[Leukocytes as risk markers for cardiovascular disease in adolescents: association with birth characteristics, nutritional status and biochemical tests].

OBJECTIVE: To evaluate the correlation between the number of leukocytes and cardiovascular risks associated with birth characteristics, nutritional status and biochemical tests.
METHODS: Cross-sectional study developed with 475 adolescents, born between 1992 and 2001, in the municipality of Viçosa (MG). Maternal medical records were analyzed in the hospital units, and the following was recorded: birth weight and length, head circumference, chest circumference, Apgar score, gestational age. In adolescents, body mass index, skinfold thickness, body composition, blood count, biochemical tests and clinical variables were also assessed. The statistical analyses was carried out using Statistical Package for Social Sciences (SPSS) version 20.0 and Data Analysis and Statistical Software (STATA) with Kruskal-Wallis, Mann-Whitney, chi-square or Fisher's exact tests and Linear Regression. Significance level was set at α<0.05. The study was approved by the Research Ethics Committee of UFV for studies with human subjects.
RESULTS: Weight and birth length, head and chest circumference were higher among boys. In adolescents, the number of leukocytes was higher in individuals with excess weight and body fat and high adiposity index, waist-to-height ratio and waist circumference. Only altered triglycerides showed differences between leukocyte medians. Regardless of the anthropometric variable of the final regression model, the stage of adolescence, number of platelets, eosinophils, monocytes and lymphocytes were associated with the increase in leukocytes.
CONCLUSIONS: The birth variables were not associated with changes in leukocyte numbers, whereas the anthropometric variables were good indicators for a higher leukocyte count, regardless of the stage of adolescence and gender.

Introduction

The relationship between cardiovascular disease (CVD) and risk factors in the early stages of life can be evidenced in the literature. Birth weight is related to cardiovascular risk in adolescence.1

From prepubertal period, individuals are exposed early to cardiovascular risk factors, which act negatively in the intimae of blood vessels, leading to the onset of atherosclerosis.2 Cardiovascular risk factors (CVRF) are defined as modifiable, such as smoking, high total cholesterol, high LDL, low HDL, hypertension, sedentary lifestyle, and obesity; and not modifiable, such as age, family history of CVD, and sex.3 , 4

Considering the silent development of atherosclerosis and the role of excess weight in childhood and adolescence as CVRF,2 the need for early investigation of these factors is emphasized in order to reduce morbidity and mortality rates from CVD in adulthood.3

Adolescence is a phase of exposure to several risk factors and many of the habits acquired in this phase are maintained in adulthood, with health consequences.4 Exposure to these factors may be associated with the inflammatory process. Because of the association of inflammatory process with cardiovascular risk factors, especially in childhood and adolescence, different inflammatory markers involved in each stage of atheromatous plaque formation have been studied, including leukocytes.5 The number of leukocytes is recognized as an inflammatory marker and predictor of cardiovascular events.6 Leukocyte subpopulations are related to the inflammatory process.7

Knowing the influence of birth conditions in the development of CVD, our objective was to evaluate the relationship of the number of leukocytes with the cardiovascular risks associated with birth characteristics, nutritional status, body composition, and biochemical tests.

Method

Cross-sectional study developed with adolescents of both sexes, born in Viçosa, MG, from 1992 to 2001. The sample was distributed according to the stages of adolescence, described as follows: early adolescence (10–13 years); middle adolescence (14–16 years); and late adolescence (17–19 years).8 The study design was approved by the Institutional Review Board of UFV (Process No. 163/2012).

Sample selection was done using data from the Live Birth Information System (SINASC) through Datasus (Information Technology at the SUS Service), filtered by the mother's place of residence. An average number of births was calculated due to underreporting of records in the system, totaling 12,090 births for the survey period. This total number of births was used as population to establish the sample size using the Epi Info software version 6.04, from a specific formula for cross-sectional studies. Because the primary outcome is multiple CVRF, a prevalence of 50% was used, which provides greater sample size, conservative prevalence,9 acceptable variability of 5% and 95% confidence interval. The minimum sample size included 372 adolescents. Because of the expected sample loss due to the search time interval and the possibility of not finding the data of birth, 20% were added to the initial calculation given a number of 447 subjects. The study enrolled 475 adolescents.

From maternal medical records of all hospital births, a database was built containing birth variables, such as weight, length, head and chest circumference, Apgar score, and gestational age. Birth weight was classified as low (<2500g), insufficient (2500–2999g), appropriate (3000–3999g), and large for gestational age (>4000g).10 Length and head circumference at birth were classified using the Ministry of Health criteria, with percentiles as reference.11

The next step was to find this population during adolescence. The source search was rural and urban, public and private schools. Subjects were included in the study if agreed in participation and if birth data was available, regardless of the stage of adolescence and regarding sex. Otherwise, these were excluded and made up new draw among eligible adolescents. After obtaining written informed consent from those responsible or from the adolescents over 18 years, the subjects were instructed on previous care and days to carry out the biochemical tests, bioelectrical impedance analysis, clinical examination, and nutritional assessment.

Anthropometric (weight, height), body composition, and biochemical data were collected in the Health Division of the Federal University of Viçosa, MG. Subsequently, a return was scheduled to apply the socioeconomic and lifestyle questionnaires, in addition to delivering test results and nutritional assessment.

Weight was measured in electronic digital scale (Kratos®), 150kg capacity, 50g sensitivity. To measure height, a portable stadiometer (Alturexata®) was used, with 2.13m length and 0.1cm resolution. Body mass index (BMI) was calculated by the ratio of body weight (kg) to height (m2), classified in z-scores, according to age and sex, using the World Health Organization proposal.12 To assess body composition, vertical bioelectrical impedance with eight tactile electrodes (InBody 230®) was used. Waist circumference (WC) was measured at midpoint between the lower margin of the last rib and the iliac crest, in duplicate, with inelastic flexible 2m tape measure, divided into centimeters and subdivided into millimeters. After the evaluation, calculation of waist-to-height ratio (WHtR) and body adiposity index (BAI) was done.

In biochemical tests, total cholesterol, lipoprotein high and low density lipoprotein (HDL and LDL), and triglycerides were measured. Lipid profile rating was based on the I Atherosclerosis Prevention Guidelines in Childhood,13 which regards as inadequate the borderline and high values. This reference was also used to evaluate fasting insulin and insulin resistance, which was calculated by the mathematical model Homeostasis Model Assessment – Insulin Resistance (HOMA-IR). Fasting blood glucose was evaluated according to the International Committee of Diabetes Mellitus Diagnosis that considers impaired fasting glucose ≥100mg/dL. Complete blood count and uric acid were classified according to sex and age, according to reference values of Bioclin-Quibasa kit (Quibasa Química Básica Ltda., Belo Horizonte, Brazil).

Leukocyte count was performed using the electric impedance method (Coulter T890 instrument), with the Beckman Coulter kit (Beckman Coulter GmbH, Krafeld, Germany) and reference values for up to 12 years (4500–13,500mm3), 13–16 years (4500–13,000mm3), 17–18 years (4500–12,500mm3), and above 18 years (4500–11,500mm3).

Blood pressure was measured based on the protocol established by the VI Brazilian Guideline on Hypertension,14 with automatic inflation blood pressure monitor Omron® Model HEM-741 CINT (Omron Healthcare Inc., Lake Forest, IL, USA), favored by the Brazilian Society of Cardiology, classified from P90.

For sedentary behavior, the time spent during the week and at the weekend in front of the TV, video game and computer was assessed and characterized as screen time (ST). As a classification criterion, ST≥2h/day was considered as sedentary behavior.15

For data analysis, the Statistical Package for Social Sciences (SPSS, IBM, Chicago, IL, USA) version 20.0 was used. The Kolmogorov–Smirnov test was used to determine the normality of the numerical variables. To compare the numerical variables, Kruskal–Wallis test for three or more independent groups and the Mann–Whitney test for two independent groups were used.

The difference between the proportions was assessed using the chi-square and Fisher exact tests, when necessary. The linear regression models were constructed using the Analysis and Statistical Data software (Stata, Stata Corp., College Station, TX, USA). For regression analysis, continuous variables were used. To evaluate the association between leukocyte count and CV risk factors, adjustment for sex and adolescence phase was made. The independent variables included in the regression models had p<0.20 in the simple regression. For the analysis of models, the dependent variable, leukocytes, was transformed into logarithm. Because the anthropometric and body composition variables have multicollinearity, five different multiple regression models were generated. The significance level was α<0.05.

Results

Study participants were 475 adolescents and 238 (50.1%) were female. When stratifying by adolescence phase, 221 (46.5%) in the early phase, 132 (27.8%) in the middle phase, and 122 (25.7%) in the late phase were enrolled.

Many records had missing values, such as missing Apgar score and gestational age, particularly in the early years of the survey. However, it was observed that most adolescents showed Apgar score ≥7 in the first and fifth minutes, 318 (94.6%) and 379 (98.9%) respectively, which implies good fetal vitality. As for gestational age, it was observed that 97.8% of births were full term (37–41 weeks), six (1.9%) preterm (≤36 weeks), and one (0.3%) post-term. Regarding the type of delivery, there were 157 (33.4%) births by vaginal delivery and 313 (66.6%) by cesarean section.

Median birth weight was 3.100g, higher among boys (p<0.001), as well as length at birth (p=0.007) and head (p<0.001) and thoracic (p=0.001) circumference. In adolescence, it was observed that female adolescents had higher values of %BF (p<0.001); WC (0.02); WHtR (p<0.001) and BAI (p<0.001) and there was no difference in relation to BMI. The biggest TT was observed among females, compared to males, without significant difference (p=0.09) (Table 1).

Table 1

Median, minimum and maximum values of birth and adolescence variables in total sample and stratified by sex.

		Total sample			Male			Female		p -value
		n (%)	Median (Min–Max)		n (%)	Median (Min–Max)		n (%)	Median (Min–Max)
Birth
	Weight (g) a	474	3100 (1480–4500)		236 (96.6)	3200 (1900–4500)		238 (100)	3050 (1480–4350)	<0.001 b
	Length (cm) a	466	50 (38–56)		234 (98.7)	50 (41–56)		232 (97.5)	49 (38–53)	0.007 b
	HC (cm) a	471	34 (28–39)		235 (99.2)	34.5 (31–39)		236 (99.2)	34 (28–37)	<0.001 b
	TC (cm) a	470	33 (27–39)		234 (98.7)	33 (29–39)		236 (99.2)	33 (27–37)	0.001 b
Adolescence
	BMI (kg/m2)	475	19.46 (13.22–40.05)		237 (100)	19.27 (13.22–40.05)		238 (100)	19.67 (14.04–34.90)	0.10 b
	%BF (%)	475	21 (5.6–48.7)		237 (100)	16.1 (5.6–43.5)		238 (100)	25.5 (9.1–48.7)	<0.001 b
	WC (cm)	475	71 (51.2–118)		237 (100)	69.5 (51.2–118)		238 (100)	71.5 (53.5–100)	0.02 b
	WHtR (cm)	475	0.44 (0.35–0.71)		237 (100)	0.43 (0.35–0.67)		238 (100)	0.45 (0.36–0.71)	<0.001 b
	BAI (%)	475	24.42 (14.19–42.75)		237 (100)	22.07 (14.19–41.25)		238 (100)	25.93 (18.46–42.75)	<0.001 b
	Screen time/h	475	128.57 (34.29–240)		237 (100)	125.71 (42.86–239.29)		238 (100)	132.99 (34.29–240)	0.09 b
Sedentary behavior
	TT≥2h	274 (57.7)	–		108 (45.6)	–		93 (39.1)	–	0.15 c
	TT<2h	201 (42.3)	–		129 (54.4)	–		145 (60.9)	–

Missing values.

Mann–Whitney test.

Chi-square.

Min, minimum; Max, maximum; BMI, body mass index; %BF, percentage of body fat; WHtR, waist-to-height ratio; BAI, body adiposity index; ST, screen time; HC, head circumference; TC, thoracic circumference; WC, waist circumference.

In this study, there was no difference between the number of leukocytes and birth weight in the total sample (p=0.92) or stratified by sex, male (p=0.77) or female (p=0.43). The same happened in the evaluation of adolescence phase (p=0.42). The number of leukocytes was greater in female adolescents compared to male (p<0.001) (Table 2).

Table 2

Median, minimum and maximum values of the number of leukocytes in relation to birth variables, anthropometric measurements, biochemical tests, and clinical examinations in adolescents.

		Leukocytes		p -value
		n (%)	Median (Q1–Q3)
Birth weight (g)
	<2500	35 (7.4)	5900 (4900–6900)	0.92 *
	2500–2999	121 (25.5)	5600 (4500–6850)
	3000–3999	308 (64.8)	5700 (4900–6800)
	≥4000	10 (2.1)	5750 (4250–6575)
Length at birth (cm)
	<45	7 (1.5)	5900 (4800–6300)	0.97 *
	≥45 to <53	446 (93.9)	5700 (4800–6800)
	≥53	22 (4.6)	5900 (5000–6400)
1st minute Apgar
	≤6	18 (5.4)	6050 (5350–7025)	0.13 **
	≥7	318 (94.6)	5600 (4675–6700)
5th minute Apgar
	≤6	4 (1.1)	5450 (4200–8725)	0.97 **
	≥7	279 (98.9)	5600 (4800–6700)
Head circumference (cm)
	<32	19 (4.0)	6300 (5800–6900)	0.30 *
	≥32 to <36	361 (76.0)	5700 (4800–6800)
	≥36	95 (20.0)	5500 (4700–6600)
Adolescence phase
	Early	221 (46.5)	5600 (4700–6700)	0.42 *
	Middle	132 (27.8)	5700 (4800–6975)
	Late	122 (25.7)	5900 (4900–6925)
Sex
	Male	237 (49.9)	5400 (4600–6350)	<0.001 **
	Female	238 (50.1)	6000 (5000–7300)
Nutritional status
	Low weight a , b	21 (4.4)	5000 (4250–6350)
	Eutrophic a	345 (72.6)	5600 (4700–6700)	0.008 *
	Excess weight b	109 (22.9)	6000 (5100–7450)
Percentage body fat (%)
	Eutrophic	275 (57.9)	5600 (4600–6500)	0.002 **
	Excess fat	200 (42.1)	6000 (4925–7300)
BAI (%)
	Normal	424 (89.3)	5600 (4700–6700)	0.002 **
	Changed	51 (10.7)	6400 (5200–7700)
Waist circumference (cm)
	Normal	430 (90.5)	5600 (4700–6700)	<0.001 **
	Changed	45 (9.5)	6300 (5400–8000)
WHtR (cm)
	Normal	419 (88.2)	5600 (4700–6700)	<0.001 **
	Changed	56 (11.8)	6350 (5400–7950)
Total cholesterol (mg/dL)
	<150md/dL	196 (41.3)	5700 (4800–6700)	0.93 **
	<150md/dL	279 (58.7)	5600 (4800–6800)
Triglycerides (mg/dL)
	<100md/dL	408 (85.9)	5600 (4700–6700)	0.001 **
	≥100md/dL	67 (14.1)	6300 (5300–7400)
LDL (mg/dL)
	<100md/dL	310 (65.3)	5800 (4800–7000)	0.13 **
	≥100md/dL	165 (34.7)	5500 (4850–6500)
HDL (mg/dL)
	<45md/dL	307 (64.6)	5600 (4700–6800)	0.18 **
	≥45md/dL	168 (35.4)	5900 (4925–6775)
Sedentary behavior
	TT≥2h	201 (42.3)	5690 (4900–6800)	0.96 **
	TT<2h	274 (57.7)	5700 (4600–6800)
Blood pressure (mmHg)
	<P90	460 (96.8)	5700 (4800–6800)	0.91 **
	≥P90	15 (3.2)	5800 (5400–6200)

Kruskal–Wallis test.

Mann–Whitney test.

BAI, body adiposity index; WHtR, waist-to-height ratio; ST screen time; LDL, low density lipoprotein; HDL, high density lipoprotein; Q1, first quartile; Q3, third quartile.

Equal letters mean no statistical difference.

In the evaluation of leukocytes in adolescence, higher values were found in individuals with excess weight (p=0.004) and body fat (p=0.02); BAI above P90 (p=0.002); higher values of WHtR (p<0.001) and WC (p<0.001).

Regarding lipid profile, only triglycerides showed difference between the number and leukocytes. In adolescents with high TG, leukocytes were higher (p=0.001).

No statistical differences were found in white blood cell count, regarding sedentary behavior and among adolescents with blood pressure over P90.

After linear regression analysis between the birth, biochemical, clinical, and anthropometric variables, in relation to the number of leukocytes, the final models adjusted for sex and adolescence are shown in Table 3. These models included eosinophils, lymphocytes, monocytes and platelets (p<0.001); triglycerides (p=0.016); HOMA score (p=0.01); insulin (p=0.005); head circumference (p=0.14); chest circumference (p=0.16); BMI (p=0.0005); %BF (p=0.001); WHiR (p<0.001); WC (p=0.004), and BAI (p<0.001). The five multiple regression models were performed in order to verify greater explanatory power, but it was observed that any of the used models showed an association of anthropometric parameters and body composition with leukocyte count. Regardless of the anthropometric variable used to assess the number of leukocytes in adolescence in relation to the aforementioned variables, with the exception of BAI and %BF, they all presented the same association with adolescence, sex, number of platelets, eosinophils, monocytes, and lymphocytes in the final model. The 01 (BMI) and 05 (WC) models had the best coefficient of determination (R 2=0.46). After the five models residual plots analysis, it was found that the residues were distributed linearly over the values. This shows that the linear regression models were adequate. It is also noted on standardized residual charts and predicted values, that the first were distributed uniformly around the mean.

Table 3

Final Model of linear regression of association between leukocytes, anthropometric, clinical and laboratory variables adjusted for sex and adolescence phase.

Variable	Model 1-BMI ( R 2 = 0.46)				Model 2-BAI ( R 2 = 0.45)				Model 3-%BF ( R 2 = 0.44)
	β	SE	95%CI		β	SE	95%CI		β	SE	95%CI
BMI (kg/m2)	0.010	0.002	0.005–0.015		–	–	–		–	–	–
%BF (%)	–	–	–		–	–	–		0.004	0.001	0.002–0.006
BAI (%)	–	–	–		0.009	0.002	0.004–0.013		–	–	–
WC (cm)	–	–	–		–	–	–		–	–	–
WHtR (cm)	–	–	–		–	–	–		–	–	–
F. Adol.	0.06	0.012	0.039–0.088		0.08	0.012	0.058–0.106		0.086	0.012	0.062–0.109
Sex	0.06	0.018	0.027–0.100		–	–	–		–	–	–
Platelets (mil/mm3)	0.0005	0.0001	0.0002–0.0009		0.0006	0.0001	0.0002–0.0009		0.0005	0.0001	0.0002–0.0009
Eosinophils (mm3)	0.0002	0.00003	0.0001–0.0002		0.0001	0.00003	0.0001–0.0002		0.0001	0.00003	0.0001–0.0002
Monocytes (mm3)	0.0004	0.00008	0.0003–0.0006		0.0005	0.00008	0.0003–0.0006		0.0005	0.00008	0.0003–0.0006
Lymphocytes (mm3)	0.0002	0.00001	0.0001–0.0002		0.0002	0.00001	0.0001–0.0002		0.0002	0.00001	0.0001–0.0002
Variables	Model 4-WHtR ( R 2 = 0.45)							Model 5-WC ( R 2 = 0.d)
	β		SE		95%CI			β		SE	95%CI
BMI (kg/m2)	–		–		–			–		–	–
%BF (%)	–		–		–			–		–	–
BAI (%)	–		–		–			–		–	–
WC (cm)	–		–		–			0.004		0.0009	0.002–0.005
WHtR (cm)	0.56		0.16		0.245–0.887			–		–	–
Adol. P	0.08		0.012		0.056–0.104			0.06		0.012	0.038–0.088
Sex	0.05		0.019		0.016–0.091			0.06		0.018	0.026–0.099
Platelets (mil/mm3)	0.0005		0.0001		0.0002–0.0008			0.0005		0.0001	0.0002–0.0009
Eosinophils (mm3)	0.0001		0.00003		0.0001–0.0002			0.0002		0.00003	0.0001–0.0002
Monocytes (mm3)	0.0004		0.00008		0.0003–0.0006			0.0004		0.00008	0.0003–0.0006
Lymphocytes (mm3)	0.0002		0.00001		0.0001–0.0002			0.0002		0.00001	0.0001–0.0002

BMI, body mass index; %BF, percentage of body fat; BAI, body adiposity index; WC, waist circumference; WHtR, waist-to-height ratio; Adol. P, adolescence phase; –, variable not included in the regression model.

Discussion

This study evaluated the behavior of birth variables, anthropometric, biochemical tests, and clinical examinations in adolescence with the increase in the number of leukocytes, as a biomarker for the risk of CVD.

The study comprised adolescents with leukocyte values within normal range, as the objective was to evaluate this variable relationship with CV risk factors. Regarding birth weight, associations were found; however, in adolescence it can be observed that individuals with higher fat percentage, excess weight, and hypertriglyceridemia had higher counts of this biological marker for inflammation.

Leukocyte count evaluation is related to a subclinical inflammation, and one does not necessarily need to find changed values for long-term effect to be seen. In the inflammatory process, leukocyte activation occurs, which once activated starts the production of other inflammatory markers.

Conditions at birth, especially birth weight, are a factor related to the development of CVD1 and may be linked to leukocytes, biological risk factors for these diseases. This fact could not be observed in this study, in which birth weight was not associated with changes in leukocyte count, unlike the population-based study in northern Finland that found association between underweight at birth and increased numbers of leukocytes, particularly in female adolescents. The identification of inflammation association in adolescents may prevent CVD in adulthood.16

In this study, no differences in leukocyte numbers were found in relation to adolescence stages. Contrary to this finding, high inflammation levels were associated with leukocytes in adolescents, aged 13–16 years, who participated in a study performed in England and Wales.17

Higher leukocyte numbers were seen among female, a finding that supports the work performed with Finnish and American teenagers, in which the girls had higher number of leukocytes.16 , 18 The value of this finding is related to the greater exposure of women to the inflammatory process due to the pathophysiological consequences of this condition, particularly when associated with oral contraceptive use that is considered an independent risk for systemic inflammation.16

The adolescents in the study with changes in anthropometric and body composition variables had higher number of leukocytes. A study performed in Alegre, ES, Brazil, also showed higher leukocyte and lymphocytes values for adolescents with higher WC and %BF values.19 Obesity is characterized by chronic inflammation that leads to changes in the immune system and may be associated with type 2 diabetes and CVD.20 In this context, leukocytes may serve as biomarkers or even mediator and link obesity, inflammation and insulin resistance.6

Regarding lipid profile, only adolescents with increased triglycerides showed differences between leukocyte counts. Knowing the association of triglycerides with increased risk of coronary heart disease21 and that leukocytes may be considered biomarkers for CVD,16 they can be used in clinical practice of health care for adolescents to identify cardiovascular risks.

The non-association in this study of leukocyte count to CV risk factors, such as high cholesterol and LDL, low HDL, sedentary behavior, and blood pressure >P90, may be related to the homogeneity of the sample with respect to these variables; however, our data are similar to those found by in the Ten Towns Heart Health Study, which also showed no association between leukocytes and traditional cardiovascular risk factors. The importance of identifying inflammation markers early in life is related to the fact that it plays a causative role of association, in adulthood, between leukocytes and CVD.17

There was a relationship between platelets and excess weight. The mean platelet volume is considered an indicator of platelet activity; its increase was demonstrated in several acute vascular events and it is associated with obesity.22 Increased platelet activation is known to trigger atherosclerosis and plays an important role in its progression. The platelet and leukocyte poll relationship is associated with higher frequency of adverse cardiovascular outcomes.23 White blood cells are related to atherosclerosis regardless of risk factors and may be considered as a low cost and easy to interpret marker in the diagnosis of atherosclerosis.24

The increase in total concentration of white blood cells is a risk factor, regardless of morbidity and mortality from coronary heart disease, peripheral artery disease, and stroke.25 A Spanish study found an association between leukocyte and subpopulations with hypertriglyceridemia and low HDL, as well as for components of metabolic syndrome. Individuals at higher quartiles of leukocytes had increased risk of developing the syndrome (p<0.001). This association was also seen for all leukocyte subtypes, except basophils.26 These data support the findings of this study in which leukocyte subpopulations remained in all final regression models.

Among the leukocyte subpopulations, monocytes are described as the predominant cell type in the inflammatory profile in atherosclerotic processes. In adult patients with endocrine disorders, monocytes may be predictors of macrovascular complications.27

Eosinophils are multifunctional leukocytes involved in the initiation and propagation of inflammatory responses, and therefore have a role in the pathogenesis of inflammatory diseases.28 Eosinophils have a compound which binds to the vascular cell adhesion molecule-1 (VCAM-1) on the endothelium and infiltrate after lying in infected or inflamed region and do phagocytosis of small particles mediated by the antigen-ntibody complex.28

Lymphocytes are present in the immune response in all phases of atherosclerosis and are relate to inflammatory markers, when analyzed in relation to obese adolescents.29 Individuals with excess weight and body fat, in addition to having macrophages infiltrated into the tissue, also have lymphocytes that produce cytokines and contribute positively to local tissue inflammation.30

It can be concluded that in this study, the variables of birth were not associated with changes in the number of leukocytes, whereas anthropometric changes in adolescence have shown be good indicators of larger number of leukocytes, regardless of adolescence stage and sex. These variables were predictive for the increase of platelet count and leukocyte subpopulations.

In this study, although we found no association between leukocyte and cardiovascular risk factors, such as sedentary behavior, blood pressure>P90, high cholesterol and LDL, and low HDL, leukocytes and their subpopulations may be considered inexpensive and effective biomarkers for identification of cardiovascular risk in adolescents, as it is a subclinical inflammation. Thus, the assessment of the number of leukocytes can be another test used in clinical practice, as it is associated with the process of atherogenesis in the presence of cardiovascular risk factors and other markers.

This study has limitations due to its own cross-sectional design, which unable the identification and/or interpretation of the temporality of associations found. However, the results obtained can be used in other studies due to its own characteristics, such as sample size, the representativeness of the adolescent population in the municipality, and the similarity of this group with Brazilian adolescents.

Knowing the relationship between changes in leukocyte values and cardiovascular changes and knowing that such processes begin in childhood and adolescence and persist in adulthood, it is essential to identify these adolescents, in order to reduce exposure to CV risk factors.

Introdução

A relação entre doenças cardiovasculares (DCV) e fatores de risco nos estágios iniciais da vida pode ser evidenciada na literatura. O peso de nascimento está relacionado aos riscos cardiovasculares na adolescência.1

Desde o período pré-púbere, os indivíduos estão precocemente expostos a fatores de risco cardiovasculares, que atuam de forma negativa na íntima dos vasos, levam ao início da doença aterosclerótica.2 Os fatores de risco cardiovascular (FRCV) são definidos em modificáveis, como tabagismo, colesterol total elevado, LDL elevado, HDL baixo, hipertensão arterial, sedentarismo e obesidade; e não modificáveis, como idade, histórico familiar de DCV e sexo.3 , 4

Considerando-se o desenvolvimento silencioso da doença aterosclerótica e o papel do excesso de peso na infância e adolescência como FRCV,2 destaca-se a necessidade de investigação precoce desses fatores, a fim de reduzir as taxas de morbimortalidade por DCV na vida adulta.3

A adolescência é uma fase de exposição a diversos fatores de risco e muitos dos hábitos adquiridos nessa fase são mantidos na vida adulta, com consequências para a saúde.4 A exposição a esses fatores pode estar associada ao processo inflamatório. Em função da associação do processo inflamatório aos FRCV, em especial na infância e adolescência, diferentes marcadores inflamatórios envolvidos em cada etapa do processo de formação da placa de ateroma têm sido estudados, entre eles os leucócitos.5 O número de leucócitos é reconhecido como um marcador inflamatório e um preditor de eventos cardiovasculares.6 Subpopulações de leucócitos estão relacionados ao processo inflamatório.7

Conhecendo a influência das condições de nascimento no desenvolvimento das DCV, objetivou-se avaliar a relação do número de leucócitos com os riscos cardiovasculares associados às características de nascimento, estado nutricional, composição corporal e exames bioquímicos.

Método

Estudo transversal, desenvolvido com adolescentes de ambos os sexos, nascidos em Viçosa (MG), entre 1992 a 2001. A amostra foi distribuída conforme as fases da adolescência, assim descritas: inicial - 10 a 13 anos; intermediária - 14 a 16 anos; e tardia - 17 a 19 anos.8 O projeto foi aprovado pelo Comitê de Ética e Pesquisa com Seres Humanos da UFV (Processo n° 163/2012).

Para seleção da amostra usaram-se dados do Sistema de Informações sobre Nascidos Vivos (Sinasc) por meio do Datasus – Tecnologia de Informação a Serviço do SUS, filtrados pelo local de residência da mãe. Foi feita média do número de nascimento devido à subnotificação dos registros no sistema, totalizando 12.090 nascimentos referentes ao período da pesquisa. Esse total de nascimentos foi usado como população para definir o tamanho amostral pelo programa Epi Info, versão 6.04, a partir de fórmula específica para estudos transversais. Por se tratar de múltiplos FRCV como desfecho, usaram-se prevalência de 50%, que confere maior tamanho amostral, prevalência conservadora,9 variabilidade aceitável de 5% e nível de confiança de 95%. A amostra mínima totalizou 372 adolescentes. Devido à perda amostral esperada em função do intervalo de tempo da pesquisa e à possibilidade de não encontrar os dados de nascimento, acrescentaram-se 20% ao cálculo inicial e chegou-se a 447 indivíduos. Participaram do estudo 475 adolescentes.

A partir dos prontuários maternos de todos os partos hospitalares, construiu-se o banco de dados composto pelas variáveis de nascimento: peso, comprimento, perímetro cefálico e torácico, índice de Apgar e idade gestacional. O peso de nascimento foi classificado como baixo (<2.500g), insuficiente (2.500-2.999g), adequado (3.000-3.999g) e grande para a idade gestacional (>4.000g).10 O comprimento ao nascer e o perímetro cefálico foram classificados com os critérios do Ministério da Saúde e tiveram percentis como referência.11

A etapa seguinte constituiu-se em encontrar a população na fase da adolescência. A fonte de busca foram as escolas rurais e urbanas, públicas e privadas. Os indivíduos foram incluídos no estudo a partir da manifestação de interesse e identificação dos dados de nascimento, independentemente da fase da adolescência e com respeito à proporcionalidade por sexo. Caso contrário, esses eram excluídos e fazia-se novo sorteio entre os interessados. Após assinatura do Termo de Consentimento Livre Esclarecido (TCLE) pelos responsáveis ou pelos próprios adolescentes maiores de 18 anos, os sujeitos da pesquisa foram orientados sobre os cuidados prévios e dias para feitura dos exames bioquímicos, bioimpedância elétrica, exame clínico e avaliação nutricional.

Os dados antropométricos (peso, estatura) e de composição corporal e os bioquímicos foram coletados na Divisão de Saúde da Universidade Federal de Viçosa (MG). Posteriormente agendou-se retorno para aplicar os questionários socioeconômicos e de estilo de vida, além de entregar os resultados dos exames e avaliação nutricional.

Avaliou-se o peso em balança digital eletrônica Kratos, capacidade máxima de 150kg, sensibilidade de 50g. Para medida da estatura, usou-se estadiômetro portátil Alturexata, com extensão de 2,13m; resolução de 0,1cm. O índice de massa corporal (IMC) foi calculado pela razão entre peso corporal (kg) e estatura (m2), classificados em Escore-z, de acordo com sexo e idade, com o uso da proposta da Organização Mundial da Saúde.12 Para avaliar a composição corporal, usou-se a bioimpedância elétrica vertical com oito eletrodos táteis InBody 230®. O perímetro da cintura (PC) foi aferido no ponto médio entre a margem inferior da última costela e a crista ilíaca, em duplicata, com fita métrica flexível inelástica, com extensão de 2m, dividida em centímetros e subdivida em milímetros. Após essas avaliações, foi feito o cálculo da relação cintura-estatura (RCE) e do índice de adiposidade corporal (IAC).

Na avaliação bioquímica, dosaram-se colesterol total, lipoproteína de alta e baixa densidade (HDL e LDL) e triglicerídeos. A classificação do perfil lipídico baseou-se na I Diretriz de Prevenção de Aterosclerose na Infância,13 que considera como inadequados valores limítrofes e elevados. Essa referência também foi usada para avaliar a insulinemia de jejum e a resistência insulínica, essa calculada pelo modelo matemático Homeostasis Model Assessment – Insulin Resistance (HOMA-IR). A glicemia de jejum foi avaliada segundo o Comitê Internacional de Diagnóstico de diabetes mellitus, que considera glicemia de jejum alterada ≥100mg/dL. O hemograma completo e o ácido úrico foram classificados de acordo com o sexo e idade, conforme valores de referência do kit Bioclin-Quibasa (Quibasa Química Básica Ltda., Belo Horizonte, Brasil).

A contagem do número de leucócitos foi feita pelo método de impedância elétrica (aparelho Coulter T890), com o kit Beckman Coulter (Beckman Coulter GmbH, Krafeld, Alemanha) e valores de referência para até 12 anos (4.500-13.500mm3), 13 a 16 anos (4.500-13.000mm3), 17 a 18 anos (4.500-12.500mm3) e acima de 18 anos (4.500-11.500mm3).

Aferiu-se pressão arterial com base no protocolo estabelecido pela VI Diretriz Brasileira de Hipertensão Arterial,14 com monitor de pressão sanguínea de insuflação automática Omron® Model HEM-741 CINT (Omron Healthcare Inc., Lake Forest, IL, USA), preconizado pela Sociedade Brasileira de Cardiologia, classificada a partir do P90.

Para o comportamento sedentário, avaliou-se o tempo parado na semana e no fim de semana em frente à televisão, videogame e computador, caracterizado como tempo de tela (TT), como critério de classificação considerou-se o TT ≥ 2 horas/dia.15

Para análise dos dados selecionou-se o Statistical Package for the Social Sciences (SPSS, IBM®, Chicago, IL, EUA) versão 20.0. Para determinar a normalidade das variáveis numéricas, usou-se o teste de Kolmogorov-Smirnov. Para comparar as variáveis numéricas, usaram-se os testes de Kruskal-Wallis para três ou mais grupos independentes, e o de Mann-Whitney, para dois grupos independentes.

A diferença entre as proporções foi avaliada pelos testes qui-quadrado e exato de Fisher quando necessário. Os modelos de regressão linear foram construídos com o Data Analysis and Statistical Software (Stata-Stata Corp., College Station, TX, EUA). Para a feitura das análises de regressão, as variáveis foram usadas na forma contínua. Para avaliar a associação entre número de leucócitos e fatores de risco CV, foi feito ajuste para sexo e fase da adolescência. As variáveis independentes incluídas nos modelos de regressão apresentaram p<0,20 na regressão simples. Para a análise dos modelos, a variável dependente, leucócitos, foi transformada em logaritmo. Devido ao fato de as variáveis antropométricas e de composição corporal apresentarem multicolinearidade, foram gerados cinco modelos diferentes de regressão múltipla. O nível de significância adotado foi α<0,05.

Resultados

Participaram do estudo 475 adolescentes, 238 (50,1%) do sexo feminino. Na estratificação pela fase da adolescência, estudaram-se 221 (46,5%) na fase inicial, 132 (27,8%) na intermediária e 122 (25,7%) na final.

Muitos prontuários não apresentaram registros dos dados, como índice de Apgar e idade gestacional, principalmente nos anos iniciais da pesquisa. Porém, observou-se que a maior parte dos adolescentes apresentou índice de Apgar≥7 no primeiro e quinto minutos, 318 (94,6%) e 379 (98,9%) respectivamente, que implicam boa vitalidade fetal. Quanto à idade gestacional, observou-se que 97,8% dos nascimentos foram a termo (37-41 semanas), seis (1,9%) prematuros(≤36 semanas) e um (0,3%) pós-termo. Em relação ao tipo de parto, observaram-se 157 (33,4%) nascimentos por parto vaginal e 313 (66,6%) por cesariana.

A mediana de peso ao nascer foi de 3.100 g, maior entre os meninos (p<0,001), assim como o comprimento ao nascer (p = 0,007) e o perímetro cefálico (p<0,001) e torácico (p = 0,001). Na adolescência, observou-se que as adolescentes apresentaram maiores valores de %GC (p<0,001); PC (0,02); RCE (p<0,001) e IAC (p<0,001) e não houve diferença em relação ao IMC. O maior TT foi observado entre as adolescentes, em relação ao sexo masculino, sem diferença significativa (p = 0,09) (tabela 1).

Tabela 1

Mediana, valores mínimos e máximos das variáveis de nascimento e adolescência na amostra total e estratificado pelo sexo

		Amstar total			Masculino			Feminino
		n (%)	Mediana (Mín‐Máx)		n (%)	Mediana (Mín‐Máx)		n (%)	Mediana (Mín‐Máx)	p ‐valor
Nascimento
	Peso (g) a	474	3100 (1480‐4500)		236 (96,6)	3200 (1900‐4500)		238 (100)	3050 (1480‐4350)	<0,001 b
	Comprimento (cm) a	466	50 (38‐56)		234 (98,7)	50 (41‐56)		232 (97,5)	49 (38‐53)	0,007 b
	P Cef (cm) a	471	34 (28‐39)		235 (99,2)	34,5 (31‐39)		236 (99,2)	34 (28‐37)	<0,001 b
	PT (cm) a	470	33 (27‐39)		234 (98,7)	33 (29‐39)		236 (99,2)	33 (27‐37)	0,001 b
Adolescência
	IMC (kg/m2)	475	19,46 (13,22‐40,05)		237 (100)	19,27 (13,22‐40,05)		238 (100)	19,67 (14,04‐34,90)	0,10 b
	%GC (%)	475	21 (5,6‐48,7)		237 (100)	16,1 (5,6‐43,5)		238 (100)	25,5 (9,1‐48,7)	<0,001 b
	P Cint (cm)	475	71 (51,2‐118)		237 (100)	69,5 (51,2‐118)		238 (100)	71,5 (53,5‐100)	0,02 b
	RCE (cm)	475	0,44 (0,35‐0,71)		237 (100)	0,43 (0,35‐0,67)		238 (100)	0,45 (0,36‐0,71)	<0,001 b
	IAC (%)	475	24,42 (14,19‐42,75)		237 (100)	22,07 (14,19‐41,25)		238 (100)	25,93 (18,46‐42,75)	<0,001 b
	Tempo tela (TT)/horas	475	128,57 (34,29‐240)		237 (100)	125,71 (42,86‐239,29)		238 (100)	132,99 (34,29‐240)	0,09 b
Comp. sedentário
	TT ≥2h	274 (57,7)	–		108 (45,6)	–		93 (39,1)	–	0,15 c
	TT <2h	201 (42,3)	–		129 (54,4)	–		145 (60,9)	–

Falta registro nos prontuários maternos.

Teste Mann‐Whitney.

Qui‐quadrado.

Min, mínimo; Max, máximo; Comp., Comportamento; IMC, Índice de Massa Corporal; %GC, Percentual de Gordura Corpora; RCE, Relação Cintura‐estatura; IAC, Índice de Adiposidade Corporal; TT, Tempo de Tela; P Cef, perímetro cefálico; PT, perímetro torácico; P Cint, perímetro da cintura.

Neste estudo, não houve diferença entre número de leucócitos e peso de nascimento na amostra total (p = 0,92) ou estratificada pelo sexo, masculino (p = 0,77) ou feminino (p = 0,43). O mesmo aconteceu na avaliação das fases da adolescência (p = 0,42). O número de leucócitos foi maior nas adolescentes, quando comparadas com o sexo masculino (p<0,001) (tabela 2).

Tabela 2

Mediana, valores mínimo e máximo do número de leucócitos em relação às variáveis de nascimento, antropometria, exames bioquímicos e clínicos em adolescentes

		Leucócitos
		n (%)	Mediana (Q1‐Q3)	p ‐valor
Peso nascimento (g)
	<2500	35 (7,4)	5900 (4900‐6900)	0,92 *
	2500‐2999	121 (25,5)	5600 (4500‐6850)
	3000‐3999	308 (64,8)	5700 (4900‐6800)
	≥4000	10 (2,1)	5750 (4250‐6575)
Comprimento ao nascer (cm)
	<45	7 (1,5)	5900 (4800‐6300)	0,97 *
	≥45 a <53	446 (93,9)	5700 (4800‐6800)
	≥53	22 (4,6)	5900 (5000‐6400)
Apgar 1° minuto
	≤6	18 (5,4)	6050 (5350‐7025)	0,13 **
	≥7	318 (94,6)	5600 (4675‐6700)
Apgar 5° minuto
	≤6	4 (1,1)	5450 (4200‐8725)	0,97 **
	≥7	279 (98,9)	5600 (4800‐6700)
Perímetro cefálico (cm)
	<32	19 (4,0)	6300 (5800‐6900)	0,30 *
	≥32 a <36	361 (76,0)	5700 (4800‐6800)
	≥36	95 (20,0)	5500 (4700‐6600)
Fase da adolescência
	Inicial	221 (46,5)	5600 (4700‐6700)	0,42 *
	Intermediária	132 (27,8)	5700 (4800‐6975)
	Final	122 (25,7)	5900 (4900‐6925)
Sexo
	Masculino	237 (49,9)	5400 (4600‐6350)	<0,001 **
	Feminino	238 (50,1)	6000 (5000‐7300)
Estado nutricional
	Baixo peso a ‐ b	21 (4,4)	5000 (4250‐6350)
	Eutrófico a	345 (72,6)	5600 (4700‐6700)	0,008 *
	Excesso de peso b	109 (22,9)	6000 (5100‐7450)
Percentual gordura corporal (%)
	Eutrófico	275 (57,9)	5600 (4600‐6500)	0,002 **
	Excesso de gordura	200 (42,1)	6000 (4925‐7300)
IAC (%)
	Normal	424 (89,3)	5600 (4700‐6700)	0,002 **
	Alterada	51 (10,7)	6400 (5200‐7700)
Perímetro da cintura (cm)
	Normal	430 (90,5)	5600 (4700‐6700)	<0,001 **
	Alterada	45 (9,5)	6300 (5400‐8000)
RCE (cm)
	Normal	419 (88,2)	5600 (4700‐6700)	<0,001 **
	Alterada	56 (11,8)	6350 (5400‐7950)
Colesterol total (mg/dL)
	<150md/dL	196 (41,3)	5700 (4800‐6700)	0,93 **
	<150md/dL	279 (58,7)	5600 (4800‐6800)
Triglicerídeos (mg/dL)
	<100md/dL	408 (85,9)	5600 (4700‐6700)	0,001 **
	≥100md/dL	67 (14,1)	6300 (5300‐7400)
LDL (mg/dL)
	<100md/dL	310 (65,3)	5800 (4800‐7000)	0,13 **
	≥100md/dL	165 (34,7)	5500 (4850‐6500)
HDL (mg/dL)
	<45md/dL	307 (64,6)	5600 (4700‐6800)	0,18 **
	≥45md/dL	168 (35,4)	5900 (4925‐6775)
Comportamento sedentário
	TT≥2h	201 (42,3)	5690 (4900‐6800)	0,96 **
	TT<2h	274 (57,7)	5700 (4600‐6800)
Pressão arterial (mmHg)
	<P90	460 (96,8)	5700 (4800‐6800)	0,91 **
	≥P90	15 (3,2)	5800 (5400‐6200)

Teste Kruskal‐Wallis.

Teste Mann‐Whitney.

Letras iguais significam ausência de diferença estatística.

IAC, Índice de Adiposidade Corporal; RCE, Relação Cintura‐Estatura; TT, Tempo de tela; LDL, Lipoproteína baixa densidade; HDL, Lipoproteína de alta densidade; Q1, Primeiro Quartil; Q3, Terceiro Quartil

Na avaliação dos leucócitos na adolescência foram encontrados maiores valores nos indivíduos com excesso de peso (p = 0,004) e de gordura corporal (p = 0,02); IAC acima do P90 (p = 0,002); maiores valores de RCE (p<0,001) e PC (p<0,001).

Quanto ao perfil lipídico, apenas os triglicerídeos apresentaram diferença entre o número e leucócitos. Nos adolescentes com TG elevados os leucócitos eram mais elevados (p = 0,001).

Não foram encontradas diferenças estatísticas na contagem de leucócitos em relação ao comportamento sedentário e entre os adolescentes com pressão arterial maior do que P90.

Após análise de regressão linear simples entre variáveis de nascimento, bioquímicas, clínicas e antropométricas em relação ao número de leucócitos, os modelos finais ajustados para sexo e fase da adolescência são mostrados na tabela 3. Incluíram-se nesses modelos os eosinófilos, linfócitos, monócitos e plaquetas (p<0,001); triglicerídeos (p = 0,016); índice HOMA (p = 0,01); insulina (p = 0,005); perímetro cefálico (p = 0,14); perímetro torácico (p = 0,16); IMC (p = 0,0005); %GC (p = 0,001); RCE (p<0,001); PC (p = 0,004) e IAC (p<0,001). Os cinco modelos de regressão múltipla foram feitos a fim de verificar maior poder explicativo, porém observou-se que qualquer um dos modelos usados mostrou associação de parâmetros antropométricos e de composição corporal com a contagem de leucócitos. Independentemente da variável antropométrica usada para avaliar o número de leucócitos na adolescência em relação às variáveis supracitadas, com exceção do IAC e do %GC, todas apresentaram no modelo final a mesma associação com a fase da adolescência, sexo, número de plaquetas, eosinófilos, monócitos e linfócitos. Os modelos 01 (IMC) e 05 (PC) apresentaram os melhores coeficientes de determinação (R2 = 0,46). Após análise dos gráficos de resíduos para os cinco modelos, verificou-se que os resíduos distribuíram-se linearmente ao longo dos valores. Isso mostra que os modelos de regressão linear foram adequados. Observou-se também, nos gráficos de resíduos padronizados e valores preditos, que os primeiros distribuíram-se de modo uniforme em torno da média.

Tabela 3

Modelos finais de regressão linear de associação entre leucócitos, variáveis antropométricas, clínicas e laboratoriais ajustada por sexo e fase da adolescência

Variáveis	Modelo 1‐IMC (R2 = 0,46)				Modelo 2‐IAC (R2 = 0,45)				Modelo 3‐%GC (R2 = 0,44)
	β	SE	IC95%		β	SE	IC95%		β	SE	IC95%
IMC (kg/m2)	0,010	0,002	0,005‐0,015		–	–	–		–	–	–
%GC (%)	–	–	–		–	–	–		0,004	0,001	0,002‐0,006
IAC (%)	–	–	–		0,009	0,002	0,004‐0,013		–	–	–
PC (cm)	–	–	–		–	–	–		–	–	–
RCE (cm)	–	–	–		–	–	–		–	–	–
F. Adol.	0,06	0,012	0,039‐0,088		0,08	0,012	0,058‐0,106		0,086	0,012	0,062‐0,109
Sexo	0,06	0,018	0,027‐0,100		–	–	–		–	–	–
Plaquetas (mil/mm3)	0,0005	0,0001	0,0002‐0,0009		0,0006	0,0001	0,0002‐0,0009		0,0005	0,0001	0,0002–0,0009
Eosinófilos (mm3)	0,0002	0,00003	0,0001‐0,0002		0,0001	0,00003	0,0001‐0,0002		0,0001	0,00003	0,0001–0,0002
Monócitos (mm3)	0,0004	0,00008	0,0003‐0,0006		0,0005	0,00008	0,0003‐0,0006		0,0005	0,00008	0,0003–0,0006
Linfócitos (mm3)	0,0002	0,00001	0,0001‐0,0002		0,0002	0,00001	0,0001‐0,0002		0,0002	0,00001	0,0001–0,0002
Variáveis	Modelo 4‐RCE (R2 = 0,45)							Modelo 5‐PC (R2 = 0,46)
	β		SE		IC95%			β		SE	IC95%
IMC (kg/m2)	–		–		–			–		–	–
%GC (%)	–		–		–			–		–	–
IAC (%)	–		–		–			–		–	–
PC (cm)	–		–		–			0,004		0,0009	0,002–0,005
RCE (cm)	0,56		0,16		0,245–0,887			–		–	–
F. Adol.	0,08		0,012		0,056–0,104			0,06		0,012	0,038–0,088
Sexo	0,05		0,019		0,016–0,091			0,06		0,018	0,026–0,099
Plaquetas (mil/mm3)	0,0005		0,0001		0,0002–0,0008			0,0005		0,0001	0,0002–0,0009
Eosinófilos (mm3)	0,0001		0,00003		0,0001–0,0002			0,0002		0,00003	0,0001–0,0002
Monócitos (mm3)	0,0004		0,00008		0,0003–0,0006			0,0004		0,00008	0,0003–0,0006
Linfócitos (mm3)	0,0002		0,00001		0,0001–0,0002			0,0002		0,00001	0,0001–0,0002

IMC, índice de massa corporal; %GC, percentual de gordura corporal; IAC, índice de adiposidade corporal; PC, perímetro da cintura; RCE, relação cintura‐estatura; F. Adol., fase da adolescência; –, variável não incluída no modelo de regressão.

Discussão

O presente estudo avaliou o comportamento de variáveis de nascimentos, antropometria, exames bioquímicos e clínicos na adolescência com o aumento do número de leucócitos, como marcador biológico para os riscos de DCV.

O estudo abordou adolescentes com valores de leucócitos dentro dos parâmetros de normalidade, uma vez que se objetivou avaliar a relação dessa variável com os fatores de risco CV. Em relação ao peso ao nascer não foram encontradas associações, porém, na adolescência, pode-se observar que indivíduos com maiores percentuais de gordura, excesso de peso e hipertrigliceridemia apresentaram maiores contagens desse marcador biológico para inflamação.

A avaliação da contagem de leucócitos relaciona-se a uma inflamação subclínica, não necessariamente é preciso encontrar valores alterados para se observar efeito ao longo do tempo. No processo inflamatório ocorre a ativação leucocitária, uma vez ativada inicia-se a produção de outros marcadores inflamatórios.

As condições de nascimento, em especial o peso ao nascer, são um fator relacionado ao desenvolvimento de DCV1 e podem estar vinculadas aos leucócitos, marcadores de risco biológico para essas doenças. Esse fato não pôde ser observado neste estudo, no qual o peso ao nascer não se associou às alterações no leucograma, diferentemente do estudo de base populacional feito no norte da Finlândia que mostrou associação de baixo peso ao nascer com aumento do número de leucócitos, principalmente nas adolescentes do sexo feminino. A identificação de associação de inflamação em adolescentes pode proporcionar prevenção de DCV na idade adulta.16

Neste estudo, não foram encontradas diferenças nos números de leucócitos em relação às fases da adolescência. Contrariamente a esse achado, altos níveis de inflamação se associaram aos leucócitos em adolescente de 13 a 16 anos que participaram de estudo na Inglaterra e no País de Gales.17

Maiores números de leucócitos foram observados no sexo feminino, achado que vem ao encontro do trabalho feito com adolescentes finlandeses e americanos, no qual as meninas apresentaram maiores números de leucócitos.16 , 18 O valor desse achado está relacionado à maior exposição do sexo feminino ao processo inflamatório devido às consequências fisiopatológicas desse estado, principalmente quando associado ao uso de contraceptivos orais, por ser esse considerado um risco independente para inflamação sistêmica.16

Os adolescentes do estudo com alteração nas variáveis antropométricas e de composição corporal apresentaram maiores números de leucócitos. Estudo feito em Alegre/Espírito Santo/Brasil também mostrou maiores médias de leucócitos e linfócitos para os adolescentes com maiores valores de PC e %GC.19 A obesidade é caracterizada por uma inflamação crônica que proporciona alterações no sistema imunológico e pode estar associada a diabetes mellitus tipo 2 e DCV.20 Nesse contexto, os leucócitos podem servir como biomarcador ou mesmo mediador e ligar obesidade, inflamação e resistência à insulina.6

Em relação ao perfil lipídico, apenas os adolescentes com triglicerídeos aumentados apresentaram diferença entre o número de leucócitos. Conhecendo a associação de triglicerídeos com o risco de aumento de doenças coronarianas21 e que os leucócitos podem ser considerados marcadores biológicos para DCV16, esses podem ser usados na prática clínica de atenção à saúde dos adolescentes no que tange à identificação dos riscos cardiovasculares.

A não associação, neste estudo, do número de leucócitos aos fatores de risco CV, como colesterol e LDL elevados, HDL baixo, comportamento sedentário e pressão arterial >P90, pode estar relacionada à homogeneidade da amostra em relação a essas variáveis; porém os dados encontrados assemelham-se ao Ten Towns Heart Health Study, que também não mostrou associação entre leucócitos e fatores tradicionais de risco cardiovascular. A relevância da identificação de marcadores de inflamação no início da vida está relacionada ao fato de essa desempenhar papel causal de associação, na fase adulta, entre leucócitos e DCV.17

As plaquetas relacionaram-se ao excesso de peso. O volume plaquetário médio é considerado um indicador da atividade plaquetária, seu aumento foi demonstrado em diversos eventos vasculares agudos e está relacionado com a obesidade.22 O aumento da ativação das plaquetas é conhecido por desencadear a aterosclerose e desempenha papel importante na sua progressão. A relação plaquetas e população de leucócitos está associada à maior frequência de desfechos cardiovasculares adversos.23 As células brancas do sangue estão relacionadas à aterosclerose independentemente dos fatores de risco e podem ser consideradas marcador de baixo custo, de fácil interpretação no diagnóstico da aterosclerose.24

A elevação da concentração total de células brancas é fator de risco independentemente de morbidade e mortalidade por doença coronariana, doença arterial periférica e acidente vascular cerebral.25 Estudo espanhol mostrou associação entre leucócitos e subpopulações com hipertrigliceridemia e HDL baixo, assim como para os componentes da síndrome metabólica. Indivíduos nos maiores quartis de leucócitos apresentavam risco aumentado de desenvolver a síndrome (p<0,001). Essa associação também foi observada para todos os subtipos de leucócitos, com exceção de basófilos.26 Esses dados corroboram os achados desse estudo no qual as subpopulações de leucócitos mantiveram-se em todos os modelos finais de regressão.

Dentre as subpopulações leucocitárias, os monócitos são descritos como o tipo celular predominante no perfil inflamatório em processos ateroscleróticos. Em indivíduos adultos com alterações endócrinas, os monócitos podem ser preditores de complicações macrovasculares.27

Os eosinófilos são os leucócitos multifuncionais envolvidos na iniciação e propagação de respostas inflamatórias e, portanto, têm papel na patogênese de doenças inflamatórias.28 Os eosinófilos têm um composto que se liga à molécula-1 de adesão da célula vascular (VCAM-1) no endotélio e se infiltram, após situar-se na região infectada ou inflamada, e fazem a fagocitose de pequenas partículas intermediadas pelo complexo antígeno-anticorpo.28

Os linfócitos mostram-se presentes na resposta imunológica em todas as fases do processo aterosclerótico e se relacionam a marcadores inflamatórios, quando analisados em relação a adolescentes obesos.29 Indivíduos com excesso de peso e de gordura corporal apresentam, além dos macrófagos infiltrados no tecido, a presença de linfócitos, que produzem citocinas e contribuem positivamente para a inflamação local do tecido.30

Pode-se concluir que, neste estudo, as variáveis de nascimento não se associaram às alterações nos números de leucócitos, enquanto as alterações antropométricas na adolescência mostraram-se boas indicadoras de maiores números de leucócitos, independentemente da fase da adolescência e sexo. Essas variáveis foram preditoras para o aumento do número de plaquetas e subpopulações de leucócitos.

Apesar de não ter sido encontrada neste estudo associação entre leucócitos e fatores de riscos cardiovasculares, como comportamento sedentário, pressão arterial >P90, colesterol e LDL elevados, HDL baixo, os leucócitos e suas subpopulações podem ser considerados biomarcadores efetivos e de baixo custo para identificação do risco cardiovascular em adolescentes, uma vez que se trata de uma inflamação subclínica. Assim, a avaliação do número de leucócitos pode ser mais um exame usado na prática clínica, pois se associa ao processo da aterogênese, na presença de fatores de risco CV e outros marcadores.

Este estudo apresenta limitações devido ao seu próprio desenho transversal, que impossibilita identificar e/ou interpretar a temporalidade das associações mostradas nos resultados. Porém, os resultados obtidos nesta pesquisa podem ser usados em outros estudos devido às características próprias, como o tamanho amostral, a representatividade da população de adolescentes no município e a similaridade desse grupo com os adolescentes brasileiros.

Conhecendo a relação da alteração dos valores de leucócitos com as alterações cardiovasculares e sabendo que tais processos se iniciam na infância e adolescência e persistem durante a fase adulta, é fundamental identificar esses adolescentes, com o objetivo de reduzir a exposição aos fatores de risco CV.