Evaluation of the Relationships between Simple Anthropometric Measures and Bioelectrical Impedance Assessment Variables with Multivariate Linear Regression Models to Estimate Body Composition and Fat Distribution in Adults: Preliminary Results
Danúbia da Cunha de Sá-Caputo,
Anelise Sonza,
Ana Carolina Coelho-Oliveira,
Juliana Pessanha-Freitas,
Aline Silva Reis,
Arlete Francisca-Santos,
Elzi Martins dos Anjos,
Laisa Liane Paineiras-Domingos,
Thais de Rezende Bessa Guerra,
Amanda da Silva Franco,
Vinicius Layter Xavier,
Claudia Jakelline Barbosa e Silva,
Marcia Cristina Moura-Fernandes,
Vanessa Amaral Mendonça,
Ana Cristina Rodrigues Lacerda,
Alessandra da Rocha Pinheiro Mulder,
Aderito Seixas,
Alessandro Sartorio,
Redha Taiar,
Mario Bernardo-Filho
Affiliations
Danúbia da Cunha de Sá-Caputo
Programa de Pós-Graduação em Ciências Médicas, Faculdade de Ciências Médicas, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20511-010, Brazil
Anelise Sonza
Programa de Pós-Graduação em Fisioterapia e Programa de Pós-Graduação em Ciências do Movimento Humano, Departamento de Fisioterapia, Universidade do Estado de Santa Catarina—UDESC, Florianópolis 88035-901, Brazil
Ana Carolina Coelho-Oliveira
Programa de Pós-Graduação em Fisiopatologia Clínica e Experimental, Faculdade de Ciências Médicas, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20511-010, Brazil
Juliana Pessanha-Freitas
Laboratório de Vibrações Mecânicas e Práticas Integrativas—LAVIMPI, Departamento de Biofísica e Biometria, Instituto de Biologia Roberto Alcântara Gomes and Policlínica Piquet Carneiro, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20950-003, Brazil
Aline Silva Reis
Programa de Pós-Graduação em Ciências Médicas, Faculdade de Ciências Médicas, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20511-010, Brazil
Arlete Francisca-Santos
Departamento de Fisioterapia, Faculdade Bezerra de Araújo, Rio de Janeiro 23052-180, Brazil
Elzi Martins dos Anjos
Laboratório de Vibrações Mecânicas e Práticas Integrativas—LAVIMPI, Departamento de Biofísica e Biometria, Instituto de Biologia Roberto Alcântara Gomes and Policlínica Piquet Carneiro, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20950-003, Brazil
Laisa Liane Paineiras-Domingos
Programa de Pós-Graduação em Ciências Médicas, Faculdade de Ciências Médicas, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20511-010, Brazil
Thais de Rezende Bessa Guerra
Instituto de Nutrição do Cérebro e Coração, Itaipú, Niterói, Rio de Janeiro 24342-440, Brazil
Amanda da Silva Franco
Departamento de Nutrição, Faculdade Bezerra de Araújo, Rio de Janeiro 23052-180, Brazil
Vinicius Layter Xavier
Departamento de Estatística, Instituto de Matemática e Estatística, Universidade do Rio de Janeiro, Rio de Janeiro 20550-900, Brazil
Claudia Jakelline Barbosa e Silva
Programa de Pós-Graduação em Ciências Computacionais, Instituto de Matemática e Estatística, Universidade do Rio de Janeiro, Rio de Janeiro 20550-900, Brazil
Marcia Cristina Moura-Fernandes
Programa de Pós-Graduação em Ciências Médicas, Faculdade de Ciências Médicas, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20511-010, Brazil
Vanessa Amaral Mendonça
Faculdade de Ciências Biológicas e da Saúde, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Diamantina 39100-000, Brazil
Ana Cristina Rodrigues Lacerda
Faculdade de Ciências Biológicas e da Saúde, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Diamantina 39100-000, Brazil
Alessandra da Rocha Pinheiro Mulder
Departamento de Nutrição Aplicada, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20511-010, Brazil
Aderito Seixas
Escola Superior de Saúde Fernando Pessoa, Fundação Fernando Pessoa, 4200-253 Porto, Portugal
Alessandro Sartorio
Experimental Laboratory for Auxo-Endocrinological Research, Istituto Auxologico Italiano, IRCCS, 20145 Milan & Division of Metabolic Diseases & Auxology, 28824 Verbania, Italy
Redha Taiar
MATIM, Moulin de la Housse, Université de Reims Champagne Ardenne, CEDEX 02, 51687 Reims, France
Mario Bernardo-Filho
Laboratório de Vibrações Mecânicas e Práticas Integrativas—LAVIMPI, Departamento de Biofísica e Biometria, Instituto de Biologia Roberto Alcântara Gomes and Policlínica Piquet Carneiro, Universidade do Estado do Rio de Janeiro, Rio de Janeiro 20950-003, Brazil
Background: Overweight and obesity are conditions associated with sedentary lifestyle and accumulation of abdominal fat, determining increased mortality, favoring chronic diseases, and increasing cardiovascular risk. Although the evaluation of body composition and fat distribution are highly relevant, the high cost of the gold standard techniques limits their wide utilization. Therefore, the aim of this work was to explore the relationships between simple anthropometric measures and BIA variables using multivariate linear regression models to estimate body composition and fat distribution in adults. Methods: In this cross-sectional study, sixty-eight adult individuals (20 males and 48 females) were subjected to bioelectrical impedance analysis (BIA), anthropometric measurements (waist circumference (WC), neck circumference (NC), mid-arm circumference (MAC)), allowing the calculation of conicity index (C-index), fat mass/fat-free mass (FM/FFM) ratios, body mass index (BMI) and body shape index (ABSI). Statistical analyzes were performed with the R program. Nonparametric Statistical tests were applied to compare the characteristics of participants of the groups (normal weight, overweight and obese). For qualitative variables, the Fisher’s exact test was applied, and for quantitative variables, the paired Wilcoxon signed-rank test. To evaluate the linear association between each pair of variables, the Pearson correlation coefficient was calculated, and Multivariate linear regression models were adjusted using the stepwise variable selection method, with Akaike Information Criterion (p ≤ 0.05). Results: BIA variables with the highest correlations with anthropometric measures were total body water (TBW), body fat percentage (BFP), FM, FFM and FM/FFM. The multiple linear regression analysis showed, in general, that the same variables can be estimated through simple anthropometric measures. Conclusions: The assessment of fat distribution in the body is desirable for the diagnosis and definition of obesity severity. However, the high cost of the instruments (dual energy X-ray absorptiometry, hydrostatic weighing, air displacement plethysmography, computed tomography, magnetic resonance) to assess it, favors the use of BMI in the clinical practice. Nevertheless, BMI does not represent a real fat distribution and body fat percentage. This highlights the relevance of the findings of the current study, since simple anthropometric variables can be used to estimate important BIA variables that are related to fat distribution and body composition.
