Relación entre la composición corporal y los resultados cardiometabólicos

Resumen

Antecedentes: Las medidas actuales de adiposidad presentan limitaciones. Los modelos de inteligencia artificial (IA) pueden estimar con precisión y eficiencia la composición corporal (CC) a partir de imágenes de rutina.

Objetivo: Evaluar la asociación entre los componentes de la CC obtenidos mediante IA a partir de resonancia magnética (RM) y los resultados cardiometabólicos.

Diseño: Estudio de cohorte prospectivo.

Contexto: Estudio de cohorte observacional del Biobanco del Reino Unido (UKB).

Participantes: 33.432 participantes del UKB sin antecedentes de diabetes, infarto de miocardio o ictus isquémico (edad media, 65,0 años [DE: 7,8]; IMC medio, 25,8 kg/m² [DE: 4,2]; 52,8% mujeres) que se sometieron a RM corporal completa.

Mediciones: Se aplicó una herramienta de IA a la RM para obtener medidas tridimensionales (3D) de la CC, incluyendo tejido adiposo subcutáneo (TAS), tejido adiposo visceral (TAV), músculo esquelético (ME) y fracción grasa del músculo esquelético (FGME), y se calculó su distribución relativa. Se evaluaron las asociaciones, estratificadas por sexo, de estos componentes relativos con la incidencia de diabetes mellitus (DM) y eventos cardiovasculares adversos mayores (ECAM) mediante splines cúbicos restringidos.

Resultados: Los componentes del tejido adiposo y la FGME aumentaron, mientras que el ME disminuyó con la edad. Tras el ajuste por edad, tabaquismo e hipertensión, una mayor adiposidad y una menor proporción de músculo esquelético se asociaron con una mayor incidencia de DM y ECAM tras un seguimiento medio de 4,2 años en los análisis estratificados por sexo. Sin embargo, tras ajustar los datos por el IMC y la circunferencia de cintura, solo la elevada proporción de grasa visceral y el alto porcentaje de FGME (en el percentil 95 de la población estudiada) se asociaron con un mayor riesgo de diabetes (razones de riesgo ajustadas [RR] de 2,16 [IC 95%: 1,59-2,94] y 1,27 [IC 95%: 0,89-1,80] en mujeres, y 1,84 [IC 95%: 1,48-2,27] y 1,84 [IC 95%: 1,43-2,37] en hombres, respectivamente) y de eventos cardiovasculares (1,37 [IC 95%: 1,00-1,88] y 1,72 [IC 95%: 1,23-2,41] en mujeres, y 1,22 [IC 95%: 0,99-1,50] y 1,25 [IC 95%: 0,98-1,60] en hombres). Además, solo en hombres, aquellos con un bajo porcentaje de masa muscular magra (percentil 5) presentaron un mayor riesgo de diabetes (RR de 1,96 [IC 95%: 1,45-2,65]) y de eventos cardiovasculares (RR de 1,55 [IC 95%: 1,15-2,09]). 

Limitación: Los resultados podrían no ser generalizables a personas de otras etnias o que no residan en el Reino Unido. 

Conclusión: La composición corporal, determinada mediante inteligencia artificial, se asoció fuertemente con el riesgo cardiometabólico, pero tras ajustar por IMC y circunferencia de cintura, solo la proporción de grasa visceral y el porcentaje de masa muscular magra (en ambos sexos) y la proporción de masa muscular magra (solo en hombres) aportaron información pronóstica adicional. 

Fuente de financiación: Ninguna.

El artículo original:

Matthias Jung, Marco Reisert, Hanna Rieder, et al. Association Between Body Composition and Cardiometabolic Outcomes: A Prospective Cohort Study. Ann Intern Med. [Epub 30 September 2025]. doi:10.7326/ANNALS-24-01863

Disponible en: https://n9.cl/fj50s