Estudio exploratorio: exactitud diagnóstica según sensibilidad y especificidad entre los índices antropométricos (IMC, CC e ICT) y el análisis de bioimpedancia para determinar el sobrepeso u obesidad en mujeres adultas de San Juan de Lurigancho, Lima y Huancavelica – Perú

Abstract

ANTECEDENTES: El sobrepeso y la obesidad representan un desafío para la salud pública a nivel mundial. Los indicadores antropométricos: Índice de Masa Corporal (IMC), Circunferencia de Cintura (CC) y el Índice Cintura-Altura (ICT), son ampliamente utilizados, no obstante, no diferencian entre masa grasa y muscular. Aunque la bioimpedancia (BIA) es más precisa, su uso masivo es limitado. Pese a ello, existe poca evidencia que evalúe la exactitud diagnóstica de estos indicadores en comparación con la BIA en la población peruana ni en otras poblaciones andinas similares. OBJETIVO: Estimar la exactitud diagnóstica según sensibilidad y especificidad entre los índices antropométricos (IMC, CC e ICT) y el análisis de bioimpedancia para determinar el sobrepeso u obesidad en mujeres adultas de San Juan de Lurigancho, lima y Huancavelica – Perú. MÉTODOS: Se realizó un estudio exploratorio de los datos de dos estudios primarios. Se calculó la sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo, curvas ROC y el área bajo la curva (AUC) de los indicadores antropométricos utilizando el índice de masa grasa (FMI), obtenido por bioimpedancia, como estándar de referencia. RESULTADOS: Se observaron diferencias sociodemográficas y antropométricas significativas entre Lima y Huancavelica. Según FMI la prevalencia de exceso de peso fue de 36,5% mientras que según el IMC (≥ 25 kg/m2) fue de 30,8%. El análisis de las curvas ROC mostraron que el IMC y la CC tienen un rendimiento similar en genera, pero el IMC tuvo mejor rendimiento en la muestra de Huancavelica, mientras que la CC fue más precisa para la muestra de SJL – Lima. Según proporcionalidad corporal, la CC demostró un muy buen rendimiento en lastres categorías y el IMC presentó un muy buen rendimiento en las mujeres con torso largo con Se y Sp superiores a 90%.CONCLUSIONES: Se recomienda realizar investigaciones adicionales con muestras representativas y diversificadas para validar estos hallazgos en otras poblaciones peruanas o andinas.

BACKGROUND: Overweight and obesity represent a global public health challenge. Anthropometric indicators such as body mass index (BMI), waist circumference (WC), and waist-to-height ratio (WHR) are widely used; however, they do not differentiate between fat and muscle mass. Although bioimpedance analysis (BIA) is more accurate, its widespread use is limited. Despite this, there is little evidence evaluating the diagnostic accuracy of these indicators compared to BIA in the Peruvian population or in other similar Andean populations.OBJECTIVE: To estimate the diagnostic accuracy, based on sensitivity and specificity, of anthropometric indices (BMI, WC, and WHtR) compared to bioimpedance analysis in determining overweight or obesity in adult women from San Juan de Lurigancho, Lima and Huancavelica - Peru METHODS: An exploratory study was conducted using data from two primary studies. Sensitivity, specificity, positive predictive value, negative predictive value, ROC curves, and the area under the curve (AUC) of the anthropometric indicators were calculated, using the fat mass index (FMI) obtained via bioimpedance as the reference standard. RESULTS: Significant sociodemographic and anthropometric differences were observed between Lima and Huancavelica. According to the FMI, the prevalence of overweight was 36.5%, while according to the BMI (≥25 kg/m2), it was 30.8%. ROC curve analysis showed that BMI and WC had similar overall performance, but BMI performed better in the Huancavelica sample, while WC was more accurate for the SJL-Lima sample. According to body proportionality, WC performed verywell in all three categories, and BMI performed very well in women with a long torso and Se and Sp values greater than 90%. CONCLUSIONS: Further research with representative and diverse samples is recommended to validate these findings in other Peruvian or Andean populations.