Relações entre os diferentes componentes da composição corporal com a massa óssea e o desenvolvimento de uma equação simples para predição de massa magra em mulheres pósmenopausadas

Relações entre os diferentes componentes da composição corporal com a massa óssea e o desenvolvimento de uma equação simples para predição de massa magra em mulheres pósmenopausadas

Author Marin, Rosangela Villa Autor UNIFESP Google Scholar
Advisor Castro, Marise Lazaretti Autor UNIFESP Google Scholar
Institution Universidade Federal de São Paulo (UNIFESP)
Graduate program Medicina (Endocrinologia e Metabologia)
Abstract Introduction: The aging process implies loss of functional abilities. Currently a major scientific concern is the investigation of sarcopenia due to its implications for the independence of the elderly. Sarcopenia causes a concomitant reduction of muscle strength, bone mass, lean mass and physical performance, which, when taken together, increase the risk of falls and fractures, becoming a major public health problem. Objectives: 1. To verify which components of body composition best correlates with BMD and; 2. To construct a model to estimate total lean mass from variables of easy access and applicability. Methodology: This is a cross-sectional study, using data of women belonging to three different studies, developed with standardization of several criteria in common and obtained by the same group of researchers. Sample: the population included 943 women, aged over 50 years, postmenopausal, non-institutionalized, who participated in three different study protocols developed by the same group of researchers. To evaluate bone mass, women were divided between treated and untreated for osteoporosis. The present study was approved by the Research Ethics Committee of UNIFESP under No. 32882/12. Methods: We performed the measurement of body composition (bone mass, lean mass, fat mass) obtained by bone densitometry (DXA), hand grip strength (TAKEI portable dynamometer), static balance with visual control, functional mobility and stationary gait. Statistical analysis: normality of the data was evaluated by the Kolmogorov Smirnov adhesion test. Data analysis was performed using Pearson's linear correlation and, later, by multiple linear regression analysis. Results were considered significant when p <0.05. Results: There were significant correlations between total body mass and all bone mass sites in women treated and not treated with active osteoporosis drugs. In untreated women the correlations were more expressive and more relevant for the distal femur, explaining bone mass in 30%. In the treated ones, however, this expressiveness was lost in the final results. Using the existing variables, we could construct a statistical model to estimate total lean mass (MMT), defined by the formula: MMT= -10.257 + (0.390 x total body mass) - (0.077 x arm circumference) + (17.733 x height) + (0.057 x right hand grip strength) - (0.019 x functional mobility) + (0.018 x age), with high correlation (r = 0.909) and a satisfactory explanation coefficient, with r2= 0.825; p = 0.001. Conclusions: The lean mass of untreated women with active osteoporosis medication was a better predictor of bone mass than fat mass, especially for the distal femur. This suggests that maintaining a healthy muscle mass may contribute to maintaining bone quality. Treatment with anti-osteoporotic drugs seems to mask these relationships. With simple and easy to obtain measures it was possible to create an equation where the total lean mass could be explained in 82.5%. This may facilitate the characterization of sarcopenia in populations without access to the DXA device, which may have a great impact on the clinical evaluation and the dissemination of this concept in deprived environments.

Introdução: o envelhecimento populacional implica em perda de capacidades e habilidades funcionais e atualmente outra grande preocupação está em se investigar a sarcopenia, devido suas implicações na independência desta população. Diante deste processo ocorre a redução concomitante de força muscular, da massa óssea, da massa magra e da performance física, o que, quando tomados em conjunto, aumentam o risco de quedas e fraturas, tornando-se um grande problema de saúde pública. Objetivos: 1. Verificar qual dos componentes da composição corporal melhor se correlaciona com a DMO. 2. Construir um modelo de estimativa da massa magra total a partir de variáveis de fácil acesso e aplicabilidade. Metodologia: Tratase de um estudo transversal, utilizando um banco de dados com mulheres pertencentes a três diferentes estudos, que foram desenvolvidos com padronização de vários critérios em comum e obtidos pelo mesmo grupo de pesquisadores. Amostra: a população foi composta por 943 mulheres, com idade superior a 50 anos, pós-menopausadas, não institucionalizadas, que participaram de diferentes protocolos de estudo desenvolvidos pelo mesmo grupo de pesquisadores. Para avaliação da massa óssea, as mulheres foram divididas entre tratadas e não tratadas para osteoporose. O presente estudo foi aprovado pelo Comitê de Ética em Pesquisa da UNIFESP sob o n°32882/12. Métodos: Foi realizada a medida da composição corporal (massa óssea, massa magra, massa gorda) obtida pela densitometria óssea (DXA), a força preensão manual (dinamômetro portátil TAKEI), o equilíbrio estático com controle visual, a mobilidade funcional e a marcha estacionária. Análise estatística: a normalidade dos dados foi avaliada pelo teste de aderência Kolmogorov Smirnov. A análise dos dados foi feita a partir da correlação linear de Pearson e, posteriormente, pela análise de regressão linear múltipla. Foram considerados significantes p< 0,05. Resultados: observou-se correlações significativas entre a massa corporal total e todos os sítios de massa óssea em mulheres tratadas e não tratadas com medicamentos ativos para osteoporose. Nas mulheres não tratadas as correlações foram mais expressivas e mais relevantes para o fêmur distal, explicando em 30% a massa óssea. Nas tratadas, entretanto, perdeu-se esta expressividade nos resultados finais. Utilizando as variáveis existentes foi possível construir um modelo estatístico para estimar massa magra total (MMT), definido pela fórmula: MMT= -10,257 + (0,390 x massa corporal total) - (0,077 x circunferência de braço contraído) + (17,733 x estatura) + (0,057 x força de preensão manual direita) - (0,019 x mobilidade funcional) + (0,018 x idade), com elevada correlação (r=0,909) e um coeficiente de explicação bastante satisfatório, com r2=0,825; p=0,001. Conclusões: A massa magra das mulheres não tratadas com medicamento ativo para osteoporose foi melhor o preditor da massa óssea do que a massa gorda, especialmente para o fêmur distal. Isto sugere que a manutenção de uma massa muscular saudável possa contribuir para manutenção da qualidade óssea. O tratamento com drogas anti-osteoporóticas parece mascarar essas relações. Com medidas simples e de fácil obtenção foi possível criar uma equação onde a massa magra total pôde ser explicada em 82,5%. Isto poderá facilitar a caracterização da sarcopenia em populações sem acesso ao aparelho de DXA, o que poderá ter grande impacto na avaliação clínica e na disseminação deste conceito em ambientes carentes.
Keywords Body Composition
Bone Mineral Density
Handgrip Strength
Timed Up And Go
Sarcopenia
Osteoporosis
Prediction Equation
Lean Mass
Bone Mass
Composição Corporal
Densidade Mineral Óssea
Força De Preensão Manual
Timed Up And Go
Sarcopenia
Osteoporose
Equação De Predição
Massa Magra
Massa Óssea
Language Portuguese
Date 2019-01-31
Research area Diagnóstico E Terapêutica
Knowledge area Endocrinologia E Metabologia
Publisher Universidade Federal de São Paulo (UNIFESP)
Extent 108 p.
Origin https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=7286843
Access rights Closed access
Type Thesis
URI https://repositorio.unifesp.br/handle/11600/59243

Show full item record




File

File Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Search


Browse

Statistics

My Account