Возможности биоимпедансного анализа в диагностике ожирения


Цитировать

Полный текст

Аннотация

Использование дополнительных параметров, получаемых с помощью биоимпедансного анализа, позволяет корректно установливать или исключать диагноз ожирения при проведении обследования мужчин. Нами предложен показатель «индекс массы жира», который обладает наибольшей чувствительностью и специфичностью в отношении диагностики ожирения. Использование ROC-анализа позволило установить пороговые значения (точки отсечения) в выборках ряда показателей биоимпедансометрии для диагностики ожирения по известным градациям индекса массы тела согласно классификации Всемирной организации здравоохранения. Так, для области висцерального жира эта граница соответствует 103,95 см2, индекса массы жира - 7,33 кг/м2, массы жира - 22,45 кг, процента содержания жира в организме - 24,55% и степени абдоминального ожирения - 0,94%. Превышение вышеуказанных порогов может быть использовано в качестве дополнительных критериев для диагностики ожирения. Показано существование фенотипической и метаболической неоднородности лиц с нормальной массой тела и страдающих ожирением. Подтверждено, что при ожирении 93,3% пациентов являются метаболически нездоровыми, а 6,7% - метаболически здоровы. Подобная закономерность прослеживается и при нормальной массе тела: метаболически здоровой является больший пул (92,4%), а небольшая часть людей (7,6%) - метаболически нездоровы. В настоящее время не для всех показателей, полученных с помощью биоимпедансного анализа, существуют нормативные значения, поэтому при комплексном обследовании мужчин использование оптимального порога отсечения для изученных показателей поможет обеспечить выявление лиц с истинным ожирением. Полученные результаты должны повысить диагностическую ценность биоимпедансного анализа состава тела и помочь проводить эффективную оценку лечебных и профилактических мероприятий при ожирении путем сопоставления рассматриваемых показателей в динамике.

Об авторах

О А Нагибович

Военно-медицинская академия им. С.М. Кирова

Санкт-Петербург

Г А Смирнова

Военно-медицинская академия им. С.М. Кирова

Email: smirnova2006@gmail.com
Санкт-Петербург

А И Андриянов

Военно-медицинская академия им. С.М. Кирова

Санкт-Петербург

Е В Кравченко

Военно-медицинская академия им. С.М. Кирова

Санкт-Петербург

И А Коновалова

Военно-медицинская академия им. С.М. Кирова

Санкт-Петербург

Список литературы

  1. Бойцов, С.А. Профилактика хронических неинфекционных заболеваний: рекомендации / C.А. Бойцов. - М.: ГНИЦПМ, 2013. - 128 с.
  2. Бутрова, С.А. От эпидемии ожирения к эпидемии сахарного диабета / С.А. Бутрова // Международный эндокринологи- ческий журнал. - 2013. - № 3. - С. 19-24.
  3. Григорьев, С.Г. Роль и место логистической регрессии и roc- анализа в решении медицинских диагностических задач / С.Г. Григорьев, Ю.В. Лобзин, Н.В. Скрипченко // Журнал инфектологии. - 2016. - Т. 8, № 4.- С. 36-45.
  4. Мартиросов, Э.Г. Применение антропологических мето- дов в спорте, спортивной медицине и фитнесе / Э.Г. Мартиросов, С.Г. Руднев - М.: Физическая культура, 2010. - 120 с.
  5. Николаев, Д.В. Лекции по биоимпедансному составу тела человека / Д.В. Николаев, С.П. Щелыкалина. - М.: РИО ЦНИИОИЗ МЗ РФ, 2016. - 152 с.
  6. Смирнова, Г.А. Взаимосвязь заболеваемости курсантов Во- енно-медицинской академии с их функциональным состо- янием, статусом питания и успеваемостью / Г.А. Смирнова // Вестн. Росс. воен.-мед. акад. - Прилож. - 2014. - № 2 (46). - С. 39-40.
  7. Файнзильберг, Л.С. Гарантированная оценка эффективности диагностических тестов на основе усиленного ROC-анализа / Л.С. Файнзильберг, Т.Н. Жук // Управляющие системы и машины. - 2009. - № 5. - С. 3-13.
  8. Fawcett, T. ROC Graphs: Notes and Practical Considerations for Researchers. - Kluwer Acad. Publ. - 2004. - 38 p.
  9. Fidanza, F. Body fat in adult man: semicentenary of fat density and skinfolds / F. Fidanza // Acta Diabetol, 2003. - Vol. 40. - P. 242-248.
  10. Goodpaster, B.H. Metabolic Flexibility in Health and Disease / B.H. Goodpaster, L.M. Sparks // Cell Metab. - 2017. - Vol. 2, № 25 (5). - P. 1027-1036.
  11. Jaffrin, M.Y. Body composition determination by bioimpedance: an update / M.Y. Jaffrin // Curr. Opin. Clin. Nutr. Metab. Care. - 2009. - Vol. 12. - P. 482-486.
  12. Matsuzawa, Y. The Concept of Metabolic Syndrome: Contribution of Visceral Fat Accumulation and Its Molecular Mechanism / Y. Matsuzawa, T. Funahashi, T. Nakamura // Journal of Atherosclerosis and Thrombosis. - 2011. - Vol. 18, № 8. - P.629-639.
  13. Rotar, О. Metabolically healthy obese and metabolically unhealthy non-obese phenotypes in a Russian population/ О. Rotar [et al.] // Eur J Epidemiol. - 2016. - Dec 30. doi: 10.1007/s10654- 016-0221-z. [Epub ahead of print].
  14. Marques-Vidal, Р. Normal weight obesity: relationship with lipids, glycaemic status, liver enzymes and inflammation / P. Marques- Vidal [et al.] // Nutr Metab Cardiovasc Dis. - 2010. - Vol. 20. - P.669-675.
  15. Yusuf, S. Obesity and the risk of myocardial infarction in 27,000 participants from 52 countries: a case control study / S. Yusuf [et al.] // Lancet. - 2005. - Vol. 5. - P. 1640-1649.
  16. Boban, M. Obesity dilemma in the global burden of cardiovascular diseases / M. Boban [et al.] // Int J. Clin. Pract. - 2014. - Vol. 68, № 2. - P. 173-179.
  17. Peckmezian, T. A systematic review and narrative synthesis of interventions for uncomplicated obesity: weight loss, well-being and impact on eating disorders / T. Peckmezian, P. Hay // J. Eat Disord. - 2017. - Vol. 1. - P. 5-15.
  18. WHO expert consultation. Appropriate body-mass index for Asian populations and its implications for policy and intervention strategies. // Lancet. - 2004. - Р. 157-163.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Нагибович О.А., Смирнова Г.А., Андриянов А.И., Кравченко Е.В., Коновалова И.А., 2018

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).