, nuestro reporte no muestra asociación entre ambas enfermedades, aspecto que debe ser considerado en futuros estudios para precisar en este grupo de pacientes diabéticos el nivel de insulinorresistencia (IR) que presentan, así como el tiempo de evolución de su enfermedad, factores confusores que pueden influenciar dicha asociación. En relación a la presencia simultánea de DM2 e HTA, el mecanismo fisiopatológico subyacente es la IR, mediante el cual se producen diversos fenómenos como disminución en la producción de óxido nítrico, hiperactividad simpática, aumento del volumen plasmático, entre otros25. Todo esto constituye el eslabón molecular de reportes que plantean que en sujetos con diabetes la prevalencia de hipertensión arterial es de 1,5 a 3 veces mayor que en los individuos no diabéticos con edad similar, asociación particularmente alta en países de medianos y bajos ingresos26. Por ende, el diagnóstico temprano y el manejo terapéutico de estos sujetos requiere la participación de todo el equipo de salud, incluso mediante guías adaptadas al contexto de nuestra región27. Por su parte en cuanto a las alteraciones del perfil lipídico, a diferencia de la mayoría de reportes que describen la “dislipidemia diabética”28, la alteración más asociada tanto en el contexto univariante como multivariante en los pacientes diabéticos de nuestro estudio, fue la presencia de LDL-C elevadas. Las cuales teóricamente se caracterizan por ser pequeñas y densas contribuyendo a un aumento considerable en el riesgo cardiovascular29. Por ello, el objetivo de LDL-C en este grupo de pacientes es motivo de controversia dentro del campo de lipidología30, observándose en nuestros hallazgos niveles promedio cercanos

Conclusión

al doble de las recomendaciones actuales, lo cual hace necesario una intervención terapéutica inmediata farmacológica y no farmacológica en esta población.

a DM2 es y seguirá siendo un problema de salud pública ante el aumento en su incidencia, prevalencia, mortalidad y costos de atención relacionados, incluso de su estado premórbido. Por lo cual se requiere la implementación de estrategias adecuadas que conduzcan a una mayor educación de nuestros pacientes, enfocadas en cambios en el estilo de vida, dieta balanceada y ejercicio, que resulten en cambios metabólicos favorables que puedan revertir la tendencia ascendente de esta enfermedad. El estudio de los diversos factores implicados permitirá la intervención directa y oportuna para evitar su progresión y potenciales complicaciones.

Referencias 1. Organización Mundial de la Salud. Diabetes. Nota Descriptiva No.312. OMS; 2012. [Consultado 31-07-2014]. Disponible en: http://www.who.int/mediacentre/factsheets/fs312/es/index.html 2. Lozano R, Naghavi M, Foreman K, Lim S, Shibuya K, Aboyans V, et al. Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet. 2012;380(9859):2095-128. 3. Murray CJ, Vos T, Lozano R, Naghavi M, Flaxman AD, Michaud C, et al. Disability-adjusted life years (DALYs) for 291 diseases and injuries in 21 regions, 1990–2010: a systematic analysis for the Global Burden of Disease Study 2010. 2012;380(9859):2197-223. 4. International Diabetes Federation. IDF Diabetes Atlas, 6th edn. IDF. Brussels, 2013. [Consultado 31-07-2014]. Disponible en: http://www.idf.org/diabetesatlas/introduction

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014 5. Anuario de Mortalidad. Ministerio Del Poder Popular Para la Salud, Venezuela 2011. [Consultado 31-07-2014]. Disponible en: http://www.mpps.gob.ve/index.php?option=com_phocadownload&view=category &id=11:anuarios-de-mortalidad&Itemid=915

en adultos del páramo del Estado Mérida, Venezuela (estudio VEMSOLS). Med Interna (Caracas) 2011; 27 (4): 262 – 267. 20. Ramos-Ojeda O. El Método de Davidovich y migración interna venezolana de la población nativa del siglo XX. Economía, 1998; 23 (14): 77-119.

6. Camejo M, García A, Rodríguez E, Carrizales ME, Chique J. Visión epidemiológica de la diabetes mellitus. Situación en Venezuela. Revista de Endocrinologia y Metabolismo 2012;10(1): 2-6.

21. Palacios A, Duran M, Obregón O. Factores de riesgo para el desarrollo de diabetes tipo 2 y síndrome metabólico. 2012; 10 (1): 34-40.

7. Bastarrachea RA, Laviada-Molina H, Vásquez-Chávez C. Análisis crítico de los nuevos criterios que sustentan el diagnóstico de pre-diabetes. Revista de Endocrinología y Nutrición 2004:12(2). 90-96.

22. Coppell KJ, Mann JI, Williams SM, Jo E, Drury PL, Miller J, Parnell WR. Prevalence of diagnosed and undiagnosed diabetes and prediabetes in New Zealand: findings from the 2008/09 Adult Nutrition Survey. NZMJ. 2013;126(1370): 23-42.

8. Li C, Ford ES, Zhao G, Mokdad AH. Prevalence of Pre-Diabetes and Its Association With Clustering of Cardiometabolic Risk Factors and Hyperinsulinemia Among U.S. Adolescents National Health and Nutrition Examination Survey 2005–2006. Diabetes Care. 2009; 32(2): 342–347.

23. Tschen SI, Dhawan S, Gurlo T, Bhushan A. Age-Dependent Decline in -Cell Proliferation Restrictsthe Capacity of β-Cell Regeneration in Mice. Diabetes. 2009;58:1312– 1320.

9. Centers for Disease Control and Prevention. National Diabetes Statistics Report: Estimates of Diabetes and Its Burden in the United States, 2014. Atlanta, GA: US Department of Health and Human Services; 2014. 10. Cea-Calvo L, Conthe P, Gómez-Fernández P, de Alvaro F, Fernández-Pérez C; RICARHD investigators. Target organ damage and cardiovascular complications in patients with hypertension and type 2 diabetes in Spain: a cross-sectional study. Cardiovasc Diabetol. 2006 3;5:23. 11. Fowler MJ. Microvascular and Macrovascular Complications of Diabetes. Clinical Diabetes. 2008; 26 (2): 77-82. 12. Mendenhall W, Scheaffer R, Ott L. Elementos de Muestreo. México. Grupo Editorial Iberoamérica; 1987. 13. World Health Organization. The World Health Report 2003. [Consultado: 27-072014]. Disponible en: http://www.who.int/whr/2003/en/. 14. Friedewald WT, Levy R, Fredrickson DS. Estimation of plasma low-density lipoprotein without the use of a preparative ultracentrifugation. Clin Chem 1978; 18:499– 502. 15. Molina P, Beltrán S, Ávila A, Escudero B, Górriz JL, Alcoy E, Pallardó LM. ¿Es el ácido úrico un factor de riesgo cardiovascular?, ¿cuál es su implicación en la progresión de la enfermedad renal crónica? Nefrologia Sup Ext 2011;2(5):131-9. 16. Third Report of the Nacional Colesterol Education Program (NCEP). Expert Panel on Detection, Evaluation, and Treatment of High Blood Colesterol in Adults (Adult Treadment Panel III): Final Report. Bethesda, Md: National Heart, Lung, and Blood Institute. Circulation 2002; 106 (25): 3143-421. 17. American Diabetes Association. Diagnosis and Classification of Diabetes Mellitus. Diabetes Care 2014;37:S81-S90. 18. Escobedo J, Buitrón LV, Velasco MF, Ramírez JC, Hernández R, Macchia A, Pellegrini F, Schargrodsky H, Boissonnet C, Champagne BM; CARMELA Study Investigators. High prevalence of diabetes and impaired fasting glucose in urban Latin America: the CARMELA Study. Diabet Med. 2009;26(9):864-71. 19. González-Rivas JP, Nieto-Martínez R, Molina T, García RJ, Ugel E, Osuna D, Salazar L. Prevalencia de síndrome metabólico, obesidad y alteración de la glucemia en ayunas

24. Gunasekaran U, Gannon M. Type 2 Diabetes and the Aging Pancreatic Beta Cell. Aging. 2011;3(6): 565-575. 25. Rojas J, Bermudez V, Leal E, Cano R, Luti Y, Acosta L, Finol F, Aparicio D, Arraiz N, Linares S, Rojas E, Canelón R, Sánchez D. Insulinorresistencia e hiperinsulinemia como factores de riesgo para enfermedad cardiovascular. Archivos Venezolanos Farmacología Terapéutica 2008;27:30-40. 26. Araya-Orozco M. Hipertensión Arterial y Diabetes mellitus. Rev. costarric. cienc. Méd. 2004; 25, 3-4: 65-71. 27. López-Jaramillo P1, Sánchez RA, Diaz M, Cobos L, Bryce A, Parra Carrillo JZ, Lizcano F, Lanas F, Sinay I, Sierra ID, Peñaherrera E, Bendersky M, Schmid H, Botero R, Urina M, Lara J, Foss MC, Márquez G, Harrap S, Ramírez AJ, Zanchetti A; Latin America Expert Group. Latin American consensus on hypertension in patients with diabetes type 2 and metabolic syndrome. J Hypertens. 2013;31(2):223-38. 28. Krauss RM. Lipids and lipoproteins in patients with type 2 diabetes. Diabetes Care. 2004;27(6):1496-504. 29. Mooradian AD. Dyslipidemia in type 2 diabetes mellitus. Nature Clinical Practice Endocrinology & Metabolism. 2009;5, 150-159. 30. Vijayaraghavan K. Treatment of dyslipidemia in patients with type 2 diabetes. Lipids Health Dis. 2010; 9: 144. 31. Krishnan E1, Pandya BJ, Chung L, Hariri A, Dabbous O. Hyperuricemia in young adults and risk of insulin resistance, prediabetes, and diabetes: a 15-year follow-up study. Am J Epidemiol. 2012;176(2):108-16. 32. Li C, Hsieh MC, Chang SJ. Metabolic syndrome, diabetes, and hyperuricemia. Curr Opin Rheumatol. 2013;25(2):210-6. 33. Vučak J, Katić M, Bielen I, Vrdoljak D, Lalić DI, Kranjčević K, Marković BB. Association between hyperuricemia, prediabetes, and prehypertension in the Croatian adult population--a cross-sectional study. BMC Cardiovasc Disord. 2012;12:117. 34. Tirkey AS, Ahirvar D. Hyperuricemia, a modifiable risk factor for prediabetes– a cross-sectional study in tertiary care hospital in central India. Transworld Medical Journal. 2014;2(1):40-43.

revalencia de dislipidemias en pacientes con sobrepeso y obesidad atendidos en ambultorios tipo II del municipio Sucre, estado Miranda Prevalence of dyslipidemia in overweight and obese patients who are seen in Type II Outpatient Clinics in the Sucre Municipality, Miranda State 84

Resumen

María Esther Moliné Lana, Lcda1*, Adriana Angulo, Lcda2, Karina Cedeño, Lcda3, Rossimar González, Lcda4, Juan Salazar, MD5, Roberto Añez, MD5, Joselyn Rojas, MD, MgSc5, Valmore Bermúdez, MD; MgSc, MPH; PhD5 1 Cursante del Máster en Obesidad. Universidad de Alcalá de Henares. Madrid- España. Director: Dn. Melchor Álvarez de Mon Soto, MD, PhD. 2 Ambulatorio CESS (Centro de Especialidades Salud Sucre), Av. Republica Dominicana, Edificio Centro Prestigio Giorgio, PB Dirección de Salud Urbanización Boleíta Sur. Municipio Sucre, Miranda. 3 Centro Médico Paso Real, Urb. Paso Real, Charallave, Ocumare del Tuy, estado Miranda. 4 Departamento de Nutrición integral, Locatel IPSFA, Maracay, Avenida Bolívar Este, Sector la placer a CC los próceres, Maracay, estado Aragua. 5Centro de Investigaciones Endocrino–Metabólicas “Dr. Félix Gómez”. Facultad de Medicina. Universidad del Zulia.

Introducción: Las dislipidemias son alteraciones metabólicas frecuentes en nuestra región, están comúnmente asociadas a la obesidad, y constituyen la base fisiopatológica de las enfermedades cardiovasculares mediante el proceso aterosclerótico. El objetivo de este estudio fue determinar la prevalencia de dislipidemias en sujetos con sobrepeso y obesidad que asisten a la consulta de nutrición de los ambulatorios tipo II de la alcaldía del municipio Sucre, Venezuela.

Abstract

Materiales y Métodos: Se realizó un estudio descriptivo y transversal en 117 pacientes de ambos sexos con edades entre 18 y 75 años, mediante un muestreo no probabilístico intencional. Las variables cualitativas fueron expresadas como frecuencias absolutas y relativas, determinando asociación estadística con la prueba Chi-cuadrado. Las variables cuantitativas fueron expresadas en Media±DE, estableciendo comparaciones a través de la prueba T de Student o ANOVA según el caso, considerándose resultados estadísticamente significativos p<0,05.

Introduction: Dyslipidemias are common metabolic disorders in our region, which are often associated with obesity, and constitute the pathophysiological basis of cardiovascular disease through the atherosclerotic process. The aim of this study was to determine the prevalence of dyslipidemia in overweight and obese subjects attending in a nutrition consultation outpatient of the Sucre municipality, Venezuela. Materials and Methods: A descriptive cross-sectional study was carried out on 117 patients of both sexes aged

Resultados: De la población general, 84.6%(n=98) fueron mujeres y 15.4%(n=19) fueron hombres. Hasta un 85,5% de la población presentaba alguna alteración lipídica, siendo las HDL-C bajas (53,8%) y los Triglicéridos elevados (41,0%) las dislipidemias más frecuentes. Asimismo, los individuos que presentaron obesidad abdominal (IDF/AHA-2009) mostraron mayores niveles de triglicéridos séricos, (150,0±77,3 vs. 98,3±10,0; p<0,01). Conclusiones: Existe una alta prevalencia de dislipidemias en la población obesa que acude a estas consultas de atención nutricional, especialmente las asociadas a HDL-C bajas. Por lo cual es necesaria la determinación de lípidos séricos en este grupo de pacientes para identificar de manera temprana y manejar oportunamente este conjunto de alteraciones antes de potenciales complicaciones cardiometabólicas. Palabras Clave: dislipidemia, HDL-C bajas, obesidad, factores de riesgo.

between 18 and 75 years, by an intentional non-probability sampling. For statistical analysis, qualitative variables were expressed as absolute and relative frequencies, using the Chi-square test for statistical association. Quantitative variables were expressed as mean ± SD, makes comparisons by student’s t-test or ANOVA depending on the number of groups, considering results statistically significant p<0,05. Results: In the general population, 84.6% (n=98) were women and 15.4% (n=19) were men. Up to 85.5% of the total population had a lipid disorder, with low HDL-

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

C and elevated triglycerides as dyslipidemias more frequent with 53.8% and 41%, respectively. Also, individuals who had abdominal obesity (IDF/AHA/NHLBI-2009) showed higher levels of serum triglycerides (150,0±77,3 vs. 98,3±10,0; p<0,01).

entre ellas la enfermedad cerebrovascular11, las cuales ocupan el segundo lugar dentro de las 10 primeras causas de muerte en el mundo, y el tercer lugar dentro de las principales 25 defunciones diagnosticadas en Venezuela12,13. La dislipidemia comúnmente asociada con la obesidad se caracteriza por un aumento de los niveles de triglicéridos, disminución en los niveles de las lipoproteínas de alta densidad (HDL-C) y valores normales o ligeramente aumentados de las lipoproteínas de baja densidad (LDLC), aunado a un cambio en su composición; siendo más pro-aterogénicas (LDL-C pequeñas y densas)7,14. Estudios previos en Sur América, específicamente en Colombia han demostrado que sujetos con valores de IMC ≥25Kg/ m2, quienes además padecían dislipidemias mixtas, presentaban hasta un 14,0% de riesgo de sufrir un episodio cardiovascular en los próximos diez años15. Este hallazgo muestra la importancia de conocer las distintas complicaciones y comorbilidades asociadas al sobrepeso y a la obesidad, las cuales además en la mayoría de los casos, constituyen factores de riesgo modificables.

Conclusions: There is a high prevalence of dyslipidemia in obese population attending our clinics nutritional consultation, especially those associated with low HDL-C. Therefore the determination of serum lipids in this group of patients is necessary to identify early and timely handle this set of changes before potential cardiometabolic complications.

l sobrepeso y la obesidad se definen como una acumulación anormal o excesiva de grasa corporal, debida principalmente a un desequilibrio energético entre las calorías consumidas y las gastadas1. Reportes de la Asociación Americana del Corazón (AHA por sus siglas en inglés), señalan que 154.7 millones de americanos con 20 años de edad o más tienen sobrepeso u obesidad, de los cuales 78,4 millones son obesos2. Actualmente, el sobrepeso y la obesidad representan el sexto factor de riesgo asociado a muertes en el mundo, falleciendo cada año alrededor de 3,4 millones de personas adultas con alguna de estas alteraciones1. Venezuela no escapa de esta tendencia a nivel mundial, ya que en distintas zonas de nuestro país se han reportado altas prevalencias de sobrepeso y obesidad. Tal es el caso de la ciudad de Maracaibo, en donde se encontró hasta un 35% de sujetos con sobrepeso y un 33,3% con obesidad3. Asimismo, resultados del estudio CARMELA, señalan una prevalencia de obesidad de 25,1% en la ciudad de Barquisimeto4; mientras que, en una población de adultos de la zona del Páramo en el estado Mérida, la prevalencia de sobrepeso y obesidad fue del 30,7% y 12,1%, respectivamente5. Adicionalmente, en habitantes del estado Miranda se encontró hasta un 28,89% de obesidad y un 31,11% de sobrepeso6. La acumulación excesiva de grasa corporal, principalmente aquella distribuida a nivel abdominal, compromete el estado de salud7,8, ya que se considera un factor de riesgo para el desarrollo alteraciones lipídicas, hipertensión arterial e intolerancia a los carbohidratos,; enfermedades que en conjunto caracterizan al Síndrome Metabólico (9) y predisponen al padecimiento de enfermedades cardiovasculares (10). Dentro de estas complicaciones del sobrepeso y la obesidad, es importante mencionar la asociación existente con las alteraciones lipídicas o dislipidemias y el riesgo de presentar patologías de origen cardiovascular,

En Venezuela, a pesar de haberse reportado en zonas específicas una alta prevalencia de obesidad, son pocas las investigaciones enfocadas en este grupo de pacientes y en los diversos factores de riesgo asociados. Es por ello que el objetivo de este estudio fue determinar la prevalencia de dislipidemias y evaluar el comportamiento epidemiológico de los lípidos séricos en pacientes con sobrepeso u obesidad que asistan a la consulta de atención primaria en ambulatorios tipo II del Municipio Sucre del estado Miranda, Venezuela.

Materiales y métodos

Introducción

Keywords: dyslipidemia, Low HDL-C, obesity, risk factor.

Diseño del estudio Se realizó un estudio descriptivo y transversal en individuos de ambos sexos con edades comprendidas entre 18 y 75 años durante el período 2012-2013. La selección se llevó a cabo mediante un muestreo no probabilístico intencional en aquellos sujetos que acudieron a la consulta de evaluación nutricional de los ambulatorios tipo II (Casa de la Mujer, CESS) de la alcaldía del municipio Sucre del estado Miranda (Venezuela). Los criterios de inclusión fueron: tener entre 18 y 75 años, y presentar un Índice de Masa Corporal ≥25 kg/m2; fueron excluidos quienes no contaran en su historia con datos antropométricos completos y las mujeres embarazadas. La muestra final estuvo conformada por 320 individuos, de los cuales 117 pacientes presentaron las determinaciones de lípidos séricos completas para la definición de las dislipidemias. Evaluación de los individuos A todos los pacientes que asistieron se les realizó una historia clínico- nutricional la cual incluía: datos personales, motivo de consulta, enfermedad actual, hábitos psicobio-

Evaluación Antropométrica Las mediciones fueron realizadas por especialistas estandarizados en antropometría, siguiendo los lineamientos del Programa Biológico Internacional16. Las variables antropométricas determinadas fueron: peso, talla y circunferencia de cintura. Estas medidas se realizaron con los sujetos sin zapatos y con una bata ligera. El peso fue medido con una balanza previamente calibrada marca Detector registrándose en kilogramos (kg). Para la talla, se empleó un tallímetro igualmente de marca Detector, registrando la medición en centímetros (cm). Por último, la circunferencia abdominal fue obtenida con una cinta métrica, ubicada horizontalmente al punto de apoyo, bordeando el abdomen, pasando por el punto medio entre el borde superior de las crestas ilíacas y los bordes inferiores de las costillas flotantes, registrándose la medición en centímetros (cm)16. Se empleó el Índice de Masa Corporal (IMC) como indicador antropométrico, éste se calculó dividiendo el peso en kilogramos por el cuadrado de la talla en metros: IMC=peso/talla2 (kg/m2)17, una vez obtenidos los valores de IMC, se clasificaron a los pacientes utilizando los criterios de la OMS18. Asimismo, se emplearon los puntos de corte de circunferencia abdominal planteados en el consenso IDF/AHA/NHLBI 2009 (mujeres ≥80 cm y hombres ≥90 cm)9 y ATPIII (mujeres ≥88 cm y hombres ≥102 cm) para definir obesidad abdominal19. Evaluación de Laboratorio La muestras de laboratorio se obtuvieron tras un ayuno de 8 horas, los niveles séricos de colesterol total, HDLcolesterol y Triglicéridos fueron determinados mediante kits enzimáticos-colorimétricos comerciales (Human Gesellshoft Biochemica and Diagnostica MBH) y equipo computarizado especializado. Los niveles de LDL-C fueron calculados mediante la fórmula de Friedewald20. Se emplearon los criterios propuesto por ATPIII para definir las dislipidemias (19): a) HDL-C Bajas: mujeres <50mg/dL y hombres <40 mg/dL; b) Hipertrigliceridemia: triglicéridos séricos ≥150 mg/dL; c) LDL-C Elevadas: ≥130 mg/dL. Análisis estadístico Las variables cualitativas fueron expresadas como frecuencias absolutas y relativas utilizando el test χ2 (Chi Cuadrado) y prueba Z, para determinar la asociación o no entre ellas y diferencias entre las proporciones respectivamente. Se aplicaron pruebas de Bondad de ajuste, para analizar normalidad o no en la distribución de las variables cuantitativas se empleó la prueba de Kolmogorov-Smirnov (K-S). Aquellas variables con distribución no normal fueron sometidas a transformación logarítmica para su normalización. Las variables cuantitativas fueron expresadas como media aritmética y desviación estándar (DE), evaluando la diferencia entre dichas medias mediante la prueba t de

Student (entre 2 grupos) y ANOVA de un factor (3 o más grupos). Los datos fueron analizados a través del Paquete Estadístico para las Ciencias Sociales (SPSS) v. 19 (SPSS IBM Chicago, IL), considerándose resultados significativos valores de p<0.05.

Resultados

lógicos, antecedentes personales y familiares. La información de dichas historias fue registrada con el programa Digisalud® (Sistema de Historia Médica en Línea).

Características generales de la muestra estudiada La submuestra con determinaciones lipídicas completas estuvo conformada por 117 individuos de los cuales 84,6% (n=98) fueron del sexo femenino y 15,4% (n=18) fueron masculinos. La edad promedio de la población general fue 47±13 años, el resto de características se observa en la Tabla 1.

Tabla 1. Características generales de la población con determinación de parámetros lipídicos completos según sexo, Municipio Sucre, 2012-2013

Femenino Masculino

Todos

Grupo Etarios (años) < 30

12 12,2

0,0

10,3

30-39

19 19,4

15,8

18,8

40-49

28 28,6

26,3

28,2

50-59

25 25,5

26,3

25,6

≥ 60

14 14,3

31,6

17,1

Hipertensión Arterial

19 59,4

20,0

50,0

Diabetes mellitus T2

6,3

50,0

16,7

Síndrome Metabólico Síndrome Metabólico + Diabetes mellitus T2 Gota

18,7

20,0

19,0

15,6

10,0

14,3

0,0

Antecedentes Patológicos

Clasificación IMC Sobrepeso

24 24,5

36,8

26,5

Obesidad tipo I

42 42,9

26,3

40,2

Obesidad tipo II

22 22,4

21,1

22,2

Obesidad tipo III

10 10,2

15,8

11,1

2,6

Obesidad Abdominal† Ausente

10,5

Presente

89,5

114 97,4

Ausente

8,2

52,6

15,4

Presente

90 91,8

47,4

84,6

Total

98 84,6 19

15,4

117 100

Obesidad Abdominal‡

IMC=Índice de Masa Corporal;

† Según IDF/AHA/NHLBI;

‡ Según ATPIII

Frecuencia de pacientes Dislipidémicos Del total de pacientes analizados un 85,5% (n=100) presentó alguna alteración lipídica, con un predominio en el sexo femenino con 86,7% (n=85) en comparación con los hombres (78,9%) sin diferencias estadísticas entre sexo (χ2=0,77; p=0.38) Figura 1. Prevalencia de Dislipidemias en la población general y según sexo La dislipidemias más frecuente fue la presencia de HDL-C bajas con 53,8% (n=63), seguido de triglicéridos elevados

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

con 41% (n=48) y finalmente LDL-C elevadas con 35,9% (n=42). Figura 2. La prevalencia según sexo se muestra en la Tabla 2 sin diferencias estadísticas entre las proporciones entre género.

Figura 3. Combinaciones de Dislipidemias en pacientes adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013

Figura 1. Prevalencia de pacientes Dislipidémicos en individuos adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013

Figura 2. Prevalencia de Dislipidemias en pacientes adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013

Niveles de lípidos séricos en la población estudiada En la Tabla 3 se observa el promedio en los niveles de lípidos séricos en la población general y según sexo, sin diferencias estadísticas excepto, como es de esperarse, para HDL-C. Al evaluar los promedios según grupos etarios y parámetros antropométricos, solo se observa una mayor concentración sérica de Triglicéridos en los individuos con obesidad abdominal según el consenso IDF/AHA/NHLBI-2009. (Sin Obesidad Abdominal: 98,3±10,0 mg/dL vs. Con Obesidad Abdominal 150,0±77,3 mg/dL; p<0,01); Tabla 4. En cuanto al comportamiento epidemiológico de la HDL-C (Tabla 5) se observa que en las mujeres, las pacientes con Obesidad tipo I tienen niveles más elevados que las pacientes con Obesidad tipo III (52,4±11,8 mg/dL vs. 40,0±9,7 mg/dL; p<0,01). Mientras que en los hombres los pacientes con edades comprendidas entre 50-59 años tienen una concentración más elevada que los sujetos con edades entre 30-39 años (48,2±6,9 mg/dL vs. 30,7±4,1 mg/dL; p=0,01). Frecuencia de sujetos Dislipidémicos según características antropométricas Al evaluar la frecuencia de individuos con algún tipo de dislipidemia según las categorías de IMC se observa el mayor porcentaje en los sujetos con Sobrepeso 93.5% (n=29), sin embargo no se observan diferencias estadísticas entre los distintos grupos; Figura 4.

Combinaciones de Dislipidemias Al clasificar a los pacientes según el tipo de dislipidemia aislada o en combinación que presentaban, se observa que la alteración lipídica más frecuente fue la presencia de HDL-C bajas aisladas con 24,8% (n=29), seguido por HDL-C bajas y Triglicéridos altos con 13,7% (n=16), mientras que la combinación de HDL-C bajas, Triglicéridos Elevados y LDL-C elevadas fue la menos prevalente con solo 6% (n=7). Figura 3.

Prevalencia de Dislipidemias según características antropométricas El comportamiento de cada alteración lipídica según grupos etarios y variables antropométricas se observa en la Tabla 6, sin diferencias estadísticamente significativas.

Tabla 2. Prevalencia de Dislipidemias según sexo en pacientes adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013

Figura 4. Prevalencia de pacientes Dislipidémicos según categorías IMC en individuos adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013

HDL-C bajas Ausente Presente Triglicéridos Elevados Ausente Presente LDL-C Elevadas Ausente Presente Total

Femenino n %

Masculino n %

43 55

43,9 56,1

11 8

57,9 42,1

60 38

61,2 38,8

15 4

78,9 21,1

58 40 98

59,2 40,8 100

11 8 19

57,9 42,1 100

χ2 (p)* 1,26 (0,26) 2,17 (0,14) 0,01 (0,92)

HDL-C: Lipoproteínas de Alta Densidad; LDL-C: Lipoproteínas de Baja Densidad * Prueba Chi Cuadrado

Tabla 3. Niveles de lípidos séricos según sexo en pacientes adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013 Femenino Masculino p* Media DE Media DE Colesterol Total (mg/dL) 198,9 46,7 187,5 36,4 0,32 HDL-C (mg/dL) 49,4 11,9 41,9 8,5 0,01 Triglicéridos (mg/dL) 119,8 40,8 116,1 27,6 0,97 LDL-C (mg/dL) 148,9 77,9 147,3 72,0 0,63 VLDL-C (mg/dL) 29,8 16,5 33,9 15,8 0,54 DE: Desviación Estándar; HDL-C: Lipoproteínas de Alta Densidad; LDL-C: Lipoproteínas de Baja Densidad; VLDL-C: Lipoproteínas de Muy Baja Densidad; * Prueba t-student

Tabla 4. Niveles de lípidos séricos según características socio-antropométricas en pacientes adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013

Colesterol Total

Media

Grupos etarios (Años)a

Triglicéridos p

Media

0,29

LDL-C p

Media

0,79

VLDL-C p

Media

0,10

0,66

< 30

178,9

51,4

144,3

83,5

98,3

39,5

30,9

19,1

30-39

184,6

36,3

149,9

82,8

107,6

30,5

21,7

6,7

40-49

202,2

44,0

142,8

79,4

122,8

37,0

29,4

17,7

50-59

203,1

42,2

154,0

54,5

126,6

37,8

32,3

13,5

≥ 60

204,2

54,9

151,8

95,0

127,4

47,1

34,7

20,3

Sobrepeso

202,6

36,7

163,1

76,9

122,4

34,2

29,2

14,0

Obesidad tipo I

198,3

46,6

148,4

85,3

116,7

41,7

32,3

18,8

Obesidad tipo II

193,5

49,5

138,7

70,9

119,2

37,5

28,8

17,7

Obesidad tipo III

186,7

53,0

135,2

52,6

120,4

45,4

28,3

12,2

Clasificación IMCa

0,72

Obesidad Abdominal†b

0,53

0,99

0,94

<0,01

0,90

0,50

Ausente

197,3

16,2

98,3

10,0

134,3

14,6

21,6

Presente

197,1

45,8

150,0

77,3

118,8

39,3

30,5

16,5

Ausente

187,4

31,6

139,7

80,7

113,2

28,3

29,1

19,1

Presente

198,8

47,3

150,3

76,3

120,3

40,6

30,5

16,1

Obesidad Abdominal‡b

0,33

0,47

0,48

0,83

DE: Desviación Estándar; LDL-C: Lipoproteínas de Baja Densidad; VLDL-C: Lipoproteínas de Muy Baja Densidad; IMC=Índice de Masa Corporal; † Según IDF/AHA/NHLBI; ‡ Según ATPIII; a. Prueba ANOVA, b. Prueba t-student,

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014 Tabla 5. Niveles séricos de HDL-C según características socio-antropométricas en pacientes adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013 HDL-C (mg/dL) Femenino Media

Masculino

Grupos etarios (Años)a

Media

0,29

0,02

< 30

51,8

8,7

30-39

49,7

16,4

30,7

4,1

40-49

52,0

11,4

44,5

8,1

50-59

45,2

9,3

48,2

6,9

≥ 60

49,2

11,4

40,2

6,3

Clasificación IMCa

0,02

0,37

Sobrepeso

49,6

12,3

41,0

8,2

Obesidad tipo I

52,4

11,8

47,5

7,1

Obesidad tipo II

47,7

10,4

40,3

9,2

Obesidad tipo III

40,0

9,7

37,1

10,4

Ausente

49,0

40,5

0,7

Presente

49,4

11,9

42,1

9,0

Obesidad Abdominal†b

Obesidad Abdominal‡b

0,47

0,94

0,24

Ausente

49,1

10,3

44,2

8,8

Presente

49,4

12,0

39,5

8,0

DE: Desviación Estándar; HDL-C: Lipoproteínas de Alta Densidad; IMC=Índice de Masa Corporal; † Según IDF/AHA/NHLBI; ‡ Según ATPIII; a. Prueba ANOVA, b. Prueba t-student

Tabla 6, Prevalencia de Dislipidemias según características socio-antropométricas en pacientes adultos con sobrepeso y obesidad, Municipio Sucre, 2012-2013 HDL-C

HDL-C Normal n

Triglicéridos

Grupo Etarios (años) < 30

Triglicéridos Normales

HDL-C bajas χ2 (p)*

LDL-C

Triglicéridos Elevados n

6,00 (0,20)

LDL-C Normales χ2 (p)*

LDL-C Elevadas n

2,29 (0,68)

5,82 (0,21)

14,8

6,3

11,6

8,3

13,3

30-39

14,8

22,2

17,4

20,8

22,7

11,9

40-49

35,2

22,2

31,9

22,9

28,0

28,6

50-59

20,4

30,2

21,7

31,3

21,3

33,3

≥ 60

14,8

19,0

17,4

16,7

14,7

21,4

Sobrepeso

22,2

30,2

20,3

35,4

24,0

31,0

Obesidad tipo I

50,0

31,7

44,9

33,3

41,3

38,1

Obesidad tipo II

22,2

21,7

22,9

21,3

23,8

Obesidad tipo III

5,6

15,9

13,0

8,3

13,3

7,1

Clasificación IMC

5,89 (0,12)

Obesidad Abdominal†

4,8

3,98 (0,26)

0,52 (0,47)

1,56 (0,67)

2,14 (0,14)

1,27 (0,26)

Ausente

3,7

1,6

4,3

1,3

4,8

Presente

96,3

98,4

95,7

100

98,7

95,2

Obesidad Abdominal‡

0,13 (0,72)

χ2 (p)*

0,52 (0,47)

0,61 (0,44)

Ausente

16,7

14,3

17,4

12,5

17,3

11,9

Presente

83,3

85,7

82,6

87,5

82,7

88,1

Total

100

HDL-C: Lipoproteínas de Alta Densidad; LDL-C: Lipoproteínas de Baja Densidad; IMC=Índice de Masa Corporal, † Según IDF/AHA/NHLBI; ‡ Según ATPIII; *Prueba Chi Cuadrado

Discusión 90

a tendencia creciente en la prevalencia de sobrepeso y obesidad durante los últimos años han ubicado a estas alteraciones antropométricas como uno de los principales problemas de salud pública a nivel mundial2, con una gran cantidad de afectados a nivel regional y local3-6, siendo los hábitos alimentarios y el sedentarismo los principales factores psicobiológicos relacionados a este comportamiento ascendente21. Pese a este panorama que ofrece la enfermedad, en nuestra localidad no existen estudios que evalúen las diversas comorbilidades que desarrolla el paciente obeso y las potenciales complicaciones clínicas que estas conllevan. Tales como alteraciones metabólicas como las dislipidemias, las cuales de por si tienen una alta prevalencia en nuestra región22, influenciadas de igual manera por factores nutricionales e incluso genéticos23. Es importante resaltar la alta frecuencia de sujetos con algún tipo de dislipidemia en nuestro estudio, la cual se ubica en 85.5%, con leve predominio en el sexo femenino (86.7%), cifras que demuestran el carácter alarmante de las enfermedades metabólicas en nuestra localidad. Al evaluar el comportamiento de los sujetos dislipidémicos de acuerdo a las categorías de IMC, nuestros resultados se asemejan a los presentados por Zhang y cols.24, quienes encontraron que 31.9% de los individuos tenían sobrepeso y obesidad; a pesar de que los autores sugieren que la prevalencia de dislipidemia incrementa conforme al grado de obesidad, observaron que la frecuencia más alta fue en los sujetos con obesidad clase II en lugar de los sujetos con obesidad clase III. Esta relación entre ambos factores de riesgo está estrechamente ligada a mecanismos moleculares que abarcan un aumento en la producción de VLDL, disminución en la remoción de lípidos ricos en triglicéridos, aumento en el número de partículas densas y pequeñas de LDL, reducción en la concentración de HDL debido en parte a un mayor intercambio entre los esteres de colesterol de la molécula de HDL y los triglicéridos de la molécula de VLDL mediada por la CETP25; todo esto en el contexto de un paciente que exhibe un fenotipo de obesidad abdominal (altamente frecuente en nuestra población -mayor a 80%-) e insulinorresistencia, condiciones que contribuyen de forma fundamental en las alteraciones lipoproteícas26. Al evaluar de forma individual cada dislipidemia se observa que las HDL-C bajas constituyen la principal alteración lipídica, con leve predominio en las mujeres obesas con cifras superiores a las encontradas por Brown y cols.27, en sujetos estadounidenses; en segundo lugar se ubican los triglicéridos elevados, esto demuestra que un mecanismo

importante en la producción de estas dislipidemias sería la menor tasa de transferencia de apolipoproteínas y fosfolípidos de las lipoproteínas ricas en triglicéridos hacia la HDL-C28. Sin embargo, al subdividir por combinaciones, la HDL-C baja aislada constituye la dislipidemia más frecuente independiente de triglicéridos elevados, esto posiblemente relacionado a una mayor producción de partículas de HDL-C más pequeñas, lo cual facilitaría su excreción especialmente en estados de IR o mecanismos que involucran citocinas inflamatorias29. Ya sea aislada o en combinación, las HDL-C bajas constituyen un factor estrechamente asociado a las alteraciones antropométricas especialmente en el sexo femenino, constatado incluso desde el punto de vista molecular por una potencial alteración en la función de los receptores implicados en la transferencia de esta lipoproteína específicamente en el adipocito enfermo, lo cual contribuiría a la perpetuación de la obesidad30. Por ende, el tratamiento de esta dislipidemia representa en la actualidad un potencial blanco terapéutico en la utópica búsqueda de terapias antiobesidad31. Asimismo, se observa que a diferencia del planteamiento de algunos reportes de que la alteración relacionada a la LDL-C no es en su concentración sérica sino únicamente en la presencia de moléculas pequeñas y densas26, los niveles observados en nuestra población son más elevados. Por su parte, el promedio más elevado de triglicéridos en individuos con obesidad abdominal, demuestra la llamada circunferencia hipetriglicéridemica32, alteración metabólica descrita hace décadas y que representa la base fisiopatológica del síndrome metabólico e incluso un potencial factor de riesgo cardiovascular33, por lo cual es de suma importancia su identificación en atención primaria para un manejo terapéutico oportuno por los diversos integrantes del equipo de salud. En un estudio retrospectivo realizado en 426 hombres y mujeres con sobrepeso y obesidad, en edades entre los 18 y 79 años se encontró una alta frecuencia del fenotipo “Cintura Hipertrigliceridémica” (56,3%), teniendo una gran asociación con el Síndrome Metabólico, los autores sugieren que sus resultados confirman que dicha relación entre Cintura y Triglicéridos resulta útil como prueba de despistaje de riesgo cardiovascular34. En cuanto al comportamiento de las HDL-C según las categorías de IMC se observa un descenso progresivo conforme avanzan los estadios de obesidad, esto íntimamente relacionado al incremento en el grado de obesidad abdominal y por ende de IR, independiente del efecto de los triglicéridos séricos, alteraciones que además son las más frecuentes en nuestra región y que representarían el inicio de la asociación de factores de riesgo para síndrome metabólico35. Por su parte, los valores de HDL-C más bajos observados en los individuos menores de 40 años en comparación con los mayores de 50 años, podrían deberse a diversos factores psicobiológicos como el hábito tabáquico, el alto consumo de alcohol o la ingesta de fármacos

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

que aumenten los niveles de HDL-C por los pacientes mayores, que deben ser analizados en futuros estudios. Es importante mencionar entre las limitaciones de esta investigación, el carácter transversal del estudio lo cual imposibilita establecer conclusiones de causalidad, así como también la asimetría en la muestra a favor de las mujeres, las cuales asisten en mayor proporción en comparación con los hombres a las consultas de atención primaria dentro de nuestro contexto cultural, pero que representa un reto para todo el personal de salud enfocado en la medicina preventiva para evitar las complicaciones y secuelas de este complejo grupo de patologías en la población masculina. Se concluye en este estudio la presencia de una elevada frecuencia de dislipidemias en los sujetos con sobrepeso y obesidad, específicamente la baja concentración de HDLC como alteración lipídica más frecuente (más de la mitad de los pacientes). Además de los triglicéridos elevados especialmente en aquellos que presentan obesidad abdominal, demuestra la importancia de realizar una evaluación completa y exhaustiva de las potenciales alteraciones metabólicas en pacientes con sobrepeso y obesidad. La identificación de estos factores de riesgo asociados al exceso de grasa, son piedra angular en la prevención del desarrollo de enfermedades cardiometabólicas en pacientes cuya predisposición ya es alta.

Referencias 1.

Organización Mundial de la Salud. Centro de prensa: obesidad y sobrepeso. OMS 2014. [Consultado 22-07-2014]. Disponible en: http://www.who.int/mediacentre/factsheets/fs311/es/

Go AS, Mozaffarian D, Roger VL, Benjamin EJ, Berry JD, Borden WB, Bravata DM, Dai S, Ford ES, Fox CS, Franco S, Fullerton HJ, Gillespie C, Hailpern SM, Heit JA, Howard VJ, Huffman MD, Kissela BM, Kittner SJ, Lackland DT, Lichtman JH, Lisabeth LD, Magid D, Marcus GM, Marelli A, Matchar DB, McGuire DK, Mohler ER, Moy CS, Mussolino ME, Nichol G, Paynter NP, Schreiner PJ, Sorlie PD, Stein J, Turan TN, Virani SS, Wong ND, Woo D, Turner MB; on behalf of the American Heart Association Statistics Committee and Stroke Statistics Subcommittee. Heart disease and stroke statistics—2013 update: a report from the American Heart Association.Circulation 2013; 127:e6-e245. Disponible en: http://www.heart.org/idc/groups/heart-public/@wcm/@sop/@smd/documents/ downloadable/ucm_319588.pdf

Bermúdez V, Pacheco M, Rojas J, Córdova E, Velázquez R, Carrillo D, Parra MG, Toledo A, Añez R, Fonseca E, Marcano RP, Cano C, Miranda JL. Epidemiologic Behavior of Obesity in the Maracaibo City Metabolic Syndrome Prevalence Study. PLoSONE 2012;7(4):e35392.3. Doi:10.1371/journal.pone.0035392

Schargrodsky H, Hernández-Hernández R, Champagne BM, Silva H, Vinueza R, Silva LC, Touboul PJ, Boissonett CP, Escobedo J, Pellegrini F, Macchia A, Wilson E. CARMELA: Assessment of Cardiovascular Risk in Seven Latin American Cities. The American Journal of Medicine 2008; 121: 58-65.

González JP, Nieto R, Molina T, García RJ, Ugel E, Osuna D, Salazar L. Prevalencia de síndrome metabólico, obesidad y alteración de la glucemia en ayunas en adultos del páramo del Estado Mérida, Venezuela (estudio VEMSOLS). Med Interna (Caracas) 2012; 28 (1): 262-267. Núñez R, Peña A, Pacheco B, Sánchez M, Rivera M. Obesidad en pacientes adultos del Municipio Sucre del Estado Miranda. Archivos Venezolanos de Farmacología y Terapéutica 2006; 25 (2): 64-6 Klop B, Elte JW, Castro M. Dyslipidemia in Obesity: Mechanisms and Potential Targets Nutrients. 2013; 5:1218–1240. Tchernof A, Després JP. Pathophysiology of human visceral obesity: an update. Physiol Rev 2013; 93: 359–404.

Klop B, Elte JW, Castro M. Dyslipidemia in Obesity: Mechanisms and Potential Targets Nutrients. 2013; 5(4): 1218–1240.

Tchernof A, Després JP. Pathophysiology of human visceral obesity: an update. Physiol Rev 2013; 93: 359–404.

Alberti KG, Eckel RH, Grundy SM, Zimmet PZ, Cleeman JI, Donato KA, Fruchart JC, James WP, Loria CM, Smith SC. 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; and International Association for the Study of Obesity. Circulation 2009; 120:1640-1645.

10. Bays HE. Adiposopathy is “sick fat” a cardiovascular disease? J Am Coll Cardiol. 2011 21; 57(25):2461-73. 11. Porcello LC, Passamani L, Mocelin F, Trentin S, Siciliani R, García A, Vega LC, Huf AC, Costa J. Risk Factors Among Stroke Subtypes in Brazil. Journal of Stroke and Cerebrovascular Diseases 2013; 22 (1): 32-35. 12. Organización Mundial de la Salud. Media Centre: The 10 top causes of death. OMS 2014. [Consultado 15-07-2014] Disponible en: http://www.who.int/mediacentre/factsheets/fs310/en/ 13. Ministerio Para el Poder Popular de la Salud. Epidemiología: Anuario de Mortalidad 2011. MPPS 2014. [Consultado 15-07-2014] Disponible en: http://www. mpps.gob.ve/index.php?option=com_phocadownload&view=category&id=11:a nuarios-de-mortalidad&Itemid=915 14. Franssen R, Monajemi H, Stroes ES, Kastelein JJ. Obesity and Dyslipidemia. Med Clin N Am. 2011; 95:893-902. 15. Machado-Alba JE, Machado-Duque ME. Prevalencia de factores de riesgo cardiovascular en pacientes con dislipidemia afiliados al sistema de salud en Colombia. Rev Peru Med Exp Salud Pública 2013; 30(2):205-11. 16. Weiner JS, Lourie JA. International Biological Programe. Human biology: a guide to field methods. Published for International Biological Programe by Blackwell Scientific. Oxford; Edinburgh. (1969). 17. Martínez GR, Moreno LA, Sarría CA. Sobre el índice de Quetelet y obesidad. Revista Española de Obesidad 2010; 8 (1): 34-40. 18. World Health Organization. The World Health Report 2003. Disponible en: http:// www.who.int/whr/2003/en/ 19. Third Report of the Nacional Colesterol Education Program (NCEP). Expert Panel on Detection, Evaluation, and Treatment of High Blood Colesterol in Adults (Adult Treadment Panel III): Final Report. Bethesda, Md: National Heart, Lung, and Blood Institute. Circulation 2002; 106 (25): 3143-421. 20. Friedewald WT, Levy R, Fredrickson DS. Estimation of plasma low-density lipoprotein without the use of a preparative ultracentrifugation. Clin Chem 1978; 18:499–502. 21. Córdova JA, Barriguete JA, Rivera ME, Lee GM, Moctezuma CM. Sobrepeso y obesidad. Situación actual y perspectivas. Acta Médica Grupo Ángeles. 2010. Vol. 8, No. 4, 202-207. 22. Luti Y, Bermúdez V, Mengual E, Cano C, Sánchez D, Scott G, Velasco M. Prevalencia de las diferentes alteraciones del perfil lipídico en la consulta de Factores de Riesgo Cardiovascular del Centro de Investigaciones Endocrino-Metabólicas “Dr. Félix Gómez” en el período de Enero del 2006 a Enero de 2007. Revista Latinoamericana de Hipertensión. 2008; 3 (6):174-181. 23. Ruiz AJ. Dislipidemias y riesgo cardiovascular: ¿Tiempo para un nuevo enfoque en lípidos? Revista Colombiana de Cardiología. 2009; 16 (5): 214-220. 24. Zhang L, Zhang WH, Zhang L, Wang PY. Prevalence of Overweight/Obesity and Its Associations with Hypertension, Diabetes, Dyslipidemia, and Metabolic Syndrome: A Survey in the Suburban Area of Beijing, 2007 Obes Facts 2011; 4:284–289. 25. Miguel-Soca P. Vínculos entre la obesidad abdominal y la dislipidemia. Revista Finlay [revista en Internet]. 2011 [citado 2014 Jul 19]; 1(3). Disponible en: http:// www.revfinlay.sld.cu/index.php/finlay/article/view/60 26. Mooradian AD, Haas MJ, Wehmeier KR, Wong MC. Obesity-related Changes in High-density Lipoprotein Metabolism. Obesity. 2008. 16, 1152–1160. 27. Brown CD, Higgins M, Donato KA, Rohde FC, Garrison R, Ovarzanek E, Ernst ND,

Horan M. Body mass index and the prevalence of hypertension and dyslipidemia. Obes Res 2000; 8:605–619. 28. Toyo-Barriga P. Obesidad y dislipidemias. Gac Méd Méx. 2004; 140 ( 2): S49-S58. 29. Mooradian AD, Albert SG, Hass MJ. Low serum HDL cholesterol in obese subjects with normal serum triglycerides: the role of insulin resistance and inflammatory cytokines. Diabetes Obes Metab 2007; 9:441–443. 30. Ascaso JF. La cintura hipertrigliceridémica. Clínica e Investigación en Arteriosclerosis. 2005; 17 (6): 286-296. 31. Zhang Y, McGillicuddy FC, Hinkle CC, O´Neill S, Glick JM, Rothblat GH, Reilly MP. Adipocyte modulation of high-density lipoprotein cholesterol. Circulation. 2010; 121(11):1347-55.

32. Wei H, Averill MM, McMillen TS, Dastvan F, Mitra P, Subramanian S, Tang C, Chait A, LeBoeuf RC. Modulation of adipose tissue lipolysis and body weight by highdensity lipoproteins in mice. Nutrition & Diabetes (2014) 4, e108. 33. Gasevic D, Carlsson AC, Lesser IA, Mancini GB, Lear SA. The association between “hypertriglyceridemic waist” and sub-clinical atherosclerosis in a multiethnic population: a cross-sectional study. Lipids in Health and Disease 2014, 13:38. 34. Manrique-Vera A, Manrique-Hurtado H. Frecuencia del fenotipo”cintura hipertrigliceridémica” y su asociación con el síndrome metabólico en adultos con sobrepeso y obesidad. Rev Soc Peru Med Interna 2010; 23 (3): 92-97. 35. Florez H, Silva E, Fernández V, Ryder E, Sulbarán T, Campo G, Calmón G, Clavel E, Castillo-Florez S, Goldberg R. Prevalence and risk factors associated with the metabolic syndrome and dyslipidemia in White, Black, Amerindian and Mixed Hispanics in Zulia State, Venezuela. Diabetes Res Clin Pract. 2005; 69(1):63-77.

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

he Maracaibo city metabolic syndrome prevalence study: primary results and agreement level of 3 diagnostic criteria Estudio de Prevalencia de Síndrome Metabólico: resultados preliminares y nivel de concordancia de 3 criterios diagnósticos

Objetivo: El propósito de esta investigación fue determinar la prevalencia de Síndrome Metabólico (SM) y factores asociados en la población adulta del Municipio Maracaibo. Materiales y métodos: Estudio descriptivo, transversal, con muestreo aleatorio multietápico, con 2.230 individuos de ambos sexos, mayores de 18 años de edad. Para el diagnóstico de SM se utilizaron los criterios propuestos por ATPIII-2005, IDF-2005 e IDF-2009, utilizando la prueba kappa de Cohen y la escala de valoración Landis y Koch para evaluar el nivel de concordancia entre las tres clasificaciones. Se construyeron 3 modelos de regresión logística para la evaluación de factores de riesgo relacionados a SM. Resultados: La prevalencia de SM fue de 42,4%, 41,6% y 35,5% según IDF-2009, IDF-2005 y ATPIII-2005 respectivamente. El grado de concordancia entre IDF-2009 y ATPIII-2005: k=0.86 (p<0,00001); entre IDF-2005 y ATPIII-2005: k=0.84 (p<0,0001); y entre IDF-2005 e IDF-2009: k=0.98 (p<0,000001). Los componentes más prevalentes fueron obesidad abdominal con 75,1% (IDF-2005 e IDF2009) y 48,9% (ATPIII-2005), HDL-C bajas (57,8%) e HTA (38.8%). En el análisis multivariante se observó que la edad, insulinorresistencia, IMC y PCR-us son factores de riesgo para padecer SM en las tres clasificaciones. HOMA b-cell y actividad física en tiempo de ocio son factores protectores. Conclusión: La prevalencia de SM en nuestra población constituye una de las más elevadas a nivel mundial. Las clasificaciones utilizadas exhiben un nivel casi perfecto de concordancia debido a que 4 de los 5 componentes son iguales, por lo que las diferencias observadas radican en los puntos de corte de circunferencia abdominal. Palabras clave: síndrome metabólico, criterios diagnósticos, inflamación crónica subaguda, insulinorresistencia, obesidad.

Abstract

Resumen

Valmore Bermúdez, MD, MPH, PhD1*, Joselyn Rojas, MD, Msc1, Juan Salazar, MD1, María José Calvo, Bsc1, Jessenia Morillo, Bsc1, Wheeler Torres, Bsc1, Carmen Chávez, Bsc1, Luis Olivar, Bsc1, Milagros Rojas, Bsc1, María Sofía Martínez, Bsc1, Maricarmen Chacín, MD1, Roberto Añez, MD1, Clímaco Cano-Ponce, PharmD1 1 Endocrine-Metabolic Research Center, “Dr. Félix Gómez,” Faculty of Medicine, University of Zulia, Maracaibo 4004, Venezuela.

Objective: the purpose of this investigation was to determine the prevalence of Metabolic Syndrome (MS) and associated factors in the adult population of Maracaibo. Materials and Methods: This is a descriptive, crosssectional study, with a randomized multietapic sampling method, which recruited 2,230 individuals from both genders, 18 years and older. To diagnose MS, 3 definitions were used: the IDF-2009, IDF-2005 and ATPIII-2005; level of agreement was calculated using the k Cohen function and the Landis and Koch assessment scale. Finally, three logistic regression models were constructed to evaluate risk factors associated with each MS definition. Results: MS prevalence was 42.4%, 41.6% and 35.5% using IDF-2009, IDF-2005 and ATPIII-2005 respectively. Agreement level between IDF-2009 and ATPIII-2005 was k=0.86 (p<0,00001); between IDF-2005 and ATPIII-2005 was k=0.84 (p<0,0001); and between IDF-2005 and IDF2009 was k=0.98 (p<0,000001). The most prevalent metabolic component was abdominal obesity with 75.1% using IDF-2005/IDF-2009 and 48.9% with ATPIII-2005, Low HDL-C with 57.8% and high blood pressure with 38.38%. Multivariate analysis showed that age, insulin resistance, BMI, and CRP-us are risk factors for MS; HOMA b-cell function and leisure time physical activity resulted to be a protective factors for MS. Conclusions: MS in our population is one of the highest in the world. All 3 criteria showed a near-perfect agreement levels, probably due to the fact that 4 out of 5 components are identical; therefore the observed differences are due to differences in waist circumference cut-off points. Key words: metabolic syndrome, diagnostic criteria, low grade inflammation, insulin resistance, obesity.

Introducción

ethnic-specific WC cutoffs was reinforced, suggesting the necessity of more investigation in order to obtain regional cut-off values for WC. Regrettably, this matter is still a problem in many areas so that regions without local WC cutpoints were recommended to those from other continents. This statement also highlighted the importance of mixed ethnicity, its genetic influence over metabolic traits and cardiovascular risk, and that changes will have to be done in future diagnostic criteria in order to fill the need in such populations10.

There are, however, three MS classifications that have endured the test of time and are still applied to investigate this clinical entity´s prevalence and epidemiological behavior worldwide5. In chronological order, the International Diabetes Federation statement was published in September 2005 (IDF-2005)6, in order to easy the confusion that was observed between comparability studies using several SM criteria, especially concerning the difficult task to properly assess Insulin Resistance (IR) in large cross-sectional studies and the real influence of this phenomenon in cardiovascular risk. They proposed that abdominal obesity should be a prerequisite for the diagnosis of MS, and suggested the application of ethnic-specific cut-off points for waist circumference (WC); albeit, several regions in the world remain without proper reference values, such as Latin America. This lack of information is important, given the essential role of obesity on cardiovascular risk and clustering of other metabolic variables as agreed during the panel. The Third Report of the National Education ProgramAdult Treatment Panel (NCEP-ATPIII) was first published in 20027 and its update in October 2005 (ATPIII-2005) by the American Heart Association (AHA) and the National Heart, Lung and Blood Institute (NHLBI)8. This expert panel didn´t use any direct measure of IR, placed great interest in abdominal obesity, and reduced the threshold for impaired fasting glycemia (IFG) from 110 mg/dL to 100 mg/ dL. Moreover, it reinforced the notion that other satellite diseases may also predispose to IR and MS itself, such as polycystic ovary syndrome, non-alcoholic fatty liver, elevation of C-Reactive Protein (CRP) and microalbuminuria8. Finally, the Harmonizing criteria were published in October 2009 by the International Diabetes Federation, NHLBI, AHA, World Heart Federation, International Atherosclerosis Society and International Association for the Study of Obesity (IDF-2009)9, in order to resolve the differences between IDF-2005 and ATPIII-2005, deciding denying to consider obesity as an obligatory prerequisite for MS diagnosis, but however, the issue of appropriate

Materiales y métodos

he clustering of dysglycemia, abdominal obesity, hypertriacylglyceridemia, Low HDL-C and high blood pressure has been recognized as Metabolic Syndrome (MS)1, a well-known risk factor for cardiovascular diseases (CVD)2 and Type 2 Diabetes Mellitus (T2DM)3. Several diagnostic criteria have been proposed to identify subjects with MS, having evolved through the years in accordance to pathophysiological factors and epidemiological evidence4.

The diagnostic efficacy of each set of criteria depends on the characteristics of the population applied to, and factors such as age, gender, ethnicity and end-point of prevention and intervention11-19 can influence the veracity of the results. The city of Maracaibo is known for its high prevalence of obesity20, physical inactivity21, and presence of biochemical markers of low grade inflammation22,23, all metabolic variables which would be influential during MS diagnosis. Therefore, the purpose of this investigation was to evaluate prevalence of MS using the ATPIII-2005, IDF2005 and IDF-2009 criteria, their agreement and factors associated with this diagnosis.

Subject Selection The cross-sectional research, The Maracaibo Metabolic Syndrome Prevalence Study (MMSPS)24, was planned and executed in the city of Maracaibo, the second largest city of Venezuela with 2,500,000 inhabitants. The sampling method has been previously published, but the main aspects will be detailed24. Using population estimations for the population of Maracaibo (1,428,043 for 2007 according to the National Institute of Statistics) the sample size estimate was calculated to be 1,986 individuals’ ≥18 years of age. Considering that in a previous pilot study approximately 10% of the subjects didn´t accomplish all the steps of the study (unpublished data), an oversampling number of 200 individuals was calculated. Between July 2008 and July 2011, a total of 2,230 subjects were recruited, with 244 added for oversampling purposes. The inclusion criterion was to be ≥18 years of age; meanwhile, the exclusion criteria were pregnancy and any current acute illness that may alter biochemical parameters: recent surgery, viral hepatitis, acute pancreatitis and other acute infections. The city of Maracaibo is divided into parishes 18: Antonio Borjas Romero, Bolívar, Cacique Mara, Caracciolo Parra Pérez, Cecilio Acosta, Cristo de Aranza, Coquivacoa, Chiquinquirá, Francisco Eugenio Bustamante, Idelfonso Vásquez, Juana de Ávila, Luis Hurtado Higuera, Manuel Dagnino, Olegario Villalobos, Raúl Leoni, Santa Lucía, San Isidro, and Venancio Pulgar. The sampling method was done using a 2-stage method24. In the first phase, the sorting was random and stratified —where each stratus was represented by sectors from each of the 18 parish-

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

es— choosing 4 from each parish. The second sampling was stratified to represent a city block, selected using a random number generation tool. Once the houses were selected, every adult in the family unit from the selected city blocks was invited to participate in the study. Each individual signed a written consent prior to any interrogation, physical examination or laboratory workup. This study was approved by the Ethic Committee from the Endocrine and Metabolic Diseases Research Center at University of Zulia, Venezuela. Anamnesis A complete medical history was obtained with trained personnel. Important history details were gathered such as personal history of chronic diseases such as hypertension, T2DM, and ischemic heart disease. Ethnicity was divided in Hispanic Whites, Amerindians, Afro-Venezuelans, Mixed Race (any individuals with 2 or more genetic lineages25) or Others (Arabic and/or Asian). The Graffar Scale modified by Mendez-Castellano26 was applied to assess socioeconomic class. Academic status was evaluated in the following manner: a) Illiterate, those who do not posses any skills in reading and writing; b) Primary Education, those who only achieved primary school education; c) Secondary Education, those who had obtained a high school degree; and d) Higher Education, those who had attained technical or university/college degrees. Occupational Status was classified into ‘Currently Employed’ and ‘Unemployed’. Alcohol intake was evaluated by estimating the amount of milliliters (mL) of ingested alcohol based on the type of drink (beer, spirit drinks and wine)27. Then, daily grams of alcohol consumed were calculated using the formula [daily consumed mL x Degree of Alcohol x 0.8/100]28. Alcohol consumption (‘Drinker’) was defined as an ingestion of more than 1gr per day of any type of alcoholic drink29. Smoking pattern was defined as follows30: a) ‘Non-Smokers’, those who have never smoked, or have consumed less than 100 cigarettes in their life; b) ‘Current Smokers’, those who have smoked ≥100 cigarettes in their life or whom have stopped the habit less than 1 year of this interrogation; and c) ‘Former Smokers’, those who have smoked ≥100 cigarettes in their life yet stooped the habit over a year ago. Physical activity Physical activity (PA) was evaluated using the International Physical Activity Questionnaire31, which categorized it in four domains, Transportation, Occupation, Household and Leisure Time; being the latter the domain used in this data analysis. Once the data was obtained in the leisure sphere, it was divided in two groups: individuals with MET’s=0 (Inactive) and those with METs >0. Afterwards, this last group was divided into quintiles, obtaining the following classification: a) Q1 or very low PA, with Male: <296,999 METs and Female <230,999 METs; b) Q2 or Low PA, with Male 297,000-791,999 METs and Female 231,000-445,499 METs; c) Q3 or Moderate PA, with Male

792,000-1532,399 METs and Female 445,500-742,499 METs; d) Q4 or High PA, with Male 1532,400-2879,999 METs and Female 742,500-1798,499 METs; and e) Q5 or Very High PA, with Male >2879,000 METs and Female 1798,500 METs. Blood Pressure After 15 minutes rest, with the subject in a sitting position with both feet touching the floor and arm resting at heart level, blood pressure was taken using a calibrated mercury sphygmomanometer with a proper sized cuff. Systolic blood pressure was determined when the first Korotkoff sound is heard, while diastolic blood pressure was determined at the fifth Korotkoff sound. Pressure measurement was taken 3 times, with at least 15 minutes in between takes. Anthropometry Waist circumference was measured using calibrated nonelastic measuring tape in accordance to the anatomical landmarks proposed by the USA National Institutes of Health protocol32: with subjects standing in their undergarments, an imaginary mark was delimited midpoint between the lower border of the rib cage and the iliac crest, taking the length at the end of expiration. Weight was assessed using a digital scale (Tanita, TBF-310 GS Body Composition Analyzer, Tokyo – Japan), while Height was obtained with a calibrated rod in millimeters and centimeters; the patients were shoeless and wearing light clothing at all times. Body Mass Index was calculated using the formula [Weight/Height2, expressed in kg/m2]33. Laboratory Analysis After 8-12 hours of fasting, serum levels of total cholesterol, triacylglycerides (TAG), HDL-C and basal glycemia were determined using computerized equipment (Human Gesellschoft Biochemica and Diagnostica MBH, Magdeburg, Germany). Fasting insulin was quantified using a commercial ultrasensitive ELISA-based kit (DRG international. Inc. USA. New Jersey), with a detention limit of <1 mU/L. HOMA2-IR and HOMA2-bcell models were calculated using the HOMA Calculator available at http://www. dtu.ox.ac.uk/homacalculator/; HOMA2-IR cut-off point was set at ≥2 as previously evaluated in our population (unpublished data). HOMA b-cell was distributed in tertiles as follows: Tertil 1: <117.90; Tertil 2: 117.90-162.06; and Tercil 3: ≥162.07). Likewise, Lipoprotein(a) [Lp(a)] concentration was determined using the turbidimetric latex method (Human Gesellschoft Biochemica and Diagnostica MBH, Magdeburg, Germany); the threshold for Lp(a) was ≥30 mg/dL34. High sensivity C-Reactive Protein (hs-CRP) was determined employing turbidmetric immune essays (Human Gesellschoft Biochemica and Diagnostica MBH, Magdeburg, Germany); elevated serum levels was set at 75th percentile in our population (0.765 mg/L)22. Finally, the plasma concentration of TSH, FT3 and FT4 was determined using the DRG International Inc. USA kit;

Subclinical Hypothyroidism diagnosis was made according to NHANES criteria35: normal levels of FT4 (0.9-1.9 ng/ dL) with elevated TSH (≥4.12 mUI/L) and absence of prior personal history of thyroid disease.

2. The IDF-2005 stated the following6: mandatory Elevated WC (Men ≥90 cm and Women ≥80 cm) plus any two of the following: a) Hypertriacylglyceridemia ≥150 mg/dL or specific treatment for this abnormality; b) Low HDL-C, Men <40 mg/dL and Women <50 mg/dL or specific treatment for this abnormality; c) Elevated Blood Pressure, Systolic ≥130 mmHg, Diastolic ≥85 mmHg, or previous diagnosis of hypertension; d) Elevated Fasting Glucose, with Impaired Fasting Glycemia ≥100 mg/dL or previous diagnosis of T2DM. 3. The ATPIII-2005 definition required 3 of the following 5 components8: a) Elevated WC (Men ≥102 cm and Women ≥88 cm); b) Hypertriacylglyceridemia ≥150 mg/dL or specific treatment for this abnormality; c) Low HDL-C, Men <40 mg/dL, Women <50 mg/dL or specific treatment for this abnormality; d) Elevated Blood Pressure, Systolic ≥130 mmHg, Diastolic ≥85 mmHg, or previous diagnosis of hypertension; e) Elevated Fasting Glucose: Glycemia ≥100 mg/dL or drug treatment for hyperglycemia. Statistical Analysis Initially, the quantitative variables distribution was evaluated using the Geary test and those with not normal distribution were submitted to logarithmic transformation. The quantitative variables were expressed as arithmetic means ± standard deviation (SD), except CRP-us which was expressed as median and p25-p75. t-Student test and one way ANOVA with Tukey´s post-hoc analysis were employed in order to assess differences between arithmetic means. For medians comparisons the Mann-Whitney´s U test was employed. Qualitative variables were expressed in absolute and relative frequencies and their association was evaluated with the χ2 (Chi square) test and difference of proportions with the Z Test. The degree of concordance between SM classifications was determined employing both, the Cohen’s Kappa coefficient and the Landis-Koch´s assessment scale36,37. This scale covey a classification for kappa agreement results: a) <0,00: no agreement; >0,00-0,20: insignificant; 0,21-0,40: discreet; >0,41-0,60: moderate; 0,61-0,80: substantial; 0,81-1,00:

Resultados

Metabolic Syndrome Definitions The MS criteria used in this study were: 1. IDF-2009 definition required 3 of the following 5 variables9: a) Elevated WC (Men ≥90 cm and Women ≥80 cm); b) Hypertriacylglyceridemia ≥150 mg/dL or specific treatment for this abnormality; c) Low HDL-C, Men <40 mg/dL, Women <50 mg/dL or specific treatment for this abnormality; d) Elevated Blood Pressure, Systolic ≥130 mmHg, Diastolic ≥85 mmHg, or previous diagnosis of hypertension; e) Elevated Fasting Glucose, Glycemia ≥100 mg/dL or drug treatment for hyperglycemia.

near perfect. Two logistic regression models were made in order to estimate the Odds Ratio (IC95%) for MS according to each diagnostic classification. The first SM model (MS according to the IDF-2009) was adjusted for: sex, age group, ethnic groups, educational status, socioeconomic status, family history of diabetes mellitus, alcohol consumption, smoking habit, physical activity in the leisure sphere according to IPAQ, presence of IR, BMI categories and HOMA β-cell tertiles; a second adjustment was made including the previous variables (model 1) plus the presence of elevated CRP. In the second and third model (SM according to IDF-2005 and SM according to ATPIII-2005 respectively); the variable adjustment was similar to the first one. The data were analyzed employing the Statistical Package for Social Sciences (SPSS) for Windows (SPSS IBM Chicago, IL). The results were considered statistically significant if p<0,05.

General characteristics of the population Overall, there were 2,230 individuals, 47.4% (n=1,058) were men and 52.6% (n=1,172) were women, with an arithmetic mean age of 39.3±15.4 years. The metabolic and anthropometric characteristics of the population are depicted in Table 1. Prevalence of Metabolic Syndrome The overall prevalence of MS was 42.4% (n=946) according to the IDF-2009, 41.6% (n=927) using the IDF-2005 and finally, 35.5% (n=791) when applying the ATPIII-2005 criteria (Figure 1). When distributing the individuals according to gender and IDF-2009 consensus, there was a higher prevalence of MS in men, with 44.6% of the men and 40.4% of women (c2=3,956, p=0,047; Z Test <0,05). Such pattern was observed when using the IDF-2005 but with no significant difference between genders (χ2 =3,02 p=0,082; Z Test >0,05). Contrary, there were more women diagnosed with MS when applying the ATPIII-2005 criteria, albeit no differences were observed (χ2 =0,85 p=0,358; Z Test >0,05). Likewise, there was an increase in MS diagnosis as age progressed (Figure 2), observing that the majority of the patients were seen at 40 years and beyond. Finally, Figure 3 shows the distribution of the subjects according to the MS consensus used and the level of agreement between them. When considering the ATPIII-2005 and IDF-2009 consensus, the level of agreement is k=0.86 (p<0,00001). Meanwhile, when evaluating ATPIII-2005 and IDF-2005, the level of agreement was k=0.84 (p<0,0001). Lastly, the level of agreement between IDF-2005 and IDF-2009 was k=0.98 (p<0,000001). Metabolic Syndrome components When evaluating each component of the syndrome individually, it was observed that abdominal obesity was the most prevalent with 75.1% (n=1,675) according to IDF-

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

2009/IDF-2009, while it was 48.9% (n=1,091) when using the ATPIII-2005 WC cutpoints. When stratified by gender, women were mostly found to have obesity compared to men, during application of IDF-2005/IDF-2009 (79,0% vs. 70,8% respectively; c2=20,080, p<0,001) as well as ATPIII-2005 (57,8% vs. 39,0% respectively; c2=78,764 p<0,001) cutoff points. The second most prevalence component was Low HDL-C levels, with 57.8% (n=1,288), and as elevated WC, it was more prevalent in women than in men (64,2% vs. 50,7%; c2=41,549 p<0,001). Metabolic Syndrome and Sociodemographic variables For this investigation, the Sociodemographic variables analyzed were ethnicity, socioeconomic status, educational status and working condition according to each MS consensus (Table 2). The only variable with a significant association was Educational status, with χ2=86,465; p<0.001 for the IDF-2009, χ2=82.583; p<0.001 for IDF-2005, and χ2= 93,334; p<0.001 for ATPIII-2005. Metabolic Syndrome and Psychobiological variables The psychobiological variables, alcohol, smoking and leisure time physical activity and their association with MS criteria are depicted in Table 3. Former and current smokers had higher prevalence of MS, and this habit was found to be associated with all three MS definitions, with χ2=35,804; p<0.001 for the IDF-2009, χ2=36,066; p<0.001 for IDF-2005, and χ2=34,663; p<0.001 for ATPIII-2005. This pattern was also observed in inactivity or low leisure time physical activity individuals, where lack of this type of physical activity was associated with all the MS criteria, where IDF-2009 rendered χ2=51,754; p<0.001, IDF-2005 χ2=91,065; p<0.001, and ATPIII-2005 χ2=58,947; p<0.001. Alcohol doesn´t seem to be associated with any MS definition. Metabolic Syndrome and other metabolic disturbances When analyzing MS and markers of Low grade inflammation such as CRP-us and Lp(a), both particles were associ-

ated with all three MS consensuses, where Lp(a) obtained IDF-2009 χ2=26,766; p<0.001, IDF-2005 χ2=26,968; p<0.001, and ATPIII-2005 χ2=20,594; p<0.001; while CRP-us rendered IDF-2009 χ2=78,313; p<0.001, IDF2005 χ2=70,597; p<0.001, and ATPIII-2005 χ2=84,541; p<0.001. Moreover, insulin resistance was highly associated with MS diagnosis with every definition used, with IDF-2009 χ2=160,97; p<0.001, IDF-2005 χ2=198,339; p<0.001, and ATPIII-2005 χ2=198,339; p<0.001. Likewise, HOMA b-cell function was also associated with MS, with IDF-2009 χ2=26,63; p<0.001, IDF-2005 χ2=21,90; p<0.001, and ATPIII-2005 χ2=24,14; p<0.001. Interestingly, Subclinical Hypothyroidism was found to be associated with the 3 definitions, where the following results were obtained: IDF-2009 χ2=4,485; p=0.028, IDF-2005 χ2=5,536; p=0.019, and ATPIII-2005 χ2=7,416; p=0.006. Just as expected, T2DM and obesity measured by BMI were also associated with the 3 MS criteria; see Table 3. Risk factors for each Metabolic Syndrome classification When analyzing MS definitions and associated risk factors, the models were analyzed according to each classification. Table 4 shows IDF-2009 and associated factors, where male gender (OR: 1.67; IC95% 1.24-2.35, p<0.01), 60-69 year age group (OR: 21.15; IC95% 8.09-55.27, p<0.01), obesity (according to WHO) (OR: 7.65; IC95% 4.87-12.01, p<0.01) and insulin resistance (OR: 3.29; IC95% 2.25-4.83, p<0.01) were associated with higher risk for MS with this criteria; whereas, the highest HOMA b-cell tertile was assocviated with lower risk for MS (OR: 0.47; IC95% 0.290.76, p<0.01). When using the IDF-2005 criteria, the same variables retained a similar pattern (Table 5), with higher risk offered by 60-69 year age group and elevated BMI with OR: 8.71; IC95% 5.53-13.73, p<0.01. Lastly, when evaluating ATPIII-2005 (Table 6), 3 important findings can be highlighted: a) First, male gender no longer conferred risk for MS; b) Very high physical activity in leisure time is a protective factor (OR: 0.46; IC95% 0.25-0.86, p<0.02);

Figure 1. Prevalence of Metabolic Syndrome in the general population according to gender and 3 Metabolic Syndrome Diagnostic criteria. Maracaibo, 2012

and c) BMI resulted in a higher risk for MS with OR: 17.05; IC95% 9.99-29.08, p<0.01. Table 1. General characteristics of the population. Distributed according to Metabolic Syndrome diagnostic criteria Maracaibo, 2012 IDF-2009 MS Absent MS Present (n=1284, 57,6%) (n=946, 42,2%)

MS Present (n=927, 41,6%)

ATPIII-2005 MS Absent MS Present (n=1439,64,5%) (n=791,35,5%)

Mean±SD

Age (years)

33,4±13,6

47,3±13,9

9,63x10-12

33,5±13,7

47,4±13,8

6,98x10-12

34,45±14,23

48,19±13,28

1,53x10-11

BMI (kg/m )

26,1±5,3

31,2±6,13

2,93x10

26,1±5,3

31,4±6,0

1,19x10

26,19±5,18

32,21±6,15

3,17x10-10

Waist circumference (cm)

88,4±13,0

102,9±14,1

7,05x10-13

88,3±13,0

103,3±13,9

2,04x10-14

88,71±12,57

105,24±14,09 7,48x10-15

Fasting glycemia (mg/dL)

89,7±16,0

110,7±42,2

3,74x10-64

90,4±19,1

110,1±41,1

3,63x10-35

90,17±15,97

113,98±45,05 1,00x10-06

Fasting insulin (µU/ml)

12,6±7,8

17,4±10,8

7,52x10-34

12,6±7,9

17,5±10,8

2,33x10-3

12,77±8,10

18,15±10,96

2,15x10-03

HOMA 2-IR

1,84±1,10

2,70±1,63

1,86x10

1,85±1,11

2,70±1,64

5,89x10

1,86±1,12

2,82±1,67

2,26x10-05

HOMA β-cell

146,7±59,2

140,0±72,2

1,51x10-6

145,9±59,4

141,0±72,3

8,16x10-5

146,91±62,32

138,53±69,79 5,08x10-007

Total Cholesterol (mg/dL)

179,8±40,3

205,4±48,8

7,10x10-41

180,5±40,9

204,9±48,6

3,32x10-37

181,94±41,62

206,67±49,00 7,51x10-03

Non-HDL-C cholesterol (mg/dL)

131,6±39,1

166,9±47,7

1,30x10-70

132,5±39,9

166,4±47,5

8,69x10-65

134,78±40,95

168,19±47,86 1,53x10-06

Triacylglycerides (mg/dL)

88,2±46,9

186,9±126,5

1,28x10-18

89,8±49,2

186,7±127,3

2,64x10-17

94,86±54,56

194,16±132,92 7,45x10-17

HDL-C Male (mg/dL)

45,1±11,8

35,7±8,3

1,81x10-51

44,9±11,8

35,7±8,3

1,14x10-49

43,91±11,80

35,50±8,26

6,87x10-03

HDL-C Female (mg/dL)

50,7±12,1

41,2±8,7

8,28x10-46

50,66±12,19

41,20±8,75

1,8x10-46

50,11±12,12

41,09±8,89

8,44x10-04

LDL-C (mg/dL)

113,8±36,0

130,6±39,4

4,77x10-20

114,4±36,5

130,1±39,1

5,96x10-18

115,42±36,82

131,02±39,29 3,35x10-01

VLDL (mg/dL)

17,6±9,4

37,3±25,1

4,88x10-95

17,9±9,8

37,7±25,3

3,50x10-89

18,92±10,90

38,85±26,42

6,95x10-17

Lp(a) (mg/dL)

27,0±13,6

29,8±14,0

<0.0001

27,0±13,6

29,8±13,9

<0.0001

27,27±13,76

29,97±13,84

<0.0001

SBP (mmHg)

113,5±13,7

127,9±17,0

113,7±13,8

127,9±17,1

114,33±14,09

129,36±17,01 1,47x10-09

DBP (mmHg)

73,3±9,5

82,5±11,2

7,84x10-88

73,4±9,6

82,5±11,2

1,04s10-85

73,86±9,74

0,3(0,08-0,5)

0,4 (0,1-1,0)

3,84x10-16

0,3(0,08-0,6)

0,4(0,1-1,0)

4,75x10-15

0,3(0,08-0,61)

0,5(0,21-1,16) 6,36x10-01

0,3(0,08-0,575)

0,4(0,18-0,95)

6,67x10-8

0,3(0,08-0,576) 0,4(0,18-0,94)

4,72x10-7

0,3(0,08-0,57)

0,5(0,28-1,01) 3,71x10-009

0,5(0,21-1,19)

5,60x10-10

0,3(0,08-0,619) 0,5(0,21-1,19)

1,4x10-11

0,3(0,90-0,62)

0,5(0,23-1,25) 2,66x10-01

IDF-2005 MS Absent (n=1303, 58,4%)

hs-CRP-us total (mg/L) ¶ CRP-us Male (mg/L¶

CRP-us Female (mg/L) ¶ 0,3(0,08-0,0611)

5,06x10

-83

-45

-96

3,86x10

-58

-46

-92

83,43±11,18

1,37x10-08

IDF-2009: IDF/AHA/NHLBI/WHF/IAS/IASO-2009; IDF-2005: International Diabetes Federation-2005; ATPIII-2005: Third Report of the Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults. BMI: Body Mass Index; hs.-CRP: high sensivity C-Reactive Protein; DBP: Diastolic blood pressure; SBP, Systolic blood pressure. * t Student Test ¶ Expressed Median (p25-p75), comparison calculated with U Mann-Whitney test. Figure 2. inMetabolic Syndrome prevalence according to age group according to 3 Metabolic Syndrome Diagnostic criteria. Maracaibo, 2012

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

Table 2. Prevalence of Metabolic Syndrome according to sociodemographic variables. Maracaibo, 2012. IDF-2009 Absent Present n % n %

Ethnic grpup Mixed Race Hispanic White Afro-Venezolan Amerindian Others Socioeconomic Status Strata I: Upper Class Strata II: Upper-Middle Class Strata III: Middle Class Strata IV: Working Class Strata V: Extreme Poverty Educational Status Illiterate Primary Education Secondary Education Higher Education Working Status Employed Unemployed ͌ Chi-square Test.

985 192 36 63 8

58,2 54,5 54,5 59,4 57,1

707 160 30 43 6

41,8 45,5 45,5 40,6 42,9

24 238 524 444 54

66,7 57,6 59,7 55,6 51,4

12 175 354 354 51

33,3 42,4 40,3 44,4 48,6

22 138 688 436

42,3 39,1 66,1 55,6

30 215 353 348

57,7 60,9 33,9 44,4

739 545

57,0 58,4

558 388

43,0 41,6

χ2 (p)͌ 2.006 (0,735)

IDF-2005 Absent Present n % n % 1000 193 37 65 8

59,1 54,8 56,1 61,3 57,1

692 159 29 41 6

40,9 45,2 43,9 38,7 42,9

24 239 529 456 55

66,7 57,9 60,3 57,1 52,4

12 174 349 342 50

33,3 42,1 39,7 42,9 47,6

23 144 697 439

44,2 40,8 67,0 56,0

29 209 344 345

55,8 59,2 33,0 44,0

751 552

57,9 59,2

546 381

42,1 40,8

5,662(0,226)

ATPIII-2005 Absent Present n % n %

χ2 (p)͌ 2.720 (0,606)

1103 217 39 72 8

65,2 61,6 59,1 67,9 57,1

589 135 27 34 6

34,8 38,4 40,9 32,1 42,9

25 273 580 497 64

69,4 66,1 66,1 62,3 61,0

11 140 298 301 41

30,6 33,9 33,9 37,7 39,0

29 159 759 492

55,8 45,0 72,9 62,8

23 194 282 292

44,2 55,0 27,1 37,2

834 605

64,3 64,8

463 328

35,7 35,2

4,383(0,357)

86,465(<0.001)

4,074 (0,396)

82.583(<0.001)

0,458(0,496)

Figure 4. Prevalence of Metabolic Syndrome Components. Maracaibo, 2012

99 93,334 (<0.001)

0,355(0,551)

Figure 3. Level of Agreement between the 3 Metabolic Syndrome diagnostic criteria. Maracaibo, 2012

χ2 (p)͌ 3,319 (0,506)

0,70 (0,792)

Table 3. Metabolic Syndrome prevalence according to psychobiological traits and selected metabolic disorders. Maracaibo, 2012 Consenso 2009

IDF-2005

Absent

Present

Alcohol consumptionΦ

Present

χ2 (p) ͌

Absent

Present

0,131 (0,717)

904

58,0

654

42,0

913

58,6

645

41,4

1002 64,3

556

35,7

Drinker

380

56,5

292

43,5

390

58,0

282

42,0

437

235

35,0

35,804 (<0,001)

65,0

36,066 (<0.001)

34,663 (<0,001)

Non-smoker

953

61,7

591

38,3

965

62,5

579

37,5

1055 68,3

489

31,7

Current smoker

169

51,5

159

48,5

175

53,4

153

46,6

197

60,1

131

39,9

Former smoker

155

45,6

185

54,4

156

45,9

184

54,1

178

52,4

162

47,6

51,754 (<0,001)

91,065 (<0.001)

58,947(<0.001)

Inactive

721

53,2

634

46,8

735

54,2

620

45,8

812

59,9

543

40,1

Very low

100

59,9

40,1

102

61,1

38,9

110

65,9

34,1

Low

106

58,9

41,1

108

60,0

40,0

121

67,2

32,8

Moderate

107

61,5

38,5

107

61,5

38,5

118

67,8

32,2

High

100

59,9

40,1

100

59,9

40,1

114

68,3

31,7

Very high

150

80,2

19,8

151

80,7

19,3

164

87,7

12,3

Lipoprotein(a)

26,766 (<0.001)

26,962 (<0.001)

20,594 (<0.001)

Normal

706

61,7

439

38,3

716

62,5

429

37,5

777

67,9

368

32,1

High

344

49,4

353

50,6

350

50,2

347

49,8

400

57,4

297

42,6

hs-CRP

78,313(<0.001)

70,597(<0.001)

84,541(<0.001)

Normal

681

63,9

385

36,1

684

64,2

382

35,8

70,8

311

29,2 70,8

High

132

37,1

224

62,9

138

38,8

218

61,2

43,8

200

56,2 43,8

Insulin resistence§

160,97 (<0.001)

198,339(<0.001)

198,339 (<0.001)

Absent

761

70,3

322

29,7

848

78,3

235

21,7

848

78,3

235

21,7

Present

399

42,3

544

57,7

455

48,3

488

51,7

455

48,3

488

51,7

HOMA β-cell Tertiles

26,63 (<0.001)

21,90 (<0.001)

24,14 (<0.001)

<117.90

377

32,5

358

41,3

390

33,1

345

40,6

430

33,0

305

42,2

117.90-162.06

427

36,8

231

26,7

429

36,4

229

27,0

468

35,9

190

26,3

≥162.07

356

30,7

277

32,0

358

30,4

275

32,4

405

31,1

228

31,5

BMI (kg/m )

370,713(<0.001)

2 ¶

396,625 (<0.001)

482,977 (<0.001)

≤ 24.9

583

83,9

112

16,1

594

85,5

101

14,5

631

90,8

9,2

25 – 29.9

448

57,0

338

43,0

456

58,0

330

42,0

539

68,6

247

31,4

≥ 30

253

33,8

496

66,2

253

33,8

496

66,2

269

35,9

480

64,1

T2DM Absent Present

179,51 (<0.001) 1263 61,8 21

11,2

780

38,2

166

88,8

Subclinical Hypothyroidism

170,63 (<0.001) 1278 62,6 25

13,4

765

37,4

162

86,6

4,485 (0,028)

225,748 (<0.001) 1412 69,1 27

14,4

630

30,9

161

85,6

5,536 (0,019)

7,416 (0,006)

Euthyroid state

216

61,7

134

38,3

220

62,9

130

37,1

237

67,7

113

32,3

Hypothyroid state

43,9

56,1

43,9

56,1

46,3

53,7

Drinker > 1gr/day; §HOMA2-IR >2.00; ¶According to WHO. ͌ Chi-square test

χ2 (p) ͌ 0,105 (0,746)

Non-Drinker

Leisure time physical activity

Absent

0,418 (0,518)

Smoking

100

χ2 (p) ͌

ATPIII-2005

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014 Table 4. Risk factors associated with Metabolic Syndrome according to IDF/AHA/NHLBI/WHF/IAS/IASO-2009. Maracaibo 2012. Model 1*

Model 2**

Crude Odds Ratio (IC 95%a)

Adjusted Odds Ratio (IC 95%a)

1.00

1.19 (1.00 - 1.40)

0.05

1.62 (1.24 - 2.12)

< 0.01

1.67 (1.18 - 2.35)

< 0.01

< 20

1.00

20-29

1.78 (1.06 - 3.00)

0.03

1.57 (0.82 - 3.00)

0.18

1.21 (0.54 - 2.70)

0.65

30-39

4.79 (2.85 - 8.04)

< 0.01

2.77 (1.42- 5.43)

< 0.01

2.64 (1.15 - 6.03)

0.02

40-49

11.10 (6.67- 18.48)

< 0.01

7.00 (3.59 - 13.63)

< 0.01

6.52 (2.84 - 14.97)

< 0.01

50-59

15.58 (9.25 - 26.24)

< 0.01

9.35 (4.74 - 18.45)

< 0.01

10.11 (4.34 -23.55)

< 0.01

60-69

26.06 (14.38 - 47.21)

< 0.01

17.04 (7.99 - 36.34)

< 0.01

21.15 (8.09 - 55.27)

< 0.01

≥ 70

24.99 (12.47 - 50.10)

< 0.01

15.23 (6.43 - 36.06)

< 0.01

15.46 (5.13 - 46.59)

< 0.01

Inactive

1.00

Very low

0.76 (0.55 - 1.06)

0.10

0.95 (0.62 - 1.48)

0.83

1.05 (0.58 - 1.94)

0.86

Low

0.79 (0.58 - 1.09)

0.15

0.76 (0.49 - 1.17)

0.21

0.96 (0.54 - 1.72)

0.89

Moderate

0.71 (0.52 - 0.98)

0.04

0.95 (0.61 - 1.47)

0.80

1.26 (0.71 - 2.23)

0.43

High

0.76 (0.55 - 1.06)

0.10

1.15 (0.73 - 1.81)

0.55

1.09 (0.60 - 1.99)

0.76

Very high

0.28 (0.19 - 0.41)

< 0.01

0.62 (0.38 - 1.03)

0.07

0.81 (0.44 - 1.51)

0.51

1.00

3.93 (3.07 - 5.03)

< 0.01

3.20 (2.32 - 4.40)

< 0.01

3.85 (2.51 - 5.90)

< 0.01

10.21 (7.93 - 13.14)

< 0.01

6.17 (4.40 - 8.64)

< 0.01

7.65 (4.87 - 12.01)

< 0.01

1.00

117.90-162.06

0.57 (0.46 - 0.71)

< 0.01

0.50 (0.37 - 0.69)

< 0.01

0.57 (0.38 - 0.87)

< 0.01

≥162.07

0.82 (0.66 - 1.01)

0.07

0.43 (0.29 - 0.63)

< 0.01

0.47 (0.29 - 0.76)

< 0.01

Absent

1.00

Present

3.22 (2.68 - 3.87)

< 0.01

3.71 (2.74 - 5.02)

< 0.01

3.29 (2.25 - 4.83)

< 0.01

1.00

3.00 (2.34 - 3.85)

< 0.01

2.74 (1.92 - 3.91)

< 0.01

Gender Female Male Age Groups (years)

Leisure time Physical Activity

BMI (kg/m2) ≤ 24.9 25 – 29.9 ≥ 30 HOMA β-cell <117.90

Insulinorresistencec

hs-CRPd Normal High

a Confidence Interval (95%); b Significance level; c HOMA2-IR: ≥2; d High hs-CRP ≥0.765mg/L * Model 1: Adjusted by gender, age group, ethnicity, education status, working status, socioeconomic statis, antecedente familiar de diabetes mellitus, alchol consumption, smoking, leisure time physical activity, BMI insulin resistance, and HOMA β-cell tertiles. ** Model 2: Model 1 adding High hs-CRP.

101

Table 5. Risk factors associated with Metabolic Syndrome according to IDF-2005. Maracaibo 2012 Model 1*

Model 2**

Crude Odds Ratio (IC 95%a)

Adjusted Odds Ratio (IC 95%a)

1.00

1.19 (1.00 - 1.40)

0.05

1.57 (1.20 - 2.05)

< 0.01

1.62 (1.15 - 2.28)

< 0.01

< 20

1.00

20-29

1.78 (1.06 - 3.00)

0.03

1.64 (0.84 - 3.21)

0.15

1.20 (0.54 - 2.68)

0.65

30-39

4.79 (2.85 - 8.04)

< 0.01

2.89 (1.45- 5.77)

< 0.01

2.54 (1.11 - 5.81)

0.03

40-49

11.10 (6.67- 18.48)

< 0.01

7.52 (3.79 - 14.93)

< 0.01

6.34 (2.77 - 14.53)

< 0.01

50-59

15.58 (9.25 - 26.24)

< 0.01

9.76 (4.86 - 19.62)

< 0.01

9.53 (4.09 -22.15)

< 0.01

60-69

26.06 (14.38 - 47.21)

< 0.01

17.09 (7.91 - 36.93)

< 0.01

19.69 (7.58 - 51.3)

< 0.01

≥ 70

24.99 (12.47 - 50.10)

< 0.01

14.38 (6.04 - 34.26)

< 0.01

11.92 (4.06 - 34.99)

< 0.01

Inactive

1.00

Very low

0.76 (0.55 - 1.06)

0.10

0.94 (0.61 - 1.47)

0.80

1.13 (0.89 - 2.06)

0.69

Low

0.79 (0.58 - 1.09)

0.15

0.75 (0.48 - 1.15)

0.19

0.89 (1.32 - 1.59)

0.70

Moderate

0.71 (0.52 - 0.98)

0.04

0.99 (0.64 - 1.55)

0.99

1.32 (1.13 - 2.33)

0.35

High

0.76 (0.55 - 1.06)

0.10

1.22 (0.77 - 1.92)

0.39

1.13 (0.85 - 2.05)

0.68

Very high

0.28 (0.19 - 0.41)

< 0.01

0.63 (0.38 - 1.05)

0.08

0.85 (0.91 - 1.56)

0.59

1.00

3.93 (3.07 - 5.03)

< 0.01

3.49 (2.51 - 4.83)

< 0.01

4.11 (2.67 - 6.33)

< 0.01

10.21 (7.93 - 13.14)

< 0.01

7.01 (4.97 - 9.87)

< 0.01

8.71 (5.53 - 13.73)

< 0.01

1.00

0.60 (0.49 - 0.75)

< 0.01

0.55 (0.40 - 0.76)

< 0.01

0.64 (0.42 - 0.97)

0.03

0.87 (0.70 - 1.08)

0.20

0.48 (0.33 - 0.69)

< 0.01

0.55 (0.34 - 0.88)

0.01

Absent

1.00

Present

3.22 (2.68 - 3.87)

< 0.01

3.53 (2.61 - 4.78)

< 0.01

3.01 (2.07 - 4.39)

< 0.01

1.00

3.00 (2.34 - 3.85)

< 0.01

2.46 (1.73 - 3.49)

< 0.01

Gender Female Male Age Groups (years)

102

Leisure time Physical Activity

BMI (kg/m2) ≤ 24.9 25 – 29.9 ≥ 30 HOMA β-cell <117.90 117.90-162.06 ≥162.07 Insulinorresistence

hs-CRPd Normal High

a Confidence Interval (95%); b Significance level; c HOMA2-IR: ≥2; d High CRP-us: ≥0.765mg/L * Model 1: Adjusted by gender, age group, ethnicity, education status, working status, socioeconomic statis, antecedente familiar de diabetes mellitus, alchol consumption, smoking, leisure time physical activity, BMI insulin resistance, and HOMA β-cell tertiles. ** Model 2: Model 1 adding High hs-CRP.

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014 Table 6. Risk factors associated with Metabolic Syndrome according to ATPIII-2005. Maracaibo 2012 Model 1* Crude Odds Ratio (IC 95%a)

Model 2**

Adjusted Odds Ratio (IC 95%a)

1.00

0.98 (0.82 - 1.16)

0.77

1.13 (0.85 - 1.51)

0.39

0.98 (0.68 - 1.41)

0.92

< 20

1.00

20-29

2.11 (1.09 - 4.07)

0.03

1.83 (0.77 - 4.32)

0.17

1.24 (0.46 - 3.34)

0.67

30-39

6.21 (3.25 - 11.87)

< 0.01

3.01 (1.26 - 7.19)

0.01

2.01 (0.74 - 5.50)

0.17

40-49

15.50 (8.20- 29.29)

< 0.01

8.39 (3.55 - 19.85)

< 0.01

4.78 (1.77 - 12.90)

< 0.01

50-59

18.79 (9.87 - 35.75)

< 0.01

9.66 (4.04 - 23.06)

< 0.01

7.05 (2.58 - 19.29)

< 0.01

60-69

32.80 (16.40 - 65.59)

< 0.01

18.69 (7.41 - 47.12)

< 0.01

16.23 (5.45 - 48.34)

< 0.01

≥ 70

26.49 (12.36 - 56.78)

< 0.01

16.59 (6.07 - 45.35)

< 0.01

12.91 (3.83 - 43.49)

< 0.01

Inactive

1.00

Very low

0.78 (0.55 - 1.09)

0.14

1.08 (0.68 - 1.72)

0.75

0.97 (0.51 - 1.86)

0.94

Low

0.73 (0.52 - 1.01)

0.06

0.72 (0.45 - 1.14)

0.16

0.87 (0.46 - 1.63)

0.66

Moderate

0.71 (0.51 - 0.99)

0.05

0.97 (0.60 - 1.56)

0.89

1.29 (0.69 - 2.39)

0.43

High

0.70 (0.49 - 0.98)

0.04

0.89 (0.54 - 1.48)

0.67

0.78 (0.40 - 1.55)

0.48

Very high

0.21 (0.13 - 0.33)

< 0.01

0.46 (0.25 - 0.86)

0.02

0.56 (0.26 - 1.21)

0.14

1.00

4.52 (3.35 - 6.09)

< 0.01

3.57 (2.44 - 5.22)

< 0.01

4.68 (2.80 - 7.83)

< 0.01

17.59 (13.07 - 23.68)

< 0.01

11.93 (8.06 - 17.66)

< 0.01

17.05 (9.99 - 29.08)

< 0.01

1.00

117.90-162.06

0.57 (0.46 - 0.72)

< 0.01

0.41 (0.29 - 0.58)

< 0.01

0.36 (0.22 - 0.58)

< 0.01

≥162.07

0.79 (0.64 - 0.99)

0.04

0.29 (0.19 - 0.43)

< 0.01

0.21 (0.12 - 0.36)

< 0.01

Absent

1.00

Present

3.87 (3.19 - 4.69)

< 0.01

4.97 (3.55 - 6.95)

< 0.01

5.28 (3.41 - 8.19)

< 0.01

1.00

3.11 (2.43 - 3.99)

< 0.01

2.77 (1.91 - 4.02)

< 0.01

Gender Female Male Age Groups (years)

Leisure time Physical Activity

BMI (kg/m2) ≤ 24.9 25 – 29.9 ≥ 30 HOMA β-cell <117.90

Insulinorresistencec

hs-CRPd Normal High

103

Table 7. Prevalence of Metabolic Syndrome in different regions of the world. Maracaibo, 2012 Continent

America 104

Asia

Europe

Africa y Oceanía

City (Country)

Total

Male (%)

Female (%)

Author, Year (Reference)

San Juan (Puerto Rico)

43,3

45,3

Maracaibo (Venezuela)

42,4

44,6

42,2

859

Pérez, 2008 (34)

ATPIII*

40,4

2.230

Bermúdez, 2012

IDF/AHA/NHLBI§

MS Criteria

Santic spiritus (Cuba)

39,8

40,0

39,8

1.019

Bustillo, 2011 (36)

ALADǂ

United States of America

38,5

41,9

35,0

3461

Ford E, 2010 (35)

IDF/AHA/NHLBI

Brasil FD (Brasil)

32,0

30,9

33,0

2.130

Dutra, 2012 (33)

IDF/AHA/NHLBI

Mexico City (Mexico)

27,0

22,4

22,2

1.720

Escobedo, 2009 (40)

ATPIII

Barquisimeto (Venezuela)

26,0

23,0

22,7

1.836

Escobedo, 2009 (40)

ATPIII ATPIII

Santiago (Chile)

21,0

15,3

19,0

1.648

Escobedo, 2009 (40)

Bogotá (Colombia)

20,0

14,7

18,2

1.550

Escobedo, 2009 (40)

ATPIII

Canadá

19,1

17,8

20,5

1800

Riediger, 2011 (41)

IDF/AHA/NHLBI

Lima (Perú)

18,0

13,2

17,7

1.645

Escobedo, 2009 (40)

ATPIII

Buenos Aires (Argentina)

17,0

17,3

9,7

1.476

Escobedo, 2009 (40)

ATPIII

Quito (Ecuador)

14,0

5,5

16,4

1.627

Escobedo, 2009 (40)

ATPIII

Tehrán (Iran)

30,1

24,0

42,0

10.368

Azizi, 2003 (37)

ATPIII

Northern India

31,6

22,9

39,9

1.091

Gupta ,2004 (42)

ATPIII

Beijing (China)

23,2

24,5

22,7

16.442

Li, 2010 (43)

IDF¶

Hong Kong

17,1%

15,3

18,8

2.843

Thomas, 2005 (44)

ATPIII

Taiwan

11,2

18,6

8.320

Chuang, 2002 (45)

ATPIII

Turkey

33,9

28,0

39,6

4.259

Kozan, 2007 (38)

ATPIII

Greece

24,2

22,8

4.753

Athyros, 2005 (16)

ATPIII

Yecla (Murcia, Spain)

20,2

23,8

16,8

317

Martínez, 2006 (46)

ATPIII

Italy

15,0

18,0

2.100

Miccoli, 2005 (47)

ATPIII

Australia

30,7

34,0

27,2

11.247

Cameron, 2007 (39)

IDF

Seychelles

25,1

25,0

35,0

1255

Kelliny, 2008 (48)

IDF

Discusión

ªData not shown *Third Report of the Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults §IDF/AHA/NHLBI/WHF/IAS/IASO-2009 ǂLatinamerican Diabetes Association ¶International Diabetes Federation-2005

he Metabolic Syndrome is one of the most controversial definitions in the medical field due to the number of criteria that have been proposed and the notorious issue concerning the anthropometric variable, waist circumference. Nevertheless, the purpose of these definitions throughout time is the identification of high risk individuals for CVD2 and T2DM3. The definitions used in this investigation are in chronological order, the International Diabetes Definition published in 20056, the Adult Treatment Panel III whose actualization came out in 20058, and finally the Harmonizing consensus which was released in 20099. Each definition criteria has a crucial characteristic. For example, IDF-2005 established that abdominal obesity was mandatory to diagnose MS and WC was defined according to ethnic group. The ATPIII-20058 was an update from the ATPIII-2002 7, which maintained the previous cutpoints for WC, TAG, HDL-C and blood pressure, but adjusted

glycemia to 100 mg/dL. These two criteria had major differences concerning WC cut-off points where the first was established to be ethnic specific, whereas the second maintained a simpler worldwide cutpoint of WC, ≥102 cm in men and ≥88 cm in women. Both ATPIII kept such cutpoint because it was observed that subjects tended to have 2 metabolic components presents and to be insulin resistance when having WC was between 94-101 cm7,8. However, these arbitrary cutpoints cannot be considered population-specific and this lack of sensitivity would under diagnose obesity in certain populations, such as in Latin America. This argument was revised in IDF-20099 and it was concluded that each ethnic group should research and develop appropriate WC in order to accurately evaluate abdominal obesity, and therefore improve diagnostic precision of MS diagnosis. Given all these modifications, prevalence of MS around the world depend on the criteria used (Table 638-53), and this offers limitation in regards to comparison and prediction of CVD risk.

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014

Worldwide prevalence of MS varies according to age, gender, ethnic group, prevention goal and MS definition applied. The Chinese Multi-provincial Cohort Study54 evaluated prevalence of MS in over 26 thousand adults from the Chinese population using ATPIII-2005 and IDF2005, reporting a level of agreement between both criteria of k=0.786 in men and k=0.0887 in women; also ATPIII-2005 was able to diagnose 4% more people with MS because it doesn´t reduce the spectrum of diagnosis to just obese individuals, because those with 3 metabolic variables other than elevated WC are considered to have MS. These conclusions are also observed in other investigations such as Forero et al.11 in Colombia with scarce agreement of k=0.3997 apparently due to differences in detecting obese subjects. When comparing agreement on 3 or more criteria, varying results are observed especially when age and gender is concerned. Paula et al.12 evaluated the adequacy of 4 MS diagnosis in a Brazilian sample of elderly women (ATPIII-2002, ATPIII-2005, IDF-2005 and IDF-2009), reporting that the ATPIII-2005 consensus was more adequate to diagnose MS in elderly women, with an agreement of k=0.79 between ATPIII-2002 and IDF-2009; such findings are supported by recent results from Saad et al.13 in another Brazilian sample of women beyond 60 years of age.

criteria, with 35.5%. However, higher results are observed using the IDF-2009 consensus, demonstrating that the only anthropometric variable might be the key to define an appropriate MS consensus. As was confirmed within these results, abdominal obesity was the most prevalent component with all the definitions used here, followed closely by low HDL-C levels and high blood pressure. Moreover, the only Sociodemographic variable associated with MS diagnosis was education status, specifically in those with lowest educational achievements. These results differ from those published by Moebus et al.15, where IDF-2005 dependent MS diagnosis was higher in those with the highest educational status, measured as more than 10 years of schooling. Other factors associated with MS were former smoking probably due to rebound obesity observed in these individuals58, and low physical activity during leisure time which associated with higher tendency for obesity21,59, high blood pressure60, hyperglycemia61 and MS62. Indeed, this type of physical activity resulted to be a protective variable in all the MS consensuses, especially when applying ATPIII-2005, a criteria that selects heavier subjects during the MS diagnosis, which by definition would show sedentary lifestyles63.

In another Latin American country, Mora García et al.17 evaluated the level of agreement of 4 MS definitions in the population of Cartagena, reporting that IDF-2009 rendered the highest prevalence of MS with 36.3%, with an agreement between IDF-2005 of k=0.893, while a lower Cohen function of k=0.711 with ATPIII-2005, apparently due to differences between WC cut-off points. The recommended application of IDF-2009 in an adult population is not only observed in South American studies13,17, it has also been suggested in the Greeks19, in Iranians18 and Malaysians14. However, the recommendation seems to change when CVD prevention is the main objective, where ATPIII-2005 seems to be more predictive than other definitions (ANOVA p<0.001 19), and it’s associated with higher risk for coronary disease (OR=2.48; 95%CI 1.80-3.82 16), cerebrovascular disease (OR=2.14; 95%CI 1.19-3.86 16), and peripheral artery disease (OR=1.55; 95%CI 1.04-2.32 16).

Insulin resistance and decreased insulin secretion are features observed previous to the actual installment and diagnosis of metabolic syndrome or dysglycemia64, as early as 3 years prior to the diagnosis of diabetes65. These two features tend to worsen as other MS components cluster, being abdominal obesity the most important aggregating variable64,65. In this regard, Chen et al.66 reported that insulin resistance and HOMA b-cell function associated with BMI in men, while WC was associated with such variables in women. Finally, it has been reported that a 20% decrease in HOMA b-cell function is associated with cardiovascular events (OR: 1.09; 95%CI 1.05-1.14) and cardiovascular-related death (OR: 1.10; 95%CI 1.071.14)67. Therefore, early detection and management of pancreatic beta cell function appears to be important68, especially when presence of lower insulin secretion is associated with MS, as shown in our results (Table 3), where higher HOMA b-cell function serves as a protection factor in all three MS definitions.

Our results show that there is a very good level agreement between these 3 MS consensuses, probable due to high prevalence not only of overweightness and obesity20, but of other metabolic components in the city such as hypertension55 and dyslipidemia56, and amplifying factors such as low grade inflammation22,23 and sedentary life style21. In fact, 2 previous studies evaluated the prevalence of MS in Venezuela using ATPIII-2005 criteria: the CARMELA study45 and the investigation from Florez et al.57. The city of Barquisimeto was the place of analysis in the CARMELA reporting a prevalence of 26%. Whereas, Florez et al.57 published a prevalence of MS in the city of Maracaibo of 31.2%, very similar results to ours when using the same

Low grade inflammation seems to play an important role in MS, as both markers used here are positively associated with this diagnosis. Lipoprotein(a) is a modified LDL-C particle which has an additional apoprotein, apoprotein (a), and has been widely related to higher risk of coronary and cerebrovascular events69,70, being recognized as a determinant for residual risk (HR:1.27; 95%CI 1.01-1.59, p=0.04) (71). We have previously demonstrated that MS diagnosis is associated with higher levels of Lp(a) (c2=28,33; p<0.0001)23. Therefore, it is not surprising to find it associated with diagnosis of MS in all 3 criteria. In regards to CRP-us, higher levels of this particle have been related to lower physical activity, higher BMI and insulin resistance in our population22,

105

and consequently with higher risk of MS in those with CRP ≥0.765 mg/L, independent of which MS consensus.

106

It has been previously demonstrated that Lp(a) and CRP are observed in insulin resistance states72 and have been correlated as CVD risk markers73,74. A very complicated cycle is observed between insulin resistance, CVD, low grade inflammation and metabolic components of MS75, and it seems to require the development of adiposopathy76. Our results demonstrate that not only is insulin resistance related to MS diagnosis, but it also confers risk for the syndrome reminiscing earlier MS definitions which would require the presence of insulin resistance77,78. However, not all patients with MS have insulin resistance and vice versa, limiting the use of this metabolic variable as component of the MS criteria, but it doesn´t belittles the importance of insulin resistance as a predictive variable in our population, especially when low grade inflammation is present. We can conclude that IDF-2009 results in higher detection of MS, which could be explained by the characteristics of the anthropometric variable – the WC. All three definitions obtained high levels of agreement probable because 4 out of the 5 components of the definition are identical; the only differences rely on the WC cut-offs. Finally, insulin resistance and low grade inflammation are important risk factors for MS, independent of MS consensus applied. FUNDING This work was supported by research grant Nº CC-043710-21-09-10 from CONDES - University of Zulia, and research grant Nº FZ-0058-2007 from Fundacite-Zulia. DISCLOSURE The authors have are no conflicts of interest to disclose.

Referencias 1. Brietzke SA. Controversy in diagnosis and management of the metabolic syndrome. Med Clin North Am 2007;91:1041-1061. 2. Wilson P, D’Agostino R, Parise H. Metabolic Syndrome as a Precursor of Cardiovascular Disease and Type 2 Diabetes Mellitus. Circulation. 2005; 112: 3066-3072. 3. Grundy SM. Pre-diabetes, metabolic syndrome, and cardiovascular risk. J Am Coll Cardiol 2012;59:635-43. 4. Sarafidis PA, Nilsson PM. The metabolic syndrome: a glance at its history. J Hypertens 2006;24:621-6. 5. Oda E. Metabolic syndrome: its history, mechanisms, and limitations. Acta Diabetol 2012;49:89-95. 6. Alberti KG, Zimmet P, Shaw J; IDF Epidemiology Task Force Consensus Group. The metabolic syndrome--a new worldwide definition. Lancet 2005;366:1059-1062. 7. National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III). Third Report of the National Cholesterol. Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III) final report. Circulation. 2002; 106: 3143–3421 8. Grundy SM, Cleeman JI, Daniels SR, Donato KA, Eckel RH, Franklin BA, Gordon DJ, Krauss RM, Savage PJ, Smith SC Jr, Spertus JA, Costa F; American Heart Association; National Heart, Lung, and Blood Institute. Diagnosis and management of the metabolic syndrome: an American Heart Association/National Heart, Lung, and Blood Institute Scientific Statement. Circulation 2005;112:2735-2752. 9. Robert A, Eckel R, Grundy S, et al. 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; Interna-

tional Association for the Study of Obesity. Circulation 2009; 20:1640-1645. 10. Hari P, Nerusu K, Veeranna V, Sudhakar R, Zalawadiya S, Ramesh K, Afonso L. A gender-stratified comparative analysis of various definitions of metabolic syndrome and cardiovascular risk in a multiethnic U.S. population. Metab Syndr Relat Disord 2012;10:47-55. 11. Forero Y, Gina E, Morales EB. Comparison of two methodologies used for determining metabolic syndrome in adult population. Biomedica 2013;33:233-240. 12. Paula HA, Ribeiro Rde C, Rosado LE, Pereira RS, Franceschini Sdo C. Comparison of the different definition criteria for the diagnosis of the metabolic syndrome in elderly women. Arq Bras Cardiol 2010;95:346-353. 13. Saad MA, Cardoso GP, Martins WD, Velarde LG, Cruz Filho RA. Prevalence of Metabolic Syndrome in Elderly and Agreement among Four Diagnostic Criteria. Arq Bras Cardiol 2014; DOI: http://dx.doi.org/10.5935/abc.20140013 14. Ramli AS, Daher AM, Nor-Ashikin MN, Mat-Nasir N, Ng KK, Miskan M, Ambigga KS, Ariffin F, Mazapuspavina MY, Abdul-Razak S, Abdul-Hamid H, Abd-Majid F, Abu-Bakar N, Nawawi H, Yusoff K. JIS definition identified more Malaysian adults with metabolic syndrome compared to the NCEP-ATP III and IDF criteria. Biomed Res Int 2013;2013;760963. 15. Moebus S, Hanisch JU, Aidelsburger P, Bramlage P, Wasem J, Jöckel KH. Impact of 4 different definitions used for the assessment of the prevalence of the Metabolic Syndrome in primary healthcare: The German Metabolic and Cardiovascular Risk Project (GEMCAS). Cardiovasc Diabetol 2007;6:22. 16. Ivezić-Lalić D, Bergman Marković B, Kranjčević K, Kern J, Vrdoljak D, Vučak J. Diversity of metabolic syndrome criteria in association with cardiovascular diseases--a family medicine-based investigation. Med Sci Monit 2013;19:571-578. 17. Mora García G, Salguedo Madrid G, Ruíz Díaz M, Ramos Clason E, Alario Bello A, Fortich A, Mazenett E, Gómez Camargo D, Gómez Alegría C. Agreement between Five Definitions of Metabolic Syndrome: Cartagena, Colombia. Rev Esp Salud Pub 2012;6:301-311. 18. Esmailzadehha N, Ziaee A, Kazemifar AM, Ghorbani A, Oveisi S. Prevalence of metabolic syndrome in Qazvin Metabolic Diseases Study (QMDS), Iran: a comparative analysis of six definitions. Endocr Regul 2013;47:111-120. 19. Athyros VG, Ganotakis ES, Tziomalos K, Papageorgiou AA, Anagnostis P, Griva T, Kargiotis K, Mitsiou EK, Karagiannis A, Mikhailidis DP. Comparison of four definitions of the metabolic syndrome in a Greek (Mediterranean) population. Curr Med Res Opin 2010;26:713-719. 20. Bermúdez V, Pacheco M, Rojas J, Córdova E, Velázquez R, Carrillo D, Parra MG, Toledo A, Añez R, Fonseca E, Marcano RP, Cano C, Miranda JL. Epidemiologic behavior of obesity in the Maracaibo City metabolic syndrome prevalence study. PLoS One 2012;7:e35392. 21. Bermúdez VJ, Rojas JJ, Córdova EB, Añez R, Toledo A, Aguirre MA, Cano C, Arraiz N, Velasco M, López-Miranda J. International physical activity questionnaire overestimation is ameliorated by individual analysis of the scores. Am J Ther 2013;20:448-458. 22. Bermúdez V, Cbrera M, Mendoza L, Chávez ME, Martínez MS, Rojas J, Nava A, Fuenmayor D, Apruzzese V, Salazar J, Torres Y, Rincón T, Bello L, Añez R, Toledo A, Chacín M, Villalobos M, Pachano F, Montiel M, Aguirre MA, París Marcano R, Velasco M. Epidemiological behavior of high-sensitivity C-Reactive Protein (hs-CRP) in adult individuals in the Maracaibo city, Venezuela. Rev Latinoamericana Hipertension 2013;8(4) in press. 23. Bermúdez V, Rojas J, Salazar J, Bello L, Añez R, Toledo A, Chacín M, Aguirre M, Villalobos M, Chávez M, Martínez MS, Torres W, Torres Y, Mejías J, Mengual E, Rojas L, Sánchez de Rosales M, Quevedo A, Cano R, Cabrera M, París R, Lubo A, Montiel M, Cano C. Variations of lipoprotein(a) levels in the metabolic syndrome: a report from the Maracaibo City Metabolic Syndrome Prevalence Study. J Diabetes Res 2013;2013:416451. 24. Bermúdez V, Marcano RP, Cano C, Arráiz N, Amell A, Cabrera M, Reyna N, Mengual E, Vega L, Finol F, Luti Y, Sánchez D, Sánchez W, González J, Montes J, Rojas E, Cano J, Cano R, Velasco M, Miranda JL. The Maracaibo City Metabolic Syndrome Prevalence Study: Design and Scope. Am J Therapeutics 2010;17:288-294. 25. Salzano FM. Interthnic variability and admixture in Latin America – social implications. Rev Biol Trop 2004;52:405–15. 26. Méndez-Castellano H, De Méndez MC. Estratificación social y biología humana: método de Graffar modificado. Arch Ven Pueric Pediatr 1986;49:93–104. 27. Baglietto L, 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 2006;41:664–671. 28. Ministerio de Sanidad, Servicios Sociales e Igualdad. Gobierno de España. Campaña 2007. Disponible en: http://www.msssi.gob.es/en/campannas/campanas07/alcoholmenores9.htm 29. National Health and Medical Research Council’s 2009 Australian Guidelines to Reduce Health Risks from Drinking Alcohol.

Revista Latinoamericana de Hipertensión. Vol. 9 - Nº 4, 2014 30. Berlin I, Lin S, Lima J, Bertoni A. Smoking Status and Metabolic Syndrome in the Multi-Ethnic Study of Atherosclerosis. A cross-sectional study. Tobacco Induced Diseases 2012;10:9 31. Guidelines for Data Processing and Analysis of the International Physical Activity Questionnaire (IPAQ) – Short and Long Forms. IPAQ core group 2005. Available at: http://www.ipaq.ki.se/ipaq.htm 32. 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/NHCS/MANUALS/ ANTHRO.pdf

J, Aguirre M, Villalobos M, Cano Ponde C, París Marcano R. Lipid profile reference intervals in individuals from Maracaibo, Venezuela: an insight from the Maracaibo City Metabolic Syndrome prevalence study. Rev Latinoamericana de Hipertensión 2012;7:24-34. 57. Florez H, Silva E, Fernández V, Ryder E, Sulbarán T, Campos G, et al. Prevalence and risk factors associated with the metabolic syndrome and dyslipidemia in White, Black, Amerindian and Mixed Hispanics in Zulia State, Venezuela. Diabetes Res Clin Pract. 2005;69(1):63-77.

33. World Health Organization. The World Health Report 2003. Available at: http:// www.who.int/whr/2003/en/

58. Chiolero A, Faeh D, Paccaud F, Cornuz J. Consequences of smoking for body weight, body fat distribution, and insulin resistance. Am J Clin Nutr. 2008;87(4): 801-809.

34. Leino A, Impivaara O, Kaitsaari M, Järvisalo J. Serum concentrations of apolipoprotein A-I, apolipoprotein B, and lipoprotein(a) in a population sample. Clin Chem 1995;41:1633-6.

59. Sugiyama T, Healy GN, Dunstan DW, Salmon J, Owen N. Joint associations of multiple leisure-time sedentary behaviours and physical activity with obesity in Australian adults. Int J Behav Nutr Phys Act 2008;5:35.

35. National Health and Nutrition Examination Survey (NHANES III). The Journal of Clinical Endocrin & Metabolism. 2002; 87: 2489-499.

60. Shiroma EJ, Lee IM. Physical activity and cardiovascular health: lessons learned from epidemiological studies across age, gender, and race/ethnicity. Crculation 2010;122:743-52.

36. Cohen J. A coefficient of agreement for nominal scales. Educ Psychol Meas 1960;20:37-46. 37. Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics 1977;33:159-174.

61. Ilanne-Parikka P, Laaksonen DE, Eriksson JG, Lakka TA, Lindstr J, Peltonen M, Aunola S, Keinánen-Kiukaanniemi S, Uusitupa M, Tuomilehto J; Finnish Diabetes Prevention Study Group. Leisure-time physical activity and the metabolic syndrome in the Finnish diabetes prevention study. Diabetes Care 2010;33:1610-17.

38. Dutra E, Baiocchi K, Miyazaki É, Merchán-Hamman E, Kiyomi M. Metabolic syndrome in central Brazil: Prevalence and correlates in the adult population. Diabetology & Metabolic Syndrome. 2012;4:20.

62. Wennberg P, Gustafsson PE, Dunstan DW, Wennberg M, Hammarström A. Television viewing and low leisure-time physical activity in adolescence independently predict the metabolic syndrome in mid-adulthood. Diabetes Care 2013;36:2090-7.

39. Pérez CM, Guzmán M, Ortiz AP, Estrella M, Valle Y, Pérez N et al. Prevalence of the metabolic syndrome in San Juan, Puerto Rico. Ethn Dis. 2008;18(4):434-441. 40. Ford E., Li C., Zhap G. Prevalence and correlates of metabolic syndrome based on a harmonious definition among adults in the US. Journal of Diabetes. 2010; 2:180-193.

63. Kaino W, Daimon M, Sasaki S, Karasawa S, Takase K, Tada K, Wada K, Kameda W, Susa S, Oizumi T, Fukao A, Kubota I, Kayama T, Kato T. Lower physical activity is a risk factor for a clustering of metabolic risk factors in non-obese and obese Japanese subjects: the Takahata study. Endocr J 2013;60:617-28.

41. Bustillo E, Pérez Y, Brito A, González A, Castañeda D, Santos M, et al. Síndrome metabólico, un problema de salud no Diagnosticado. Rev Cubana Endocrinol. 2011; 22(3): 167-181.

64. Cubeddu LX, Hoffmann IS. Impact of traits of metabolic syndrome on β-cell function and insulin resistance in normal fasting, normal glucose tolerant subjects. Metab Syndr Relat Disord 2012;10:344-50.

42. Azizi F, Salehi P, Etemadi A, Zahedi-Asl S. Prevalence of metabolic syndrome in an urban population: Tehran Lipid and Glucose Study. Diabetes Res Clin Pract. 2003; 61(1):29-37.

65. Tabák AG, Jokela M, Akbaraly TN, Brunner EJ, Kivimäki M, Witte DR. Trajectories of glycaemia, insulin sensitivity, and insulin secretion before diagnosis of type 2 diabetes: an analysis from the Whitehall II study. Lancet 2009;373:2215-21.

43. Kozan O, Oguz A, Abaci A, Erol C, Ongen Z, Temizhan A, et al. Prevalence of the metabolic syndrome among Turkish adults. Eur J Clin Nutr. 2007;61(4):548-53.

66. Chen G, Liu C, Chen F, Yao J, Jiang Q, Chen N, Huang H, Liang J, Li L, Lin L. Body fat distribution and their associations with cardiovascular risk, insulin resistance and β-cell function: are there differences between men and women? Int J Clin Pract 2011;65:592-601.

44. Cameron AJ, Magliano DJ, Zimmet PZ, Welborn T, Shaw JE. The metabolic syndrome in Australia: prevalence using four definitions. Diabetes Res Clin Pract. 2007;77(3):471-8. 45. Escobedo J, Schargrodsky H, Champagne B, Silva H, Boissonnet C, Vinueza R, et al. Prevalence of the Metabolic Syndrome in Latin America and its association with sub-clinicalcarotid atherosclerosis: the CARMELA cross sectional study. Cardiovascular Diabetology 2009;8:52.

67. Curtis LH, Hammill BG, Bethel MA, Anstrom KJ, Liao L, Gottdiener JS, Schulman KA. Pancreatic beta-cell function as a predictor of cardiovascular outcomes and costs: findings from the Cardiovascular Health Study. Curr Med Res Opin 2008;24:41-50. 68. Garg MK, Dutta MK, Mahalle N. Study of beta-cell function (by HOMA model) in metabolic syndrome. Indian J Endocrinol Metab 2011;15:S44-9.

46. Riediger N, Clara I. Prevalence of metabolic syndrome in the Canadian adult population. CMAJ 2011;183(15):1-8.

69. Luc G,Bard JM, Arveiler D, et al. Lipoprotein (a) as a predictor of coronary heart disease: the PRIME study. Atherosclerosis 2002;163:377-84.

47. Gupta R, Deedwania PC, Gupta A, Rastogi S, Panwar RB, Kothari K. Prevalence of metabolic syndrome in an Indian urban population. Int J Cardiol. 2004; 97(2):257-61.

70. Souki-Rincón A, Urdaneta J, Mengual E, et al. Increased levels of lipoprotein (a) are related to family risk factors of cardiovascular disease in children and adolescents from Maracaibo, Venezuela. Am J Ther 2008;15:403-8.

48. Li G, de Courten M, Jiao S, Wang Y. Prevalence and characteristics of the metabolic syndrome among adults in Beijing, China. Asia Pac J Clin Nutr. 2010;19(1):98-102. 49. Thomas GN, Ho SY, Janus ED, Lam KS, Hedley AJ, Lam TH, et al. The US National Cholesterol Education Programme Adult Treatment Panel III (NCEP ATP III) prevalence of the metabolic syndrome in a Chinese population. Diabetes Res Clinical. 2005;67:251–257.

71. Khera AV1, Everett BM, Caulfield MP, Hantash FM, Wohlgemuth J, Ridker PM, Mora S. Lipoprotein(a) concentrations, rosuvastatin therapy, and residual vascular risk: an analysis from the JUPITER Trial (Justification for the Use of Statins in Prevention: an Intervention Trial Evaluating Rosuvastatin). Circulation 2014;129:635-42.

50. Chuang SY, Chen CH, Chou P. Prevalence of Metabolic Syndrome in a Large Health Check-up Population in Taiwan. J Chin Med Assoc. 2004;67(12):611-620.

72. Güdücü N, Işçi H, Yiğiter AB, Dünder I. C-reactive protein and lipoprotein-a as markers of coronary heart disease in polycystic ovary syndrome. J Turk Ger Gynecol Assoc 2012;13:227-32.

51. Martínez J, Franch J, Romero J, Cánovas C, Gallardo A, Páez M. Prevalence of metabolic syndrome in the adult population of Yecla (Murcia). Degree of agreement between three definitions of it. Aten Primaria. 2006 38(2):72-79.

73. El-Gendi SS, Bakeet MY, El-Hamed EA, Ibrahim FK, Ahmed R. The value of lipoprotein (a), homocysteine, and Doppler of carotid and femoral arteries in assessment of atherosclerosis in asymptomatic cardiovascular risk patients. J Cardiol 2008;52:202-11.

52. Miccoli R, Bianchi C, Odoguardi L, Penno G, Caricato F, Giovannitti MG, et al. Prevalence of the metabolic syndrome among Italian adults according to ATP II definition. Nutr Metab Cardiovasc Dis. 2005;15(4):250-4.

74. Torres JL, Ridker PM. Clinical use of high sensitivity C-reactive protein for the prediction of adverse cardiovascular events. Curr Opin Cardiol 2003;18:471-8.

53. Kelliny C, William J, Riesen W, Paccaud F, Bovet P. Metabolic Syndrome according to different definitions in a rapidly developing country of the African region. Cardiovasc Diabetol. 2008; 7: 27. 54. Liu J1, Grundy SM, Wang W, Smith SC Jr, Vega GL, Wu Z, Zeng Z, Wang W, Zhao D. Ethnic-specific criteria for the metabolic syndrome: evidence from China. Diabetes Care 2006;29:1414-6. 55. Sulbarán T, Silva E, Calmón G, Vegas A. Epidemiologic aspects of arterial hypertension in Maracaibo, Venezuela. J Hum Hypertens. 2000; 1: 6-9. 56. Bermúdez V, Bello LM, Naguib A, Añez R, Fortul Y, Toledo A, Salazar JJ, Torres Y, Angulo V, Silva Paredes C, Linares S, Arraiz N, Prieto C, Pacheco E, Chacín M, Rojas

75. Rojas J, Bermúdez V, Leal E, Cano R, Luti Y, Acosta L, Finol F, Aparicio D, Arraiz N, Linares S, Rojas E, Canelón R, Sánchez D. Insulinorresistencia e hiperinsulinemia como factores de riesgo para enfermedad cardiovascular. AVFT 2008;27:30-40. 76. Heilbronn LK, Campbell LV. Adipose tissue macrophages, low grade inflammation and insulin resistance in human obesity. Curr Pharm Des 2008;14:1225-30. 77. Alberti KG, Zimmet PZ. Definition, diagnosis and classification of diabetes mellitus and its complications. Part 1: diagnosis and classification of diabetes mellitus: provisional report of a WHO consultation. Diabet Med 1998;15:539–553. 78. Balkau B, Charles MA. Comment on the provisional report from the WHO consultation. European Group for the Study of Insulin Resistance (EGIR). Diabet Med 1999;16:442-3.

107