El presente trabajo de tesis tiene como propósito proponer una nueva alternativa para identificar personas con posible obesidad sarcopénica. El nombre de dicha alternativa o técnica es: Análisis de la composición corporal funcional (ACCF). La técnica presenta los atributos de bajo costo, rápida, no invasiva, y de tamizador de grandes poblaciones. La hipótesis de trabajo fue: La técnica ACCF identifica el perfil de obesidad sarcopénica de forma semejante a las técnicas convencionales. La metodología consistió en realizar un estudio piloto donde participaron 77 personas, a las cuales se les hicieron: 1.- Estudios de laboratorio para medir el nivel de: glucosa, insulina, triglicéridos, lípidos de alta y baja de densidad, colesterol. Solo a una población del total se les hicieron estudios de indicadores de inflamación (Interleucina 6 “IL-6”, Interleucina 1 “IL-1”, proteína C reactiva “PCR”). 2.- Estudios de imagenología médica por resonancia magnética nuclear (IRMN) a nivel de los cuádriceps, y DEXA de cuerpo entero, la finalidad de estos dos estudios fue para medir la cantidad de masa muscular y tejido adiposo. 3.- Una medición del diámetro de cintura y cadera. 4.- Un estudio mediante la técnica del ACCF en posición sentada y posteriormente en posición de pie. En el proceso de selección, y de aplicar los criterios de rechazo o exclusión, se crearon 3 poblaciones separadas por género: Dos poblaciones asintomáticas mujeres (N=1), hombres(N=3). Dos poblaciones con sobrepeso u obesidad mujeres(N=9), hombres(N=11). Dos poblaciones con posible obesidad sarcopénica mujeres (N=4), hombres (N=2) A partir de los estudios realizados a las poblaciones se crearon 5 vectores: 1.- Un vector de laboratorio. 2.- Un vector de imagenología médica, y el cociente de la relación cintura cadera. 3.- Un vector compuesto que contempla las mediciones de laboratorio, imagenología médica y la relación cintura cadera. 4.- Un vector de las mediciones que arroja el ACCF en posición sentada de cada paciente 5.- y otro vector ACCF en posición de pie para cada paciente. La idea de crear los vectores característicos fue para ver la existencia de agrupaciones y comparar la similitud entre las agrupaciones creadas, para lograr esta tarea los vectores se analizaron mediante una red neuronal artificial, el nombre de la red es selforganizing maps (SOM), este es un mapa del tipo auto-organizado, es entrenada usando aprendizaje no supervisado. Los resultados muestran similitudes en las agrupaciones creadas entre el vector laboratorio, el vector compuesto y el vector ACCF en posición de pie. El vector de ACCF en posición de pie propone a personas de la población con sobrepeso u obesidad, como personas candidatas a formar parte de la población con posible obesidad sarcopénica. La técnica ACCF muestra la oxidación del sustrato preferencial para obtener energía, sin o con resistencia a la insulina (RI), y el comportamiento del sistema nervioso Autónomo dada una inflamación sistémica. En conclusión el vector generado por la técnica ACCF identifica a la población con posible obesidad sarcopénica, pero debido a la reducida cantidad de sujetos que conforman las poblaciones estudiadas no se puede realizar pruebas estadísticas para confirmar si hay significancia estadística en dicho hallazgo.
Relaciones
| En Conjunto Administrativo: |
|
|---|
Descripciones
| Nombre del atributo | Valores |
|---|
| Creador |
|
|---|
| Colaboradores |
|
|---|
| Tema |
|
|---|
| Editor |
|
|---|
| Idioma |
|
|---|
| Identificador |
|
|---|
| Palabra Clave |
|
|---|
| Año de publicación |
|
|---|
| Tipo de Recurso |
|
|---|
| Derechos |
|
|---|
| División académica |
|
|---|
| Línea académica |
|
|---|
| Licencia |
|
|---|
