RESUMO Objetivo: Determinar novos valores de referência do índice de massa corporal (IMC) para a classificação do estado nutricional de crianças de seis a 10 anos da cidade de Montes Claros (MG) Brasil. Métodos: Foi utilizada uma amostra de 3.863 sujeitos de ambos os sexos, sendo mensurados massa corporal e estatura para a determinação do IMC. Para a obtenção dos pontos de corte utilizou-se o método Lambda, Sigma e Mu (LMS). Em seguida, as curvas de cada estrato foram suavizadas por polinômios de 4º grau por sexo, e, por interpolação das médias aritméticas, foram obtidos os valores semestrais da distribuição. Foram calculados os percentis 3%, 85% e 95% para a classificação de baixo peso, sobrepeso e obesidade, respectivamente, de acordo com sexo e idade. Resultados: Após a tabulação em intervalos semestrais dos valores dos parâmetros LMS por sexo, foi possível construir o gráfico com sete centis da distribuição do IMC, sendo apresentados os novos parâmetros do IMC para crianças de 6 a 10 anos de Montes Claros, equivalentes aos valores 17,5, 25 e 30 kg/m2 para baixo peso, sobrepeso e obesidade respectivamente. Conclusões: Em relação à população de Montes Claros, a utilização das tradicionais referências para o IMC pode resultar em uma superestimativa do baixo peso e subestimativa do sobrepeso e obesidade. O que se sugere é que, para o uso de valores de referência do IMC para classificar o estado nutricional de crianças e adolescentes, sejam realizados estudos com atualizações periódicas, respeitando as características de cada localidade.

ABSTRACT Objective: To determine new body mass index (BMI) reference values to classify the nutritional status of children aged six to ten years old from the city of Montes Claros (state of Minas Gerais), Southeast Brazil. Methods: The sample consisted of 3,863 individuals from both genders. Body mass and height were measured to determine the BMI. We adopted the Lambda, Mu, and Sigma (LMS) method to obtain the cut-off points. After that, each stratum curve was smoothed using quartic polynomials by gender. Average interpolation was used to determine the biannual distribution values. We calculated the 3rd, 85th, and 95th centiles to classify underweight, overweight, and obesity, respectively, according to gender and age. Results: After tabulating the LMS parameters at biannual intervals by gender, we plotted a graphic with seven centiles of BMI distribution and calculated the new BMI parameters for children aged 6-10 years old from the city of Montes Claros. The cut-off values for underweight, overweight, and obesity classification were, respectively, 17.5, 25 and 30 kg/m2. Conclusions: For the studied children, the use of traditional BMI references may result in the overestimation of underweight and underestimation of overweight and obesity. Studies should be carried out with periodic updates, respecting the characteristics of each location in order to use BMI reference values to classify the nutritional status of children and adolescents.