OBJETIVO: Predizer a resistência à insulina em crianças a partir de indicadores antropométricos e metabólicos por análise de sensibilidade e especificidade dos pontos de corte. MÉTODOS: Estudo transversal foi realizado em 109 crianças de 7 a 11 anos, sendo 55 obesas, 23 sobrepesadas e 31 eutróficas, classificadas pelo índice de massa corporal (IMC) para idade. Foram medidos IMC, circunferências da cintura e quadril, razão circunferência da cintura/circunferência do quadril, índice de conicidade e percentual de gordura (absortometria de raio X de dupla energia). Coleta sangüínea em jejum foi realizada para mensuração da trigliceridemia, glicemia e insulinemia. A resistência à insulina foi avaliada pelo método homeostase glicêmica, considerando-se o percentil 90 como ponto de corte. Na identificação dos preditores de homeostase glicêmica, foi adotada a análise das curvas receiver operating characteristic com intervalo de confiança de 95%, calculando-se posteriormente a sensibilidade e especificidade. RESULTADOS: Os indicadores com poder de predição da resistência à insulina analisando a área sob a curva receiver operating characteristic (intervalo de confiança), com respectivos pontos de corte, foram, nesta ordem: insulinemia = 0,99 (0,99-1,00), 18,7 µU×mL-1; percentual de gordura = 0,88 (0,81-0,95), 41,3%; IMC = 0,90 (0,83-0,97), 23,69 kg×m²-¹; circunferência da cintura = 0,88 (0,79-0,96), 78,0 cm; glicemia = 0,71 (0,54-0,88), 88,0 mg×dL-1; trigliceridemia = 0,78 (0,66-0,90), 116,0 mg×dL-1 e índice de conicidade = 0,69 (0,50-0,87), 1,23 para amostra total; e insulinemia = 0,99 (0,98-1,00), 19,54 µU×mL-1; percentual de gordura = 0,76 (0,64-0,89), 42,2%; IMC = 0,78 (0,64-0,92), 24,53 kg×m²-¹; circunferência da cintura = 0,77 (0,61-0,92), 79,0 cm e trigliceridemia = 0,72 (0,56-0,87), 127,0 mg×dL-1 para os obesos. CONCLUSÕES: Indicadores antropométricos e metabólicos apresentaram bom poder de predição da resistência à insulina em crianças entre 7 e 11 anos, utilizando-se pontos de corte com melhor equilíbrio entre sensibilidade e especificidade da técnica preditora.
OBJECTIVE: To predict insulin resistance in children based on anthropometric and metabolic indicators by analyzing the sensitivity and specificity of different cutoff points. METHODS: A cross-sectional study was carried out of 109 children aged 7 to 11 years, 55 of whom were obese, 23 overweight and 31 well-nourished, classified by body mass index (BMI) for age. Measurements were taken to determine BMI, waist and hips circumferences, waist circumference/hip circumference ratio, conicity index and body fat percentage (dual emission X-ray absorptiometry). Fasting blood samples were taken to measure triglyceridemia, glycemia and insulinemia. Insulin resistance was evaluated by the glycemic homeostasis method, taking the 90th percentile as the cutoff point. Receiver operating characteristic curves were analyzed to a 95% confidence interval in order to identify predictors of glycemic homeostasis, and sensitivity and specificity were then calculated. RESULTS: After analysis of the area under the receiver operating characteristic curve (confidence interval), indicators that demonstrated the power to predict insulin resistance were, in the following order: insulinemia = 0.99 (0.99-1.00), 18.7 µU×mL-1; body fat percentage = 0.88 (0.81-0.95), 41.3%; BMI = 0.90 (0.83-0.97), 23.69 kg×m2-¹; waist circumference= 0.88 (0.79-0.96), 78.0 cm; glycemia = 0.71 (0.54-0.88), 88.0 mg×dL-1; triglyceridemia = 0.78 (0.66-0.90), 116.0 mg×dL-1 and conicity index = 0.69 (0.50-0.87), 1.23 for the whole sample; and were: insulinemia = 0.99 (0.98-1.00), 19.54 µU×mL-1; body fat percentage = 0.76 (0.64-0.89), 42.2%; BMI = 0.78 (0.64-0.92), 24.53 kg×m2-¹; waist circumference = 0.77 (0.61-0.92), 79.0 cm and triglyceridemia = 0.72 (0.56-0.87), 127.0 mg×dL-1, for the obese subgroup. CONCLUSIONS: Anthropometric and metabolic indicators appear to offer good predictive power for insulin resistance in children between 7 and 11 years old, employing the cutoff points with the best balance between sensitivity and specificity of the predictive technique.
