MARQUES, Cristina; NEVES, Rodrigo    ROSARIO, Frederico. Derivação e validação de um modelo preditivo do perímetro abdominal. []. , 28, 1, pp.26-32. ISSN 2182-5173.

^lpt^aObjectivo: analisar a relação entre o perímetro abdominal e as características dos utentes, e desenhar um modelo preditivo do perímetro abdominal. Tipo de estudo: observacional, transversal, analítico. Local: Unidades de Saúde Familiar (USF) Eça e Cuidados de Saúde Integrados Seixal; Unidade de Cuidados de Saúde Personalizados (UCSP) Quinta da Lomba. População: utentes com = 20 anos, utilizadores da consulta destas unidades de saúde. Métodos: Amostra de conveniência, de utentes que frequentaram a consulta das USF entre Maio e Julho de 2009, e da UCSP entre Fevereiro e Abril de 2010. Os utentes foram caracterizados quanto a: idade, altura, peso, género e perímetro abdominal. A amostra colhida nas USF foi aleatoriamente dividida em dois grupos: dois terços para elaboração do modelo, um terço para determinação da validade interna. A elaboração do modelo foi efectuada com base num modelo de regressão linear múltipla, método stepwise, com probabilidade de entrada de 5% e saída de 10%. A amostra colhida na UCSP foi utilizada para validação externa. Resultados: a amostra das USF foi constituída por 493 utentes, 55,6% da USF Eça, 64,3% do género feminino. Média de idades 57,7 ± 0,8 anos, altura média 162 ± 0,4cm, IMC médio 27,3 ± 0,2kg/m², e perímetro abdominal médio 93,8 ± 0,5cm. A comparação dos grupos de modelação e validação interna não revelou diferenças significativas pelo que se consideraram homogéneos. Elaborou-se um modelo preditivo do perímetro abdominal em que todas as variáveis se revelaram significativas, com um R² = 0,772. O modelo apresentou validade interna de 92,7%. A aplicação do modelo ao grupo de validação externa, constituído por 240 utentes, mostrou que 93,8% destes tinham o seu perímetro abdominal no intervalo de 95% de confiança predito pelo modelo. Conclusões: As características individuais dos utentes podem ser utilizadas para estimar os seus perímetros abdominais.^len^aObjective: To analyze the relationship between waist circumference and the age, gender, height, and weight of patients, and to design a model to predict waist circumference using these variables. Type of study: Observational Setting: Eça Family Health Unit (FHU), Cuidados de Saúde Integrados Seixal and Quinta da Lomba. Health Care Center (HCC) Population: Patients aged 20 years or older attending medical consultations in these units. Methods: A convenience sample of patients was drawn from patients who attended medical consultations at the FHU in May and July 2009, and the HCC between February and April 2010. Data collected from patients included age, height, weight, gender, and waist circumference. The population at the FHU was randomly divided into two groups. Data obtained from two thirds of the patients were used for developing the model and data from the remaining one third were used to determine the internal validity of the model. The model design was based on a multiple linear regression model, using the stepwise method, with a 5% entry probability and a 10% removal probability. The sample of patients from the HCC was used for external validation of the model. Results and Conclusions: The FHU sample included 493 patients, of these 55,6% were from USF Eça, and 64,3% were female. The average age of patients in the sample was 57,7 ± 0,8 years, the mean height was 162 ± 0,4 cm, the mean BMI was 27,3 ± 0,2 kg/m², and the mean waist circumference was 93,8 ± 0,5 cm. Comparison of the modeling and internal validation groups revealed no significant differences between them. A model for the prediction of waist circumference was designed. All predictor variables were significantly associated with the outcome variable with an R² = 0,772. The model showed an internal validity of 92,7%. Applying the model to the external validation group, consisting of 240 patients, showed that the model predicted the waist circumference of 93,8% of these patients within the 95% confidence interval predicted by the model. In conclusion height, weight, age and gender can be used to accurately estimate waist circumference.

: .

        · | |     · |     · ( pdf )