Asociación entre la masa grasa relativa y el riesgo de hipertensión en adultos peruanos: un estudio analítico longitudinal

Autores/as

DOI:

https://doi.org/10.21142/mecp.2026.1.1.e002

Palabras clave:

Composición Corporal, Obesidad, Circunferencia de la Cintura, Índice de Masa Corporal, Tejido Adiposo, Hipertensión, Factores de Riesgo Cardiometabólico, Estudios de Cohortes, Migrantes, Perú

Resumen

Objetivos: Estimar la tasa de incidencia de hipertensión y evaluar la asociación entre el índice de masa grasa relativa (RFM) y la incidencia de hipertensión a cinco años en una cohorte de adultos peruanos. Materiales y métodos: Se realizó un estudio analítico longitudinal utilizando datos secundarios del estudio PERU MIGRANT (n = 731 adultos al inicio, n = 647 adultos con información sobre el estado de hipertensión a los cinco años). El RFM se calculó a partir de la talla y la circunferencia de cintura, definiéndose obesidad como ≥30% en hombres y ≥40% en mujeres. El desenlace fue la hipertensión incidente a cinco años (presión arterial sistólica ≥140 mmHg, presión arterial diastólica ≥90 mmHg o uso de antihipertensivos). Las tasas de incidencia por 100 persona-año y los intervalos de confianza al 95% (IC 95%) se calcularon utilizando el tiempo de seguimiento individual. Se estimaron los riesgos relativos (RR) con IC 95% mediante regresión de Poisson con varianza robusta para el desenlace binario evaluado a los cinco años, ajustado por covariables sociodemográficas y de estilo de vida. Se realizó un análisis de sensibilidad utilizando propensity score matching (PSM) para estimar el ATET (efecto promedio del tratamiento en los tratados). Resultados: El 50,6% de los participantes fueron mujeres, con una edad media de 45,6 años (desviación estándar [DE]: 10,6). La prevalencia de obesidad según el RFM fue de 36,4%. La incidencia de hipertensión fue mayor en los participantes con obesidad definida por RFM (1,87 por 100 persona-año) que en aquellos sin obesidad (1,01 por 100 persona-año). En el modelo completamente ajustado, la obesidad se asoció con un riesgo 2,43 veces mayor de hipertensión (RR: 2,43; IC 95%: 1,32-4,50; p = 0,004). El uso de PSM reforzó aún más la solidez de los hallazgos (ATET: 6,6%, IC 95%: 2,7-10,4%; p = 0,001). Conclusiones: La obesidad definida por RFM se asoció de manera estadísticamente significativa con un mayor riesgo de desarrollar hipertensión en cinco años en esta cohorte peruana. El índice RFM es una herramienta práctica que podría ser útil para identificar a personas con mayor riesgo cardiometabólico en entornos clínicos y de salud pública.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

1. Zhou B, Perel P, Mensah GA, Ezzati M. Global epidemiology, health burden and effective interventions for elevated blood pressure and hypertension. Nat Rev Cardiol. 2021;18(11):785– 802. doi: 10.1038/s41569-021-00559-8.

2. Zhou B, Carrillo-Larco RM, Danaei G, Riley LM, Paciorek CJ, Stevens GA, et al. Worldwide trends in hypertension prevalence and progress in treatment and control from 1990 to 2019: a pooled analysis of 1201 population-representative studies with 104 million participants. The Lancet. 2021;398(10304):957–80. doi: 10.1016/S0140-6736(21)01330-1.

3. Mills KT, Stefanescu A, He J. The global epidemiology of hypertension. Nat Rev Nephrol. 2020;16(4):223–37. doi: 10.1038/s41581-019-0244-2.

4. Hankinson AL. Epidemiologic and pathophysiologic links between obesity and hypertension. Curr Cardiovasc Risk Rep. 2009;3(4):264–71. doi: 10.1007/s12170-009-0041-8.

5. Jayedi A, Rashidy–Pour A, Khorshidi M, Shab–Bidar S. Body mass index, abdominal adiposity, weight gain and risk of developing hypertension: a systematic review and dose– response meta–analysis of more than 2.3 million participants. Obes Rev. 2018;19(5):654–67. doi: 10.1111/obr.12656.

6. Bray GA. Beyond BMI. Nutrients. 2023 May 10;15(10):2254. doi: 10.3390/nu15102254.

7. Rubino F, Cummings DE, Eckel RH, Cohen RV, Wilding JPH, Brown WA, et al. Definition and diagnostic criteria of clinical obesity. Lancet Diabetes Endocrinol. 2025;13(3):221–62. doi: 10.1016/S2213-8587(25)00006-3.

8. Woolcott OO, Bergman RN. Relative fat mass (RFM) as a new estimator of whole-body fat percentage – A cross-sectional study in American adult individuals. Sci Rep. 2018;8(1):10980. doi: 10.1038/s41598-018-29362-1.

9. Is relative fat mass a better indicator of high blood pressure levels when compared to other anthropometric indexes? Nutr Hosp. 2021;38(6):1175-1181. doi: 10.20960/nh.03496.

10. Yu P, Huang T, Hu S, Yu X. Predictive value of relative fat mass algorithm for incident hypertension: a 6-year prospective study in Chinese population. BMJ Open. 2020;10(10):e038420. doi: 10.1136/bmjopen-2020-038420.

11. Ruiz-Linares A, Adhikari K, Acuña-Alonzo V, Quinto-Sanchez M, Jaramillo C, Arias W, et al. Admixture in Latin America: Geographic Structure, Phenotypic Diversity and SelfPerception of Ancestry Based on 7,342 Individuals. Di Rienzo A, editor. PLoS Genet. 2014;10(9):e1004572. doi: 10.1371/ journal.pgen.1004572.

12. Miranda JJ, Gilman RH, García HH, Smeeth L. The effect on cardiovascular risk factors of migration from rural to urban areas in Peru: PERU MIGRANT Study. BMC Cardiovasc Disord. 2009;9:23. doi: 10.1186/1471-2261-9-23.

13. Carrillo-Larco RM, Ruiz-Alejos A, Bernabé-Ortiz A, Gilman RH, Smeeth L, Miranda JJ. Cohort Profile: The PERU MIGRANT Study–A prospective cohort study of rural dwellers, urban dwellers and rural-to-urban migrants in Peru. Int J Epidemiol. 2017;46(6):1752–1752f. doi: 10.1093/ije/dyx116.

14. Miranda JJ, Gilman RH, Smeeth L. Differences in cardiovascular risk factors in rural, urban and rural-tourban migrants in Peru. Heart. 2011;97(10):787-96. doi: 10.1136/ hrt.2010.218537.

15. Sun D, Zhou T, Heianza Y, Li X, Fan M, Fonseca VA, et al. Type 2 Diabetes and Hypertension: A Study on Bidirectional Causality. Circ Res. 2019;124(6):930–7. doi: 10.1161/ CIRCRESAHA.118.314487.

16. Woolcott OO, Seuring T, Castillo OA. Lower Prevalence of Body Fat-Defined Obesity at Higher Altitudes in Peruvian Adults. High Alt Med Biol. 2023;24(3):214–22. doi: 10.1089/ ham.2022.0097.

17. Woolcott OO, Bergman RN. Defining cutoffs to diagnose obesity using the relative fat mass (RFM): Association with mortality in NHANES 1999–2014. Int J Obes. 2020;44(6):1301– 10. doi: 10.1038/s41366-019-0516-8.

18. Bernabe-Ortiz A, Sanchez JF, Carrillo-Larco RM, Gilman RH, Poterico JA, Quispe R, et al. Rural-to-urban migration and risk of hypertension: longitudinal results of the PERU MIGRANT study. J Hum Hypertens. 2017;31(1):22–8. doi: 10.1038/jhh.2015.124.

19. Jardim PCBV, Gondim MDRP, Monego ET, Moreira HG, Vitorino PVDO, Souza WKSB, et al. Hipertensão arterial e alguns fatores de risco em uma capital brasileira. Arq Bras Cardiol. 2007;88(4):452–7. doi: 10.1590/s0066-782x2007000400015.

20. Liu S, Liu T, Teng D, Wang H, Li F, Lu C, et al. Associations of socioeconomic status and healthy lifestyle with incident early-onset and late-onset hypertension: a nationwide prospective cohort study in the UK. Popul Health Metr. 2025;23(1):24. doi: 10.1186/s12963-025-00392-y.

21. Craig CL, Marshall AL, Sj??Str??M M, Bauman AE, Booth ML, Ainsworth BE, et al. International Physical Activity Questionnaire: 12-Country Reliability and Validity: Med Sci Sports Exerc. 2003;35(8):1381–95. doi: 10.1249/01. MSS.0000078924.61453.FB.

22. Riley L, Guthold R, Cowan M, Savin S, Bhatti L, Armstrong T, et al. The World Health Organization STEPwise Approach to Noncommunicable Disease Risk-Factor Surveillance: Methods, Challenges, and Opportunities. Am J Public Health. 2016;106(1):74–8. doi: 10.2105/AJPH.2015.302962.

23. Lee S, Cho A, Kwon Y, Jung D. Body fat change and 8– year incidence of hypertension: Korean Genome and Epidemiology Study. J Clin Hypertens. 2019 Dec;21(12):1849– 57. doi: 10.1111/jch.13723.

24. Shepherd JA, Heymsfield SB, Norris SA, Redman LM, Ward LC, Slater C. Measuring body composition in low–resource settings across the life course. Obesity. 2016;24(5):985–8. doi: 10.1002/oby.21491.

25. Li S, Du Z, Chen H, Zhao L, Zhou P, Zhang X, et al. Significance of relative fat mass to estimate prevalent prehypertension and hypertension in the general population. Postgrad Med. 2025;137(5):408–15. doi: 10.1080/00325481.2025.2502317.

26. Wang J, Guan J, Huang L, Li X, Huang B, Feng J, et al. Sex differences in the associations between relative fat mass and all-cause and cardiovascular mortality: A populationbased prospective cohort study. Nutr Metab Cardiovasc Dis. 2024;34(3):738–54. doi: 10.1016/j.numecd.2023.10.034.

27. Tsimihodimos V, Gonzalez-Villalpando C, Meigs JB, Ferrannini E. Hypertension and Diabetes Mellitus: Coprediction and Time Trajectories. Hypertension. 2018;71(3):422–8. doi: 10.1161/ HYPERTENSIONAHA.117.10546.

28. Leite NN, Cota BC, Gotine AREM, Rocha DMUP, Pereira PF, Hermsdorff HHM. Visceral adiposity index is positively associated with blood pressure: A systematic review. Obes Res Clin Pract. 2021;15(6):546–56. doi: 10.1016/j. orcp.2021.10.001.

29. Miyazaki S ichiro, Hiasa Y, Takahashi T, Tobetto Y, Chen H, Mahara K, et al. Waist circumference reduction is more strongly correlated with the improvement in endothelial function after acute coronary syndrome than body mass index reduction. J Cardiol. 2010;55(2):266–73. doi: 10.1016/j. jjcc.2009.11.006.

30. Guerra Valencia J, Hernández-Vásquez A, Mayta-Tristán P, Saavedra-Garcia L, Vargas-Fernández R. The new definition of obesity: an analysis of a population-based survey in an Andean country. Lancet Reg Health - Am. 2025;50:101217. doi: 10.1016/j.lana.2025.101217.

Publicado

2025-12-24

Número

Sección

Artículo original

Cómo citar

1.
Guerra Valencia J, Hernández-Vásquez A, Christopher Barengo N. Asociación entre la masa grasa relativa y el riesgo de hipertensión en adultos peruanos: un estudio analítico longitudinal. Med Educ Clin Pract [Internet]. 2025 Dec. 24 [cited 2026 Jun. 6];1(1):e002. Available from: https://revistas.cientifica.edu.pe/index.php/mecp/article/view/2842

Artículos más leídos del mismo autor/a