RESUMEN

Introducción y objetivos: la baja masa muscular (BMM) condiciona el estado nutricional de un individuo y tiene implicaciones en la calidad y el pronóstico de vida. El objetivo de este trabajo fue evaluar la composición corporal y determinar los valores de normalidad en el diagnóstico de BMM en un grupo de control de individuos sanos. Material y método: estudio transversal de voluntarios sanos con edades entre 18 y 45 años, con un índice de masa corporal (IMC) < 30 kg/m2. Se realizó un estudio descriptivo incluyendo variables demográficas, clínicas, antropométricas y de composición corporal (mediante bioimpedancia, TANITA MC 780 MA; TANITA, Tokio, Japón), con estratificación por edad, sexo e IMC. Se determinaron los valores correspondientes a -1/-2 desviaciones estándar (DE) para considerar una baja masa/función muscular. Resultados: se incluyeron 67 pacientes, el 71,60 % mujeres, con una mediana de edad de 28,29 (RIC: 4,05) años. Los varones presentan mayor peso, IMC, masa libre de grasa (MLG), masa muscular (MM), masa muscular apendicular (MMA), índice de masa muscular apendicular (IMMA) y dinamometría con respecto a las mujeres. Se determinaron los valores de -1/-2 DE de los distintos parámetros musculares en función del sexo. Conclusiones: este estudio determina los valores normales de BMM en una población sana y joven de nuestro medio, y los índices más empleados para expresarla, lo que permitirá diagnosticar la BMM en situaciones patológicas empleando el valor correspondiente a -2 DE. (AU)

Background and aims: low muscle mass (LMM) conditions the nutritional status of an individual and has implications for quality of life and prognosis. The aim of this study was to evaluate body composition and determine normal values in the diagnosis of LMM in a control group of healthy individuals. Methods: a cross-sectional study of healthy volunteers aged 18 to 45 years with body mass index (BMI) < 30 kg/m2, from January 2021 to October 2021. A descriptive study was performed including demographic, clinical, anthropometric, and body composition variables (by bioimpedance, TANITA MC 780 MA; TANITA, Tokyo, Japan), stratified by age, sex and BMI. Values corresponding to -1/-2 standard deviations (SD) were determined to consider low muscle mass/function. Results: we included 67 patients, 71,60 % women, with a median age of 28.29 (IQR 4.05) years. Males presented higher weight, BMI, fat-free mass (FFM), muscle mass (MM), appendicular lean mass (ALM), appendicular lean mass index (ALMI), and dynamometry values when compared to females. The -1/-2 SD values of the various muscle parameters were determined according to sex. Conclusion: this study determined normal LMM values in healthy and young people, and the most commonly used indexes to express it, which will allow the diagnosis of LMM in disease-related situations using the corresponding -2 DS value. (AU)

Asunto(s)

RESUMEN

Introduction: Background and aims: low muscle mass (LMM) conditions the nutritional status of an individual and has implications for quality of life and prognosis. The aim of this study was to evaluate body composition and determine normal values in the diagnosis of LMM in a control group of healthy individuals. Methods: a cross-sectional study of healthy volunteers aged 18 to 45 years with body mass index (BMI) < 30 kg/m2. A descriptive study was performed including demographic, clinical, anthropometric, and body composition variables (by bioimpedance, TANITA MC 780 MA; TANITA, Tokyo, Japan), stratified by age, sex and BMI. Values corresponding to -1/-2 standard deviations (SD) were determined to consider low muscle mass/function. Results: we included 67 patients, 71,60 % women, with a median age of 28.29 (IQR 4.05) years. Males presented higher weight, BMI, fat-free mass (FFM), muscle mass (MM), appendicular lean mass (ALM), appendicular lean mass index (ALMI), and dynamometry values when compared to females. The -1/-2 SD values of the various muscle parameters were determined according to sex. Conclusion: this study determined normal LMM values in healthy and young people, and the most commonly used indexes to express it, which will allow the diagnosis of LMM in disease-related situations using the corresponding -2 DS value.

Introducción: Introducción y objetivos: la baja masa muscular (BMM) condiciona el estado nutricional de un individuo y tiene implicaciones en la calidad y el pronóstico de vida. El objetivo de este trabajo fue evaluar la composición corporal y determinar los valores de normalidad en el diagnóstico de BMM en un grupo de control de individuos sanos. Material y método: estudio transversal de voluntarios sanos con edades entre 18 y 45 años, con un índice de masa corporal (IMC) < 30 kg/m2. Se realizó un estudio descriptivo incluyendo variables demográficas, clínicas, antropométricas y de composición corporal (mediante bioimpedancia, TANITA MC 780 MA; TANITA, Tokio, Japón), con estratificación por edad, sexo e IMC. Se determinaron los valores correspondientes a -1/-2 desviaciones estándar (DE) para considerar una baja masa/función muscular. Resultados: se incluyeron 67 pacientes, el 71,60 % mujeres, con una mediana de edad de 28,29 (RIC: 4,05) años. Los varones presentan mayor peso, IMC, masa libre de grasa (MLG), masa muscular (MM), masa muscular apendicular (MMA), índice de masa muscular apendicular (IMMA) y dinamometría con respecto a las mujeres. Se determinaron los valores de -1/-2 DE de los distintos parámetros musculares en función del sexo. Conclusiones: este estudio determina los valores normales de BMM en una población sana y joven de nuestro medio, y los índices más empleados para expresarla, lo que permitirá diagnosticar la BMM en situaciones patológicas empleando el valor correspondiente a -2 DE.

Asunto(s)

RESUMEN

INTRODUCCIÓN. Conocer la adherencia a los tratamientos antirretrovirales y las variables asociadas es de gran utilidad en el seguimiento de los pacientes infectados por el virus de la inmunodeficiencia humana (VIH). PACIENTES, MATERIAL Y MÉTODOS. Se han incluido todos los pacientes que acudieron a consultas externas de los Hospitales de León y el Bierzo entre enero y junio de 2000.Se consideraron no adherentes aquellos que manifestaron no haber ingerido en los 4 días previos a la entrevista el 10 por ciento o más del total de dosis prescritas de al menos un fármaco, o aquellos que en los últimos 3 meses habían acumulado un retraso en la recogida de los fármacos superior a 9 días. Se llevó a cabo un análisis de regresión logística con las variables asociadas a nivel univariado con la adherencia. RESULTADOS. Los métodos utilizados para medir la adherencia presentaron un índice kappa de 12,6 por ciento. De los 206 pacientes entrevistados se consideraron no adherentes 108 (52,4 por ciento; intervalo de confianza [IC] al 95 por ciento 45,6-59,2). Tras el análisis multivariado presentaban una significativa menor adherencia quienes refirieron haber consumido cocaína en los últimos 6 meses (odds ratio [OR] ajustada 5,1), no estar totalmente seguros de poder tomar correctamente los tratamientos prescritos (OR ajustada 2,5), y quienes no tenían prescritos la combinación de análogos zidovudina (AZT) y lamivudina (OR ajustada 1,9). Más de una tercera parte de los pacientes sin ninguna variable asociada a la no adhesión fueron considerados no adherentes. CONCLUSIÓN. La medida de la adherencia y sus predictores presenta importantes dificultades metodológicas. Con los criterios utilizados más de la mitad de los pacientes se consideraron no adherentes. Las variables asociadas a una baja adhesión son susceptibles de ser modificadas mediante intervenciones socio-psicosanitarias (AU)

Asunto(s)

RESUMEN

INTRODUCTION: Knowledge of adherence to highly active antiretroviral treatment (HAART) and the variables associated with poor compliance is useful for the follow-up of HIV infected patients. PATIENTS, MATERIAL AND METHODS: Patients were consecutively recruited from the HIV outpatient clinics of the Hospitals of Leon and El Bierzo from January to June 2000. Patients were considered non-adherent to treatment if they failed to take 10% or more of their prescribed total dose of at least one drug during the 4 days before the interview, or if they had accumulated a delay of more than 9 days over the previous 3 months in picking up their prescribed drugs from the hospital pharmacy. Logistic regression analysis was performed with variables found to be associated with adherence in the univariate analysis. RESULTS: The methods used to determine adherence had a Kappa index of 12.6%. Among the 206 patients interviewed, 108 were considered non-adherent (52.4%; CI 95% 5 45.6-59.2). Multivariate analysis showed that the following factors were associated with poor treatment adherence: cocaine consumption in the previous six months (adjusted OR 5 5.1); patients unsure about the proper way to take prescribed treatment; (adjusted OR 5 2.5); and patients not prescribed the zidovudine-lamivudine combination (adjusted OR 5 1.9). Over one-third of patients with no variable associated with treatment adherence were considered non-compliant. CONCLUSION: Measurement of medication adherence and its predictive factors involved methodological difficulties. With the criteria used in the present study more than half the patients were considered non-compliant. The variables found to be related to poor adherence can be modified by social, psychological or health care interventions.

Asunto(s)