Publicación: Aplicación de indicadores antropométricos en la evaluación nutricional de pacientes con enfermedades neurológicas
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Tipo de Material
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen
La evaluación nutricional en pacientes con enfermedades neurológicas constituye un componente esencial del abordaje clínico integral, debido al alto riesgo de desnutrición y alteraciones metabólicas que presentan estos pacientes. Condiciones como el accidente cerebrovascular, la esclerosis lateral amiotrófica, la enfermedad de Parkinson, las secuelas de traumatismo craneoencefálico, entre otros; conllevan una serie de factores que comprometen el estado nutricional. La prevalencia de la desnutrición hospitalaria es una condición frecuente, que afecta negativamente la evolución clínica de los pacientes hospitalizados. Se estima que entre el 30% y el 50% de los pacientes ingresados en hospitales presentan algún grado de desnutrición al momento del ingreso o lo desarrollan durante la hospitalización, Esta condición se asocia con un aumento en la morbilidad, riesgo de infecciones, estancia hospitalaria, costos sanitarios y la mortalidad. En este contexto, los indicadores antropométricos son herramientas fundamentales, no invasivas, de bajo costo y con alta reproducibilidad, que permiten evaluar la composición corporal, identificar estados de malnutrición y monitorear la evolución del paciente frente a las intervenciones nutricionales. En el Instituto Nacional de Ciencias Neurológicas, en el servicio de nutrición, no se realizaban las medidas antropométricas como pliegue cutáneo tricipital, circunferencia braquial y circunferencia muscular del brazo, para la obtención de un diagnóstico nutricional que permita una terapia nutricional más precisa y personalizada. Ante esta situación, implementé la incorporación de estas medidas antropométricas en la evaluación nutricional. Con el programa Excel, logré automatizar el cálculo de peso, talla estimada, porcentaje de masa muscular y masa grasa, lo que me permitió clasificar con mayor exactitud el grado de desnutrición en los pacientes. En la intervención se encontró que el 31.96% de los pacientes presentaba desnutrición severa y el 42.27% desnutrición moderada, por lo que, se brindó el soporte nutricional reduciendo la estancia hospitalaria y la morbimortalidad.
Resumen
Nutritional assessment in patients with neurological disorders is an essential component of a comprehensive clinical approach, due to the high risk of malnutrition and metabolic disorders these patients present with. Conditions such as stroke, amyotrophic lateral sclerosis, Parkinson's disease, and the after-effects of head trauma, among others, involve a series of factors that compromise nutritional status. The prevalence of hospital-acquired malnutrition is a common condition that negatively affects the clinical outcomes of hospitalized patients. It is estimated that between 30% and 50% of patients admitted to hospitals present some degree of malnutrition upon admission or develop it during their stay. This condition is associated with increased morbidity, risk of infection, length of hospital stay, healthcare costs, and mortality. In this context, anthropometric indicators are fundamental, noninvasive, low-cost, and highly reproducible tools that allow for assessing body composition, identifying malnutrition, and monitoring patient progress in response to nutritional interventions. At the National Institute of Neurological Sciences, the nutrition service did not perform anthropometric measurements such as triceps skinfold thickness, upper arm circumference, and arm muscle circumference to obtain a nutritional diagnosis that would allow for more precise and personalized nutritional therapy. Given this situation, I implemented the incorporation of these anthropometric measurements into the nutritional assessment. Using Excel, I was able to automate the calculation of weight, estimated height, muscle mass percentage, and fat mass, which allowed me to more accurately classify the degree of malnutrition in patients. During the intervention, it was found that 31.96% of patients had severe malnutrition and 42.27% had moderate malnutrition. Therefore, nutritional support was provided, reducing hospital stays and morbidity and mortality.