4. Resultater
4.4 Læreren som utgangspunkt
4.4.3 Lærerens rolle
A validação foi realizada separadamente comparando-se os resultados do GMR estimados pelo novo modelo, para a fórmula de HB com fator de correção e para fórmula de HB original com os resultados de GMR obtidos por CI.
Inicialmente foi feita validação pelo cálculo do erro médio quadrático. Para o novo modelo, o erro médio quadrático estimado foi 155,51 e o
RESULTADOS -52
coeficiente de correlação entre os resultados do GMR por CI e o GMR obtido pelo novo modelo de equação foi estimado em 0,552. Para a fórmula de HB com fator de correção o erro médio quadrático estimado foi 161,18 e o coeficiente de correlação 0,522 e para a fórmula de HB original, o erro médio quadrático estimado foi 208,73 e o coeficiente de correlação 0,522. A relação entre esses resultados pode ser visualizada nos Gráficos 15, 16 e 17, respectivamente.
Gráfico 15 - Comparação entre o gasto metabólico de repouso obtido por calorimetria indireta e pelo novo modelo de equação
RESULTADOS -53
Gráfico 16 - Comparação entre o gasto metabólico de repouso obtido por calorimetria indireta e pela equação de Harris-Benedict corrigida
Gráfico 17 - Comparação entre o GMR obtido por calorimetria indireta e pela equação de HB original
RESULTADOS -54
Foi realizada também nos três casos a validação pela curva de Bland Altman, que define um valor de viés como a diferença entre dois valores obtidos por diferentes equações (por exemplo valor do GMR obtido pela CI e valor de GMR obtido pela fórmula de HB). Esse método além do valor de viés estabelece os limites de confiança e testa a hipótese de concordância entre os resultados, estabelecendo valores de limite de concordância dentro do intervalo de confiança.
A análise dos valores de GMR entre o novo modelo de equação e os obtidos por CI, estimou o viés em -16,75, com intervalo de 95% de confiança entre -58,78 e 26,27. O resultado do teste estatístico indicou a não rejeição da hipótese nula no nível de significância de 5% (p = 0,438), indicando que não se rejeita a hipótese de concordância entre os resultados obtidos pelo novo modelo de equação serem iguais aos obtidos pela calorimetria indireta. Os limites de concordância, com 95% de confiança, estão entre -329,97 e 296,45 (Gráfico 18).
Para a fórmula de HB com fator de correção, o viés encontrado foi de -40,99 com intervalo de 95% de confiança entre -84,37 e 2,39. O resultado do teste estatístico indicou a não rejeição da hipótese nula no nível de significância de 5% (p = 0,063), indicando que não se rejeita a hipótese de concordância entre os resultados, apesar de identificar-se uma tendência para a rejeição desta hipótese. Os limites de concordância, com 95% de confiança, são: -356,79; 274,80 (Gráfico 19).
A equação de HB original apresentou um viés de -132,95 com intervalo de 95% de confiança entre: -177,72; -88,17. O resultado do teste estatístico indicou a rejeição da hipótese nula no nível de significância de 5%
RESULTADOS -55
(p < 0,001), indicando que se rejeita a hipótese de concordância entre os resultados do GMR obtidos pela CI e pela fórmula de HB original. Os limites de concordância, com 95% de confiança, são: -458,93; 193,04 (Gráfico 20).
Gráfico 18 - Diagrama de dispersão com média dos resultados de GMR obtidos por CI e pelo novo modelo de equação
Gráfico 19 - Diagrama de dispersão com média dos resultados de GMR obtidos por calorimetria indireta e pela equação de HB corrigida -400 -300 -200 -100 0 100 200 300 400 500 1000 1200 1400 1600 1800 2000 D ife re n ça e n tr e G MR e m o d el o
Média entre modelo e GMR
Diferença Viés Lim inferior Lim superior -500 -400 -300 -200 -100 0 100 200 300 400 500 1000 1200 1400 1600 1800 D ife re n ça e n tr e G MR e H B co rr ig id a
Média entre fator e GMR
Diferença Viés Lim inferior Lim superior
RESULTADOS -56
Gráfico 20 - Diagrama de dispersão com média dos resultados de GMR obtidos por calorimetria indireta e pela equação de HB original -600 -500 -400 -300 -200 -100 0 100 200 300 400 1000 1200 1400 1600 1800 2000 D ife re n ça e n tr e G MR e H B
Média entre fator e HB
Diferença Viés Lim inferior Lim superior
DISCUSSÃO -58
Inconsistências entre valores de GMR estimados por algumas equações e valores de GMR aferidos por calorimetria indireta podem estar relacionadas a variações étnicas, composição corporal, variações do ciclo menstrual, dentre outros.
Apesar de a população estudada ser composta por mulheres, informações com relação ao ciclo menstrual não foram analisadas, pois a maior parte dos dados foi retrospectiva e essa informação não foi questionada.
As mudanças hormonais que ocorrem durante o ciclo menstrual podem causar pequenas flutuações no GMR como um discreto aumento na fase lútea e um declínio na fase folicular54. No entanto, essas alterações são mínimas e não podem ser apontadas como causa de erro na estimativa do GMR54-57. Logo, a ausência dessa informação não influenciou de maneira significativa o resultado deste estudo.
Por outro lado, a análise da etnia é um dado importante, uma vez que as equações para cálculo do GMR parecem ser específicas para cada população ou grupo étnico. Mulheres afro-americanas, por exemplo, têm GMR menor que mulheres americanas de origem européia58,59.
Algumas hipóteses para essas diferenças foram propostas, tais como menor atividade do tecido magro, menor eficácia do metabolismo energético
DISCUSSÃO -59
e menor oxidação de gordura devido à presença de variações gênicas em mulheres afro-americanas60,61.
Neste estudo não foi feita caracterização da população por etnia, devido novamente à maioria dos dados ser retrospectivo. Além disso, tal caracterização na população brasileira não é uma tarefa fácil, uma vez que nem sempre a etnia referida corresponde à etnia genética. Apesar disso, a coleta de tal informação deve ser considerada em estudos futuros, por ser importante.
Ainda sobre a amostra estudada, devemos ressaltar como ponto positivo o número de exames analisados: 760. Na literatura não foi encontrado nenhum outro estudo nacional com amostra similar.
Para caracterização da população, foi feita classificação por adiposidade através da faixa de IMC seguindo critérios da OMS. A maior parte das pacientes encontrava-se na faixa de sobrepeso (33%), seguida pela faixa de obesidade 1 (28%) e a menor parte na faixa de obesidade grau 3 (10%). Essa distribuição é semelhante à maioria dos estudos aos quais nossos dados foram comparados8, 27,46,59.
A análise estatística preliminar mostrou uma discrepância muito grande entre a população com IMC abaixo de 35 kg/m2 e com IMC acima de 35 kg/m2, motivo pelo qual a amostra foi separada em dois grupos para
algumas análises estatísticas. A necessidade de se estudar separadamente indivíduos com obesidade grave é bem evidenciada na literatura, uma vez que essa população apresenta uma composição corporal específica, o que influi diretamente nos valores de GMR23, 57.
DISCUSSÃO -60
O estudo da correlação entre as variáveis mostrou uma correlação negativa do QR com peso no G1 (IMC abaixo de 35 kg/m2) e positiva no G2
(IMC acima de 35 kg/m2). O QR é apontado como um preditor de ganho de peso, pois quanto maior o QR, menor a oxidação de gorduras e maior a chance do paciente ganhar peso21,63,64. Um estudo com índios Pima concluiu
que aqueles com maiores valores de QR (ou seja, “oxidadores de carboidratos”), tinham uma chance 2,5 vezes maior de ganhar cumulativamente ao longo dos anos 5 kg ou mais de peso, que aqueles com menores valores de QR (“oxidadores de gorduras”)63.
Entretanto, para se obter tal relação esta análise deve ser longitudinal e não apenas em um momento isolado, devendo ainda ser avaliado o QR de 24 h e não um único valor isoladamente. Ainda assim, deve-se considerar a individualidade do background genético como um dos fatores de maior influência sobre o QR, além de outros como: composição da dieta, balanço energético, sexo, adiposidade, que, quando somados, explicam 40% das variações do QR16,34. Buscando estabelecer uma justificativa para as diferenças individuais na utilização de substratos energéticos, um estudo foi conduzido para avaliar se existia relação entre QR e atividade do sistema nervoso simpático, que teria um efeito estimulatório na oxidação lipídica, hipótese que não foi comprovada65.
A medida de um único valor do QR não pode, portanto, ser utilizada como preditora de ganho de peso, mas pode-se dizer baseado nos achados da literatura, que no G2 existe um risco maior de ganho de peso por conta dos valores de QR maiores.
DISCUSSÃO -61
A variável idade, em ambos os grupos, apresentou correlação negativa com o GMR, reforçando os achados prévios, de que o organismo passa a gastar uma menor quantidade de energia com a idade. Entre as justificativas para este declínio, estão: alterações na composição corporal que influenciam diretamente o GMR como redução da massa magra, o que leva a uma redução no consumo de oxigênio e conseqüentemente menor GMR; redução da atividade física, que potencializa a redução de tecido magro; alteração na função tireoidiana, apontada como uma das principais causas de alteração do GMR, e menor atividade do sistema nervoso simpático22,66. Existem ainda autores que sugerem como causa alterações
qualitativas no tecido magro independentes da atividade física que seriam decorrentes do avanço da idade13. Além disso, nas mulheres, outro fator que parece ser influente no declínio do GMR com aumento da idade seria a menopausa, processo gerador de alterações importantes nos níveis de hormônios femininos e na composição corporal como: perda de massa magra, redistribuição da gordura corporal, alterações na densidade mineral óssea e uso de terapia de reposição hormonal67.
As variáveis altura, peso e IMC apresentaram correlação positiva com o GMR, nos dois grupos. Destas, a variável peso foi a que apresentou maior influência, o que já foi previamente descrito por outros autores8,13,35,46,68.
Vale ressaltar que a massa magra tende a ser mais influente que o peso total no GMR, pois este é o tecido metabolicamente mais ativo do organismo21,22. No entanto o gasto energético muscular pode variar de
DISCUSSÃO -62
inervação simpática e nível de catecolaminas, o que justificaria diferenças individuais do GMR69.
Apesar de alguns autores defenderem a importância de expressar o GMR em função da massa magra, ainda não existe um consenso devido provavelmente a limitações metodológicas da avaliação da composição corporal13. Neste estudo, a avaliação da composição corporal não foi
realizada, mas sua análise poderia ter complementado os resultados de maneira interessante, especialmente para permitir uma melhor comparação do GMR entre grupos com diferentes faixas de peso, pois a expressão do GMR por massa magra parece ser mais precisa para tal comparação, devendo ser realizada em estudos futuros49.
Na ausência de dados referentes à massa magra, a variável peso é a responsável pela maior parte das alterações do GMR, motivo pelo qual optou-se por dividir a amostra em quintis de peso para padronização dos valores de GMR.
Esta padronização mostrou que quanto maior o peso, maior é o GMR diário (kcal/dia), mas quando o GMR é corrigido por quilo de peso corporal (kcal/kg), esta relação tende a ficar menor conforme o peso aumenta, ou seja, quanto mais obesa menor é o gasto energético por quilo de peso.
Um estudo conduzido com mulheres brasileiras residentes em Porto Alegre encontrou resultados similares aos nossos, onde o GMR médio foi de 1185,3 kcal/dia para pacientes com peso médio de 57 kg, valor próximo ao esperado em nosso estudo para mulheres no quintil de peso de até 66 kg onde o GMR médio varia de 1201 a 1252 kcal/dia. Esse resultado fica ainda
DISCUSSÃO -63
mais semelhante ao se avaliar esses valores corrigidos por quilo de peso corpóreo: 20,79 kcal/kg no estudo de Porto Alegre e 20,66 kcal/kg no presente estudo49.
Estudos conduzidos na população chilena com diferentes faixas de IMC trouxeram resultados onde os valores de GMR por quilo de peso corpóreo diminuíam conforme a faixa de IMC aumentava, resultado também concordante com o nosso27,70.
Comparando nossos resultados aos obtidos em uma população espanhola, as mulheres com média de peso de 60 kg, apresentavam GMR médio de 1307 kcal/dia, ou seja 21,78 kcal/kg de peso, valores similares à mesma faixa de peso do nosso estudo (1226 kcal/dia ou 20,66 kcal/kg de peso), e de 1572 kcal/dia ou 17,66 kcal/kg para mulheres com média de peso de 89 kg, valores novamente concordantes com os nossos (1513 kcal/dia ou 17,2 kcal/kg de peso)46.
O GMR de populações femininas americanas e alemãs também se comportou de maneira semelhante ao da população estudada: o valor médio de GMR aumentou em paralelo ao aumento de peso (1394 kcal/dia para média de peso 73,7 kg e 1601 kcal/dia para média de peso de 89,7 kg) e quando o GMR foi ajustado por quilo de peso, este reduziu conforme o peso aumentou (19 kcal/kg para média de peso 73,7 kg e 17 kcal/kg para média de peso de 89,7 kg)59. Essa mesma tendência se repetiu em um estudo com população feminina belga71.
Os maiores valores de GMR total diário (kcal/dia) encontrados nos maiores quintis de peso podem em parte ser explicados pelos indivíduos
DISCUSSÃO -64
obesos terem maior quantidade de massa magra que indivíduos mais magros24.
Sugere-se o uso desta padronização como referência para avaliar o resultado do exame de CI, ou seja, se o GMR obtido encontra-se dentro, acima ou abaixo do padrão de nossa população, torna-se possível classificar o GMR como hipo, normo ou hipermetabólico. Essa análise tem grande utilidade na prática clínica, uma vez que o uso do GMR como preditor de ganho de peso é bem estabelecido na literatura72. Após quatro anos de
seguimento, Ravussin et al.26 concluíram que indivíduos com valores mais baixos de GMR têm aproximadamente oito vezes mais chance de ganhar 10 kg nesse período em comparação àqueles com valores maiores de GMR, sugerindo que valores baixos de GMR seriam responsáveis por aproximadamente 40% do aumento de peso.
Essa padronização pode ainda ser utilizada como referência para cálculo do GMR quando este não puder ser aferido por CI, uma vez que as equações propostas na literatura, inclusive a atualmente mais utilizada na prática clínica, a fórmula de HB, parecem não ser adequadas para estimar com acurácia o GMR.
Nosso resultado mostrou que a fórmula de HB tende a superestimar o GMR na população feminina brasileira, em aproximadamente 7%. Apesar de parecer pequena, esta superestimação pode levar a uma perda de peso menor em 20% ao mês, o que é bem expressivo. Existem resultados de outros estudos brasileiros que apontaram para superestimações ainda maiores, de 17% a 19%49,73,74. Um estudo em uma população feminina
DISCUSSÃO -65
chilena com características bem similares à aqui estudada documentou um resultado de superestimação muito próximo ao nosso: cerca de 8%70. A
fórmula de HB parece também não ser adequada para a população norte- americana e a chinesa, sendo a superestimação em torno de 14%75,76. A inadequação dos valores de GMR pela fórmula de HB é citada não apenas para população feminina chinesa, mas também para outras populações asiáticas, sendo a superestimação por volta de 8,5%77.
No caso da população italiana a fórmula de HB apresentou excelentes resultados, assim como nas mulheres belgas, onde a acurácia é em torno de 90%, provavelmente devido ao fato destas populações serem européias e apresentarem características mais semelhantes à população utilizada originalmente na elaboração da fórmula de HB30,71. Apesar disso, em uma população espanhola, embora européia, foi notada uma subestimação dos valores do GMR em 12,5%.
Em contrapartida, dois estudos nacionais encontraram valores de GMR subestimados em torno de 4%, diferentemente dos achados do presente estudo e da maior parte da literatura8,78. Esse fato talvez possa ser justificado pela amostra de um deles ser limitada (inferior a 30 participantes)8, pelo fato do outro misturar em sua população homens e mulheres78 e em ambos deve-se ressaltar a influência de diferenças
individuais e diferenças metodológicas para o presente estudo.
Frankfield et al.15 realizaram uma extensa revisão da literatura, analisando 25 estudos de validação da fórmula de HB, e como resultado, concluíram que tal equação tende a, mais freqüentemente, superestimar,
DISCUSSÃO -66
apesar de haver casos de subestimação, tanto em eutróficos quanto em obesos. No caso de obesos esta revisão ressalta que o uso do peso ajustado, apesar de reduzir a chance de superestimação, aumenta drasticamente a chance de subestimação.
Em especial na população com maior grau de obesidade existe um maior risco de inadequação das equações preditivas de maneira geral, devido principalmente à dificuldade de escolha no peso a ser aplicado (atual, ajustado ou ideal). Além disso, soma-se o fato de que a maior parte das equações hoje utilizadas foi feita baseada em indivíduos sem sobrepeso ou obesidade, e mesmo as fórmulas baseadas em populações obesas parecem não se adequar e trazer resultados de GMR superestimados15,46.
Nossos dados trouxeram valores de superestimação menores para a população do G2, composto por população com maior grau de obesidade, em comparação ao restante da amostra, diferentemente do descrito na literatura, provavelmente devido à amostra deste grupo ser significativamente menor.
De uma maneira geral pode-se concluir que a fórmula de HB não é adequada para estimativa do GMR em nossa população. Entre as explicações para tal inadequação estão além das já citadas diferenças de etnia, idade e composição corporal, deve-se lembrar das diferenças de regiões geográficas/clima, atividade física e dieta13,49.
Das equações propostas na literatura, existe uma única equação baseada em populações tropicais: equação de Henry e Rees44, que, entretanto, superestima os valores de GMR em torno de 8% a 15%, não sendo também adequada. As equações da FAO/OMS/UNU43 trazem valores
DISCUSSÃO -67
igualmente superestimados, assim como valores obtidos pela DRI 2005 (NAP)8,45,49,73,74,78,79.
Esses achados evidenciam o fato de que não é possível utilizar uma equação global para predição do GMR, devendo o cálculo ser feito de acordo com as características específicas de cada população.
O cálculo inadequado das necessidades energéticas pode levar a uma perda de peso inferior à esperada e dificultar o tratamento clínico da obesidade. Diferenças mesmo pequenas no cálculo do GMR podem ter um importante impacto nas variações do peso corpóreo em longo prazo26,80,81. Weyer et al.80 mostraram que uma diferença de apenas 70 calorias por dia
está associada com importantes diferenças e subseqüente ganho de peso. Outros autores sugerem que um excesso de 40 a 60 calorias por dia seria suficiente para conduzir a um acúmulo de 6 kg em quatro anos72.
Sendo assim, buscamos propor a partir dos dados de nossa população novas equações para estimar de maneira mais precisa o GMR.
O novo modelo de equação proposto para Grupo 1, assim como a equação com fator de correção, apresentaram erro médio quadrático significantemente menor que o encontrado para fórmula de HB (152,24, 154,86 e 172,99; respectivamente), sendo portanto mais adequado o uso de uma dessas opções para o cálculo do GMR.
Para o Grupo 2, a melhor opção foi a fórmula de HB com fator de correção, uma vez que esta proposta foi a que apresentou o menor valor de erro médio quadrático quando comparado ao novo modelo e fórmula de HB (197,98, 205,32 e 207,07; respectivamente). Vale ressaltar que a diferença
DISCUSSÃO -68
entre os erros médios do novo modelo e da fórmula de HB não foram estatisticamente diferentes entre si.
Em populações extremamente obesas é realmente mais difícil a adequação de fórmulas, pois existe uma dificuldade na escolha do peso a ser aplicado, o que pode influenciar demasiadamente seus resultados. A composição corporal não se altera de maneira linear à medida que aumenta o peso, devido a um aumento desproporcional da massa gorda, metabolicamente pouco ativa, além de existir a influência da hidratação no valor do peso total, levando a uma superestimativa ao se utilizar o peso atual. Em contrapartida, a determinação fidedigna do peso ideal é difícil. Já o uso do peso ajustado poderia ser uma boa alternativa, mas não existe consenso sobre o uso do peso ajustado, uma vez que este pode não ser o mais adequado de acordo com a população estudada23.
O fato do número de exames avaliados no G2 ter sido bem inferior ao G1 (180 e 580, respectivamente) pode ter influenciado de forma negativa os resultados de validação para nossa população de obesos graves.
Sugere-se, portanto, um estudo que verifique em nossa população qual o melhor peso a ser aplicado: atual, ideal ou ajustado e a partir desta determinação com base em uma amostra maior seja desenvolvida uma nova