Introducción

La evaluación del estado nutricional valora la composición corporal de un individuo y la compara con parámetros de referencia, para determinar el diagnóstico respectivo y los requerimientos nutricionales; así mismo, permite monitorear las intervenciones terapéuticas, evaluar la eficacia del tratamiento nutricional e identificar a los pacientes hospitalizados con mayor riesgo de complicaciones asociadas a desnutrición (DNT) ^1,2.

La antropometría evalúa de manera indirecta las reservas de proteínas y grasa corporal; los parámetros clásicos como el peso corporal, las mediciones de pliegues cutáneos y circunferencias como la del brazo, cintura y pantorrilla, indican el grado de DNT, pero las alteraciones en dichos parámetros sólo aparecen después de un período prolongado de déficit en el aporte de energía y nutrientes ³.

Como todo músculo esquelético, el músculo aductor del pulgar (MAP), localizado en la primera comisura de la mano, se depleta durante el catabolismo y presenta atrofia por la inactividad ocasionando disminución de la fuerza de contracción y aumento de la fatiga muscular ³.

En años recientes, la medición del grosor del MAP (GMAP) se ha posicionado como una nueva técnica de evaluación de la masa muscular y de predicción de complicaciones en pacientes hospitalizados por ser no invasiva, rápida y de bajo costo ^4-8.

De manera simultánea, la innovación tecnológica ha permitido el desarrollo de varios dispositivos sofisticados para el análisis directo de la composición corporal como el método de impedancia bioeléctrica, el cual se fundamenta en la oposición de las células, los tejidos o líquidos corporales al paso de una corriente eléctrica para estimar la cantidad de agua corporal, la masa grasa (MG) y la masa libre de grasa (MLG) ⁹.

Otro método complementario es la medición de la fuerza muscular (FM) por dinamometría o test de fuerza de prensión digitopalmar, siendo de bajo costo, simple y rápido, el cual fue descrito por Klidjian et al¹⁰, y consiste en la aplicación de la fuerza máxima voluntaria de prensión de la mano como principio para estimar la función del músculo esquelético, además, permite identificar aquellos individuos con mayor riesgo de desarrollar complicaciones relacionadas con DNT ^11,12.

Con base en lo anterior y después de realizar una búsqueda de investigaciones en Colombia sobre el MAP, en la cual se evidenció que no existían estudios previos, se decidió realizar esta investigación pionera en el país, que tuvo como objetivo determinar la relación entre el GMAP, la MLG y la FM en adultos hospitalizados en el Hospital Universitario Nacional de Colombia (HUN).

Material y métodos

Resultados

Se estudiaron 157 pacientes, 61% hombres y 39% mujeres; la edad promedio fue 63.3±17.0 años, con un mínimo de 21 y un máximo de 94 años; el 75% era mayor de 60 años. La mayoría refirió llevar a cabo una actividad moderada (51%), siguieron la actividad leve (43%) y en menor proporción la actividad intensa (6%). El 48% fue atendido por medicina interna, el 27% por cirugía y el 25% por otras especialidades.

En la Tabla 1 se presentan los resultados generales de las variables antropométricas y demográficas. En la Tabla 2 se evidencia una diferencia significativa entre hombres y mujeres al comparar el GMAP de la mano dominante (GMAPD) con el de la mano no dominante (GMAPnD). Las variables que resultaron no significativas entre hombres y mujeres y que se pueden considerar estadísticamente iguales para ambos grupos fueron la edad, el IMC, la CB (CMB - sí tuvo diferencias significativas entre ambos grupos), C.Cintura y CP.

Dado que la mayoría de las variables resultaron significativamente iguales según se observa en la Tabla 2, también se revisaron las diferencias que resultaban significativas entre hombres menores y mayores de 60 años y entre mujeres menores y mayores de 60 años. Los resultados se presentan en la Tabla 3. Se clarifica que las variables PCT y CMB no fueron medidas para mayores de 60 años y la CP no se midió para menores de 60 años y por esta razón no fueron incluidas en las comparaciones; se concluye de esta tabla, que hubo una diferencia significativa entre menores y mayores de 60 años para ambos sexos en las variables de talla, peso actual, peso usual, CB, MLG, M.Ósea y G.Visceral. Hubo una diferencia significativa entre hombres menores y mayores de 60 años para ACT y FM, pero no para mujeres. Por el contrario, se halló una diferencia significativa entre mujeres menores y mayores de 60 años para GMAPnD.

En cuanto al peso, sólo 5% mantuvo su peso usual, el 26% aumentó de peso y la mayoría de los pacientes (69%) tuvo una pérdida de peso en el último mes, principalmente en grado moderado. Al evaluar el IMC, se encontró que 49% de los pacientes presentaron un peso normal para su talla, el 40% tenía exceso de peso (26% preobesidad, 12% obesidad grado 1 y 2% obesidad grado 2) y 11% presentaba algún grado de déficit.

En cuanto a las circunferencias corporales, la C.Cintura fue mayor en hombres y en personas mayores de 60 años, sólo 14% presentó una C.Cintura en el rango normal. El PCT fue mayor en mujeres y la CMB, mayor en hombres La CP, se encontró normal en 88%, siendo menor en mujeres.

En composición corporal se evaluaron la MG, el nivel de G.Visceral y la MLG; la MG fue superior en los mayores de 60 años; así mismo, se valoró la G.Visceral encontrando que 36% de los sujetos presentó exceso; en cuanto a la MLG el valor fue mayor en hombres y en personas menores de 60 años . En cuanto a la FM, el 68% de los pacientes presentó déficit, siendo menor en mujeres y en personas mayores de 60 años (Figura 1).

Figura 1  FM en población general.  

En la población general se encontraron las siguientes correlaciones significativas positivas: C.Cintura y G.Visceral (r = 0.70); C.Cintura e IMC (r = 0.75); G.Visceral e IMC (r = 0.55); G.Visceral y peso actual (r = 0.51); FM y peso actual (r = 0.46). En menores de 60 años se encontraron las siguientes correlaciones significativas positivas: IMC y PCT (r = 0.68); CMB y peso actual (r = 0.65); CMB y MLG (r = 0.59); C.Cintura y PCT (r = 0.47); FM y CMB (r = 0.42); PCT y MG (r = 0.80); C.Cintura y MG (r = 0.75); peso actual y MG (r = 0.49);IMC y MG (r = 0.80). En mayores de 60 años se encontraron las siguientes correlaciones significativas positivas: CP y peso actual (r = 0.76); IMC y CP (r = 0.70); CB y CP (r = 0.66); CP y MLG (r = 0.55).

Al realizar un análisis global de las diferentes mediciones y determinar el diagnóstico nutricional, se observa que la mayoría de los pacientes (44%) presentaban malnutrición por exceso (preobesidad y obesidad) (Figura 2). Se encontró una correlación significativa positiva entre el GMAPD y el GMAPnD (r = 0.93). Es de mencionar que, en el grupo menor de 60 años, también se halló una correlación significativa positiva entre estas dos mediciones (r = 0.90). Para efectos de análisis, en nuestro estudio se tomó como referencia el GMAPD, el cual correspondió a 17±3.7 mm y en la mano no dominante a 16±3.5 mm. En los hombres se obtuvo un valor promedio de 18±3.4 mm, superior al de las mujeres 15.3±3.6 mm. En la mano no dominante se obtuvo un promedio 17±3.3 mm en hombres que supera al de las mujeres con promedio de 14.5±3.4 mm.

Figura 2  Diagnóstico nutricional.  

En cuanto al GMAPD comparativo por grupos de edad, los menores de 60 años tuvieron un promedio superior en comparación con los mayores de 60. En el GMAPnD se obtuvieron valores inferiores con el mismo comportamiento entre menores y mayores de 60 años. En la Tabla 4 se diferencian los valores de GMAP discriminados por sexo y grupo de edad.

Para evaluar la reducción del GMAPD con relación a la edad se realizó un análisis de regresión entre las dos variables. La Figura 3 muestra una asociación negativa que implica una reducción del grosor de este músculo a medida que aumenta la edad. Este modelo de regresión arroja una línea con ecuación GMAPD=21-0.06*edad, lo cual implicaría una reducción de 0.06 milímetros de grosor por año con intercepto y pendientes significativos. Sin embargo, el valor R2 de este modelo es apenas 8%, lo que implica que la edad apenas explica 8% de la variabilidad y no puede considerarse como un predictor suficiente para el GMAP.

Figura 3  Dispersión de GMAP vs edad.  

Al evaluar la reducción antes y después de los 60 años, se encontraron comportamientos diferentes; al correr el modelo solo para menores de 60 años resulta ser GMAPD=17.09+0.02*edad, siendo la edad no significativa (también con R2=0.01, lo cual implica que antes de los 60 años la reducción no es significativa) mientras que para mayores de 60 años el modelo obtenido es GMAPD=29.8-0.18*Edad (R2=0.17), lo que evidencia que la reducción en el grosor es más significativa y drástica para mayores de 60 años con reducciones de 0.18 milímetros por año. En la Figura 4 se evidencia una reducción drástica en mayores de 60 años con una pendiente estadísticamente diferente a la pendiente para menores de 60 años.

Figura 4 Dispersión con línea ajustada de GMAP vs edad. (a) A la izquierda, menores de 60 años; (b) A la derecha, mayores de 60 años. 

La curva ROC ¹⁶ construida en la Figura 5, permite detectar DNT moderada y severa con un área bajo la curva de 0.9177 que es la probabilidad de clasificar correctamente a un individuo en grupos de DNT/No DNT, usando como clasificador su GMAP. Cada punto de la curva ROC corresponde a un posible punto de corte del test diagnóstico e informa su respectiva sensibilidad (eje Y, tasa de verdaderos desnutridos de aproximadamente 90%) y 1-especificidad (eje X, tasa de falsos desnutridos de aproximadamente el 20%). De acuerdo con el punto de corte establecido por la curva, personas con GMAPD por debajo de 13.4 mm se consideran desnutridas.

Figura 5  Curva ROC del GMAPD para determinar DNT.  

Cuando se replica el ejercicio en análisis separado por sexo, el punto de corte para hombres fue de 14.5 mm (16.2 mm para menores de 60 años y 14.5 mm para mayores de 60 años). Para mujeres el punto de corte fue de 12.8 mm (11.9 mm para mayores de 60 años; para mujeres menores de 60 años no fue posible establecer punto de corte, debido a que todas las pacientes de este grupo etáreo presentaron DNT).

Adicionalmente, se realizó un análisis logístico multi-variado para determinar la fuerza de la asociación entre las variables independientes y la probabilidad de no estar desnutrido. Después de eliminar todas las variables que generaban multicolinealidad (información redundante debido a las correlaciones entre las variables), el mejor ajuste se logra con el modelo: Prob(No DNT)=14.19 -2.25*Sexo+0.16*GMAPD-0.29*ACT. Para el modelo anterior todos los coeficientes son estadísticamente significativos con un R2=0.20. Esto muestra que a mayor GMAPD, menor probabilidad de DNT; las mujeres tienen más probabilidad de DNT.

Similar al análisis realizado por Bielemann ¹⁷, se estudió la relación entre el GMAP y la MLG. Después de verificar que la variable sexo es estadísticamente significativa, se corrieron dos análisis de regresión: uno para hombres y otro para mujeres; se observan diferencias significativas entre ambos grupos y una asociación positiva significativa directamente proporcional entre las dos variables (r = 0.45). Al trazar la línea de regresión en dos modelos diferentes de acuerdo al sexo se obtiene el resultado que se muestra en la Figura 6.

Figura 6  Relación entre MLG y GMAP diferenciada por sexo.  

Los intervalos de confianza entre los dos ajustes de línea no se superponen, mostrando diferencias significativas entre hombres y mujeres. La ecuación de la recta para los hombres es MLG= 44.59+ 0.379*GMAPD (R2=0.04), con ambos coeficientes estadísticamente diferentes de cero; mientras que la recta para las mujeres es MLG = 28.44+0.63*GMAPD (R2 = 0.22) con ambos coeficientes igualmente significativos. Los valores bajos de R2 en ambas muestras evidencian que el GMAPD, aunque significativo no es suficiente como predictor de la MLG.

Al correlacionar la MLG y la FM se encontró una correlación significativa positiva directamente proporcional en la muestra total (r = 0.69); al evaluar esta correlación en hombres, el valor aún significativo se redujo (r = 0.43) mientras que en mujeres aumentó ligeramente (r = 0.45), siendo también significativa. La diferenciación por grupos de edad también fue significativa en menores de 60 años (r = 0.58) y en mayores de 60 años (r = 0.68). En la Figura 7 se muestra la relación entre la FM y la MLG, se observan diferencias significativas entre hombres y mujeres al no superponerse las bandas de confianza de ambos modelos de regresión. La ecuación de la recta para los hombres es MLG = 43.17+0.32*FM (R2=0.19), con ambos coeficientes estadísticamente diferentes de cero; mientras que la recta para las mujeres es MLG = 32.56+0.37*FM (R2=0.20) con ambos coeficientes igualmente significativos.

Figura 7  Relación entre MLG y FM diferenciada por sexo.  

Los valores bajos de R2 en ambas muestras evidencian que la FM, aunque significativa no es suficiente como variable predictora de la MLG. Un modelo más completo para hombres al incluir otras variables explicativas de la MLG se obtuvo como MLG = -51.12+0.39*talla+1.02*CP con ambas variables significativas, se excluye el grosor del GMAPD como una variable significativa y con una explicación de la variabilidad (R2=0.66). Para mujeres, las mismas variables resultan significativas obteniendo el modelo más sencillo de MLG = -35.45+0.29*talla+0.82*CP con un R2=0.79. Este modelo se puede validar en futuros estudios.

Se encontró una correlación positiva significativa entre el GMAPD y la FM (r = 0.53), con diferencias entre hombres y mujeres. Después de verificar que la variable sexo es estadísticamente significativa en el modelo, se corrieron dos análisis de regresión: uno para hombres y otro para mujeres. En la Figura 8 se observa la relación entre el GMAPD y la FM para hombres y mujeres. La ecuación de la recta para los hombres es FM =7.38+0.98*GMAPD (R2=0.17), con ambos coeficientes estadísticamente diferentes de cero; mientras que la recta para las mujeres es FM = 2.99+0.72*GMAPD (R2=0.23) con ambos coeficientes igualmente significativos. Los valores bajos de R2 en hombres y mujeres, aunque más altos que los obtenidos para la MLG, muestran que el GMAPD aunque significativo no es suficiente como predictor de la FM.

Figura 8 Relación entre FM y GMAP diferenciada por sexo. 

Discusión

En cuanto al diagnóstico nutricional, la mayoría de las personas presentó un exceso de peso, con aumento de la C.Cintura y de la MG, niveles normales de G.Visceral y CMB. Se encontró que 69% de las personas tuvo una disminución de peso y una FM baja, lo cual puede ser secundario a la hospitalización asociada a astenia, adinamia e hiporexia, entre otros factores. Los resultados obtenidos son acordes con aspectos fisiológicos propios del sexo y la edad, encontrando en los hombres una mayor talla, CMB y FM; en los mayores de 60 años mayor MG y menor FM (18,19). En nuestra investigación se encontró menor porcentaje de DNT y mayor proporción de normalidad y exceso de peso en comparación con los resultados del estudio de Bragagnolo et al en 2009 ²⁰.

Bakkal et al²¹ encontraron que la FM disminuyó significativamente a medida que aumenta la edad, lo cual se evidencia también en los resultados obtenidos en nuestro estudio.

Bragagnolo et al. en 2009 encontraron que el promedio del GMAPD fue de 12.6±3,2 mm y en la mano no dominante ,12.2+2,9 mm, valores inferiores a los encontrados en nuestro estudio; estos autores determinaron que la medición del GMAP es un método fácil, de bajo costo y confiable para la valoración nutricional de pacientes quirúrgicos, que en la práctica clínica se correlaciona bien con otros parámetros antropométricos, bioquímicos y clínicos ²⁰.

El estudio de cohorte de Bragagnolo et al. en 2011 ²² relacionó el GMAP y la FM como predictores de complicaciones postquirúrgicas; sus puntos de corte para las curvas ROC fueron: en la mano dominante, 13.4 mm para mujeres menores de 60 años y 12.2 mm para mujeres mayores de 60 años. Para hombres fue 14.5 mm en los menores de 60 años y 14.4 mm en mayores de 60 años. En nuestro estudio de corte transversal, los puntos de corte fueron superiores en hombres e inferiores para mujeres mayores de 60 años. Es de enfatizar que según las curvas ROC, los desnutridos tienen menos MG, MLG y menor GMAP.

Los valores de GMAPD de nuestro estudio para hombres y mujeres, son superiores a los del estudio de Lameu et al. (hombres, 12.5+2, mm, con promedio de 12 mm; mujeres, 10.5+2.3 mm, con promedio de 10 mm) quieres fueron los primeros en proporcionar criterios antropométricos y de medición de este parámetro en población brasileña saludable ¹³. En las curvas ROC, nuestra investigación encontró un punto de corte de 13.4 mm para determinar DNT (mano dominante), valor exacto al hallado por Bragagnolo et al en 2009 ²⁰.

Diversas investigaciones han determinado que la medición del GMAP puede ser utilizada en el tamizaje, y en la evaluación nutricional de individuos en diversas situaciones clínicas. Para un diagnóstico nutricional más preciso es indispensable combinar la medida del GMAP con otros métodos y parámetros de evaluación nutricional ^6,7,17,23,24.

De Oliveira et al. encontraron que el GMAP es un parámetro antropométrico fácil de medir, económico, no invasivo, no parece ser afectado significativamente por las variaciones del estado de hidratación y se correlaciona bien con marcadores que reflejan la condición del compartimiento muscular, edad, sexo, estructura corporal, IMC, parámetros de laboratorio e impedancia bioeléctrica; establecieron que el GMAP con valor inferior a 10.6 mm, se asoció con mayor de riesgo de hospitalización ⁵. Cobero et al. no pudieron determinar un punto de corte del GMAP para su uso como indicador de estado nutricional, debido a la gran proporción de sobrepeso en la población estudiada ²⁵.

En pacientes con anorexia nerviosa se encontró que la mejoría del estado nutricional se acompaña de aumento de grasa, pero no de músculo en el área de aductores de la mano, por lo tanto, la medición del MAP no es una herramienta confiable para evaluar la ganancia de masa muscular en estos pacientes ²⁶.

Nuestros resultados se acercan a los Cortez et al. quienes estudiaron pacientes ambulatorios infectados por VIH y hallaron GMAPD de 16.2+4.2 mm y de 14.8+4.3 mm en mano no dominante; los valores fueron más bajos que en personas sanas; además, el GMAP en ambas manos se correlacionó positivamente con el peso y con el sexo masculino ²⁷.

Pereira et al. y Fink et al. encontraron que el GMAP en pacientes críticos mostró poca precisión en la predicción de DNT y no fue un buen predictor de mortalidad, sin embargo, los valores reducidos prolongaron la estancia hospitalaria (mayor a 3 días) ^28,29. Caporossi et al. hallaron que el GMAP es una herramienta valiosa para predecir la mortalidad en pacientes críticamente enfermos ³⁰.

De igual manera, Karts et al. encontraron que un valor del GMAP inferior a 6.5 mm, se asoció con un mayor número de complicaciones infecciosas, destacando su valor pronóstico ⁸. Por otro lado, el estudio de Rosário et al. halló que el MAP se relacionó directamente con el ángulo de fase determinado por impedancia octopolar, marcador de pronóstico reconocido en diferentes situaciones clínicas ³¹.

En los estudios realizados para evaluar la correlación del MAP y la MLG se han encontrado algunos que confirman esta correlación y otros en los que esta no fue lo suficientemente fuerte para usar el MAP como un predictor de la MLG, estos últimos refieren que es mejor utilizar el peso o usar el MAP junto con otras variables como el IMC.

En los estudios de Barbosa et al y Marini et al, se obtuvieron correlaciones positivas, afirman que el MAP se puede usar como factor predictivo de pérdida de masa muscular. La investigación de Barbosa determinó que, en comparación con el peso, el GMAP mostró una menor asociación con la masa muscular. Por lo tanto, en individuos que pueden deambular, el uso del peso es un mejor predictor de la masa muscular que el GMAP. Sin embargo, en pacientes postrados en cama para quienes la medición de peso corporal es difícil, el GMAP podría usarse como un predictor de masa muscular, pero los datos de la interpretación deben tomarse con precaución; esta investigación concluyó que la medición del GMAP es un método objetivo, práctico, de bajo costo y mínimamente invasivo, que permite complementar la evaluación el estado nutricional y se puede utilizar como factor predictivo de pérdida de masa muscular ³². Marini et al., además hallaron que el GMAP y las concentraciones séricas de albúmina se asocian con la pérdida de masa magra en personas de edad avanzada ³³.

En contraste, entre los estudios que no recomiendan el MAP como predictor de la masa muscular, se encuentra el de Bielemann et al. en Brasil, quienes hallaron que el GMAP se correlacionó moderadamente con la masa magra, aunque afirman que no se puede promover su medición como un único predictor de masa magra, sí tiene una pequeña capacidad predictiva para estimar masa magra cuando también se considera el IMC ¹⁷. En nuestro estudio se encontró que el GMAPD aunque significativo no es suficiente como predictor de la MLG tal como concluyeron estos autores.

Por otra parte, Schwanke et al. encontraron que los resultados son insuficientes para promover el GMAP como único indicador de la masa magra ³⁴. Dos Reis et al. hallaron que en pacientes con trasplante de riñón, el GMAP se asoció con la masa muscular y mostró una menor predicción de la MLG, en comparación con el peso corporal ³⁵.

De igual forma, en un estudio transversal con mujeres que ingresaron en un programa de ejercicio físico en Brasil, se halló que el peso mostró una mayor asociación con la MLG que con el GMAP. El uso del GMAP explicó el 12%, mientras que el peso explicó 65% de las variaciones de la MLG. Estos resultados sugieren que una medida antropométrica simple como el peso, puede ser un mejor predictor de MLG en comparación con el GMAP ³⁶.

En nuestro estudio se encontró que el GMAPD tiene una asociación positiva significativa directamente proporcional con la MLG, pero no es predictiva debido a que tiene bajos valores de R2 para hombres y para mujeres, similares a los obtenidos por Bielemann ¹⁷. Los valores bajos de R2 en ambas muestras permiten concluir que el grosor GMAPD aunque significativo no es suficiente como predictor de la MLG.

El estudio transversal de Pagano et al en pacientes oncológicos menciona que los valores bajos de FM parecen estar asociados con la pérdida de masa muscular, con una mayor severidad de la enfermedad y podrían estar relacionados con alteraciones de líquidos ³⁷. Esta posible asociación se confirma en nuestro estudio con una correlación significativa positiva directamente proporcional en la muestra total y también al realizar la correlación por subgrupos, discriminados por sexo y edad. Sin embargo, a pesar de estos resultados, la FM no se puede usar como predictora de la MLG, debido a los valores bajos de R2.

Así mismo, se ha correlacionado la disminución de la FM con mayor riesgo de desarrollar complicaciones relacionadas con la DNT ^11,12, con la disminución de volúmenes pulmonares en pacientes críticos ¹², con la detección de alteraciones funcionales a corto plazo en adultos mayores y en pacientes hospitalizados ⁴, y con la disminución de la M.Ósea en el adulto mayor ³⁸. Así mismo, se ha encontrado correlación directa con variables antropométricas como peso, CB y CMB y con el consumo de carbohidratos ^39,40. También se ha usado como una herramienta de tamizaje nutricional que tiene correlación positiva con el Mini Nutritional Assessment ⁴¹, como indicador del estado nutricional ¹², así como de utilidad para evaluar la capacidad funcional ^11,12 y para predecir riesgo de complicaciones infecciosas, estancia hospitalaria y mortalidad postoperatoria ²².

Forero et al, hallaron una correlación importante entre FM e indicadores antropométricos como la CMB, en un grupo de pacientes adultos hospitalizados ⁴⁰. Del mismo modo, se ha demostrado que la FM se correlaciona significativamente con mediciones antropométricas en mujeres mayores ³⁹, y tiene asociación con la masa muscular, el porcentaje de grasa corporal y la M.Ósea; además, se relaciona con la capacidad de deambular en adultos mayores frágiles hospitalizados ⁴². Torralvo et al. hallaron que la FM está directamente asociada con la masa magra, lo que apoya su utilidad en la evaluación nutricional ⁴³.

Dos estudios recientes realizados en Brasil en pacientes de cirugía oncológica y en pacientes con hepatitis viral crónica, determinaron que las mediciones del GMAP y la dinamometría, se correlacionaron positivamente con la evaluación nutricional realizada mediante valoración global subjetiva, ajustándose a variables como el sexo y la edad; concluyeron que el uso simultáneo de estas herramientas sencillas, de bajo costo y precisas, permite obtener un mejor panorama frente al estado nutricional real de pacientes hospitalizados con diferentes patologías ^44,45.

Al igual que la medición del GMAP, la dinamometría es una herramienta de bajo costo, simple y rápida que permite identificar aquellos individuos con DNT que tendrían mayor riesgo de morbimortalidad ^4,46-48. Aunque nuestro estudio halló que el GMAPD se relaciona positivamente con la FM, se puede afirmar que no es suficiente como predictor de la misma.

Para finalizar, se menciona que la medición del GMAP es un método fácil y de bajo costo, que se correlaciona con otras mediciones antropométricas y de composición corporal que evalúan la masa muscular y que puede incluirse en los protocolos de evaluación nutricional como un método complementario, o en caso de que no se puedan tomar otras medidas. Si bien es cierto que nuestro estudio es pionero en el país, es de mencionar que es de corte transversal y sería importante efectuar investigaciones futuras para establecer la validez de predicción del GMAP con la MLG y la FM y con complicaciones en pacientes quirúrgicos.

Conclusiones

La mayoría de los pacientes valorados tenían exceso de peso, presentaron pérdida de peso independientemente del diagnóstico nutricional, y baja FM, asociada a enfermedad y hospitalización. El GMAP fue mayor en mano dominante y en los hombres, disminuye a medida que aumenta la edad y es importante como predictor de DNT. Así mismo, se encontró una correlación significativa positiva directamente proporcional, pero no predictiva entre FM y MLG. Aunque el GMAP mostró asociación significativa con MLG y FM, no es un parámetro útil como predictor de estas variables.