Palabras clave
Cómo citar
Resumen
Con el envejecimiento de la población rural en Ecuador, se expone a la malnutrición, sarcopenia y a un deterioro funcional, asociados a la dificultad de acceder a los servicios de salud y a las malas condiciones socioeconómicas. La bioimpedancia eléctrica (BIA) permite estimar la composición corporal; el Mini Nutritional Assessment (MNA) establece el riesgo nutricional de las personas adultas mayores. Examinar la asociación entre composición corporal, estado nutricional, funcionalidad y enfermedades crónicas en adultos mayores de tres parroquias rurales de Cuenca-Ecuador. Estudio de corte transversal en 302 adultos mayores de los cuales la media de edad fue 74,3 ± 7,6 años. Se establecieron dos perfiles de composición corporal utilizando la técnica de k-medias en el análisis de conglomerados. Se utilizó pruebas de comparaciones, correlaciones de Spearman y ROC para las asociaciones y la capacidad de predicción. El 56,5% presentó riesgo de malnutrición conforme al MNA. La composición corporal permaneció sin correlaciones significativas con el MNA ni capacidad discriminativa para la predicción del riesgo nutricional (AUC: 0,479-0,540). El riesgo nutricional se asoció significativamente con equilibrio y marcha peores, así como con mayor riesgo de caídas y con dependencia funcional. El IMC y la masa grasa se asociaron con hipertensión y diabetes, mientras que menor masa magra y músculo esquelético con mayor dependencia funcional. En esta población rural andina, la BIA permitió identificar sobrepeso, obesidad y asociaciones con enfermedades cardiometabólicas, aunque no se debe considerar como un indicador aislado adecuado de riesgo de malnutrición. La valoración geriátrica integral, y especialmente el estado funcional y el riesgo de caídas, debe acompañar el tamizaje nutricional en el primer nivel de atención rural para orientar decisiones preventivas y mejorar el seguimiento clínico adecuado.
Citas
Baumgart, M., Snyder, H. M., Carrillo, M. C., Fazio, S., Kim, H., & Johns, H. (2015). Summary of the evidence on modifiable risk factors for cognitive decline and dementia: A population-based perspective. Alzheimer’s & Dementia, 11(6), 718–726. https://doi.org/10.1016/j.jalz.2015.05.016
Beeri, M. S., Rapp, M., Silverman, J. M., Schmeidler, J., Grossman, H. T., Fallon, J. T. (2006). Coronary artery disease and Alzheimer pathology. Neurology, 66(9), 1399–1404. https://doi.org/10.1212/01.wnl.0000210533.20484.d0
Buchman, A. S., Boyle, P. A., Wilson, R. S., Tang, Y., & Bennett, D. A. (2007). Frailty and incident Alzheimer disease. Psychosomatic Medicine, 69(5), 483–489. https://doi.org/10.1097/PSY.0b013e318068de1d
Buracchio, T. J., Dodge, H. H., Howieson, D., Wasserman, D., & Kaye, J. (2010). The trajectory of gait speed preceding mild cognitive impairment. Archives of Neurology, 67(8), 980–986. https://doi.org/10.1001/archneurol.2010.159
Cederholm, T., Jensen, G. L., Correia, M. I. T. D., Gonzalez, M. C., Fukushima, R., Higashiguchi, T. (2019). GLIM criteria for the diagnosis of malnutrition: A consensus report from the global clinical nutrition community. Clinical Nutrition, 38(1), 1–9. https://doi.org/10.1016/j.clnu.2018.08.002
Cruz-Jentoft, A. J., Bahat, G., Bauer, J., Boirie, Y., Bruyère, O., Cederholm, T. (2019). Sarcopenia: Revised European consensus on definition and diagnosis. Age and Ageing, 48(1), 16–31. https://doi.org/10.1093/ageing/afy169
Debette, S., Seshadri, S., Beiser, A., Au, R., Himali, J. J., Palumbo, C. (2011). Midlife vascular risk factor exposure accelerates structural brain aging. Neurology, 77(5), 461–468. https://doi.org/10.1212/WNL.0b013e318227b227
Desikan, R. S., Ségonne, F., Fischl, B., Quinn, B. T., Dickerson, B. C., Blacker, D. (2006). An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. NeuroImage, 31(3), 968–980. https://doi.org/10.1016/j.neuroimage.2006.01.021
Fitzpatrick, A. L., Kuller, L. H., Lopez, O. L., Diehr, P., O’Meara, E. S., Longstreth, W. T., Jr. (2009). Midlife and late-life obesity and the risk of dementia. Archives of Neurology, 66(3), 336–342. https://doi.org/10.1001/archneurol.2008.582
Heymsfield, S. B., Peterson, C. M., Thomas, D. M., Heo, M., & Schuna, J. M., Jr. (2016). Why are there race/ethnic differences in adult body mass index–adiposity relationships? A quantitative critical review. Obesity Reviews, 17(3), 262–275. https://doi.org/10.1111/obr.12358
Jack, C. R., Jr., Knopman, D. S., Jagust, W. J., Shaw, L. M., Aisen, P. S., Weiner, M. W. (2013). Tracking pathophysiological processes in Alzheimer’s disease: An updated hypothetical model of dynamic biomarkers. The Lancet Neurology, 12(2), 207–216. https://doi.org/10.1016/S1474-4422(12)70291-0
Kyle, U. G., Bosaeus, I., De Lorenzo, A. D., Deurenberg, P., Elia, M., Gómez, J. M. (2004). Bioelectrical impedance analysis—Part I: Review of principles and methods. Clinical Nutrition, 23(5), 1226–1243. https://doi.org/10.1016/j.clnu.2004.06.004
Kyle, U. G., Bosaeus, I., De Lorenzo, A. D., Deurenberg, P., Elia, M., Gómez, J. M. (2004). Bioelectrical impedance analysis—Part II: Utilization in clinical practice. Clinical Nutrition, 23(6), 1430–1453. https://doi.org/10.1016/j.clnu.2004.09.012
Livingston, G., Huntley, J., Sommerlad, A., Ames, D., Ballard, C., Banerjee, S. (2020). Dementia prevention, intervention, and care: 2020 report of the Lancet Commission. The Lancet, 396(10248), 413–446. https://doi.org/10.1016/S0140-6736(20)30367-6
Pedditizi, E., Peters, R., & Beckett, N. (2016). The risk of overweight/obesity in mid-life and late life for the development of dementia: A systematic review and meta-analysis of longitudinal studies. Age and Ageing, 45(1), 14–21. https://doi.org/10.1093/ageing/afv151
Petersen, R. C., Roberts, R. O., Knopman, D. S., Boeve, B. F., Geda, Y. E., Ivnik, R. J. (2009). Mild cognitive impairment: Clinical characterization and outcome. Archives of Neurology, 66(12), 1447–1455. https://doi.org/10.1001/archneurol.2009.266
Ponti, F., Santoro, A., Mercatelli, D., Gasperini, C., Conte, M., Martucci, M. (2020). Aging and imaging assessment of body composition: From fat to facts. Frontiers in Endocrinology, 10. https://doi.org/10.3389/fendo.2019.00861
Prado, C. M., Purcell, S. A., & Laviano, A. (2020). Nutrition interventions to treat low muscle mass in cancer. Journal of Cachexia, Sarcopenia and Muscle, 11(2), 366–380. https://doi.org/10.1002/jcsm.12525
Prince, M., Bryce, R., Albanese, E., Wimo, A., Ribeiro, W., & Ferri, C. P. (2013). The global prevalence of dementia: A systematic review and metaanalysis. Alzheimer’s & Dementia, 9(1), 63–75. https://doi.org/10.1016/j.jalz.2012.11.007
Samuelsson, J., Marseglia, A., Wallengren, O., Lindberg, O., Dartora, C., Cedres, N. (2025). Association of body composition with neuroimaging biomarkers and cognitive function: A population-based study of 70-year-olds. eBioMedicine, 112. https://doi.org/10.1016/j.ebiom.2024.105555
Silveira, E. A., Barbosa, L. S., Rodrigues, A. P. S., Noll, M., & De Oliveira, C. (2020). Body fat percentage assessment by skinfold equation, bioimpedance and densitometry in older adults. Archives of Public Health, 78. https://doi.org/10.1186/s13690-020-00449-4
Srikanthan, P., & Karlamangla, A. S. (2014). Muscle mass index as a predictor of longevity in older adults. The American Journal of Medicine, 127(6), 547–553. https://doi.org/10.1016/j.amjmed.2014.02.007
Sternäng, O., Reynolds, C. A., Finkel, D., Ernsth-Bravell, M., Pedersen, N. L., & Dahl Aslan, A. K. (2015). Grip strength decline in older adults: Longitudinal findings from the Swedish Adoption/Twin Study of Aging. Age and Ageing, 44(2), 269–274. https://doi.org/10.1093/ageing/afu170
Wardlaw, J. M., Smith, E. E., Biessels, G. J., Cordonnier, C., Fazekas, F., Frayne, R. (2013). Neuroimaging standards for research into small vessel disease and its contribution to ageing and neurodegeneration. The Lancet Neurology, 12(8), 822–838. https://doi.org/10.1016/S1474-4422(13)70124-8
Wells, J. C. K., & Fewtrell, M. S. (2006). Measuring body composition. Archives of Disease in Childhood, 91(7), 612–617. https://doi.org/10.1136/adc.2005.085522
Whitmer, R. A., Gunderson, E. P., Barrett-Connor, E., Quesenberry, C. P., Jr., & Yaffe, K. (2005). Obesity in middle age and future risk of dementia. BMJ, 330(7504). https://doi.org/10.1136/bmj.38446.466238.E0
World Health Organization. (2019). Risk reduction of cognitive decline and dementia: WHO guidelines.
Yoon, D. H., Lee, J. Y., & Song, W. (2018). Effects of resistance exercise training on cognitive function. Journal of Exercise Nutrition & Biochemistry, 22(3), 1–6. https://doi.org/10.20463/jenb.2018.0017
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.