RESUMO Objetivou-se desenvolver percentis de indicadores de composição corporal e determinar pontos de corte para predizer o risco de síndrome metabólica (SM) em crianças de seis a 10 anos de idade. Estudo epidemiológico de corte transversal, de base populacional, com participação de 1480 escolares de seis a 10 anos de idade. A avaliação antropométrica (massa corporal, estatura e dobras cutâneas) e a aferição da pressão arterial foram realizadas nas escolas. O índice de massa corporal (IMC) bem como o percentual de gordura (%GC), percentual de massa magra (%MM), massa corporal gorda (MCG) foram calculados de acordo com fórmulas padronizadas para crianças. A coleta de sangue para avaliar o perfil lipídico e glicêmico também foi realizada na escola, em dias e horários pré-estabelecidos. O diagnóstico da SM foi determinado com base em alterações nos triglicerídeos, HDL-c, glicemia, perímetro de cintura e pressão arterial. O método LMS foi utilizado para desenvolver os percentis, a área sob a curva ROC (AUC) para identificar a acurácia dos indicadores e a sensibilidade e especificidade para determinar os pontos de corte. MCG e %GC apresentaram valores significativamente superior nas meninas e também valores inferiores para a MCM em relação aos meninos (p<0,05). Os indicadores de composição corporal, IMC, MCG e %GC apresentaram acurácia na predição do risco de SM para ambos os sexos em todas as idades. Os principais indicadores de composição corporal para predição do risco de SM, em ambos os sexos, foram o IMC, %GC e MCG. Esses achados sugerem que medidas antropométricas simples, que podem ser realizadas na prática clínica, tem potencial para direcionar ações não medicamentosas Objetivouse Objetivou se (SM 1 idade transversal populacional 148 cutâneas escolas IMC (IMC %GC, GC , (%GC) %MM, MM %MM (%MM) (MCG escola préestabelecidos. préestabelecidos pré estabelecidos. estabelecidos pré-estabelecidos triglicerídeos HDLc, HDLc HDL c, c HDL-c glicemia AUC (AUC p<0,05. p005 p p<0,05 . 0 05 (p<0,05) idades simples clínica 14 (%GC (%MM p00 p<0,0 (p<0,05 p0 p<0, (p<0,0 p<0 (p<0, p< (p<0 (p< (p
ABSTRACT The aim of this study was to develop percentiles of body composition indicators and determine cutoff points to predict metabolic syndrome (MS) risk in 6-10-year-old children. This is a cross-sectional, population-based epidemiological study with the participation of 1480 schoolchildren aged 6-10-year. Anthropometric assessment (body mass, height, and skinfolds) and blood pressure measurement were performed in schools. The body mass index (BMI), as well as the body fat percentage (%BF), lean body mass (LBM), fat body mass (FBM), were calculated according to standardized formulas for children. Blood collection to assess the lipid and glycemic profile was also performed at school, on pre-established days and times. The MS diagnosis was determined based on changes in triglycerides, HDL-c, blood glucose, waist circumference, and blood pressure. The LMS method was used to develop the percentiles, the area under the ROC curve (AUC) to identify the accuracy of the indicators, and the sensitivity and specificity to determine the cutoff points. FBM and %BF had significantly higher values in girls, who also had lower values for %LM compared to boys (p<0.05). The indicators of body composition, BMI, FBM, and %BF were accurate in predicting the MS risk for both sex at all ages. The main indicators of body composition to predict the MS risk, in both sex, were BMI, FBM, and %BF. These findings suggest that simple anthropometric measurements, which can be performed in clinical practice, have the potential to direct non-pharmacological actions. (MS 610yearold yearold 6 10 year old children crosssectional, crosssectional cross sectional, sectional cross-sectional populationbased population 148 610year. 610year year. 6-10-year height skinfolds schools BMI , (BMI) %BF, BF (%BF) LBM, LBM (LBM) (FBM) school preestablished pre established times triglycerides HDLc, HDLc HDL c, c HDL-c glucose circumference AUC (AUC girls LM p<0.05. p005 p p<0.05 . 0 05 (p<0.05) ages measurements practice nonpharmacological non pharmacological actions 1 14 (BMI (%BF (LBM (FBM p00 p<0.0 (p<0.05 p0 p<0. (p<0.0 p<0 (p<0. p< (p<0 (p< (p