metricas
covid
Buscar en
Atención Primaria
Toda la web
Inicio Atención Primaria Desnutrición y obesidad en mayores autónomos y determinantes de salud relacion...
Información de la revista
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
797
ORIGINAL
Acceso a texto completo
Desnutrición y obesidad en mayores autónomos y determinantes de salud relacionados con ambos trastornos nutricionales
Malnutrition and obesity in self-sufficient elderly and health determinants related to both nutritional disorders
Visitas
797
Claudia Haitzell Bonilla-Barreraa,
Autor para correspondencia
hatzell1972@gmail.com

Autor para correspondencia.
, Laura Bea Bergesb, Jesús Seco-Calvoc,d
a Gerencia de Atención Primaria de León, León, España
b Gerencia de Atención Primaria, Servicio Riojano de Salud, La Rioja, España
c Departamento de Enfermería y Fisioterapia, Instituto de Biomedicina (IBIOMED), Universidad de León, León, España
d Departamento de Fisiología, Universidad del País Vasco, Vizcaya, España
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (6)
Tabla 1. Análisis descriptivo de variables clínicas, estado de salud-enfermedad, hábitos de vida, variables socioeconómicas, estado metabólico y estado funcional
Tabla 2. Análisis inferencial. Diferencias en las variables de las características antropométricas en función del sexo, intervalos de edad y hábitat (n=406 personas a partir de los 65 años, de La Rioja)
Tabla 3. Análisis descriptivo. Estado nutricional, hábitos de vida, estado de salud, calidad de vida, estado funcional, estado metabólico y variables socioeconómicas, en función del sexo, edad y hábitat, n=406 personas a partir de los 65 años, de La Rioja
Tabla 4. Análisis inferencial. Diferencias en las variables clínicas, estado de salud, hábitos de vida, estado metabólico y características socioeconómicas, en función de sexo, intervalos de edad y hábitat (n=406 personas ≥ 65 años, de La Rioja)
Tabla 5. Regresión logística univariante. Predictores significativos (p <0,05) o cercanos (p <0,20) sobre la desnutrición y su riesgo según MNA y la obesidad y su riesgo según IMC (n=406 personas a partir de los 65 años, de La Rioja)
Tabla 6. Regresión logística multivariante. Modelo múltiple para la desnutrición según MNA y para la Obesidad según IMC (n = 406 personas a partir de los 65 años, de La Rioja)
Mostrar másMostrar menos
Material adicional (1)
Resumen
Objetivo

Evaluar el estado nutricional en adultos mayores de la comunidad, para determinar desnutrición, obesidad y sus riesgos, e identificar los determinantes relacionados con ambas situaciones clínicas.

Diseño

Estudio transversal.

Emplazamiento

Tres centros de salud de atención primaria (AP) de La Rioja en zonas urbana, semiurbana y rural.

Participantes

Un total de 409 personas ≥ 65 años demandantes de consulta, con tres abandonos.

Intervenciones

Valoración nutricional por herramientas de cribado y medidas antropométricas.

Medidas principales

Se utilizó el Mini Nutritional Assessment Short Form (MNA SF®) para determinar la prevalencia de desnutrición y el índice de masa corporal (IMC) para obesidad. Se incluyeron variables sociodemográficas, socioeconómicas, de salud-enfermedad, hábitos de vida, estado metabólico, antropometría. Se realizó una regresión logística binaria para la predicción de variables dependientes dicotómicas.

Resultados

La prevalencia de desnutrición y su riesgo (RDN) fue del 18,7% y de obesidad y su riesgo del 66,5%. El modelo multivariante para la desnutrición y RDN comprende la polifarmacia, la dislipemia, el sedentarismo, tener patología mental (odds ratio [OR]=3,09; 2,01; 2,12; 1,72, respectivamente). La probabilidad de presentar obesidad se asocia con el riesgo cardiovascular, la edad, el consumo excesivo-moderado de alcohol, la hipertensión y la baja adherencia a la dieta mediterránea (OR=2,73; 4,27; 2,03; 1,97; 1,81, respectivamente).

Conclusiones

Los resultados resaltan que la población de estudio presenta un mal estado nutricional, detectándose un RDN, obesidad y sobrepeso. Los predictores identificados relacionados con hábitos de vida, presencia de enfermedades, problemas psicosociales, alteraciones metabólicas, etc. pueden guiar la selección de aquellas personas que se beneficiarían de un cribado para detectar y abordar tempranamente el riesgo de malnutrición.

Palabras clave:
Riesgo de malnutrición
Obesidad
Adultos mayores
Estado nutricional
Vivir en la comunidad
Factores de riesgo
Abreviaturas:
AP
CP
DM
DLP
DN
ESPEN
GLIM
HDL
HTA
ICC
IMC
LDL
MNA Lf®
MNA Sf ®
OMS
P. Cad
P. Cint
RCV
RDN
SEEDO
SEGG
SENPE
Abstract
Objective

Evaluate the nutritional status in older adults in the community, to determine malnutrition, obesity and their risks and to identify determinants related to both clinical situations.

Design

Cross-sectional study.

Site

3 Primary care health centers in La Rioja in urban, semiurban and rural areas.

Participants

409 people ≥ 65 years old who came to receive consultation, with 3 abandonments.

Interventions

Nutritional assessment by tools screening and anthropometric measurements.

Main measurement

The MNA SF® was used to determine the prevalence of malnutrition and the BMI for obesity. Sociodemographic, socioeconomic, health-disease variables, lifestyle habits, metabolic status, and anthropometric measurements were included. Binary logistic regression was performed to predict dichotomous dependent variables.

Results

The prevalence of malnutrition and its risk (DR) were 18.7% and obesity and its risk were 66,5%. The multivariate model for malnutrition and DR includes polypharmacy, dyslipidemia, sedentary lifestyle, and having mental pathology (OR=3.09, 2.01, 2.12, 1.72, respectively). On the other hand, the probability of presenting obesity is associated with cardiovascular risk, age, excessive-moderate alcohol consumption, hypertension and low adherence to the Mediterranean diet (OR=2.73, 4.27, 2.03, 1.97, 1.81 respectively).

Conclusion

This results stand out that the study population has a poor nutritional status, detecting a risk of malnutrition, obesity and overweight. The identified predictors related to lifestyle habits, presence of diseases, psychosocial problems, metabolic alterations, etc. They can guide the selection of those people who would benefit from screening to detect and approach the risk of malnutrition early.

Keywords:
Risk malnutrition
Obesity
Older adults
Nutritional status
Community dwelling
Risk factors
Texto completo
Introducción

La Organización Mundial de la Salud (OMS) señala a la población anciana como grupo nutricionalmente vulnerable1, su estado puede afectarse por cambios fisiológicos, psicosociales, ambientales asociados al envejecimiento, como el aislamiento, la soledad, la depresión y la falta de ingresos2. El estadio previo a la malnutrición es el riesgo de malnutrición, cuya importancia radica en su detección temprana por una valoración nutricional adecuada, para ser tratado y evitar su progresión3. La Iniciativa de Liderazgo Mundial sobre la Malnutrición (GLIM)4,5, creada para realizar el diagnóstico de malnutrición, utiliza inicialmente un cribado nutricional por una herramienta validada, seguido de criterios diagnósticos fenotípicos y etiológicos4,6,7. Sin embargo, algunos autores6 promueven la combinación de estos criterios con factores de riesgo relacionados con la malnutrición para detectar a personas en riesgo de desnutrición (RDN) de forma temprana6.

El Consenso de la Sociedad Europea de Nutrición Parenteral y Enteral (ESPEN) considera a la malnutrición y la sobrenutrición como trastornos nutricionales7 donde la desnutrición significa malnutrición y la sobrenutrición obesidad y sobrepeso8. La malnutrición, actualmente, está enmascarada por el sobrepeso6, siendo común que personas con sobrenutrición puedan estar malnutridas en situaciones de enfermedad, daño o ingesta de alimentos de escasa calidad8.

A menudo, la desnutrición en mayores no se diagnostica y son pocas las evaluaciones exhaustivas de su prevalencia mundial2. La implementación del cribado se ha centrado principalmente en entornos hospitalarios, descuidando otros ámbitos6. Aunque el beneficio del screening es detectar la población en riesgo7–9, aún no está claro cuál es la herramienta más apropiada6,10,11.

El objetivo principal de este trabajo es valorar el estado nutricional de la población mayor de 65 años en la comunidad mediante un cribado, así como determinar la prevalencia de ambos trastornos nutricionales y su riesgo, e identificar los factores de riesgo relacionados con ambas situaciones clínicas y establecer predictores para identificar a la población en riesgo de malnutrición.

La hipótesis es que los predictores identificarán la población que pueda beneficiarse de un cribado nutricional, para así establecer estrategias de intervención anticipadas.

Material y métodosDiseño

Se trata de un estudio transversal.

Emplazamiento

Tres centros de salud de La Rioja, España, localizados en zonas urbana, semiurbana y rural, en el ámbito de atención primaria (AP) en personas de 65 años o más. Los individuos de la muestra se seleccionaron de forma tal que se pudiera excluir un posible sesgo de selección, como la tendencia a incluir en el estudio a aquellos sujetos con un mayor riesgo de malnutrición. Se seleccionaron personas de todos los cupos de los centros de salud y de todos los hábitats geográficos para garantizar así la aleatoriedad.

Se utilizó un muestreo aleatorio simple para el cálculo del tamaño muestral, considerando estimaciones de prevalencia de 10% para desnutrición, 23,3% para riesgo nutricional y 36,9% para obesidad, con un intervalo de confianza de 95% (IC 95%), precisión del 3, 4 y 4,5%, respectivamente. Calculándose unas muestras para desnutrición de 403 individuos, 431 para riesgo nutricional y 444 para obesidad, con 409 sujetos como muestra final con tres abandonos, quedando 406 participantes, que acudían como usuarios a los centros de salud y que previamente habían aceptado su participación, firmando un consentimiento informado, aprobado previamente por comité de ética. Se recogieron datos durante cuatro meses y se instruyó para ello al personal sanitario. Para las medidas antropométricas, se emplearon los recursos de cada centro.

Se excluyeron a los pacientes institucionalizados y subsidiarios de atención sanitaria por el servicio de AP, aquellos con diagnóstico de demencia y deterioro cognitivo moderado-grave y aquellos atendidos únicamente en su domicilio, por la dificultad de las mediciones antropométricas.

Evaluación nutricional

Se realizó con el Mini Nutritional Assesment Short Form (MNA-Sf®) para determinar la prevalencia de desnutrición (DN) y RDN7,8,12,13, herramienta4 con mayor puntuación14 y recomendada por la ESPEN7,15 que incluye, además del índice de masa corporal (IMC), la circunferencia de la pantorrilla (CP), considerándose el valor <31 como RDN9,10. Consta de seis ítems, con puntuación máxima de 14 puntos, clasificándose en estado nutricional normal (12-14 puntos), RDN (8-11) y desnutrición (0-7)13,16.

Para medir la obesidad se utilizó el IMC como parámetro de elección17 e indicador de adiposidad corporal en la población adulta recomendado por la Sociedad Española para el estudio de la Obesidad (SEEDO); se empleó la clasificación de la OMS modificada por la Sociedad Española de Geriatría y Gerontología (SEGG) y la Sociedad Española de Nutrición Parenteral y Enteral (SENPE) que considera normopeso un IMC entre 22-26,9kg/m211,15,18; obesidad, valores de IMC ≥ 30kg/m2; sobrepeso, entre 27 y 29,9kg/m2; peso insuficiente entre 18,5 y 21,9kg/m2 y desnutrición valores inferiores a 18,5kg/m210,18, aunque actualmente es criterio de desnutrición un IMC <22 kg/m2,4,7,14. Para clasificar la obesidad se recurrió a los criterios de la OMS y la SEEDO19–21. Se midió el perímetro de cintura (P Cint.) y cadera (P Cad.) para calcular el índice cintura cadera (ICC), que determina la distribución de la grasa abdominal y su correlación con el riesgo cardiovascular (RCV), con valores delimitadores del riesgo> 1,00 en varones y> 0,85 en mujeres19.

Se recogieron las características sociodemográficas: sexo (hombre/mujer), edad distribuida por intervalos (65-74 años, 75-84 años, ≥ 85) y el hábitat (urbano, semiurbano, rural) según la localización de los centros de salud participantes y el tamaño poblacional22. En cuanto a las características socioeconómicas, estas fueron: nivel de estudios, ingresos económicos23, convivencia familiar, tipo de conviviente, presencia de cuidador. Los hábitos de vida fueron: consumo de tabaco, clasificándolo como fumador, exfumador y no fumador; consumo de alcohol catalogado como excesivo, moderado, ocasional y no consumo; actividad física, como activo y sedentario. Los hábitos alimentarios se valoraron por el cuestionario validado de Adherencia a la Dieta Mediterránea (MEDAS-14)24,25, considerando una puntuación ≥ 9 como un buen nivel de adherencia y <9 como baja adherencia.

Estado de salud-enfermedad

Se recogió en la historia clínica de los últimos cinco años, registrando el número de patologías crónicas y consumo de fármacos, comorbilidad (definida como la presencia de ≥ 2 enfermedades crónicas) y polifarmacia (tomar más de tres medicamentos), además de la presencia de hipertensión (HTA), diabetes mellitus (DM) y dislipemia (DLP), así como de patología mental.

Estado metabólico

Se recogieron seis variables analíticas: albúmina, número de leucocitos y niveles de colesterol total, cuyos valores se utilizarán para clasificar los distintos grados de desnutrición y un perfil lipídico (colesterol total, light density lipoprotein [LDL], high density lipoprotein [HDL], triglicéridos) cuyos niveles analíticos se relacionarán con ambos estados clínicos (Anexo 1).

Análisis estadístico

Se utilizó el software SPSS 25. Para el análisis descriptivo de las variables cualitativas se emplearon tablas de frecuencias y porcentajes y el cruce por tablas de contingencia. Las variables cuantitativas se describieron mediante herramientas habituales de centralidad y de variabilidad y fueron exploradas por medio de gráficos Q-Q normal, índices de asimetría y curtosis, y el test de Kolmogórov-Smirnov para verificar su normalidad. Para el contraste entre las medias de grupos independientes entre sí se utilizaron los test t de Student y análisis de la varianza (ANOVA) de un factor, cuando las variables fueron normales, y el test X2 para el cruce entre dos variables categóricas. Se calculó el tamaño del efecto expresado en R2 (escala: 0-1), para ser comparado entre distintos tipos de datos en las variables y entre distintos tipos de test estadísticos. Al comparar las medias, R2 se calculó desde el valor «d» de Cohen y para las variables categóricas, desde el coeficiente V de Cramer. Para la predicción de las variables dependientes dicotómicas, se empleó la regresión logística binaria en forma univariante y multivariante. Considerándose significación cuando p <0,05 (n.c. 5% habitual) y alta significación cuando p <0,01 (n.c. 1%). Se puede considerar casi significación, o tendencia hacia ella, cuando p <0,10 (< 10%).

Resultados

Se incluyeron 406 personas entre 65 y 86 años (76,4±6,8), mediana 76 (IC 95%: 75,7-77,0). El 13,3% tenía 85 años o más. El 55,4% fueron mujeres, porcentaje que aumenta a partir de los 75 años. La distribución por hábitat fue equilibrada (36,2% urbanos, 34,2% rurales y 29,6% semiurbanos).

La descripción de la muestra aparece en la tabla 1. En la valoración nutricional según el IMC, el 27,6% presenta sobrepeso y 38,9% ya tiene obesidad. Utilizando el MNA-SF® el 18% presenta RDN y el 0,7%, estaba desnutrido. Con la medición de la CP, el 10,3% está en RDN.

Tabla 1.

Análisis descriptivo de variables clínicas, estado de salud-enfermedad, hábitos de vida, variables socioeconómicas, estado metabólico y estado funcional

Variable/categoría  Descriptivos
Variables clínicas
Estado nutricional por IMC
Normopeso  128  31,5% 
Peso insuficiente  0,2% 
Sobrepeso/riesgo obesidad  112  27,6% 
Obesidad  158  38,9% 
Grado I  126  0,31% 
Grado II  26  6,4% 
Grado III/mórbida  1,5% 
No obesidad ni riesgo  136  33,5% 
Obesidad y en riesgo de obesidad  270  66,5% 
Test MNA-SF     
Media (± DE)  12,75(± 1,57)   
Rango (Mdn)  7-14 (13)   
Estado Nutricional por MNA-SF     
Normal  330  81,3% 
Riesgo de desnutrición  73  18,0% 
Desnutrición  0,7% 
Riesgo de desnutrición por circunferencia de pantorrilla
Riesgo de desnutrición CP < 31  42  10,3% 
Sin riesgo de desnutrición CP > 31  364  89,7% 
Variables Estado de Salud-Enf.
N.° patologías crónicas     
Media (± DE)  3,77 (± 1,70)   
Rango (Mdn)  0-9 (4)   
Comorbilidad si (> 2 patologías crónicas)  312  76,8% 
Hipertensión  285  70,2% 
Diabetes mellitus  111  27,3% 
Dislipemia  195  48,0% 
N.° de Fármacos     
Media (± DE)  5,70 (± 3,25)   
Rango (Mdn)  0-17 (5)   
Polifarmacia si (> 3 fármacos)  294  72,4% 
Patología mental No  272  67% 
Depresión  52  12,8% 
Ansiedad  27  6,7% 
Ansiedad/depresión  44  10,8% 
Otras  11  2,7% 
Riesgo cardiovascular por índice cintura cadera (ICC)  245  60,3% 
Variables hábitos de vida     
Tabaco
Fumador  27  6,7% 
Exfumador  128  31,5% 
No fumador  251  61,8% 
Alcohol     
Consumo excesivo  24  5,9% 
Consumo moderado  116  28,6% 
Consumo ocasional  111  27,3% 
No consumo  155  38,2% 
Actividad física     
Activo  343  84,5% 
Sedentario  63  15,5% 
Adherencia a dieta medit. (MEDAS 14)
Buena  242  59,6% 
Baja  164  40,4% 
Variable/categoría  Descriptivos   
Variables socioeconómicas
Nivel de Estudios
Sin estudios  57  14% 
Estudios primarios  293  72,2% 
Estudios secundarios  43  10,6% 
Estudios universitarios  13  3,2% 
Ingresos económicos
Ingresos suficientes  348  85,7% 
Insuficientes  58  14,3% 
Convivencia familiar
Vive solo  90  22,2% 
Vive acompañado  316  77,8% 
Tipo de convivencia
Pareja  268  66% 
Viudo  56  13,8% 
Familiar  45  11,1% 
Divorciado  1,5% 
Soltero  26  6,4% 
No familiar  0,7% 
Tipo de cuidador
Cuidador SÍ  64  15,8% 
Externo joven  58  14,3% 
Externo mayor  0,2% 
interno joven  1,2% 
Cuidador NO  342  84,2% 
Variable estado metabólico
Albumina
Media (± DE)  4,39 (± 0,34)   
Rango (Mdn)  2,80-6,60 (4,40)   
Sin déficit (≥ 3,50)  338  83,3% 
Desnutrición leve (3,00-3,49)  1,0% 
Desnutrición moderada (2,50-2,99)  0,2% 
No consta  63  15,5% 
Triglicéridos
Media (± DE)  113,56 (± 53,66)   
Rango (Mdn)  44-459 (98)   
Nivel óptimo (0-99)  205  50,5% 
Sobre-nivel óptimo (100-129)  73  18,0% 
Nivel alto (≥ 130)  121  29,8% 
No consta  1,7% 
Colesterol total
Media (± DE)  181,9 (± 37,75)   
Rango (Mdn)  84-395 (180)   
Nivel alto (≥ 240)  21  5,2% 
Sobre-nivel (200-239)  102  25,1% 
Óptimo/sin déficit (180-199)  83  20,4% 
Subóptimo/desnutrición leve (140-179)  142  35,0% 
Desnutrición moderada (100-139)  50  12,3% 
Desnutrición severa (< 100)  0,5% 
No consta  1,5% 
HDL
Media (± DE)  56,82 (± 14,85)   
Rango (Mdn)  27-117 (55)   
Subóptimo (0-39)  41  10,1% 
Óptimo (40-60)  224  55,2% 
Beneficioso (> 60)  132  32,5% 
No consta  2,2% 
LDL
Media (± DE)  102,46 (± 33,04)   
Rango (Mdn)  31-308 (100,5)   
Optimo (0-99)  190  46,8% 
Sobre-nivel (100-129)  132  32,5% 
Nivel alto (≥ 130)  75  18,5% 
No consta  2,2% 
Linfocitos
Media (± DE)  2.255,6 (± 719,6)   
Rango (Mdn)  600-4.900 (2.200)   
Sin déficit (≥ 1.600)  346  85,2% 
Desnutrición leve (1.200-1.599)  42  10,3% 
Desnutrición moderada (800-1.199)  11  2,7% 
Desnutrición severa (≤ 799)  0,2% 
No consta  1,5% 
Variable/categoría  Descriptivos
Variable Estado funcional
Tiempo de velocidad de la marcha (seg.)
Media (± DE)  5,27 (± 2,22)   
Rango (Mdn)  2,3-28 (4,8)   
Test de velocidad marcha (SPPB)     
Media (± DE)  0,85 (± 0,25)   
Rango (Mdn)  0,14-1,74 (0,83)   
Fragilidad/discapacidad según VM
Discapacitado (limitación severa)  30  7,4% 
Frágil (limitación moderada)  184  45,3% 
Pré-fragil (limitación leve)  100  24,6% 
No frágil (sin limitación)  92  22,7% 
Dependencia (Barthel)
Media (± DE)  97,6 (± 5,44)   
Rango (Mdn)  65-100 (100)   
Independiente  406  100% 
Calidad de Vida Relacionada con la Salud (EQ-5D)
Media (± DE)  68,95 (± 17,65)   
Rango (Mdn)  10-100 (70)   
Mala salud  26  6,4% 
Salud regular  145  35,7% 
Buena Salud  168  41.4% 
Muy buena salud  67  16.5% 

CP: circunferencia de la pantorrilla; DE: desviación estándar; IMC: índice de masa corporal; HDL: Hight density lipoprotein; LDL: Light density lipoprotein; Mdn: mediana; MNA-SF: Mini Nutritional Assesment Short Form; VM:.

La evaluación antropométrica mostró que casi todas las variables se distribuían normalmente (Anexo 2). Se encontraron diferencias significativas según el sexo, la edad y el hábitat en las medias antropométricas. Las mujeres presentan valores medios más bajos en peso, talla y P Cint. (p <0,001). Los mayores de 85 años tenían valores más bajos de peso, talla y perímetro de la pantorrilla (p <0,001) y el entorno urbano presentaba un mayor perímetro de la pantorrilla (p <0,001) (tabla 2).

Tabla 2.

Análisis inferencial. Diferencias en las variables de las características antropométricas en función del sexo, intervalos de edad y hábitat (n=406 personas a partir de los 65 años, de La Rioja)

Variable  Media (desviación estándar)ANOVA de 1 f.e.f.
  Hombre (n=181)  Mujer (n=225)  Valor F  Valor p  Tamaño del efecto R2 
Peso (kg)  78,67 (12,49)  68,60 (11,07)  8,61**  0,000  0,155 
Talla (cm)  164,46 (6,23)  152,98 (5,92)  18,98**  0,000  0,471 
IMC (kg/cm229,06 (4,21)  29,31 (4,45)  0,5NS  0,568  0,001 
Pantorrilla (cm)  35,23 (3,45)  34,69 (3,52)  1,5NS  0,117  0,006 
Cintura (cm)  103,42 (11,51)  95,30 (11,36)  7,12**  0,000  0,111 
Cadera (cm)  105,00 (8,02)  107,88 (10,05)  3,13**  0,002  0,024 
Índice CINT/CAD  0,98 (0,07)  0,88 (0,08)  12,86**  0,000  0,29 
Variable  Media (desviación estándar)ANOVA de 1 f.e.f.
  65-74 años (n=172)  75-84 años (n=180)  ≥ 85 años (n=54)  Valor F  Valor p  Tamaño del efecto R2 
Peso (kg)  76,22 (12,84)  72,11 (12,17)  66,3 (11,21)  14,13**  0,000  0,066 
Talla (cm)  160,47 (8,38)  156,83 (7,53)  154,79 (8,75)  14,18**  0,000  0,066 
IMC (kg/cm229,58 (4,42)  29,31 (4,42)  27,61 (3,48)  4,43 *  0,013  0,021 
Pantorrilla (cm)  35,66 (3,52)  34,61 (3,31)  33,65 (3,56)  8,47**  0,000  0,04 
Cintura (cm)  99,54 (12,54)  99,36 (11,52)  95,44 (12,24)  2,6NS  0,075  0,013 
Cadera (cm)  109,97 (9,85)  107,04 (9,06)  103,90 (7,90)  2,6NS  0,072  0,013 
Índice CINT/CAD  0,93 (0,09)  0,93 (0,09)  0,9 (0,11)  0,3NS  0,715  0,002 
Variable  Media (desviación estándar)ANOVA de 1 f.e.f.
  Urbano  Semiurbano  Rural  Valor F  Valor p  Tamaño del efecto R2 
  (n=147)  (n=120)  (n=139)       
Peso (kg)  73,32 (12,26)  74,29 (12,83)  71,81(13,12)  1,2NS  0,285  0,006 
Talla (cm)  158,28 (8,13)  159,43 (7,70)  156,76 (8,88)  3,40 *  0,034  0,017 
IMC (kg/cm229,24 (4,25)  29,18 (4,46)  29,16 (4,37)  0,0NS  0,987  0,000 
Pantorrilla (cm)  35,71 (3,16)  33,95 (4,04)  34,95 (3,11)  8,74**  0,000  0,042 
Cintura (cm)  98,57 (12,59)  99,16 (12,06)  99,07(11,69)  0,1NS  0,908  0,000 
Cadera (cm)  106,49 (8,40)  107,1 (11,03)  106,19 (8,60)  0,3NS  0,682  0,002 
Índice CINT/CAD  0,93 (0,10)  0,93 (0,10)  0,93 (0,08)  0,2NS  0,784  0,001 

ANOVA: análisis de la varianza; CINT/CAD: cintura/cadera; IMC: índice de masa corporal; f.e.f.: N.S.: no significativo.

*

significativo.

**

altamente significativo.

La tabla 3 presenta el análisis descriptivo de todas las variables según sexo, edad y hábitat e identificamos diferencias significativas en las mujeres que manifestaban más patología mental, DLP, niveles óptimos de HDL, menor consumo de alcohol, viven más solas (p <0,001) y presentan más viudedad (p <0,01). Los hombres consumen más tabaco y presentan valores subóptimos de colesterol (p <0,001). Los mayores de 85 años necesitan más cuidadores, tienen menos estudios y más viudedad (p <0,001), conviven más con familiares y presentan déficit de linfocitos (p <0,01). En el ámbito rural tienen menos ingresos económicos (p <0,001), hay más solteros (p <0,01) y más déficit de linfocitos (p=0,000). El grupo menor de 75 años presenta menos comorbilidad (p <0,001) y polifarmacia (p <0,01) y en el hábitat semiurbano se consume menos alcohol (p <0,001) y tabaco (p <0,01) hay menos DLP, comorbilidad, aunque menor adherencia a la dieta mediterránea y más población sin estudios (p <0,001). Únicamente se reveló una relación del estado nutricional con el CP, siendo los mayores de 85 años (p <0,05) y el medio semiurbano (p <0,01) con más RDN (tabla 4).

Tabla 3.

Análisis descriptivo. Estado nutricional, hábitos de vida, estado de salud, calidad de vida, estado funcional, estado metabólico y variables socioeconómicas, en función del sexo, edad y hábitat, n=406 personas a partir de los 65 años, de La Rioja

n=406  Hombre n = 181 (44,6%)  Mujer n = 225 (55,4%)  65-74 años n = 172 (42,4%)  75-85 años n = 180 (44,3%)  ≥ 85 años n = 54 (13,3%)  Urbano n = 147 (36,2%)  Semiurbano n = 120 (29,6%)  Rural n=139 (34,2%) 
Estado Nutricional IMC
Obesidad  39,2%  38,7%  41,3%  40,6%  25,9%  36,7%  39,2%  41,0% 
Sobrepeso/ riesgo obesidad  29,3%  26,2%  28,5%  25,65%  31,5%  33,3%  24,2%  24,5% 
Normo peso  28,2%  34,2%  29,7%  31,7%  37,0%  29,3%  36,0%  30,9% 
Peso insuficiente/riesgo Desnutrición  3,3%  0,9%  0,6%  2,2%  5,6%  0,7%  1,7%  3,6% 
Estado nutricional MNA
Normal  83,4%  79,6%  83,1%  78,9%  83,3%  80,3%  87,5%  77,0% 
Riesgo de desnutrición  15,5%  20,0%  16,3%  20,0%  16,7%  18,4%  12,5%  22,3% 
Desnutrición  1,1%  0,4%  0,6%  1,1%  ---  1,4%  ---  0,7% 
Circunf. Pantorrilla
Riesgo de desnutrición < 31  8,8%  11,6%  7,0%  11,1%  18,5%  6,1%  17,5%  8,6% 
Riesgo cardiovascular (por ICC)
NO RCV  53,6%  28,4%  41,9%  37,8%  38,9%  39,5%  42,5%  37,4% 
SÍ RCV  46,4%  71,6%  58,1%  62,2%  61,1%  60,5%  57,5%  62,6% 
Consumo de tabaco
Fumador  9,4%  4,4%  10,5%  4,4%  1,9%  11,6%  2,5%  5,0% 
Exfumador  59,7%  8,9%  39,0%  27,8%  20,4%  36,4%  24,2%  33,8% 
No fumador  30,9%  86,7%  50,6%  67,8%  77,8%  53,1%  73,3%  61,2% 
Consumo de alcohol
Excesivo  12,7%  0,4%  8,1%  3,3%  7,4%  2,7%  5,0%  10,1% 
Moderado  44,2%  16,0%  33,7%  24,4%  25,9%  38,1%  18,3%  27,3% 
Ocasional  29,3%  25,8%  27,3%  28,9%  22,2%  29,9%  29,2%  23,0% 
No consumo  13,8%  57,8%  30,8%  43,3%  44,4%  29,3%  47,5%  39,6% 
Actividad física
Activo  89,0%  80,9%  89,0%  81,1%  81,5%  82,3%  87,5%  84,2% 
Sedentario  11,0%  19,1%  11,0%  18,9%  18,5%  17,7%  12,5%  15,8% 
Adherencia DM
Buena  63,0%  59,6%  63,4%  59,4%  48,1%  70,7%  43,3%  61,9% 
Baja  37,0%  43,1%  36,6%  40,6%  51,9%  29,3%  56,7%  38,1% 
Comorbilidad (≥ 2 patologías Crónicas)
NO  26,0%  20,9%  32,0%  16,7%  16,7%  20,4%  36,7%  14,4% 
SÍ  74,0%  79,1%  68,0%  83,3%  83,3%  79,6%  63,3%  85,6% 
Hipertensión  72,4%  68,4%  66,3%  73,3%  72,2%  69,4%  74,2%  67,6% 
Diabetes mellitus  32,0%  23,6%  29,7%  23,3%  33,3%  26,5%  25,0%  30,2% 
Dislipemia  45,3%  50,2%  49,4%  50,0%  37,0%  51,7%  30,8%  59,0% 
Polifarmacia (> 3 fármacos)
NO  31,5%  24,4%  36,6%  20,0%  24,1%  32,0%  30,8%  20,1% 
SÍ  68,5%  75,6%  63,4%  80,0%  75,9%  68,0%  69,2%  79,9% 
Patología mental
NO  82,9%  54,2%  70,9%  62,2%  70,4%  67,3%  68,3%  65,5% 
SÍ  17,1%  45,8%  29,1%  37,8%  29,6%  32,7%  31,7%  34,5% 
Calidad de vida relacionada con la salud
Mala salud  2,8%  9,3%  3,5%  8,9%  7,4%  2,0%  12,5%  5,8% 
Salud Regular  33,7%  37,3%  32,6%  37,8%  38,9%  28,6%  52,5%  28,8% 
Buena salud  47,0%  36,9%  36,9%  46,5%  37,2%  42,9%  25,8%  53,2% 
Muy buena salud  16,6%  16,4%  16,4%  17,4%  16,1%  26,5%  9,2%  12,2% 
Fragilidad (velocidad de la marcha 4 m)
Discapacidad/lim. severa  5%  9,3%  0,6%  7,2%  29,6%  4,8%  5,0%  12,2% 
Frágil/lim. moderada  38,1%  51,1%  28,5%  58,9%  53,7%  44,2%  28,3%  61,2% 
Prefrágil/lim. leve  26,0%  23,6%  33,7%  19,4%  13,0%  25,2%  30,8%  18,7% 
No frágil/sin limitación  30,9%  16,0%  37,2%  14,4%  3,7%  25,9%  35,8%  7,9% 
Estado funcional (Barthel) Independiente  100%  100%  100%  100%  100%  100%  100%  100% 
Albúmina
Sin déficit  96,8%  100%  99,3%  98,0%  98,0%  985%  100%  97,7% 
Con déficit  3,2%  0,0%  0,7%  2,0%  2,0%  1,5%  0,0%  2,3% 
Triglicéridos
Óptimo  57,2%  46,6%  47,9%  54,2%  52,8%  50,0%  46,5%  56,8% 
Sobre-nivel  42,8%  53,4%  52,1%  45,8%  47,2%  50,0%  53,5%  43,2% 
Colesterol total
Óptimo  17,2%  23,6%  24,7%  18,6%  15,1%  24,0%  21,7%  16,5% 
Subóptimo  61,1%  38,2%  41,2%  56,5%  45,3%  42,5%  48,7%  54,7% 
Sobre-nivel  21,7%  38,2%  34,1%  24,9%  39,6%  33,6%  29,6%  28,8% 
HDL
Óptimo  84,4%  94,0%  91,0%  88,7%  88,7%  92,4%  88,6%  87,8% 
Subóptimo  15,6%  6,0%  9,0%  11,3%  11,3%  7,6%  11,4%  12,2% 
LDL
Óptimo  53,9%  42,9%  41,3%  55,9%  41,5%  45,8%  43,9%  53,2% 
Sobre-nivel  46,1%  57,1%  58,7%  44,1%  58,5%  54,2%  56,1%  46,8% 
Linfocitos
Sin déficit  86,7%  86,3%  92,3%  83,7%  77,4%  89,0%  94,0%  77.7% 
Con déficit  13,3%  13,7%  7,7%  16,3%  22,6%  11,0%  6,0%  22.3% 
Nivel de estudios
Sin estudios  12,7%  15,1%  5,8%  17,8%  27,8%  4,8%  28,3%  11,5% 
Estudios primarios  72,9%  71,6%  75,0%  72,2%  63,0%  69,4%  66,7%  79,9% 
Estudios secundarios  9,4%  11,6%  14,0%  7,8%  9,3%  19,0%  5,0%  6,5% 
Estudios universitarios  5,0%  1,8%  5,2%  2,2%  ---  6,8%  ---  2,2% 
Ingresos económicos
Ingresos suficientes  84,5%  86,7%  88,4%  84,4%  81,5%  89,9%  94,2%  74.1% 
Insuficientes  15,5%  13,3%  11,6%  15,6%  18,5%  10,2%  5,8%  25,9% 
Convivencia familiar
Vive solo  14,4%  28,4%  17,4%  25,0%  27,8%  21,8%  20,8%  23.7% 
Vive acompañado  85,6%  71,6%  82,6%  75,0%  72,2%  78,2%  79,2%  76.3% 
Tipo de convivencia
Pareja  75,7%  58,2%  76,2%  63,3%  42,6%  63,9%  71,7%  63.3% 
Viudo  3,9%  21,8%  8,7%  16,1%  22,2%  10,9%  17,5%  13.7% 
Familiar  8,8%  12,9%  5,8%  11,1%  27,8%  12,9%  7,5%  12,2% 
Divorciado  1,1%  1,8%  1,7%  0,6%  3,7%  4,1%  0,0%  0,0% 
Soltero  8,8%  4,4%  7,0%  7,2%  1,9%  6,8%  1,7%  10.1% 
No familiar  1,1%  0,4%  0,6%  0,6%  1,9%  1,4%  0,0%  0.7% 
Cuidador SÍ  14,4%  16,9%  4,1%  19,4%  40,7%  15,6%  10,8%  20.1% 
Externo joven  1,2%  16,0%  3,5%  17,2%  38,9%  12,9%  10,8%  18.7% 
Externo mayor  ---  0,4%  0,6%  ---  ---  0,7%  ---  --- 
Interno joven  2,2%  0,4%  ---  2,2%  1,9%  2,0%  ---  --- 
Cuidador NO  85,6%  83,1%  95,9%  80,6%  59,3%  84,4%  89,2%  79,9% 

DM: diabetes mellitus; IMC: índice de masa corporal; ICC: índice cintura cadera; HDL: Hight density lipoprotein; LDL: Light density lipoprotein; MNA: Mini Nutritional Assessment; RCV: riesgo cardiovascular.

Tabla 4.

Análisis inferencial. Diferencias en las variables clínicas, estado de salud, hábitos de vida, estado metabólico y características socioeconómicas, en función de sexo, intervalos de edad y hábitat (n=406 personas ≥ 65 años, de La Rioja)

Variable  Sexo (H/M)Intervalos edad 65-74/ 75-84/≥ 85Hábitat urbano/semiurbano/rural
  Test de X2Test de X2Test de X2
  Valor X2  Valor p  Tamaño Efecto R2  Valor X2  Valor p  Tamaño Efecto R2  Valor X2  Valor p  Tamaño Efecto R2 
VARIABLES CLÍNICAS                   
IMC – estado nutricional  4,51NS  0,212  0,010  9,31NS  0,157  0,011  6,98 NS  0,323  0,008 
Peso insuficiente                   
Normopeso                   
Sobrepeso                   
Obesidad                   
IMC - obesidad  0,96 NS  0,810  0,002  7,31 NS  0,293  0,009  2,14 NS  0,907  0,000 
Grado I                   
Grado II                   
Grado III                   
No obesidad                   
Obesidad o en riesgo  0,59 NS  0,442  0,002  2,84 NS  0,242  0,007  1,45 NS  0,485  0,004 
Ni obesidad ni riesgo                   
MNA –SF  1,92 NS  0,382  0,005  1,76 NS  0,780  0,002  6,02 NS  0,197  0,007 
Estado Nutricional Normal                   
Riesgo de desnutrición                   
Desnutrición                   
CIRCUNF. PANTORRILLA  0,80 NS  0,372  0,002  6,11 *  0,047  0,015  9,89**  0,007  0,024 
Riesgo de desnutrición                   
ESTADO DE SALUD                   
Comorbilidad  1,45 NS  0,228  0,004  13,06**  0,001  0,032  18,94**  0,000  0,047 
Hipertensión  0,74 NS  0,389  0,002  2,21 NS  0,331  0,005  1,39 NS  0,499  0,003 
Diabetes Mellitus  3,64 NS  0,056  0,010  2,89 NS  0,235  0,007  0,96 NS  0,619  0,002 
Dislipemia  0,97 NS  0,324  0,002  3,03 NS  0,220  0,009  21,70**  0,000  0,053 
Polifarmacia  2,49 NS  0,114  0,006  12,56**  0,002  0,031  5,90 NS  0,052  0,015 
Patología mental  37,24**  0,000  0,092  3,34 NS  0,189  0,008  0,25 NS  0,882  0,001 
Riesgo cardiovascular  26,51**  0,000  0,066  0,63 NS  0,731  0,002  0,70 NS  0,704  0,002 
HÁBITOS DE VIDA                   
Tabaco  136,12**  0,000  0,335  19,67**  0,001  0,024  16,38**  0,003  0,020 
Fumador                   
Exfumador                   
No fumador                   
Alcohol  104,67**  0,000  0,258  11,40 NS  0,077  0,014  23,24**  0,001  0,029 
Consumo excesivo                   
Consumo moderado                   
Consumo ocasional                   
No consumo                   
SEDENTARISMO  4,97 *  0,026  0,012  4,55 NS  0,103  0,011  1,37 NS  0,504  0,003 
ADHERENCIA D. MEDIT.  1,55 NS  0,214  0,004  3,96 NS  0,138  0,008  21,07**  0,000  0,052 
Buena                   
Baja                   
ESTADO METABÓLICO                   
Albúmina  ---  ---  ---  ---  ---  ---  ---  ---  --- 
Sin déficit                   
Con déficit                   
Triglicéridos  4,48 *  0,034  0,011  1,43 NS  0,489  0,004  2,86 NS  0,240  0,010 
Óptimo                   
Sobre-nivel                   
Colesterol total  21,48**  0,000  0,054  10,79 *  0,029  0,013  4,76 NS  0,313  0,006 
Óptimo                   
Subóptimo                   
Sobre-nivel                   
HDL  9,72**  0,000  0,024  0,56 NS  0,563  0,002  1,81 NS  0,405  0,005 
Óptimo                   
Subóptimo                   
LDL  4,80 *  0,028  0,012  8,34 *  0,015  0,021  2,58 NS  0,275  0,006 
Óptimo                   
Sobre-nivel                   
Linfocitos  0,02 NS  0,898  0,000  9,86**  0,007  0,025  15,51**  0,000  0,039 
Sin déficit                   
Con déficit                   
CARACTERÍSTICAS                   
SOCIOECONÓMICAS                   
Nivel de estudios  4,08 NS  0,253  0,010  25,92**  0,000  0,032  54,87**  0,000  0,068 
Sin estudios                   
Est. Primarios                   
Est. Secundarios                   
Est. Universitarios                   
Ingresos económicos  0,37 NS  0,541  0,009  2,02 NS  0,364  0,004  24,31**  0,000  0,060 
Suficientes                   
Insuficientes                   
Convivencia familiar  11,52**  0,001  0,028  4,05NS  0,132  0,010  0,34NS  0,845  0,009 
Vive solo                   
Vive acompañado                   
Tipo convivencia  33,40**  0,000  0,082  40,54**  0,000  0,050  29,09**  0,004  0,036 
Pareja                   
Viudo                   
Familiar                   
Divorciado                   
Soltero                   
No familiar                   
CUIDADOR  0,48NS  0,488  0,009  44,92**  0,000  0,111  4,21NS  0,122  0,010 
Sí tiene                   
No tiene                   

IMC: índice de masa corporal; HDL: Hight density lipoprotein; LDL: Light density lipoprotein; MNA-SF: Mini Nutritional Assesment Short Form; NS: no significativo.

*

Significativo.

**

Altamente significativo.

En el análisis univariante (tabla 5), se identificaron varios factores predictores de desnutrición y obesidad.

Tabla 5.

Regresión logística univariante. Predictores significativos (p <0,05) o cercanos (p <0,20) sobre la desnutrición y su riesgo según MNA y la obesidad y su riesgo según IMC (n=406 personas a partir de los 65 años, de La Rioja)

Factores predictoresDesnutrición o en Riesgo (18,7%)  Regresión logística univariante
      Wald  Valor p  R2  OR  IC 95% de OR 
PolifarmaciaSí  23,5%  13,59**  0,000 1,53  0,073  4,60  2,04/ 10,35   
No  6,3%         
DislipemiaSí  25,6%  11,38**  0,001  0,90  ,047  2,45  1,46 / 4,13 
No  12,3%           
Patol. MentalSí  27,6%  10,09**  0,001  0,82  0,039  2,28  1,37 / 3,79 
No  14,3%           
SedentarismoSí  33,3%  9,95**  0,002 0,96  0,037  2,62  1,44/ 4,76   
No  16,0%           
CuidadorSí tiene  28,1%  4,31*  0,038  0,65  0,016  1,92  1,04 / 3,54 
No tiene  17,0%           
Diabetes M.Sí  25,2%  4,19*  0,041  0,55  0,019  1,74  1,02 / 2,94 
No  16,3%           
ComorbilidadSí  20,8%  3,84*  0,049  0,69  0,017  1,99  1,00 / 3,94 
No  11,7%           
TriglicéridosSobre-nivel  22,2%  3,78 a  0,052  0,51  0,015  1,66  0,99 / 2,78 
Óptimo  14,6%           
ConvivenciaSolo  25,6%  3,60 a  0,061  0,53  0,013  1,70  0,98 / 2,98 
Acompañado  16,8%           
Hábitat      4,73 a  0,094    0,020     
  Rural  23,0%  4,67*  0,031  0,74    2,09  1,07/ 4,09 
  Urbano  19,7%  2,47 a  0,116  0,54    1,72  0,88/ 3,38 
  Semiurbano  12,5%           
Factores predictores    Obesidad (38,9%)  Regresión logística univariante
      Wald  Valor p  R2  OR  IC 95% de OR 
Riesgo Cardio-VSí  47,3%  18,00**  0,000  0,94  0,062  2,55  1,65/3,92 
No  26,1%           
HipertensiónSí  43,9%  9,63**  0,002  0,73  0,033  2,08  1,31/3,31 
No  27,3%           
Triglicéridos                 
  Sobre-nivel  44,8%  5,68*  0,017  0,49  0,019  1,64  1,09/2,46 
  Óptimo  33,2%           
Alcohol                 
Excesivo/moderado    46,4%  5,04*  0,025  0,48  0,017  1,61  1,06/2,45 
No /ocasional    35,0%           
Adherencia dieta mediterránea                 
Baja    45,1%  4,44*  0,035  0,44  0,015  1,55  1,03/ 2,32 
Buena    34,7% 
Edad65-84 años  40,9%  4,30*  0,038  0,68  0,015  1,98  1,04/3,77 
≥ 85 años  25,9%           
Diabetes M.Sí  46,8%  4,01*  0,045  0,45  0,013  1,57  1,01/2,44 
No  35,9%         
Factores predictores    Obesidad o en riesgo (66,5%)  Regresión logística univariante
      Wald  Valor p  R2  OR  IC 95% de OR 
Riesgo Cardio-VSí  75,9%  23,85**  0,000  1,06  0,081  2,89  1,89 / 4,24 
No  52,2%          1   
HipertensiónSí  70,2%  5,74 *  0,017  0,54  0,019  1,71  1,10 / 2,66 
No  57,9%          1   
AlcoholExcesivo/ moderado  73,6%  4,75*  0,029  0,50  0,017  1,65  1,05 / 2,59 
No/ ocasional  62,8%           

IC: intervalo de confianza; IMC: índice de masa corporal; MNA: Mini Nutritional Assessment; OR: odds ratio.

a

Casi significativo.

*

Significativo.

**

Altamente significativo.

Para la desnutrición o su riesgo, estos factores son la polifarmacia, la DLP, presentar patología mental y el sedentarismo (odds ratio [OR]=4,60; 2,45; 2,28; 2,62, respectivamente), y para aquellos con menor peso, tener cuidador, presentar diabetes y la presencia de comorbilidad (OR=1,92; 1,74; 1,99). En la obesidad el RCV y la HTA con alta significación estadística (OR=2,55 y 2,08, respectivamente), junto con el sobre nivel de triglicéridos, consumo excesivo-moderado de alcohol, baja adherencia a la dieta mediterránea, tener 65-84 años y la DM (p <0,05) (OR=1,64; 1,61; 1,55; 1,98; 1,57). La obesidad y su riesgo se relacionan con el RCV, la HTA y el consumo excesivo-moderado de alcohol (p <0,05) con OR=2,89; 1,71; 1,65, respectivamente. En el modelo multivariante (tabla 6), estos factores continúan siendo predictores significativos en la desnutrición y la obesidad, excepto el sobre nivel de triglicéridos y la DM. El RCV (p <0,001) y el consumo excesivo-moderado de alcohol (p <0,05) (OR=2,90; 1,75) se asocian al sobrepeso y la obesidad.

Tabla 6.

Regresión logística multivariante. Modelo múltiple para la desnutrición según MNA y para la Obesidad según IMC (n = 406 personas a partir de los 65 años, de La Rioja)

Factores incluidos desnutrición y riesgo de desnutrición  Wald  Valor p  R2 parcial  R2 acumulado  OR  IC 95% de la OR 
Polifarmacia (sí)  1,13  6,90**  0,009  0,073  0,073  3,09  1,33/7,18 
Dislipemia (sí)  0,70  6,42 *  0,011  0,028  0,101  2,01  1,17/3,45 
Sedentarismo (sí)  0,75  5,66 *  0,017  0,015  0,126  2,12  1,14/3,94 
Patología mental (sí)  0,54  3,98 *  0,046  0,010  0,136  1,72  1,01/2,94 
Diabetes Mellitus (sí)  0,48  2,85 a  0,091  0,009  0,145  1,62  0,92/2,84 
Factores incluidos obesidad  Wald  Valor p  R2 parcial  R2 acumulado  OR  IC 95% de la OR 
Riesgo Cardio-V (sí)  1,01  18,17**  0,000  0,062  0,062  2,73  1,72/4,33 
Edad (64-85 años)  1,45  12,86**  0,000  0,027  0,133  4,27  1,93/9,45 
Alcohol (excesivo/moderado)  0,71  9,14**  0,003  0,025  0,158  2,03  1,28/3,21 
Hipertensión (sí)  0,68  7,22**  0,007  0,020  0,178  1,97  1,20/3,23 
Adherencia Dieta M. (baja)  0,59  6,88**  0,009  0,017  0,195  1,81  1,16/2,82 
Factores incluidos obesidad y riesgo de obesidad  Wald  Valor p  R2 parcial  R2 acumulado  OR  IC 95% de la OR 
Riesgo Cardio-V (sí)  1,07  23,18**  0,000  0,081  0,081  2,90  1,88/4,48 
Alcohol (excesivo/moderado)  0,56  5,44*  0,020  0,019  0,100  1,75  0,09/2,79 
Hipertensión (sí)  0,43  3,36 a  0,067  0,011  0,111  1,54  0,97/2,43 

IC: intervalo de confianza; IMC: índice de masa corporal; MNA: Mini Nutritional Assessment; OR: odds ratio.

a

Casi significativo.

*

Significativo.

**

Altamente significativo.

Discusión

Nuestros resultados muestran una alta prevalencia de malnutrición en adultos mayores independientes de La Rioja, detectándose desnutrición, obesidad y sobrepeso, evidenciando un complejo problema de salud nutricional en esta población. Los predictores identificados en ambas situaciones clínicas pueden guiar la selección de personas para intervenciones nutricionales preventivas.

Actualmente, la obesidad y el sobrepeso afectan a la mayoría de la población general en varias partes del mundo, con mayor prevalencia en los grupos de edad media y avanzada26, con altos niveles de desnutrición y obesidad en 57 de 129 países27. En la población adulta es más frecuente el estudio de la desnutrición, dejando de lado la malnutrición por exceso. Hasta nuestro conocimiento, y al momento actual, este estudio es el único que ha valorado el estado nutricional de esta población en ambas vertientes en AP y en la comunidad, sin embargo, Crovetto et al.28 realizaron un estudio en individuos institucionalizados y no institucionalizados, con el Mini Nutritional Assessmente Long Form (MNA LF®) y el IMC, mostrando 60,9% de obesidad y sobrepeso y 29,5% de desnutrición y RDN en no institucionalizados. Así, Murawiak et al.29 emplean ambas versiones del MNA obteniendo 29,4% entre desnutrición y su riesgo con el MNA SF® y 32,7% de obesos utilizando el porcentaje de grasa corporal. Ambos reflejan prevalencias más elevadas de DN y su riesgo, aunque la sobrenutrición es menor, posiblemente por la diferencia en el método usado, la edad de los participantes29 y la clasificación del IMC28.

En este sentido, en España, Eroles-Busquet et al.30 y Gómez-Besteiro et al.31 han valorado la desnutrición y su riesgo, reportando una menor prevalencia que nosotros. Por otra parte, Wei et al.32,33, Chang34 y Soysal et al.35 encuentran prevalencias más elevadas, probablemente por tratarse de estudios que valoraban la fragilidad y malnutrición; es decir, la presencia de más comorbilidades; coincidiendo con lo reportado en una revisión sistemática36. Otras investigaciones, como el estudio multicéntrico EXERNET37 y el estudio PREVICTUS38 realizados específicamente para población mayor o el de Pérez-Rodrigo et al. y Aranceta Bartrina et al.39,40, encuentran prevalencias más elevadas que el nuestro, probablemente debido a que la clasificación del IMC no está basada en la recomendación de la SENPE y la SEGG18; aunque Suárez- Gómez et al.41, con prevalencias similares al nuestro, no especifican los parámetros de IMC empleados. Otros estudios foráneos presentan prevalencias bastante inferiores42,43.

La malnutrición está asociada a factores de riesgo44; así, De van der Schueren et al.6 y Bardon et al.45 proponen que es necesario determinar sus predictores para identificar de forma temprana a la población en riesgo4,15,46,47. Nuestro estudio muestra una relación significativa con las variables de tipo salud-enfermedad y los hábitos de vida, similares a otros48,49; sin embargo, no encontramos relación con factores socioeconómicos y demográficos, excepto el tener cuidador30. En otros estudios se incrementaba el RDN por ser mujer50–54, tener mayor edad30,33,50,53–56, bajo nivel educativo y económico54,57, soledad54, soltería45,58 y baja adherencia a la dieta mediterránea58. La obesidad también se relacionó con la presencia de enfermedades, hábitos de vida, factores metabólicos y la edad, coincidiendo con los estudios PREVICTUS38 y ENPE39. No encontramos asociación con el hábitat urbano39,42, ser mujer38,41,59,60, menor nivel económico y educativo37,59-61, que sí mostraban otros.

Limitaciones

La exclusión de la población atendida en domicilio y la falta de unificación en los recursos técnicos y humanos para la medición antropométrica, probablemente sean un sesgo de selección y un error interobservador. La información de las patologías se recogió en la historia clínica informatizada, pudiendo existir un error de codificación. No se han analizado las variables recogidas del estado funcional (fragilidad/discapacidad, dependencia, calidad de vida relacionada con la salud), dado que se sabe la relación existente entre la dependencia y el RDN; son necesarios futuros estudios sobre esta misma población y en este mismo entorno.

El análisis de las medidas antropométricas mostró diferencias significativas según el sexo, la edad y el hábitat, evidenciando la diferencia en la composición corporal y de salud física entre los distintos grupos de edad y género; además se identificaron diferencias significativas en las características, socioeconómicas, de salud y hábitos de vida, por lo que es necesario abordar estos determinantes al diseñar intervenciones para prevenir y tratar la malnutrición en adultos mayores.

Los predictores identificados en este estudio relacionados con los hábitos de vida, la presencia de enfermedades, problemas psicosociales, alteraciones metabólicas, etc., proporcionan una valiosa información para utilizarse en AP, permitiendo una intervención temprana y específica para abordar los problemas de salud nutricional en esta población. Aunque en la actualidad los criterios para el diagnóstico de malnutrición están unificados, aún falta la elaboración de protocolos de intervenciones concretas dirigidos a este colectivo en la comunidad y de aplicación en el ámbito de AP.

Conclusiones

Los resultados muestran una alta prevalencia de malnutrición en adultos mayores de La Rioja, detectándose desnutrición, obesidad y sobrepeso. Resulta relevante realizar cribados nutricionales en esta población para detectar a la población de riesgo. Los predictores identificados en ambas situaciones clínicas pueden guiar la selección de personas para intervenciones nutricionales preventivas.

Lo conocido sobre el tema

  • -

    La población anciana es altamente vulnerable desde el punto de vista nutricional (OMS).

  • -

    La ESPEN incluye como trastornos nutricionales tanto a la malnutrición como a la sobrenutrición, y considera malnutrición a la desnutrición y sobrenutrición a la obesidad y el sobrepeso.

  • -

    La GLIM utiliza un cribado nutricional, seguido de criterios diagnósticos fenotípicos y etiológicos.

  • -

    La malnutrición está asociada a factores de riesgo, se propone identificar los predictores para detectar de forma temprana a la población en riesgo.

Qué aporta este estudio

  • -

    Determina la prevalencia de desnutrición y sobrenutrición en la población mayor que vive en la comunidad.

  • -

    Identifica los predictores relacionados con ambos trastornos nutricionales.

  • -

    Recomienda utilizar los predictores para identificar a la población que se beneficiaría de un cribado para detectar el riesgo de malnutrición, para implementar intervenciones nutricionales tempranas y prevenir la progresión a malnutrición.

Consideraciones éticas

Para la recogida de datos, cada participante fue informado acerca de los objetivos y finalidad del estudio, aceptando su participación a través de la firma de un consentimiento informado, que ha sido aprobado previamente por el Comité ético de investigación Clínica de La Rioja, con número de referencia CEICLAR PI 301. http://www.cibir.es/es/plataformas-tecnologicas-y-servicios/ceiclar. Se han seguido los protocolos establecidos por el Servicio Riojano de Salud para acceder a los datos de las historias clínicas de los participantes con la finalidad de investigar y divulgar para la comunidad científica.

Financiación

El trabajo ha sido parcialmente financiado por la Sociedad Riojana de Medicina Familiar y Comunitaria, a través de la concesión de ayuda a tesis doctorales en la convocatoria del año 2019.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.

Agradecimientos

A la Sociedad Riojana de Medicina Familiar y Comunitaria por la concesión de ayuda a tesis doctorales.

Al Servicio Riojano de Salud, Centro de Salud Siete Infantes de Lara, Centro de salud de Santo Domingo de la Calzada, Centro de Salud de Alfaro y Centro de Salud Rincón de Soto, por permitir la recogida de datos de los participantes y la colaboración desinteresada de los médicos y enfermeras de los centros participantes.

A la Universidad de León, por prestar apoyo técnico (biblioteca) para la elaboración de este artículo.

Bibliografía
[1]
Organización Mundial de la Salud.
46o Asamblea Mundial de la Salud.
Conferencia Internacional sobre Nutrición, OMS, (1993),
[2]
Organización Mundial de la Salud.
Informe Mundial sobre el Envejecimiento y la Salud.
Organización Mundial de la Salud, (2015),
[3]
R. Montejano Lozoya, R.M. Ferrer Diego, G. Clemente Marín, N. Martínez-Alzamora.
Estudio del riesgo nutricional en adultos mayores autónomos no institucionalizados.
Nutr Hosp., 28 (2013), pp. 1438-144628
[4]
T. Cederholm, G.L. Jensen, M.I.T.D. Correia, M.C. Gonzalez, R. Fukushima, T. Higashiguchi, et al.
GLIM criteria for the diagnosis of malnutrition – A consensus report from the global clinical nutrition community.
J Cachexia Sarcopenia Muscle., 10 (2019), pp. 207-217
[5]
M.A.E. De van der Schueren, H. Keller, T. Cederholm, R. Barazzoni, C. Compher, M.I.T.D. Correia, et al.
Global Leadership Initiative on Malnutrition (GLIM): Guidance on validation of the operational criteria for the diagnosis of protein-energy malnutrition in adults.
Clin Nutr., 39 (2020), pp. 2872-2880
[6]
M.A.E. De van der Schueren, H. Jager-Wittenaar.
Malnutrition risk screening: New insights in a new era.
Clin Nutr., 41 (2022), pp. 2163-2168
[7]
T. Cederholm, I. Bosaeus, R. Barazzoni, J. Bauer, A. Van Gossum, S. Klek, et al.
Diagnostic criteria for malnutrition - An ESPEN Consensus Statement.
Clin Nutr., 34 (2015), pp. 335-340
[8]
T. Cederholm, R. Barazzoni, P. Austin, P. Ballmer, G. Biolo, S.C. Bischoff, et al.
ESPEN guidelines on definitions and terminology of clinical nutrition.
Clin Nutr., 36 (2017), pp. 49-64
[9]
L. Power, D. Mullally, E.R. Gibney, M. Clarke, M. Visser, D. Volkert, et al.
A review of the validity of malnutrition screening tools used in older adults in community and healthcare settings – A MaNuEL study.
Clin Nutr ESPEN., 24 (2018), pp. 1-13
[10]
M.A. Camina-Martín, B. De Mateo-Silleras, V. Malafarina, R. Lopez-Mongil, V. Niño-Martín, J.A. López-Trigo, et al.
Nutritional status assessment in Geriatrics: Consensus declaration by the Spanish Society of Geriatrics and Gerontology NutritionWork Group.
Rev Esp Geriatr Gerontol., 51 (2016), pp. 52-57
[11]
P. Ravasco, H. Anderson, F. Mardones.
Métodos de valoración del estado nutricional.
Nutr Hosp Supl., 3 (2010), pp. 57-66
[12]
L.A. Sánchez-Muñoz, M.C. Calvo-Reyes, Y. Majo-Carbajo, J. Barbado-Ajo, M.M. Aragón De La Fuente, E.C. Artero-Ruiz, et al.
Cribado nutricional con mini nutritional assessment (MNA) en medicina interna. Ventajas e inconvenientes.
Rev Clin Esp., 210 (2010), pp. 429-437
[13]
M. Cuervo, A. García, D. Ansorena, A. Sánchez-Villegas, M.A. Martínez-González, I. Astiasarán, et al.
Nutritional assessment interpretation on 22 007 Spanish community-dwelling elders through the Mini Nutritional Assessment test.
Public Health Nutr., 12 (2009), pp. 85-90
[14]
C.A. Corish, L.A. Bardon.
Malnutrition in older adults: Screening and determinants.
Proc Nutr Soc., 78 (2019), pp. 372-379
[15]
A. Zugasti Murillo, Á. Casas Herrero.
Síndrome de fragilidad y estado nutricional: valoración, prevención y tratamiento.
Nutr Hosp., 36 (2019), pp. 26-37
[16]
J.M.J. Isautier, M. Bosnić, S.S.Y. Yeung, M.C. Trappenburg, C.G.M. Meskers, A.C. Whittaker, et al.
Validity of Nutritional Screening Tools for Community-Dwelling Older Adults: A Systematic Review and Meta-Analysis.
J Am Med Dir Assoc., 20 (2019), pp. 1351.e13-1351.e25
[17]
J. Álvarez, P. Escribano, D. Trifu.
Tratamiento de la obesidad.
Medicine (Spain)., 12 (2016), pp. 1324-1336
[18]
SENPE y SEGG.
Documento de Consenso Valoración Nutricional en el Anciano. Recomendaciones prácticas de los expertos en geriatría y nutrición.
Galénitas-Nigra Trea, (2007),
[19]
M. Foz, M. Barbany, X. Remesar, M. Carrillo, J. Aranceta, P. García-Luna, et al.
Consenso SEEDÓ2000 para la evaluación del sobrepeso y la obesidad y el establecimiento de criterios de intervención terapéutica.
Barcelona Med Clin (Barc)., 115 (2000), pp. 587-597
[20]
J. Salas-Salvadó, M.A. Rubio, M. Barbany, B. Moreno.
Consenso SEEDO 2007 para la evaluación del sobrepeso y la obesidad y el establecimiento de criterios de intervención terapéutica.
Med Clin (Barc)., 128 (2007), pp. 184-196
[21]
WHO Consultation on Obesity Division of Noncommunicable Diseases & World Health Organization. Programme of Nutrition, Family and Reproductive Health. Obesity: preventing and managing the global epidemic: report of a WHO Consultation on Obesity, Geneva, 3-5 June 1997. World Health Organization. https://iris.who.int/handle/10665/63854
[22]
Unidad de Análisis y Prospectiva (UAP). [consultado 24 Mar 2024]. Disponible en: http://www.marm.es/es/ministerio/pags/analisis_prospectiva/introduccion.htm
[23]
J. Ricart Casas, M. Pinyol Martínez, B. De Pedro Elvira, M. Devant Altimir, A. Benavides Ruiz.
Desnutrición en pacientes en atención domiciliaria.
Aten Primaria., 34 (2004), pp. 238-243
[24]
A. Zaragoza Martí, R. Ferrer Cascales, M.J. Cabañero Martínez, J.A. Hurtado Sánchez, A. Laguna Pérez.
Adherencia a la dieta mediterránea y su relación con el estado nutricional en personas mayores.
Nutr Hosp., 31 (2015), pp. 1667-1674
[25]
R. Estruch, E. Ros, J. Salas-Salvadó, M.-I. Covas, D. Corella, F. Arós, et al.
Primary Prevention of Cardiovascular Disease with a Mediterranean Diet Supplemented with Extra-Virgin Olive Oil or Nuts.
N Engl J Med., 378 (2018), pp. e34
[26]
R. Barazzoni, G. Gortan Cappellari.
Double burden of malnutrition in persons with obesity.
Rev Endocr Metab Disord., 21 (2020), pp. 307-313
[27]
A. Gulland.
Malnutrition and obesity coexist in many countries, report finds.
BMJ., 353 (2016), pp. 1
[28]
M. Crovetto Mattassi, C. Henríquez Mella, L. Pérez Bocaz.
Association between Sarcopenia and Nutritional Status in Chilean Older People Aged 65 Years and Older.
Nutrients., 14 (2022), pp. 1-12
[29]
M. Murawiak, R. Krzymińska-Siemaszko, A. Kaluźniak-Szymanowska, M. Lewandowicz, S. Tobis, K. Wieczorowska-Tobis, et al.
Sarcopenia, Obesity Sarcopenia Obesity and Risk of Poor Nutritional Status in Polish Community-Dwelling Older People Aged 60 Years and Over.
Nutrients., 14 (2022), pp. 1-16
[30]
M. Eroles-Busquets, M.R. García-Cerdán, M.T. Mejías-Serrano, R. Giner-Nogueras, I. Vázquez-González, J.I. Reinoso-Iñiguez.
Study of the prevalence of the risk of malnutrition in the non-institutionalized population over 65 years old attended in a health center in Barcelona.
Enferm Clin., 31 (2021), pp. 71-81
[31]
M.I. Gómez-Besteiro, A. Conceiro-Rúa, R. Pita-Vizoso, C. Yera-Fachal, G. Naveira -Barbeito, M.I. Santiago-Pérez.
Estado nutricional en mayores de 65 años atendidos en Atención Primaria en la zona norte de Galicia.
Metas Enferm., 22 (2019), pp. 20-28
[32]
K. Wei, M.-S.-Z. Nyunt, Q. Gao, S.L. Wee, K.B. Yap, T.P. Ng.
Association of Frailty and Malnutrition With Long-term Functional and Mortality Outcomes Among Community-Dwelling Older Adults: Results From the Singapore Longitudinal Aging Study 1.
JAMA Netw Open., 1 (2018), pp. e180650
[33]
K. Wei, M.S.Z. Nyunt, Q. Gao, S.L. Wee, T.P. Ng.
Frailty and Malnutrition: Related and Distinct Syndrome Prevalence and Association among Community-Dwelling Older Adults: Singapore Longitudinal Ageing Studies.
J Am Med Dir Assoc., 18 (2017), pp. 1019-1028
[34]
S.F. Chang.
Frailty Is a Major Related Factor for at Risk of Malnutrition.
J Nurs Scholarsh., 49 (2017), pp. 63-72
[35]
P. Soysal, N. Veronese, F. Arik, U. Kalan, L. Smith, A.T. Isik.
Mini Nutritional Assessment Scale-Short Form can be useful for frailty screening in older adults.
Clin Interv Aging., 14 (2019), pp. 693-699
[36]
S. Verlaan, G.C. Ligthart-Melis, S.L.J. Wijers, T. Cederholm, A.B. Maier, M.A.E. De van der Schueren.
High Prevalence of Physical Frailty Among Community-Dwelling Malnourished Older Adults–A Systematic Review and Meta-Analysis.
J Am Med Dir Assoc., 18 (2017), pp. 374-382
[37]
A. Gomez-Cabello, R. Pedrero-Chamizo, P.R. Olivares, L. Luzardo, A. Juez-Bengoechea, E. Mata, et al.
Prevalence of overweight and obesity in non-institutionalized people aged 65 or over from Spain: The elderly EXERNET multi-centre study.
[38]
L. Cea-Calvo, B. Moreno, S. Monereo, V. Gil-Guillén, J.V. Lozano, J.C. Martí-Canales, et al.
Prevalencia de sobrepeso y obesidad en población española de 60 años o más y factores relacionados. Estudio PREV-ICTUS.
Med Clin (Barcelona)., 131 (2008), pp. 205-210
[39]
C. Pérez-Rodrigo, G. Hervás Bárbara, M. Gianzo Citores, J. Aranceta-Bartrina.
Prevalence of obesity and associated cardiovascular risk factors in the Spanish population: the ENPE study.
Rev Esp Cardiol., 75 (2022), pp. 232-241
[40]
J. Aranceta-Bartrina, C. Pérez-Rodrigo, G. Alberdi-Aresti, N. Ramos-Carrera, S. Lázaro-Masedo.
Prevalencia de obesidad general y obesidad abdominal en la población adulta española (25-64 años) 2014-2015: estudio ENPE.
Rev Esp Cardiol., 69 (2016), pp. 579-587
[41]
A. Suárez-Gómez, J. Sánchez-Vega, F. Suárez-González, D. Peral-Pacheco, J.J. Dorado-Martin, M. Suárez-Gómez.
Estado nutricional de la población mayor de 65 años de edad de la ciudad de Badajoz.
[42]
G. Mabiama, D. Adiogo, P.M. Preux, J.-C. Desport, P. Fayemendy, P. Jésus.
Nutritional status associated factors among community-dwelling elderly.
Clin Nutr ESPEN., 45 (2021), pp. 220-228
[43]
P. Jésus, M. Guerchet, S. Pilleron, P. Fayemendy, A. Maxime Mouanga, P. Mbelesso, et al.
Undernutrition and obesity among elderly people living in two cities of developing countries: Prevalence and associated factors in the EDAC study.
Clin Nutr ESPEN., 21 (2017), pp. 40-50
[44]
S. Roberts, P. Collins, M. Rattray.
Identifying and managing malnutrition, frailty and sarcopenia in the community: A narrative review.
Nutrients., 13 (2021), pp. 1-26
[45]
L.A. Bardon, M. Streicher, C.A. Corish, M. Clarke, L.C. Power, R.A. Kenny, et al.
Predictors of incident malnutrition in older Irish adults from the Irish longitudinal study on ageing Cohort — A MaNuel study.
J Gerontol A Biol Sci Med Sci., 75 (2020), pp. 249-256
[46]
K. Norman, U. Haß, M. Pirlich.
Malnutrition in older adults-Recent Advances and Remaining Challenges.
Nutrients., 13 (2021), pp. 1-20
[47]
S.S.Y. Yeung, R.S.M. Chan, T. Kwok, J.S.W. Lee, J. Woo.
Malnutrition According to GLIM Criteria and Adverse Outcomes in Community-Dwelling Chinese Older Adults: A Prospective Analysis.
J Am Med Dir Assoc., 22 (2021), pp. 1953-1959
[48]
M. O’Keeffe, M. Kelly, E. O’Herlihy, P.W. O’Toole, P.M. Kearney, S. Timmons, et al.
Potentially modifiable determinants of malnutrition in older adults: A systematic review.
Clin Nutr., 38 (2019), pp. 2477-2498
[49]
T. Nakamura, T. Itoh, A. Yabe, S. Imai, Y. Nakamura, Y. Mizokami, et al.
Polypharmacy is associated with malnutrition and activities of daily living disability among daycare facility users: A cross-sectional study.
Medicine (United States)., 100 (2021), pp. 1-9
[50]
C. Cuerda, J. Álvarez, P. Ramos, J.C. Abánades, A. García-de-Lorenzo, P. Gil, et al.
Prevalencia de desnutrición en sujetos mayores de 65 años en la Comunidad de Madrid. Estudio DREAM+65.
Nutr Hosp., 33 (2016), pp. 263-269
[51]
A. Ferrer, F. Formiga, G. Padrós, T. Badia, J. Almeda.
Estudio Octabaix. Sumario de la valoración inicial y 5 años de seguimiento.
Rev Esp Geriatr Gerontol., 52 (2017), pp. 44-52
[52]
R. Vaca Bermejo, I. Ancizu García, D. Moya Galera, M. De las Heras Rodríguez, J. Pascual Torramadé.
Prevalencia de desnutrición en personas mayores institucionalizadas en España: Un análisis multicéntrico nacional.
Nutr Hosp., 31 (2015), pp. 1205-1216
[53]
M.J. Jiménez Sanz, J. Sola Villafranca, C. Pérez Ruiz, M.J. Turienzo Llata, G. Larrañaga Lavin, M.A. Mancebo Santamaría, et al.
Estudio del estado nutricional de los ancianos de Cantabria.
Nutr Hosp., 26 (2011), pp. 345-354
[54]
R. Krzymińska-Siemaszko, E. Deskur-śmielecka, A. Kaluźniak-Szymanowska, B. Kaczmarek, H. Kujawska-Danecka, A. Klich-Rączka, et al.
Socioeconomic risk factors of poor nutritional status in polish elderly population: The results of polsenior2 study.
Nutrients., 13 (2021), pp. 1-11
[55]
B. Muñoz Díaz, J. Martínez de la Iglesia, G. Molina Recio, C. Aguado Taberné, J. Redondo Sánchez, M.C. Arias Blanco, et al.
Nutritional status and associated factors in ambulatory elderly patients.
Aten Primaria., 52 (2020), pp. 240-249
[56]
B. Muñoz Díaz, A.P. Arenas de Larriva, G. Molina-Recio, R. Moreno-Rojas, J. Martínez de la Iglesia.
Estudio de la situación nutricional de pacientes mayores de 65 años incluidos en el programa de atención domiciliaria de una población urbana.
Aten Primaria., 50 (2018), pp. 88-95
[57]
M. Besora-Moreno, E. Llauradó, L. Tarro, R. Solà.
Social and economic factors and malnutrition or the risk of malnutrition in the elderly: A systematic review and meta-analysis of observational studies.
Nutrients., 12 (2020), pp. 1-16
[58]
K. Katsas, E. Mamalaki, M.D. Kontogianni, C.A. Anastasiou, M.H. Kosmidis, I. Varlamis, et al.
Malnutrition in older adults: Correlations with social, diet-related, and neuropsychological factors.
Nutrition., 71 (2020), pp. 1-5
[59]
J.L. Gutiérrez-Fisac, E. López, J.R. Banegas, A. Graciani, F. Rodríguez-Artalejo.
Prevalence of overweight and obesity in elderly people in Spain.
Obes Res., 12 (2004), pp. 710-715
[60]
J. Aranceta-Bartrina, L. Serra-Majem, M. Foz-Sala, B. Moreno-Esteban, Grupo Colaborativo SEEDO.
Prevalencia de obesidad en España.
Med Clin (Barcelona)., 125 (2005), pp. 460-466
[61]
R.R. Márquez Díaz.
Obesity: Prevalence and relationship with educational level in Spain.
Nutr clin diet hosp., 36 (2016), pp. 181-188
Copyright © 2024. The Authors
Descargar PDF
Opciones de artículo
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos

Quizás le interese:
10.1016/j.aprim.2018.12.002
No mostrar más