Estudio del gasto energético en una población adulta sana españolacalorimetría indirecta versus modelos predictivos. Propuesta de una nueva ecuación de estimación

Resumen

Introducción. El organismo humano es un sistema termodinámico que necesita energía para mantener sus funciones y la actividad física habitual. Del equilibrio entre la energía ingerida (alimentación) y la gastada (mantenimiento de la vida, actividad...) depende la estabilidad de las reservas corporales y, en consecuencia, el mantenimiento del peso. Conseguir el equilibrio energético es el principal objetivo de las actuales políticas de salud para la población de los países occidentales. Uno de los “brazos” de la balanza energética es el gasto energético total (GET), constituido en adultos por el gasto energético basal (que es el componente mayoritario), la termogénesis y la actividad física. Una correcta determinación del gasto energético basal es fundamental para una adecuada estimación del GET. Sin embargo, las técnicas de referencia empleadas en su valoración no resultan viables en la práctica clínica diaria. Por esta razón suelen aplicarse modelos predictivos, que son métodos rápidos, baratos y sencillos, aunque su fiabilidad depende fundamentalmente de la adecuada elección de la fórmula a aplicar en la población de estudio. Objetivos. Evaluar el grado de concordancia entre el valor del gasto energético en reposo estimado por calorimetría indirecta con el predicho por los modelos teóricos más utilizados en la práctica clínica en un grupo de adultos sanos. También se planteó desarrollar un modelo teórico de predicción del gasto energético en población adulta sana, y estudiar su comportamiento en una muestra de sujetos con IMC≥25 kg/m2. Materiales y Métodos. Se realizó un estudio descriptivo transversal en el que participaron 95 sujetos voluntarios sanos de entre 19 y 65 años con normopeso según los criterios de la OMS. También se reclutaron 39 sujetos con sobrepeso (76,9%) y obesidad (23,1%). Se recogió la historia clínico-nutricional de los sujetos mediante entrevista personal y se determinó el gasto energético en reposo mediante calorimetría indirecta, con un calorímetro de mascarilla (Fitmate COSMED, Roma, Italia), siguiendo el protocolo del fabricante. Se realizó un estudio de la composición corporal con un analizador de impedancia monofrecuencia (AKERN BIA-101, Florencia, Italia), según el protocolo de Lukaski. Para la selección de los modelos predictivos del GER se revisó la literatura biomédica. Del total de fórmulas localizadas se evaluaron 40 desarrolladas para población adulta sana que contenían como variables independientes el peso, la talla, la edad, el sexo y/o la composición corporal (MLG y MG), y cuyo criterio de validación fuera la calorimetría indirecta. Finalmente, se seleccionaron las fórmulas que cumplieron los tres criterios siguientes: (i) que la población en la que se hubiera desarrollado la ecuación fuera similar a la del presente estudio (edad, sexo, raza e IMC); (ii) que se obtuviera un coeficiente de correlación intraclase (CCI) ≥0,7 (atendiendo a los criterios de Fleiss); y (iii) que no se observara ninguna tendencia lineal de la nube de puntos en el modelo de Bland-Altman. Se utilizó la regresión lineal múltiple para la obtención del nuevo modelo predictivo, empleando como criterios analíticos la Cp de Mallows y el R2 ajustado. Se incluyeron las variables que tras la revisión bibliográfica evidenciaron una mayor influencia en el GER: sexo, edad, peso, talla y composición corporal (MLG y MG, tanto en kilogramos como en porcentaje). Las variables se describieron como media (desviación standard) o mediana (percentil 5-percentil 95), en función de la normalidad de su distribución (Kolmogorov-Smirnov). Tanto la concordancia entre la calorimetría indirecta y los modelos predictivos como el comportamiento de la nueva ecuación en el grupo con IMC≥25 kg/m2, se evaluó mediante el CCI y el método de Bland-Altman. Se emplearon los tests t de Student o U de Mann-Whitney para analizar las diferencias de las variables analizadas en función del sexo. La significación estadística se alcanzó con p<0,05. Para el análisis estadístico se utilizó el programa SPSS vs18.0. Resultados. La edad media de los sujetos con normopeso (47.4% varones) fue de 42 años (rango: 23 a 63 años), y de los individuos con sobrepeso u obesidad (56.4% varones), de 45,2 años (rango: 23 a 65 años). Los varones presentaron significativamente mayores valores de peso, talla y MLG, y menores valores de MG que las mujeres. El IMC también fue estadísticamente superior en los varones, aunque sin ninguna relevancia clínica. El GER medio estimado por CI de los sujetos con normopeso fue de 1589,1 kcal/d (312,0). Se observaron diferencias estadísticamente significativas en el gasto de varones y mujeres [1822,3 kcal/d (224,3) y 1379,3 kcal/d (216,1), respectivamente]. En el caso de la muestra con sobrepeso u obesidad el GER fue de 1750,6 kcal/d (390,7) y también se encontraron diferencias estadísticamente significativas en función del sexo [1958,3 kcal/d (324,3) los varones y 1481,8 kcal/d (297,2) las mujeres]. Los modelos predictivos que mejor se comportaron en la muestra estudiada fueron, entre los que contenían como variables independientes el peso y la talla, los de De Lorenzo, Harris-Benedict, Korth y Schofield. Ninguna de las ecuaciones que contenía variables de composición corporal cumplió los criterios establecidos. La ecuación con la que se obtuvieron mejores resultados, respecto a los valores de la calorimetría indirecta, fue la de Korth: diferencia media en el GER de 21,1 (178,7) kcal/día, pendiente de la recta de regresión de 0,12 (0,06) no significativa, y punto de intersección con el eje de ordenadas de -169,3 (103,3); el coeficiente de correlación intraclase fue de 0,90 (IC 95%: 0,84–0,93). Aunque la fórmula de Harris-Benedict presentó cierta tendencia en el análisis de Bland-Altman, los valores del CCI reflejaron una buena concordancia con la calorimetría indirecta [CCI (IC 95%) de 0,80 (0,54-0,90)]. El modelo obtenido mediante regresión lineal múltiple incluyó las variables: sexo, peso y edad, con una Cp de Mallow de 2,27 y un R2 ajustado de 0,680. La ecuación seleccionada fue: [y = 1376,4 – 308 S + 11,1 P – 8 E (R2: 0,68; p <0,001)], dónde: S: sexo (0 = varones y 1 = mujeres); P: peso (kg) y E: edad (años). El modelo cumplió el criterio de normalidad de los residuales, no se observó ninguna vulneración de la linealidad ni de la homogeneidad de variancias ni se encontró ningún sujeto alejado influyente. Además no se observó colinealidad entre las variables del modelo. Finalmente, al aplicar el modelo seleccionado en la muestra de sujetos con IMC≥25 kg/m2, el GER medio estimado fue de 1750,6 kcal/d (390,7), con un CCI de 0,880 (IC del 95%: 0,772 – 0,937). Conclusiones. El estudio teórico de la variabilidad del calorímetro portable Fitmate COSMED indicó que puede utilizarse de forma fiable en la determinación del gasto energético en reposo en adultos sanos. Dadas las grandes variaciones que se pueden producir en la estimación del gasto energético en reposo en función del modelo predictivo, se considera que la ecuación de Korth puede ser un método adecuado para la estimación del GER en sujetos adultos sanos de etnia caucásica, aunque las fórmulas de Schofield y Harris-Benedict, ampliamente utilizadas, y la de De-Lorenzo, también presentaron un comportamiento aceptable. Además se evidencia que los modelos de estimación del GER que incluyen variables como el sexo, la edad, el peso y/o la talla se comportan mejor en la predicción del GER en la población sana española evaluada que las que contienen variables de composición corporal. Se presenta un nuevo modelo de estimación del GER para población sana española fácilmente aplicable en la práctica diaria, que incluye las variables sexo, edad y peso: GER (kcal/d) = 1376,4 – 308 Sexo (V=0; M=1) + 11,1 Peso (kg) – 8 Edad (años) (R2: 0,68; EE: 175,95). La ecuación propuesta presenta un comportamiento adecuado en sujetos con IMC≥25 kg/m2.