[Metabolic syndrome risk assessment in children: use of a single score].

OBJECTIVE: To calculate a score of metabolic syndrome (MetS) in children and set a cutoff point of this score for the prediction of MetS risk.
METHODS: The study included a random sample of 348 children aged 8 and 9 years of Viçosa, Southeast Brazil. Factor analysis by principal components (PCA) was used to determine, among various risk factors, those with higher degrees of intercorrelation. The chosen variables were: waist circumference (PC), homeostatic model assessment of insulin resistance (HOMA), high density lipoprotein (HDL), triglycerides (TAG) and mean arterial pressure (MAP). Z-scores were created for each one of these parameters and the sum of these z-scores constituted the MetS score. The receiver operating characteristic (ROC) curve was used to identify the cutoff of MetS score, using as gold standard the presence or absence of MetS determined according to criteria age-modified.
RESULTS: The prevalence of MetS in the sample was 8.9% by adopting specific criteria for age, and 24% when considering the cutoff of MetS score. The selected cutoff point of 1.86 was accurate to predict the MetS risk in this sample due to its high sensitivity (96.7%), specificity (82.7%) and AUC of 0.96.
CONCLUSIONS: This original Brazilian study presents the MetS score as a suitable alternative for the study of Metabolic Syndrome in children, given the lack of consensus for the definition of this syndrome in childhood.

Introduction

Metabolic syndrome (MetS) is a condition consisting of several risk factors for cardiovascular disease and diabetes mellitus type 2.1 The etiology of MetS is not fully known, but probably represents a complex interaction between genetic, metabolic, environmental and dietary factors.2 Its clinical diagnosis, which has already been established for adults, is based on metabolic abnormalities that include abdominal obesity, dyslipidemia, high blood pressure (BP) and hyperglycemia.3

The extent of child obesity in Brazil can be demonstrated with data from the Pesquisa de Orçamentos Familiares (POF) carried out in the years 2008 and 2009, which showed that 33.5% of Brazilian children aged five to nine years had excess weight.4 Therefore, it is not surprising that some studies indicate the onset of MetS changes in childhood similar to those found in adults;5 , 6 however, there is no consensus for the diagnosis of MetS in children.

Considering these facts, many authors have used a MetS score7 - 16 comprising a numerical representation of the combination of metabolic and cardiovascular risk factors. However, to date, no studies have been found in Brazil that used this score. As it is a continuous variable, the MetS score is a measure that has greater statistical power when compared to the dichotomous classification of MetS (presence/absence).16 , 17 The use of the MetS score presupposes that the increased cardiovascular risk occurs due to the altogether progressive increase of the MetS parameters.18

Considering the increase in obesity and associated complications in children, the lack of a consensus definition for MetS at this age range, and cardiovascular risk as a progressive function of the several components of MetS, this study aimed to calculate a MetS score specific for the assessed children, using previously published methods,9 , 13 as well as define a cutoff indicating higher risk of MetS in the sample.

Method

This is a cross-sectional study of a random sample of children aged 8 and 9 years, from public and private schools in urban and rural areas of the municipality of Viçosa, state of Minas Gerais, Brazil. This age group was chosen to investigate whether metabolic changes commonly observed in adolescence can already be observed, and possibly prevented, in the final stage of childhood. Data collection occurred in the years 2012 and 2013.

Sample size was calculated based on the total number of students enrolled in the 3rd and 4th grades of all the local schools (n=1297). For the calculation, we considered a 50% prevalence of MetS, as there is no consensus regarding its diagnostic criteria. By using a prevalence of 50%, the maximum sample number is guaranteed. A permissible error of 5% was considered, as well as a 95% confidence interval and sample loss of 20%, plus 10% for the multivariate analysis, resulting in an estimated sample of 385 children. The children were organized into a specific worksheet in alphabetical order and drawn using the "random" function in Microsoft Office Excel 2007 program.

The study exclusion criteria were history of cardiovascular disease and type 1 diabetes and/or use of hypotensive or lipid-lowering medications, in addition to the existence of incomplete data.

Blood samples were collected after a 12-hour fasting and analyzed in the Health Division clinical laboratory of Universidade Federal de Viçosa by trained professionals. High-density lipoprotein (HDL) and triacylglycerols (TAG) were measured by the enzymatic colorimetric method. The low-density lipoprotein (LDL) fraction was determined by the Friedewald, Fredrickson and Levy equation.19 Fasting glucose and insulin were measured by glucose oxidase and electrochemiluminescence method, respectively. The homeostatic model assessment (HOMA) was determined, which measures insulin resistance and consists in the product of fasting insulin (μUI/mL) and fasting glucose (mmol/L) divided by 22.5.20 Measures of adiposity assessed were body mass index (BMI) and waist circumference (WC). Based on measurements of weight (kg) and height (m), the Body Mass Index (BMI=body weight (kg)/height (m)2) was calculated. The WC was measured at the midpoint between the last rib and the iliac crest during a normal expiration, using a flexible, inelastic tape, with a length of 2 meters, divided into centimeters and subdivided into millimeters, being careful not to compress the soft parts.21 WC was measured in triplicate and the final value was obtained by averaging the two closest measures.21 , 22 Systolic (SBP) and diastolic (DBP) blood pressure of the children was measured using a digital blood pressure device and cuff size appropriate for the age group.23 For BP measurement, the child remained in the sitting position for at least five minutes prior to the measurement.23 The measurements were performed in both arms and the measure was repeated in the arm with the higher BP, which was the final measurement used.24 Before the measurements, the child was asked about the need to urinate, previous practice of physical activity and the time elapsed since the last meal, considering the influence of these factors on BP.25 Mean blood pressure (MBP) was calculated, as it represents SBP and DBP in a single variable, by applying the following formula: MBP=[(SBP-DBP/3)+DBP].8 , 13

MetS was assessed using two methods: (1) classification according to pre-established criteria at the National Cholesterol Education Programme Adult Treatment Panel III (NCEP/ATP III) modified for age by de Ferranti et al.26 and (2) by the MetS score. The presence of MetS, as a categorical variable, was verified by the alteration in at least three of the five criteria defined by the NCEP/ATP III, modified for age by de Ferranti et al.26 in a study using data from the Third National Health and Nutrition Examination Survey, 1988-1994 (NHANES III), which considered the following cutoffs: HDL cholesterol <50 mg/dL; triacylglycerols ≥100 mg/dL; fasting glucose ≥110 mg/dL; waist circumference >75th percentile for age and gender, and blood pressure ≥90th percentile for age, gender and height.

The variables that composed the MetS score were selected according to the results of the Principal Component Analysis (PCA).27 The following variables were included in the PCA: BMI, WC, LDL, HDL, TAG, glucose, HOMA, SBP, DBP and MBP. Variables that had factor loadings >0.3 in retained components were selected to compose the MetS score,28 as follows: WC, TAG, HDL, HOMA and MBP.

To calculate the MetS score, HDL was initially multiplied by -1, as high values ​​of this parameter are inversely related to metabolic risk.13 Z-scores of the WC, TAG, HDL, HOMA and MBP were calculated. The sum of these z-scores constituted a MetS score for each individual. Higher scores indicate a less favorable metabolic profile.13

The MetS score cutoff for the study population was determined by the ROC curve, using as gold standard the presence of MetS according to the criteria adopted by de Ferranti et al. 26 The cutoff that had maximum sensitivity and specificity was selected. We also analyzed the area under the ROC curve (AUC), which represents the capacity to use the MetS score to discriminate between those with and without MetS. The AUC was considered as the probability that a child with MetS, selected at random, would have a higher MetS score than a child randomly chosen among individuals without MetS.13 The AUC was interpreted according to the following guidelines: test due to chance (AUC=0.5); low accuracy (0.5

Descriptive statistics were used to identify the number of individual risk factors for MetS (0, 1, 2, 3, or more). The sample characterization according to the MetS components assessed was performed for the total sample and stratified above or below the MetS score cutoff. The asymmetry of all variables was verified by the Shapiro-Wilk test. Differences between groups for continuous variables were verified by Mann-Whitney tests and by Pearson's chi-square test for categorical variables. The chi-square partition with Bonferroni correction was used to compare the number of MetS components between genders. Statistical analysis was performed using the software SPSS 20.0 and Stata 9.1, with p<0.05 being considered significant.

The present study was approved by the Ethics Committee in Human Research of Universidade Federal de Viçosa, process No. 364 485/CEPH. Children's participation was voluntary, after parents/guardians allowed them to participate and read and signed the free and informed consent form.

Results

Of the 365 participants assessed, 17 were excluded due to incomplete data, resulting in a sample of 348 children. The sample consisted of 59.2% of girls and 40.8% of boys; 48.9% were 8 years old and 51.1% were 9 years old.

As shown in Table 1, there was no significant difference between genders regarding the MetS score values. As for the frequency of the number of MetS components, only the occurrence of one MetS component in relation to the occurrence of no MetS component was higher among boys compared to girls (p=0.001). The minimum and maximum MetS score values were -7.4 and 13.0, respectively. The presence of at least one MetS component was observed in 60.3% of the children. The prevalence of MetS found (≥3 components) was 8.9%. No child had all the MetS components simultaneously.

Table 1.

Score and number of components of metabolic syndrome in children aged 8 and 9 years. Viçosa, MG, 2012 and 2013.

	Total sample	Girls (n=206)	Boys (n=142)	p value
MetS score	—0.58 (3.6)	—0.80 (3.5)	—0.29 (3.9)	0.220a
Components of MetS
0	138 (39.7)	94 (45.6)	44 (31.0)	0.013b
1	116 (33.3)	56 (27.2)	60 (42.2)
2	63 (18.1)	36 (17.5)	27 (19.0)
3 or more	31 (8.9)	20 (9.7)	11 (7.8)

MetS, metabolic syndrome. MetS score shown as median (interquartile interval). MetS Components shown as number of individuals (%).

Mann-Whitney Test.

Pearson's chi-square.

The cutoff >75th percentile was used to classify the children's WC,26 and it corresponded to 66.05cm for girls and 67.45cm for boys. The WC was altered in 24.7% of the sample.

The ROC curve analysis (Fig. 1) indicated high accuracy for the score to predict MetS, verified by the AUC of 0.96 (95% CI: 0.94-0.99). The ROC curve also suggested different MetS score cutoffs, and the cutoff point of 1.86 was chosen, as it showed higher sensitivity (96.8%) and specificity (83.0%). Of the children, 24% (n=84) had MetS scores above the established cutoff (1.86), with this prevalence being much higher than that found according to the classification proposed by de Ferranti et al.26 (8.9%). It is noteworthy that higher scores indicate higher cardiovascular risk, with early risk detection being a fundamental aspect in the context of disease prevention.

Figure 1.

Receiver operating characteristic (ROC) curve for the prediction of metabolic syndrome in children aged 8 and 9 years using the metabolic syndrome score. AUC=0.96 (95%CI: 0.94 to 0.99).

Table 2 shows that children with MetS score > cutoff (>1.86) had higher levels of all risk variables, with the exception of glucose, as well as higher percentage of alteration of these variables and higher prevalence of MetS, according to the criteria of Ferranti et al.26 The most common abnormality was low HDL (44.0%), and the least common, hyperglycemia (0.6%).

Table 2.

Anthropometric, biochemical and clinical characteristics according to the presence or absence of metabolic syndrome according to a score in children aged 8 and 9 years. Viçosa, MG, 2012 and 2013.

	Total sample	MetS score (cutoff=1.86)
		<1.86	≥1.86
Cardiometabolic risk variables [median (interquartile interval)]				p valuea
BMI (kg/m²)	16.5 (3.8)	15.8 (2.6)	21.0 (3.8)	<0.001
WC (cm)	59.4 (11.0)	58.0 (7.3)	73.4 (11.4)	<0.001
Glycemia (mg/dL)	88.0 (9.0)	88.0 (9.0)	89.0 (7.0)	0.092
HOMA	1.3 (1.0)	1.1 (0.8)	2.3 (1.4)	<0.001
HDL (mg/dL)	52.0 (16.0)	54.0 (15.0)	45.0 (10.0)	<0.001
TAG (mg/dL)	63.0 (39.0)	58.0 (30.0)	93.0 (58.5)	<0.001
SBP (mm Hg)	98.0 (13.0)	96.0 (11.0)	107.5 (18.0)	<0.001
DBP (mm Hg)	59.0 (11.5)	57.0 (9.5)	68.0 (11.0)	<0.001
MetS component alteration, according to de Ferranti et al.26 [n (%)]				p valueb
Elevated WC	86 (24.7)	22 (8.3)	64 (76.2)	<0.001
Hyperglycemia	2 (0.6)	2 (0.8)	0 (0)	0.424
Low HDL	153 (44.0)	92 (34.9)	61 (72.6)	<0.001
Elevated TAG	60 (17.2)	22 (8.3)	38 (45.2)	<0.001
Elevated BP	38 (10.9)	14 (5.3)	24 (28.6)	<0.001
Diagnosis of MetS, according to de Ferranti et al.26 [n (%)]				p valueb
Absence of MetS	317 (91.1)	163 (99.6)	54 (64.3)	<0.001
Presence of MetS	31 (8.9)	1 (0.4)	30 (35.7)	<0.001

MetS, metabolic syndrome; BMI, body mass index; WC, waist circumference; HOMA, homeostatic model assessment of insulin resistance; HDL, high-density lipoprotein; TAG, triacylglycerols; SBP, systolic blood pressure; DBP, diastolic blood pressure; BP, blood pressure; n, number of individuals.

Mann-Whitney Test.

Pearson's chi-square test.

Discussion

The prevalence of MetS among children in this study, according to the criteria adopted by de Ferranti et al.,26 was 8.9%. In the study carried out by de Ferranti et al.26 in 2004, with individuals aged 12-19 years participating in the NHANES III, a MetS prevalence of 9.2% was observed, similar to that found in the present study.

In 2003, Cook et al.5 had already analyzed the same sample studied by de Ferranti et al.,26 but with different cutoffs for WC and lipid profile, and found a MetS prevalence of 4.2%. A study carried out in 2010 with children aged 7 to 9 years found a MetS prevalence, according to the criteria defined by Cook et al., 5 of 5%, also lower than that identified in this study.13 It is noteworthy that there is no consensual definition for MetS in children.

The use of the MetS score has been recommended by several authors as the most adequate alternative for epidemiological analysis in the pediatric population.7 , 14 , 16 In the Corpus Christi Child Heart Study, which involved 403 children, the variables selected to compose the MetS score, according to the factorial analysis, were: fasting insulin, TAG, HDL, SBP and BMI. In the aforementioned study, the MetS score was higher especially among Mexican-American boys compared to non-Hispanic Caucasian ones.7 In a study using data from individuals aged 12-17 years that participated in NHANES 1999-2002, the variables selected to compose the MetS score according to the confirmatory factorial analysis were WC, TAG, SBP and fasting insulin. The authors showed the higher validity of the MetS score with the inclusion of fasting insulin or HOMA index, compared to the validity when using fasting glucose to define MetS.11 A low association of glycemia with the other variables was also detected from the PCA in this study.

In this study, the AUC of 96.3%, observed in the ROC analysis, indicated the high accuracy of the MetS score to identify individuals with MetS, with the cutoff of 1.86 showing the highest sensitivity (96.7%) and specificity (82.7%). A sensitivity value higher than the specificity has implications, such as the identification of individuals as having MetS when they do not actually have the syndrome. On the other hand, if a cutoff with a higher specificity than sensitivity had been chosen, the non-identification of several children with increased risk for MetS would occur. In this study, we chose higher sensitivity, in comparison to specificity, aiming at using the MetS score for early identification of cardiometabolic risk. Thus, children with MetS score above 1.86 should not be considered as having MetS, but being at greater risk for the development of MetS, when compared to those whose score is below the selected cutoff.

A study with children aged 7 to 9 years determined a cutoff of 3.72, for which optimal values of specificity (93.9%), sensitivity (100%) and AUC (0.98) were observed, demonstrating the applicability of using the MetS score in the study population, similar to what was demonstrated in the present study.13 Martínez-Vizcaíno et al.,14 in a study of 1,020 Spanish children aged 10-13 years, confirmed the validity of the MetS score, which consisted of WC, MBP, TAG/HDL ratio and fasting insulin. The authors established a cutoff point of 4.2 from the ROC curve (sensitivity 94.1%, specificity 93.5%, AUC 0.98). In the two aforementioned studies,13 , 14 the NCEP/ATP III criteria was used as the gold standard for ROC analysis, modified for age by Cook et al.5

The maintenance of the MetS score has been demonstrated throughout life, emphasizing the preventive capacity of the measure for predicting the risk at older ages.7 , 8 The longitudinal Québec Family Study, which analyzed for 12 years a sample of 147 individuals aged 8-18 years, demonstrated stability over time of both the individual risk indicators and the MetS score, which included the following variables: low HDL and elevated TAG, MBP, glycemia, sum of three trunk skinfolds and total cholesterol/HDL ratio.8

This study has limitations, such as the use of the score in clinical practice due to the complexity of data operationalization, being more applicable to epidemiological studies. Another limitation refers to the fact that the MetS score cutoff is specific for the assessed sample, which impairs the extrapolation of results to other populations. Reproduction of this approach by other authors will require the determination of a cut-off specific for the sample. Furthermore, the use of the MetS score resulted in a large increase in the prevalence of MetS in comparison to the dichotomous classification, which indicates the need of further studies to assess the actual association of the score cutoff to higher cardiometabolic risk. It is worth mentioning that this study refers to the first phase of the investigation, which deals with the development of the score, that has good internal validity for schoolchildren aged 8-9 years. However, the external validity depends on a validation study of the score. Additionally, the study sample is representative only of children aged 8 and 9 years from the municipality of Viçosa. It is recommended to carry out similar studies with larger samples, considering their epidemiological importance at national level, regarding the early detection of cardiovascular risk and prevention.

Despite the above limitations, this is the first Brazilian study that calculated a single MetS score, which represents the overall cardiometabolic risk of all components of the syndrome. By applying this method to a sample of children, we can overcome the limitations arising from the absence of a consensual definition for MetS in childhood, as well as the individual analysis of MetS components. By employing a score for each individual, it is assumed that those who have lower values disclose a better metabolic profile than those with higher scores. The use of the MetS score is interesting, because being a numeric variable, it allows incorporating a higher level information to perform associative analysis, and by incorporating all risk factors in only one variable, it represents the overall cardiometabolic risk.

It can be concluded that the PCA identified WC, HDL, TG, HOMA and MBP as the most appropriate and intercorrelated phenotypic characteristics to compose the MetS score in the sample. The HOMA index showed to be a more adequate component than fasting glucose for the study of MetS in children, considering the results seen in the PCA and its clinical relevance in the physiopathology of the other MetS components. The results of this original Brazilian study have implications in epidemiological and clinical practice, as well as in public health, as the use of a single score for the study of MetS allows us to overcome the limitation of the lack of consensus regarding the definition of MetS in childhood and the age-specific cutoffs for each component. The cutoff selected for the score was able to identify a higher proportion of children (24%) exposed to increased cardiometabolic risk compared to the binary/dichotomous classification of MetS according to predefined criteria (8.9%). The MetS score, as a continuous variable, is a statistically more robust associative measure than the dichotomous syndrome classification, and is capable of representing the overall cardiometabolic risk of all components of MetS in a single variable.

Introdução

A síndrome metabólica (SM) é uma condição composta por diversos fatores de risco para a doença cardiovascular e diabetes mellitus tipo 2. 1 A etiologia da SM não é totalmente conhecida, mas provavelmente representa uma interação complexa entre fatores genéticos, metabólicos, ambientais e dietéticos. 2 Seu diagnóstico clínico, já estabelecido para adultos, é baseado em anormalidades metabólicas, que incluem obesidade abdominal, dislipidemia, pressão arterial (PA) elevada e hiperglicemia. 3

A abrangência da obesidade infantil no Brasil pode ser evidenciada com os dados da Pesquisa de Orçamento Familiar (POF), feita em 2008 e 2009, na qual o excesso de peso atingiu 33,5% das crianças brasileiras de cinco a nove anos.4 Dessa forma, não é surpreendente que alguns estudos indiquem, ainda na infância, o surgimento de alterações semelhantes à SM do adulto;5 and 6 entretanto, ainda não há consenso para o diagnóstico de SM em crianças.

Frente a isso, diversos autores têm usado um escore de SM7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 and 16 constituído por uma representação numérica da combinação de fatores de risco metabólico e cardiovasculares. No entanto, até o presente momento não foram encontrados estudos no Brasil que tenham usado esse escore. Por ser uma variável contínua, o escore de SM é uma medida que tem maior poder estatístico quando comparada à classificação dicotômica da SM (presença/ausência).16 and 17 O uso do escore de SM pressupõe que o maior risco cardiovascular ocorre em função do aumento progressivo conjunto dos parâmetros da SM.18

Tendo em vista o aumento da obesidade e complicações associadas na população infantil, a ausência de uma definição consensual para a SM nessa faixa etária e o risco cardiovascular como uma função progressiva dos vários componentes da SM, este trabalho teve como objetivo calcular um escore de SM específico para as crianças estudadas, segundo metodologia publicada anteriormente,9 and 13 bem como definir um ponto de corte que indique maior risco de SM na amostra.

Método

Estudo transversal, com uma amostra aleatória de crianças de oito e nove anos, de escolas públicas e privadas das zonas urbana e rural do município de Viçosa, Minas Gerais. Essa faixa etária foi escolhida para investigar se alterações metabólicas comumente verificadas na adolescência já podem ser observadas e, possivelmente, prevenidas na fase final da infância. Os dados foram coletados em 2012 e 2013.

O cálculo amostral foi feito com base no número total de escolares matriculados nos 3° e 4° anos de todas as escolas do município (n=1.297). Para o cálculo, foi considerada a prevalência de 50% de SM, uma vez que não há um consenso quanto ao seu critério diagnóstico. Ao usar a prevalência de 50% o número máximo de amostra é garantido. Considerou-se erro tolerado de 5%, intervalo de confiança de 95% e perda amostral de 20%, acrescido de 10% para análise multivariada, o que resultou na amostra calculada de 385 crianças. As crianças foram organizadas em planilha específica em ordem alfabética e sorteadas com o uso da função "aleatório" do programa Microsoft Office Excel 2007.

Os critérios de exclusão do estudo foram histórico de doença cardiovascular e diabetes tipo 1 e/ou uso de medicamentos hipotensivos ou hipolipemiantes, além da existência de dados incompletos.

Amostras de sangue foram coletadas após jejum de 12 horas e analisadas no laboratório de análises clínicas da Divisão de Saúde da Universidade Federal de Viçosa por profissionais capacitados. A lipoproteína de alta densidade (HDL) e os triacilgliceróis (TAG) foram quantificados pelo método enzimático colorimétrico. A fração lipoproteína de baixa densidade (LDL) foi determinada pela equação de Friedewald, Levy e Fredrickson.19 Glicemia e insulinemia de jejum foram medidas pelo método glicose oxidase e eletroquimioluminescência, respectivamente. Foi determinado o homeostatic model assessment (HOMA), que mede a resistência à insulina e consiste no produto da insulina de jejum (µUI/mL) e da glicemia de jejum (mmol/L) dividido por 22,5. 20 As medidas de adiposidade avaliadas foram índice de massa corporal (IMC) e perímetro da cintura (PC). A partir das medidas de peso (kg) e altura (m), foi calculado o índice de massa corporal (IMC = massa corporal [kg]/estatura [m] 2). O PC foi medido circundando-se o ponto médio entre a última costela e a crista ilíaca durante a expiração normal com uso de uma fita métrica flexível e inelástica, com extensão de 2 m, dividida em centímetros e subdivida em milímetros. Tomou-se cuidado para não comprimir as partes moles. 21 O PC foi aferido em triplicata com valor final obtido por meio da média das duas medidas mais próximas. 21 and 22 A pressão arterial sistólica (PAS) e diastólica (PAD) das crianças foi aferida com o uso de aparelho de pressão digital e tamanho do manguito apropriado para a faixa etária. 23 Para a mensuração da PA, a criança permaneceu sentada por pelo menos cinco minutos antes da obtenção da medida. 23 Os registros foram feitos em ambos os braços, com repetição da medida no braço com a PA mais elevada, essa a medida final usada. 24 Antes das medições, a criança foi perguntada sobre a vontade de urinar, a prática anterior de atividade física e o tempo decorrido desde a última alimentação, considerando-se a influência desses fatores na PA. 25 Foi calculada a pressão arterial média (PAM) visto que essa representa PAS e PAD em uma única variável, a partir da aplicação da seguinte fórmula: PAM = [(PAS-PAD/3) + PAD]. 8 and 13

A SM foi avaliada segundo duas metodologias: (1) classificação segundo critérios pré-estabelecidos no National Cholesterol Education Programme Adult Treatment Panel III (NCEP/ATP III) modificados para a idade por de Ferranti et al.;26 e (2) pelo escore de SM. A presença de SM, como variável categórica, foi verificada pela alteração de pelo menos três dos cinco critérios definidos pelo NCEP/ATP III, modificados para a idade por de Ferranti et al.26 em estudo com dados do Third National Health and Nutrition Examination Survey, 1988-1994 (NHANES III), no qual foram considerados os seguintes pontos de corte: HDL colesterol: <50mg/dL; triacilgliceróis: ≥100 mg/dL; glicemia de jejum ≥110mg/dL; perímetro da cintura > percentil 75 para idade e sexo; e pressão arterial ≥ percentil 90 para idade, sexo e altura.

As variáveis que compuseram o escore de SM foram selecionadas de acordo com o resultado da análise fatorial por componentes principais (ACP).27 Foram inseridas na ACP as seguintes variáveis: IMC, PC, LDL, HDL, TAG, glicemia, HOMA, PAS, PAD e PAM. Foram selecionadas para compor o escore de SM as variáveis que apresentaram cargas fatoriais ≥0,3 nos componentes retidos:28 PC, TAG, HDL, HOMA e PAM.

Para o cálculo do escore de SM, inicialmente o HDL foi multiplicado por -1, uma vez que valores elevados desse parâmetro estão inversamente relacionados ao risco metabólico.13 Foram calculados os escores-z do PC, TAG, HDL, HOMA e PAM. A soma desses escores-z constituiu um escore de SM para cada indivíduo. Escores mais elevados são indicativos de um perfil metabólico menos favorável.13

O ponto de corte do escore de SM para a população em estudo foi determinado por meio da curva ROC e foi utilizado como padrão-ouro a presença de SM segundo critérios adotados por de Ferranti et al.26 Foi selecionado o ponto de corte que tinha sensibilidade e especificidade máximas. Analisou-se ainda a área sob a curva ROC (AUC), que representa a capacidade de usar o escore de SM para discriminar entre aqueles com e sem SM. AUC foi considerada como a probabilidade de que uma criança com SM, selecionada de forma aleatória, tenha um maior escore de SM do que uma criança escolhida aleatoriamente entre indivíduos sem SM.13 A AUC foi interpretada de acordo com as seguintes diretrizes: teste devido ao acaso (AUC=0,5); baixa precisão (0,5

A estatística descritiva foi usada para identificar o número de fatores de risco individuais para a SM (0, 1, 2, 3 ou mais). A caracterização da amostra segundo os componentes da SM estudados foi feita para a amostra total e estratificada em acima ou abaixo do ponto de corte do escore de SM. A assimetria de todas as variáveis foi verificada pelo teste de Shapiro-Wilk. Diferenças entre grupos para variáveis contínuas foram verificadas pelos testes de Mann-Whitney e para variáveis categóricas pelo teste qui-quadrado de Pearson. Para comparar o número de componentes da SM entre os sexos usou-se o qui-quadrado de partição com correção de Bonferroni. A análise estatística foi feita com os softwares SPSS 20.0 e Stata 9.1 e foi significante p<0,05.

A feitura do presente estudo foi aprovada pelo Comitê de Ética em Pesquisa com Seres Humanos da Universidade Federal de Viçosa pelo processo n° 364.485/CEPH. A participação das crianças foi voluntária, mediante autorização do responsável após leitura e assinatura do Termo de Consentimento Livre e Esclarecido.

Resultados

Dos 365 participantes avaliados, 17 foram excluídos por ter dados incompletos, o que resultou em uma amostra de 348 crianças. A amostra foi composta por 59,2% meninas e 40,8% meninos, 48,9% com oito anos e 51,1% com nove anos.

Conforme apresentado na tabela 1, não houve diferença significativa entre os sexos quanto aos valores de escore de SM. Quanto à frequência do número de componentes de SM, apenas foi maior entre os meninos em comparação com as meninas a ocorrência de um componente de SM em relação à ocorrência de nenhum componente (p=0,001). Os valores mínimos e máximos de escore de SM foram -7,4 e 13, respectivamente. Foi observada a presença de pelo menos um componente da SM em 60,3% das crianças. A prevalência de SM encontrada (≥3 componentes) foi de 8,9%. Nenhuma criança apresentou todos os componentes da SM simultaneamente.

Tabela 1.

Escore número de componentes de síndrome metabólica em crianças de 8 e 9 anos. Viçosa, MG, 2012 e 2013

	Amostra total	Meninas (n=206)	Meninos (n=142)	p valor
Escore de SM	–0,58 (3,6)	–0,80 (3,5)	–0,29 (3,9)	0,22a
Componentes da SM
0	138 (39,7)	94 (45,6)	44 (31,0)	0,013b
1	116 (33,3)	56 (27,2)	60 (42,2)
2	63 (18,1)	36 (17,5)	27 (19,0)
3 ou mais	31 (8,9)	20 (9,7)	11 (7,8)

SM, síndrome metabólica. Escore de SM apresentado em mediana (intervalo interquartílico). Componentes da SM apresentados em número de indivíduos (%). aTeste Mann-Whitney. bqui-quadrado de Pearson.

Para a classificação do PC das crianças foi usado o ponto de corte > percentil 7526 e esse correspondeu a 66,05 cm para meninas e 67,45 cm para meninos. O PC esteve alterado em 24,7% da amostra.

A análise da curva ROC (fig. 1) indicou a alta precisão do escore em predizer a SM, verificada pela AUC de 0,96 (IC 95% 0,94-0,99). A curva ROC também sugeriu diversos pontos de corte do escore de SM, foi escolhido o de 1,86, por ter maiores sensibilidade (96,8%) e especificidade (83,0%). Das crianças, 24% (n=84) foram identificadas com escore de SM acima do ponto de corte estabelecido (1,86), tal prevalência foi bem superior à encontrada segundo a classificação proposta por Ferranti et al.26 (8,9%). Vale ressaltar que pontuações mais elevadas indicam maior risco cardiovascular e a detecção precoce do risco é um aspecto fundamental no contexto de prevenção de doenças.

Figura 1.

Curva Receiver operating characteristic para a predição da síndrome metabólica em crianças de 8 e 9 anos pelo escore de síndrome metabólica. AUC=0,96 (IC 95% 0,94-0,99).

A tabela 2 demonstra que crianças com escore de SM acima do ponto de corte (≥1,86) apresentaram níveis maiores de todas as variáveis de risco, com exceção da glicemia, bem como maior porcentagem de alteração delas e maior prevalência de SM, segundo critérios de Ferranti et al.26 A alteração mais comum foi o baixo HDL (44,0%) e a menos comum, a hiperglicemia (0,6%).

Tabela 2.

Características antropométricas, bioquímicas e clínicas segundo a presença ou ausência de síndrome metabólica dada por um escore em crianças de 8 e 9 anos. Viçosa, MG, 2012 e 2013

	Amostra total	Escore de SM (ponto de corte=1,86)
		<1,86	≥1,86	p valor
Variáveis de risco cardiometabólico, mediana (intervalo interquartílico)
IMC (kg/m2)	16,5 (3,8)	15,8 (2,6)	21,0 (3,8)	<0,001a
PC (cm)	59,4 (11,0)	58,0 (7,3)	73,4 (11,4)	<0,001a
Glicemia (mg/dL)	88,0 (9,0)	88,0 (9,0)	89,0 (7,0)	0,092a
HOMA	1,3 (1,0)	1,1 (0,8)	2,3 (1,4)	<0,001a
HDL (mg/dL)	52,0 (16,0)	54,0 (15,0)	45,0 (10,0)	<0,001a
TAG (mg/dL)	63,0 (39,0)	58,0 (30,0)	93,0 (58,5)	<0,001a
PAS (mm Hg)	98,0 (13,0)	96,0 (11,0)	107,5 (18,0)	<0,001a
PAD (mm Hg)	59,0 (11,5)	57,0 (9,5)	68,0 (11,0)	<0,001a
Alteração dos componentes da SM 26 [n (%)]
PC elevado	86 (24,7)	22 (8,3)	64 (76,2)	<0,001b
Hiperglicemia	2 (0,6)	2 (0,8)	0 (0)	0,424b
HDL baixo	153 (44,0)	92 (34,9)	61 (72,6)	<0,001b
TAG elevado	60 (17,2)	22 (8,3)	38 (45,2)	<0,001b
PA elevada	38 (10,9)	14 (5,3)	24 (28,6)	<0,001b
Diagnóstico de SM 26 [n (%)]
Ausência de SM	317 (91,1)	163 (99,6)	54 (64,3)	<0,001b
Presença de SM	31 (8,9)	1 (0,4)	30 (35,7)	<0,001b

SM, síndrome metabólica; IMC, índice de massa corporal; PC, perímetro da cintura; HOMA, modelo homeostático de resistência à insulina; HDL, lipoproteína de alta densidade; TAG, triacilglicerol; PAS, pressão arterial sistólica; PAD, pressão arterial diastólica; PA, pressão arterial; n, número de indivíduos. aTeste Mann-Whitney bteste qui-quadrado de Pearson

Discussão

A prevalência de SM entre as crianças do presente estudo, segundo os critérios adotados por de Ferranti et al.,26 foi de 8,9%. No estudo conduzido por de Ferranti et al.26 em 2004, com indivíduos de 12 a 19 anos, participantes do NHANES III, observou-se prevalência de SM de 9,2%, próxima à detectada no presente trabalho. Em 2003, Cook et al.5 já haviam analisado a mesma amostra estudada por de Ferranti et al.,26 porém com diferentes pontos de corte de PC e perfil lipídico, e constataram a prevalência de SM de 4,2%. Um estudo feito em 2010 com crianças de sete a nove anos detectou prevalência de SM, segundo critérios definidos por Cook et al,5 de 5%, também inferior à identificada no presente trabalho.13 Vale ressaltar que não existe uma definição consensual para SM para crianças.

O uso do escore de SM tem sido recomendado por diversos autores como opção mais adequada para análises epidemiológicas na população infantil.7 , 14 and 16 No Corpus Christi Child Heart Study, que envolveu 403 crianças, as variáveis selecionadas para compor o escore de SM, segundo análise fatorial, foram: insulina de jejum, TAG, HDL, PAS e IMC. No citado estudo, o escore de SM foi mais alto especialmente entre os meninos mexicano-americanos em comparação com os brancos não hispânicos.7 Em estudo com dados de indivíduos de 12 a 17 anos, participantes do NHANES 1999-2002, as variáveis selecionadas para compor o escore de SM, segundo a análise fatorial confirmatória, foram PC, TAG, PAS e insulina de jejum. Os autores demonstraram a maior validade do escore de SM com a inclusão da insulina de jejum ou o índice HOMA, em comparação com a validade, com o uso da glicemia de jejum para a definição da SM.11 Baixa associação da glicemia com as demais variáveis também foi detectada a partir da ACP no presente trabalho.

Nesta pesquisa, a AUC de 96,3%, verificada na análise ROC, indicou a alta precisão do escore de SM para identificar indivíduos com SM e o ponto de corte de 1,86 foi o de maior sensibilidade (96,7%) e especificidade (82,7%). O valor de sensibilidade superior ao de especificidade traz implicações como a identificação de indivíduos como portadores de SM sem que tenham verdadeiramente a síndrome. Por outro lado, caso fosse escolhido um ponto de corte com especificidade superior à sensibilidade, ocorreria a não identificação de diversas crianças com risco aumentado para a SM. Neste estudo, optou-se pela maior sensibilidade em comparação com a especificidade pelo objetivo de usar o escore de SM para identificação precoce do risco cardiometabólico. Dessa forma, crianças com escore de SM acima de 1,86 não devem ser consideradas como portadoras de SM, mas com maior risco para o desenvolvimento da SM comparadas com as crianças com escore inferior ao ponto de corte selecionado.

Um estudo com crianças de sete a nove anos determinou ponto de corte de 3,72, para o qual foram verificados valores ótimos de especificidade (93,9%), sensibilidade (100%) e AUC (0,98), que indicam, de modo similar à presente pesquisa, a boa aplicabilidade do uso do escore de SM na população estudada.13 Martínez-Vizcaíno et al,14 em estudo com 1.020 crianças espanholas de 10-13 anos, confirmaram a validade do escore de SM, composto por PC, PAM, razão TAG/HDL e insulina de jejum. Os autores estabeleceram, a partir da curva ROC, o ponto de corte de 4,2 (sensibilidade 94,1%; especificidade 93,5%; AUC 0,98). Nos dois estudos citados,13 and 14 foi usado como padrão-ouro para a análise ROC o critério NCEP/ATP III modificado para idade por Cook et al.5

Tem sido demonstrada a manutenção do escore de SM ao longo da vida, o que evidencia a capacidade preventiva da medida, por predizer o risco em idades mais avançadas.7 and 8 No estudo longitudinal Québec Family Study, que analisou por 12 anos a amostra de 147 indivíduos de oito a 18 anos, notou-se estabilidade ao longo do tempo tanto dos indicadores de risco individuais quanto do escore de SM, que incluiu as seguintes variáveis: baixo HDL e elevados TAG, PAM, glicemia, somatório de três dobras cutâneas do tronco e razão colesterol total/HDL.8

Este estudo apresenta limitações, como o uso do escore na prática clínica devido à complexidade da operacionalização dos dados, mais aplicável a estudos epidemiológicos. Outra limitação se refere ao fato de que o ponto de corte do escore de SM é específico da amostra analisada, o que compromete a extrapolação dos resultados para outras populações. A reprodução dessa metodologia por outros autores irá requerer a determinação de um ponto de corte próprio da amostra. Além disso, o uso do escore de SM resultou em grande aumento da prevalência de SM em comparação com a classificação dicotômica, o que torna necessária a feitura de estudos posteriores que avaliem a real associação do ponto de corte do escore com o maior risco cardiometabólico. Vale ressaltar que o presente estudo se refere à primeira fase do trabalho, que trata do desenvolvimento do escore, e tem boa validade interna para escolares de oito e nove anos. No entanto, a validade externa dependerá de um estudo de validação do escore. Adicionalmente, a amostra estudada é representativa apenas das crianças de oito e nove anos do município de Viçosa. Recomenda-se a feitura de estudos semelhantes com amostras maiores, vista a importância epidemiológica desses em nível nacional, no que diz respeito à detecção precoce do risco cardiovascular e sua prevenção.

Apesar das limitações acima mencionadas, este é o primeiro estudo brasileiro que calculou um escore único de SM, que representa o risco cardiometabólico conjunto de todos os componentes da síndrome. A aplicação dessa metodologia em uma amostra de crianças tem a capacidade de superar as limitações provenientes da ausência de uma definição consensual para a SM na infância, bem como da análise individual dos componentes da SM. Ao empregar um escore para cada indivíduo, admite-se que aqueles que têm valores mais baixos apresentem um perfil metabólico mais adequado do que aqueles com maiores pontuações. O uso de um escore de SM é interessante, pois, por ser uma variável numérica, permite incorporar maior nível de informação para fazer análises associativas e, por incorporar todos os fatores de risco em apenas uma variável, representa o risco cardiometabólico conjunto delas.

Pode-se concluir que a ACP identificou PC, HDL, TG, PAM e HOMA como as características fenotípicas mais intercorrelacionadas e adequadas para compor o escore de SM na amostra. O índice HOMA demonstrou ser um componente mais adequado do que a glicemia de jejum para o estudo da SM nas crianças, vistos o resultado na ACP e sua relevância clínica na fisiopatologia dos demais componentes da SM. Os resultados deste inédito estudo brasileiro têm implicação na prática epidemiológica, clínica e na saúde pública, uma vez que o uso de um escore único para estudo da SM permite superar a limitação da ausência de consenso quanto à definição da SM na infância e quanto aos pontos de corte específicos para a idade para cada componente. O ponto de corte selecionado para o escore foi capaz de identificar uma maior proporção de crianças (24%) expostas ao risco cardiometabólico aumentado, em comparação com a classificação binária/dicotômica da SM segundo critérios pré-definidos (8,9%). O escore de SM, por ser uma variável contínua, é uma medida associativa estatisticamente mais robusta do que a classificação dicotômica da síndrome e capaz de representar, em uma única variável, o risco cardiometabólico conjunto de todos os componentes da SM.