IC del 95 %: intervalo de confianza del 95 %; N: tamaño de la muestra; n: tamaño de los grupos de cada factor; Valor p en prueba de Chi-cuadrado de Pearson.

En hombres, se observaron los mayores promedios para peso, talla, PR, IMC, ICC, ICA, IPM y PA (todos p < 0,05, Tukey, ANOVA), excepto para el promedio de PC (Tabla 2). Los coeficientes de variación (CV) obtenidos para cada uno de los índices antropométricos no superaron el 22 %, con registros de CV tan bajos como 5,5 % para talla e IMC, intermedios para PC, PR, PA, ICC e ICA y máximos de 20,1 % para peso y 21,7 % para IPM. Lo anterior indica que el tamaño calculado para la muestra poblacional, la forma de tamizaje y la antropometría de los participantes fue apropiada ya que se obtuvieron promedios representativos y homogeneidad del conjunto de datos (Tabla 2).

Tabla 2. Estadística descriptiva de edad, índices antropométricos y pulso radial

DE: desviación estándar; F: femenino; M: masculino. Mín.: valor mínimo; Máx.: valor máximo; Unidades de pulso radial: pulsaciones/minuto. Medias con diferentes letras (a, b) indican que existen diferencias estadísticamente significativas en prueba de Tukey con valor p < 0,05.

La clasificación de la composición corporal mediante IMC permitió estimar las siguientes prevalencias en la población general: 56,5 % con exceso de peso (27,1 % en hombres y 24,9 % en mujeres), 39,5 % con sobrepeso, 17 % con obesidad, 14 % con obesidad tipo I, 41,1 % con normopeso y 2,4 % con bajo peso. Particularmente, en mujeres se registraron las prevalencias más altas para obesidad tipo III, normopeso y bajo peso (Tabla 3).

De esta forma, en mayores de 60 años de edad, la prevalencia de exceso de peso fue del 70,1 % (46 % en mujeres y 24,1 % en hombres). En este grupo etario, la prevalencia de obesidad fue del 27 % (17,5 % en mujeres y 9,5 % en hombres). De igual forma, la proporción de sobrepeso fue del 43,1 % (28,5 % en mujeres y 14,6 %
en hombres) (datos no mostrados).

De forma complementaria, las clasificaciones de adiposidad corporal por ICA y PA permitieron identificar una mayor prevalencia de obesidad abdominal en hombres (p < 0,05, t de Student) y, a su vez, mayor proporción de normopeso en mujeres (p < 0,01). En contraste, la clasificación por ICC reveló mayor obesidad central en mujeres (p < 0,01), pero ninguna diferencia para normopeso entre géneros (Tabla 3).

Tabla 3. Clasificación de la composición corporal mediante IMC, ICA, ICC y PA

n: tamaño de los grupos de cada clasificación de los índices antropométricos. Valor p < 0,05 es significativo en la prueba de Chi-cuadrado de Pearson (X2) para los grupos de cada clasificación o grupo (IPM, ICA, ICC, PA). Valor p < 0,05 es significativo en la prueba t de Student para diferencias de medias entre cada subgrupo de un mismo factor (sexos).

El riesgo cardiovascular fue estimado mediante los índices IPM, ICA, ICC y PA (Tabla 4). De esta manera, el riesgo cardiovascular estimado por IPM fue del 68,5 %, siendo significativamente mayor en mujeres (p < 0,05, t de Student). Similarmente, el ICA reveló que el 43 % y 21,7 % de los participantes exhibieron, en su orden, riesgo cardiovascular alto y muy alto (p < 0,01) representado también por mujeres (p < 0,05).

Tabla 4. Clasificación del riesgo cardiovascular según los índices IPM, ICA, ICC y PA

N: tamaño de la muestra. n: tamaño de los grupos de cada clasificación de los índices antropométricos. Valor p < 0,05 es significativo en la prueba de Chi-cuadrado de Pearson (X2) para los grupos de cada clasificación o grupo (IPM, ICA, ICC, PA). Valor p < 0,05 es significativo en la prueba t de Student para diferencias de medias entre cada subgrupo de un mismo factor (género).

En concordancia, el ICC estimó una prevalencia del 40,5 % para riesgo cardiovascular alto y 17,2 % para riesgo cardiovascular bajo, mayormente en mujeres (p < 0,01), como también 42,3 % para riesgo cardiovascular muy bajo, principalmente en hombres (p < 0,01). Paralelamente, el PA estimó el riesgo cardiovascular alto del 34,4 %, intermedio del 23 % y bajo del 42,6 %, siendo los tres niveles de clasificación del riesgo cardiovascular significativamente mayores en mujeres (todos p < 0,01).

Destaca el hecho de que, mediante los índices ICA, ICC y PA, el riesgo cardiovascular siempre fue estimado como alto y significativamente mayor en mujeres, con una prevalencia superior al 22 %. Al mismo tiempo, el IPM y el ICA indicaron que el 23 % de las mujeres y el 8,1 % y 11,8% de los hombres no presentaron riesgo cardiovascular, respectivamente.

De forma particular, las variables edad, sexo, composición corporal por IMC y ejercicio físico se asociaron con los promedios de los cinco índices antropométricos (todos p < 0,01, Tukey, ANOVA). Simultáneamente, la clasificación por IMC se asoció con los promedios de los cinco índices antropométricos en forma creciente en el siguiente orden: bajo peso, normopeso, obesidad y sobrepeso, excepto para ICC al no mostrar diferencias en su asociación con el sobrepeso y la obesidad (Tabla 5).

Tabla 5. Asociación de los índices antropométricos IMC, PA, ICC, ICA e IPM con variables sociodemográficas, composición corporal por IMC, calidad de dieta y ejercicio físico en los participantes

µ: media. Misma letra indica que no existen diferencias estadísticamente significativas entre los promedios de los diferentes índices antropométricos, según la prueba de comparaciones múltiples de Tukey. Letras diferentes (a, b, c, d) indican que existen diferencias estadísticamente significativas entre los factores (grupo etario, género, clasificación corporal por IMC, calidad de la dieta y ejercicio físico) y los promedios de los índices IMC, PA, ICC, ICA e IPM con un valor de p < 0,05 como significativo y donde cada letra asume un mayor valor de significancia estadística según el orden a>b>c>d. *Indica que el factor se asocia significativamente (p < 0,05) a la variable dependiente (IMC, PA, ICC, ICA e IPM), según el análisis de varianza (ANOVA).

En general, la calidad de la dieta exhibió asociación con los promedios de IPM, IMC, ICA y PA, mas no así con ICC. Además, se observó una tendencia creciente y significativa entre el empeoramiento de la calidad de la dieta con el incremento de IPM, IMC, ICA y PA. Específicamente, el IPM mostró mayor asociación con calidad buena y regular de la dieta, mientras que IMC, ICA y PA hicieron lo mismo para la calidad mala de la dieta (Tabla 5).

En este contexto, las mujeres exhibieron mayor proporción de calidad regular (29,8 %) y buena (22,5 %)
de la dieta que los hombres (22,8 % regular y 13,9 % buena), mientras que la prevalencia de calidad mala de la dieta (11,2 %) fue similar entre géneros (5,3 % en mujeres y 5,9 % en hombres). De igual importancia, el sexo masculino y la inactividad física mostraron mayor asociación con el incremento de los cinco índices antropométricos (datos no mostrados).

Discusión

El presente estudio tuvo como objetivos estimar la prevalencia de adiposidad corporal en adultos de Neiva mediante la medición simultánea de cinco índices antropométricos (IMC, IPM, ICA, ICC y PA) y evaluar el potencial de tales índices en estimar el riesgo cardiovascular como también explorar la asociación de los índices anteriormente mencionados con información sociodemográfica, calidad de la dieta y ejercicio físico. Entre los resultados del presente estudio se destaca la elevada proporción de riesgo cardiovascular en relación con la alta prevalencia de sus factores de riesgo, a saber: exceso de peso, inactividad física, calidad regular y mala de la dieta.

En este contexto, en hombres adultos de Neiva se observaron los mayores promedios para los índices antropométricos evaluados, excepto para PC. Así mismo, en hombres se registró el mayor crecimiento en las prevalencias de sobrepeso y obesidad proporcionales al aumento del ESE. Estos hallazgos concuerdan con el crecimiento en las proporciones de obesidad en hombres de Bogotá(42) y otras áreas urbanas de Colombia registradas por la Encuesta Nacional de Situación Nutricional (ENSIN) 2005 y 2010(43), como también con la tendencia de aumento de la adiposidad corporal en hombres de la región de Latinoamérica y el Caribe desde 1975(6) y a nivel global(44).

Adicionalmente, el promedio general para IMC fue de 26 kg/m2, lo cual indica que la media poblacional se encontraba en sobrepeso. La anterior estimación coincide con lo descrito previamente por Aschner et al.(45) y Jiménez-Mora et al.(13) para adultos en la población colombiana.

En concordancia, el presente estudio registró una prevalencia de inactividad física del 57 %, similar a lo descrito previamente por Ramos-Parrací et al.(21) para adultos de Neiva. Además, nuestros registros concuerdan con las prevalencias de sobrepeso y obesidad estimadas por Zambrano-Bermeo et al.(46) para adultos de Tarqui, Huila. Estos hallazgos indican que el exceso de adiposidad corporal y la inactividad física han mantenido proporciones altas durante las últimas décadas en adultos de las áreas rural y urbana de Neiva. Incluso, nuestros resultados muestran que la proporción de exceso de peso se iguala a la de inactividad física en dicha población.

De igual importancia, se observó un mayor crecimiento de sobrepeso y obesidad en mujeres adultas de los ESE más bajos, así como una mayor prevalencia de exceso de peso, sobrepeso, obesidad y obesidad tipo III en mujeres mayores de 60 años (datos no mostrados), en forma similar a lo reportado por Ramos-Parrací et al.(21), Kasper et al.(43) y Jiménez-Mora et al.(13). Aún más, nuestros resultados concuerdan con la relación de adultos padeciendo obesidad tipo III de aquellos admitidos al servicio de cirugía gastrointestinal del Hospital Universitario Hernando Moncaleano Perdomo de Neiva(47).

Entre los factores que permitirían explicar los hallazgos antes mencionados pueden considerarse: heredabilidad de la adiposidad corporal(48); ancestría genómica europea y amerindia en población mestiza de Neiva(49); predisposición genética al incremento de la ingesta calórica y de la adiposidad en hombres(50), interacción entre la predisposición genética a mayor IMC con un ambiente obesogénico(51) y con el nivel socioeconómico(52); polimorfismos en genes dopaminérgicos(53); microbioma intestinal(54), aumento de la adiposidad asociada con el embarazo, elevado número de embarazos, estilo de vida durante el embarazo(55); inactividad física en mujeres(56); ser mujer y pertenecer a un ESE bajo a intermedio(57); bajo nivel educativo y calidad regular o mala de la dieta(54); abuso de alcohol y depresión emocional relacionada con los roles del hogar, entre otros factores que impactarían el incremento de la adiposidad en mujeres de países Latinoamericanos(57). Resulta necesario aclarar que los factores mencionados no fueron abordados en el presente estudio y, por consiguiente, es necesario conducir investigaciones a futuro que esclarezcan la participación de estos y otros factores de riesgo en el incremento de la adiposidad corporal en adultos de Neiva.

Por otra parte, luego de emplear los puntos de corte recomendados por Buendía et al.(27) para población colombiana, obtuvimos promedios generales de PA casi idénticos a los reportados por Aschner et al.(45) y Ruiz et al.(58) mediante puntos de corte de la Federación Internacional de Diabetes (FID) para población Latinoamericana y Colombiana, y quienes al igual que en el presente estudio también describieron mayores promedios de PA en hombres. Sin embargo, las proporciones de sobrepeso, obesidad y obesidad abdominal en la población colombiana registradas por ambos grupos de autores fueron mayores que las registradas aquí para adultos de Neiva.

Adicionalmente, el presente estudio identificó un mayor promedio general de ICC -principalmente en hombres- y una asociación significativa con la clasificación corporal por IMC que lo reportado por Ramos-Parrací et al.(21) para la misma población. Empero, similar al incremento de ICC por grupos etarios en mujeres, descrito por tales autores, también identificamos una asociación entre el incremento de ICC por encima de 0,85 con el aumento de la edad entre los 18 a 60 años en ambos géneros. Este conjunto de hallazgos puede estar reflejando no solo la acumulación androide de grasa, sino también el incremento del riesgo y mortalidad cardiovascular por grupos etarios específicos.

En relación con los promedios de ICA, observamos una mayor proporción de obesidad abdominal en hombres y normopeso en mujeres en forma similar a los reportado por Fajardo-Bonilla et al.(33) y Oliveros-Rangel et al.(34), para individuos del Centro y Noroccidente de Colombia, respectivamente. Sin embargo, Vargas-Moranth et al.(59) describieron una mayor prevalencia de obesidad abdominal en mujeres del caribe colombiano. Lo anterior permite resaltar la influencia de la etnicidad y la genética poblacional sobre la composición corporal en personas de distintas geografías nacionales, y demuestra la necesidad de emplear puntos de corte antropométricos validados para el grupo poblacional en estudio.

En sustento de lo anterior, Ruiz-Linares et al.(60) describieron que las ancestrías genómicas europea y africana influencian significativamente la altura y el perímetro abdominal en colombianos. Igualmente, Ruderman et al.(49) reportaron una fuerte influencia de las ancestrías europea y nativoamericana sobre los índices ICA, ICC e IMC, razón por la cual consideran que colombianos con ambos tipos de ancestrías tendrían mayor predisposición a desarrollar sobrepeso y obesidad.

Llegados a este punto, es oportuno recordar que la región del Huila fue epicentro de varias culturas nativoamericanas y que gran parte de la población actual de Neiva y del sur colombiano es el resultado de un proceso gradual de mestizaje entre amerindios y europeos, ocurrido desde la colonización española del siglo XV(61). Por consiguiente, es probable que loci específicos para la adiposidad corporal de ambas ancestrías se hayan retenido en la población huilense(62) y estén contribuyendo con el aumento del sobrepeso y la obesidad; empero, estos aspectos permanecen hasta la actualidad pobremente estudiados.

En relación con el potencial de los índices IPM, ICA, ICC y PA en estratificar el riesgo cardiovascular en población adulta, diversos estudios afirman que el ICA es el mejor predictor de riesgo y mortalidad cardiovascular, seguido por el PA y el ICC(63) e incluso mejor que el IMC(64). Sin embargo, el IPM también se constituye en un factor pronóstico de ECV(65), aunque históricamente se haya infravalorado tal aplicabilidad.

En el presente estudio, el IPM mostró 69 % de riesgo cardiovascular en ambos sexos, pero un mayor riesgo cardiovascular en mujeres. Así mismo, el ICA reveló 65 %
de riesgo cardiovascular muy alto y alto, representado también en mujeres. De igual forma, el ICC y el PA estimaron que entre el 34 % y 40 % de los participantes poseen un alto riesgo cardiovascular. Lo anterior confirma el alto poder de IPM, ICA e ICC en estratificar el riesgo cardiovascular debido al exceso de adiposidad abdominal, pero, a su vez, confirman el alto y muy alto riesgo cardiovascular presente en adultos de Neiva.

Notoriamente, tanto por el ICA, el ICC y el PA se detectó una mayor prevalencia de alto riesgo cardiovascular en mujeres y muy bajo riesgo cardiovascular por el ICC en hombres, en forma similar a los resultados de Aschner et al.(45) y Ramos-Parrací et al.(21), respectivamente. Además, el IPM y el ICA indicaron que el 31,7 %
y 9,7 % de los hombres poseen, en su orden, riesgo cardiovascular y muy alto riesgo cardiovascular, mientras que el ICC y el PA coincidieron en estimar el 12 % de riesgo cardiovascular en hombres.

Entre los factores de riesgo que permitirían explicar el mayor riesgo cardiovascular identificado en mujeres, se pueden considerar la influencia conjunta entre la inactividad física, calidad regular y mala de la dieta y el pertenecer a los ESE más bajos. En este sentido, Mejía-Rubiano et al.(47) describieron una alta proporción de inactividad física y malos hábitos alimenticios en adultos de ambos géneros -principalmente en mujeres de los ESE más bajos de Neiva-.

En relación con el elevado y mayor riesgo cardiovascular observado en mujeres, así como a la mayor proporción de exceso de peso, sobrepeso, obesidad y obesidad tipo III en mujeres mayores de 60 años, resulta paradójico que entre 2005 y 2016 se registrara una baja tasa de mortalidad específica de este conjunto de patologías en mujeres mayores de 60 años, e incluso una menor tasa de mortalidad general que en hombres(66). Esta observación nos permite hipotetizar sobre la potencial existencia de factores protectores contra el desarrollo y mortalidad por ECV en mujeres obesas de Neiva, los cuales les permitirían convivir con tal patología y sus comorbilidades hasta superar los 60 años de edad.

Sin duda, un factor clave en el incremento del sedentarismo en adultos de Neiva es el clima, ya que debido a las altas temperaturas registradas durante todo el año en esta ciudad disminuye el interés en realizar actividad física. De esta manera, es reconocido que, a temperaturas ambientales altas, el efecto termogénico de la alimentación disminuye (termogénesis inducida por dieta [DIT]), lo que reduce la ingesta calórica y acelera el gasto energético. No obstante, parecería que en adultos con sobrepeso y obesidad de Neiva existieran alteraciones en el mecanismo DIT mediante los cuales incrementaría la ingesta energética y se reduciría el gasto calórico, lo que se traduce en ganancia de adiposidad corporal(67).

En el presente estudio, los índices antropométricos mostraron una asociación significativa y creciente con el incremento de la edad, el sexo masculino, el aumento de la adiposidad corporal, el empeoramiento de la calidad de la dieta (excepto para el ICC) y el no practicar ejercicio físico. Particularmente, la calidad buena y regular de la dieta mostró una mayor asociación con el IPM, mientras que la calidad mala de la dieta mostró una mayor asociación con el IMC, el ICA y el PA.

El hecho de que el ICC no mostrara una asociación con la calidad de la dieta puede significar que este índice no se modifica sustancialmente con la dieta y, por tanto, tendría una mayor robustez en predecir el riesgo cardiovascular. Sin embargo, la mayor asociación del ICC con sobrepeso y obesidad, que con bajo peso y normopeso, sería un reflejo de su capacidad para identificar obesidad abdominal como factor de riesgo para ECV. Similar a nuestros resultados, otros estudios en población adulta latinoamericana también han señalado que el incremento en los índices de adiposidad abdominal ICA, ICC y PA se asocian positiva y fuertemente con la inactividad física(68).

Finalmente, la alta prevalencia de calidad regular (52,6 %) y mala (11,2 %) de la dieta aquí documentada sería, en parte, el resultado de un tipo de gastronomía ancestral basada en el consumo de alimentos con alto contenido calórico desde edades tempranas.

Perspectiva a futuro

Es necesario adelantar estudios de epidemiología molecular que esclarezcan los mecanismos genéticos y moleculares que contribuyen al incremento de la adiposidad corporal en adultos de Neiva, así como el grado de interacción entre los factores de riesgo biológicos, ambientales y psicosociales para mejorar la comprensión de la problemática referida.

Limitaciones del estudio

Debido a que en los objetivos de nuestro estudio no contemplamos realizar determinaciones de bioquímica sanguínea a los participantes, no pudimos estratificar el riesgo cardiovascular según la escala de Framingham Colombia y, por tanto, no pudimos comparar los resultados de riesgo cardiovascular obtenidos mediante IPM, ICC, ICA y PA con los de tal escala.

Conclusiones

El presente estudio logró estimar una elevada prevalencia de exceso de peso, obesidad, sobrepeso y de riesgo cardiovascular mediante la medición simultánea de cinco índices antropométricos en población adulta de Neiva. Igualmente, permitió describir una alta proporción de inactividad física y de calidad regular y mala de la dieta, como factores de riesgo asociados con el incremento de la adiposidad corporal y el riesgo cardiovascular.

Puntos clave

• Realizamos un estudio epidemiológico de corte transversal de prevalencia en la población adulta de Neiva y evaluamos su composición corporal mediante la medición simultánea de cinco índices antropométricos y su asociación con información sociodemográfica, calidad de la dieta e inactividad física. Igualmente, exploramos el potencial de tales índices antropométricos en estimar el riesgo cardiovascular en la población adulta de ambos sexos.
• Describimos prevalencias para exceso de peso, sobrepeso, obesidad general, obesidad abdominal, normopeso, bajo peso y proporciones para riesgo cardiovascular y para calidad de la dieta e inactividad física.
• Observamos que la elevada prevalencia de adiposidad corporal y de riesgo cardiovascular presente en los adultos de Neiva se deben, en parte, a la elevada prevalencia de una calidad mala y regular de la dieta e inactividad física.
• Es la primera investigación epidemiológica y antropométrica en la población colombiana que evalúa el potencial del índice antropométrico (IPM) como estimador del riesgo cardiovascular en la población adulta. Los resultados obtenidos mediante IPM son similares y se asocian con los obtenidos mediante los índices antropométricos utilizados con mayor frecuencia, a saber: índice de masa corporal (IMC), índice cintura-cadera (ICC), índice cintura-altura (ICA) y perímetro abdominal (PA).

Agradecimientos

Ninguno declarado por los autores.

Declaración de autoría

D. Villanueva es el autor principal ya que contribuyó al diseño metodológico, análisis estadísticos, redacción crítica del documento y la ejecución de las actividades tendientes a cumplir con las exigencias de elaboración y aprobación final de la presente publicación. Además, participó como revisor e interlocutor crítico del trabajo y aportó al contenido intelectual en epidemiología, salud pública y metodología de la investigación, y revisó la literatura científica pertinente a ser incluida. Igualmente, fue el responsable de unificar los criterios y aportes propios y de los coautores. D. Conde y M. Ojeda son coautoras, ya que aportaron a la formulación y ejecución de la investigación, tamizaje de participantes, realización de antropometrías, registro de datos, búsqueda bibliográfica y escritura del documento. N. Ruiz es coautora por cuanto contribuyó a la formulación del estudio y escritura del manuscrito. J. Zambrano es coautor y autor de correspondencia por cuanto brindó la idea de investigación, elaboró el diseño y lideró la ejecución del estudio, realizó análisis estadísticos, brindó asesoría permanente al autor principal y coautores en aspectos de metodología de la investigación científica, participó en la búsqueda y la revisión de la literatura científica a incluir y contribuyó a la escritura y corrección crítica del manuscrito.

Financiación

El presente estudio no tuvo financiación.

Declaración de conflicto de intereses

Los autores declaran no tener conflictos de intereses.

Referencias bibliográficas

1. Mechanick JI, Hurley DL, Garvey WT. Adiposity-Based Chronic Disease as a New Diagnostic Term: The American Association of Clinical Endocrinologists and American College of Endocrinology Position Statement. Endocr Pract. 2017;23(3):372-78.
2. World Health Organization (WHO). World health statistics 2022: monitoring health for the SDGs, sustainable development goals. [Internet]. Geneva: WHO; 2022. Licence: CC BY-NC-SA 3.0 IGO. 131 p. Disponible en: https://www.who.int/publications/i/item/9789240051157
3. World Obesity Federation (WOF). World Obesity Atlas 2022. [Internet]. London: WOF; 2022. Disponible en: https://www.worldobesity.org/resources/resource-library/world-obesity-atlas-2022
4. World Health Organization (WHO). Global Status Report on noncommunicable diseases 2014. [Internet]. Geneva: WHO; 2014. 280 p. [citado el 1 de noviembre de 2022] Disponible en: https://apps.who.int/iris/handle/10665/148114
5. World Health Organization (WHO). World health statistics 2018: monitoring health for the SDGs, sustainable development goals. 86 p. [Internet]. Licence: CC BY-NC-SA 3.0 IGO. [citado el 1 de noviembre de 2022]. Disponible en: https://apps.who.int/iris/handle/10665/272596
6. Abarca L, Abdeen ZA, Hamid ZA, Abu-Rmeileh NM, Acosta B, Acuin C, et al. Worldwide trends in body-mass index, underweight, overweight, and obesity from 1975 to 2016: a pooled analysis of 2416 population-based measurement studies in 128.9 million children, adolescents, and adults. Lancet. 2017;390(10113):2627-642.
7. Global Burden of Disease Collaborative Network. Global Burden of Disease Study 2016 (GBD 2016) Cause-Specific Mortality 1980-2016. [Internet]. Seattle, United States: Institute for Health Metrics and Evaluation (IHME), 2017 [citado el 1 de noviembre del 2022]. Disponible en: https://ghdx.healthdata.org/record/ihme-data/gbd-2016-cause-specific-Mortality-1980-2016
8. Jiwani SS, Carrillo-Larco RM, Hernández-Vásquez A, Barrientos-Gutiérrez T, Basto-Abreu A, Gutiérrez L, et al. The shift of obesity burden by socioeconomic status between 1998 and 2017 in Latin America and the Caribbean: a cross-sectional series study. Lancet Glob Health. 2019;7(12):e1644-e1654. doi: 10.1016/S2214-109X(19)30421-8
9. GBD 2017 Risk Factor Collaborators. Global, regional, and national comparative risk assessment of 84 behavioural, environmental and occupational, and metabolic risks or clusters of risks for 195 countries and territories, 1990-2017: a systematic analysis for the Global Burden of Disease Study 2017. Lancet. 2018;392(10159):1923-994. doi: 10.1016/S0140-6736(18)32225-6
10. Guthold R, Stevens GA, Riley LM, Bull FC. Worldwide trends in insufficient physical activity from 2001 to 2016: a pooled analysis of 358 population-based surveys with 1·9 million participants. Lancet Glob Health. 2018;6(10):e1077-e1086. doi: 10.1016/S2214-109X(18)30357-7
11. Kovalskys I, Fisberg M, Gómez G, Pareja RG, Yépez MC, Cortés LY, et al. Energy intake and food sources of eight Latin American countries: results from the Latin American Study of Nutrition and Health (ELANS). Public Health Nutr. 2018;21(14):2535-547.
12. Chacín M, Carrillo S, Arenas V, Martínez M, Hernández J, Anderson H, et al. Prevalencia de sobrepeso y obesidad en escolares de San José de Cúcuta, Norte de Santander, Colombia. Rev. Latinoam. de Hipertens. 2020;15(5):315-21. doi: 10.5281/zenodo.4484300
13. Jimenez-Mora MA, Nieves-Barreto LD, Montaño-Rodríguez A, Betancourt-Villamizar EC, Mendivil CO. Association of Overweight, Obesity and Abdominal Obesity with Socioeconomic Status and Educational Level in Colombia. Diabetes Metab Syndr Obes. 2020;13:1887-898. doi: 10.2147/DMSO.S244761
14. Instituto Colombiano de Bienestar Familiar (ICBF), Ministerio de Salud y Protección Social, Instituto Nacional de Salud de Colombia, et al. Encuesta Nacional de la Situación Nutricional en Colombia-ENSIN 2015. 683 p. [Internet] 2015 [citado el 4 de abril de 2022]. Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/GCFI/documento-metodologico-ensin-2015.pdf
15. Gil-Rojas Y, Garzón A, Hernández F, Pacheco B, González D, Campos J, et al. Burden of Disease Attributable to Obesity and Overweight in Colombia. Value Health Reg Issues. 2019;20:66-72. doi: 10.1016/j.vhri.2019.02.001
16. Ley 1355 del 14 de octubre de 2009. Diario oficial de la República de Colombia. Año CXLIV No. 47.502. [Internet] 2009. [citado el 4 de abril de 2022]. ISSN 0122-2112. 32 páginas. Disponible en: https://www.icbf.gov.co/cargues/avance/docs/ley_1355_2009.htm#:~:text=Derecho%20del%20Bienestar%20Familiar%20%5BLEY_1355_2009%5D&text=Por%20medio%20de%20la%20cual,su%20control%2C%20atenci%C3%B3n%20y%20prevenci%C3%B3n.
17. Powell-Wiley TM, Poirier P, Burke LE, Després JP, Gordon-Larsen P, Lavie CJ, et al. Obesity and Cardiovascular Disease: A Scientific Statement From the American Heart Association. Circulation. 2021;143(21):e984-e1010. doi: 10.1161/CIR.0000000000000973
18. Tarqui C, Álvarez D, Espinoza P. Riesgo cardiovascular según circunferencia abdominal en peruanos. An Fac med. 2017;78(3):287-91. doi: 10.15381/anales.v78i3.13760
19. FAO, OPS, WFP y UNICEF. Panorama de la seguridad alimentaria y nutrición en América Latina y el Caribe 2019. [Internet] Santiago, 2019. Licencia: CC BY-NC-SA 3.0 IGO. 136 p. [citado el 1 de noviembre de 2022] Disponible en: https://www.fao.org/3/ca6979es/ca6979es.pdf
20. Organización Mundial de la Salud (OMS). Recomendaciones mundiales sobre actividad física para la salud. [Internet]. Suiza, 2010. ISBN: 9789243599977.58 páginas. Disponible en: http://apps.who.int/iris/bitstream/handle/10665/44441/9789243599977_spa.pdf?sequence=1
21. Ramos CA, González JA, López JD. Actividad física y adiposidad en la población de Neiva. Rev. Educ. Fis. Deport. 2013;32(2):1481-89.
22. Dirección de Censos y Demografía (DCD), Departamento Administrativo Nacional de Estadística (DANE) de Colombia. Archivo Nacional de Datos (ANDA), Microdatos Huila. Censo Nacional de Población y Vivienda-CNPV-DANE, 2018. [Internet] 2018 [citado el 20 de octubre en 2022]. Disponible en: http://microdatos.dane.gov.co/index.php/catalog/643/get_microdata
23. Barker B, Li Y. Power analysis for experimental research: A practical guide for the biological, medical, and social sciences. Cambridge: Cambridge University Press; 2002.
24. World Health Organization (WHO). Obesity: preventing and managing the global epidemic: report of a WHO consultation. [Internet]. 2000. WHO technical report series; 894. Geneva, 2000. 252 p. [citado el 1 de noviembre de 2022] Disponible en:https://apps.who.int/iris/handle/10665/42330
25. Billewicz WZ, Kemsley WF, Thomson AM. Indices of adiposity. Br J Prev Soc Med. 1962;16(4):183-8. doi: 10.1136/jech.16.4.183
26. World Health Organization (WHO). Waist circumference and waist–hip ratio: report of a WHO expert consultation. [Internet]. Geneva: WHO; 2011. [citado el 1 de noviembre de 2022]. ISBN: 9789241501491. Disponible en: https://www.who.int/publications/i/item/9789241501491
27. Buendía R, Zambrano M, Díaz Á, Reino A, Ramírez J, Espinosa E. Puntos de corte de perímetro de cintura para el diagnóstico de obesidad abdominal en población colombiana usando bioimpedanciometría como estándar de referencia. Rev. Colomb. de Cardiol. 2016;23(1):19-25.
28. Han TS, van Leer EM, Seidell JC, Lean ME. Waist circumference action levels in the identification of cardiovascular risk factors: prevalence study in a random sample. BMJ. 1995;311(7017):1401-5. doi: 10.1136/bmj.311.7017.1401
29. World Health Organization (WHO). Obesity, preventing and managing the global epidemic-report of a WHO consultation on obesity. [Internet]. Geneva: WHO; 1997. [citado el 1 de noviembre de 2022]. Disponible en: https://apps.who.int/iris/handle/10665/44583
30. Aráuz AG, Guzmán S, Roselló M. La circunferencia abdominal como indicador de riesgo de enfermedad cardiovascular. Acta méd costarric. 2013;55(3):122-27.
31. World Health Organization (WHO). The WHO STEPwise approach to noncommunicable disease risk factor surveillance: WHO STEPS Surveillance Manual. [Internet] Geneva: WHO; 2020. [citado el 2 de octubre de 2020]. Disponible en: https://www.who.int/teams/noncommunicable-diseases/surveillance/systems-tools/steps/manuals
32. Bados DM, Basante JL, Benavides LM, Santofimio OA, Martínez A, Mejía AM. Obesidad, riesgo cardiovascular y actividad física en estudiantes de Medicina de tres universidades colombianas. Estudio multicéntrico. Rev. Colomb. Endocrinol. Diabet. Metab. 2020;7(3):164-69.
33. Fajardo E, Varela JM, Castro J, Daza C, Garzón L, Méndez M. Caracterización del estado nutricional y la actividad física en una población de pilotos de ala fija y rotativa en la ciudad de Bogotá (Colombia). Rev. Fac. Med. 2015;23(1):12-8.
34. Oliveros O, García CE, Bustos BJ, Acevedo AA, Aguirre A. Indicadores antropométricos de adiposidad en adultos del municipio del Carmen de Chucurí: diferencias rural-urbano. Rev.Salus.UC. 2020;24(2):21-6.
35. Ashwell M, Gibson S. Waist-to-height ratio as an indicator of ‘early health risk’: simpler and more predictive than using a ‘matrix’ based on BMI and waist circumference. BMJ Open. 2016;6(3):e010159.
36. Yim YK, Lee C, Lee HJ, Park KS. Gender and measuring-position differences in the radial pulse of healthy individuals. J Acupunct Meridian Stud. 2014;7(6):324-30.
37. Sanchez E, Liechti H. Lifetime risk of developing coronary heart disease. Lancet. 1999;353(9156):924-925. doi:10.1016/S0140-6736(05)75029-7.
38. World Health Organization (WHO). Diet, nutrition and the prevention of chronic diseases: report of a joint WHO/FAO expert consultation. [Internet]. Geneva, 2003. [citado el 1 de noviembre de 2022]. ISBN: 924120916X. Disponible en: https://apps.who.int/iris/handle/10665/42665
39. Food and Agriculture Organization of the United Nations (FAO), World Health Organization (WHO). Sustainable healthy diets – Guiding principles. [Internet]. Rome, 2019. [citado el 1 de noviembre de 2022]. ISBN: 978-92-5-131875-1. 44 p. Disponible en:https://doi.org/10.4060/CA6640EN
40. World Health Organization (WHO). WHO guidelines on physical activity and sedentary behaviour: at a glance. [Internet]. Geneva: WHO; 2020. [citado el 1 de noviembre de 2022]. Disponible en: https://www.who.int/publications/i/item/9789240014886
41. R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing. [Internet]. Viena, Austria; 2021 [citado el 1 de noviembre de 2022]. Disponible en: https://www.R-project.org/
42. García AI, Niño L, González K, Ramírez R. Volumen de grasa visceral como indicador de obesidad en hombres adultos. Rev. Colomb. de Cardiol. 2016;23(4):313-20.
43. Kasper NM, Herran OF, Villamor E. Obesity prevalence in Colombian adults is increasing fastest in lower socio-economic status groups and urban residents: results from two nationally representative surveys. Public Health Nutr. 2014;17(11):2398-406.
44. Kim KB, Shin YA. Males with Obesity and Overweight. J Obes Metab Syndr. 2020;29(1):18-25.
45. Aschner P, Ruiz A, Balkau B, Massien C, Hafner SM. Association of abdominal adiposity with diabetes and cardiovascular disease in Latin America. J Clin Hypertens (Greenwich). 2009;11(12):769-74.
46. Zambrano R. Estilo de vida de una comunidad rural del municipio de Tarqui (Huila) y su relación con la salud cardiovascular [Internet] [Tesis]. Bogotá: Universidad Nacional de Colombia; 2013 [citado diciembre de 2021]. Disponible en: https://repositorio.unal.edu.co/handle/unal/20744
47. Mejía Rubiano GE, Salazar-Piñeros FA, Sanabria LE, Polanía Lizcano HA, Medina Rojas R. Caracterización sociodemográfica y familiar de obesos intervenidos a través de cirugía bariátrica en el Hospital Universitario de Neiva. RFS Revista Facultad de Salud. 2014;6(1):59-66. doi: 10.25054/rfs.v6i1.155
48. Silventoinen K, Jelenkovic A, Sund R, Hur YM, Yokoyama Y, Honda C. Genetic and environmental effects on body mass index from infancy to the onset of adulthood: an individual-based pooled analysis of 45 twin cohorts participating in the COllaborative project of Development of Anthropometrical measures in Twins (CODATwins) study. Am J Clin Nutr 2016;104(2):371-9.
49. Ruderman A, Pérez LO, Adhikari K, Navarro P, Ramallo V, Gallo C. Obesity, genomic ancestry, and socioeconomic variables in Latin American mestizos. Am J Hum Biol. 2019;31(5):e23278.
50. Jiang L, Penney KL, Giovannucci E, Kraft P, Wilson KM. A genome-wide association study of energy intake and expenditure. PLoS One. 2018;13(8):e0201555.
51. Brandkvist M, Bjorngaard JH, Odegard RA, Asvold BO, Sund ER, Vie GA. Quantifying the impact of genes on body mass index during the obesity epidemic: longitudinal findings from the HUNT Study. BMJ. 2019;366:l4067.
52. Chande AT, Rowell J, Rishishwar L, Conley AB, Norris ET, Valderrama A. Influence of genetic ancestry and socioeconomic status on type 2 diabetes in the diverse Colombian populations of Choco and Antioquia. Sci Rep. 2017;7(1):17127.
53. González Y, Trujillo ML, Forero DA. Two dopaminergic genes, DRD4 and SLC6A3, are associated with body mass index in a Colombian sample of young adults. Arch Physiol Biochem. 2018;124(4):330-34.
54. Escobar JS, Klotz B, Valdes BE, Agudelo GM. The gut microbiota of Colombians differs from that of Americans, Europeans and Asians. BMC Microbiol. 2014;14:311. doi: 10.1186/s12866-014-0311-6
55. Mourtakos SP, Tambalis KD, Panagiotakos DB, Antonogeorgos G, Arnaoutis G, Karteroliotis K. Maternal lifestyle characteristics during pregnancy, and the risk of obesity in the offspring: a study of 5,125 children. BMC Pregnancy Childbirth. 2015;15:66.
56. Álvarez LS, González L, Góez JD. Socioeconomic determinants of abdominal obesity in Medellín, Colombia. Rev. Esp. Nutr. Hum. Diet. 2014;18(4):194-04
57. Reyes U, Mesenburg MA, Victora CG. Socioeconomic inequalities in the prevalence of underweight, overweight, and obesity among women aged 20-49 in low- and middle-income countries. Int J Obes (Lond). 2020;44(3):609-16.
58. Ruiz ÁJ, Aschner PJ, Puerta MF, Cristancho RA. Estudio IDEA (International Day for Evaluation of Abdominal Obesity): prevalencia de obesidad abdominal y factores de riesgo asociados en atención primaria en Colombia. Biomédica. 2012;32(4):610-16.
59. Vargas RF, Alcocer A, Bilbao J, Lío JF, Fontalvo G, Cerro C. Prevalencia de obesidad según relación cintura/talla en cuatro municipios del caribe colombiano. Archivos de Medicina (Manizales). 2018;18(1):60-8.
60. Ruiz A, Adhikari K, Acuña V, Quinto M, Jaramillo C, Arias W. Admixture in Latin America: geographic structure, phenotypic diversity and self-perception of ancestry based on 7,342 individuals. PLoS Genet. 2014;10(9):e1004572.
61. Yunis JJ, Acevedo LE, Campo DS, Junis EJ. Geno-geographic origin of Y-specific STR haplotypes in a sample of Caucasian-Mestizo and African-descent male individuals from Colombia. Biomedica. 2013;33(3):459-67.
62. Rishishwar L, Conley AB, Wigington CH, Wang L, Valderrama A, Jordan IK. Ancestry, admixture and fitness in Colombian genomes. Sci Rep. 2015;5:12376.
63. Schneider HJ, Friedrich N, Klotsche J, Pieper L, Nauck M, Jhon U. The predictive value of different measures of obesity for incident cardiovascular events and mortality. J Clin Endocrinol Metab. 2010;95(4):1777-85.
64. Ashwell M, Gibson S. Waist to height ratio is a simple and effective obesity screening tool for cardiovascular risk factors: Analysis of data from the British National Diet And Nutrition Survey of adults aged 19-64 years. Obes Facts. 2009;2(2):97-103.
65. García EA, Márquez H, Flores LF, Villa AR. The pulse-mass index as a predictor of cardiovascular events in women with systemic lupus erythematosus. Med Clin (Barc). 2017:148(2):57-62.
66. Lara R, Andrade M, Gil M, Montenegro C. Análisis de situación de salud con el modelo de los determinantes sociales (ASIS) municipio de Neiva-Huila 2018. [Internet] Secretaría Municipal de Salud de Neiva, 2018 [citado el 5 abril de 2022]. Disponible en: https://www.huila.gov.co/documentos/1206/asis-2018/?genPagDocs=2
67. Thorne A, Hallberg D, Wahren J. Meal-induced thermogenesis in obese patients before and after weight reduction. Clin Physiol. 1989;9(5):481-98.
68. Gnatiuc L, Tapia R, Wade R, Ramirez R, Aguilar D, Herrington W. Abdominal and gluteo-femoral markers of adiposity and risk of vascular-metabolic mortality in a prospective study of 150 000 Mexican adults. Eur J Prev Cardiol. 2022;29(5):730-38. doi: 10.1093/eurjpc/zwab038.