Descarga la aplicación para disfrutar aún más
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,
Compartir