Mi SciELO
Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Nutrición Hospitalaria
versión On-line ISSN 1699-5198versión impresa ISSN 0212-1611
Nutr. Hosp. vol.32 no.2 Madrid ago. 2015
https://dx.doi.org/10.3305/nh.2015.32.2.9162
ORIGINAL / Otros
Concordancia entre calorimetría indirecta y modelos predictivos en una población sana española
Agreement between indirect calorimetry and predictive equations in a sample of spanish healthy adults
Sandra de la Cruz Marcos1, Beatriz de Mateo Silleras1, M.a Alicia Camina Martín1, Laura Carreño Enciso1, Alberto Miján de la Torre1,2, José E. Galgani3,4 y M.a Paz Redondo del Río1
1Área de Nutrición y Bromatología. Departamento de Pediatría. Facultad de Medicina. Universidad de Valladolid, España.
2Servicio de Medicina Interna (Nutrición). Hospital Universitario de Burgos, España.
3Departamento de Nutrición, Diabetes y Metabolismo. Escuela de Medicina. Pontificia Universidad Católica de Chile. Santiago (Chile).
4UDA-Ciencias de la Salud, Carrera de Nutrición y Dietética. Escuela de Medicina. Pontificia Universidad Católica de Chile. Santiago (Chile).
RESUMEN
Objetivo: estudiar la concordancia entre el gasto energético en reposo (GER) obtenido mediante calorimetría indirecta (CI), y las ecuaciones de estimación más utilizadas en población adulta sana española.
Métodos: estudio transversal en el que se determinó el GER en 95 sujetos sanos con normopeso mediante calorimetría indirecta y modelos predictivos (se seleccionaron 45 fórmulas desarrolladas en adultos de características similares a la muestra estudiada que incluían peso, talla, sexo y/o composición corporal). La concordancia entre ambos métodos se analizó mediante el Coeficiente de Correlación Intraclase (CCI) y la prueba de Bland-Altman. La significación se alcanzó con p < 0,05.
Resultados: la edad media fue de 42 años (rango: 23,0- 63,2). El GER medio estimado por CI en la muestra fue de 1589 (312) kcal/día [1822,3 (224,3) kcal/día en varones y 1379,3 (216,1) kcal/día en mujeres; p < 0,05]. Las fórmulas que mejor se ajustaron a la muestra fueron las de De-Lorenzo, Harris-Benedict, Schofield y, especialmente, Korth.
Conclusiones: existen grandes variaciones en la estimación del gasto energético en reposo en función de la ecuación predictiva utilizada. Las fórmulas de De-Lorenzo, Harris-Benedic y Schofield se comportan adecuadamente en la muestra evaluada; sin embargo, la de Korth demostró ser la más apta. Los modelos que incluyen peso y/o talla obtuvieron mejores resultados que los que contienen variables de composición corporal.
Palabras clave: Gasto energético. Gasto energético en reposo. Calorimetría indirecta. Modelos predictivos del GER.
ABSTRACT
Objective: the aim of this study was to analyze the agreement between the resting energy expenditure (REE) obtained by indirect calorimetry (IC) and that obtained by prediction equations in a sample of healthy adults from Spain.
Méthods: a descriptive cross-sectional study was conducted in 95 healthy, normal-weight adults. REE was determined by IC and 45 population-specific prediction equations which were based on weight, height, sex and/or body composition (BC). The Intraclass Correlation Coefficient (ICC) and Bland-Alman plots were used to analyze the agreement between the REE obtained by IC and that obtained by prediction equations. The level of signification was reached at p < 0,05.
Results: mean age was 42 years (range: 23.0-63.2). Mean REE determined by CI was 1589 (312) kcal/d [1822.3 (224.3) kcal/d in men and 1379.3 (216.1) kcal/d in women; p < 0.05]. The De-Lorenzo, Harris-Benedict, Schofield, and especially the Korth equations showed the greatest level of agreement with respect to IC.
Conclusions: there is high variability in the estimates of REE depending on the prediction equation used. The De Lorenzo, Harris-Benedict, and the Schofield equations showed a good level of agreement in our sample; however, the Korth equation was the most appropriate. Equations based on weight and/or height were more accurate than those which included body composition variables.
Key words: Energy expenditure. Resting energy expenditure. Indirect calorimetry. REE predictive models.