Área bajo curva roc de porcentaje de grasa corporal como estimativo de síndrome metabólico en adultos de barranquilla, colombia

Clicks: 191
ID: 243282
2017
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #34 of 39 articles by views in surfaces and interfaces

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Introducción: El objetivo del presente trabajo fue determinar la relación entre grasa corporal y Síndrome Metabólico (SM), utilizando curvas ROC, en adultos de una localidad del caribe colombiano. Material y Métodos: Estudio transversal con 552 adultos de 20 a 64 años, con información completa de perfil lipídico, glicemia y mediciones antropométricas: peso, talla, presión arterial, perímetro de cintura y pliegues cutáneos. Se calculó porcentaje de grasa corporal mediante ecuaciones de Siri, Brozeck y Lean y se determinó la presencia de SM mediante 4 consensos: AHA, ATP III, IDF y Armonizado. Para comparar los promedios de grasa corporal según estos se usó T de Student y/o U de Mann Whitney. Se utilizó análisis de curvas ROC para determinar puntos de corte de la grasa corporal para determinar el SM. Resultados: Las medias de grasa corporal fueron mayores en sujetos con SM independientemente del método utilizado (p<0,05). Las áreas bajo curva ROC oscilaron entre 63% y 76,9%, con sensibilidades entre 50% y 85%, y especificidades entre 51% y 78%. Mediante Lean-cintura y el consenso de AHA se obtuvo el valor más alto del área bajo la curva (0,77; punto de corte: 37,1; sensibilidad: 60,8; especificidad: 78,8%) y utilizando Siri y el consenso Armonizado se obtuvo el valor más bajo (0,63; punto de corte: 28,5; sensibilidad: 80%; especificidad: 42,5%). Conclusiones: El análisis de curvas ROC permite identificar la relación entre grasa corporal y síndrome metabólico, y podría emplearse como tamizaje, teniendo en cuenta que los valores de sensibilidad y especificidad dependen de las mediciones antropométricas y las ecuaciones empleadas.
Reference Key
olaciregui2017revistarea Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Adalgisa Esther Alcocer Olaciregui;Rusvelt Franklin Vargas Moranth;Edgar Navarro Lechuga
Journal surfaces and interfaces
Year 2017
DOI
10.14306/renhyd.21.4.398
URL
http://renhyd.org/index.php/renhyd/article/view/398
Keywords
nutrition deficiency diseases foods and food supplynutritional diseases

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.