Original
Medidas antropométricas de obesidad general y central y capacidad discriminativa sobre el riesgo cardiovascular: estudio RICARTO
Anthropometric measurements of general and central obesity and discriminative capacity on cardiovascular risk: RICARTO study
A. Segura-Fragosoa,
, L. Rodríguez-Padialb, F.J. Alonso-Morenoc, A. Villarín-Castrod, G.A. Rojas-Marteloe, G.C. Rodríguez-Rocaf, M. Sánchez-Pérezg
Autor para correspondencia
a Instituto de Ciencias de la Salud, Consejería de Salud y Asuntos Sociales, Junta de Comunidades de Castilla-La Mancha, Talavera de la Reina, Toledo, España
b Servicio de Cardiología, Complejo Hospitalario Universitario de Toledo, Toledo, España
c Medicina de Familia, Centro de Salud Sillería, Toledo, España
d Medicina de Familia, Unidad docente multiprofesional de Atención Familiar y Comunitaria, Toledo, España
e Medicina Familiar y Comunitaria, Hospital Ramón y Cajal / Centro de Salud Jazmín, Madrid, España
f Medicina de Familia, Centro de Salud Puebla de Montalbán, Puebla de Montalbán, Toledo, España
g Enfermería-Investigación del Proyecto RICARTO, Gerencia de Atención Primaria de Toledo, Toledo, España
Leído
18011
Vecesse ha leído el artículo
2884
Total PDF
15127
Total HTML
Compartir estadísticas
array:22 [ "pii" => "S1138359319301030" "issn" => "11383593" "doi" => "10.1016/j.semerg.2019.02.013" "estado" => "S300" "fechaPublicacion" => "2019-07-01" "aid" => "1428" "copyrightAnyo" => "2019" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Semergen. 2019;45:323-32" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 241 "formatos" => array:2 [ "HTML" => 171 "PDF" => 70 ] ] "itemSiguiente" => array:17 [ "pii" => "S1138359319301303" "issn" => "11383593" "doi" => "10.1016/j.semerg.2019.02.015" "estado" => "S300" "fechaPublicacion" => "2019-07-01" "aid" => "1432" "documento" => "article" "crossmark" => 1 "subdocumento" => "pgl" "cita" => "Semergen. 2019;45:333-48" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 674 "formatos" => array:2 [ "HTML" => 361 "PDF" => 313 ] ] "es" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Documento de consenso</span>" "titulo" => "Documento de consenso SEA/SEMERGEN 2019. Recomendaciones dietéticas en la prevención cardiovascular" "tienePdf" => "es" "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "333" "paginaFinal" => "348" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "SEA/SEMERGEN consensus document 2019: Dietary recommendations in the prevention of cardiovascular disease" ] ] "contieneResumen" => array:2 [ "es" => true "en" => true ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig0005" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 2783 "Ancho" => 2083 "Tamanyo" => 316016 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0025" class="elsevierStyleSimplePara elsevierViewall">Algoritmo de prescripción de modificación del estilo de vida (MEV) en consultas de atención primaria a pacientes con cribado cardiovascular (CV). (1) Estrategia individual: consulta inicial y consultas de refuerzo (1-3-6-12 meses). (2) Estrategia grupal: sesiones grupales 4 sesiones meses 2, 4, 8, 10.</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "Vicente Pascual, Pablo Perez Martinez, José Manuel Fernández, Rosa Solá, Vicente Pallarés, Anny Romero Secín, Francisco Pérez Jiménez, Emilio Ros" "autores" => array:8 [ 0 => array:2 [ "nombre" => "Vicente" "apellidos" => "Pascual" ] 1 => array:2 [ "nombre" => "Pablo" "apellidos" => "Perez Martinez" ] 2 => array:2 [ "nombre" => "José Manuel" "apellidos" => "Fernández" ] 3 => array:2 [ "nombre" => "Rosa" "apellidos" => "Solá" ] 4 => array:2 [ "nombre" => "Vicente" "apellidos" => "Pallarés" ] 5 => array:2 [ "nombre" => "Anny" "apellidos" => "Romero Secín" ] 6 => array:2 [ "nombre" => "Francisco" "apellidos" => "Pérez Jiménez" ] 7 => array:2 [ "nombre" => "Emilio" "apellidos" => "Ros" ] ] ] ] ] "idiomaDefecto" => "es" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S1138359319301303?idApp=UINPBA00004N" "url" => "/11383593/0000004500000005/v1_201907240643/S1138359319301303/v1_201907240643/es/main.assets" ] "itemAnterior" => array:17 [ "pii" => "S1138359318304325" "issn" => "11383593" "doi" => "10.1016/j.semerg.2018.11.003" "estado" => "S300" "fechaPublicacion" => "2019-07-01" "aid" => "1391" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Semergen. 2019;45:311-22" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 723 "formatos" => array:2 [ "HTML" => 546 "PDF" => 177 ] ] "es" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">ORIGINAL</span>" "titulo" => "Prevalencia de obesidad y comorbilidad cardiovascular asociada en los pacientes incluidos en el estudio IBERICAN (Identificación de la poBlación Española de RIesgo CArdiovascular y reNal)" "tienePdf" => "es" "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "311" "paginaFinal" => "322" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Prevalence of obesity and cardiovascular comorbidity associated in patients included in the IBERICAN study" ] ] "contieneResumen" => array:2 [ "es" => true "en" => true ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig0010" "etiqueta" => "Figura 2" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr2.jpeg" "Alto" => 1051 "Ancho" => 2036 "Tamanyo" => 102567 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0050" class="elsevierStyleSimplePara elsevierViewall">Prevalencia de enfermedad cardiovascular en obesos frente a no obesos.</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "S. Cinza Sanjurjo, M.Á. Prieto Díaz, J.L. Llisterri Caro, A. Barquilla García, L. Rodríguez Padial, R. Vidal Pérez, G.C. Rodríguez Roca, J.J. Badimón Maestro, V. Pallarés Carratalá" "autores" => array:9 [ 0 => array:2 [ "nombre" => "S." "apellidos" => "Cinza Sanjurjo" ] 1 => array:2 [ "nombre" => "M.Á." "apellidos" => "Prieto Díaz" ] 2 => array:2 [ "nombre" => "J.L." "apellidos" => "Llisterri Caro" ] 3 => array:2 [ "nombre" => "A." "apellidos" => "Barquilla García" ] 4 => array:2 [ "nombre" => "L." "apellidos" => "Rodríguez Padial" ] 5 => array:2 [ "nombre" => "R." "apellidos" => "Vidal Pérez" ] 6 => array:2 [ "nombre" => "G.C." "apellidos" => "Rodríguez Roca" ] 7 => array:2 [ "nombre" => "J.J." "apellidos" => "Badimón Maestro" ] 8 => array:2 [ "nombre" => "V." "apellidos" => "Pallarés Carratalá" ] ] ] ] ] "idiomaDefecto" => "es" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S1138359318304325?idApp=UINPBA00004N" "url" => "/11383593/0000004500000005/v1_201907240643/S1138359318304325/v1_201907240643/es/main.assets" ] "es" => array:20 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Original</span>" "titulo" => "Medidas antropométricas de obesidad general y central y capacidad discriminativa sobre el riesgo cardiovascular: estudio RICARTO" "tieneTextoCompleto" => true "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "323" "paginaFinal" => "332" ] ] "autores" => array:1 [ 0 => array:4 [ "autoresLista" => "A. Segura-Fragoso, L. Rodríguez-Padial, F.J. Alonso-Moreno, A. Villarín-Castro, G.A. Rojas-Martelo, G.C. Rodríguez-Roca, M. Sánchez-Pérez" "autores" => array:7 [ 0 => array:4 [ "nombre" => "A." "apellidos" => "Segura-Fragoso" "email" => array:1 [ 0 => "asegurafr@gmail.com" ] "referencia" => array:2 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff0005" ] 1 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">*</span>" "identificador" => "cor0005" ] ] ] 1 => array:3 [ "nombre" => "L." "apellidos" => "Rodríguez-Padial" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">b</span>" "identificador" => "aff0010" ] ] ] 2 => array:3 [ "nombre" => "F.J." "apellidos" => "Alonso-Moreno" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">c</span>" "identificador" => "aff0015" ] ] ] 3 => array:3 [ "nombre" => "A." "apellidos" => "Villarín-Castro" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">d</span>" "identificador" => "aff0020" ] ] ] 4 => array:3 [ "nombre" => "G.A." "apellidos" => "Rojas-Martelo" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">e</span>" "identificador" => "aff0025" ] ] ] 5 => array:3 [ "nombre" => "G.C." "apellidos" => "Rodríguez-Roca" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">f</span>" "identificador" => "aff0030" ] ] ] 6 => array:3 [ "nombre" => "M." "apellidos" => "Sánchez-Pérez" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">g</span>" "identificador" => "aff0035" ] ] ] ] "afiliaciones" => array:7 [ 0 => array:3 [ "entidad" => "Instituto de Ciencias de la Salud, Consejería de Salud y Asuntos Sociales, Junta de Comunidades de Castilla-La Mancha, Talavera de la Reina, Toledo, España" "etiqueta" => "a" "identificador" => "aff0005" ] 1 => array:3 [ "entidad" => "Servicio de Cardiología, Complejo Hospitalario Universitario de Toledo, Toledo, España" "etiqueta" => "b" "identificador" => "aff0010" ] 2 => array:3 [ "entidad" => "Medicina de Familia, Centro de Salud Sillería, Toledo, España" "etiqueta" => "c" "identificador" => "aff0015" ] 3 => array:3 [ "entidad" => "Medicina de Familia, Unidad docente multiprofesional de Atención Familiar y Comunitaria, Toledo, España" "etiqueta" => "d" "identificador" => "aff0020" ] 4 => array:3 [ "entidad" => "Medicina Familiar y Comunitaria, Hospital Ramón y Cajal / Centro de Salud Jazmín, Madrid, España" "etiqueta" => "e" "identificador" => "aff0025" ] 5 => array:3 [ "entidad" => "Medicina de Familia, Centro de Salud Puebla de Montalbán, Puebla de Montalbán, Toledo, España" "etiqueta" => "f" "identificador" => "aff0030" ] 6 => array:3 [ "entidad" => "Enfermería-Investigación del Proyecto RICARTO, Gerencia de Atención Primaria de Toledo, Toledo, España" "etiqueta" => "g" "identificador" => "aff0035" ] ] "correspondencia" => array:1 [ 0 => array:3 [ "identificador" => "cor0005" "etiqueta" => "⁎" "correspondencia" => "Autor para correspondencia." ] ] ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Anthropometric measurements of general and central obesity and discriminative capacity on cardiovascular risk: RICARTO study" ] ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig0005" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 3201 "Ancho" => 2917 "Tamanyo" => 593014 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0045" class="elsevierStyleSimplePara elsevierViewall">Curvas ROC de los índices antropométricos para predecir el riesgo Framingham a 10<span class="elsevierStyleHsp" style=""></span>años ≥<span class="elsevierStyleHsp" style=""></span>10%, ≥<span class="elsevierStyleHsp" style=""></span>20% y ≥<span class="elsevierStyleHsp" style=""></span>7,5%, por sexos. Las líneas diagonales (ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,5) definen los puntos en que el índice no es mejor que el azar en identificar a personas con riesgo ≥<span class="elsevierStyleHsp" style=""></span>10%, 20% o 7,5%.</p> <p id="spar0050" class="elsevierStyleSimplePara elsevierViewall">ABC: área bajo la curva ROC.</p>" ] ] ] "textoCompleto" => "<span class="elsevierStyleSections"><p id="par0005" class="elsevierStylePara elsevierViewall"><elsevierMultimedia ident="tb0005"></elsevierMultimedia></p><span id="sec0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0075">Introducción</span><p id="par0055" class="elsevierStylePara elsevierViewall">La obesidad es un factor importante en salud pública. El índice de masa corporal (IMC) es un factor de riesgo mayor para muchas enfermedades, entre ellas las cardiovasculares y la diabetes<a class="elsevierStyleCrossRef" href="#bib0240"><span class="elsevierStyleSup">1</span></a>. El sobrepeso y la obesidad predisponen a la cardiopatía isquémica, a la enfermedad cerebrovascular, a otras numerosas patologías y a mayor mortalidad general. Las personas con sobrepeso u obesidad tienen una alta carga de otros factores de riesgo de cardiopatía coronaria, de diabetes tipo<span class="elsevierStyleHsp" style=""></span>2 y de hipertensión<a class="elsevierStyleCrossRef" href="#bib0245"><span class="elsevierStyleSup">2</span></a>. La obesidad en el mundo está adquiriendo proporciones epidémicas<a class="elsevierStyleCrossRef" href="#bib0250"><span class="elsevierStyleSup">3</span></a>. Por ello es importante evaluar la adiposidad en la práctica clínica<a class="elsevierStyleCrossRef" href="#bib0250"><span class="elsevierStyleSup">3</span></a>.</p><p id="par0060" class="elsevierStylePara elsevierViewall">Pero no está claro qué índices de obesidad se deben utilizar<a class="elsevierStyleCrossRef" href="#bib0255"><span class="elsevierStyleSup">4</span></a>. La obesidad es heterogénea. Algunos obesos son metabólicamente sanos<a class="elsevierStyleCrossRefs" href="#bib0260"><span class="elsevierStyleSup">5-7</span></a>, mientras que otros con similar peso presentan numerosas anormalidades metabólicas, incluyendo resistencia a la insulina, intolerancia a la glucosa, dislipidemia, hipertensión y perfil inflamatorio protrombótico<a class="elsevierStyleCrossRefs" href="#bib0250"><span class="elsevierStyleSup">3,8,9</span></a>. Existen varios índices para evaluar la adiposidad. La adiposidad total se mide con el IMC, que por su simplicidad se utiliza en estudios epidemiológicos y como prueba para la evaluación inicial de la obesidad, pero tiene limitaciones: sobre todo en adultos con IMC<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>30<a class="elsevierStyleCrossRef" href="#bib0285"><span class="elsevierStyleSup">10</span></a>, muestra diferencias entre hombres y mujeres<a class="elsevierStyleCrossRef" href="#bib0290"><span class="elsevierStyleSup">11</span></a> y etnias<a class="elsevierStyleCrossRef" href="#bib0295"><span class="elsevierStyleSup">12</span></a>. La grasa se puede medir con varios índices. La circunferencia de la cintura (C-cintura) tiene excelente correlación con la imagen de la grasa abdominal y el riesgo cardiovascular (RCV)<a class="elsevierStyleCrossRef" href="#bib0300"><span class="elsevierStyleSup">13</span></a>, pero tiene el inconveniente de que da resultados diferentes según el lugar de medición<a class="elsevierStyleCrossRefs" href="#bib0305"><span class="elsevierStyleSup">14,15</span></a>. El uso del cociente cintura-cadera como sustituto del IMC o C-cintura es controvertido<a class="elsevierStyleCrossRef" href="#bib0250"><span class="elsevierStyleSup">3</span></a>. El cociente cintura/talla (cociente-CT) se ha propuesto como el que mejor discrimina la hipertensión, la diabetes y la dislipemia en ambos sexos, por encima del IMC, la C-cintura y el cociente cintura/cadera<a class="elsevierStyleCrossRef" href="#bib0315"><span class="elsevierStyleSup">16</span></a>. El índice de conicidad (I-conicidad) también tiene un fuerte poder de discriminación sobre el RCV a 10<span class="elsevierStyleHsp" style=""></span>años en hombres y mujeres<a class="elsevierStyleCrossRef" href="#bib0320"><span class="elsevierStyleSup">17</span></a>. El diámetro sagital abdominal es controvertido<a class="elsevierStyleCrossRefs" href="#bib0325"><span class="elsevierStyleSup">18,19</span></a> y debe estandarizarse su método de medida y los umbrales de normalidad<a class="elsevierStyleCrossRef" href="#bib0250"><span class="elsevierStyleSup">3</span></a>. Los puntos de corte para las medidas antropométricas también son controvertidos. Hay evidencia insuficiente sobre los puntos de corte para el IMC y la circunferencia en la cintura en su relación con el riesgo de cardiopatía isquémica, ictus, enfermedad cardiovascular, diabetes y mortalidad total<a class="elsevierStyleCrossRef" href="#bib0335"><span class="elsevierStyleSup">20</span></a>. Debido a esto, los puntos de corte que se están aplicando actualmente son arbitrarios<a class="elsevierStyleCrossRef" href="#bib0335"><span class="elsevierStyleSup">20</span></a>.</p><p id="par0065" class="elsevierStylePara elsevierViewall">El objetivo de este trabajo es examinar la relación entre el IMC, la C-cintura, el cociente-CT y el I-conicidad con el RCV total Framingham a 10<span class="elsevierStyleHsp" style=""></span>años, para hombres y mujeres, y examinar los puntos de corte óptimos que maximicen la sensibilidad y la especificidad.</p></span><span id="sec0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0080">Material y métodos</span><span id="sec0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0085">Diseño</span><p id="par0070" class="elsevierStylePara elsevierViewall">Estudio transversal de base poblacional. El estudio RICARTO (RIesgo CARdiovascular y eventos cardiovasculares en la población general del área sanitaria de TOledo) comenzó en 2011 y continúa en la actualidad. En el presente trabajo se incluyeron las primeras 1.309 personas hasta marzo de 2016.</p></span><span id="sec0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0090">Participantes</span><p id="par0075" class="elsevierStylePara elsevierViewall">Sujetos ≥<span class="elsevierStyleHsp" style=""></span>18<span class="elsevierStyleHsp" style=""></span>años residentes en el Área Sanitaria de Toledo. El tamaño muestral se calculó en 1.760 personas que se seleccionaron mediante muestreo aleatorio, estratificado por edad, sexo y hábitat, por conglomerados, a partir de la tarjeta sanitaria. Los criterios de exclusión fueron tener un estado de salud o condiciones psico-físicas que impidieran la participación en el estudio.</p></span><span id="sec0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0095">Métodos</span><p id="par0080" class="elsevierStylePara elsevierViewall">Los métodos han sido descritos anteriormente<a class="elsevierStyleCrossRef" href="#bib0340"><span class="elsevierStyleSup">21</span></a>. Enfermeras entrenadas midieron la presión arterial en tres ocasiones, hicieron extracción de sangre venosa y entrevista sobre datos sociodemográficos, antecedentes sobre factores de RCV, encuesta dietética sobre el SCORE de dieta mediterránea<a class="elsevierStyleCrossRef" href="#bib0345"><span class="elsevierStyleSup">22</span></a> y exploración física.</p></span><span id="sec0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0100">Medidas antropométricas</span><p id="par0085" class="elsevierStylePara elsevierViewall">Se registraron el peso con báscula digital calibrada y la talla con tallímetro de pared, en ropa interior y descalzos. Perímetro de cintura a nivel del ombligo, después de ayuno desde la cena anterior. Se calculó el IMC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>peso (kg)/talla (m)<span class="elsevierStyleSup">2</span>, el cociente-CT (ICT)<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>cintura (cm)/talla (cm), el I-conicidad<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>(cintura (m)/[0,109<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>√peso (kg)/altura(m)]<a class="elsevierStyleCrossRef" href="#bib0350"><span class="elsevierStyleSup">23</span></a>.</p></span><span id="sec0045" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0105">Riesgo cardiovascular</span><p id="par0090" class="elsevierStylePara elsevierViewall">Se utilizaron criterios estandarizados para el diagnóstico de diabetes, hipertensión, dislipemia y enfermedad renal<a class="elsevierStyleCrossRefs" href="#bib0355"><span class="elsevierStyleSup">24-26</span></a>. Para determinar el riesgo de cualquier evento cardiovascular a 10<span class="elsevierStyleHsp" style=""></span>años (cardiopatía coronaria, ictus cerebral, enfermedad arterial periférica o insuficiencia cardiaca) se utilizaron las ecuaciones derivadas del <span class="elsevierStyleItalic">Framingham Heart Study</span><a class="elsevierStyleCrossRef" href="#bib0370"><span class="elsevierStyleSup">27</span></a>.</p></span><span id="sec0050" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0110">Análisis estadístico</span><p id="par0095" class="elsevierStylePara elsevierViewall">Se describió la muestra mediante proporciones, medias y desviación estándar y se comparó por sexo mediante chi-cuadrado y ANOVA. Para identificar el índice de obesidad que mejor se asocia con el RCV se calculó el área bajo la curva ROC (ABC), por edad y sexo, con sus intervalos de confianza, en modelos crudos y ajustados por edad mediante regresión logística. Se calculó la sensibilidad (SENS) y la especificidad (ESP) de los puntos de corte. Se compararon las ABC mediante la prueba de Hanley y McNeil<a class="elsevierStyleCrossRef" href="#bib0375"><span class="elsevierStyleSup">28</span></a>. Para determinar los puntos de corte óptimos (PCO) se calculó el máximo índice de Youden (SENS<span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>ESP<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>1). Se calcularon ABC para predecir RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10% o ≥<span class="elsevierStyleHsp" style=""></span>20%.</p><p id="par0100" class="elsevierStylePara elsevierViewall">Se calculó el valor predictivo positivo (VPP) estandarizado a una prevalencia de la enfermedad del 50%<a class="elsevierStyleCrossRef" href="#bib0380"><span class="elsevierStyleSup">29</span></a>: VPP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>(0,5<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>SENS)/((0,5<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>SENS)<span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>((1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>0,5)<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>(1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>ESP))). El VPP indica la proporción de sujetos con prueba positiva que están correctamente diagnosticados<a class="elsevierStyleCrossRef" href="#bib0385"><span class="elsevierStyleSup">30</span></a>. Se calculó la odds ratio diagnóstica (ORD): ORD<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>(SENS/(1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>SENS))/((1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>ESP)/ESP) que indica cuántas veces es más probable que la prueba sea positiva en los enfermos que en los sanos<a class="elsevierStyleCrossRefs" href="#bib0390"><span class="elsevierStyleSup">31,32</span></a>. Se utilizó el nivel de significación 0,05. Al haberse calculado seis ABC para cada nivel de riesgo, se corrigió el nivel de significación mediante método de Bonferroni, quedando fijado en 0,008. Se emplearon el paquete estadístico IBM SPSS Statistics para Windows versión 22 (IBM Corp., Armonk, Nueva York, Estados Unidos) y el STATA 11.0 (Stata-Corp, College Station, Texas, Estados Unidos).</p></span></span><span id="sec0055" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0115">Resultados</span><p id="par0105" class="elsevierStylePara elsevierViewall">Se analizaron 1.309 personas (edad media 48,9<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>15,8<span class="elsevierStyleHsp" style=""></span>años; 55% mujeres). Tasa de respuesta: 36,6%. En la <a class="elsevierStyleCrossRef" href="#tbl0005">tabla 1</a> se muestran las características sociodemográficas y clínicas. Los hombres fueron más fumadores, con mayor prevalencia de diabetes, hipercolesterolemia, hipertensión, enfermedad renal, ictus, cardiopatía isquémica, arteriopatía periférica, fibrilación auricular e insuficiencia cardiaca. Las mujeres fueron más sedentarias. En la <a class="elsevierStyleCrossRef" href="#tbl0010">tabla 2</a> pueden observarse las medidas antropométricas, los datos analíticos y los RCV. Destacó mayor RCV, edad vascular y número de factores de riesgo en los hombres.</p><elsevierMultimedia ident="tbl0005"></elsevierMultimedia><elsevierMultimedia ident="tbl0010"></elsevierMultimedia><span id="sec0060" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0120">Áreas bajo la curva ROC</span><p id="par0110" class="elsevierStylePara elsevierViewall">En la <a class="elsevierStyleCrossRef" href="#tbl0015">tabla 3</a> se aprecian las ABC de los índices de obesidad y su asociación con el riesgo Framingham ≥<span class="elsevierStyleHsp" style=""></span>10% y ≥<span class="elsevierStyleHsp" style=""></span>20%. En mujeres, el índice que mejor se asoció con el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10% fue el cociente-CT, con una ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,85 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,83-0,88), seguido de la C-cintura (0,82), I-conicidad (0,81) e IMC (0,77). Este resultado se mantuvo para el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>20% con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,87 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,83-0,93) y también para el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>7,5% con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,83 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,80-0,87). En mujeres de 18-59<span class="elsevierStyleHsp" style=""></span>años se mantuvo este patrón, alcanzando el cociente-CT un ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,91 con el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>20%. En mujeres ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años fue el cociente-CT el que mejor se asoció con los niveles de RCV, pero con ABC menores (entre 0,70 y 0,67), similar a la C-cintura (ABC entre 0,70 y 0,67).</p><elsevierMultimedia ident="tbl0015"></elsevierMultimedia><p id="par0115" class="elsevierStylePara elsevierViewall">En hombres, el índice que mejor se asoció con RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10% fue el I-conicidad, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,81 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,77-0,84). También con el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>20% con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,83 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,79-0,86) y también para RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>7,5% con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,80 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,76-0,83). En hombres de 18-59<span class="elsevierStyleHsp" style=""></span>años fue el I-conicidad el que mejor se asoció con el RCV en los tres niveles, con ABC entre 0,74 y 0,72. Por el contrario, en hombres ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años el que mejor se asoció con el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10% es el IMC, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,75 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,64-0,85). Con el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>20% el I-conicidad mostró una ligera ventaja (ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,68) frente al cociente-CT y la C-cintura, ambos con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,66.</p></span><span id="sec0065" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0125">Puntos de corte óptimos e indicadores de rendimiento diagnóstico</span><p id="par0120" class="elsevierStylePara elsevierViewall">En la <a class="elsevierStyleCrossRef" href="#tbl0020">tabla 4</a> se muestran los puntos de corte óptimos para el índice de Youden máximo, así como la SENS, ESP, índice de Youden, VPP estandarizado y ORD, por edad y sexo, para la asociación con RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10%. El IMC tuvo un PCO similar en mujeres (27,08<span class="elsevierStyleHsp" style=""></span>kg/m<span class="elsevierStyleSup">2</span>) y hombres (26,99<span class="elsevierStyleHsp" style=""></span>kg/m<span class="elsevierStyleSup">2</span>). En ambos sexos el IMC fue más sensible que específico (SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>79% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>67% en mujeres; SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>69% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>56% en hombres). En mujeres fue superior el VPP estandarizado y también la ORD. En personas ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años de ambos sexos el IMC mostró una SENS mucho menor que la ESP.</p><elsevierMultimedia ident="tbl0020"></elsevierMultimedia><p id="par0125" class="elsevierStylePara elsevierViewall">La C-cintura mostró un PCO inferior en mujeres (87,75<span class="elsevierStyleHsp" style=""></span>cm) que en hombres (94,5<span class="elsevierStyleHsp" style=""></span>cm). En ambos sexos la C-cintura fue más sensible que específica (SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>87% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>64% en mujeres; SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>72% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>60% en hombres). También fue superior en mujeres el VPP estandarizado y la ORD.</p><p id="par0130" class="elsevierStylePara elsevierViewall">El cociente-CT presentó un PCO superior en mujeres (0,59) que en hombres (0,56). En mujeres fue ligeramente más específico que sensible (SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>77% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>79%) mientras que en hombres fue más sensible que específico (SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>72% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>69%). También fue ligeramente superior en mujeres el VPP estandarizado y sobre todo la ORD. En personas ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años de ambos sexos la C-cintura presentó SENS mucho menor que ESP (SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>62% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>72% en mujeres; SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>52% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>100% en hombres).</p><p id="par0135" class="elsevierStylePara elsevierViewall">El I-conicidad tuvo un PCO ligeramente inferior en mujeres (1,25) que en hombres (1,28). En ambos sexos el I-conicidad fue más sensible que específico (SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>78% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>67% en mujeres; SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>79% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>69% en hombres). El VPP estandarizado y la ORD fueron ligeramente superiores en los hombres. En las personas ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años de ambos sexos el I-conicidad tuvo una sensibilidad mucho menor que la especificidad (SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>53% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>77% en mujeres; SENS<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>62% y ESP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>71% en hombres).</p><p id="par0140" class="elsevierStylePara elsevierViewall">En mujeres, el índice con mayor VPP estandarizado fue el cociente-CT (VPP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,77), que también mostró la mayor ORD<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>12,76. En hombres fue el i-conicidad (VPP<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,72), que también presentó la mayor ORD<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>8,26. En mujeres de 18-59<span class="elsevierStyleHsp" style=""></span>años todos los VPP estandarizados y ORD fueron superiores a los que presentaron las mujeres ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años. En hombres se observó lo contrario, siendo superiores los VPP en ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años.</p></span><span id="sec0070" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0130">Curvas ROC</span><p id="par0145" class="elsevierStylePara elsevierViewall">En la <a class="elsevierStyleCrossRef" href="#fig0005">figura 1</a> se muestran las curvas ROC de los índices en su capacidad de clasificar correctamente el RCV a 10<span class="elsevierStyleHsp" style=""></span>años ≥<span class="elsevierStyleHsp" style=""></span>10% y ≥<span class="elsevierStyleHsp" style=""></span>20%, por sexos. En las mujeres, todas las curvas estuvieron más próximas entre sí, indicando menor diferencia en la capacidad de clasificación de los índices. La curva que mostró mayor ABC es el cociente-CT. En los hombres, las curvas estuvieron más separadas, destacando el I-conicidad como el que mejor se asociaba con el RCV.</p><elsevierMultimedia ident="fig0005"></elsevierMultimedia></span></span><span id="sec0075" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0135">Discusión</span><p id="par0150" class="elsevierStylePara elsevierViewall">Se presentan los resultados de un amplio estudio en población general en el que se examinó la capacidad de cuatro índices de obesidad para discriminar los niveles de RCV.</p><p id="par0155" class="elsevierStylePara elsevierViewall">Los índices de obesidad mostraron elevada capacidad discriminativa del RCV con mínimos de ABC de 0,63 y máximos de 0,87. Estos valores fueron superiores a los encontrados en población de Irán<a class="elsevierStyleCrossRef" href="#bib0320"><span class="elsevierStyleSup">17</span></a> o en Corea<a class="elsevierStyleCrossRef" href="#bib0400"><span class="elsevierStyleSup">33</span></a>, y también en Alemania<a class="elsevierStyleCrossRef" href="#bib0285"><span class="elsevierStyleSup">10</span></a>, que oscilaron entre 0,57 y 0,76. En Australia<a class="elsevierStyleCrossRef" href="#bib0255"><span class="elsevierStyleSup">4</span></a> oscilaron entre 0,68 y 0,79, o entre 0,60 y 0,74 en otro estudio<a class="elsevierStyleCrossRef" href="#bib0405"><span class="elsevierStyleSup">34</span></a>. En Arabia<a class="elsevierStyleCrossRef" href="#bib0410"><span class="elsevierStyleSup">35</span></a> fueron entre 0,55 a 0,87, y entre 0,67 y 0,69 en China<a class="elsevierStyleCrossRef" href="#bib0415"><span class="elsevierStyleSup">36</span></a>.</p><p id="par0160" class="elsevierStylePara elsevierViewall">Los principales hallazgos fueron: primero, que los índices de obesidad central (C-cintura y cociente-CT) discriminaban el RCV mejor que el IMC; segundo, que en mujeres todos los índices tenían mayores ABC que en hombres, excepto el I-conicidad, cuya ABC era similar. Este patrón se mantenía en los distintos niveles de riesgo Framingham (≥<span class="elsevierStyleHsp" style=""></span>10%, ≥<span class="elsevierStyleHsp" style=""></span>20% y ≥<span class="elsevierStyleHsp" style=""></span>7,5%).</p><p id="par0165" class="elsevierStylePara elsevierViewall">En mujeres, el índice que mostraba mejor ABC era el cociente-CT, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,85 para predecir el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10%, muy superior a la del IMC, que era de 0,77. Esto coincide con estudios anteriores<a class="elsevierStyleCrossRef" href="#bib0255"><span class="elsevierStyleSup">4</span></a>. En otros estudios<a class="elsevierStyleCrossRefs" href="#bib0420"><span class="elsevierStyleSup">37,38</span></a> se observó que el cociente-CT es mejor que el IMC en mujeres para predecir hipertensión o síndrome metabólico. En mujeres mayores, el cociente-CT fue el más fuertemente asociado con hipertensión<a class="elsevierStyleCrossRef" href="#bib0430"><span class="elsevierStyleSup">39</span></a>. El cociente-CT se asociaba con el RCV mucho mejor en mujeres jóvenes que en mayores: en las <<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años el ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,83, y en las ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años el ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,7, aunque continuaba siendo el mejor índice, mucho mejor que el IMC (ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,63). En Brasil<a class="elsevierStyleCrossRef" href="#bib0435"><span class="elsevierStyleSup">40</span></a>, en mujeres la C-cintura y el cociente-CT presentaron las ABC más grandes (0,70).</p><p id="par0170" class="elsevierStylePara elsevierViewall">En hombres, el índice que mejor asociaba con el RCV era el I-conicidad, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,81, seguido por el cociente-CT (ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,77), mucho mejor que el IMC, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,64. En hombres <<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años se mantenía este mismo esquema. Pero en hombres ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años se invertía y el mejor índice era el IMC, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,75, muy superior al I-conicidad, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,65.</p><p id="par0175" class="elsevierStylePara elsevierViewall">Los PCO para discriminar el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10% del cociente-CT eran 0,59 para mujeres y 0,56 para hombres, con diferencias muy importantes por edad. Las mujeres <<span class="elsevierStyleHsp" style=""></span>60 y ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años tenían un PCO de 0,54 y 0,63, respectivamente. En hombres <<span class="elsevierStyleHsp" style=""></span>60 y ≥<span class="elsevierStyleHsp" style=""></span>60<span class="elsevierStyleHsp" style=""></span>años el punto de corte era de 0,52 y 0,62, respectivamente. Se ha propuesto un PCO del cociente-CT<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,5 para determinar mayor RCV para hombres y mujeres, y este valor también se puede utilizar en niños y adultos<a class="elsevierStyleCrossRefs" href="#bib0255"><span class="elsevierStyleSup">4,41</span></a>. Los PCO para la C-cintura fueron de 87,75 para mujeres y de 94,5 para hombres. Los del IMC fueron 27,08 para mujeres y 26,99 para hombres. Los de I-conicidad fueron 1,25 para mujeres y 1,28 para hombres. En mujeres posmenopáusicas de Brasil se encontraron PCO de 88<span class="elsevierStyleHsp" style=""></span>cm, 0,57, 26,85 y 1,24 para C-cintura, cociente-CT, IMC e I-conicidad, respectivamente, para discriminar síndrome metabólico.</p><p id="par0180" class="elsevierStylePara elsevierViewall">Hay varias explicaciones posibles para los hallazgos de que las medidas de obesidad central muestran mejores ABC con el RCV que el IMC. Mayor obesidad central se asocia con inflamación sistémica, que contribuye directamente al riesgo de enfermedad cardiovascular (ECV)<a class="elsevierStyleCrossRef" href="#bib0445"><span class="elsevierStyleSup">42</span></a>. Por tanto, las medidas que explican la acumulación de exceso de grasa abdominal reportarían asociaciones más fuertes y serían más adecuadas para evaluar la adiposidad.</p><p id="par0185" class="elsevierStylePara elsevierViewall">El IMC es una medida imperfecta, ya que no identifica correctamente el exceso de grasa corporal por su incapacidad para diferenciar la masa grasa y sin grasa, y no tiene en cuenta el efecto de la edad y de la etnia<a class="elsevierStyleCrossRef" href="#bib0450"><span class="elsevierStyleSup">43</span></a>. En un metaanálisis se observó que la obesidad central (C-cintura<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>102/88<span class="elsevierStyleHsp" style=""></span>cm) fue mejor predictor que el IMC<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>30 para diabetes (rRR<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,81, IC<span class="elsevierStyleHsp" style=""></span>95%: 0,68-0,96), pero no para hipertensión (rRR<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,92, IC<span class="elsevierStyleHsp" style=""></span>95%: 0,80-1,06). En otro estudio los indicadores de obesidad abdominal mostraron mayor asociación con la prediabetes que el IMC<a class="elsevierStyleCrossRef" href="#bib0455"><span class="elsevierStyleSup">44</span></a>.</p><p id="par0190" class="elsevierStylePara elsevierViewall">El cociente-CT es menos usado pero simple de evaluar. Tiene ventajas sobre el IMC porque es más fácil de calcular y comprender para los legos (no se usa un término cuadrado en la fórmula) y es necesario eliminar menos vestidos para su medición. Las medidas de obesidad central son más sensibles a las modificaciones del estilo de vida. Un aumento en la masa muscular a través de dieta y entrenamiento produciría cambios en la C-cintura y el cociente-CT, pero pocos cambios en el IMC<a class="elsevierStyleCrossRef" href="#bib0285"><span class="elsevierStyleSup">10</span></a>.</p><p id="par0195" class="elsevierStylePara elsevierViewall">La opinión sigue dividida sobre cuál es el índice de obesidad más adecuado para evaluar la adiposidad y su asociación con el RCV. En algunos estudios es la C-cintura, en otros es el cociente cintura/cadera, en otros es el cociente-CT<a class="elsevierStyleCrossRef" href="#bib0255"><span class="elsevierStyleSup">4</span></a>. Sí parece claro que cuando se usa solo, el IMC es inadecuado para identificar los sujetos con mayor RCV, ya que no diferencia entre masa grasa y masa libre de grasa<a class="elsevierStyleCrossRef" href="#bib0255"><span class="elsevierStyleSup">4</span></a>.</p><p id="par0200" class="elsevierStylePara elsevierViewall">No está claro si los índices de obesidad se deben incorporar a las ecuaciones de RCV. Un análisis de 58 estudios prospectivos concluyó que las medidas de obesidad general y central no mejoran la evaluación del RCV cuando se dispone de información sobre presión arterial sistólica, diabetes y lípidos<a class="elsevierStyleCrossRef" href="#bib0460"><span class="elsevierStyleSup">45</span></a>. Sin embargo, el sobrepeso y la obesidad son importantes en la prevención de ECV, con uno de cada tres casos mortales y uno de cada siete casos de ECV no fatales atribuibles a ellos<a class="elsevierStyleCrossRef" href="#bib0465"><span class="elsevierStyleSup">46</span></a>.</p><p id="par0205" class="elsevierStylePara elsevierViewall">Una posible consecuencia de estos resultados para la práctica clínica podría ser que se debería alentar a los médicos a prestar más atención a la distribución de la grasa corporal al evaluar el RCV, ya que la grasa visceral es más peligrosa que la grasa corporal. Aunque existe un alto nivel de evidencia sobre la importancia de la obesidad central, esto no se aplica en la práctica clínica mediante el uso de los índices apropiados<a class="elsevierStyleCrossRef" href="#bib0470"><span class="elsevierStyleSup">47</span></a>.</p><p id="par0210" class="elsevierStylePara elsevierViewall">Este estudio tiene algunas limitaciones. Primero la tasa de respuesta (36,6%) puede hacer que la muestra estudiada difiera de la población general (tiene menor proporción de <<span class="elsevierStyleHsp" style=""></span>45<span class="elsevierStyleHsp" style=""></span>años y mayor proporción de 45-64<span class="elsevierStyleHsp" style=""></span>años). Pudiera haber sesgo debido a posibles diferencias entre los que participaron y los que rechazaron o no pudieron ser contactados. Segundo, el diseño transversal hace que la temporalidad sea poco clara entre los marcadores antropométricos y el RCV. Pudiera ser que las personas con mayor RCV hayan reducido sus índices de obesidad como efecto de los tratamientos y recomendaciones de sus médicos. Por ello consideramos que serían necesarios estudios prospectivos para confirmar estos hallazgos.</p></span><span id="sec0080" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0140">Conclusiones</span><p id="par0215" class="elsevierStylePara elsevierViewall">Los índices de obesidad central (C-cintura y cociente-CT) discriminan el RCV mejor que el IMC. En las mujeres todos los índices tienen mayores áreas bajo la curva que en los hombres, excepto el I-conicidad, que tiene un ABC muy similar.</p></span><span id="sec0095" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0145">Confidencialidad de los datos</span><p id="par0235" class="elsevierStylePara elsevierViewall">Los autores declaran que han seguido los protocolos de su centro de trabajo sobre la publicación de datos de pacientes.</p></span><span id="sec0085" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0150">Financiación</span><p id="par0220" class="elsevierStylePara elsevierViewall">Desde 2011 a 2013 por la Consejería de Sanidad de Castilla-La Mancha (FISCAM) (PI-2010/043). Desde 2013 por la Fundación de la Sociedad Española de Médicos de Atención Primaria (SEMERGEN) con una beca no condicionada.</p></span><span id="sec0090" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0155">Conflicto de intereses</span><p id="par0225" class="elsevierStylePara elsevierViewall">Los autores declaran que no existe ningún conflicto de intereses en relación con este estudio.</p></span></span>" "textoCompletoSecciones" => array:1 [ "secciones" => array:14 [ 0 => array:3 [ "identificador" => "xres1222816" "titulo" => "Resumen" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0005" "titulo" => "Introducción y objetivos" ] 1 => array:2 [ "identificador" => "abst0010" "titulo" => "Material y métodos" ] 2 => array:2 [ "identificador" => "abst0015" "titulo" => "Resultados" ] 3 => array:2 [ "identificador" => "abst0020" "titulo" => "Conclusiones" ] ] ] 1 => array:2 [ "identificador" => "xpalclavsec1137299" "titulo" => "Palabras clave" ] 2 => array:3 [ "identificador" => "xres1222817" "titulo" => "Abstract" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0025" "titulo" => "Introduction and objectives" ] 1 => array:2 [ "identificador" => "abst0030" "titulo" => "Material and methods" ] 2 => array:2 [ "identificador" => "abst0035" "titulo" => "Results" ] 3 => array:2 [ "identificador" => "abst0040" "titulo" => "Conclusions" ] ] ] 3 => array:2 [ "identificador" => "xpalclavsec1137298" "titulo" => "Keywords" ] 4 => array:2 [ "identificador" => "sec0015" "titulo" => "Introducción" ] 5 => array:3 [ "identificador" => "sec0020" "titulo" => "Material y métodos" "secciones" => array:6 [ 0 => array:2 [ "identificador" => "sec0025" "titulo" => "Diseño" ] 1 => array:2 [ "identificador" => "sec0030" "titulo" => "Participantes" ] 2 => array:2 [ "identificador" => "sec0035" "titulo" => "Métodos" ] 3 => array:2 [ "identificador" => "sec0040" "titulo" => "Medidas antropométricas" ] 4 => array:2 [ "identificador" => "sec0045" "titulo" => "Riesgo cardiovascular" ] 5 => array:2 [ "identificador" => "sec0050" "titulo" => "Análisis estadístico" ] ] ] 6 => array:3 [ "identificador" => "sec0055" "titulo" => "Resultados" "secciones" => array:3 [ 0 => array:2 [ "identificador" => "sec0060" "titulo" => "Áreas bajo la curva ROC" ] 1 => array:2 [ "identificador" => "sec0065" "titulo" => "Puntos de corte óptimos e indicadores de rendimiento diagnóstico" ] 2 => array:2 [ "identificador" => "sec0070" "titulo" => "Curvas ROC" ] ] ] 7 => array:2 [ "identificador" => "sec0075" "titulo" => "Discusión" ] 8 => array:2 [ "identificador" => "sec0080" "titulo" => "Conclusiones" ] 9 => array:2 [ "identificador" => "sec0095" "titulo" => "Confidencialidad de los datos" ] 10 => array:2 [ "identificador" => "sec0085" "titulo" => "Financiación" ] 11 => array:2 [ "identificador" => "sec0090" "titulo" => "Conflicto de intereses" ] 12 => array:2 [ "identificador" => "xack418281" "titulo" => "Agradecimientos" ] 13 => array:1 [ "titulo" => "Bibliografía" ] ] ] "pdfFichero" => "main.pdf" "tienePdf" => true "fechaRecibido" => "2018-11-19" "fechaAceptado" => "2019-02-14" "PalabrasClave" => array:2 [ "es" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Palabras clave" "identificador" => "xpalclavsec1137299" "palabras" => array:5 [ 0 => "Obesidad" 1 => "Índice de masa corporal" 2 => "Circunferencia cintura" 3 => "Obesidad central" 4 => "Riesgo cardiovascular" ] ] ] "en" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Keywords" "identificador" => "xpalclavsec1137298" "palabras" => array:5 [ 0 => "Obesity" 1 => "Body mass index" 2 => "Waist circumference" 3 => "Central obesity" 4 => "Cardiovascular risk" ] ] ] ] "tieneResumen" => true "resumen" => array:2 [ "es" => array:3 [ "titulo" => "Resumen" "resumen" => "<span id="abst0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0010">Introducción y objetivos</span><p id="spar0005" class="elsevierStyleSimplePara elsevierViewall">El sobrepeso y la obesidad predisponen a la enfermedad cardiovascular y a la mortalidad general. No está claro qué índices de obesidad se deben utilizar en clínica. El objetivo es examinar la relación entre el índice de masa corporal (IMC), la circunferencia de la cintura (C-cintura), el cociente cintura/talla (cociente-CT) y el índice de conicidad (I-conicidad) con el riesgo cardiovascular (RCV) a 10<span class="elsevierStyleHsp" style=""></span>años estimado por la ecuación de Framingham.</p></span> <span id="abst0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0015">Material y métodos</span><p id="spar0010" class="elsevierStyleSimplePara elsevierViewall">Estudio transversal poblacional en ≥<span class="elsevierStyleHsp" style=""></span>18<span class="elsevierStyleHsp" style=""></span>años del Área Sanitaria de Toledo. Selección por muestreo aleatorio. Medición de IMC, C-cintura, talla y peso con métodos estandarizados. RCV Framingham. Cálculo de áreas bajo la curva ROC (ABC) y puntos de corte óptimo.</p></span> <span id="abst0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0020">Resultados</span><p id="spar0015" class="elsevierStyleSimplePara elsevierViewall">Se analizaron 1.309 personas, con edad media de 48,9<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>15,8<span class="elsevierStyleHsp" style=""></span>años; el 55% fueron mujeres. Tasa de respuesta: 36,6%. En mujeres, el índice que mejor se asoció con el RCV<span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>10% es el cociente-CT con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,85 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,81-0,88). En hombres es el I-conicidad, con ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,81 (IC<span class="elsevierStyleHsp" style=""></span>95%: 0,77-0,84). Puntos de corte: para IMC similar en mujeres (27,08<span class="elsevierStyleHsp" style=""></span>kg/m<span class="elsevierStyleSup">2</span>) y hombres (26,99<span class="elsevierStyleHsp" style=""></span>kg/m<span class="elsevierStyleSup">2</span>). Para C-cintura, inferior en mujeres (87,75<span class="elsevierStyleHsp" style=""></span>cm) que en hombres (94,5<span class="elsevierStyleHsp" style=""></span>cm). Para cociente-CT, superior en mujeres (0,59) que en hombres (0,56). Para I-conicidad, ligeramente inferior en mujeres (1,25) que en hombres (1,28). En mujeres, todas las curvas ROC estuvieron más próximas entre sí.</p></span> <span id="abst0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0025">Conclusiones</span><p id="spar0020" class="elsevierStyleSimplePara elsevierViewall">Los índices de obesidad central (C-cintura y cociente-CT) discriminan el RCV mejor que el IMC. En mujeres, todos los índices tienen mayores áreas bajo la curva que en los hombres, excepto el I-conicidad.</p></span>" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0005" "titulo" => "Introducción y objetivos" ] 1 => array:2 [ "identificador" => "abst0010" "titulo" => "Material y métodos" ] 2 => array:2 [ "identificador" => "abst0015" "titulo" => "Resultados" ] 3 => array:2 [ "identificador" => "abst0020" "titulo" => "Conclusiones" ] ] ] "en" => array:3 [ "titulo" => "Abstract" "resumen" => "<span id="abst0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0035">Introduction and objectives</span><p id="spar0025" class="elsevierStyleSimplePara elsevierViewall">Overweight and obese patients have an increased risk of cardiovascular disease and general mortality. It is not clear which obesity index should be used in the clinic. The objective is to compare the relationship between body mass index (BMI), waist circumference (WC), waist-height ratio (WHR), and conicity index (Conicity-I) with 10-year Framingham cardiovascular risk (CVR).</p></span> <span id="abst0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0040">Material and methods</span><p id="spar0030" class="elsevierStyleSimplePara elsevierViewall">Population cross-sectional study in subjects ≥<span class="elsevierStyleHsp" style=""></span>18<span class="elsevierStyleHsp" style=""></span>years, residents in the Toledo (Spain) Health Area. Selection by random sampling. Measurements were made of the BMI, WC, and weight to height ratio with standardised methods. Framingham CVR. Calculation of AUC, and optimal cut-off points.</p></span> <span id="abst0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0045">Results</span><p id="spar0035" class="elsevierStyleSimplePara elsevierViewall">The study included 1,309 subjects, with mean age of 48.9<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>15.8<span class="elsevierStyleHsp" style=""></span>years, and 55% women. The response rate was 36.6%. In women, the index that was best associated with CVR in women was the WC with an AUC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0.85 (95%<span class="elsevierStyleHsp" style=""></span>CI: 0.81-0.88). In men it was the I-Conicity, with an AUC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0.81 (95%<span class="elsevierStyleHsp" style=""></span>CI: 0.77-0.84). Cut points for BMI were similar in women (27.08<span class="elsevierStyleHsp" style=""></span>kg/m<span class="elsevierStyleSup">2</span>) and men (26.99<span class="elsevierStyleHsp" style=""></span>kg/m<span class="elsevierStyleSup">2</span>). The WC was lower in women (87.75<span class="elsevierStyleHsp" style=""></span>cm) than in men (94.5<span class="elsevierStyleHsp" style=""></span>cm). The WHR was higher in women (0.59) than in men (0.56). The I-Conicity was slightly lower in women (1.25) than in men (1.28). In women, all the ROC curves were closest to each other.</p></span> <span id="abst0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0050">Conclusions</span><p id="spar0040" class="elsevierStyleSimplePara elsevierViewall">The central obesity indexes (WC and WHR) discriminated better than the BMI the CVR. In women, all the indices had greater AUCs than in men, except for the I-Conicity.</p></span>" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0025" "titulo" => "Introduction and objectives" ] 1 => array:2 [ "identificador" => "abst0030" "titulo" => "Material and methods" ] 2 => array:2 [ "identificador" => "abst0035" "titulo" => "Results" ] 3 => array:2 [ "identificador" => "abst0040" "titulo" => "Conclusions" ] ] ] ] "multimedia" => array:6 [ 0 => array:7 [ "identificador" => "fig0005" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 3201 "Ancho" => 2917 "Tamanyo" => 593014 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0045" class="elsevierStyleSimplePara elsevierViewall">Curvas ROC de los índices antropométricos para predecir el riesgo Framingham a 10<span class="elsevierStyleHsp" style=""></span>años ≥<span class="elsevierStyleHsp" style=""></span>10%, ≥<span class="elsevierStyleHsp" style=""></span>20% y ≥<span class="elsevierStyleHsp" style=""></span>7,5%, por sexos. Las líneas diagonales (ABC<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,5) definen los puntos en que el índice no es mejor que el azar en identificar a personas con riesgo ≥<span class="elsevierStyleHsp" style=""></span>10%, 20% o 7,5%.</p> <p id="spar0050" class="elsevierStyleSimplePara elsevierViewall">ABC: área bajo la curva ROC.</p>" ] ] 1 => array:8 [ "identificador" => "tbl0005" "etiqueta" => "Tabla 1" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at1" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:1 [ "tablatextoimagen" => array:1 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="2" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Mujer</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="2" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Hombre</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">n \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">% \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">n \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">% \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">p \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Edad</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleHsp" style=""></span><<span class="elsevierStyleHsp" style=""></span>65 años \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">604 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">83,9% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">470 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">79,8% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,055 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleHsp" style=""></span>≥<span class="elsevierStyleHsp" style=""></span>65 años \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">116 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">16,1% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">119 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20,2% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleHsp" style=""></span>Total \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">720 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">100 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">589 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">100 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Sedentario</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">338 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">47,1% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">207 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">35,2% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Fumador</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">166 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">23,2% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">159 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">27,0% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,113 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Diabetes</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">46 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,4% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">60 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10,2% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,012 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Hipercolesterolemia</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">149 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20,7% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">155 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">26,3% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,017 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Hipertensión</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">152 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">21,1% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">159 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">27,1% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,012 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Enfermedad renal</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">14 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,1% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">14 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,9% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,550 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">ACVA</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,3% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">11 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,9% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,360 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Cardiopatía isquémica</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,7% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">35 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,0% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Arteriopatía periférica</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,7% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">8 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,4% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,228 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Fibrilación auricular</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,3% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,0% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,259 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Insuficiencia cardiaca</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,8% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,0% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,730 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2088259.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0055" class="elsevierStyleSimplePara elsevierViewall">Características sociodemográficas y clínicas de las personas estudiadas</p>" ] ] 2 => array:8 [ "identificador" => "tbl0010" "etiqueta" => "Tabla 2" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at2" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:2 [ "leyenda" => "<p id="spar0065" class="elsevierStyleSimplePara elsevierViewall">DE: desviación estándar</p>" "tablatextoimagen" => array:1 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Mujer</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Hombre</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">n \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Media \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">DE \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">n \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Media \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">DE \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">p \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Edad \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">720 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">48,95 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">15,66 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">589 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">48,92 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">16,07 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,98 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IMC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">718 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">27,02 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,53 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">588 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">27,93 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4,50 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Cintura \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">719 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">88,13 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">13,69 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">589 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">97,25 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12,36 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Cociente C/T \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">718 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,55 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,09 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">588 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,56 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,08 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,015 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">I-conicidad \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">718 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,23 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,11 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">588 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,29 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,10 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">cHDL \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">712 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">61,17 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">14,61 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">586 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">50,94 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">13,73 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">cLDL \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">711 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">115,35 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">32,56 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">584 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">118,26 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">32,92 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,112 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Colesterol total \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">714 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">195,51 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">36,22 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">587 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">193,81 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">36,23 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,4 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Triglicéridos \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">714 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">95,56 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">47,70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">587 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">128,05 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">98,30 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Glucemia basal \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">716 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">85,97 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">15,36 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">588 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">90,61 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">21,91 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">HB glucosilada \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">695 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,45 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,60 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">571 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,57 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,78 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,002 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">PAS \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">719 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">120,28 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">17,98 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">588 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">131,29 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">15,24 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">PAD \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">719 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">72,46 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">11,08 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">588 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">75,23 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">11,00 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ITB \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">711 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,10 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,13 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">583 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,09 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,14 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,754 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SCORE dieta mediterránea \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">717 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">32,36 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,75 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">589 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">31,44 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4,25 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Riesgo Framingham % \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">592 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,47 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,90 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">519 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">14,27 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10,54 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Edad vascular \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">592 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">51,35 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">18,39 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">519 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">57,65 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">17,15 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Factores de riesgo, n \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">717 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,74 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,08 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">586 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,95 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,15 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2088257.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0060" class="elsevierStyleSimplePara elsevierViewall">Medidas antropométricas, analíticas y riesgo cardiovascular</p>" ] ] 3 => array:8 [ "identificador" => "tbl0015" "etiqueta" => "Tabla 3" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at3" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:2 [ "leyenda" => "<p id="spar0075" class="elsevierStyleSimplePara elsevierViewall">ABC: área bajo la curva ROC; p: comparación de las cuatro ABC; IC<span class="elsevierStyleHsp" style=""></span>95%: intervalo de confianza al 95%.</p>" "tablatextoimagen" => array:2 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Mujeres</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Hombres</th></tr><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Riesgo ≥ 10% \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">18-59 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">≥<span class="elsevierStyleHsp" style=""></span>60 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Todas \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">18-59 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">≥<span class="elsevierStyleHsp" style=""></span>60 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Todos \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Riesgo Framingham</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>10% (n) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">479 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">60 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">539 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">304 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">311 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">≥<span class="elsevierStyleHsp" style=""></span>10% (n) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">37 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">100 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">137 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">119 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">153 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">272 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de masa corporal</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,76 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,63 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,77 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,62 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,75 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,64 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,68-0,84) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,54-0,72) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,72-0,81) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,57-0,68) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,64-0,85) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,59-0,68) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Circunferencia de la cintura</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,81 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,82 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,69 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,73 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,72 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,74-0,88) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,61-0,78) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,78-0,86) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,63-0,74) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,58-0,88) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,68-0,76) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Cociente cintura/talla</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,83 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,85 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,73 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,77 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,77-0,89) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,61-0,78) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,81-0,88) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,65-0,76) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,62-0,84) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,73-0,81) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de conicidad</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,79 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,68 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,81 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,74 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,65 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,81 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,73-0,84) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,59-0,76) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,77-0,84) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,69-0,79) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,47-0,82) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,77-0,84) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">p \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,0016 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,0710 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2088260.png" ] ] 1 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Mujeres</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Hombres</th></tr><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Riesgo ≥ 20% \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">18-59 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">≥<span class="elsevierStyleHsp" style=""></span>60 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Todas \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">18-59 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">≥<span class="elsevierStyleHsp" style=""></span>60 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Todos \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Riesgo Framingham</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>20% (n) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">512 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">124 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">636 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">376 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">40 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">416 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">≥<span class="elsevierStyleHsp" style=""></span>20% (n) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">36 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">40 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">47 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">120 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">167 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de masa corporal</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,85 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,69 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,81 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,61 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,63 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,63 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,78-0,92) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,60-0,78) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,76-0,85) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,52-0,68) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,53-0,72) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,58-0,67) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Circunferencia de la cintura</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,90 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,85 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,66 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,73 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,83-0,95) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,61-0,79) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,80-0,89) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,62-0,77) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,57-0,75) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,68-0,77) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Cociente cintura/talla</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,91 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,87 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,74 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,66 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,79 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,85-0,96) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,61-0,78) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,83-0,90) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,66-0,80) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,56-0,75) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,74-0,82) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de conicidad</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">ABC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,89 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,63 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,80 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,80 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,68 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,83 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">IC 95% \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,79-0,98) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,52-0,73) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,73-0,86) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,74-0,86) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,59-0,76) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">(0,78-0,86) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">p \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,0126 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,6900 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t"> \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2088256.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0070" class="elsevierStyleSimplePara elsevierViewall">Áreas bajo la curva ROC en la predicción de riesgo Framingham ≥<span class="elsevierStyleHsp" style=""></span>10% y ≥<span class="elsevierStyleHsp" style=""></span>20% de las distintas medidas antropométricas. Riesgo ≥ 20%</p>" ] ] 4 => array:8 [ "identificador" => "tbl0020" "etiqueta" => "Tabla 4" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at4" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:2 [ "leyenda" => "<p id="spar0085" class="elsevierStyleSimplePara elsevierViewall">NC: no calculable por denominador igual a cero; SENS; ESPEC: sensibilidad; especificidad.</p><p id="spar0090" class="elsevierStyleSimplePara elsevierViewall">Índice de Youden<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>(sensibilidad<span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>especificidad<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>1).</p><p id="spar0095" class="elsevierStyleSimplePara elsevierViewall">Odds-ratio diagnóstica<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>(SENS/(1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>SENS))/((1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>ESP)/ESP). Idica odds de positividad en los enfermos dividido por la odds de positividad en los sanos.</p><p id="spar0100" class="elsevierStyleSimplePara elsevierViewall">VPP estandarizado<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>valor predictivo positivo ajustado a una prevalencia del 50%<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>(0,5<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>SENS)/((0,5<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>SENS)<span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>((1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>0,5)<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>(1<span class="elsevierStyleHsp" style=""></span>−<span class="elsevierStyleHsp" style=""></span>ESP))). Indica la proporción de sujetos con prueba positiva que están correctamente diagnosticados.</p>" "tablatextoimagen" => array:1 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Mujeres</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="3" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Hombres</th></tr><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">18-59 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">≥<span class="elsevierStyleHsp" style=""></span>60 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Todas \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">18-59 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">≥<span class="elsevierStyleHsp" style=""></span>60 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Todos \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Riesgo Framingham</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><<span class="elsevierStyleHsp" style=""></span>10% (n) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">479 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">60 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">539 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">304 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">311 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">≥ 10% (n) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">37 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">100 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">137 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">119 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">153 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">272 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="5" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de masa corporal</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Punto de corte ≥ \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">28,29 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">29,66 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">27,08 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">26,55 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">28,68 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">26,99 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SENS; ESPEC % \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">70; 77 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">56; 70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">79; 67 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">74; 53 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">54; 1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">69; 56 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de Youden \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,47 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,26 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,46 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,27 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,54 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,26 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">VPP estandarizado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,75 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,65 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,71 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,61 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,00 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,61 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Odds ratio diagnóstica \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,93 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,97 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,68 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,15 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">NC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,92 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="5" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Circunferencia cintura</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Punto de corte ≥ \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">91,50 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">97,25 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">87,75 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">90,75 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">96,50 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">94,50 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SENS; ESPEC % \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">76; 76 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">65; 73 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">87; 64 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">84; 46 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">72; 71 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">72; 60 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de Youden \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,52 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,38 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,51 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,30 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,44 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,32 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">VPP estandarizado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,76 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,71 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,71 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,61 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,72 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,64 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Odds ratio diagnóstica \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10,08 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,11 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12,05 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4,48 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,61 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,91 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="5" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Cociente cintura/talla</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Punto de corte ≥ \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,54 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,63 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,59 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,52 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,62 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,56 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SENS; ESPEC % \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">86; 66 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">62; 72 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">77; 79 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">85; 49 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">52; 1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">72; 69 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de Youden \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,52 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,34 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,56 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,34 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,52 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,41 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">VPP estandarizado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,72 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,69 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,77 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,63 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,00 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,70 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Odds ratio diagnóstica \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12,29 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4,13 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12,76 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,47 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">NC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,69 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="5" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de conicidad</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Punto de corte ≥ \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,25 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,33 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,25 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,28 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,35 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,28 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SENS; ESPEC % \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">78; 70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">53; 77 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">78; 67 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">66; 70 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">62; 71 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">79; 69 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice de Youden \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,49 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,30 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,45 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,36 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,34 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,48 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">VPP estandarizado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,73 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,69 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,71 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,69 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,68 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,72 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Odds ratio diagnóstica \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">8,69 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,71 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,36 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4,62 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4,09 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">8,26 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2088258.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0080" class="elsevierStyleSimplePara elsevierViewall">Puntos de corte e indicadores de rendimiento diagnóstico con índice de Youden máximo para predecir riesgo Framingham ≥<span class="elsevierStyleHsp" style=""></span>10%</p>" ] ] 5 => array:5 [ "identificador" => "tb0005" "tipo" => "MULTIMEDIATEXTO" "mostrarFloat" => false "mostrarDisplay" => true "texto" => array:1 [ "textoCompleto" => "<span class="elsevierStyleSections"><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0065">¿Qué se sabe del tema?</span><p id="par0010" class="elsevierStylePara elsevierViewall"><ul class="elsevierStyleList" id="lis0005"><li class="elsevierStyleListItem" id="lsti0005"><span class="elsevierStyleLabel">–</span><p id="par0015" class="elsevierStylePara elsevierViewall">Cuando se usa solo, el IMC es inadecuado para identificar a las personas con mayor RCV.</p></li><li class="elsevierStyleListItem" id="lsti0010"><span class="elsevierStyleLabel">–</span><p id="par0020" class="elsevierStylePara elsevierViewall">La opinión está dividida en cuanto a cuál es el índice de obesidad más adecuado para evaluar la adiposidad y su asociación con el RCV.</p></li><li class="elsevierStyleListItem" id="lsti0015"><span class="elsevierStyleLabel">–</span><p id="par0025" class="elsevierStylePara elsevierViewall">Las medidas de obesidad central son más sensibles a las modificaciones de los estilos de vida.</p></li><li class="elsevierStyleListItem" id="lsti0020"><span class="elsevierStyleLabel">–</span><p id="par0030" class="elsevierStylePara elsevierViewall">No están claros los puntos de corte óptimos para discriminar el RCV.</p></li></ul></p></span><span id="sec0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0070">¿Qué aporta de nuevo?</span><p id="par0035" class="elsevierStylePara elsevierViewall"><ul class="elsevierStyleList" id="lis0010"><li class="elsevierStyleListItem" id="lsti0025"><span class="elsevierStyleLabel">–</span><p id="par0040" class="elsevierStylePara elsevierViewall">Los índices de obesidad central (C-cintura y cociente-CT) discriminan el RCV mejor que el IMC.</p></li><li class="elsevierStyleListItem" id="lsti0030"><span class="elsevierStyleLabel">–</span><p id="par0045" class="elsevierStylePara elsevierViewall">En mujeres todos los índices tienen mayores ABC que en hombres, excepto el I-conicidad, cuya ABC era similar para los distintos niveles de riesgo Framingham (≥<span class="elsevierStyleHsp" style=""></span>10%, ≥<span class="elsevierStyleHsp" style=""></span>20% y ≥<span class="elsevierStyleHsp" style=""></span>7,5%).</p></li><li class="elsevierStyleListItem" id="lsti0035"><span class="elsevierStyleLabel">–</span><p id="par0050" class="elsevierStylePara elsevierViewall">Los PCO para discriminar el RCV son diferentes en hombres y mujeres y varían de forma muy importante según la edad.</p></li></ul></p></span></span>" ] ] ] "bibliografia" => array:2 [ "titulo" => "Bibliografía" "seccion" => array:1 [ 0 => array:2 [ "identificador" => "bibs0015" "bibliografiaReferencia" => array:47 [ 0 => array:3 [ "identificador" => "bib0240" "etiqueta" => "1" "referencia" => array:1 [ 0 => array:1 [ "referenciaCompleta" => "WHO. Obesity and overweight. WHO [consultado 7 Abr 2016]. Disponible en: http://www.who.int/mediacentre/factsheets/fs311/en/" ] ] ] 1 => array:3 [ "identificador" => "bib0245" "etiqueta" => "2" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:1 [ "titulo" => "Third Report of the National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III) final report" ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Circulation." "fecha" => "2002" "volumen" => "106" "paginaInicial" => "3143" "paginaFinal" => "3421" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/12485966" "web" => "Medline" ] ] ] ] ] ] ] ] 2 => array:3 [ "identificador" => "bib0250" "etiqueta" => "3" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Assessing adiposity: A scientific statement from the American Heart Association" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M.-A. Cornier" 1 => "J.-P. Després" 2 => "N. Davis" 3 => "D.A. Grossniklaus" 4 => "S. Klein" 5 => "B. Lamarche" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1161/CIR.0b013e318233bc6a" "Revista" => array:6 [ "tituloSerie" => "Circulation." "fecha" => "2011" "volumen" => "124" "paginaInicial" => "1996" "paginaFinal" => "2019" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/21947291" "web" => "Medline" ] ] ] ] ] ] ] ] 3 => array:3 [ "identificador" => "bib0255" "etiqueta" => "4" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Anthropometric measurements of general and central obesity and the prediction of cardiovascular disease risk in women: A cross-sectional study" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "L.G.H. Goh" 1 => "S.S. Dhaliwal" 2 => "T.A. Welborn" 3 => "A.H. Lee" 4 => "P.R. Della" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1136/bmjopen-2013-004138" "Revista" => array:4 [ "tituloSerie" => "BMJ Open." "fecha" => "2014" "volumen" => "4" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/25515843" "web" => "Medline" ] ] ] ] ] ] ] ] 4 => array:3 [ "identificador" => "bib0260" "etiqueta" => "5" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Are there persons who are obese, but metabolically healthy?" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "E.A. Sims" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1053/meta.2001.27213" "Revista" => array:6 [ "tituloSerie" => "Metabolism." "fecha" => "2001" "volumen" => "50" "paginaInicial" => "1499" "paginaFinal" => "1504" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/11735101" "web" => "Medline" ] ] ] ] ] ] ] ] 5 => array:3 [ "identificador" => "bib0265" "etiqueta" => "6" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "The distinction of metabolically “healthy” from “unhealthy” obese individuals" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "M. Blüher" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1097/MOL.0b013e3283346ccc" "Revista" => array:6 [ "tituloSerie" => "Curr Opin Lipidol." "fecha" => "2010" "volumen" => "21" "paginaInicial" => "38" "paginaFinal" => "43" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/19915462" "web" => "Medline" ] ] ] ] ] ] ] ] 6 => array:3 [ "identificador" => "bib0270" "etiqueta" => "7" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "The metabolically obese, normal-weight individual revisited" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "N. Ruderman" 1 => "D. Chisholm" 2 => "X. Pi-Sunyer" 3 => "S. Schneider" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.2337/diabetes.47.5.699" "Revista" => array:6 [ "tituloSerie" => "Diabetes." "fecha" => "1998" "volumen" => "47" "paginaInicial" => "699" "paginaFinal" => "713" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/9588440" "web" => "Medline" ] ] ] ] ] ] ] ] 7 => array:3 [ "identificador" => "bib0275" "etiqueta" => "8" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Normal weight obesity: A risk factor for cardiometabolic dysregulation and cardiovascular mortality" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A. Romero-Corral" 1 => "V.K. Somers" 2 => "J. Sierra-Johnson" 3 => "Y. Korenfeld" 4 => "S. Boarin" 5 => "J. Korinek" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/eurheartj/ehp487" "Revista" => array:6 [ "tituloSerie" => "Eur Heart J." "fecha" => "2010" "volumen" => "31" "paginaInicial" => "737" "paginaFinal" => "746" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/19933515" "web" => "Medline" ] ] ] ] ] ] ] ] 8 => array:3 [ "identificador" => "bib0280" "etiqueta" => "9" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Normal-weight obese syndrome: Early inflammation?" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "A. De Lorenzo" 1 => "V. del Gobbo" 2 => "M.G. Premrov" 3 => "M. Bigioni" 4 => "F. Galvano" 5 => "L. di Renzo" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/ajcn/85.1.40" "Revista" => array:6 [ "tituloSerie" => "Am J Clin Nutr." "fecha" => "2007" "volumen" => "85" "paginaInicial" => "40" "paginaFinal" => "45" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17209175" "web" => "Medline" ] ] ] ] ] ] ] ] 9 => array:3 [ "identificador" => "bib0285" "etiqueta" => "10" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Accuracy of anthropometric indicators of obesity to predict cardiovascular risk" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "H.J. Schneider" 1 => "H. Glaesmer" 2 => "J. Klotsche" 3 => "S. Böhler" 4 => "H. Lehnert" 5 => "A.M. Zeiher" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1210/jc.2006-0254" "Revista" => array:6 [ "tituloSerie" => "J Clin Endocrinol Metab." "fecha" => "2007" "volumen" => "92" "paginaInicial" => "589" "paginaFinal" => "594" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17105840" "web" => "Medline" ] ] ] ] ] ] ] ] 10 => array:3 [ "identificador" => "bib0290" "etiqueta" => "11" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "How useful is body mass index for comparison of body fatness across age, sex, and ethnic groups?" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "D. Gallagher" 1 => "M. Visser" 2 => "D. Sepúlveda" 3 => "R.N. Pierson" 4 => "T. Harris" 5 => "S.B. Heymsfield" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/oxfordjournals.aje.a008733" "Revista" => array:6 [ "tituloSerie" => "Am J Epidemiol." "fecha" => "1996" "volumen" => "143" "paginaInicial" => "228" "paginaFinal" => "239" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/8561156" "web" => "Medline" ] ] ] ] ] ] ] ] 11 => array:3 [ "identificador" => "bib0295" "etiqueta" => "12" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Is percentage body fat differentially related to body mass index in Hispanic Americans, African Americans, and European Americans?" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "J.R. Fernández" 1 => "M. Heo" 2 => "S.B. Heymsfield" 3 => "R.N. Pierson" 4 => "F.X. Pi-Sunyer" 5 => "Z.M. Wang" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/ajcn/77.1.71" "Revista" => array:6 [ "tituloSerie" => "Am J Clin Nutr." "fecha" => "2003" "volumen" => "77" "paginaInicial" => "71" "paginaFinal" => "75" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/12499325" "web" => "Medline" ] ] ] ] ] ] ] ] 12 => array:3 [ "identificador" => "bib0300" "etiqueta" => "13" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Waist circumference and waist-to-hip ratio as predictors of cardiovascular events: Meta-regression analysis of prospective studies" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "L. De Koning" 1 => "A.T. Merchant" 2 => "J. Pogue" 3 => "S.S. Anand" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/eurheartj/ehm026" "Revista" => array:6 [ "tituloSerie" => "Eur Heart J." "fecha" => "2007" "volumen" => "28" "paginaInicial" => "850" "paginaFinal" => "856" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17403720" "web" => "Medline" ] ] ] ] ] ] ] ] 13 => array:3 [ "identificador" => "bib0305" "etiqueta" => "14" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Effect of the site of measurement of waist circumference on the prevalence of the metabolic syndrome" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "C. Mason" 1 => "P.T. Katzmarzyk" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.amjcard.2009.02.018" "Revista" => array:6 [ "tituloSerie" => "Am J Cardiol." "fecha" => "2009" "volumen" => "103" "paginaInicial" => "1716" "paginaFinal" => "1720" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/19539081" "web" => "Medline" ] ] ] ] ] ] ] ] 14 => array:3 [ "identificador" => "bib0310" "etiqueta" => "15" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Comparisons of waist circumferences measured at 4 sites" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "J. Wang" 1 => "J.C. Thornton" 2 => "S. Bari" 3 => "B. Williamson" 4 => "D. Gallagher" 5 => "S.B. Heymsfield" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/ajcn/77.2.379" "Revista" => array:6 [ "tituloSerie" => "Am J Clin Nutr." "fecha" => "2003" "volumen" => "77" "paginaInicial" => "379" "paginaFinal" => "384" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/12540397" "web" => "Medline" ] ] ] ] ] ] ] ] 15 => array:3 [ "identificador" => "bib0315" "etiqueta" => "16" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Indices of abdominal obesity are better discriminators of cardiovascular risk factors than BMI: A meta-analysis" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "C.M.Y. Lee" 1 => "R.R. Huxley" 2 => "R.P. Wildman" 3 => "M. Woodward" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.jclinepi.2007.08.012" "Revista" => array:6 [ "tituloSerie" => "J Clin Epidemiol." "fecha" => "2008" "volumen" => "61" "paginaInicial" => "646" "paginaFinal" => "653" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18359190" "web" => "Medline" ] ] ] ] ] ] ] ] 16 => array:3 [ "identificador" => "bib0320" "etiqueta" => "17" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Conicity index and waist-to-hip ratio are superior obesity indices in predicting 10-year cardiovascular risk among men and women" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "N. Motamed" 1 => "D. Perumal" 2 => "F. Zamani" 3 => "H. Ashrafi" 4 => "M. Haghjoo" 5 => "F s. Saeedian" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1002/clc.22437" "Revista" => array:6 [ "tituloSerie" => "Clin Cardiol." "fecha" => "2015" "volumen" => "38" "paginaInicial" => "527" "paginaFinal" => "534" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26418518" "web" => "Medline" ] ] ] ] ] ] ] ] 17 => array:3 [ "identificador" => "bib0325" "etiqueta" => "18" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Sagittal abdominal diameter compared with other anthropometric measurements in relation to cardiovascular risk" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:3 [ 0 => "M. Ohrvall" 1 => "L. Berglund" 2 => "B. Vessby" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:5 [ "tituloSerie" => "Int J Obes Relat Metab Disord J Int Assoc Study Obes." "fecha" => "2000" "volumen" => "24" "paginaInicial" => "497" "paginaFinal" => "501" ] ] ] ] ] ] 18 => array:3 [ "identificador" => "bib0330" "etiqueta" => "19" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Sagittal abdominal diameter: No advantage compared with other anthropometric measures as a correlate of components of the metabolic syndrome in elderly from the Hoorn Study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "J. Mukuddem-Petersen" 1 => "M.B. Snijder" 2 => "R.M. van Dam" 3 => "J.M. Dekker" 4 => "L.M. Bouter" 5 => "C.D. Stehouwer" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/ajcn/84.5.995" "Revista" => array:6 [ "tituloSerie" => "Am J Clin Nutr." "fecha" => "2006" "volumen" => "84" "paginaInicial" => "995" "paginaFinal" => "1002" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17093149" "web" => "Medline" ] ] ] ] ] ] ] ] 19 => array:3 [ "identificador" => "bib0335" "etiqueta" => "20" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "2013 AHA/ACC/TOS guideline for the management of overweight and obesity in adults: A report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and The Obesity Society" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M.D. Jensen" 1 => "D.H. Ryan" 2 => "C.M. Apovian" 3 => "J.D. Ard" 4 => "A.G. Comuzzie" 5 => "K.A. Donato" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1161/01.cir.0000437739.71477.ee" "Revista" => array:7 [ "tituloSerie" => "Circulation." "fecha" => "2014" "volumen" => "129" "numero" => "25 Suppl 2" "paginaInicial" => "S102" "paginaFinal" => "S138" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/24222017" "web" => "Medline" ] ] ] ] ] ] ] ] 20 => array:3 [ "identificador" => "bib0340" "etiqueta" => "21" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Justificación, objetivos y diseño metodológico del estudio RICARTO (RIesgo CARdiovascular y eventos cardiovasculares en la población general del área sanitaria de TOledo)" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "G.C. Rodríguez-Roca" 1 => "L. Rodríguez-Padial" 2 => "F.J. Alonso-Moreno" 3 => "A. Segura-Fragoso" 4 => "A. Villarín-Castro" 5 => "M.L. Rodríguez-García" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.semerg.2017.04.007" "Revista" => array:6 [ "tituloSerie" => "Semergen." "fecha" => "2018" "volumen" => "44" "paginaInicial" => "107" "paginaFinal" => "113" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28566229" "web" => "Medline" ] ] ] ] ] ] ] ] 21 => array:3 [ "identificador" => "bib0345" "etiqueta" => "22" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Dietary patterns: A Mediterranean diet score and its relation to clinical and biological markers of cardiovascular disease risk" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:3 [ 0 => "D.B. Panagiotakos" 1 => "C. Pitsavos" 2 => "C. Stefanadis" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.numecd.2005.08.006" "Revista" => array:6 [ "tituloSerie" => "Nutr Metab Cardiovasc Dis." "fecha" => "2006" "volumen" => "16" "paginaInicial" => "559" "paginaFinal" => "568" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17126772" "web" => "Medline" ] ] ] ] ] ] ] ] 22 => array:3 [ "identificador" => "bib0350" "etiqueta" => "23" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "A simple model-based index of abdominal adiposity" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "R. Valdez" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "J Clin Epidemiol." "fecha" => "1991" "volumen" => "44" "paginaInicial" => "955" "paginaFinal" => "956" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/1890438" "web" => "Medline" ] ] ] ] ] ] ] ] 23 => array:3 [ "identificador" => "bib0355" "etiqueta" => "24" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:1 [ "titulo" => "Standards of Medical Care in Diabetes-2017: Summary of Revisions" ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.2337/dc17-S003" "Revista" => array:7 [ "tituloSerie" => "Diabetes Care." "fecha" => "2017" "volumen" => "40" "numero" => "Suppl 1" "paginaInicial" => "S4" "paginaFinal" => "S5" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27979887" "web" => "Medline" ] ] ] ] ] ] ] ] 24 => array:3 [ "identificador" => "bib0360" "etiqueta" => "25" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Global disparities of hypertension prevalence and control. Clinical perspective" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "K.T. Mills" 1 => "J.D. Bundy" 2 => "T.N. Kelly" 3 => "J.E. Reed" 4 => "P.M. Kearney" 5 => "K. Reynolds" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1161/CIRCULATIONAHA.115.018912" "Revista" => array:6 [ "tituloSerie" => "Circulation." "fecha" => "2016" "volumen" => "134" "paginaInicial" => "441" "paginaFinal" => "450" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27502908" "web" => "Medline" ] ] ] ] ] ] ] ] 25 => array:3 [ "identificador" => "bib0365" "etiqueta" => "26" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "A new equation to estimate glomerular filtration rate" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A.S. Levey" 1 => "L.A. Stevens" 2 => "C.H. Schmid" 3 => "Y.L. Zhang" 4 => "A.F. Castro" 5 => "H.I. Feldman" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.7326/0003-4819-150-9-200905050-00006" "Revista" => array:6 [ "tituloSerie" => "Ann Intern Med." "fecha" => "2009" "volumen" => "150" "paginaInicial" => "604" "paginaFinal" => "612" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/19414839" "web" => "Medline" ] ] ] ] ] ] ] ] 26 => array:3 [ "identificador" => "bib0370" "etiqueta" => "27" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "General cardiovascular risk profile for use in primary care: The Framingham Heart Study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "R.B. D’Agostino" 1 => "R.S. Vasan" 2 => "M.J. Pencina" 3 => "P.A. Wolf" 4 => "M. Cobain" 5 => "J.M. Massaro" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1161/CIRCULATIONAHA.107.699579" "Revista" => array:6 [ "tituloSerie" => "Circulation." "fecha" => "2008" "volumen" => "117" "paginaInicial" => "743" "paginaFinal" => "753" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18212285" "web" => "Medline" ] ] ] ] ] ] ] ] 27 => array:3 [ "identificador" => "bib0375" "etiqueta" => "28" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "A method of comparing the areas under receiver operating characteristic curves derived from the same cases" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "J.A. Hanley" 1 => "B.J. McNeil" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiology.148.3.6878708" "Revista" => array:6 [ "tituloSerie" => "Radiology." "fecha" => "1983" "volumen" => "148" "paginaInicial" => "839" "paginaFinal" => "843" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/6878708" "web" => "Medline" ] ] ] ] ] ] ] ] 28 => array:3 [ "identificador" => "bib0380" "etiqueta" => "29" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Standardizing predictive values in diagnostic imaging research" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "T.F. Heston" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1002/jmri.22466" "Revista" => array:4 [ "tituloSerie" => "J Magn Reson Imaging." "fecha" => "2011" "volumen" => "33" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/21563244" "web" => "Medline" ] ] ] ] ] ] ] ] 29 => array:3 [ "identificador" => "bib0385" "etiqueta" => "30" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Statistics notes: Diagnostic tests 2: Predictive values" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "D.G. Altman" 1 => "J.M. Bland" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1136/bmj.309.6947.102" "Revista" => array:5 [ "tituloSerie" => "BMJ." "fecha" => "1994" "volumen" => "309" "paginaInicial" => "102" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/8038641" "web" => "Medline" ] ] ] ] ] ] ] ] 30 => array:3 [ "identificador" => "bib0390" "etiqueta" => "31" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "The diagnostic odds ratio: A single indicator of test performance" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "A.S. Glas" 1 => "J.G. Lijmer" 2 => "M.H. Prins" 3 => "G.J. Bonsel" 4 => "P.M.M. Bossuyt" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/S0895-4356(03)00177-X" "Revista" => array:6 [ "tituloSerie" => "J Clin Epidemiol." "fecha" => "2003" "volumen" => "56" "paginaInicial" => "1129" "paginaFinal" => "1135" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/14615004" "web" => "Medline" ] ] ] ] ] ] ] ] 31 => array:3 [ "identificador" => "bib0395" "etiqueta" => "32" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:1 [ "titulo" => "Estudios de exactitud diagnóstica: Herramientas para su interpretación" ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:5 [ "tituloSerie" => "Rev Chil Radiol." "fecha" => "2015" "volumen" => "21" "paginaInicial" => "158" "paginaFinal" => "164" ] ] ] ] ] ] 32 => array:3 [ "identificador" => "bib0400" "etiqueta" => "33" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Optimal cut-off points of anthropometric parameters to identify high coronary heart disease risk in Korean adults" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "S.H. Kim" 1 => "H. Choi" 2 => "C.W. Won" 3 => "B.-S. Kim" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3346/jkms.2016.31.1.61" "Revista" => array:6 [ "tituloSerie" => "J Korean Med Sci." "fecha" => "2016" "volumen" => "31" "paginaInicial" => "61" "paginaFinal" => "66" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26770039" "web" => "Medline" ] ] ] ] ] ] ] ] 33 => array:3 [ "identificador" => "bib0405" "etiqueta" => "34" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Anthropometric measures and absolute cardiovascular risk estimates in the Australian Diabetes, Obesity and Lifestyle (AusDiab) Study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "L. Chen" 1 => "A. Peeters" 2 => "D.J. Magliano" 3 => "J.E. Shaw" 4 => "T.A. Welborn" 5 => "R. Wolfe" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1097/HJR.0b013e32816f7739" "Revista" => array:6 [ "tituloSerie" => "Eur J Cardiovasc Prev Rehabil." "fecha" => "2007" "volumen" => "14" "paginaInicial" => "740" "paginaFinal" => "745" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18043293" "web" => "Medline" ] ] ] ] ] ] ] ] 34 => array:3 [ "identificador" => "bib0410" "etiqueta" => "35" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Optimal cut-points for body mass index, waist circumference and waist-to-hip ratio using the Framingham coronary heart disease risk score in an Arab population of the Middle East" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "J.A. Al-Lawati" 1 => "N.M. Barakat" 2 => "A.M. al-Lawati" 3 => "A.J. Mohammed" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3132/dvdr.2008.044" "Revista" => array:6 [ "tituloSerie" => "Diab Vasc Dis Res." "fecha" => "2008" "volumen" => "5" "paginaInicial" => "304" "paginaFinal" => "309" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18958841" "web" => "Medline" ] ] ] ] ] ] ] ] 35 => array:3 [ "identificador" => "bib0415" "etiqueta" => "36" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Body mass index, waist circumference, and waist-to-height ratio for prediction of multiple metabolic risk factors in Chinese elderly population" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "Z. Gu" 1 => "D. Li" 2 => "H. He" 3 => "J. Wang" 4 => "X. Hu" 5 => "P. Zhang" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1038/s41598-017-18854-1" "Revista" => array:4 [ "tituloSerie" => "Sci Rep." "fecha" => "2018" "volumen" => "8" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/30573733" "web" => "Medline" ] ] ] ] ] ] ] ] 36 => array:3 [ "identificador" => "bib0420" "etiqueta" => "37" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Is waist circumference ≥<span class="elsevierStyleHsp" style=""></span>102/88<span class="elsevierStyleHsp" style=""></span>cm better than body mass index ≥<span class="elsevierStyleHsp" style=""></span>30 to predict hypertension and diabetes development regardless of gender, age group, and race/ethnicity? Meta-analysis" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:3 [ 0 => "D.-C. Seo" 1 => "S. Choe" 2 => "M.R. Torabi" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.ypmed.2017.01.012" "Revista" => array:6 [ "tituloSerie" => "Prev Med." "fecha" => "2017" "volumen" => "97" "paginaInicial" => "100" "paginaFinal" => "108" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28137662" "web" => "Medline" ] ] ] ] ] ] ] ] 37 => array:3 [ "identificador" => "bib0425" "etiqueta" => "38" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Waist-to-height ratio is better than body mass index and waist circumference as a screening criterion for metabolic syndrome in Han Chinese adults" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "H. Yang" 1 => "Z. Xin" 2 => "J.-P. Feng" 3 => "J.-K. Yang" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1097/MD. 0000000000008192" "Revista" => array:3 [ "tituloSerie" => "Med U S." "fecha" => "2017" "volumen" => "96" ] ] ] ] ] ] 38 => array:3 [ "identificador" => "bib0430" "etiqueta" => "39" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Waist circumference, body mass index and waist-height ratio: Are two indices better than one for identifying hypertension risk in older adults?" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:3 [ 0 => "R.H. Luz" 1 => "A.R. Barbosa" 2 => "E. d’Orsi" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.ypmed.2016.09.024" "Revista" => array:6 [ "tituloSerie" => "Prev Med." "fecha" => "2016" "volumen" => "93" "paginaInicial" => "76" "paginaFinal" => "81" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27663432" "web" => "Medline" ] ] ] ] ] ] ] ] 39 => array:3 [ "identificador" => "bib0435" "etiqueta" => "40" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Anthropometric indicators of obesity as predictors of cardiovascular risk in the elderly" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M. Vidal Martins" 1 => "A. Queiroz Ribeiro" 2 => "K.O. Martinho" 3 => "F. Silva Franco" 4 => "J. Danésio de Souza" 5 => "K. Bacelar Duarte de Morais" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3305/nh.2015.31.6.8372" "Revista" => array:6 [ "tituloSerie" => "Nutr Hosp." "fecha" => "2015" "volumen" => "31" "paginaInicial" => "2583" "paginaFinal" => "2589" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26040369" "web" => "Medline" ] ] ] ] ] ] ] ] 40 => array:3 [ "identificador" => "bib0440" "etiqueta" => "41" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Six reasons why the waist-to-height ratio is a rapid and effective global indicator for health risks of obesity and how its use could simplify the international public health message on obesity" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "M. Ashwell" 1 => "S.D. Hsieh" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1080/09637480500195066" "Revista" => array:6 [ "tituloSerie" => "Int J Food Sci Nutr." "fecha" => "2005" "volumen" => "56" "paginaInicial" => "303" "paginaFinal" => "307" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/16236591" "web" => "Medline" ] ] ] ] ] ] ] ] 41 => array:3 [ "identificador" => "bib0445" "etiqueta" => "42" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Adipose tissue, inflammation, and cardiovascular disease" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "A.H. Berg" 1 => "P.E. Scherer" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1161/01.RES. 0000163635.62927.34" "Revista" => array:6 [ "tituloSerie" => "Circ Res." "fecha" => "2005" "volumen" => "96" "paginaInicial" => "939" "paginaFinal" => "949" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15890981" "web" => "Medline" ] ] ] ] ] ] ] ] 42 => array:3 [ "identificador" => "bib0450" "etiqueta" => "43" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Accuracy of body mass index in diagnosing obesity in the adult general population" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A. Romero-Corral" 1 => "V.K. Somers" 2 => "J. Sierra-Johnson" 3 => "R.J. Thomas" 4 => "M.L. Collazo-Clavell" 5 => "J. Korinek" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1038/ijo.2008.11" "Revista" => array:5 [ "tituloSerie" => "Int J Obes 2005" "fecha" => "2008" "volumen" => "32" "paginaInicial" => "959" "paginaFinal" => "966" ] ] ] ] ] ] 43 => array:3 [ "identificador" => "bib0455" "etiqueta" => "44" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Asociación de obesidad general y abdominal con hipertensión, dislipemia y presencia de prediabetes en el estudio PREDAPS" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "F.J. Sangrós" 1 => "J. Torrecilla" 2 => "C. Giráldez-García" 3 => "L. Carrillo" 4 => "J. Mancera" 5 => "T. Mur" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.recesp.2017.04.010" "Revista" => array:6 [ "tituloSerie" => "Rev Esp Cardiol." "fecha" => "2018" "volumen" => "71" "paginaInicial" => "170" "paginaFinal" => "177" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28789915" "web" => "Medline" ] ] ] ] ] ] ] ] 44 => array:3 [ "identificador" => "bib0460" "etiqueta" => "45" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Separate and combined associations of body-mass index and abdominal adiposity with cardiovascular disease: Collaborative analysis of 58 prospective studies" "autores" => array:1 [ 0 => array:3 [ "colaboracion" => "Emerging Risk Factors Collaboration" "etal" => true "autores" => array:6 [ 0 => "D. Wormser" 1 => "S. Kaptoge" 2 => "E. di Angelantonio" 3 => "A.M. Wood" 4 => "L. Pennells" 5 => "A. Thompson" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/S0140-6736(11)60105-0" "Revista" => array:6 [ "tituloSerie" => "Lancet." "fecha" => "2011" "volumen" => "377" "paginaInicial" => "1085" "paginaFinal" => "1095" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/21397319" "web" => "Medline" ] ] ] ] ] ] ] ] 45 => array:3 [ "identificador" => "bib0465" "etiqueta" => "46" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Body mass index and waist circumference predict both 10-year nonfatal and fatal cardiovascular disease risk: Study conducted in 20,000 Dutch men and women aged 20-65<span class="elsevierStyleHsp" style=""></span>years" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "I. Van Dis" 1 => "D. Kromhout" 2 => "J.M. Geleijnse" 3 => "J.M.A. Boer" 4 => "W.M.M. Verschuren" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1097/HJR.0b013e328331dfc0" "Revista" => array:6 [ "tituloSerie" => "Eur J Cardiovasc Prev Rehabil." "fecha" => "2009" "volumen" => "16" "paginaInicial" => "729" "paginaFinal" => "734" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/19809330" "web" => "Medline" ] ] ] ] ] ] ] ] 46 => array:3 [ "identificador" => "bib0470" "etiqueta" => "47" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Anthropometric markers and their association with incident type<span class="elsevierStyleHsp" style=""></span>2 diabetes mellitus: Which marker is best for prediction? Pooled analysis of four German population-based cohort studies and comparison with a nationwide cohort study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "S. Hartwig" 1 => "A. Kluttig" 2 => "D. Tiller" 3 => "J. Fricke" 4 => "G. Müller" 5 => "S. Schipf" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1136/bmjopen-2015-009266" "Revista" => array:5 [ "tituloSerie" => "BMJ Open." "fecha" => "2016" "volumen" => "6" "paginaInicial" => "e009266" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26792214" "web" => "Medline" ] ] ] ] ] ] ] ] ] ] ] ] "agradecimientos" => array:1 [ 0 => array:4 [ "identificador" => "xack418281" "titulo" => "Agradecimientos" "texto" => "<p id="par0230" class="elsevierStylePara elsevierViewall">A la Unidad Administrativa de la Gerencia de AP de Toledo y al Laboratorio de Análisis Clínicos del hospital Virgen de la Salud de Toledo. Al Servicio de Investigación del Instituto de Ciencias de la Salud de Talavera de la Reina. A todos los investigadores del estudio RICARTO.</p>" "vista" => "all" ] ] ] "idiomaDefecto" => "es" "url" => "/11383593/0000004500000005/v1_201907240643/S1138359319301030/v1_201907240643/es/main.assets" "Apartado" => array:4 [ "identificador" => "9633" "tipo" => "SECCION" "es" => array:2 [ "titulo" => "Originales" "idiomaDefecto" => true ] "idiomaDefecto" => "es" ] "PDF" => "https://static.elsevier.es/multimedia/11383593/0000004500000005/v1_201907240643/S1138359319301030/v1_201907240643/es/main.pdf?idApp=UINPBA00004N&text.app=https://www.elsevier.es/" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S1138359319301030?idApp=UINPBA00004N" ]
| año/Mes | Html | Total | |
|---|---|---|---|
| 2024 Octubre | 669 | 58 | 727 |
| 2024 Septiembre | 637 | 96 | 733 |
| 2024 Agosto | 420 | 64 | 484 |
| 2024 Julio | 376 | 49 | 425 |
| 2024 Junio | 344 | 46 | 390 |
| 2024 Mayo | 370 | 55 | 425 |
| 2024 Abril | 433 | 68 | 501 |
| 2024 Marzo | 401 | 87 | 488 |
| 2024 Febrero | 291 | 55 | 346 |
| 2024 Enero | 301 | 53 | 354 |
| 2023 Diciembre | 253 | 46 | 299 |
| 2023 Noviembre | 352 | 65 | 417 |
| 2023 Octubre | 641 | 73 | 714 |
| 2023 Septiembre | 439 | 88 | 527 |
| 2023 Agosto | 190 | 49 | 239 |
| 2023 Julio | 166 | 48 | 214 |
| 2023 Junio | 271 | 61 | 332 |
| 2023 Mayo | 342 | 100 | 442 |
| 2023 Abril | 241 | 65 | 306 |
| 2023 Marzo | 230 | 66 | 296 |
| 2023 Febrero | 186 | 43 | 229 |
| 2023 Enero | 121 | 35 | 156 |
| 2022 Diciembre | 144 | 52 | 196 |
| 2022 Noviembre | 220 | 74 | 294 |
| 2022 Octubre | 259 | 80 | 339 |
| 2022 Septiembre | 189 | 78 | 267 |
| 2022 Agosto | 148 | 50 | 198 |
| 2022 Julio | 106 | 63 | 169 |
| 2022 Junio | 144 | 35 | 179 |
| 2022 Mayo | 188 | 36 | 224 |
| 2022 Abril | 209 | 48 | 257 |
| 2022 Marzo | 277 | 27 | 304 |
| 2022 Febrero | 233 | 29 | 262 |
| 2022 Enero | 196 | 17 | 213 |
| 2021 Diciembre | 142 | 27 | 169 |
| 2021 Noviembre | 276 | 53 | 329 |
| 2021 Octubre | 220 | 31 | 251 |
| 2021 Septiembre | 204 | 36 | 240 |
| 2021 Agosto | 179 | 23 | 202 |
| 2021 Julio | 137 | 29 | 166 |
| 2021 Junio | 175 | 18 | 193 |
| 2021 Mayo | 250 | 21 | 271 |
| 2021 Abril | 547 | 50 | 597 |
| 2021 Marzo | 449 | 70 | 519 |
| 2021 Febrero | 263 | 53 | 316 |
| 2021 Enero | 231 | 56 | 287 |
| 2020 Diciembre | 207 | 47 | 254 |
| 2020 Noviembre | 270 | 56 | 326 |
| 2020 Octubre | 252 | 49 | 301 |
| 2020 Septiembre | 260 | 48 | 308 |
| 2020 Agosto | 156 | 23 | 179 |
| 2020 Julio | 176 | 68 | 244 |
| 2020 Junio | 147 | 27 | 174 |
| 2020 Mayo | 163 | 26 | 189 |
| 2020 Abril | 145 | 26 | 171 |
| 2020 Marzo | 74 | 9 | 83 |
| 2020 Febrero | 84 | 16 | 100 |
| 2020 Enero | 49 | 15 | 64 |
| 2019 Diciembre | 6 | 5 | 11 |
| 2019 Noviembre | 3 | 2 | 5 |
| 2019 Octubre | 0 | 2 | 2 |
| 2019 Septiembre | 4 | 2 | 6 |
| 2019 Agosto | 24 | 11 | 35 |
| 2019 Julio | 47 | 18 | 65 |
| 2019 Mayo | 0 | 8 | 8 |
Mostrar todo
