Acceso usuarios
Eduardo Navarrete Espinoza, Daniela Mateluna Palomo, Patricio Sandoval Urrea
Con el objetivo de identificar las variables antropométricas que mejor explican el estado nutricional del personal femenino del sector silvoa-gropecuario de las regiones del Maule y Bío-Bío en Chile, se determinó su estado nutricional a través de tres indicadores: el índice de masa corporal (IMC), porcentaje de masa grasa obtenido a través de impedancia bioeléctrica y mediciones subcutáneas. La presente investigación propone como hipótesis que una evaluación antropométrica permite determinar las variables que explican la composición corporal, a través de técnicas multivariantes. La identificación de perfiles antropométricos, que permitieron caracterizar la probabilidad de presentar sobrepeso en las trabajadoras, se realizó a través de árboles de clasificación, técnica estadística que se basa en el uso de variables predictoras para particionar la base de datos, en regiones similares, obteniendo grupos altamente homogéneos para una característica en particular. Como resultado se determinó que la población bajo estudio presenta altos porcentajes de obesidad. La metodología de clasificación determinó, para el caso del IMC, que las variables antropométricas que explicaron significativamente la probabilidad de presentar sobrepeso fueron el perímetro de cadera y edad; en cambio, para el caso del porcentaje de masa grasa determinado por medio de impedancia bioeléctrica, fueron perímetro de antebrazo y pliegue tricipital; y a través de pliegues subcutáneos, pliegue submentoniano, la talla y el peso.
In order to identify the anthropometric variables that best explain the nutritional status of female staff of the agriculture and forestry sector of the Maule and Bio Bio in Chile, nutritional status was determined using three indicators: body mass index (BMI ), percentage of fat mass obtained through bioelectrical impedance and subcutaneous measurements. This research proposes the hypothesis that an anthropometric assessment to determine the variables that explain the body composition through multivariate techniques. The identification of anthropometric profiles, which allowed to characterize the probability of overweight women workers, was carried through classification trees, statistical technique based on the use of predictive variables to partition the database, in similar regions, obtaining highly homogeneous groups for a particular feature. As a result it was determined that the study population has high percentages of obesity. The classification methodology determined for the case of BMI, anthropometric variables that significantly explained the probability of overweight were hip circumference and age; however, in the case of fat mass percentage determined by bioelectrical impedance they were forearm circumference and triceps skinfold; and through skinfolds, submental crease, height and weight.
