COMPOSICIÓN CORPORAL Y GASTO ENERGÉTICO EN REPOSO EN ADULTOS - REVISIÓN DE LITERATURA

Vista previa del material en texto

COMPOSICIÓN CORPORAL Y GASTO ENERGÉTICO EN REPOSO EN 
ADULTOS: REVISIÓN DE LITERATURA 
 
 
SOFIA RAMIREZ CIFUENTES 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
PONTIFICIA UNIVERSIDAD JAVERIANA 
FACULTAD DE CIENCIAS 
CARRERA NUTRICIÓN Y DIETÉTICA 
Bogotá D.C. (NOVIEMBRE 23, 2020) 
 
 
 
 
 
 
 
COMPOSICIÓN CORPORAL Y GASTO ENERGÉTICO EN REPOSO EN 
ADULTOS: REVISIÓN DE LITERATURA 
 
 
 
SOFIA RAMIREZ CIFUENTES 
 
 
 
TRABAJO DE GRADO 
Presentado como requisito parcial para optar al título de 
 
 
 
NUTRICIONISTA DIETISTA 
 
 
 
MÓNICA MARÍA FLÓREZ ESPITIA ND. MSc. 
Directora 
MERCEDES MORA PLAZAS ND. MSc. 
Asesora 
 
 
 
PONTIFICIA UNIVERSIDAD JAVERIANA 
FACULTAD DE CIENCIAS 
CARRERA NUTRICIÓN Y DIETÉTICA 
Bogotá D.C. (NOVIEMBRE 23, 2020) 
 
 
 
 
 
 
NOTA DE ADVERTENCIA 
 
 
 
Artículo 23 de la Resolución N° 13 de Julio de 1946 
 
“La Universidad no se hace responsable por los conceptos emitidos por sus alumnos en sus 
trabajos de tesis. Solo velará por que no se publique nada contrario al dogma y a la moral 
católica y por qué las tesis no contengan ataques personales contra persona alguna, antes 
bien se vea en ellas el anhelo de buscar la verdad y la justicia”. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
COMPOSICIÓN CORPORAL Y GASTO ENERGÉTICO EN REPOSO EN 
ADULTOS: REVISIÓN DE LITERATURA 
 
 
 
SOFIA RAMIREZ CIFUENTES 
 
 
 
 
 
APROBADO 
 
 
 
 
 
 
COMPOSICIÓN CORPORAL Y GASTO ENERGÉTICO EN REPOSO EN ADULTOS: 
REVISIÓN DE LITERATURA 
 
SOFIA RAMIREZ CIFUENTES 
 
 
 
 
 
APROBADO 
 
 
 
______________________________ ______________________________ 
Concepción Judith Puerta Luisa Fernanda Tobar 
Bacterióloga PhD Nutricionista Dietista MSc 
Decana de la facultad Director de carrera 
 
 
 
 
 
 
 
 
 
DEDICATORIA 
 
A mis padres por su dedicación, confianza y amor. Se merecen lo mejor del mundo. 
 
A mi hermana menor, mi abuela, mis tíos y mis primos por su enorme apoyo a lo largo de mi 
vida. 
 
A las grandes amigas que hice en la Universidad a lo largo de los últimos cinco años, pero 
sobre todo a mi amiga Daniela por estar tan presente durante todo este proceso de elaboración 
de mi trabajo de grado. 
 
A Carlos, por ser mi ángel de la guarda en cualquier parte del mundo. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
vii 
 
AGRADECIMIENTOS 
 
Agradezco a Mónica Flórez por aceptar ser mi directora, por su buena disposición, por su 
paciencia y por todo el apoyo y ánimo que me brindó en la elaboración de este trabajo de 
grado. 
 
Agradezco a mi asesora Mercedes Mora por toda la orientación y guía, y por haber sugerido 
la temática de este proyecto. 
 
Agradezco a Hernán Morales, bibliotecólogo de la facultad de Ciencias de la Universidad, por 
todas las asesorías que me brindó y por su excelente disposición a lo largo de este semestre. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
viii 
 
COMPOSICIÓN CORPORAL Y GASTO ENERGÉTICO EN REPOSO EN 
ADULTOS: REVISIÓN DE LITERATURA 
 
TABLA DE CONTENIDO 
 
1. INTRODUCCIÓN........................................................................................................ 12 
2. MARCO TEÓRICO ..................................................................................................... 13 
2.1. Composición corporal ......................................................................................... 13 
2.2. Modelos vs. Niveles de composición corporal ..................................................... 13 
2.3. Métodos de determinación de la composición corporal ........................................ 15 
2.4. Gasto energético total ......................................................................................... 15 
2.5. Gasto energético en reposo vs. Tasa metabólica basal ....................................... 16 
2.6. Métodos de medición y estimación del gasto energético en reposo y la tasa 
metabólica basal ............................................................................................................ 16 
3. FORMULACIÓN DEL PROBLEMA Y JUSTIFICACIÓN .............................................. 18 
3.1. Formulación del problema ................................................................................... 18 
3.2. Justificación de la investigación........................................................................... 20 
4. OBJETIVOS ............................................................................................................... 21 
4.1. General ............................................................................................................... 21 
4.2. Específicos ......................................................................................................... 21 
5. MATERIALES Y MÉTODOS ....................................................................................... 21 
5.1. Tipo de estudio ................................................................................................... 21 
5.2. Diseño de investigación ...................................................................................... 22 
5.3. Búsqueda y selección ......................................................................................... 22 
5.3.1. Criterios de elegibilidad ............................................................................... 22 
5.3.2. Criterios de exclusión .................................................................................. 22 
5.4. Estrategias de búsqueda..................................................................................... 22 
5.5. Proceso de recolección y análisis de literatura final ............................................. 23 
ix 
 
5.6. Descriptores de búsqueda .................................................................................. 24 
6. RESULTADOS ........................................................................................................... 26 
6.1. Características de la muestra .............................................................................. 26 
6.2. Características de los artículos seleccionados..................................................... 27 
6.3. Métodos para la evaluación y medición de las variables del proyecto .................. 27 
6.4. Relación de la composición corporal con el gasto energético en reposo .............. 29 
6.5. Observaciones, limitaciones, sugerencias o análisis en cuanto a la metodología para 
la evaluación de las variables del proyecto. .................................................................... 32 
7. DISCUSIÓN DE RESULTADOS ................................................................................. 34 
8. CONCLUSIONES: ...................................................................................................... 41 
9. RECOMENDACIONES ............................................................................................... 41 
10. BIBLIOGRAFÍA ....................................................................................................... 42 
 
Índice de Tablas 
Tabla 1. Términos utilizados para la generación de la cadena de búsqueda en las bases de 
datos. ................................................................................................................................. 23 
Tabla 2. Cadenas de búsqueda finales y número de resultados según base de datos. ....... 24 
Tabla 3. Clasificación de los sujetos de estudio de los artículos seleccionados por sexo, estado 
nutricional y estado de salud. ............................................................................................. 27 
Tabla 4. Métodos para la medición y estimación delGER y/o la TMB, y para la determinación 
de la composición corporal utilizados en los artículos según la clasificación previa por sexo, 
condición nutricional y de salud de los sujetos de estudio. .................................................. 28 
Tabla 5. Principales aportes de los autores en cuanto a la relación de la composición corporal 
con el GER y/o la TMB según el sexo y la condición nutricional de los sujetos.................... 30 
Tabla 6. Observaciones, limitaciones, sugerencias o análisis en cuanto a la metodología para 
la evaluación de la composición corporal y la medición y estimación del GER y/o la TMB... 33 
 
Índice de Figuras 
Figura 1. Diagrama de flujo de la inclusión y exclusión de artículos .................................... 26 
 
 
 
RESUMEN 
En la actualidad, la mayoría de revisiones y estudios concuerdan en que el gasto energético 
en reposo (GER) está directamente relacionado con la composición corporal, específicamente 
con la masa libre de grasa (MLG). Sin embargo, muchos de estos estudios se quedan cortos 
para explicar más detalladamente hasta qué punto cada variable de la composición corporal 
impacta en el GER. Por lo tanto, el objetivo de este proyecto fue describir la relación de la 
composición corporal en el GER en adultos de 18 a 64 años mediante una revisión de literatura 
publicada en el periodo de tiempo entre el 2010 y el 2020. Para ello, se recopilaron los 
resultados y análisis de estudios con base en el GER o la tasa metabólica basal (TMB), y 
composición corporal, tomando como referencia el modelo bicompartimental: MLG y masa 
grasa (MG). También se analizaron los métodos que utilizaron los investigadores para medir, 
estimar y determinar estas variables. Como conclusión, se encontró que la mayoría de autores 
estaban de acuerdo en que la MLG tiene un gran impacto para entender las variaciones en el 
GER de la población adulta, mientras que el impacto de la MG en estas variaciones es muy 
poco o casi nulo. Adicionalmente, es importante señalar la influencia del tejido adiposo pardo 
y del peso corporal total en el GER. 
 
 ABSTRACT 
Nowadays, most reviews and studies agree that resting energy expenditure (REE) is directly 
related with body composition, specifically with fat free mass (FFM). However, many of these 
studies fall short of explaining with more details what extent each variable of body composition 
impacts on REE Therefore, the aim of this proyect was to describe the relation of body 
composition on REE in adults aged 18 to 64 years old through a literature review published in 
the period between 2010 to 2020. To do this, the results and análisis of the studies were 
gathered about the REE or the basal metabolic rate (BMR), and the body composition, taking 
as reference the bicompartmental model: FFM and fat mass (FM). The methods that the 
researchers used to measure, estimate and determinate this variables were also discussed. In 
conclusion, It was found that the majority of authors agreed that FFM has a big impact on 
understanding the variations on the REE in the adult population, while the impact of the FM on 
these variations is very little or almost nil. Additionally, it is important to note the influence of 
brown adipose tissue and total body weight on REE. 
 
 
 
 
ABREVIATURAS: 
 
ADP= Pletismografía por desplazamiento de aire 
AF= Actividad física 
ANT= Antropometría 
BIA= Impedancia bioeléctrica 
CD= Calorimetría directa 
CI= Calorimetría indirecta 
DEXA= Absorciometría dual de rayos X 
DMT2= Diabetes mellitus tipo 2 
ENT= Enfermedades no transmisibles 
EP= Ecuaciones predictivas 
GER= Gasto energético en reposo 
GET= Gasto energético total 
IMC= Índice de masa corporal 
MG= Masa grasa 
MLG= Masa libre de grasa 
RMN= Resonancia magnética nuclear 
TAC= Tomografía axial computarizada 
TE= Termogénesis endógena 
TMB= Tasa metabólica basal
12 
 
COMPOSICIÓN CORPORAL Y GASTO ENERGÉTICO EN REPOSO EN ADULTOS: 
REVISIÓN DE LITERATURA 
 
1. INTRODUCCIÓN 
 
El gasto energético en reposo (GER) se puede definir como la cantidad de energía gastada 
cuando el individuo está despierto, en un estado termoneutral postabsorción sin haber hecho 
ejercicio durante 12 horas (Bray, Bouchard y James, 2004 citados en McMurray et al., 2014). 
El GER y la tasa metabólica basal (TMB) son similares y solo difieren en que la TMB 
generalmente se mide por la mañana, después de un ayuno nocturno, sin ejercicio durante las 
24 h anteriores, libre de estrés emocional (Henry, 2005 citado en McMurray et al., 2014). En 
general, el GER puede ser un mejor indicador de las necesidades energéticas diarias que la 
TMB (Compher, Frankenfield, Keim y Roth-Yousey, 2006 citados en McMurray et al., 2014). 
Existen diferentes características fisiológicas que hacen que el GER varíe de unas personas 
a otras: el tamaño corporal, la edad, el sexo, la producción de hormonas y la composición 
corporal. (Mahan y Escott-Stump, 2009 citados en Redondo, 2015). Para la estimación del 
GER se suelen usar formulas o ecuaciones predictivas, las cuales usualmente han sido 
desarrolladas con personas sanas y tienen como variables independientes algunos de estos 
factores como al sexo, la edad, la altura y el peso corporal total (Vargas Z, Lancheros P y 
Barrera P, 2011). Sin embargo, al incluir el peso total en el cálculo del GER, se incluye también 
a la MG, que se considera metabólicamente menos activa que la MLG. 
La evaluación correcta del GER cumple un papel fundamental en el planteamiento de 
intervenciones enfocadas en el manejo de la malnutrición, ya que garantiza una disminución 
o aumento acertado del aporte de energía. En el caso de las personas con exceso de peso, 
un GER sobreestimado puede requerir más tiempo del pronosticado para que disminuya el 
peso corporal, mientras que un GER subestimado puede someter al individuo a un régimen 
energético más estricto, que lo impulsen en ambos casos a abandonar el tratamiento. (Parra-
Carriedo et al., 2013) 
El estudio de la composición corporal se vuelve fundamental en cualquier valoración 
nutricional. Los componentes que van desde elementos químicos hasta tejidos y órganos son 
las estructuras que conforman la masa y la función de todos los seres vivos. (González 
Jiménez, 2013). Para su estudio, han existido diversos modelos que dividen a la composición 
13 
 
corporal en varios componentes, siendo uno de los más populares el modelo 
bicompartimental: masa libre de grasa (MLG) y masa grasa (MG). 
 
En la actualidad, la mayoría de revisiones y estudios concuerdan en que, dentro de la 
composición corporal, la MLG puede llegar a determinar en una mayor proporción al GER al 
considerarse metabólicamente más activa que la masa grasa (Tur y Bibiloni, 2019). 
 
De esta manera, surge la necesidad de llevar a cabo una investigación donde se recopilen 
estudios recientes que evalúen el impacto de la composición corporal a la hora de medir o 
calcular el GER en población adulta. Por lo tanto, el objetivo de este proyecto fue describir la 
relación de la composición corporal en el GER en adultos de 18 a 64 años mediante una 
revisión de literatura publicada en el periodo de tiempo entre el 2010 y el 2020. 
2. MARCO TEÓRICO 
 
2.1. Composición corporal 
 
La composición corporal se define como aquella rama de la biología humana que se ocupa de 
la cuantificación in vivo de los componentes corporales, las relaciones cuantitativas entre los 
componentes y los cambios cuantitativos en los mismos relacionados con factores que pueden 
llegar a influir en dichos componentes (Wang, Pierson y Heymsfiel ,1992 citados en González 
Jiménez, 2013). Así mismo, la composición corporal es una expresión de la acumulación neta 
de nutrientes y de otros sustratos adquiridos del medio ambiente y retenidos por el cuerpo 
(Vargas Z et al., 2011). Hoy en día, los indicadores de composición corporal son útiles parapredecir el desarrollo de enfermedades no transmisibles, como la diabetes o las enfermedades 
cardiovasculares. También son útiles para evaluar las relaciones con la condición física y un 
estilo de vida activo / inactivo, así como el declive de capacidad física e incidencia de 
sarcopenia.(Tur y Bibiloni 2019). 
 
2.2. Modelos vs. Niveles de composición corporal 
 
En razón de su complejidad y con el fin de entender la estructura del cuerpo humano, los 
componentes principales del organismo se organizan jerárquicamente en 5 niveles según 
Wang, Pierson y Heymsfield (1992). : 
14 
 
1. Atómico: Los bloques de construcción fundamentales del ser humano el cuerpo son 
átomos o elementos. Seis elementos (oxígeno, carbono, hidrógeno, nitrógeno, calcio 
y fósforo) representan más del 98% de toda la masa corporal. 
2. Molecular: Los 11 elementos principales se incorporan en moléculas que forman más 
de 100.000 compuestos químicos, y que incluyen al agua, las proteínas, el glucógeno, 
lípidos y minerales. 
3. Celular: Este nivel se divide en sólidos extracelulares, el líquido extracelular y las 
células. 
4. Tejidos-órganos-sistemas: En este nivel se encuentran los tejidos adiposos, muscular 
y esquelético; órganos como la piel, los riñones o los vasos sanguíneos; y sistemas 
como el sistema digestivo. 
5. Corporal total: se refiere al tamaño, la forma y las características físicas y exteriores 
del cuerpo. Aquí se incluyen dimensiones como la estatura, el peso corporal total y las 
circunferencias. 
Por otra parte, y entendiendo que los niveles se refieren a la estructura del cuerpo humano, 
se pasa a analizar los modelos de la composición corporal, los cuales pueden ser utilizados 
para el análisis y caracterización del estado nutricional del sujeto. 
Matiegka, considerado como el padre de la composición corporal, en 1921 desarrolló un 
modelo de fraccionamiento de la masa corporal, conocido como el modelo de los 4 
compartimentos o tetracompartimental. Dicho modelo contempla una composición basada en 
4 componentes básicos: la masa grasa, la masa muscular, la masa ósea y la masa residual 
(González Jiménez, 2013). Por otro lado, Behnke, en 1942, propone un modelo de análisis de 
la composición corporal basado en la aplicación del principio de Arquímedes, en el cual el 
peso corporal estaba representado por 2 componentes fundamentales, la masa grasa y la 
masa libre de grasa. A partir de este modelo bicompartimental tendrá lugar el desarrollado de 
otro nuevo elaborado por Keys y Brozek en 1953. Estos autores dividieron el organismo en 4 
componentes básicos: masa grasa, masa ósea, agua y proteína Adicionalmente, estos 
modelos han sido modificados por otros autores, como en el año 1989, cuando surgió el 
modelo de cinco componentes, donde se toma como referencia un individuo unisexuado que 
surgió a raíz del sistema de proporcionalidad de Phantom para cada uno de los componentes 
estructurales, es decir, masa piel, adiposa, muscular, ósea y residual (Susa Torres et al., 
2017). 
 
15 
 
2.3. Métodos de determinación de la composición corporal 
 
Según lo explican Costa et al. (2015), los métodos para evaluar la composición corporal 
se pueden dividir en tres grupos: 
1. Métodos directos: Hasta el inicio del siglo XX, el análisis de la composición corporal 
era llevado a cabo a través de la disección de cadáveres, que actualmente es 
considerada el único método directo de evaluación de la composición corporal. 
2. Métodos indirectos: Son aquellos que no realizan la manipulación de los tejidos que 
son analizados, por lo que se realiza un análisis de la composición corporal in vivo. 
Estos procedimientos son validados a partir del método directo o de la densitometría 
y posibilitan medir/estimar los tejidos corporales. A pesar de tener alta fiabilidad, los 
métodos indirectos son poco accesibles, limitados y con alto coste económico 
(Sant’anna, Priore y Franceschini, 2009 citados en Costa et al., 2015). Ejemplos de 
estos son tomografía axial computarizada (TAC), resonancia magnética nuclear 
(RMN), absorciometría dual de rayos X (DXA) y la plestimografía. 
3. Métodos doblemente indirectos: Estos también son técnicas para medir la 
composición corporal in vivo, y en general, fueron validados a partir de los métodos 
indirectos, por lo tanto, presentan un margen de error muy grande cuando son 
comparados con los métodos directos. Es por esto que, en razón de los altos costes 
de los métodos indirectos y de la sofisticación metodológica, los métodos doblemente 
indirectos ganan importancia debido a su sencillez, seguridad, facilidad de 
interpretación y bajas restricciones culturales (Sant’anna, Priore y Franceschini, 2009 
citados en Costa et al., 2015). Ejemplos de estos serían la antropometría (ANT) y la 
impedancia bioeléctrica (BIA). 
 
2.4. Gasto energético total 
 
El gasto energético total (GET) representa la energía que el organismo consume. Está 
constituido por la suma de: la tasa metabólica basal (TMB), que se puede definir como la 
cantidad de energía mínima para poder mantener las funciones vitales y puede llegar a 
representar entre el 60 al 70% en adulto sedentarios; la termogénesis endógena (TE), que se 
refiere al aumento del GET producido después del consumo de alimentos, y corresponde a la 
energía necesaria para la digestión, absorción, transporte, metabolismo y almacenamiento de 
los macronutrientes, y suele representar solo el 10% del GET; y la actividad física (AF), que 
16 
 
puede llegar a variar entre el 25 y el 75% del GET dependiendo cada persona. (Vargas Z et 
al., 2011). 
 
2.5. Gasto energético en reposo vs. Tasa metabólica basal 
 
Centrándonos en la tasa metabólica basal (TMB), es importante hacer una comparación entre 
esta y la tasa metabólica o el gasto energético en reposo (TMR o GER). La TMB y el GER, 
son generalmente la base para evaluar las necesidades energéticas. La TMB es una medida 
estricta obtenida en condiciones de ayuno (Redondo, 2015) y condiciones controladas de 
investigación, mientras que el GER se mide cuando un individuo está sentado o decúbito 
supino, pero no en ayuno, por lo que la medida involucra el efecto térmico de los alimentos y 
su valor suele ser ligeramente más alto (10%) que la TMB (Wu et al., 2019). Según lo descrito 
por Leon Atuesta, Mora Plazas, y Galeano (2004), este leve aumento se debe principalmente 
a su método de medición, ya que el GER puede ser medido en cualquier momento del día, en 
decúbito supino o sentado, varias horas después de la última comida o de una actividad física 
significativa; ello a diferencia de la TMB, que se debe medir al despertar después de una noche 
de sueño reposado, con ayuno mínimo de 12 horas, eliminando factores psíquicos y físicos 
que produzcan excitación. Estos autores también citan información acerca de los factores que 
influencian al GER, entre los que destacan aspectos genéticos, edad, género, peso corporal 
total, peso libre de grasa, nivel de capacidad aeróbica, el flujo energético total a través del 
cuerpo, temperatura corporal y/o ambiental, factores hormonales, medicamentos y el estrés. 
Para expresar el costo energético de las actividades físicas como un múltiplo del GER, se 
utiliza el termino de equivalente metabólico o MET (Ainsworth et al., 2000 y Jetté, Sidney y 
Blümchen, 1990 citados en Wu et al., 2019). La definición convencional de 1 MET es 3,5 ml / 
kg / min y se supone que es aproximadamente igual a 1 kcal / kg / h o 4.184 kJ / kg / h para 
un hombre que pesa 70 kg y tiene 40 años de edad (Ainsworth et al., 2000 citados en Wu et 
al., 2019). 
 
2.6. Métodos de medición y estimación del gasto energético en reposo y la tasa 
metabólica basal 
 
El estudio de la energía se basa en el principio de calorimetría, la medición de la transferencia 
de calor. En alimentos y nutrición, la energía se mide con mayor frecuencia en kilocalorías 
(kcal). Una kilocaloríaes la cantidad de calor necesaria para elevar la temperatura de 1 
17 
 
kilogramo (o 1 litro) de agua 1 °C. Las técnicas para medir el gasto energético implican medir 
la pérdida de calor directamente (calorimetría directa) o medir un proxy de la pérdida de calor 
(calorimetría indirecta) como el consumo de oxígeno (O2) o la producción de dióxido de 
carbono (CO2) (Leonard, 2010). 
La calorimetría directa (CD) se realiza bajo condiciones controladas de laboratorio en cámaras 
aisladas que miden los cambios en la temperatura del aire asociados con el calor liberado por 
un sujeto (Consolazio et al., 1963; McLean & Tobin, 1987 citados en Leonard, 2010). Sin 
embargo, es un método complejo y difícil de realizar en la práctica, por tanto su uso ha sido 
de carácter investigativo o para valorar métodos indirectos (Redondo, 2015). 
La calorimetría indirecta (CI) se basa en estimar la cantidad de calor total producido en el 
organismo a partir de la determinación del volumen del O2 y el CO2. Esto bajo el supuesto de 
que la energía química de un sustrato se obtiene en el organismo tras su completa oxidación 
con el consiguiente consumo de O2 y liberación de CO2 y agua. No obstante, si bien esto es 
cierto para los hidratos de carbono y las grasas, no se cumple para las proteínas. Durante los 
procesos de oxidación proteica, la fracción nitrogenada no se oxida completamente siendo en 
parte eliminada en forma de nitrógeno ureico todavía energético. Considerando que el 
nitrógeno corresponde a 16% de un pool teórico de proteínas, se admite que la pérdida urinaria 
de 1 gr de nitrógeno corresponde a la energía producida durante la oxidación de 6,25 g de 
proteína (Redondo, 2015). 
Según lo indican en su revisión Milla, Diez, y Puigdevall Raurich (2008), existen dos tipos de 
calorimetrías indirectas: 
1. Calorimetría indirecta circulatoria: Basada en la determinación del oxígeno en la 
sangre arterial y venosa mixta, el gasto cardíaco y la hemoglobina, y la posterior 
aplicación de la ecuación de Fick: GE = GC x Hb (SaO2 – SvO2) x 95,18. Sin embargo, 
tiene entre sus desventajas el ser una técnica invasiva. 
2. Calorimetría indirecta ventilatoria. Mide el intercambio gaseoso mediante la 
determinación del consumo de O2 (VO2) y la producción de CO2 (VCO2), junto con las 
pérdidas de Nitrógeno urinario (NU) que reflejan la oxidación proteica. 
Cuando se obtienen los parámetros indirectos medidos por el calorímetro se obtiene 
el GER al aplicar la fórmula de Weir: GER = [3.941 (VO2) + 1.11 (VCO2)] 1.44 – 2.17 
(NU). 
Sin embargo, en el caso donde no se tiene el dato de la perdida de nitrógeno ureico, 
se puede utilizar la formula abreviada de Weir: GER = [3.941 (VO2) + 1.11 (VCO2)] 
1.44. 
18 
 
A su vez, la CI ventilatoria se puede medir mediante un circuito abierto o un circuito 
cerrado. En el circuito abierto el paciente respira aire ambiente, o aire mezclado con 
O2 a una concentración determinada, a través de una boquilla, cerrando la nariz con 
una pinza, a través de una mascarilla, tubo orotraqueal/traqueostomía o una caperuza 
(canopy). 
El circuito abierto es especialmente adecuado para el estudio de pequeños animales, 
pero no es útil en humanos al no permitir periodos de monitorización de 20 minutos 
(Redondo, 2015). 
También se conoce la estimación de la TMB por BIA, donde muchas basculas (algunas de 
costos más accesibles) tienen incorporadas en su software las fórmulas para determinar la 
TMB según los resultados al paso de la corriente alterna (Vargas Z et al., 2011). Sin embargo, 
el GER también se puede estimar mediante numerosas ecuaciones predictivas (EP). Desde 
la ecuación de Harris-Benedict, más utilizada en 1918, se han publicado cerca de 200 fórmulas 
que tratan con diversas condiciones y variables (Tur y Bibiloni, 2019). Las ecuaciones 
predictivas usualmente han sido desarrolladas con personas sanas y están basadas en 
análisis de regresión que incluye peso, altura, sexo y edad como variables independientes 
(Vargas Z et al., 2011). 
 
3. FORMULACIÓN DEL PROBLEMA Y JUSTIFICACIÓN 
 
3.1. Formulación del problema 
 
El peso corporal es un reflejo del balance energético, que se relaciona principalmente con el 
equilibrio entre el aporte calórico y el gasto de energía. Un balance energético positivo da lugar 
a una ganancia de peso, mientras que un balance energético negativo tiene el efecto contrario 
(Márquez, De Abajo y Rodríguez, 2006). Esto puede tener consecuencias en términos de 
malnutrición. El término malnutrición abarca dos grupos amplios de afecciones. En primer 
lugar, tenemos la malnutrición por déficit, que comprende el retraso del crecimiento (estatura 
inferior a la que corresponde a la edad), la emaciación (peso inferior al que corresponde a la 
estatura), la insuficiencia ponderal (peso inferior al que corresponde a la edad), las carencias 
o insuficiencias de micronutrientes (falta de vitaminas y minerales importantes). Y, en segundo 
lugar, la malnutrición por exceso como el sobrepeso y la obesidad, las cuales se relacionan 
con el régimen alimentario: enfermedades no transmisibles como cardiopatías, accidentes 
cerebrovasculares, diabetes y cánceres (Organización Mundial de la Salud, 2016). 
19 
 
El aumento de las tasas de sobrepeso y de obesidad en la población se considera un problema 
de salud pública muy importante (Savino, 2011). Entre 1975 y 2016, la prevalencia mundial de 
la obesidad se ha casi triplicado: en 2016, el 39% de las personas adultas (más de 1.900 
millones) de 18 o más años tenían sobrepeso, y el 13% (más de 650 millones) eran obesas 
(Organización Mundial de la Salud, 2020). A nivel nacional, las cifras de exceso de peso para 
adultos ascendían a 56,5% frente a 51,2% del año 2010, donde el 37,8 % corresponde a 
sobrepeso, y el 18,7 % a obesidad. Cuando se discrimina la población colombiana de adultos 
por sexo, se evidencia una mayor incidencia en las mujeres que en los hombres, ya que en 
los hombres se registra un 52,8% de prevalencia de exceso de peso, mientras que en las 
mujeres esta cifra asciende hasta 59,6% (ENSIN, 2015). 
Es importante reconocer el papel que tiene el exceso de peso como factor de riesgo 
metabólico en las enfermedades no transmisibles (ENT), junto con factores como la tensión 
arterial elevada, aumento de la glucosa y los lípidos en la sangre. A nivel nacional, Entre 2005 
y 2017 la principal causa de muerte en la población general fueron las enfermedades del 
sistema circulatorio, que se consideran ENT, y las cuales para 2017 produjeron 150,3 muertes 
por cada 100.000 habitantes año, causaron el 30,5% (808.245) de las defunciones y el 16,7% 
(1.040.2674) de todos los Años de Vida Potencialmente Perdidos (Ministerio de Salud y 
Protección Social, 2019). 
Identificando la importancia de la malnutrición por exceso como problema de salud pública, en 
especial por el riesgo metabólico de ENT, se reconoce la importancia de la intervención 
nutricional como estrategia de prevención de la malnutrición, o directamente como tratamiento 
de esta. Dentro de la intervención, uno de los aspectos más importantes consiste en la 
determinación del requerimiento de energía, el cual se define como “el nivel de ingesta de 
energía proveniente de los alimentos necesaria para balancear el gasto energético en 
hombres y mujeres adultos, con el fin de mantener el peso, la composición corporal y un nivel 
de actividad física deseable y necesario, acorde con una buena salud a largo plazo” (RIEN, 
2016). 
Para determinar el requerimiento total de energía se deben tener en cuenta variables 
importantes, como el GER, ya que este representa del 60 al 70% del Gasto Energético Total 
(GET) en adulto sedentarios (Vargas Z et al., 2011). Al ser el gasto energético en reposo 
(GER) el mayor representante del GET, es necesario reconocer sus principales determinantes 
para identificar como el diseño de un tratamiento nutricional puedellegar a ser más efectivo a 
la hora de trazar como objetivo principal la perdida, ganancia o mantenimiento del peso. 
20 
 
La composición corporal es una variable importante para evaluar la validez de las ecuaciones 
para la estimación del GER (Tur y Bibiloni, 2019). Para llevar a cabo un adecuado análisis de 
la composición corporal será necesario delimitar la composición del cuerpo humano en función 
de sus diferentes componentes, fraccionamiento del que resultarán distintos modelos de 
composición corporal o modelos compartimentales (González Jiménez, 2013), como lo puede 
ser el bicompartimental donde se divide al peso corporal total en MLG y MG, o el modelo de 
cinco componentes que considera las masas corporales de la piel, adiposa, ósea, muscular y 
residual (Susa Torres et al., 2017). 
Se reconoce la importancia de estudiar más a fondo cómo cada uno de estos componentes 
del organismo puede llegar a influir en el GER, con el fin de entender si al momento de calcular 
dicho gasto con ecuaciones predictivas para adultos en los tratamientos nutricionales se está 
haciendo de manera correcta, o si, por el contrario, no se le está dando la importancia que 
debería tener como variable independiente a la composición corporal. Por lo tanto, surge la 
siguiente pregunta: ¿Cuál es la relación de la composición corporal en el GER en adultos? 
 
3.2. Justificación de la investigación 
 
En la actualidad, la mayoría de revisiones y estudios concuerdan en que el GER está 
directamente relacionado con la composición corporal, específicamente con la masa libre de 
grasa, como lo indican Tur y Bibiloni (2019), con respecto a que esta es más activa 
metabólicamente que la masa grasa. Sin embargo, muchas de estas revisiones y estudios se 
quedan cortos en cuanto a explicar más detalladamente hasta qué punto específico cada 
variable de la composición corporal impacta en el GER. 
 
Con una revisión de literatura enfocada en describir los principales hallazgos en la literatura 
en cuanto a la relación que tiene la composición corporal como variable independiente del 
GER, se planteó dar a conocer al lector el panorama actual de los estudios cuyas variables 
principales sean el GER y el modelo bicompartimental de la composición corporal en población 
adulta sana o con algún problema de malnutrición, la cual puede ir desde los 17 a los 65 años 
(Kaplan, 2015). 
 
La razón detrás de querer recopilar esta información se justifica en que no existe una revisión 
de literatura de los últimos años donde se recopile y describa profundamente la relación entre 
estas dos variables en población adulta con base en resultados de estudios e intervenciones. 
Adicionalmente, serviría como base para responder a la pregunta de si realmente se está 
21 
 
tomando en cuenta a la composición corporal a la hora de calcular el GER, y así, poder 
identificar las principales limitaciones y vacíos que existen con base a esta relación. 
 
4. OBJETIVOS 
 
4.1. General 
 
Describir la relación de la composición corporal en el gasto energético en reposo en adultos 
de 18 a 64 años mediante una revisión de literatura publicada en el periodo de tiempo que va 
del año 2010 al año 2020. 
4.2. Específicos 
 
4.2.1. Realizar una descripción de la literatura publicada en el periodo de tiempo entre el 
2010 y el 2020, en relación a la determinación gasto energético en reposo con la 
composición corporal en adultos de 18 a 64 años. 
4.2.2. Identificar las variables de la composición corporal y su influencia en la determinación 
del gasto energético en reposo en adultos de 18 a 64 años descritas en la literatura 
en el periodo de tiempo que va del año 2010 al año 2020. 
 
5. MATERIALES Y MÉTODOS 
 
5.1. Tipo de estudio 
 
Para la elaboración de este trabajo de grado se llevó a cabo una revisión de literatura de tipo 
descriptiva ya que proporciona al lector una puesta al día sobre conceptos útiles en áreas que 
se encuentran en constante evolución (Guirao Goris, 2015). Para esta revisión se tuvieron en 
cuenta artículos cuyo año de publicación oscilara entre el 2010 y el 2020. Esta revisión 
consistió en realizar una valoración crítica y una sinopsis de diferentes investigaciones para 
poner en contexto la relación de la composición corporal en el GER en adultos de 18 a 64 
años, durante un periodo de 6 meses aproximadamente. 
 
22 
 
5.2. Diseño de investigación 
 
Se llevó a cabo una revisión descriptiva de la literatura que incluyó estudios o intervenciones, 
publicados entre el 2010 a 2020, utilizando las bases de datos EbscoHost, Scopus, PubMed, 
Web of Science, y Google Scholar. 
 
5.3. Búsqueda y selección 
 
5.3.1. Criterios de elegibilidad 
 
- Artículos cuya fecha de publicación fuera entre el año 2010 y el año 2020. 
- Publicaciones de estudios o intervenciones que reportaron la medición o 
estimación de la GER (variable dependiente) teniendo en cuenta la composición 
corporal como variable independiente. 
- Publicaciones que se encontraron en idioma inglés o español. 
- Publicaciones donde el sujeto del estudio o intervención fueron adultos entre 18 y 
64 años, sanos o que presenten una o más ENT relacionadas con la malnutrición 
(déficit o exceso). 
- Publicaciones que se encontraron en las bases de datos EbscoHost, Scopus, 
PubMed, Web of Science y Google Scholar. 
- Publicaciones que en su título contaron con algunas de las palabras claves o 
términos MeSH seleccionados. 
 
5.3.2. Criterios de exclusión 
 
- Publicaciones que consistieran en artículos de revisión o meta-análisis. 
- Publicaciones donde los estudios fueran realizados en animales. 
- Publicaciones donde el sujeto del estudio o intervención fueron adultos deportistas 
de alto rendimiento. 
 
5.4. Estrategias de búsqueda 
 
Para la selección de las publicaciones y artículos se tuvieron en cuenta las palabras clave y 
los términos MeSH según tres grupos de términos específicos que representaban las dos 
variables de este proyecto y la población (Ver Tabla 1). 
23 
 
 
Tabla 1. Términos utilizados para la generación de la cadena de búsqueda en las bases 
de datos. 
Grupo Palabras clave Término MeSH 
Composición 
corporal 
Body Composition, Fat Free Mass, 
FFM, Lean Body Mass, LBM, 
Muscle Mass, Fat Mass, FM, Body 
Mass 
"Body Composition" [MeSH 
Terms] 
Gasto energético en 
reposo 
Basal Metabolic Rate, BMR, Resting 
Metabolic Rate, RMR, Basal Energy 
Expenditure, Resting Energy 
Expenditure, REE, Basal 
Metabolism 
"Basal Metabolism" [MeSH 
Terms] 
Población adulta Young People, Young Adult, Adult, 
Women, Men, Young Women, 
Young Men, People, Working Age 
"Adult" [MeSH Terms] 
Fuente: Elaboración propia. 
 
5.5. Proceso de recolección y análisis de literatura final 
 
La búsqueda se realizó en las bases de datos EbscoHost, Scopus, PubMed, Web of Science 
y en el buscador Google Scholar estableciendo filtros de rango de tiempo entre los años 2010 
a 2020. En las bases de datos consultadas se especificaron que los términos que se muestran 
en la Tabla 1 debían buscarse únicamente en el título del artículo. Esto con el fin de poder 
depurar más la búsqueda e incluir artículos en los cuales estos temas fueran las variables 
principales del estudio. Adicionalmente, la base EbscoHost permitió aplicar filtros adicionales 
como el rango de edad especifico (adult: 19-44 years; middle aged: 45-64 years; young adult: 
19-24 years). Sin embargo, en el buscador Google Scholar no fue posible incluir todos los 
términos descritos en la Tabla 1, ni tampoco se pudo aplicar el filtro por título ya que el interfaz 
no lo permite. Dichas cadenas de búsqueda finales se encuentran descritas en la Tabla 2. 
Después de realizar la búsqueda, se extrajeron únicamente los principales datos de cada 
artículo: título, autor, revista, año de publicación y resumen. En primer lugar, se realizó una 
primera filtración por título y resumende cada uno de los artículos para poder determinar si 
cumplían con los criterios de inclusión. Después de esta primera filtración se eliminaron los 
24 
 
duplicados. Después de eso, se eliminaron los que no se encontraban disponibles para lectura 
completa y para finalizar, se realizó una última filtración por lectura completa de cada artículo. 
 
5.6. Descriptores de búsqueda 
 
Para cada una de las cinco bases de datos se propuso un descriptor o cadena inicial de 
búsqueda la cual se diseñó mediante las palabras claves y la aplicación de operadores 
booleanos. Sin embargo, estas se fueron modificando hasta terminar en las cadenas de 
búsqueda descritas en la Tabla 2, donde también se señalan el número de artículos que 
cumplieron con los criterios de búsqueda establecidos en dichas cadenas. Para el caso de 
Google Scholar, debido a que la cadena de búsqueda arrojo 17600 resultados, y este buscador 
no cuenta con los mismos filtros que las cuatro bases de datos para poder depurar la 
búsqueda. Por criterio del investigador, solo se incluyeron los primeros 50 artículos. 
 
Tabla 2. Cadenas de búsqueda finales y número de resultados según base de datos. 
Base de 
datos 
Cadena de búsqueda propuesta Número 
de 
resultados 
EbscoHost ( "body composition" OR "fat free mass" OR ( ffm ) OR "lean 
body mass" OR ( lbm ) OR "muscle mass" OR "fat mass" OR ( 
fm ) OR "body mass" ) AND ( "basal metabolic rate" OR ( bmr ) 
OR "resting metabolic rate" OR ( rmr ) OR "basal energy 
expenditure" OR "resting energy expenditure" OR ( ree ) OR 
"basal metabolism")AND ( "young people" OR "young adult" OR 
adult* OR wom?n OR m?n OR "young wom?n" OR "young 
m?n" OR people OR "working age" ) 
18 
Scopus ( TITLE ( "body composition" OR "fat free mass" OR ( ffm ) OR "lean 
body mass" OR ( lbm ) OR "muscle mass" OR "fat mass" OR ( fm ) 
OR "body mass" ) AND TITLE ( "basal metabolic rate" OR ( bmr ) 
OR "resting metabolic rate" OR ( rmr ) OR "basal energy 
expenditure" OR "resting energy expenditure" OR (ree) OR "basal 
metabolism") AND TITLE ( "young people" OR "young adult" OR 
adult* OR wom?n OR m?n OR "young wom?n" OR "young m?n" OR 
people OR "working age" ) ) AND ( LIMIT-TO ( PUBYEAR , 2019 ) 
OR LIMIT-TO ( PUBYEAR , 2018 ) OR LIMIT-TO ( PUBYEAR , 2017 
24 
25 
 
Base de 
datos 
Cadena de búsqueda propuesta Número 
de 
resultados 
) OR LIMIT-TO ( PUBYEAR , 2016 ) OR LIMIT-TO ( PUBYEAR , 
2014 ) OR LIMIT-TO ( PUBYEAR , 2013 ) OR LIMIT-TO ( PUBYEAR 
, 2012 ) OR LIMIT-TO ( PUBYEAR , 2010 ) ) 
PubMed (("body composition"[Title] OR "fat free mass"[Title] OR 
(FFM)[Title]"lean body mass"[Title] OR (LBM)[Title] OR "muscle 
mass"[Title] OR "fat mass"[Title] OR "body mass")[Title] AND ("basal 
metabolic rate"[Title] OR (BMR)[Title] OR "resting metabolic 
rate"[Title] OR (RMR)[Title] OR "basal energy expenditure"[Title] OR 
"resting energy expenditure"[Title] OR (REE)[Title] OR "basal 
metabolism"))[Title] AND ("young people"[Title] OR "young 
adults"[Title] OR "adult*"[Title] OR "women"[Title] OR "men"[Title] 
OR "young women"[Title] OR "young men"[Title] OR "people"[Title] 
OR "working age")[Title] 
62 
Web of 
Science 
TÍTULO: ("body composition" OR "fat free mass" OR ( ffm ) OR 
"lean body mass" OR ( lbm ) OR "muscle mass" OR "fat mass" 
OR ( fm ) OR "body mass") AND TÍTULO: ("basal metabolic rate" 
OR ( bmr ) OR "resting metabolic rate" OR ( rmr ) OR "basal 
energy expenditure" OR "resting energy expenditure" OR ( ree ) 
OR "basal metabolism") AND TÍTULO: ("young people" OR "young 
adult" OR adult* OR women OR men OR "young women" OR 
"young men" OR people OR "working age") 
48 
Google 
Scholar 
"body composition" AND ("basal metabolic rate" OR ( bmr ) OR 
"resting metabolic rate" OR ( rmr ) OR "basal energy expenditure") 
AND ("young people" OR "young adult" OR adult OR women 
OR men OR "young women" OR "young men" OR people 
17600 
Fuente: Elaboración propia. 
 
 
 
 
 
26 
 
6. RESULTADOS 
 
6.1. Características de la muestra 
 
Se identificaron un total de 202 artículos en las cinco bases de datos utilizadas en esta revisión 
de literatura. De estos 202 artículos se removieron 121 al aplicar criterios de exclusión como 
que los sujetos de estudio se salen de los rangos de edad propuestos; presentan alguna 
patología que no se relaciona con la malnutrición (exceso o déficit); son atletas de alto 
rendimiento; son animales; el artículo es de revisión o es un meta-análisis; o la composición 
corporal y el gasto energético en reposo no son las variables principales de la investigación. 
Esta primera depuración se realizó a partir de la lectura del título y resumen, por la cual se 
eliminaron 40 artículos, quedando 81 seleccionados. Después de esto, cuando se agruparon 
todos los artículos de las bases de datos, se eliminaron 42 duplicados, quedando un total de 
39 artículos. Posteriormente, se procedió a buscar dichos artículos para comenzar la lectura 
completa de cada uno, sin embargo, hubo 7 que no se encontraron disponibles, por lo que 
únicamente se pudieron leer 32. Después de leer estos 32 artículos, se excluyeron 10 donde 
la composición corporal y el gasto energético en reposo no se relacionan directamente en 
ningún momento de la investigación, por lo finalmente se seleccionaron 22, los cuales 
contaban con todos los criterios de inclusión descritos en el apartado 5.3. de Metodología. 
Este proceso se puede observar en la Figura 1. 
 
Figura 1. Diagrama de flujo de la inclusión y exclusión de artículos (Fuente: Elaboración 
propia 
27 
 
 
6.2. Características de los artículos seleccionados 
 
Al obtener los 22 artículos después de la depuración final, se procedió a dividirlos según el 
sexo de los sujetos de estudio. De esta manera, se obtuvieron 9 artículos para mujeres, 1 para 
los hombres, y 12 donde los sujetos fueron de ambos sexos. 
Posteriormente, se clasificaron según su condición nutricional y estado de salud. (Ver Tabla 
3). En cuanto a la condición de salud, se encontró en cuatro artículos que los sujetos de estudio 
presentaban alguna patología asociada a la malnutrición. Estas patologías fueron anorexia, 
diabetes mellitus tipo 2 (DMT2) y síndrome metabólico. 
 
Tabla 3. Clasificación de los sujetos de estudio de los artículos seleccionados por sexo, 
estado nutricional y estado de salud. 
Sujetos 
Hombres Mujeres 
Hombres y mujeres 
(mixto) 
 
Estado 
nutricional 
Sin 
Patología 
Con 
Patología 
Sin 
Patología 
Con 
Patología 
Sin 
Patología 
Con 
Patología 
Sanos (peso 
adecuado) 1 - 2 - 2 - 
Exceso de peso - - 2 1 6 1 
Bajo peso - - - 1 - - 
Sanos + bajo 
peso - - 1 - - - 
Sanos + exceso 
de peso - - 1 1 3 - 
Total 1 - 6 3 11 1 
2
2 
Fuente: Elaboración propia. 
 
6.3. Métodos para la evaluación y medición de las variables del proyecto 
 
En la Tabla 4 se evidencian cuáles fueron los métodos que utilizaron en los estudios para la 
medición o estimación del GER y/o la TMB, y los métodos para la determinación de la 
composición corporal. Se tomo en cuenta la clasificación previa de los estudios según el sexo, 
Estado de salud 
28 
 
la condición nutricional y la condición de salud de los sujetos evaluados para poder agruparlos. 
En varios de los estudios, se utilizó más de un método para la evaluación de algunas de las 
dos variables, destacándose el uso de la CI junto con el cálculo por EP para la determinación 
del GER. 
 
Tabla 4. Métodos para la medición y estimación del GER y/o la TMB, y para la 
determinación de la composición corporal utilizados en los artículos según la 
clasificación previa por sexo, condición nutricional y de salud de los sujetos de estudio. 
Sexo de 
los 
sujetos 
Condición 
nutricional y 
de salud de 
los 
sujetos 
Método de medición o 
estimación del GER y/o dela TMB 
Método(s) de 
determinación de la 
composición corporal 
 
IC
 
B
IA
 
E
P
 
4
 c
o
m
. 
a
 
8
 c
o
m
. 
b
 
D
E
X
A
 
B
IA
 
A
D
P
 
A
N
T
 
D
e
n
s
it
o
-
m
e
tr
ía
 
Hombres Sanos y con 
exceso de 
peso 
X X 
Mujeres Sanas X X X 
Sanas y con 
bajo peso 
X X X 
Sanas y con 
exceso de 
peso 
X X X 
Anorexia X X 
Exceso de 
peso 
X X X X 
Sanas, exceso 
de peso y con 
DMT2 
X X X 
Exceso de 
peso y 
síndrome 
metabólico 
X X 
a Modelo predictivo de 4 componentes. 
b Modelo predictivo de 8 componentes. 
 
29 
 
Sexo de 
los 
sujetos 
Condición 
nutricional y 
de salud de 
los 
sujetos 
Método de medición o 
estimación del GER y/o de 
la TMB 
Método(s) de 
determinación de la 
composición corporal 
 
IC
 
B
IA
 
E
P
 
4
 c
o
m
. 
a
 
8
 c
o
m
. 
b
 
D
E
X
A
 
B
IA
 
A
D
P
 
A
N
T
 
D
e
n
s
it
o
-
m
e
tr
ía
 
Hombres 
y mujeres 
Sanos X X X X 
Sanos y con 
exceso de 
peso 
X X X X X 
Exceso de 
peso 
X X X X X 
Exceso de 
peso y con 
DMT2 
X X X 
Fuente: Elaboración propia 
 
6.4. Relación de la composición corporal con el gasto energético en reposo 
 
En la Tabla 5 se recopilaron los principales resultados y análisis de cada uno de los autores 
en relación a la composición corporal y antropometría con respecto al GER o a la TMB, 
tomando como referencia a la clasificación de los artículos según el sexo y la condición 
nutricional de los sujetos de estudio. Se tomaron en cuenta los aportes en cuanto a la MLG, 
la MG, la masa total, el índice de masa corporal (IMC), y los diferentes órganos y tejidos 
específicos, con respecto a su impacto en el GER y/o la TMB. 
 
 
 
 
a Modelo predictivo de 4 componentes. 
b Modelo predictivo de 8 componentes. 
 
30 
 
Tabla 5. Principales aportes de los autores en cuanto a la relación de la composición 
corporal con el GER y/o la TMB según el sexo y la condición nutricional de los sujetos 
Sexo de 
los 
sujetos 
Condición 
nutricional 
de los 
sujetos 
Principales hallazgos en cuanto a composición corporal 
y GER y/o TMB 
Hombres Sanos y con 
exceso de 
peso 
 Liberato et al. (2013) sostienen que la MLG es el principal 
determinante de la GER. 
Mujeres Sanas Hronek et al. (2011) en su estudio recalcan que la MLG es 
un determinante esencial del GER. 
Shirley et al. (2019) especifican que órganos como el cerebro 
y los órganos viscerales representan una tasa metabólica 
alta, mientras que la MG es uno de los tejidos 
metabólicamente menos activos. 
Sanas y con 
bajo peso 
Hasegawa et al. (2011) sostienen que, en sujetos con 
diferentes IMC, el GER no es diferente cuando se ajusta por 
la MLG. 
Hasegawa et al. (2011) indicaron que el GER aumentó con el 
tamaño corporal. 
Sanas y con 
exceso de 
peso 
Deemer et al. (2010) sostienen que la masa corporal total 
también impacta en el GER, sin embargo, indica que la MLG 
está fuertemente relacionada con el GER, ya que cuando el 
GER se ajusta por la MLG, no hay diferencias significativas 
entre los dos grupos de mujeres evaluadas en el estudio. 
Anorexia Manuelli et al. (2019) sostiene que el crecimiento muscular 
junto con el tejido adiposo pardo ayuda a mantener el GER. 
Exceso de 
peso 
Jaime et al. (2015) sostienen que la MLG está relacionada 
con el GER. 
Parra-Carriedo et al. (2013) mencionan que la fórmula 
predictiva del GER que arrojó el mejor grado de exactitud fue 
desarrollada en una población que guarda estrecha relación 
con la incluida en el estudio, por lo que las características en 
cuanto a la composición corporal de los sujetos son similares. 
31 
 
Sexo de 
los 
sujetos 
Condición 
nutricional 
de los 
sujetos 
Principales hallazgos en cuanto a composición corporal 
y GER y/o TMB 
Sanas, 
exceso de 
peso y con 
DMT2 
De Figueiredo Ferreira et al. (2014) indicaron que cuando la 
TMB se ajusta por la MLG, no hay diferencias significativas 
entre los diferentes grupos clasificados según su estado 
nutricional. 
Exceso de 
peso y 
síndrome 
metabólico 
Hopkins et al. (2017) sostienen que la MLG está relacionada 
con el GER. 
Hopkins et al. (2017) indicaron también que la inflamación del 
tejido adiposo puede aumentar el GER, sin embargo, también 
puede aumentar debido al síndrome metabólico 
Hombres y 
mujeres 
Sanos Yildirim et al. (2020) y Otterstetter et al. (2016) sostienen que 
la TMB y el GER tienen una relación directa con la MLG. 
Yildirim et al. (2020) sostienen que la TMB aumenta en los 
sujetos con mayor MLG, como lo son los hombres en 
comparación con las mujeres. 
Sanos y con 
exceso de 
peso 
Wu et al. (2019), Olejníčková et al. (2019) y Pourhassan et al. 
(2014) sostienen que la MLG se relaciona con el metabolismo 
basal y en reposo. 
Wu et al. (2019) afirman que la TMB y el GER aumentan para 
los sujetos con un IMC mayor, sin embargo, cuando estos se 
ajustan por la MLG, no hubo diferencias significativas. 
Wu et al. (2019), Olejníčková et al. (2019) y Pourhassan et al. 
(2014) señalan que la MG se relacionó con la TMB y el GER 
junto con otros factores; sin embargo Olejníčková et al. 
(2019) explican que la MG se relacionó inversamente con 
estos; mientras que Pourhassan et al. (2014) indicaron que 
solo influye un poco. 
Pourhassan et al. (2014) sostienen que el GER disminuye 
con la pérdida de peso y aumenta con la ganancia. 
Exceso de 
peso 
Marra et al. (2019), Katie R. Hirsch et al. (2017), Katie R. 
Hirsch et al. (2016) y De Lorenzo et al. (2018) explican que la 
MLG es un determinante del GER y mejora su precisión. 
32 
 
Sexo de 
los 
sujetos 
Condición 
nutricional 
de los 
sujetos 
Principales hallazgos en cuanto a composición corporal 
y GER y/o TMB 
Hames KC et al. (2017) afirman que al disminuir la MLG 
también disminuye el gasto de energía, sin embargo, la MLG 
no explica todos los cambios de este gasto de energía en 
sujetos obesos. 
Katie R. Hirsch et al. (2017) y De Lorenzo et al. (2018) 
señalan que la MG también se relaciona con el GER junto 
con otros factores. 
Martin-Rincon et al. (2020) afirman que la mayoría de las 
ecuaciones sobrestiman el valor del GER de los sujetos con 
exceso de peso que viven en clima templado. 
Martin-Rincon et al. (2020) en su discusión resaltan que el 
tejido adiposo pardo es importante para mantener el GER. 
Katie R. Hirsch et al. (2016) sostienen que las personas con 
obesidad suelen tener una tasa metabólica absoluta más alta 
debido a una masa corporal aumentada, pero después del 
análisis individual de los sujetos, 45% tenían un GER más 
bajo de lo previsto 
Exceso de 
peso y con 
DMT2 
Miyake et al. (2011) sostiene que al no ajustar la TMB por la 
composición corporal, este arrojo valores muy altos. 
Fuente: Elaboración propia. 
 
6.5. Observaciones, limitaciones, sugerencias o análisis en cuanto a la metodología 
para la evaluación de las variables del proyecto. 
 
En la Tabla 6 se evidencian algunas de las principales limitaciones y sugerencias que 
mencionan los autores en sus estudios, o dependiendo el caso, el análisis que hicieron con 
respecto a la posición de otros autores. Estos son de interés para este proyecto al relacionarse 
con la composición corporal, el GER, o que podrían llegar a influir en los resultados. Se 
dividieron en cuatro criterios: desempeño de las ecuaciones predictivas del GER o la TMB; el 
método de evaluación de la composición corporal; las muestra y los sujetos; y la medición del 
GER o la TMB (cuando no se utilizaron formulas predictivas).
33 
 
Tabla 6. Observaciones, limitaciones, sugerencias o análisis en cuanto a la metodología 
para la evaluación de la composición corporal y la medición y estimación del GER y/o 
la TMB. 
Criterio Posición o análisis de los autores 
Método para evaluación de 
la composición corporal 
Marraet al. (2019) indican que no se obtuvieron datos de 
composición corporal por DEXA. 
Marra et al. (2017), citados en Manuelli et al. (2019) indican 
que la BIA no se considera la mejor técnica de medición de 
composición corporal en casos de anorexia grave. 
Hopkins et al. (2017) afirman que, aunque se utilizó BIA, 
teniendo en cuenta los criterios usados en la metodología, 
esta puede considerarse una alternativa razonable al DEXA 
Otterstetter et al. (2016) afirman que para la estimación de 
la masa grasa se utilizó la ecuación de Siri, pero se 
recomienda utilizar alguna ecuación específica para el 
grupo poblacional. 
Método de medición o 
estimación del GER y/o la 
TMB 
Wu et al. (2019) indican que la TMB y el GER por CI se 
midieron una vez para muchos individuos en un solo lugar 
por medio de calorimetría indirecta. 
Liberato et al. (2013) afirmaron que el GER de la mitad de 
los participantes se evaluó utilizando diferentes equipos de 
CI por problemas técnicos 
Hronek et al. (2011) y Manuelli et al. (2019) ajustaron el 
GER por el valor de la excreción del nitrógeno urinario. 
Parra-Carriedo et al. (2013) sostienen que es necesario 
evaluar el desempeño de las fórmulas predictivas para el 
GER en diferentes poblaciones. 
Fuente: Elaboración propia 
 
 
 
 
34 
 
7. DISCUSIÓN DE RESULTADOS 
 
El presente estudio tuvo como propósito describir la relación de la composición corporal en el 
GER en adultos de 18 a 64 años mediante una revisión de literatura publicada en el periodo 
de tiempo entre el 2010 y el 2020. 
Existen estudios donde se relacionan el GER y la composición corporal pero no como variables 
principales (Souza et al., 2015; Bi et al., 2019). también artículos de revisión que describen la 
relación del GER en adultos con respecto a diversos factores (McMurray et al., 2014), e incluso 
revisiones donde la composición corporal sí se relaciona directamente con el GER de manera 
directa (Vargas Z et al., 2011). Igualmente se decidió excluir estudios que incluyan adultos 
mayores o población físicamente activa ya que son los que se suelen estudiar con más 
frecuencia teniendo en cuenta su composición corporal (Geisler et al., 2016; Cheng et al., 
2016; Amdanee et al., 2018; Kim et al., 2014; Borges et al. 2019). Sin embargo, no existe una 
revisión de literatura más reciente donde se describa de manera más profunda la relación 
entre estas dos variables en población adulta, ya sea sana (con peso normal), o con algún 
problema de malnutrición por exceso o déficit, con base en resultados de estudios e 
intervenciones. Se excluyeron artículos de revisión o meta-análisis por criterio del investigador, 
ya que se prefirió analizar estudios que se basaran en investigaciones con resultados directos 
en adultos y no con base en otra literatura. 
Como afirman los autores Liberato et al. (2013), Hronek et al. (2011), Jaime et al. (2015), 
Hopkins et al. (2017), Yildirim et al. (2020), Otterstetter et al. (2016), Wu et al. (2019), 
Olejníčková et al. (2019), Pourhassan et al. (2014), Marra et al. (2019), Katie R. Hirsch et al. 
(2017), Katie R. Hirsch et al. (2016), De Lorenzo et al. (2018), Yildirim et al. (2020) y Hames 
KC et al. (2017), la MLG es un determinante esencial para el GER y la TMB, independiente 
de la condición nutricional de los sujetos. Incluso Yildirim et al. (2020) hace una comparación 
entre sexos señalando que los hombres suelen tener una TMB aumentada al tener mayor 
MLG en comparación con las mujeres (Ver Tabla 5). 
La razón por la que la MLG tiene un gran impacto en el GER se debe a que es considerada el 
tejido metabólico más activo del cuerpo, el cual está compuesto de agua intra y extracelular, 
proteínas, carbohidratos, tejidos minerales y lípidos esenciales (V. H.Heyward y L. M. 
Stolarczyk, 1996 citados en De Figueiredo Ferreira et al., 2014). Un aumento de la MLG 
corresponde a aumento concomitante en el consumo de oxígeno y una liberación de dióxido 
de carbono (Hronek et al., 2011). Esto se debe a que los tejidos y órganos que componen la 
MLG, tienen un volumen mitocondrial alto. Este es el caso del corazón, donde las mitocondrias 
35 
 
constituyen un 20-40% del volumen celular (Marín-García y Goldenthal, 2002), o el tejido 
musculo esquelético, el cual contiene un volumen mitocondrial de 0.32- 0.34 φM, y este puede 
representar alrededor del 30% de la densidad celular del tejido (Vázquez, 2018). 
Así mismo, en esta revisión se encontró que autores como Shirley et al. (2019) señalan que 
órganos como el cerebro y los órganos viscerales representan una tasa metabólica alta para 
los sujetos de su estudio, las cuales fueron mujeres sanas (Ver Tabla 5). 
Se ha encontrado que la MLG a su vez está compuesta de tejido magro metabólicamente más 
activo (compuesto por órganos como hígado, corazón, riñón e intestino), y menos activo (como 
el músculo) (Henry, 2000 citado en Deemer et al., 2010). Las tasas individuales de gasto de 
energía son muy diferentes entre el músculo esquelético y la masa de órganos (Gallagher et 
al., 1998 citados en Deemer et al., 2010). Si bien la masa muscular comprende 
aproximadamente el 40% del peso corporal de un adulto, solo contribuye a aproximadamente 
el 20% del GER. Por el contrario, el cerebro y el hígado humanos (~ 4% del peso corporal) 
contribuyen del 40 al 45% del GER (Henry, 2000 citado en Deemer et al., 2010). Es posible 
que la diferencia en el peso de los órganos entre individuos pueda explicar las diferencias en 
la GER. Sin embargo, es importante aclarar que debido a que la masa muscular es el reflejo 
del estado nutricional del individuo (Carbajal Azcona, 2013), esta es la que tendrá más impacto 
con las intervenciones nutricionales, a diferencia de la masa de los otros órganos que 
permanecen relativamente constantes. 
Con respecto a la MG, en la presente revisión se encontraron diversas posiciones. Autores 
como Wu et al. (2019), Olejníčková et al. (2019), Pourhassan et al. (2014), Katie R. Hirsch et 
al. (2017), De Lorenzo et al. (2018) señalan que la MG sí llega a tener impacto en el GER o 
la TMB en sujetos sanos y/o con exceso de peso de ambos sexos. Sin embargo Shirley et al. 
(2019) explican que es uno de los tejidos metabólicamente menos activos en su estudio con 
mujeres sanas, mientras que Olejníčková et al. (2019) afirman que la MG se relaciona 
inversamente con el GER y la TMB; y Pourhassan et al. (2014) indican que solo influye un 
poco en estos. Por otro lado, Hopkins et al. (2017) afirman también que la inflamación del 
tejido adiposo puede aumentar el GER, sin embargo, esto puede estar relacionado más con 
el síndrome metabólico (Ver Tabla 5). 
Cabe señalar que la MG y el tejido adiposo no son lo mismo, ya que este último está 
compuesto por lípidos, agua, proteínas y electrolitos, en tanto, la grasa está compuesta 
únicamente por triglicéridos, un lípido (Sáez Madain, 2004), por lo tanto, el tejido adiposo 
representa un gasto energético mayor. 
36 
 
Otros autores ya han demostrado un efecto independiente de la MG sobre la varianza del GER 
(Bosy-Westphal, Braun, Schautz y Mu¨ller, 2013 y Bosy-Westphal et al., 2009 citados en 
Pourhassan et al., 2014). Este efecto se explica en parte por los bajos requerimientos 
energéticos de la masa grasa más las actividades secretoras e inflamatorias de adiposidad 
que afectan las tasas metabólicas específicas de órganos y tejidos (Pourhassan et al., 2014). 
Este aumento del gasto energético por inflamación también puede estar fuertemente asociado 
con el agrandamiento de los adipocitos y la expresión del síndrome metabólico (Sun, 
Kusminski y Scherer, 2011 citados en Hopkins et al., 2017). Además, se explica que la 
expresión del síndrome metabólico incluye la presión arterial sistólica, triglicéridos plasmáticos 
y glucosa, y que estas asociaciones con el GER fueron estadísticamente independientes de 
la MLG, la MG o edad, lo quesugiere un vínculo potencial entre el GER y componentes del 
síndrome metabólico y factores relacionados (Hopkins et al., 2017). 
Sin embargo, autores como Olejníčková et al. (2019) afirman que la grasa corporal se 
considera una masa inactiva, por lo que aumenta el peso corporal total pero disminuye el valor 
de la TMB . 
A pesar del poco impacto que tiene la MG en el metabolismo basal y en reposo, autores como 
Manuelli et al. (2019) y Martin-Rincon et al. (2020) sostienen que específicamente el tejido 
adiposo pardo contribuye a mantener el GER (Ver Tabla 5). 
El tejido adiposo marrón o pardo es metabólicamente muy activo, y se caracteriza por 
acumular muchas gotas de grasa de pequeño tamaño, a diferencia del tejido adiposo blanco, 
que acumula una gran gota de grasa (por lo que los adipocitos blancos son de mayor tamaño), 
y por la amplia presencia de mitocondrias entre la grasa, que le dan ese color pardo tan 
característico. Las mitocondrias utilizan la grasa como sustrato energético para disipar calor a 
través de la proteína desacoplante UCP1, encargada de desacoplar la cadena de transporte 
de electrones mitocondrial. Este proceso se traduce en la producción de ATP a expensas de 
producir calor, proceso conocido como termogénesis (Cannon y Nedergaard, 2004 citados en 
Sanfeliz, 2019). 
La idea clásica era que el tejido adiposo pardo está presente y es activo en humanos durante 
la etapa neonatal e inicio de la infancia, pero que dicho tejido involucionaba y su actividad era 
nula o residual en el humano adulto. Sin embargo, tres estudios independientes publicados en 
New England Journal of Medicine en 2009 demostraron que sitios anatómicos específicos 
correspondían a tejido adiposo pardo y desde entonces se ha demostrado inequívocamente 
que los adultos humanos poseen tejido adiposo pardo metabólicamente activo (Gavaldà 
Navarro, Villarroya y Giralt 2016). En adultos, la actividad en el tejido adiposo pardo es superior 
37 
 
en mujeres que en hombres, es baja en personas obesas y es elevada en personas expuestas 
a bajas temperaturas (Cypess et al., 2009 y van Marken Lichtenbelt et al., 2009 citados en 
Sanfeliz, 2019), por lo tanto, esto explicaría la razón por la cual en el estudio de Martin-Rincon 
et al. (2020), la mayoría de las ecuaciones sobrestiman el valor del GER de los sujetos con 
exceso de peso que viven en clima templado (Ver Tabla 5). 
En algunos de los artículos de esta revisión, como los de Hasegawa et al. (2011) , Deemer et 
al. (2010), Wu et al. (2019), Pourhassan et al. (2014), y Katie R. Hirsch et al. (2016), explican 
que el GER o la TMB se relacionaron directamente con el tamaño corporal, el peso y/o el IMC. 
Sin embargo, Hasegawa et al. (2011), Deemer et al. (2010), De Figueiredo Ferreira et al. 
(2014), Wu et al. (2019) y Miyake et al. (2011), también señalan que, a pesar de que los grupos 
de sujetos de estudios tenían diferentes masas corporales y/o IMC, al ajustar el GER por la 
composición corporal, enfocándonos en la MLG, no se encontraron diferencias 
estadísticamente significativas, por lo cual estos resultados están acordes con los ya 
mencionados anteriormente acerca de que la MLG es el principal determinante del GER o de 
la TMB (ver Tabla 5). Es importante mencionar que, tal como lo señala Hames KC et al. 
(2017), la MLG no alcanza a explicar todos los cambios del GER en sujetos obesos (Ver Tabla 
5). 
Apoyándose en los resultados del estudio de Katie R. Hirsch et al. (2016), los individuos 
obesos a menudo tienen una tasa metabólica absoluta más alta que los individuos con 
sobrepeso, por asociación de una mayor masa corporal (Leibel, Rosenbaum y Hirsch, 1995 
citados en Katie R. Hirsch et al., 2016). Sin embargo, en el contexto de la obesidad, la tasa 
metabólica absoluta puede ser engañosa. La tasa metabólica es muy variable en los individuos 
obesos y, como sugiere la literatura reciente, la tasa metabólica puede disminuir 
significativamente en respuesta a una restricción calórica crónica o intentos previos de pérdida 
de peso, lo que resulta en una tasa metabólica inferior a la esperada. (Weyer et al., 1999 y 
Fothergill et al., 2016 citados en Katie R. Hirsch et al., 2016) 
Además, según señala De Figueiredo Ferreira et al. (2014), otro factor a considerar es la 
asociación entre DMT2 y peso corporal excesivo, ya que algunos autores han demostrado que 
las personas obesas con DMT2 tienen tanto MG como MLG aumentadas, lo que contribuye al 
aumento de la TMB (Ferrannini, 1995 y Flatt, 2007 citados en De Figueiredo Ferreira et al., 
2014). 
Con respecto a los métodos de medición y estimación del GER, la utilización de la CI en la 
mayoría de los estudios (Ver Tabla 4) se puede deber a que presenta un menor costo, una 
técnica menos difícil de llevar a cabo, y tiene menos limitaciones para la movilidad del sujeto 
38 
 
que la CD. Además, debido a que la producción de energía del cuerpo depende del oxígeno 
(respiración aeróbica), el consumo de O2 en condiciones ambientales específicas, proporciona 
una forma indirecta muy precisa de medir el gasto energético de una persona (Leonard, 2010). 
Por lo tanto, se considera un método más preciso que las EP, ya que estas surgen a partir de 
las mediciones obtenidas de métodos de calorimetría (Susa Torres et al., 2017). Sin embargo, 
son muy utilizadas por su practicidad y bajo costo a comparación de CI. 
En el estudio realizado por Parra-Carriedo et al. (2013) encontraron que la fórmula que arrojó 
el mejor grado de exactitud fue desarrollada en una población que guarda estrecha relación 
con la incluida en el estudio (Ver Tabla 5), además, entre las principales sugerencias señalan 
que se deberían evaluar el desempeño de las fórmulas predictivas para el GER en diferentes 
poblaciones. Esto se justifica en que la mayor parte de las ecuaciones predictivas del GER 
han sido desarrolladas para poblaciones o grupos particulares, por lo que éstas pueden 
presentar variaciones importantes al emplearse en individuos que no pertenecen a dicho grupo 
debido a características como edad, sexo, factores genéticos, actividad física y composición 
corporal (Frankenfield, Roth y Compher, 2005 citados en Parra-Carriedo et al., 2013), por lo 
tanto, se puede decir que se encuentran buenos resultados cuando una ecuación se aplica a 
los mismos grupos (o a grupos similares) en los que se derivaron para formular dicha ecuación. 
Otros métodos utilizados para la determinación del GER (Ver Tabla 4) fueron BIA, que pueden 
llegar a tener un grado de dispersión importante en sus resultados (Redondo, 2015). Para el 
modelo de 4 componentes, gracias a las medidas tomadas por DEXA en el estudio de 
Hasegawa et al. (2011), la estimación del GER se basó en la suma de cuatro compartimentos 
corporales (masa del hueso, tejido adiposo, masa musculo esquelética y masa residual) 
multiplicado por la tasa de respiración tisular, y según indican los autores, no hubo diferencias 
significativas a la hora de medir el GER por CI y de estimarlo por este modelo. Y para el modelo 
de 8 componentes, Pourhassan et al. (2014), indicaron que el GER calculado se basó en la 
suma de la masa del cerebro, corazón, hígado, riñones (los cuales fueron tomados por 
resonancia magnética), masa musculo esquelética, tejido adiposo, masa del hueso y masa 
residual, multiplicado por la tasa de respiración de cada órgano o tejido. La masa de estos 
últimos 4 tejidos se calculó gracias los datos arrojados por ADP y DEXA. Sin embargo, a 
diferencia del estudio de Hasegawa et al. (2011), el GER medido y el GER estimado sí 
presentaron diferencias significativas, pero esto se pudo deber a que dicho estudio estaba 
evaluando las variaciones en la composición corporal durante los cambios de peso de los 
sujetos, por lo que puede haber fluctuaciones en la masa de ciertos tejidos. 
39 
 
En los estudios de Hronek et al. (2011) y Manuelli et al. (2019) se reportó quepara el cálculo 
del GER con los volúmenes de los gases medidos por la CI, se ajustó por el nitrógeno ureico 
(Ver Tabla 6). Teniendo en cuenta de que durante la oxidación de proteínas la fracción 
nitrogenada no se oxida por completo y se termina eliminado por la orina en modo de nitrógeno 
ureico (Redondo, 2015). La recolección de este parámetro para su posterior inclusión en el 
cálculo del GER debería mejorar la precisión de este. Sin embargo, Milla et al. (2008) 
sostienen que es válido el uso de la ecuación de Weir que no incluye las pérdidas de nitrógeno 
urinario, ya que las diferencias entre ambas son inferiores al 1- 2%. 
Autores como Wu et al. (2019) y Liberato et al. (2013), señalaron algunas observaciones en 
cuanto a la medición de la tasa metabólica en sus estudios, como lo fue el haberla medido una 
vez para muchos individuos en un solo lugar, o haber utilizado diferentes equipos por 
problemas técnicos (Ver Tabla 6). Esto puede indicar errores en la medición de la tasa 
metabólica para todos los sujetos de estudio, ya que, a pesar de que la medición es más 
precisa que la estimación, esta también depende del control de los factores que pueden 
introducir modificaciones (Vargas Z et al., 2011). Además, debido a que se utilizaron varios 
equipos, los resultados no podrían llegar a ser comparables entre sí al presentar variaciones 
importantes. A pesar de esto, Liberato et al. (2013) también señalan que la probabilidad de 
sesgo de medición es pequeña porque se evaluó una proporción similar de participantes 
delgados y con sobrepeso utilizando cada uno de los equipos. 
Para la evaluación de la composición corporal (Ver Tabla 4), DEXA y ADP, al ser métodos 
indirectos, realizan un análisis de la composición corporal in vivo, por lo que tienen una alta 
fiabilidad (Costa et al., 2015). Además, también se utilizó la densitometría hidrostática en un 
estudio (Deemer et al., 2010), y este método se considera un estándar de oro para la 
determinación de la composición corporal en personas sanas (Piñeda Geraldo et al., 2018). 
Los métodos indirectos son validados a partir de la densitometría (Costa et al., 2015), lo cual 
da una idea de su alto grado de fiabilidad. Sin embargo, debido al alto costo que significa 
utilizar estas técnicas, en algunos de los estudios se utilizaron métodos doblemente indirectos 
como BIA y la ANT. Debido a que este tipo de métodos fueron validados a partir de los métodos 
indirectos, presentan un margen de error muy grande (Costa et al., 2015). Adicionalmente, 
Otterstetter et al. (2016) incluyeron dentro de sus observaciones la recomendación de utilizar 
alguna ecuación para el grupo poblacional para calcular la MG (Ver Tabla 6). 
Varios autores sostienen diversas opiniones en cuanto a las técnicas que utilizaron para 
evaluar la composición corporal: Marra et al. (2019), Hopkins et al. (2017) y Manuelli et al. 
(2019) indican que utilizaron BIA en pacientes con exceso de peso y anorexia; y aunque Marra 
40 
 
M et al. (2017) citados en Manuelli et al. (2019) señalan que la BIA no se consideraba la mejor 
técnica de medición de composición corporal en casos de anorexia grave (Ver Tabla 6), una 
revisión realizada por Saladino (2014), demostró que esta técnica si podría ser efectiva para 
determinar la composición corporal durante el período de tratamiento de pacientes con 
trastornos alimentarios restrictivos. Además, técnicas como DEXA, que suelen tener una gran 
aceptación, aún no proporcionan una buena fiabilidad para ser consideradas gold standard en 
personas con un peso inferior a 40 kg (Shypailo, Butte y Ellis, 2008 citados en Costa et al., 
2015), por lo que en estudios con pacientes que presenten un elevado grado de malnutrición 
por déficit, DEXA tampoco será el método más fiable. 
Por otro lado, Hopkins et al. (2017) afirman que, aunque se utilizó BIA para estimar la 
composición corporal de mujeres con obesidad severa, teniendo en cuenta que usaron un 
gran tamaño de muestra y fórmulas de predicción desarrolladas en sujetos con edad, sexo y 
grado de obesidad similares, las estimaciones BIA de MG y MLG pueden considerarse una 
alternativa razonable a DEXA (Ver Tabla 6.) Sin embargo, DEXA es una técnica costosa y no 
se puede repetir a menudo debido al nivel de radiación emitida durante el examen. Además 
de esto, los pacientes obesos a menudo superan la capacidad de la unidad DEXA (Kehayias 
et al., 1990 citados en Faria et al., 2014). Por lo tanto, es necesario conocer las ventajas y 
desventajas de cada uno de los métodos de evaluación de la composición corporal, para así 
poder analizar cuál será la mejor opción dependiendo su grado de precisión, costo o el estado 
nutricional y de salud de los sujetos a estudiar. 
Entre las principales limitaciones de esta revisión de literatura se encuentra que no en todos 
los artículos seleccionados se utilizaron los mismos métodos de medición para la composición 
corporal. También se destaca el hecho de que, para algunos estudios, no se midiera el GER 
sino la TMB, por lo que una comparación cuantitativa se ve limitada. No se utilizaron los 
mismos equipos para poder evaluar la TMB o el GER en todos los estudios, lo cual indica que 
se pueden presentar sesgos en los datos arrojados. También se observó que, aunque hay una 
gran cantidad de estudios con sujetos de ambos sexos o solo mujeres, los estudios 
únicamente en hombres son limitados. E igualmente, la mayoría se centran en población con 
exceso de peso, mientras que, con población exclusivamente sana, o, por el contrario, con 
bajo peso, hay en menor cantidad. Por último, al tratarse de una revisión de literatura, esta 
cuenta con limitaciones per se, que pueden llegar a dificultar la ejecución del proyecto, como 
lo puede ser el volumen o la sobrecarga de información, limitaciones para el acceso de 
búsqueda, disponibilidad, y sesgos de información; sesgo de publicación; limitaciones de las 
bases de datos; o la influencia del financiamiento de la industria, ya que, a la hora de analizar 
potenciales efectos negativos que pueden derivar de actitudes originadas en intereses 
41 
 
comerciales, se puede encontrar el bajo financiamiento de las investigaciones, o incluso las 
dificultades para publicar los estudios (Alonso, 2011). 
 
8. CONCLUSIONES: 
 
En conclusión, la composición corporal tiene un impacto muy importante a la hora de entender 
las variaciones en el GER y/o la TMB de la población adulta, específicamente la MLG, que se 
considera metabólicamente más activa, y que incluye órganos y tejidos como el corazón, los 
órganos viscerales y el músculo. Además, la influencia de la MLG en el GER y la TMB es 
similar según el sexo o la condición nutricional de los sujetos de estudio, por lo que, sin 
importar si es hombre o mujer, al tener más MLG, el GER aumentará, lo cual es más común 
en hombre que en mujeres. Por el contrario, la MG puede llegar a tener una influencia muy 
poco significativa en el GER al presentar bajos requerimientos energéticos. En condiciones 
donde hay un exceso de MG incrementará el peso corporal total y el IMC, pero su GER no 
necesariamente se verá incrementado. Sin embargo, la inflamación del tejido adiposo también 
puede llegar a incrementar el GER. También se destaca la influencia del tejido adiposo pardo, 
que, por medio del proceso de termogénesis, incrementará el valor del GER. Adicionalmente, 
los métodos para determinar la composición corporal, así como la medición o estimación del 
GER o la TMB, pueden llegar a generar sesgos en los resultados, por lo que deben ser 
seleccionados y llevados a cabo dependiendo los sujetos y el objetivo del estudio. 
 
9. RECOMENDACIONES 
 
- Debido a que las cifras de ENT siguen aumentado a nivel mundial, se sugiere seguir 
investigando técnicas y estrategias para la determinación del GER en relación con la 
composición corporal y la valoración nutricional en sujetos con malnutrición,