Estimativa do gasto energético de repouso: efeito da massa magra nas diferentes equações de predição

Abstract

O gasto energético de repouso (GER), descrito como a energia mínima para se manter as integridades fisiológicas do corpo, é estritamente importante para o entendimento do gasto energético diário, além de apresentar forte influência de variáveis fisiológicas e inatas. Devido a alguns entraves de mensuração provenientes das calorimetrias, foram propostas inúmeras equações visando predizer o GER e facilitar sua utilização no meio clínico. Entretanto, por apresentarem amostras muito específicas na confecção das equações, muitas delas começaram a apresentar problemas de super ou subestimações do GER em grupos populacionais no Brasil. Assim, o presente estudo buscou investigar as influências da composição corporal no GER predito pelas equações de Harris e Benedict (1918) (equação 1), Schofield (1985) (equação 2) e Mifflin (1990) (equações 3 e 4) em brasileiros de ambos os sexos de diferentes faixas etárias. Para isso, foram analisados a composição corporal por absorciometria de raios-X de dupla energia (DXA) de 846 homens e 1141 mulheres moradores de Bauru, no estado de São Paulo, Brasil. Utilizou-se média e desvio padrão para todas as variáveis analisadas. Para a comparação da massa gorda (MG) e massa livre de gordura (MLG) entre as diferentes faixas etárias e os resultados das diferentes equações foi utilizado o teste de Kruskal-Wallis, com post-hoc de Mann-Whitney e correção de Bonferroni. Para as correlações lineares foi utilizado o teste de correlação de Spearman. Regressões lineares para MG e MLG para cada equação de predição foram realizadas e valores que não apresentaram normalidade foram excluídos para garantir a normalidade dos resíduos. Os resultados mostraram que a MLG se apresenta similar durante toda a fase adulta (homens, ~62,4 ± 8,9 kg; mulheres, ~44,0 ± 8,4 kg), com um declínio a partir dos 60 anos para ambos os sexos. Já a MG apresentou uma variação semelhante para ambos os sexos, com um aumento a partir dos 40 anos e um declínio a partir da faixa etária ≥ 70 anos. As comparações entre as equações mostraram que todas se diferem entre si para as mulheres, independentemente da idade (p < 0,001). Para os homens as diferenças apareceram apenas na faixa etária de 20 a 59 anos. Tanto as correlações quando as regressões demonstram uma forte explicação da MLG para os resultados preditos pelas equações em ambos os sexos (homens: equação 1, R² = 0,737; equação 2, R² = 0,685; equação 3, R² = 0,734; mulheres: equação 1, R² = 0,620; equação 2, R² = 0,625; equação 3, R² = 0,636), com a MG apresentando um R² insatisfatório. O principal achado do estudo foi que a MLG apresentou elevado poder explicativo do perfil de GER obtido pelas equações preditivas. Além disso, para os homens idosos as equações parecem não se diferenciar entre si, mostrando diferenças apenas para as idades mais novas, o que não aconteceu no sexo feminino, onde todos os valores preditos eram diferentes. Portanto, concluímos que a MLG se apresenta como a variável mais importante quando se busca entender as variâncias do GER. Além de salientar o cuidado ao se utilizar equações de predição no meio clinico, uma vez que seus resultados não são muito esclarecedores.

Resting energy expenditure (REE), described as the minimum energy to maintain the physiological integrity of the body, is strictly important for the understanding of daily energy expenditure, besides being strongly influenced by physiological and innate variables. Due to some measurement barriers arising from calorimetry, many equations have been proposed to predict REE and facilitate its use in the clinical setting. However, many of these equations have shown problems of over- or underestimation of GER in Brazilian populations, since they included very specific samples. Thus, the present study aimed to investigate the influence of body composition on REE predicted by the equations of Harris and Benedict (1918) (equation 1), Schofield (1985) (equation 2) and Mifflin (1990) (equations 3 and 4) in Brazilian men and women of different age groups. For this purpose, body composition was analyzed by dual energy X-ray absorptiometry (DXA) inf 846 men and 1141 women living in Bauru, in the state of São Paulo, Brazil. Mean and standard deviation were used for all analyzed variables. For the comparison of fat mass (FM) and fat-free mass (FFM) among the different age groups and the results of different equations, the Kruskal-Wallis test was used, with Mann-Whitney post-hoc and Bonferroni correction. Spearman's correlation test was used for linear correlations. Linear regressions for MG and MLG for each prediction equation were performed and values that did not show normality were excluded to ensure the normality of the residuals. The results showed that FFM was similar throughout adulthood (men, ~62.4 ± 8.9 kg; women, ~44.0 ± 8.4 kg), with a decline after age 60for both sexes. On the other hand, MG showed similar variation for both sexes, with an increase starting at age 40 years and a decline starting at age ≥ 70 years. Comparisons among the equations showed that they all differed from each other for women, regardless of age (p < 0.001). For men differences appeared only in the age groups 20 to 59 years. Both correlations and regressions demonstrated a strong explanation of FFM for the outcomes predicted by the equations in both sexes (men: equation 1, R² = 0.737; equation 2, R² = 0.685; equation 3, R² = 0.734; women: equation 1, R² = 0.620; equation 2, R² = 0.625; equation 3, R² = 0.636), with MG presenting an unsatisfactory R². The main finding of the study was that the FFM showed high explanatory power for the REE profile obtained by the predictive equations. Furthermore, for older males the equations did not seem to differ from each other, showing differences only for younger ages, which was not the case for females, were all predicted values were different. Therefore, we conclude that the MLG presents itself as the most important variable when seeking to understand the variances of the REE. Besides emphasizing the caution when using prediction equations in the clinical setting, since their results are not very enlightening.