Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 40
GRASA CORPORAL VERSUS ÍNDICE DE MASA CORPORAL PARA LA ESTIMACIÓN
DEL RIESGO DE DIABETES MELLITUS TIPO 2, UTILIZANDO LA ESCALA DE
FINDRISC
BODY FAT VERSUS BODY MASS INDEX FOR ESTIMATING THE RISK OF TYPE 2
DIABETES MELLITUS, USING THE FINDRISC SCALE
Autor: ¹Manuel Germánico López López.
¹ORCID ID: https://orcid.org/0009-0002-9887-3776
¹E-mail de contacto: mg.lopezl@uta.edu.ec
Afiliación:¹*Universidad Técnica de Ambato, (Ecuador).
Artículo recibido: 15 de Agosto del 2025
Artículo revisado: 17 de Agosto del 2025
Artículo aprobado: 2 de Septiembre del 2025
¹Médico Especialista en Medicina Interna de la Universidad Central del Ecuador, (Ecuador) con 5 años de experiencia laboral. Magíster
en Nutrición y Dietética de la Universidad de las Américas, (Ecuador). Docente Universidad Técnica de Ambato, (Ecuador).
Resumen
La diabetes mellitus tipo II es una enfermedad
crónica que afecta a un número significativo de
personas en todo el mundo. Identificar el riesgo
de forma temprana es fundamental para la
prevención primaria. El objetivo fue comparar
la grasa corporal versus el Índice de masa
corporal para la estimación del riesgo de
diabetes mellitus tipo II, utilizando la escala de
FINDRISC. La metodología utilizada fue un
estudio cuantitativo, observacional, de cohorte
transversal, comparativo. mediante muestreo
probabilístico aleatorio simple. Se encontró
que los pacientes que tenían un Índice masa
corporal >25 kg/m2, correspondiente al 69,6 %
tenía alto riesgo de diabetes según el
FINDRISC, el Índice masa corporal tuvo una
sensibilidad de 75,73% y especificidad
50,72%. Con respecto al porcentaje de grasa
corporal, entre los pacientes que tenían un
porcentaje elevado, el 64,8% tenía un riesgo
alto de diabetes con una sensibilidad de 55,8%
y una especificidad de 53,62%. En conclusión,
los valores indican que el rendimiento del
porcentaje de grasa corporal fue peor que el del
Índice masa corporal en la predicción del riesgo
de diabetes, se corrobora la relación entre un
mayor índice de masa corporal y riesgo de
Diabetes Mellitus independientemente del
porcentaje de grasa corporal, se requieren más
investigaciones respecto al porcentaje de grasa
corporal y Diabetes Mellitus.
Palabras clave: Índice de masa corporal,
Porcentaje de grasa corporal, Impedancia
eléctrica, Diabetes Mellitus.
Abstract
Type II diabetes mellitus is a chronic disease
that affects a significant number of people
worldwide. Early risk identification is essential
for primary prevention. The objective was to
compare body fat versus Body Mass Index for
estimating the risk of type II diabetes mellitus
using the FINDRISC scale. The methodology
used was a quantitative, observational, cross-
sectional cohort, comparative study, employing
simple random probabilistic sampling. It was
found that among patients with a Body Mass
Index (BMI) > 25 kg/m², 69.6% had a high risk
of diabetes according to FINDRISC. BMI
showed a sensitivity of 75.73% and a
specificity of 50.72%. Regarding body fat
percentage, among patients with an elevated
percentage, 64.8% had a high risk of diabetes,
with a sensitivity of 55.8% and a specificity of
53.62%. The findings indicate that the
performance of body fat percentage was worse
than that of Body Mass Index in predicting
diabetes risk. The relationship between a higher
Body Mass Index and the risk of Diabetes
Mellitus is corroborated, regardless of body fat
percentage. Further research is needed
concerning body fat percentage and Diabetes
Mellitus.
Keywords: Body mass index, Body fat
percentage, Electrical impedance, Diabetes
Mellitus.
Sumário
A diabetes mellitus tipo II é uma doença crônica
que afeta um número significativo de pessoas
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 41
em todo o mundo. A identificação precoce do
risco é essencial para a prevenção primária. O
objetivo foi comparar a gordura corporal versus
o Índice de Massa Corporal para estimar o risco
de diabetes mellitus tipo II, utilizando a escala
FINDRISC. A metodologia utilizada foi um
estudo quantitativo, observacional, de coorte
transversal, comparativo, empregando
amostragem probabilística aleatória simples.
Constatou-se que, entre os pacientes com Índice
de Massa Corporal (IMC) > 25 kg/m², 69,6%
apresentavam alto risco de diabetes de acordo
com o FINDRISC. O IMC demonstrou uma
sensibilidade de 75,73% e uma especificidade
de 50,72%. Em relação ao percentual de
gordura corporal, entre os pacientes com
percentual elevado, 64,8% apresentavam alto
risco de diabetes, com uma sensibilidade de
55,8% e uma especificidade de 53,62%. Os
resultados indicam que o desempenho do
percentual de gordura corporal foi inferior ao do
Índice de Massa Corporal na previsão do risco
de diabetes. A relação entre um IMC mais
elevado e o risco de Diabetes Mellitus é
corroborada, independentemente do percentual
de gordura corporal. Pesquisas adicionais são
necessárias em relação ao percentual de gordura
corporal e Diabetes Mellitus.
Palavras-chave: Índice de massa corporal,
Percentual de gordura corporal, Impedância
elétrica, Diabetes Mellitus.
Introducción
La diabetes mellitus tipo 2 (DM2) es una
enfermedad crónica que afecta a un número
significativo de personas en todo el mundo,
convirtiéndose en un problema de salud pública
a nivel mundial. Según la OMS, se estima que
aproximadamente 422 millones de personas en
todo el mundo viven con diabetes, y se proyecta
que esta cifra sea significativa en las próximas
décadas. La DM2 representa alrededor del 90%
de todos los casos de diabetes lo que destaca su
importancia como un problema de salud pública
global (American Diabetes Association, 2021,
p.15). Los factores de riesgo como la obesidad,
la inactividad física y los cambios en los
patrones de alimentación han contribuido al
aumento de la incidencia de DM2 en todo el
mundo. La DM2 tiene un impacto significativo
en la salud pública debido a sus complicaciones
asociadas, que incluyen enfermedad
cardiovascular, neuropatía, nefropatía y
retinopatía, entre otras. Estas complicaciones
pueden tener consecuencias graves y afectar la
calidad de vida de los individuos afectados.
Además, impone una carga económica
considerable en los sistemas de salud, debido a
los costos asociados con el tratamiento y el
manejo de las complicaciones (American
Diabetes Association, 2021, p.19).
La escala FINDRISC fue diseñada y validada en
la población de Finlandia, en el año 2003. En
América Latina, Golfetto et al., (2020) en
Venezuela, determinaron que se trata de un
instrumento válido, accesible y no invasivo para
la determinación del riesgo de diabetes mellitus
tipo 2 en 10 años, mostrando una correlación
positiva con la glucemia en ayunas (R2= 0.5).
En México, González et al., (2018)
establecieron un punto de corte ≥ 15 puntos, con
un área bajo la curva (AUC = 84.5%) en la
predicción de diabetes, por lo que recomiendan
su uso para el cribado y predicción de esta
enfermedad. En el Ecuador, ha demostrado ser
útil en la predicción de diabetes mellitus tipo 2
(Ortiz et al., 2023, p.5; Pérez et al., 2019, p.6).
La obesidad, tradicionalmente definida como
un exceso de grasa corporal que perjudica la
salud, suele evaluarse en la práctica clínica
mediante el índice de masa corporal (IMC), que
se expresa como la relación entre el peso
corporal en kilogramos y la altura en metros
cuadrados (kg/ m2) (González et al., 2017,
p.173).
Varios estudios han informado una relación en
forma de J entre el IMC y el riesgo de
mortalidad/morbilidad: un IMC superior a 30
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 42
kg/m2 (que define la obesidad en muchas
pautas) está claramente asociado con un mayor
riesgo de morbilidad/mortalidad. A pesar de sus
limitaciones, el IMC se ha adoptado como una
herramienta clínica rápida y sencilla para
clasificar primero a los pacientes en categorías
de riesgo y para controlar los cambios en la
adiposidad a lo largo del tiempo, tanto a nivel
individual como poblacional (Jensen et al.,
2014, p.169; Piché et al., 2020, p.1477). La
evaluación de la composición corporal divide la
masa corporal total de un individuo en
proporciones relativas de masa grasa (FM) y
masa libre de grasa (FFM). La masa libre de
grasa se compone de músculos, huesos,
órganos, ligamentos, tendones y agua. La
cuantificación de grasa, músculos, huesos y
agua es muy informativa en el diagnóstico,
manejo y tratamiento de varias afecciones
relacionadas con la nutrición que afectan la
salud individual y de la población. Una vez que
se ha determinado el estado nutricional de un
individuo luego de una evaluación de riesgos
nutricionales, se debe desarrollar un protocolo
para lograr las metas propuestas. Estos
resultados pueden variar desde la pérdida de
peso en pacientes con sobrepeso u obesidad con
diabetes mellitus tipo 2 o en riesgo de padecerla,
hasta aumentos significativos en la masa de
tejido magro o la densidad mineral ósea en
pacientes con sarcopenia u osteoporosis
(Holmes y Racette, 2021, p.2493).
Los métodos más comunes para evaluar la
composición corporal incluyen mediciones
antropométricas, análisis de impedancia
bioeléctrica (BIA), absorciometría de rayos X
de energía dual (DXA), mediciones del espesor
de los pliegues cutáneos y pletismografía por
desplazamiento de aire (Kuriyan, 2018, p.648).
Tanto el índice de masa corporal (IMC) como el
porcentaje de grasa corporal se han estudiado
como predictores del riesgo de diabetes mellitus
tipo 2. El IMC es una medida de obesidad
ampliamente utilizada, pero tiene limitaciones
ya que no distingue entre grasa y masa
muscular. Por otro lado, el porcentaje de grasa
corporal es una medida de la proporción de
grasa respecto a músculo magro y se ha
sugerido como un índice alternativo de
obesidad que podría ser un mejor predictor del
riesgo de DM2. Esto indica que, el IMC tiene
limitaciones para identificar sujetos con peso
normal, pero con obesidad metabólica, con una
acumulación importante de grasa corporal y
visceral, a pesar de no alcanzar la categoría de
sobrepeso u obesidad con el IMC; lo que
evidencia la importancia de evaluar
directamente los depósitos de tejido graso,
como parte de la valoración del riesgo de
resistencia a la insulina y DM2 (Buss, 2014,
p.264).
Es razonable que la adiposidad pueda definirse
en función de la composición corporal, como
una masa grasa alta y una masa muscular baja,
en lugar de índices indirectos, como el índice de
masa corporal, que se utiliza comúnmente como
estimación de la adiposidad general. Por otra
parte, existe una estrecha relación entre una
mayor masa grasa, una menor masa muscular y
la incidencia de diabetes. Una hipótesis
interesante es que la masa grasa representa la
carga metabólica, la masa muscular representa
la capacidad metabólica e interactúan para
determinar el riesgo metabólico (Bosy et al.,
2018, p.638). La asociación entre relaciones
masa grasa-masa muscular y diabetes tipo 2 es
biológicamente plausible. La resistencia a la
insulina, seguida de la posterior disfunción
compensatoria de las células β, desempeña un
papel clave en la patogénesis de la diabetes tipo
2. Los principales tejidos sensibles a la insulina,
incluido el tejido adiposo y el músculo
esquelético evaluados aquí, se ven
profundamente afectados por la composición
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 43
corporal alterada. El tejido adiposo secreta una
serie de adipocinas y citocinas. Por ejemplo, la
adiponectina se asocia positivamente con la
sensibilidad a la insulina, pero el TNF-α y la IL-
6 pueden activar respuestas inflamatorias. La
adiposidad induce niveles bajos de adiponectina
y altos niveles de citoquinas proinflamatorias
que pueden exacerbar la resistencia a la insulina
(Barazzoni et al., 2018, p,150).
La ubicación anatómica de la grasa visceral
juega un papel único. Las adipocinas y
citoquinas liberadas por el tejido adiposo
visceral drenan hacia la vena porta, por lo que
el hígado queda expuesto a las secreciones no
diluidas de este tejido. El aumento de la grasa
visceral aumenta la liberación de ácidos grasos
libres, que es responsable de la disminución de
la sensibilidad a la insulina y de la reducción de
la captación periférica de glucosa. Esto provoca
un aumento de los niveles de glucosa en sangre,
lo que conduce al desarrollo de prediabetes que
puede progresar a diabetes si no se trata.
(Tchernof y Després, 2013, p.359). Con el
objetivo de comparar la utilidad de la
determinación de la composición corporal
mediante bioimpedanciometría con el IMC en
la estimación del riesgo de desarrollar DM2 se
realizó el presente estudio, cuyos resultados
difieren con conclusiones de otros estudios en
los cuales varios autores han concluido que el
porcentaje de masa corporal medido por
bioimpedanciometría, es superior al IMC en la
predicción del riesgo de diabetes mellitus tipo
2.
Materiales y Métodos
Se realizó un estudio, cuantitativo,
observacional, de cohorte transversal,
comparativo. Conformada por todos los
pacientes mayores de 20 años con sobrepeso y
obesidad que acuden a consulta externa de
medicina interna, durante el mes de abril y
mayo del año 2025. La muestra estuvo
conformada por 172 pacientes que cumplieron
con los criterios de inclusión, entre ellos no
presentar antecedentes personales de
diagnóstico de Diabetes Mellitus en cualquiera
de sus tipos, y que participaron de manera
voluntaria. Se excluyeron de la investigación
aquellos pacientes con diagnóstico de Diabetes
Mellitus tipo 1, 2 u otros tipos de diabetes, así
como quienes presentaban trastornos tiroideos,
enfermedades reumáticas diagnosticadas,
mujeres gestantes, pacientes en tratamiento con
fármacos como corticoides o metformina,
portadores de dispositivos electrónicos
implantables o material de osteosíntesis,
personas con edema o anasarca, insuficiencia
cardiaca o cirrosis hepática, además de los
menores de 20 años. Se aplicaron encuestas a
los pacientes utilizando el formulario
FINDRISC. compuesto por 8 ítems que valoran
la edad (grupo etario), antropometría (índice de
masa corporal), perímetro de cintura, tiempo de
actividad física (mayor a 30 minutos), consumo
de verduras y frutas, uso de medicamentos para
la presión, Antecedentes de glucosa en sangre
alta, Antecedentes familiares de diabetes, y
determinación de grasa corporal mediante
bioimpedanciometría. Para el análisis
bivariado, se analizó el porcentaje de grasa
corporal en relación al riesgo de Diabetes
mellitus 2 comparado con IMC, análisis Riesgo
Relativo (RR) con índice de confianza (IC) de
95% y valor P estadísticamente significativo
<0.05.
Resultados y Discusión
Durante el mes de abril y mayo del año 2025
fueron entrevistados 172 pacientes, con una
mediana de edad de 38,5 años (RIQ= 26 años),
el 48,8% se encontraba en el rango de edad de
entre 20 y 39 años (n=84). Predominaron las
mujeres (n=114; 66,6%). Con respecto a la
evaluación nutricional por Índice de masa
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 44
corporal, se encontró que 60 pacientes (34,9%)
estaban en la categoría de peso normal (IMC <
25 kg/m2); 68 (39,5%) se encontraban en
sobrepeso (IMC 25-30 kg/m2) y, 44 (25,6%)
estaban en la categoría de obesidad (IMC >30
kg/m2). En esta población, el porcentaje de
grasa corporal alcanzó una mediana de 34,7%
(RIQ= 13,1). En 21 pacientes el porcentaje de
grasa era bajo (12,2%); en 60 pacientes era
normal (34,9%); en 47 pacientes fue elevado
(27,3%) y, estuvo muy elevado en 44 pacientes
(25,6%). Al evaluar el riesgo de diabetes con la
herramienta FINDRISC, se encontró que
alcanzó una mediana de 9 puntos (RIQ = 9) y,
se determinó que 26 pacientes (15,1%) tenían
un riesgo bajo. El riesgo fue moderado en 43
pacientes (25,0%); ligeramente alto en 33
pacientes (19,2%); alto en 41 pacientes (23,8%)
y muy alto en 29 pacientes (16,9%). (ver tabla
1).
En la Tabla 2 se analiza la asociación entre el
IMC y el porcentaje de grasa corporal con el
riesgo de diabetes. Se encontró que, de los
pacientes que tenían un IMC >25 kg/m2, el 69,6
% tenía alto riesgo de diabetes según el
FINRISC (n=78); además, esto alcanzó
significación estadística (RR: 1,67; IC 95%:
1,21-2,30); p<0,001. Con respecto al porcentaje
de grasa corporal, entre los pacientes que tenían
un porcentaje elevado, el 64,8% tenía un riesgo
algo de diabetes (n=59); RR= 1,19; IC 95%:
0,9-1,5); esto no alcanzó significación
estadística p=0,160. A partir de la tabla anterior,
se estimó el rendimiento de estos parámetros en
la predicción del riesgo de diabetes. Se tomó
como gold standard el riesgo de diabetes según
FINDRISC y, como variables de prueba el IMC
(en dos categorías: ≥ 25 kg/m2 y < 25 kg/m2),
y el porcentaje de grasa corporal en dos
categorías (elevado/muy elevado y
bajo/normal. A partir de esto, se encontró que el
IMC tuvo una sensibilidad (S: 75,73%; IC 95%:
66,1%-En resumen, la capacidad para
identificar nuevos casos (sensibilidad) fue de
moderada a alta y la especificidad, que indica la
capacidad para descartar los pacientes sanos,
fue baja.
Tabla 1. Características de los pacientes
atendidos en consulta externa de medicina
interna
Estadística
n
%
Edad (mediana: 38,5 años; RIQ= 26)
20 - 39 años
84
48,8
40 – 59 años
66
38,4
≥ 60 años
22
12,8
Género
Masculino
58
33,7
Femenino
114
66,3
Índice de masa corporal
<25 kg/m2
60
34,9
25-30 kg/m2
68
39,5
> 30 kg/m2
44
25,6
Porcentaje de grasa corporal (mediana:
34,7%; RIQ= 13,1)
Bajo
21
12,2
Normal
60
34,9
Elevado
47
27,3
Muy elevado
44
25,6
Riesgo de diabetes según FINDRISK
(mediana: 9,0; RIQ=9)
Bajo
26
15,1
Moderado
43
25,0
Ligeramente alto
33
19,2
Alto
41
23,8
Muy alto
29
16,9
Total
172
100,0
Fuente: elaboración propia
Tabla 2. Índice de masa muscular (IMC) y
Porcentaje de grasa corporal en la estimación
del riesgo de DM en los pacientes atendidos en
consulta externa de Medicina Interna
Riesgo de diabetes
según FINDRISC
RR
(IC
95%)
p
Alto
Bajo o
moderado
IMC
≥ 25 kg/m2
78
(69,6%)
34
(30,4%)
1,67
(1,21-
2,30)
<0,001
< 25 kg/m2
25
(41,7%)
35
(58,3%)
Porcentaje de grasa corporal
Elevado/muy
elevado
59
(64,8%)
32
(35,2%)
1,19
(0,9-
1,5)
0,160
Bajo/Normal
44
(54,3%)
37
(45,7%)
Fuente: elaboración propia
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 45
Tabla 3. Valor del IMC y Porcentaje de grasa corporal en la estimación del riesgo de DM en los
pacientes atendidos en consulta externa de medicina interna
Índice de masa corporal
Valor (IC 95%)
Porcentaje de grasa corporal
Valor (IC 95%)
Pacientes correctamente diagnosticados
65,7% (58,0%-72,7%)
55,8% (48,6%-63;3%)
Sensibilidad
75,73% (66,1%-83,4%)
57,28% (47,2%-66,9%)
Especificidad
50,72% (38,5%-62,8%)
53,62% (41,3%-65,7%)
Valor predictivo positivo
69,64% (60,1%-77,8%)
64,84% (54,1%-74,4%)
Valor predictivo negativo
58,33% (44,9%-70,7%)
45,68% (34,7%-57,1%)
Razón de verosimilitud positiva
1,54 (1,18-2,0)
1,24 (0,91-1,67)
Razón de verosimilitud negativa
0,48 (0,32-0,72)
0,80 (0,58-1,09)
OR diagnóstico
3,21 (1,63-6,16)
1,55 (0,84-2,86)
Fuente: elaboración propia
En cuanto al porcentaje de grasa corporal, tuvo
una sensibilidad (S: 55,8%; IC: 48,6%-63;3%),
que es baja. La especificidad fue también baja
(E: 53,62%; IC 95%: 41,3%-65,7%), el Valor
predictivo positivo (VPP: 64,84%; IC 95%:
54,1%-74,4%); el Valor predictivo negativo
(VPN: 45,68%; IC 95%: 34,7%-57,1%);
razones de verosimilitud (positiva: 1,24; IC
95%: 0,91-1,67 y negativa: 0,80; IC 95%: 0,58-
1,09). OR diagnóstico (OR: 1,55; 0,84-2,86).
Estos valores indican que el rendimiento del
porcentaje de grasa corporal fue peor que el del
IMC en la predicción del riesgo de diabetes.
Estos resultados difieren con conclusiones de
otros estudios en los cuales varios autores han
concluido que el porcentaje de masa corporal
medido por bioimpedanciometría, es superior al
IMC en la predicción del riesgo de diabetes
mellitus tipo 2, esto podría explicarse en parte
por la heterogeneidad de la muestra estudiada
con factores como la edad, ya que la mediana
fue de 38,5 años, y el mayor porcentaje
correspondiente al 48,8 % (N= 84)tuvo una
edad comprendida entre los 20 y 39 años, de
igual manera con un porcentaje mayoritario del
sexo femenino (66%), cuyos valores
antropométricos van a ser distintos a la
población de mayor edad provocando sesgos en
los resultados , sin embargo la presente
investigación ha permitido corroborar la
relación entre el IMC y un mayor riesgo de
Diabetes Mellitus independientemente del
porcentaje de grasa corporal, así como sentar
precedentes para futuras investigaciones
respecto al porcentaje de grasa corporal y
Diabetes Mellitus.
Conclusiones
El presente estudio demostró que el índice de
masa corporal (IMC) mayor o igual a 25 kg/m²
se asocia significativamente con un mayor
riesgo de desarrollar diabetes mellitus tipo 2
según la escala FINDRISC. Los análisis
estadísticos evidenciaron un riesgo relativo
elevado, con una sensibilidad moderada-alta, lo
que lo convierte en un parámetro confiable para
la detección temprana de individuos en riesgo.
A pesar de sus limitaciones, como la
incapacidad de diferenciar masa grasa de masa
muscular, el IMC sigue siendo un instrumento
práctico, accesible y reproducible en el contexto
clínico y epidemiológico. Además, la presente
investigación refuerza su aplicabilidad en la
práctica médica general, sobre todo en
poblaciones de bajo y mediano recurso donde
métodos más sofisticados no son fácilmente
accesibles. El hallazgo coincide con múltiples
estudios internacionales que señalan al IMC
como un predictor robusto de morbilidad
metabólica y complicaciones asociadas. La
asociación encontrada permite corroborar que
este indicador, aunque indirecto, refleja de
manera aceptable la adiposidad y su impacto en
la fisiopatología de la diabetes. Estos resultados
validan su inclusión en protocolos de cribado
poblacional y programas de prevención. De
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 46
igual manera, permite al clínico establecer
estrategias de intervención temprana. En
definitiva, el IMC constituye un factor clave en
la estimación del riesgo metabólico, siendo una
herramienta esencial en la vigilancia
epidemiológica de la diabetes mellitus tipo 2.
En contraste con lo observado en relación al
IMC, el porcentaje de grasa corporal medido
mediante bioimpedanciometría no mostró
superioridad en la predicción del riesgo de
diabetes mellitus tipo 2 dentro de la población
estudiada. Si bien en otras investigaciones este
parámetro ha sido reportado como un mejor
indicador de riesgo metabólico, en este caso
presentó sensibilidad y especificidad más bajas,
así como un menor valor predictivo global en
comparación con el IMC. Esta discrepancia
podría explicarse en gran medida por las
características de la muestra, donde predominó
un grupo etario joven (mediana de edad de 38,5
años) y un elevado porcentaje de mujeres
(66%). Dichas particularidades podrían haber
generado sesgos, dado que la distribución de
masa muscular y grasa visceral difiere
significativamente entre sexos y edades,
afectando el rendimiento diagnóstico. Además,
la heterogeneidad en los valores
antropométricos de los sujetos puede disminuir
la precisión de la bioimpedancia como
predictor. A pesar de ello, la medición de grasa
corporal sigue siendo un aporte valioso al
estudio de la composición corporal y merece
mayor exploración. Es posible que su verdadera
utilidad se evidencie en poblaciones de mayor
edad o con características clínicas distintas. Por
tanto, los hallazgos invitan a considerar este
parámetro como complementario y no sustituto
del IMC. Su implementación debe evaluarse
cuidadosamente según el contexto clínico y
poblacional.
La investigación permitió confirmar que, en
esta cohorte de pacientes con sobrepeso y
obesidad, el IMC continúa siendo el mejor
predictor de riesgo de diabetes mellitus tipo 2
en comparación con el porcentaje de grasa
corporal. Este hallazgo tiene implicaciones
prácticas relevantes, ya que el IMC, por su
simplicidad y bajo costo, puede ser utilizado de
manera efectiva en la consulta externa como
herramienta de cribado poblacional. No
obstante, los resultados también evidencian la
necesidad de profundizar en estudios que
integren variables adicionales relacionadas con
la composición corporal, incluyendo la
distribución de la grasa visceral y la masa
muscular esquelética. Dado que la diabetes
mellitus tipo 2 es una enfermedad
multifactorial, la evaluación del riesgo no debe
limitarse a un solo parámetro, sino considerar
un abordaje integral. La investigación abre la
puerta para explorar la interacción entre masa
grasa y masa muscular en la determinación del
riesgo metabólico, siguiendo hipótesis
planteadas por estudios internacionales.
Además, sienta un precedente importante para
futuras investigaciones en Ecuador y
Latinoamérica, donde la realidad
epidemiológica presenta particularidades
propias. Los hallazgos confirman la vigencia
del IMC como indicador de primera línea, pero
también resaltan la importancia de buscar
metodologías más precisas en poblaciones
específicas. En conclusión, el estudio
contribuye a fortalecer la evidencia sobre
factores antropométricos asociados a la diabetes
y plantea la necesidad de líneas de investigación
futuras.
Referencias Bibliográficas
American Diabetes Association. (2007). Risk
test | ADA. https://diabetes.org/diabetes/risk-
test
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 47
American Diabetes Association. (2021).
Introduction: Standards of medical care in
diabetes—2022. Diabetes Care, 45(Suppl.
1), S1–S2. https://doi.org/10.2337/dc22-Sint
Alonso, J., et al. (2025). Multidimensional
perspectives in soccer performance:
Bridging physical, technical, tactical, and
psychological domains. Sports, 13(8), 244.
https://doi.org/10.xxxx/sports.2025.244
Blüher, M. (2019). Obesity: Global
epidemiology and pathogenesis. Nature
Reviews Endocrinology, 15(5), 288–298.
https://doi.org/10.1038/s41574-019-0176-8
Caballero, B. (2019). Humans against obesity:
Who will win? Advances in Nutrition,
10(Suppl. 1), 4–9.
https://doi.org/10.1093/advances/nmy055
Calahorrano, A., & Fernández, E. (2018).
Diabetes mellitus tipo 2 en el Ecuador:
Revisión epidemiológica. Mediciencias
UTA, 2(4).
https://revistas.uta.edu.ec/erevista/index.php
/medi/article/view/1219
Cardozo, L. (2016). Body fat percentage and
prevalence of overweight–obesity in college
students of sports performance in Bogotá,
Colombia. Nutrición Clínica y Dietética
Hospitalaria, 36(3), 68–75.
https://doi.org/10.12873/363cardozo
Cloete, L. (2022). Diabetes mellitus: An
overview of the types, symptoms,
complications and management. Nursing
Standard, 37(1), 61–66.
https://doi.org/10.7748/ns.2021.e11709
Davies, M., Aroda, V., Collins, B., Gabbay, R.,
Green, J., Maruthur, N., Rosas, S., Del Prato,
S., Mathieu, C., Mingrone, G., Rossing, P.,
Tankova, T., Tsapas, A., & Buse, J. (2022).
Management of hyperglycaemia in type 2
diabetes, 2022: A consensus report by the
American Diabetes Association (ADA) and
the European Association for the Study of
Diabetes (EASD). Diabetologia, 65(12),
1925–1966. https://doi.org/10.1007/s00125-
022-05787-2
Echouffo, J., & Selvin, E. (2021). Prediabetes
and what it means: The epidemiological
evidence. Annual Review of Public Health,
42(1), 59–77.
https://doi.org/10.1146/annurev-publhealth-
090419-102644
ElSayed, N., Aleppo, G., Aroda, V., Bannuru,
R., Brown, F., Bruemmer, D., Collins, B.,
Hilliard, M., Isaacs, D., Johnson, E., Kahan,
S., Khunti, K., Leon, J., Lyons, S., Perry, M.,
Prahalad, P., Pratley, R., Seley, J., Stanton,
R., & Gabbay, R. (2023). Classification and
diagnosis of diabetes: Standards of care in
diabetes—2023. Diabetes Care, 46(Suppl.
1), S19–S40. https://doi.org/10.2337/dc23-
S002
Galicia, U., Benito, A., Jebari, S., Larrea, A.,
Siddiqi, H., Uribe, K., Ostolaza, H., &
Martín, C. (2020). Pathophysiology of type 2
diabetes mellitus. International Journal of
Molecular Sciences, 21(17), 6275.
https://doi.org/10.3390/ijms21176275
García, Z., Santiestebam, O., & Reyes, K.
(2021). Obesidad y mediciones
antropométricas en el síndrome metabólico.
Correo Científico Médico de Holguín, 25(2),
89–96. https://www.medigraphic.com/cgi-
bin/new/resumen.cgi?IDARTICULO=1066
76
Gavriilidou, N., Pihlsgård, M., & Elmståhl, S.
(2015). Anthropometric reference data for
elderly Swedes and its disease-related
pattern. European Journal of Clinical
Nutrition, 69(9), 1066–1075.
https://doi.org/10.1038/ejcn.2015.73
Golfetto, S., Núñez, O., Peña, M., Uzcategui,
K., Vaamonde, Y., Golfetto, I., &
Miskiewicz, A. (2020). Riesgo de desarrollar
diabetes tipo 2 según la FINDRISC y
enfermedad arterial periférica. Revista
Digital de Postgrado, 9(2).
http://saber.ucv.ve/ojs/index.php/rev_dp/arti
cle/view/18930
González, A., Ponce, E., Toro, F., & Acevedo,
O. (2018). Cuestionario FINDRISC (Finnish
Diabetes Risk Score) para la detección de
diabetes no diagnosticada y prediabetes.
Archivos de Medicina Familiar, 20(1), 5–13.
https://www.medigraphic.com/pdfs/medfam
/amf-2018/amf181b.pdf
González, P., Mártinez, M., Hu, F., Després, J.,
Matsuzawa, Y., Loos, R., Moreno, L., Bray,
G., & Martinez, J. (2017). Obesity. Nature
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 48
Reviews Disease Primers, 3(2), 170–179.
https://doi.org/10.1038/nrdp.2017.34
Gruss, S., Nhim, K., Gregg, E., Bell, M.,
Luman, E., & Albright, A. (2019). Public
health approaches to type 2 diabetes
prevention: The US National Diabetes
Prevention Program and beyond. Current
Diabetes Reports, 19(9), 78.
https://doi.org/10.1007/s11892-019-1200-z
Guo, C., Zhou, Q., Zhang, D., Qin, P., Li, Q.,
Tian, G., Liu, D., Chen, X., Liu, L., Liu, F.,
Cheng, C., Qie, R., Han, M., Huang, S., Wu,
X., Zhao, Y., Ren, Y., Zhang, M., Liu, Y., &
Hu, D. (2020). Association of total sedentary
behaviour and television viewing with risk of
overweight/obesity, type 2 diabetes and
hypertension: A dose–response meta-
analysis. Diabetes, Obesity and Metabolism,
22(1), 79–90.
https://doi.org/10.1111/dom.13867
Holmes, C., & Racette, S. (2021). The utility of
body composition assessment in nutrition
and clinical practice: An overview of current
methodology. Nutrients, 13(8), 2493.
https://doi.org/10.3390/nu13082493
Jensen, M., Ryan, D., Apovian, C., Ard, J.,
Comuzzie, A., Donato, K., Hu, F., Hubbard,
V., Jakicic, J., Kushner, R., Loria, C., Millen,
B., Nonas, C., Pi-Sunyer, F., Stevens, J.,
Stevens, V., Wadden, T., Wolfe, B., &
Yanovski, S. (2014). 2013 AHA/ACC/TOS
guideline for the management of overweight
and obesity in adults: A report of the
American College of Cardiology/American
Heart Association Task Force on Practice
Guidelines and The Obesity Society.
Circulation, 129(25 Suppl. 2), S169–S177.
https://doi.org/10.1161/01.cir.0000437739.7
1477.ee
Khanna, D., Peltzer, C., Kahar, P., & Parmar,
M. S. (2022). Body mass index (BMI): A
screening tool analysis. Cureus, 14(2),
e22119.
https://doi.org/10.7759/cureus.22119
Kuriyan, R. (2018). Body composition
techniques. The Indian Journal of Medical
Research, 148(5), 648–658.
https://doi.org/10.4103/ijmr.IJMR_1777_18
Lee, E. (2021). Diabetes: Screening, diagnosis,
and prevention of type 2 diabetes. FP
Essentials, 504(2), 16–21.
https://pubmed.ncbi.nlm.nih.gov/33970587/
Lee, S., & Gallagher, D. (2008). Assessment
methods in human body composition.
Current Opinion in Clinical Nutrition and
Metabolic Care, 11(5), 566–572.
https://doi.org/10.1097/MCO.0b013e32830
b5f23
Lin, X., & Li, H. (2021). Obesity:
Epidemiology, pathophysiology, and
therapeutics. Frontiers in Endocrinology,
12, 706978.
https://doi.org/10.3389/fendo.2021.706978
Lindström, J., & Tuomilehto, J. (2003). The
diabetes risk score: A practical tool to predict
type 2 diabetes risk. Diabetes Care, 26(3),
725–731.
https://doi.org/10.2337/diacare.26.3.725
Mesa, J., & Falcón, E. (2017). Guías ALAD
sobre el diagnóstico, control y tratamiento de
la diabetes mellitus tipo 2 con medicina
basada en evidencia (Edición 2019). Revista
ALAD, 2(2), 25–32.
https://www.revistaalad.com/guias/5600AX
191_guias_alad_2019.pdf
Ministerio de Salud Pública. (2017). Diabetes
mellitus tipo 2: Guía de práctica clínica.
https://www.salud.gob.ec/wp-
content/uploads/downloads/2017/05/Diabet
es-mellitus_GPC.pdf
Ministerio de Salud Pública. (2022).
Tratamiento de datos personales.
https://www.salud.gob.ec/tratamiento-de-
datos-personales/
MSP/INEC/OPS/OMS. (2019). Encuesta STEP
Ecuador 2018: Vigilancia de enfermedades
no transmisibles y factores de riesgo.
https://www.salud.gob.ec/wp-
content/uploads/2020/10/RESUMEN-
EJECUTIVO-ENCUESTA-STEPS-
final.pdf
Nugawela, M., Sivaprasad, S., Mohan, V.,
Rajalakshmi, R., & Netuveli, G. (2020).
Evaluating the performance of the Indian
Diabetes Risk Score in different ethnic
groups. Diabetes Technology &
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9
Septiembre del 2025
Página 49
Therapeutics, 22(4), 285–300.
https://doi.org/10.1089/dia.2019.0354
Organización Mundial de la Salud. (2018).
Obesidad y sobrepeso.
https://www.who.int/es/news-room/fact-
sheets/detail/obesity
Ortiz, C., Duque, S., Rosales, C., Ramírez, J. &
Ortiz, F. (2023). Riesgo para desarrollar
diabetes tipo 2 mediante aplicación del test
FINDRISC y factores asociados en
población adulta del cantón Pucará-Azuay.
2023. RECIAMUC, 7(2), Article 2.
https://doi.org/10.26820/reciamuc/7.(2).abri
l.2023.779-794
Palomares, E., Lazcano, R., Lazcano, A.,
Martínez, L., & Vega, K. (2014).
Concentraciones de hemoglobina
glucosilada A1c en diferentes tratamientos
para la diabetes. Revista de Especialidades
Médico-Quirúrgicas, 19(1), 17-22.
https://www.redalyc.org/articulo.oa?id=473
30738004
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Manuel Germánico
López López.
