Estimativa da composição corporal por análise multivariada em idosos

• Ano de defesa: 2022
• Autor(a) principal: Venturini, Ana Claudia Rossini
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Aging; Body composition; Bone Mineral Content; Composição Corporal; DXA; Envelhecimento; Fat mass; Sarcopenia
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/83/83131/tde-09032023-085551/

Essa tese defende que os modelos preditivos da composição corporal (CC) de idosos deveriam ser capazes de identificar/monitorar sua degeneração natural durante o envelhecimento de forma simultânea. Nesse sentido, os componentes corporais que mais se alteram durante a senescência (músculo, osso e gordura) representam alto risco do acometimento de sarcopenia, osteopenia e obesidade, e, portanto, requerem maior atenção e monitoramento. Componentes reconhecidos por tecido mole magro apendicular (TMMA), indicadores do mineral ósseo e tecido adiposo são identificadores dos agravos corporais acima referidos, deveriam ser facilmente identificados. Se os métodos preditivos da CC convencionais como antropometria e bioimpedância falham nessa tarefa, modelos alternativos de baixo custo, devem ser propostos. A redução nos custos dos serviços de saúde e ampliação das redes de atendimento a idosos sofreria positivo impacto econômico, uma vez que o acesso a equipamentos clínicos mais sofisticados está mais restrito a centros médicos. Diante do exposto, o objetivo geral deste estudo foi inicialmente verificar a precisão de métodos convencionais para identificar riscos a tais agravos, mediante o monitoramento dos componentes corporais em idosos; e caso falhassem, propor modelos de maior precisão e aplicação clínica de campo. Para isso, três objetivos específicos foram considerados e respondidos a partir de artigos originais. O primeiro (Artigo I Population specificity affects prediction of apendicular lean soft tissues for diagnosed sarcopenia: a cross-sectional study) buscou validar e examinar a eficácia das equações antropométricas existentes para predizer o TMMA em idosos brasileiros. As equações foram comparadas com os valores de referência dado por absorciometria de raio-X de dupla energia. Concluiu-se que a especificidade populacional prejudica a validade das equações, implicando em grande parte, no diagnóstico falso positivo/negativo da sarcopenia. O segundo objetivo (Artigo II Association between classic and specific bioimpedance vector analysis and sarcopenia in older adults: a cross-sectional study) verificou a capacidade da bioimpedância, por técnica mais acurada em análise vetorial de bioimpedância (BIVA - clássica e específica), identificar as nuances corporais, nomeadamente da sarcopenia em idosos. A análise vetorial mostrou potencial para monitorar hidratação e perdas musculares. Além disso, tanto a BIVA clássica como a específica foram capazes de distinguir sarcopenia nas mulheres, mas não nos homens. Quando os critérios diagnósticos para sarcopenia foram testados individualmente, ambas também foram capazes de detectar as mudanças morfológicas (índice musculoesquelético), mas não as funcionais. Dessa forma, os resultados foram promissores, mas insuficientes para monitorar riscos da sarcopenia durante o envelhecimento. O terceiro objetivo (Artigo III - Multicompartment body composition analysis in older adults: a cross-sectional study) retoma a antropometria convencional para propor e validar alternativamente um modelo multicompartimental único, capaz de predizer simultaneamente componentes corporais musculares, ósseos e de gordura. O modelo pôde predizer o TMMA como um dos critérios diagnósticos da sarcopenia, o conteúdo mineral ósseo como marcador da saúde óssea dos idosos, e a massa gorda para indicar os limiares da obesidade. O modelo foi submetido à validação cruzada, mostrando coeficientes de desempenho válidos e confiáveis. Em conclusão, considerar a especificidade populacional ao selecionar equações para predizer o evita erros no diagnóstico de sarcopenia do componente muscular. A falha da BIVA na identificação e monitoramento satisfatório dos indicadores de sarcopenia para ambos os sexos requer uma alternativa simples, de baixo custo e viável capaz de predizer simultaneamente indicadores de sarcopenia, obesidade e osteoporose. Portanto, o uso do modelo aqui proposto representa uma simples estratégia, capaz de monitorar, identificar e prever precocemente os agravos dessas doenças.