Prevalence of overweight and obesity in spanish working population along the Covid-19 pandemic. Adiposity indicators and related variables

  1. Mª Teófila Vicente-Herrero 1
  2. Mª Victoria Ramírez-Iñiguez de la Torre 12
  3. Luisa Capdevila García 13
  4. Angélica Partida-Hanon 4
  5. Luis Reinoso-Barbero 5
  6. Ángel Arturo López González 6
  1. 1 Obesity and work group-Asociación Española de especialistas en Medicina del Trabajo-AEEMT
  2. 2 Occupational Health and safety Services of Correos, Albacete (Spain).
  3. 3 Occupational Health and safety Services MAPFRE, Valencia (Spain).
  4. 4 Health and Occupational Risk Prevention Service, Grupo Banco Santander, Madrid, (Spain).
  5. 5 Universidad Internacional de La Rioja
    info

    Universidad Internacional de La Rioja

    Logroño, España

    ROR https://ror.org/029gnnp81

  6. 6 Occupational Health and safety Services Servei de Salut de les Illes Balears. University School ADEMA, Palma de Mallorca (Spain).
Mostrar afiliaciones +
Revista:
Academic Journal of Health Sciences: Medicina Balear

ISSN: 2255-0560

Año de publicación: 2022

Volumen: 37

Número: 2

Páginas: 132-138

Tipo: Artículo

DOI: 10.3306/AJHS.2022.37.02.132 DIALNET GOOGLE SCHOLAR lock_openIbdigital editor

Resumen

Introducción: La obesidad es una enfermedad multifactorial y compleja, siendo el Índice de Masa Corporal (IMC) el método estandarizado utilizado para definir y evaluar el sobrepeso u obesidad en los estudios epidemiológicos, sin embargo y en comparación con los indicadores de adiposidad, este método presenta una baja sensibilidad y muestra una alta variabilidad interindividual. Métodos: Se realizó un estudio descriptivo transversal en 815 trabajadores, con edades comprendidas entre los 18 y los 66 años con datos recogidos a lo largo de los exámenes periódicos de vigilancia de la salud de las empresas participantes desde marzo de 2020 hasta junio de 2021. Se recogieron las siguientes variables: sociodemográficas: edad, sexo, nivel cultural y clase social; ocupacionales: tipo de trabajo y rol; antropométricas: peso, talla e IMC; e indicadores de adiposidad: grasa visceral, grasa corporal, perímetro de cintura y cintura/altura, e índices de cintura/cadera, estableciendo interrelaciones entre ellos. Resultados: Se encontraron diferencias significativas entre la prevalencia de obesidad y el género, siendo mayor en los hombres y aumentando con la edad. Asimismo, la prevalencia fue mayor en los trabajadores con estudios primarios como máxima titulación obtenida. En las mujeres se observó una correlación inversa entre el nivel de clase social y la prevalencia de obesidad. En los hombres con trabajos no manuales (cuello blanco) y en las mujeres con trabajos manuales (cuello azul), la prevalencia establecida fue mayor. Cabe destacar la asociación entre el IMC, la grasa corporal y el índice cintura/altura. Conclusiones: Los resultados del IMC promedio de los trabajadores se encontraron con sobrepeso, mostrando valores más altos en los hombres (27,49) que en las mujeres (26,33) y una relación con la edad y las ocupaciones. El IMC muestra concordancia con todos los indicadores de adiposidad, destacando la grasa corporal y visceral y el índice cintura/altura.

Referencias bibliográficas

  • Caballero B. Humans against Obesity: Who Will Win? Adv Nutr. 2019 Jan 1;10(suppl_1):S4- S9. doi: 10.1093/advances/nmy055. PMID: 30721956; PMCID: PMC6363526.
  • Chooi YC, Ding C, Magkos F. The epidemiology of obesity. Metabolism. 2019 Mar;92:6-10. doi: 10.1016/j.metabol.2018.09.005. Epub 2018 Sep 22. PMID: 30253139
  • Daud A, Shahadan SZ. Association Between Body Mass Index and Cardiometabolic Risks Among Malay Obese Adults. Clin Nurs Res. 2019 Feb;28(2):202-216. doi: 10.1177/1054773817724041. Epub 2017 Aug 6. PMID: 28782381.
  • World Health Organitation. Body mass index – BMI. 2020. Available at: https://www.euro.who.int/en/health-topics/disease-prevention/nutrition/a-healthy-lifestyle/body-mass-index-bmi
  • Domingo-Salvany A, Bacigalupe A, Carrasco JM, Espelt A, Ferrando J, Borrell C. Propuestas de clase social neoweberiana y neomarxista a partir de la Clasificación Nacional de Ocupaciones 2011. Gac Sanit [Internet]. 2013 Jun [citado 2021 Sep 07] 27(3):263-272. Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0213-1112013000300013&lng=es. https://dx.doi.org/10.1016/j.gaceta.2012.12.009
  • Luckhaupt SE, Cohen MA, Li J, Calvert GM. Prevalence of obesity among U.S. workers and associations with occupational factors. Am J Prev Med. 2014 Mar;46(3):237-48. doi: 10.1016/j.amepre.2013.11.002. PMID: 24512862.
  • Ramón Arbués E, Martínez Abadía B, Gracia Tabuenca T, Yuste Gran C, Pellicer García B, Juárez-Vela R, et al. Prevalencia de sobrepeso/obesidad y su asociación con diabetes, hipertensión, dislipemia y síndrome metabólico: estudio transversal de una muestra de trabajadores en Aragón, España. Nutr Hosp. 2019 Mar 7;36(1):51-59. doi: 10.20960/nh.1980. PMID: 30834762.
  • Wang Y, Beydoun MA. The obesity epidemic in the United States--gender, age, socioeconomic, racial/ethnic, and geographic characteristics: a systematic review and meta-regression analysis. Epidemiol Rev. 2007;29:6-28. doi: 10.1093/epirev/mxm007. Epub 2007 May 17. PMID: 17510091.
  • De Silva AP, De Silva SH, Haniffa R, Liyanage IK, Jayasinghe KS, Katulanda P, Wijeratne CN, Wijeratne S, Rajapakse LC. A cross sectional survey on social, cultural and economic determinants of obesity in a low middle income setting. Int J Equity Health. 2015 Jan 17;14:6. doi: 10.1186/s12939-015-0140-8. PMID: 25595202; PMCID: PMC4300585.
  • Narisada A, Suzuki K. Association between procrastination, white-collar work and obesity in Japanese male workers: a cross-sectional study. BMJ Open. 2019 Nov 18;9(11):e029931. doi: 10.1136/ bmjopen-2019-029931. PMID: 31740465; PMCID: PMC6887083.
  • Alves L, Stringhini S, Barros H, Azevedo A, Marques-Vidal P. Inequalities in obesity in Portugal: regional and gender differences. Eur J Public Health. 2017 Aug 1;27(4):775-780. doi: 10.1093/eurpub/ckx041. PMID: 28407055.
  • Pasco JA, Nicholson GC, Brennan SL, Kotowicz MA. Prevalence of obesity and the relationship between the body mass index and body fat: cross-sectional, population-based data. PLoS One. 2012;7(1):e29580. doi: 10.1371/journal.pone.0029580. Epub 2012 Jan 13. PMID: 22253741; PMCID: PMC3258232.
  • Gómez-Ambrosi J, Silva C, Galofré JC, Escalada J, Santos S, Millán D, et a. Body mass index classification misses subjects with increased cardiometabolic risk factors related to elevated adiposity. Int J Obes (Lond). 2012 Feb;36(2):286-94. doi: 10.1038/ijo.2011.100. Epub 2011 May 17. PMID: 21587201.
  • Fang H, Berg E, Cheng X, Shen W. How to best assess abdominal obesity. Curr Opin Clin Nutr Metab Care. 2018 Sep;21(5):360-365. doi: 10.1097/MCO.0000000000000485. PMID: 29916924; PMCID: PMC6299450.
  • Gažarová M, Galšneiderová M, Mečiarová L. Obesity diagnosis and mortality risk based on a body shape index (ABSI) and other indices and anthropometric parameters in university students. Rocz Panstw Zakl Hig. 2019;70(3):267-275. doi: 10.32394/rpzh.2019.0077. PMID: 31515986.
  • Ibrahim MM. Subcutaneous and visceral adipose tissue: structural and functional differences. Obes Rev. 2010 Jan;11(1):11-8. doi: 10.1111/j.1467-789X.2009.00623.x. Epub 2009 Jul 28. PMID: 19656312.
  • Swainson MG, Batterham AM, Tsakirides C, Rutherford ZH, Hind K. Prediction of whole-body fat percentage and visceral adipose tissue mass from five anthropometric variables. PLoS One. 2017 May 11;12(5):e0177175. doi: 10.1371/journal.pone.0177175. PMID: 28493988; PMCID: PMC5426673.
  • Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and meta-analysis. Obes Rev. 2012 Mar;13(3):275-86. doi: 10.1111/j.1467-789X.2011.00952.x. Epub 2011 Nov 23. PMID: 22106927.
  • Tsatsoulis A, Paschou SA. Metabolically Healthy Obesity: Criteria, Epidemiology, Controversies, and Consequences. Curr Obes Rep. 2020 Jun;9(2):109-120. doi: 10.1007/s13679-020-00375-0. PMID: 32301039.
Fuente de los datos: Dialnet