The ability of waist-to-height ratio to identify health risk.

OBJECTIVE: To evaluate the performance of the ratio between the waist circumference and the height in the identification of health risk compared with the correlation matrix between the anthropometric parameters body mass index and waist circumference.
METHODS: A population-based study presenting a transversal cut in a representative sample of the Brazilian adult and older population. The combination of the body mass index with the waist circumference resulted in health risk categories, and the cutoff points of the ratio between the waist circumference and the height as anthropometric indicator were used for classification of low and increased risk. Poisson regression was used to verify the association of systemic arterial hypertension with the health risk categories.
RESULTS: The results showed 26% of adult men, 10.4% of adult women and more than 30% of the older adults of both genders classified as without risk by the combination matrix between body mass index and waist circumference presented a ratio between the waist circumference and height that showed increased risk. All risk categories continued to be associated with hypertension after control for confounding factors, being almost two times higher for adults with moderate and high risk according to both methods. When the waist-to-height ratio was used as a risk indicator, the prevalence of hypertension ratios for the older adults was 1.37 (95%CI 1.16-1.63) and 1.35 (95%CI 1.12-1.62) for men and women, respectively, being these values close to the combination matrix body mass index and waist circumference.
CONCLUSIONS: The waist-to-height ratio identified more individuals at early health risk than the combination matrix between the body mass index and the waist circumference and showed comparable ability to identify health risk, regardless of gender and age, regarding the prevalence ratios for systemic arterial hypertension.

INTRODUCTION

Obesity and, more recently, overweight have been recognized as major public health problems in many countries[1], including Brazil[2], and several attempts have been made to identify the best anthropometric predictor[3] for several non-communicable diseases and complications in different populations and age groups. For overweight diagnosis, several techniques have been proposed to accurately estimate the total amount of body fat, as well as its distribution[4]. Considering the costs of this method and its easy use, both in epidemiological studies and in the clinical practice, the use of body mass index (BMI)[1] and the waist circumference (WC)[1] as effective anthropometric indicators has been proposed in this type of evaluation.

As the relationship between BMI and the risk of morbidities can be affected by the body fat distribution, regardless of the body weight[5], studies have recommended the combination of this index with other measurements of abdominal adiposity, with emphasis on WC, for a better diagnosis of overweight as a health risk predictor[6]. Excess abdominal fat has been associated with disorders in glucose and lipid metabolism, which relate to cardiovascular diseases, insulin resistance, and systemic arterial hypertension (SAH)[9]. For these reasons, WC has been recommended as a cardiometabolic risk anthropometric marker[6].

However, a recent study suggests the use of the ratio between waist circumference and height (WHR) as a substitute anthropometric measure for the correlation matrix between BMI and WC because of its greater ability to identify individuals at health risk, in addition to being strongly associated with cardiovascular and metabolic risk factors, regardless of body weight[11]. A systematic review and meta-analysis conducted in 2012 with more than 300 thousand individuals concluded that WHR is the best screening tool to detect cardiometabolic risk factors in both genders and in several ethnic groups, showing its superiority over BMI and WC[12].

The use of a simple, easy-to-interpret and low-cost measure in epidemiological studies and in the clinical practice, both individual and collective, especially which can be performed as a screening method in programs for health promotion and prevention of non-communicable diseases and complications – incited the conduction of this study. The objective was to evaluate the ability of WHR to identify health risks, especially SAH, compared with the correlation matrix between BMI and WC anthropometric indicators. In Brazil, no population-based study using WHR as an anthropometric indicator of health risk in a representative sample of the adult and older population was published by now.

METHODS

This study is part of a population-based epidemiological survey, carried out in 2008 and 2009, which aimed to evaluate the access to and the quality of care in the health system in residents of urban areas of 100 municipalities in the 23 Brazilian states. This is a cross-sectional, population-based study in a representative sample of the Brazilian adult and older population, and individuals hospitalized, legally deprived of liberty, or residing in long-term institutions were considered ineligible for the study. The survey consisted of a total sample of 13,756 adults and 7,015 older individuals. The percentage of losses and refusals was, respectively, 8% and 2% for the adult population and 4% and 2% for the older population. Key informant interviews, without anthropometric data (3,998 adults and 1,128 older adults), were excluded, thus obtaining a final sample of 8,235 adults and 5,494 older adults with the anthropometric measurements necessary for the analysis. This sample showed statistical power higher than 95% for the correlations tested.

For the selection of municipalities and urban census tracts, data from the 2000 Brazilian Population Census, carried out by the Brazilian Institute of Geography and Statistics (IBGE)[13], were used. The spatial and population reference standard used for sample estimates was the urban census tract, defined as an aggregate of about 300 households and 1,000 inhabitants, and the municipalities were grouped by population size, being denominated: “very small” those with less than 10,000 inhabitants, “small” those from 10,000 up to 20,000 inhabitants, “medium” those from 20,000 up to 100,000 inhabitants, “large” those from 100,000 up to 1.1 million inhabitants, and “very large” those from 1.1 million inhabitants on. In each municipality, census tracts were randomly selected, and in each of them, independent samples of adults and older adults were identified. For the samples with adults, 10 households were visited, and for the older adults, 30 households, following a systematic “jump” between the houses. Using this strategy, the expectation was to interview about 19 adults and 10 older adults per sector. All eligible individuals were included in each household, even if the predefined quota was exceeded.

Data were collected by duly trained research assistants, and the questionnaires were divided into five blocks: identification, health promotion and preventive care, health problems, access to and use of health services, and anthropometric measurements. The questionnaires were available in a palmtop computer (personal digital assistant or PDA).

Using the techniques proposed by Lohman et al.[14], the anthropometric variables weight, height and WC were measured twice, and the final result of each variable was obtained by calculating the arithmetic mean. WC was obtained between the iliac crest and the lateral costal margin (midpoint between the hip and the last rib) with a precision of 0.1 cm.

The values of WC were considered for the diagnosis of abdominal fat accumulation, and values lower than 80 and 94 cm were classified as low accumulation for women and men, respectively. Values between 94 and 102 cm for men and between 80 and 88 cm for women were classified as high accumulation; values above 102 cm for men and above 88 cm for women, as very high[1].

By dividing the body weight (kg) by the height (m) squared (P/A[2]), BMI was calculated, whose classification was based on the standard proposed by the World Health Organization (WHO)[1]. According to Molarius et al.[15], the association of BMI measurement with WC offers a combination for health risk assessment, in addition to decreasing the limitations of the isolated use of each of the measurements. The correlation matrix of these measurements resulted in the categories of health risk, as shown in Figure 1.

Figure 1

Health risk categories using the correlation matrix between BMI and the waist circumference.

WHR was calculated using the measurement of WC divided by height, both in centimeters (cm), and the maximum result of the equation was equal to one. In Brazil, a recent population-based study set the value of 0.55 as the cutoff point of WHR as an anthropometric indicator of overweight in older adults[16], using BMI as an anthropometric reference. However, a reference cutoff value of WHR as a marker of overweight for adults was not found in the national literature; therefore, it was established using the ROC curve (receiver operating characteristic). The area under the ROC curve (AUROC) and the cutoff points of WHR with higher sensitivity and specificity values were used as criteria to identify overweight, using BMI as an anthropometric reference. The cutoff point 0.50, both for adults and for older adults, was used to classify low and increased risk as health risk categories.

Blood pressure (BP) was measured using a digital automatic wrist-cuff device, and two measurements were performed with a minimum interval of fifteen minutes between them, following the recommendations of the Brazilian National Program for Control of Blood Pressure. For analysis, individuals with systolic blood pressure (SBP) ≥ 140 mmHg and/or diastolic blood pressure (DBP) ≥ 90 mmHg were considered hypertensive.

The independent variables used in the analyses were: age in years (20 to 29; 30 to 39; 40 to 49; 50 to 59; 60 to 65; 65 to 69; 70 to 79; ≥ 80), gender (male or female), family income in minimum wages per person (< 1; 1 to 1.9; 2 to 4.9; ≥ 5), schooling in years of study (0; 1 to 4; ≥ 5), marital status (with or without a partner), smoking (smoker, former smoker, or never smoked) and sedentary lifestyle in leisure (sedentary or non-sedentary). The leisure section of the extended version of the International Physical Activity Questionnaire[18](IPAQ) was used for this last variable. A score was created with the sum of the physical activities of low, moderate, and high intensity, classifying individuals who spent less than 150 minutes per week in them as sedentary.

The analyses were performed using the Stata 13.0 statistical package, including the calculations of proportions and their respective 95% confidence intervals (95%CI). The statistical significance of the differences between WHR means according to gender was verified by the Student’s t-test, and the analysis of variance (Anova) was used to verify the differences in the means according to age. The chi-square test was used to identify the differences between the strata of the variables studied. The statistical significance level of 5% was considered for all associations.

Poisson regression was used to calculate the unadjusted and adjusted prevalence ratios with 95%CI and significance values for heterogeneity obtained by Wald tests. The adjusted analysis verified the association between the SAH and the health risk categories, with control for potential confounding for age, schooling, family income, smoking, marital status, and leisure-time physical activity.

This study was submitted to the Ethics Committee of the Universidade Federal de Pelotas and approved under the number 152/2007.

RESULTS

Data from 8,235 adults and 5,494 older adults were analyzed. More than 60% of the sample consisted of females, which showed higher means for BMI and WHR. Men had higher means for weight, height, WC, SBP, and DBP. Higher prevalence of overweight and changes in WC were verified in the female population, but men had higher percentages of SAH. The prevalence of SAH was 17.6% for the adult population and 23.0% for the older population. The overweight assessed by BMI, in turn, exceeded 51.0%, with higher frequencies among females (51.1% for adult women and 61.4% for older women). Regarding the overall prevalence of central overweight, 57.1% and 21.2% of adults and older adults, respectively, fulfilled this criterion, as well as 34.8% and 54.3% for central obesity; in adult women, central overweight was present in 68.1% and central obesity in 44.0%, and the percentages for the older women were 17.9% and 70.4%, respectively (Table 1).

Table 1

Description of the population according to gender and demographic, anthropometric, and morbidity characteristics. Brazil, 2009.

Variable	All individuals		Men		Women		p*
Adults	n = 8.235		n = 2.814		n = 5.421
	Mean	SD	Mean	SD	Mean	SD
Age (years)	38.1	11.48	37.8	11.78	38.2	11.32	0.192
Weight (kg)	68.45	15.18	74.80	15.11	65.15	14.13	< 0.001
Height (m)	1.63	0.093	1.71	0.073	1.58	0.068	< 0.001
BMI (kg/m2)	25.79	5.18	25.43	4.63	25.98	5.43	< 0.001
WC (cm)	88.19	13.27	90.42	12.89	87.03	13.81	< 0.001
WHR	0.54	0.083	0.52	0.075	0.55	0.087	< 0.001
SBP (mmHg)	123.95	19.40	128.53	18.93	121.58	19.21	< 0.001
DBP (mmHg)	81.76	13.69	83.90	14.25	80.65	13.26	< 0.001
	%	IC95%	%	IC95%	%	IC95%
SAH (%)	17.6	16.8–18.4	22.3	20.8–23.9	15.2	14.2–16.1	< 0.001
Overweight BMI (%)	50.5	49.5–51.6	49.5	47.6–51.3	51.1	49.8–52.4	0.162
High WC (%)	57.1	56.0–58.2	35.7	34.0–37.5	68.1	66.8–69.3	< 0.001
Very high WC (%)	34.8	33.7–35.8	17.2	15.8–18.6	44.0	42.7–45.3	< 0.001
Older adults	n = 5,494		n = 2,110		n = 3,384
	Média	DP	Média	DP	Média	DP
Age (years)	70.9	7.99	70.9	7.75	70.9	8.16	0.850
Weight (kg)	65.3	14.15	69.3	13.73	62.48	13.84	< 0.001
Height (m)	1.57	0.093	1.65	0.074	1.53	0.068	< 0.001
BMI (kg/m2)	26.20	5.03	25.21	4.32	26.81	5.34	< 0.001
WC (cm)	94.57	12.44	95.33	12.26	94.11	12.53	< 0.001
WHR	0.60	0.081	0.57	0.072	0.61	0.083	< 0.001
SBP (mmHg)	137.76	23.93	138.79	24.25	137.13	23.72	0.011
DBP (mmHg)	83.79	14.53	84.70	15.02	83.22	14.19	< 0.001
	%	IC95%	%	IC95%	%	IC95%
SAH (%)	23.3	22.3–24.5	25.6	23.8–27.5	22.0	20.6–23.4	0.002
Overweight BMI (%)	57.1	55.7–58.4	50.2	48.0–52.4	61.4	59.7–63.0	< 0.001
High WC (%)	21.2	20.1–22.2	26.5	24.6–28.4	17.9	16.7–19.2	< 0.001
Very high WC (%)	54.3	53.0–55.6	28.6	26.7–30.5	70.4	68.8–71.9	< 0.001

BMI: Body mass index; WC: waist circumference; WHR: waist-to-height ratio; SBP: systolic blood pressure; DBP: diastolic blood pressure; SAH: systolic arterial hypertension

* Student’s t-test or chi-square test for differences between men and women.

WHR means according to gender and age categories are shown in Figure 2, and lower means were observed among the younger age groups. Significant differences were observed among WHR means according to the age categories for the adult population (p < 0.001), for both genders; for older, in turn, the averages did not differ significantly. The total means of WHR for adults were 0.52 (SD = 0.075) and 0.55 (SD = 0.087) for men and women, respectively, being significantly higher for the older adults: 0.57 (SD = 0.072) and 0.61 (SD = 0.083).

Figure 2

Mean values of the waist-to-height ratio according to age categories among men and women. Brazil, 2009.

This study showed the cutoff point of WHR that optimizes the sensitivity/specificity ratio for the adult population, using BMI as an anthropometric reference, was 0.52 for males and 0.54 for females. The sensitivity values evaluated were 86.3% for men (95%CI 84.3–88.0) and 84.7% for women (95%CI 83.3–86.0); the percentages of 83.6 (95%CI 81.5–85.5) and 82.5 (95%CI 81.0–84.0) correspond to the specificity values for men and women, respectively, whose ROC curves showed areas of 0.84 (95%CI 0.83–0.86) and 0.83 (95%CI 0.82–0.84).

The estimates of the prevalence of overweight were calculated using WHR as an anthropometric marker for health risk (Table 2), highlighting that the cutoff point of 0.50 for all age groups and both genders encompasses the values that are also established here, as well as in a previous study[16]. A tendency of increase in the prevalence of overweight according to WHR is observed as age increases, with significant differences between genders (p < 0.001) and higher percentages among women.

Table 2

Distribution of the sample according to the prevalence of overweight based on the waist-to-height ratio (WHR) by age categories among men and women. Brazil, 2009.

Age (years)	Total sample	Men	Overweight (men)	Women	Overweight (men)
	n (%)	n (%)	% (95%CI)	n (%)	% (95%CI)
Adults			WHR ≥ 0.50		WHR ≥ 0.50
20–29	2,451 (29.8)	887 (31.5)	37.9 (34.7–41.1)	1,564 (28.8)	47.5 (45.0–50.0)
30–39	2,029 (24.6)	635 (22.6)	62.4 (58.5–66.0)	1,394 (25.7)	67.1 (64.6–69.6)
40–49	2,059 (25.0)	700 (24.9)	72.6 (69.1–75.5)	1,359 (25.1)	78.4 (76.2–80.5)
50–59	1,696 (20.6)	592 (21.0)	79.6 (76.1–82.6)	1,104 (20.4)	86.8 (84.6–88.6)
Total	8,235 (100)	2,814 (100)	60.7 (58.9–62.6)	5,421 (100)	68.2 (66.9–69.5)
Older Adults			WHR ≥ 0.50		WHR ≥ 0.50
60–65	1,372 (25.0)	489 (23.2)	87.9 (84.7–90.5)	883 (26.1)	92.3 (90.3–93.9)
65–69	1,384 (25.2)	528 (25.0)	87.1 (83.9–89.7)	856 (25.3)	93.2 (91.3–94.7)
70–79	1,950 (35.5)	790 (37.4)	87.2 (84.7–89.4)	1,160 (34.3)	93.0 (91.4–94.3)
≥ 80	788 (14.3)	303 (14.4)	84.5 (79.9–88.2)	485 (14.3)	91.9 (89.2–94.1)
Total	5,494 (100)	2,110 (100)	86,9 (85,4–88,3)	3.384 (100)	92.7 (91.7–93.5)

The prevalence of health risk by sex, based on the correlation matrix between BMI and WC for adults and older adults can be seen in Table 3. The prevalence of moderate risk ranged from 15.4% to 18.5% in the sample studied, and women showed higher percentages of high health risk, with values of 38.1% for adult women and 55.1% for older women.

Table 3

Distribution of adults and older adults according to health risk categories based on the correlation matrix between the body mass index (BMI) and the waist circumference (WC) and the waist-to-height ratio (WHR). Brazil, 2009.

Health risk categories (BMI and WC)	Men		Women
	n (%)	n (%)	n (%)	n (%)
Adults	BMI + WC	WHR ≥ 0.50	BMI + WC	WHR ≥ 0.50
Low risk	1,786 (64.9)	707 (39.6)	2,459 (46.5)	819 (33.3)
Moderate risk	510 (18.5)	508 (99.6)	814 (15.4)	773 (95.0)
High risk	457 (16.6)	457 (100)	2,013 (38.1)	2,013 (100)
Older adults		RCE ≥ 0.50		RCE ≥ 0,50
Low risk	1,038 (52.6)	849 (81.8)	702 (22.3)	555 (79.1)
Moderate risk	368 (18.7)	368 (100)	585 (18.5)	584 (99.8)
High risk	566 (28.7)	566 (100)	1,868 (59.2)	1,868 (100)

The analyses of the health risk categories using WHR as an anthropometric marker (Table 3) allowed us to observe that, in the sample classified as low risk using the correlation matrix between BMI and WC, 39.6% of adult men, 33.3% of adult women and more than 79% of the older of both genders showed a WHR showing increased risk. However, only 5% of adult women and 0.2% of the older adults in the group classified as moderate risk by the correlation matrix between BMI and WC were diagnosed as low risk by WHR.

The unadjusted analysis showed the prevalence ratio for SAH was about three times higher for adult individuals classified in the high health risk category using the correlation matrix between BMI and WC, compared with the reference category (low risk). All health risk categories continued to show association with SAH after adjustment for potential confounding factors, and prevalence ratios remained almost two times higher than the reference value for individuals classified at high risk. Prevalence ratios very close to the correlation matrix between BMI and WC were observed when WHR was used as a health risk marker, both in unadjusted and adjusted analyses (Table 4).

Table 4

Unadjusted and adjusted prevalence ratio (PR) for hypertension in adults and older adults according to health risk categories by the combination matrix between BMI and WC and the waist-to-height ratio among men and women. Brazil, 2009.

Variable	Men		Women
	Unadjusted PR (95%CI)	Adjusted PR* (95%CI)	Unadjusted PR (95%CI)	Adjusted PR* (95%CI)
Adults
Combination Matrix (BMI and WC)
Low risk	1.00	1.00	1.00	1.00
Moderate risk	1.87 (1.53–2.28)	1.68 (1.36–2.07)	1.68 (1.34–2.11)	1.35 (1.07–1.71)
High risk	2.81 (2.35–3.37)	2.42 (1.99–2.94)	2.98 (2.55–3.49)	2.11 (1.79–2.50)
Waist-to-height ratio (WHR)
Low risk	1.00	1.00	1.00	1.00
Increased risk	2.44 (2.04–2.92)	2.01 (1.67–2.42)	2.86 (2.36–3.46)	1.70 (1.39–2.08)
Older adults
Combination Matrix (BMI and WC)
Low risk	1.00	1.00	1.00	1.00
Moderate risk	1.29 (1.05–1.57)	1.26 (1.03–1.54)	1.34 (1.10–1.62)	1.32 (1.08–1.60)
High risk	1.57 (1.34–1.84)	1.56 (1.33–1.84)	1.34 (1.15–1.57)	1.29 (1.10–1.51)
Waist-to-height ratio (WHR)
Low risk	1.00	1.00	1.00	1.00
Increased risk	1.70 (1.28–2.25)	1.71 (1.28–2.29)	1.63 (1.19–2.26)	1.53 (1.10–2.12)

BMI: body mass index; WC: waist circumference

* Adjustment for age, schooling, income, smoking, marital status, and leisure-time physical activity.

An increase of 26% was observed (PR = 1.26; 95%CI 1.03–1.54) in the prevalence of SAH for older adults in the moderate health risk category (Table 4); in the high-risk category, this increase was of 56% (PR = 1.56; 95%CI 1.33–1.84) in relation to the category of individuals without risk. However, the prevalence for older women increased, with percentages of 32.0% (PR = 1.32; 95%CI 1.08–1.60) and 29.0% (PR = 1.29; 95%CI 1.10–1.51) for the categories moderate and high risk, respectively. Higher values in the prevalence ratios of SAH both for men (PR = 1.71; 95%CI 1.28–2.29) and for women (PR = 1.53; 95%CI 1.10–2.12) were observed when using WHR as a health risk marker.

DISCUSSION

The search for a simple anthropometric predictor showing previous ability to identify complications and chronic non-communicable diseases has been increasing worldwide. This study highlights WHR and the combination matrix between BMI and WC have comparable abilities to identify individuals with SAH, regardless of the latter’s gender and age. In fact, WHR was able to identify SAH using the cutoff point of 0.50 as a reference for health risk in a representative sample. These results are unprecedented in Brazil.

For this reason and as it is an effective, practical and easy-to-interpret cardiometabolic risk marker, we could do no other than propagandize the routine use of WHR as an anthropometric health risk marker, both in epidemiological studies and in the individual and collective clinical practice. The substitution of the correlation matrix between BMI and WC for WHR is the most relevant element in the discussion presented here.

Regarding the cutoff points of WHR as an anthropometric marker for the adult population, the results agree with the international literature[19]. In the sample analyzed, using the values of 0.52 and 0.54 allows identifying a large portion of overweight individuals, since it must correctly classify from 84% to 88% of men and from 83% to 86% of women, which shows it is a valuable anthropometric marker for diagnosis of this nutritional disorder.

WHR is more advantageous than WC because it presupposes that, for a certain height, a specific amount of trunk fat is acceptable, thus allowing setting a single cutoff point applicable to the general population, regardless of gender and age[12]. Studies aiming to identify cutoff points of WHR and to compare them with other anthropometric measurements of overweight or discriminators of cardiometabolic risk factors have found values higher than 0.50 indicating health risk[20,21].

In Brazil, a study conducted with a specific population of adults and older adults participating in the program for monitoring cardiovascular diseases and diabetes determined the cutoff points of 0.52 for WHR for men and of 0.53 for women[22]. A study conducted by Rodrigues et al.[23], aimed to test the association between WHR and cardiovascular risk factors, observed the cutoff points for WHR of 0.52 and 0.53 for hypertension and 0.53 and 0.54 for metabolic syndrome, for men and women, respectively. They concluded that WHR was more efficient than other anthropometric measurements in the ability to identify such risk factors.

It is already well documented in the literature worldwide that gender and age are risk factors for overweight, regardless of the anthropometric marker used[2,24]. These findings agree with those observed in this study, in which a tendency of increase in the median values of WHR is observed with increasing age, with significant differences in function of gender. According to recent studies, the continuous progression of fat accumulation evaluated using WHR represents a possible increase in the cardiometabolic risk[25].

Similarly to national surveys[26,27], the study in question found a higher frequency of overweight among women. Using WHR as an assessment tool, prevalence ranging from 60% to 68% for adults and from 86% to 92% for the older adults reinforce the evidence that overweight is one of the major problems in public health[28].

Although BMI is an internationally accepted method for classification of nutritional status, its adoption as a single classification pattern can result in inaccurate assessments and, consequently, in erroneous diagnoses, leading to possible interventions inappropriate to the treatment for overweight[5]. The assumption that BMI measurements adiposity in all age groups and with the same ability may be mistaken[29]. The anthropometric measurements evaluating abdominal fat accumulation, such as WHR, have shown a higher predictive ability for chronic non-communicable diseases; therefore, they are recommended for evaluation of the individuals’ health, regardless of their body weight[12].

Studies have proven that people with normal weight or whose overweight was diagnosed by BMI may have a higher number of underestimated morbidities when their WC increases simultaneously[6,10]. In Brazil, Meller et al.[30] conducted a study with adult women and found that one out of four women without overweight had a WC > 80 cm. Similar results were observed in a study conducted in Maranhão[31], which found 15.5% of abdominal obesity in eutrophic women. Thus, for a more accurate assessment of health risk in individuals or populations, several researchers have recommended the combined use of BMI and WC[6] to increase the accuracy in the diagnosis of this nutritional disorder, which predicts countless diseases and health problems.

Even recognizing that the combination of anthropometric measurements can increase the sensitivity in the identification of health risk, few studies conducted in the country[31] investigated individuals showing change in WC simultaneously with overweight. The data from this study show important differences in the risk diagnosis between genders, with higher prevalence for both adult and older women. Studies by Veloso and Silva[31]and Soares and Barreto[33]corroborate these results.

International studies point that the combination of BMI and WC increases the probability of detecting chronic non-communicable diseases, namely hypertension, diabetes, and dyslipidemia, in relation to the isolated use of these measurements[34]. Considering that, we must question the practicality of combining these measurements in the clinical practice of health professionals. The search for a simple marker that can efficiently screen a greater number of individuals in programs for health promotion and prevention of non-communicable diseases and complications has played a central role in health risk discussions. Therefore, Ashwell and Gibson[11] recommend substituting the association between BMI and WC with the routine use of WHR, arguing that it is a simple, easy-to-interpret and low-cost primary risk assessment tool, which identifies a higher number of people at cardiometabolic risk.

In this study, 39.6% and 33.3% of adult men and women and 81.8% and 79.1% of older men and women, respectively, categorized as low risk by the combination between BMI and WC showed increased risk when classified by WHR; therefore, they were at risk of not being warned about the need for actions for health promotion and prevention of non-communicable diseases and complications, which is similar to the findings by Ashwell and Gibson[11]. A study conducted with 36,642 adult Thai individuals also corroborates the results of this study, showing WHR was capable of identifying more individuals at cardiometabolic risk, even if they were categorized as “healthy” or “normal” according to BMI or WC[36].

The international[37] and Brazilian[38] literatures confirm a high explanatory power for both BMI and WC in the prevalence of SAH, and such power is increased when combining the two measurements[34]. In this study, the ability of WHR to determine prevalence ratios for SAH was similar to that of the association between the BMI and WC anthropometric indicators, considering that there was overlapping of the confidence intervals for the increased risk assessed by WHR with the moderate and high risks assessed by the combination matrix, both in adults and in older adults.

In sum, the results of this study confirm recent data from the literature, which show the high discriminatory power of WHR in the early identification of individuals at health risk, besides having abilities similar to that of the measurements of adiposity combined to identify prevalence ratios of SAH. Thus, WHR proves to be an important health risk marker, which is similar to adiposity measurements, regardless of aging.

Finally, we encourage the inclusion of WHR in the routine of services and in the planning of health actions, as well as in epidemiological studies. Health education through the message “keep your waist circumference to less than half your height” will be more understandable and effective, in all age groups, as an attribute of a healthy life.

INTRODUÇÃO

A obesidade e, mais recentemente, o sobrepeso têm sido reconhecidos como grandes problemas de saúde pública em muitos países[1], incluindo o Brasil[2], e várias tentativas têm sido realizadas para identificar o melhor preditor antropométrico[3] para diversas doenças e agravos não transmissíveis em diferentes populações e faixas etárias. Para o diagnóstico do excesso de peso, várias técnicas têm sido propostas para estimar com precisão a quantidade total de gordura corporal, assim como sua distribuição[4]. Considerando-se a facilidade metodológica e os custos desses métodos, tanto na realização de estudos epidemiológicos como na prática clínica, tem-se preconizado o uso do índice de massa corporal (IMC)[1] e da circunferência da cintura (CC)[1] como indicadores antropométricos eficazes neste tipo de avaliação.

Como a relação entre o IMC e o risco de morbidades pode ser afetada pela distribuição da gordura corpórea, independentemente do peso corporal[5], estudos têm recomendado que esse índice seja combinado a outras medidas de adiposidade abdominal, com destaque para a CC, para um melhor diagnóstico do excesso de peso como preditor de risco à saúde[6]. O excesso de gordura abdominal tem sido associado a distúrbios no metabolismo de glicose e lipídios, os quais se relacionam com as doenças cardiovasculares, resistência à insulina e hipertensão arterial sistêmica (HAS)[9]. Por esses motivos, tem-se recomendado a CC como marcador antropométrico de risco cardiometabólico[6,10].

Entretanto, estudo recente sugere o uso da razão entre a circunferência da cintura e a estatura (RCE) como medida antropométrica substituta à matriz de associação IMC e CC por sua maior capacidade de identificar indivíduos em risco à saúde, além de estar fortemente associada aos fatores de risco cardiovasculares e metabólicos, independentemente do peso corporal[11]. Revisão sistemática e metanálise realizada em 2012 com mais de 300.000 indivíduos concluiu que a RCE é a melhor ferramenta de triagem para detectar fatores de risco cardiometabólicos em ambos os sexos e diversos grupos étnicos, evidenciando sua superioridade sobre o IMC e a CC[12].

A utilização em estudos epidemiológicos e na prática clínica, tanto individual como coletiva, de uma medida simples, de fácil interpretação e de baixo custo – e principalmente que possa ser realizada como forma de triagem em programas de promoção da saúde e prevenção de doenças e agravos não transmissíveis – incitou a realização deste estudo. O objetivo foi avaliar a habilidade da RCE na identificação de risco à saúde, com destaque para a HAS, comparada à matriz de associação entre os índices antropométricos IMC e CC. No Brasil, ainda não houve estudo de base populacional que utilizasse a RCE como indicador antropométrico de risco à saúde em amostra representativa da população adulta e idosa.

MÉTODOS

Este estudo é parte de um inquérito epidemiológico de base populacional, realizado em 2008 e 2009, que teve como objetivo avaliar o acesso e a qualidade da atenção da rede de saúde em residentes das áreas urbanas de 100 municípios dos 23 estados brasileiros. Trata-se de um estudo de delineamento transversal, de base populacional, em amostra representativa da população adulta e idosa brasileira, sendo considerados inelegíveis para o estudo os indivíduos hospitalizados, privados de liberdade por decisão judicial, ou residindo em instituições de longa permanência. O inquérito foi composto por uma amostra total de 13.756 adultos e 7.015 idosos. O percentual de perdas e recusas foi, respectivamente, de 8% e 2% para a população adulta e de 4% e 2% para a idosa. As entrevistas realizadas com informantes-chave, nas quais não havia dados antropométricos (3.998 adultos e 1.128 idosos), foram excluídas, obtendo-se assim uma amostra final de 8.235 adultos e 5.494 idosos com as medidas antropométricas necessárias para as análises. Essa amostra apresentou poder estatístico superior a 95% para as associações testadas.

Para a seleção de municípios e setores censitários urbanos, foram utilizados os dados do Censo Populacional Brasileiro de 2000, realizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE)[13]. O padrão de referência territorial e populacional para as estimativas amostrais foi o setor censitário urbano, definido como um agregado de aproximadamente 300 domicílios e 1.000 habitantes, sendo os municípios agrupados por porte populacional, assim denominados: “muito pequenos” os com menos de 10 mil habitantes, “pequenos” os de 10 mil até 20 mil habitantes, “médios” os de 20 mil até 100 mil habitantes, “grandes” os de 100 mil até 1,1 milhão de habitantes, e “muito grandes” aqueles a partir de 1,1 milhão de habitantes. Em cada município, os setores censitários foram sorteados aleatoriamente, e em cada um deles procedeu-se à identificação de amostras independentes de adultos e idosos. Para as amostras de adultos, eram visitados 10 domicílios, enquanto para as de idosos, 30 domicílios, seguindo um “salto” sistemático entre as residências. Com essa estratégia, esperava-se entrevistar aproximadamente 19 adultos e 10 idosos por setor. Em cada domicílio foram incluídos todos os indivíduos elegíveis, ainda que se ultrapassasse a cota pré-definida.

A coleta de dados foi realizada por auxiliares de pesquisa devidamente treinados, sendo os questionários estruturados em cinco blocos: identificação, promoção da saúde e cuidados preventivos, problemas de saúde, acesso e utilização de serviços de saúde e medidas antropométricas. Os questionários estavam disponíveis em computador do tipo palmtop (personal digital assistant ou PDA).

Utilizando as técnicas propostas por Lohman et al.[14], as variáveis antropométricas peso, altura e CC foram aferidas duas vezes, sendo o resultado final de cada variável obtido por meio do cálculo da média aritmética. A CC foi obtida entre a crista ilíaca e o rebordo costal lateral (ponto médio entre o quadril e a última costela) com precisão de 0,1 cm.

Para o diagnóstico de acúmulo de gordura na região abdominal, foram considerados os valores da CC, sendo classificados como baixo acúmulo os valores menores que 80 e 94 cm para mulheres e homens, respectivamente. Valores entre 94 e 102 cm para homens e entre 80 e 88 cm para mulheres foram considerados como alto acúmulo; acima de 102 cm para homens e de 88 cm para mulheres, como muito alto[1].

A partir da divisão do peso corporal (kg) pela altura (m) elevada ao quadrado (P/A[2]), foi calculado o IMC, cuja classificação foi realizada com base na referência proposta pela Organização Mundial da Saúde (OMS)[1]. Segundo Molarius et al.[15] a associação da medida do IMC com a CC oferece uma forma combinada de avaliação de risco à saúde, além de diminuir as limitações de cada uma das medidas de forma isolada. A matriz de associação dessas medidas originou as categorias de risco à saúde, conforme demonstrado na Figura 1.

Figura 1

Categorias de risco à saúde utilizando a matriz de associação entre o IMC e a circunferência da cintura.

IMC: índice de massa corporal

A RCE foi calculada utilizando a medida da CC dividida pela altura, ambas em centímetros (cm), sendo o resultado máximo da equação igual a um. No Brasil, estudo recente de base populacional estabeleceu o valor de 0,55 como ponto de corte da RCE como indicador antropométrico de excesso de peso em indivíduos idosos[16], utilizando o IMC como referência antropométrica. No entanto, não foi encontrado na literatura nacional um valor de referência do ponto de corte da RCE como marcador de excesso de peso para os indivíduos adultos; portanto, ele foi estabelecido utilizando a curva ROC (receiver operating characteristic, ou característica de operação do receptor). A área sob a curva ROC (AUROC) e pontos de corte da RCE com maiores valores de sensibilidade e especificidade foram utilizados como critérios para identificar excesso de peso, utilizando o IMC como referência antropométrica. O ponto de corte 0,50, tanto para adultos como idosos, foi utilizado para classificação entre baixo risco e risco aumentado como categorias de risco à saúde.

A pressão arterial (PA) foi aferida utilizando aparelho digital de pulso automático, sendo realizadas duas medidas com intervalo mínimo de quinze minutos entre elas, seguindo as recomendações do Programa Nacional de Controle de Hipertensão Arterial[17]. Para fins de análise, considerou-se como hipertensos os indivíduos com pressão arterial sistólica (PAS) ≥ 140 mmHg e/ou pressão arterial diastólica (PAD) ≥ 90 mmHg.

As variáveis independentes utilizadas nas análises foram: idade em anos (20 a 29; 30 a 39; 40 a 49; 50 a 59; 60 a 65; 65 a 69; 70 a 79; ≥ 80), sexo (masculino ou feminino), renda familiar em salários mínimos per capita (< 1; 1 a 1,9; 2 a 4,9; ≥ 5), escolaridade em anos de estudo (0; 1 a 4; ≥ 5), situação conjugal (com ou sem companheiro), tabagismo (fumante, ex-fumante ou nunca fumou) e sedentarismo no lazer (sedentário ou não sedentário). A seção de lazer da versão longa do International Physical Activity Questionnaire[18] (IPAQ) foi utilizada para essa última variável. Foi construído um escore com a soma das atividades físicas de baixa, moderada e alta intensidade, sendo classificados como sedentários os indivíduos que despendiam menos de 150 minutos por semana nelas.

As análises foram realizadas utilizando o pacote estatístico Stata 13.0, sendo incluídos os cálculos das proporções e seus respectivos intervalos de 95% de confiança (IC95%). A significância estatística das diferenças entre as médias de RCE conforme o sexo foi verificada por meio do teste t de Student, e a análise de variância (Anova) foi utilizada para verificar as diferenças nas médias de acordo com a idade. Utilizou-se o teste qui-quadrado para identificar as diferenças entre os estratos das variáveis estudadas. O nível de significância estatística de 5% foi considerado para todas as associações.

A regressão de Poisson foi utilizada para os cálculos das razões de prevalência não ajustadas e ajustadas com IC95% e valores de significância obtidos pelos testes de Wald para heterogeneidade. A análise ajustada verificou a associação entre HAS e as categorias de risco à saúde, com controle de potencial confusão para idade, escolaridade, renda familiar, tabagismo, situação conjugal e atividade física no lazer.

O estudo foi submetido ao Comitê de Ética da Universidade Federal de Pelotas e aprovado sob o número 152/2007.

RESULTADOS

Foram analisados os dados de 8.235 adultos e 5.494 idosos. Mais de 60% da amostra foi composta pelo sexo feminino, que apresentou maiores médias de IMC e RCE. Os homens apresentaram médias mais altas de peso, altura, CC, PAS e PAD. Prevalências mais elevadas de excesso de peso e alterações na CC foram verificadas na população feminina, mas os homens apresentaram percentuais mais elevados de HAS. As prevalências de HAS foram de 17,6% para a população adulta e de 23,0% para a idosa. Já o excesso de peso avaliado pelo IMC ultrapassou os 51,0%, apresentando maiores frequências no sexo feminino (51,1% para as adultas e 61,4% para idosas). Quanto à prevalência geral de sobrepeso central, 57,1% e 21,2% dos adultos e idosos, respectivamente, preenchiam esse critério, assim como 34,8% e 54,3% para obesidade central; nas mulheres adultas, o sobrepeso central esteve presente em 68,1% e a obesidade central em 44,0%, enquanto os percentuais nas idosas foram de 17,9% e 70,4%, respectivamente (Tabela 1).

Tabela 1

Descrição da população por sexo e segundo características demográficas, antropométricas e de morbidade. Brasil, 2009.

Variável	Todos os indivíduos		Homens		Mulheres		p*
Adultos	n = 8.235		n = 2.814		n = 5.421
	Média	DP	Média	DP	Média	DP
Idade (anos)	38,1	11,48	37,8	11,78	38,2	11,32	0,192
Peso (kg)	68,45	15,18	74,80	15,11	65,15	14,13	< 0,001
Altura (m)	1,63	0,093	1,71	0,073	1,58	0,068	< 0,001
IMC (kg/m2)	25,79	5,18	25,43	4,63	25,98	5,43	< 0,001
CC (cm)	88,19	13,27	90,42	12,89	87,03	13,81	< 0,001
RCE	0,54	0,083	0,52	0,075	0,55	0,087	< 0,001
PAS (mmHg)	123,95	19,40	128,53	18,93	121,58	19,21	< 0,001
PAD (mmHg)	81,76	13,69	83,90	14,25	80,65	13,26	< 0,001
	%	IC95%	%	IC95%	%	IC95%
HAS (%)	17,6	16,8–18,4	22,3	20,8–23,9	15,2	14,2–16,1	< 0,001
Excesso de peso IMC (%)	50,5	49,5–51,6	49,5	47,6–51,3	51,1	49,8–52,4	0,162
CC alta (%)	57,1	56,0–58,2	35,7	34,0–37,5	68,1	66,8–69,3	< 0,001
CC muito alta (%)	34,8	33,7–35,8	17,2	15,8–18,6	44,0	42,7–45,3	< 0,001
Idosos	n = 5.494		n = 2.110		n = 3.384
	Média	DP	Média	DP	Média	DP
Idade (anos)	70,9	7,99	70,9	7,75	70,9	8,16	0,850
Peso (kg)	65,3	14,15	69,3	13,73	62,48	13,84	< 0,001
Altura (m)	1,57	0,093	1,65	0,074	1,53	0,068	< 0,001
IMC (kg/m2)	26,20	5,03	25,21	4,32	26,81	5,34	< 0,001
CC (cm)	94,57	12,44	95,33	12,26	94,11	12,53	< 0,001
RCE	0,60	0,081	0,57	0,072	0,61	0,083	< 0,001
PAS (mmHg)	137,76	23,93	138,79	24,25	137,13	23,72	0,011
PAD (mmHg)	83,79	14,53	84,70	15,02	83,22	14,19	< 0,001
	%	IC95%	%	IC95%	%	IC95%
HAS (%)	23,3	22,3–24,5	25,6	23,8–27,5	22,0	20,6–23,4	0,002
Excesso de peso IMC (%)	57,1	55,7–58,4	50,2	48,0–52,4	61,4	59,7–63,0	< 0,001
CC alta (%)	21,2	20,1–22,2	26,5	24,6–28,4	17,9	16,7–19,2	< 0,001
CC muito alta (%)	54,3	53,0–55,6	28,6	26,7–30,5	70,4	68,8–71,9	< 0,001

IMC: índice de massa corporal; CC: circunferência da cintura; RCE: razão cintura-estatura; PAS: pressão arterial sistólica; PAD: pressão arterial diastólica; HAS: hipertensão arterial

* teste t de Student ou teste qui-quadrado para as diferenças entre homens e mulheres.

As médias da RCE por gênero e segundo categorias de idade estão representadas na Figura 2, sendo possível observar médias menores entre as faixas etárias mais jovens. Observaram-se diferenças importantes entre as médias da RCE segundo as categorias de idade para a população adulta (p < 0,001), para ambos os sexos; já entre os idosos as médias não variaram significativamente. As médias totais da RCE para os adultos foram de 0,52 (DP = 0,075) e de 0,55 (DP = 0,087) para homens e mulheres, respectivamente, sendo significativamente maiores para os idosos: 0,57 (DP = 0,072) e 0,61 (DP = 0,083).

Figura 2

Médias da razão cintura-estatura por categorias de idade entre homens e mulheres. Brasil, 2009.

O presente estudo evidenciou que o ponto de corte da RCE que otimiza a relação sensibilidade/especificidade para a população adulta, utilizando o IMC como referência antropométrica, foi de 0,52 para o sexo masculino e de 0,54 para o feminino. Os valores de sensibilidade avaliados foram de 86,3% para os homens (IC95% 84,3–88,0) e de 84,7% para as mulheres (IC95% 83,3–86,0); já os percentuais de 83,6 (IC95% 81,5–85,5) e de 82,5 (IC95% 81,0–84,0) correspondem aos valores de especificidade para homens e mulheres, respectivamente, cujas curvas ROC apresentaram áreas de 0,84 (IC95% 0,83–0,86) e de 0,83 (IC95% 0,82–0,84).

As estimativas das prevalências de excesso de peso utilizando a RCE como marcador antropométrico de risco à saúde foram calculadas (Tabela 2), destacando-se que o ponto de corte de 0,50 para todas as faixas etárias e ambos os sexos contempla os valores também aqui estabelecidos, assim como em estudo prévio[16]. Observa-se uma tendência de aumento nas prevalências de excesso de peso segundo a RCE com o avançar da idade, com diferenças significativas entre os gêneros (p < 0,001), constatando-se maiores percentuais entre as mulheres.

Tabela 2

Distribuição da amostra segundo prevalência de excesso de peso com base na razão cintura-estatura (RCE) por categorias de idade entre homens e mulheres. Brasil, 2009.

Idade (anos)	Amostra total	Homens	Excesso de peso (homens)	Mulheres	Excesso de peso (mulheres)
	n (%)	n (%)	% (IC95%)	n (%)	% (IC95%)
Adultos			RCE ≥ 0,50		RCE ≥ 0,50
20–29	2.451 (29,8)	887 (31,5)	37,9 (34,7–41,1)	1.564 (28,8)	47,5 (45,0–50,0)
30–39	2.029 (24,6)	635 (22,6)	62,4 (58,5–66,0)	1.394 (25,7)	67,1 (64,6–69,6)
40–49	2.059 (25,0)	700 (24,9)	72,6 (69,1–75,5)	1.359 (25,1)	78,4 (76,2–80,5)
50–59	1.696 (20,6)	592 (21,0)	79,6 (76,1–82,6)	1.104 (20,4)	86,8 (84,6–88,6)
Total	8.235 (100)	2.814 (100)	60,7 (58,9–62,6)	5.421 (100)	68,2 (66,9–69,5)
Idosos			RCE ≥ 0,50		RCE ≥ 0,50
60–65	1.372 (25,0)	489 (23,2)	87,9 (84,7–90,5)	883 (26,1)	92,3 (90,3–93,9)
65–69	1.384 (25,2)	528 (25,0)	87,1 (83,9–89,7)	856 (25,3)	93,2 (91,3–94,7)
70–79	1.950 (35,5)	790 (37,4)	87,2 (84,7–89,4)	1.160 (34,3)	93,0 (91,4–94,3)
≥ 80	788 (14,3)	303 (14,4)	84,5 (79,9–88,2)	485 (14,3)	91,9 (89,2–94,1)
Total	5.494 (100)	2.110 (100)	86,9 (85,4–88,3)	3.384 (100)	92,7 (91,7–93,5)

As prevalências de risco à saúde por sexo, baseadas na matriz de associação entre o IMC e CC, para adultos e idosos, podem ser visualizadas na Tabela 3. As prevalências de risco moderado variaram entre 15,4% e 18,5% na amostra estudada, e as mulheres apresentaram percentuais mais altos de risco elevado à saúde, com valores de 38,1% para as adultas e 55,1% para as idosas.

Tabela 3

Distribuição de adultos e idosos segundo categorias de risco à saúde baseadas na matriz de associação entre o índice de massa corporal (IMC) e circunferência da cintura (CC) e na razão cintura-estatura (RCE). Brasil, 2009.

Categorias de risco à saúde (IMC e CC)	Homens		Mulheres
	n (%)	n (%)	n (%)	n (%)
Adultos	IMC + CC	RCE ≥ 0,50	IMC + CC	RCE ≥ 0,50
Baixo risco	1.786 (64,9)	707 (39,6)	2.459 (46,5)	819 (33,3)
Risco moderado	510 (18,5)	508 (99,6)	814 (15,4)	773 (95,0)
Risco elevado	457 (16,6)	457 (100)	2.013 (38,1)	2.013 (100)
Idosos		RCE ≥ 0,50		RCE ≥ 0,50
Baixo risco	1.038 (52,6)	849 (81,8)	702 (22,3)	555 (79,1)
Risco moderado	368 (18,7)	368 (100)	585 (18,5)	584 (99,8)
Risco elevado	566 (28,7)	566 (100)	1.868 (59,2)	1.868 (100)

As análises das categorias de risco à saúde utilizando a RCE como marcador antropométrico (Tabela 3) permitiram verificar que, na amostra classificada como de baixo risco pela matriz de associação entre o IMC e a CC, 39,6% dos homens adultos, 33,3% das mulheres adultas e mais de 79% dos idosos de ambos os sexos apresentaram RCE indicativa de risco aumentado. No entanto, apenas 5% das mulheres adultas e 0,2% das idosas do grupo classificado como risco moderado pela matriz de associação IMC e CC foram diagnosticadas como baixo risco pela RCE.

A análise não ajustada mostrou que a razão de prevalência para a HAS foi cerca de três vezes maior para os indivíduos adultos classificados na categoria de risco à saúde elevado utilizando a matriz de associação IMC e CC, comparado com a categoria de referência (baixo risco). Todas as categorias de risco à saúde continuaram apresentando associação com a HAS após ajuste para potenciais fatores de confusão, sendo que as razões de prevalência permaneceram próximas de duas vezes maiores que o valor de referência para os indivíduos classificados em risco elevado. Razões de prevalência bem próximas à matriz de associação do IMC e CC foram constatadas quando se utilizou a RCE como marcador de risco à saúde, tanto nas análises brutas como nas ajustadas (Tabela 4).

Tabela 4

Razão de prevalências (RP) bruta e ajustada para hipertensão em adultos e idosos segundo categorias de risco à saúde pela matriz de combinação de IMC e CC e pela razão cintura-estatura entre homens e mulheres. Brasil, 2009.

Variável	Homens		Mulheres
	RP bruta (IC95%)	RP ajustada* (IC95%)	RP bruta (IC95%)	RP ajustada* (IC95%)
Adultos
Matriz de combinação (IMC e CC)
Baixo risco	1,00	1,00	1,00	1,00
Risco moderado	1,87 (1,53–2,28)	1,68 (1,36–2,07)	1,68 (1,34–2,11)	1,35 (1,07–1,71)
Risco elevado	2,81 (2,35–3,37)	2,42 (1,99–2,94)	2,98 (2,55–3,49)	2,11 (1,79–2,50)
Razão cintura-estatura (RCE)
Baixo risco	1,00	1,00	1,00	1,00
Risco aumentado	2,44 (2,04–2,92)	2,01 (1,67–2,42)	2,86 (2,36–3,46)	1,70 (1,39–2,08)
Idosos
Matriz de combinação (IMC e CC)
Baixo risco	1,00	1,00	1,00	1,00
Risco moderado	1,29 (1,05–1,57)	1,26 (1,03–1,54)	1,34 (1,10–1,62)	1,32 (1,08–1,60)
Risco elevado	1,57 (1,34–1,84)	1,56 (1,33–1,84)	1,34 (1,15–1,57)	1,29 (1,10–1,51)
Razão cintura-estatura (RCE)
Baixo risco	1,00	1,00	1,00	1,00
Risco aumentado	1,70 (1,28–2,25)	1,71 (1,28–2,29)	1,63 (1,19–2,26)	1,53 (1,10–2,12)

IMC: índice de massa corporal; CC: circunferência da cintura

* Ajuste para idade, escolaridade, renda, tabagismo, situação conjugal e atividade física no lazer.

Observou-se um aumento de 26% (RP = 1,26; IC95% 1,03–1,54) nas prevalências de HAS para os indivíduos idosos categorizados em risco moderado à saúde (Tabela 4); na categoria de risco elevado, esse incremento foi de 56% (RP = 1,56; IC95% 1,33–1,84) em relação à categoria dos indivíduos com ausência de risco. No entanto, as idosas apresentaram prevalências aumentadas, com percentuais de 32,0% (RP = 1,32; IC95% 1,08–1,60) e de 29,0% (RP = 1,29; IC95% 1,10–1,51) para as categorias de risco moderado e elevado, respectivamente. Valores mais elevados nas razões de prevalência de HAS tanto para homens (RP = 1,71; IC95% 1,28–2,29) como para mulheres (RP = 1,53; IC95% 1,10–2,12) foram observados quando foi empregada a RCE como indicador de risco à saúde.

DISCUSSÃO

A procura por um preditor antropométrico simples que apresente habilidade prévia na identificação de agravos e doenças crônicas não transmissíveis vem aumentando em todo o mundo. O presente estudo destaca que a RCE e a matriz de combinação entre o IMC e CC apresentam habilidades comparáveis na identificação de indivíduos com HAS, independentemente do sexo e da faixa etária. De fato, a RCE foi capaz de identificar HAS utilizando o ponto de corte de 0,50 como referência de risco à saúde em amostra representativa, resultados inéditos no Brasil.

Por essa razão e também por ser um marcador de risco cardiometabólico eficaz, prático e de fácil interpretação, não poderíamos negligenciar a propagação do uso rotineiro da RCE como marcador antropométrico de risco à saúde, tanto em pesquisas epidemiológicas como na prática clínica individual e coletiva. A substituição da matriz de associação IMC e CC pela RCE é o elemento de maior relevância na discussão desenvolvida aqui.

Com relação aos pontos de corte da RCE como marcador antropométrico para a população adulta, os resultados não apresentam divergências com a literatura internacional[19]. Na amostra analisada, a utilização dos valores de 0,52 e de 0,54 possibilita a identificação de uma grande parcela de indivíduos com excesso de peso, pois deve classificar corretamente de 84% a 88% dos homens e 83% a 86% das mulheres, indicando ser um valioso marcador antropométrico para o diagnóstico desse distúrbio nutricional.

O uso da RCE é mais vantajoso que a CC por pressupor que, para uma certa estatura, uma determinada quantidade de gordura na região do tronco é aceitável, permitindo assim o estabelecimento de um ponto de corte único e aplicável à população geral, independentemente do sexo e idade[12,20]. Estudos com o objetivo de identificar pontos de corte da RCE e comparar com outras medidas antropométricas de excesso de peso ou discriminadores de fatores de risco cardiometabólicos têm encontrado valores superiores 0,50 como indicativos de risco à saúde[20,21].

No Brasil, estudo realizado com população específica de adultos e idosos participantes do programa de monitoramento das doenças cardiovasculares e diabetes determinou os pontos de corte para a RCE de 0,52 para homens e 0,53 para mulheres[22]. Estudo realizado por Rodrigues et al.[23] que teve por objetivo testar a associação entre a RCE e fatores de risco cardiovascular observou os pontos de corte para a RCE, para homens e mulheres, de 0,52 e 0,53 para hipertensão e de 0,53 e 0,54 para síndrome metabólica, concluindo que a RCE foi superior a outras medidas antropométricas na capacidade de identificar tais fatores de risco.

Já é bem documentado na literatura mundial que o sexo e a idade são fatores de risco para o excesso de peso, independentemente do marcador antropométrico utilizado[2,24]. Esses achados são consistentes com os observados no presente estudo, no qual se observa uma tendência de aumento nos valores medianos da RCE com o aumento da idade, com diferenças significativas em função do sexo. A progressão contínua do acúmulo de gordura avaliado pela RCE representa um possível aumento de risco cardiometabólico, conforme estudos recentes[25].

À semelhança dos inquéritos nacionais[26,27], este estudo encontrou maior frequência de excesso de peso entre as mulheres. Utilizando a RCE como instrumento de avaliação, prevalências variando de 60% a 68% para adultos e de 86% a 92% para idosos reforçam a evidência de que o excesso de peso é um dos problemas de maior magnitude em saúde pública[28].

Embora o IMC seja um método internacionalmente aceito para classificação do estado nutricional, sua adoção como padrão único de classificação pode ocasionar avaliações imprecisas e consequentemente diagnósticos errôneos, levando a possíveis intervenções inadequadas no tratamento para o excesso de peso[5]. O pressuposto de que o IMC mede a adiposidade em todas as faixas etárias e com a mesma capacidade pode ser equivocado[29]. As medidas antropométricas que avaliam a concentração de gordura na região abdominal têm apresentado maior capacidade preditiva para os agravos crônicos não transmissíveis e, portanto, são recomendadas na avaliação de saúde dos indivíduos, independente do peso corporal, a exemplo da RCE[12,21].

Estudos têm comprovado que pessoas com peso normal ou com excesso de peso diagnosticado pelo IMC podem apresentar maior ocorrência de morbidades subestimadas quando apresentam simultaneamente elevação da CC[6,10]. No Brasil, Meller et al.[30] realizaram estudo com mulheres adultas, sendo constatado que uma em cada quatro mulheres sem excesso de peso apresentavam CC > 80 cm. Resultados semelhantes foram observados em estudo realizado no Maranhão[31], que encontrou 15,5% de obesidade abdominal em mulheres eutróficas. Assim, para uma avaliação mais apurada de risco à saúde de indivíduos ou de populações, vários pesquisadores têm recomendado a utilização conjunta do IMC e da CC[6] no intuito de aumentar a acurácia no diagnóstico desse distúrbio nutricional, preditor de inúmeras doenças e agravos à saúde.

Mesmo reconhecendo que a associação de medidas antropométricas pode aumentar a sensibilidade na identificação de risco à saúde, poucos são os estudos realizados no âmbito nacional[31] que investigaram indivíduos apresentando simultaneamente alteração da CC e excesso de peso. Os dados deste estudo revelam diferenças importantes no diagnóstico de risco entre os sexos, com as mulheres, tanto adultas como idosas, apresentando maiores prevalências, resultados corroborados pelos estudos de Veloso e Silva[31] e Soares e Barreto[33].

Estudos internacionais apontam que a combinação do IMC com a CC aumenta as probabilidades de detecção de doenças crônicas não transmissíveis, a saber, hipertensão, diabetes e dislipidemia, em relação à utilização isolada destas medidas[34,35]. Isso posto, devemos nos questionar sobre a praticidade de uso dessas medidas combinadas na prática clínica dos profissionais de saúde. A procura por um marcador simples e que possa triar de forma eficiente um maior número de indivíduos em programas de promoção da saúde e prevenção de doenças e agravos não transmissíveis tem ocupado papel de destaque nas discussões relacionadas ao risco à saúde. Por isso, Ashwell e Gibson[11] recomendam a substituição da associação entre o IMC e a CC pelo uso rotineiro da RCE, argumentando que esta é uma ferramenta de avaliação de risco primário simples, de fácil interpretação, baixo custo, e que identifica mais pessoas em risco cardiometabólico.

Observou-se neste estudo que 39,6% e 33,3% dos homens e mulheres adultos e 81,8% e 79,1% dos homens e mulheres idosos, respectivamente, categorizados como de baixo risco pela combinação entre IMC e CC apresentaram risco aumentado quando classificados pela RCE e, portanto, poderiam não ser alertados para a necessidade de ações de promoção da saúde e prevenção de doenças e agravos não transmissíveis, à semelhança do constatado por Ashwell e Gibson[11]. Estudo realizado com 36.642 tailandeses adultos também corrobora os resultados aqui apresentados, mostrando que a RCE foi capaz de detectar mais indivíduos em situação de risco cardiometabólico, mesmo quando categorizados como “saudáveis” ou “normais” de acordo com o IMC ou a CC[36].

A literatura mundial[37] e brasileira[38] confirmam elevado poder explicativo tanto para o IMC quanto para a CC nas prevalências de HAS, aumentando ainda mais pela combinação dessas duas medidas[34,35]. Neste estudo, a RCE apresentou habilidades similares na determinação das razões de prevalência para HAS quando comparada à associação dos índices antropométricos IMC e CC, tendo em vista que houve superposição dos intervalos de confiança do risco aumentado avaliado pela RCE com os riscos moderado e elevado avaliados pela matriz de combinação, tanto em adultos como em idosos.

Concluindo, os resultados do presente estudo confirmam dados recentes da literatura, que apontam elevado poder discriminatório da RCE na identificação precoce de indivíduos em risco à saúde, além de apresentar habilidades semelhantes às medidas de adiposidade combinadas na identificação das razões de prevalência de HAS. Assim, a RCE se mostra um importante marcador de risco à saúde, que guarda relação similar com a adiposidade, independente do envelhecimento.

Finalmente, incentivamos a inclusão da RCE na rotina dos serviços e no planejamento das ações em saúde, além da inserção em pesquisas epidemiológicas. A educação em saúde utilizando a mensagem “mantenha sua circunferência da cintura abaixo da metade de sua altura” será mais compreensível e efetiva, em todas as faixas etárias, como atributo de uma vida saudável.