Implicações na medida da taxa metabólica de
Transcrição
Implicações na medida da taxa metabólica de
Artigo de Revisão Rev Bras Nutr Clin 2007;22(1):65-71 Implicações na medida da taxa metabólica de repouso em idosos Effects on the resting metabolic rate measure in elderly Implicaciones en la medida de la tasa metabólica de reposo en ancianos Danielle Biazzi Leal1 Resumo Paulo Henrique Santos da Fonseca2 O presente artigo discute, com base na literatura, a importância de medir a taxa metabólica de repouso (TMR) na população de idosos e apresenta as várias equações de predição da TMR disponíveis para esta população, discutindo os estudos com ênfase em características como: quantidade, idade, gênero e origem dos sujeitos, unidades de medida, variáveis independentes e confiabilidade das equações, e demonstra uma amplitude atualizada da TMR em kcal/dia para sujeitos com idade acima de 60 anos. O estudo aponta que as equações de predição da TMR apresentam bom coeficiente de confiabilidade e possuem variação de -9,3% a 14,62% kcal/dia da TMR medida; porém, a maioria destas está sendo desenvolvida com um número pequeno de indivíduos idosos. A variável independente mais comumente utilizada nas equações é a massa corporal; no entanto, estudos mostraram que a massa livre de gordura (MLG) é a variável com maior influência na TMR. A raça tem apresentado relação com a TMR, então sugere sua inclusão como variável independente. Detectou-se uma amplitude da TMR para homens e mulheres de 1363 – 1772 kcal/dia e 1065 – 1315 kcal/dia, respectivamente. As equações encontradas na literatura são, em sua grande maioria, desenvolvidas com sujeitos de origem européia ou norte-americana. Salienta-se a necessidade de estudos que desenvolvam ou validem equações que predizem a TMR para a população brasileira, auxiliando na eficiência dos planos de nutrição e intervenção nesta crescente população. Abstract The present article discusses, based on the literature, the importance of measuring the resting metabolic rate (RMR) in the population of the elderly and presents various predictive equations for RMR available for this population. We discuss the studies with emphasis on characteristics such as: quantity, age, gender, and origin of the subjects, medical units, independent variables, and confidence of the equations. We proceed to demonstrate updated amplitude of the RMR in kcal/day Unitermos for subjects sixty years-old or older. The study points out which predictive equations for RMR have Idoso; metabolismo basal; nutrição high confidence coefficients and possess variations of -9.3% to 14.62% kcal/day of average RMR, Keywords Aged; basal metabolism; nutrition although most of these are being developed with a small number of elderly individuals. The independent variable most commonly utilized in the equations is body mass, however studies show that free fat mass (FFM) is a variable with a greater effect on RMR. Race has shown a relationship to Unitérminos RMR, so we suggest its inclusion as an independent variable. We detect amplitude in RMR for men Anciano; metabolismo basal; nutrición and women of 1363 – 1772 kcal/day and 1065 – 1315 kcal/day, respectively. The equations found in the literature are largely developed with the help of European or North American subjects. Endereço para correspondência: Danielle Biazzi Leal Rua Duque de Caxias, 511, apto. 303 The necessity of studies to develop or validate the equations that predict RMR in the population of Brazilians is a salient issue, with the help of nutrition plans and intervention in the growing population. Bloco B – CEP 97700-000 – Santiago/RS Resumen E-mail: [email protected] El presente artículo discute, con base en la literatura la importancia de medir la tasa metabólica de reposo (TMR) en la población de ancianos y presenta las varias ecuaciones de predicción de Submissão la TMR disponibles para esta población, discutiendo los estudios con énfasis en características 27 de julho de 2006 como: cuantidad, edad, género y origen de los sujetos, unidades de medida, variables indepen- Aceito para publicação dientes y confiabilidad de las ecuaciones y demostrar una amplitud actualizada de la TMR en 6 de fevereiro de 2007 kcal/día para sujetos con edad arriba de 60 años. El estudio apunta que las ecuaciones de predicción de la TMR presentan bueno coeficiente de confiabilidad y poseen variación de -9,3% Professora de Educação Física 1 Professor de Educação Física/PPGEF/UFSC/Bolsista CNPq 2 Universidade Federal de Santa Catarina a la 14,62% kcal/día de la TMR medida, pero la mayoría de estas están siendo desenvueltas con un número pequeño de individuos ancianos. La variable independiente más comúnmente utilizada en las ecuaciones es la masa corporal, en lo mientras estudios mostraran que la masa libre de gordura (MLG) es la variable con mayor influencia en la TMR. La raza tiene presentado Leal DB, Fonseca PHS relación con la TMR, entonces sugiere su inclusión como variable independiente. Se detectó una amplitud de la TMR para hombres y mujeres de 1363 - 1772 kcal/día y 1065 - 1315 kcal/día, respectivamente. Las ecuaciones encontradas en la literatura son en su grande mayoría desenvueltas con sujetos de origen europea o norte-americana. Se destacó la necesidad de estudios que desenvuelvan o validen ecuaciones que predicen la TMR para la población brasileña, auxiliando en la eficiencia de los plan de nutrición e intervención en esta creciente población. Introdução A taxa metabólica de repouso (TMR), a qual podemos definir como a taxa mínima de energia consumida necessária para suportar todas as funções celulares em posição pós-absortiva (10 a 12 horas após a última refeição, período no qual os macros nutrientes não estão mais sendo absorvidos para o interior dos tecidos por assimilação), responde por 60 a 70% do total de gasto energético diário nos humanos1,2 e representa o principal componente do gasto energético3, principalmente quando se determina a necessidade diária de energia em pessoas sedentárias4. Esta medida tem sido utilizada rotineiramente por clínicas para determinar as necessidades energéticas em pacientes, bem como por agências governamentais e instituições de saúde definindo as necessidades energéticas da população1. Dentre estas instituições, destaca-se a Organização Mundial da Saúde (OMS) que, em 1985, recomendou que a necessidade energética seja baseada no gasto energético, e sugeriu que seus componentes sejam expressos em múltiplos da TMR5. A partir de então, a necessidade energética começou a ser predita por dois processos, o primeiro em que a TMR é calculada e o segundo em que um fator de atividade é aplicado a o resultado da TMR6. A importância de calcular a TMR encontra-se no fato de que o desequilíbrio energético resulta na perda ou ganho de peso, fatores estes que podem levar a uma significante morbidade e mortalidade, e controlar a perda ou ganho de massa corporal é o foco para a restauração do balanço energético7. Nos idosos, ela se justifica porque os níveis de atividade física são mais baixos, conseqüentemente as medidas da TMR possuem um significado maior em definir as exigências de energia8. Assim, o presente estudo tem três objetivos a serem discutidos: primeiro é a importância de medir a TMR na população idosa. O segundo é revisar as equações que medem a TMR com ênfase em características como: quantidade, idade, gênero e origem dos sujeitos, unidades de medida, variáveis independentes e confiabilidade da equação. O terceiro objetivo é, por meio dos estudos revisados, demonstrar uma amplitude atual de TMR em kcal/dia para sujeitos com idade acima de 60 anos. Importância da taxa metabólica de repouso em idosos Segundo dados do Instituto Brasileiro de Geografia e Estatística (IBGE)9, projeta-se que, em 2050, a população de idosos brasileira será de 48.898.653, aproximadamente quatro vezes mais do que a atual população idosa do Brasil, que está em cerca de 11.621.204. É urgente que a sociedade aprenda 66 a lidar com essa mudança de perfil populacional, discutindo uma série de questões a respeito do que leva alguém a viver mais, bem como questões de ordem econômica e social10. No âmbito da saúde, se fazem necessárias estratégias de promoção e desenvolvimento de metodologias que auxiliem na autonomia e sejam específicas para os idosos brasileiros. Desta forma, investigar o declínio na autonomia causado pelo avançar da idade, particularmente por doenças crônicas relacionadas com a nutrição, é essencial para desenvolver estratégias para promover a nutrição adequada. Uma destas estratégias é a manutenção do balanço energético; no entanto, esta é complexa nas pessoas idosas11. As intervenções nutricionais são particularmente um desafio em idosos por causa dos dados insuficientes em que a acurácia das recomendações para mudanças relacionadas com a idade no gasto energético podem ser baseadas11, então é essencial discutir as conseqüências de uma recomendação inadequada na TMR. A TMR influencia no decréscimo do gasto energético total, por causa de sua redução com o avançar da idade, devido às alterações na composição corporal11. Esta redução na TMR a torna um preditor independente do ganho futuro do peso; então, compreender os mecanismos fisiológicos que contribuem a esta diminuição tem implicações importantes para a manutenção do gasto energético e para prevenção da obesidade associada com a idade12. Na tentativa de prevenir a obesidade, podem ocorrer subestimativas das exigências que podem prolongar um estado negativo de balanço energético e, conseqüentemente, a desnutrição13. A desnutrição aumenta o risco de problemas respiratórios e cardíacos, infecções, trombose venosa grave, ulcera e falha múltipla dos órgãos14. Outra alteração na composição corporal é a perda da massa corporal magra progressivamente durante toda a vida adulta, e esta é associada a redução no desempenho, na perda da força, em reservas diminuídas de proteína, na inabilidade aumentada e no risco aumentado para quedas e ferimento14. No objetivo de evitar este quadro, a perda da massa corporal magra, a medida da TMR equivocada, superestimada, resulta em um excesso de energia e ganho de peso. O aumento na massa gorda leva o indivíduo à obesidade fazendo com que haja aumento do risco de doença cardiovascular15, hiperinsulinemia, hiperlipidemia, hipertensão e diabetes mellitus16. Desta forma, o declínio relacionado com a idade nas exigências de energia é estudado por afetar o balanço de energia, favorecendo o aumento na massa gorda ou a redução da ação dos componentes metabolicamente ativos do corpo (por exemplo, perda da massa magra). Ambos os fatores são considerados como de risco para mortalidade associada à idade17. Implicações na medida da taxa metabólica de repouso em idosos Conseqüentemente, compreender o declínio na TMR relacionado com a idade é um pré-requisito fundamental para fornecer uma base para intervenções que visam sua atenuação. Equações de estimativa da TMR desenvolvidas para idosos As equações contidas na Tabela 1 foram obtidas por meio de uma revisão da literatura que ocorreu no período de março a abril de 2006, os indexadores utilizados foram: os bancos de artigos do Pubmed (www.nchi.nlm.nih.gov/entrez) e periódicos Capes (www.periodicos.capes.gov.br); quando os artigos não estavam on-line, foi realizado seu pedido via Programa de Comutação Bibliográfica (Comut). Os descritores foram utilizados tanto na língua inglesa quanto na portuguesa, os quais são: “resting energy rate”, “equations” (“equações”), “basal metabolic rate”, “elderly” (idosos), “resting energy expenditure” (“gasto energético de repouso”). Os critérios de inclusões das equações analisadas foram ter como sujeitos do estudo indivíduos idosos com mais de 60 anos e saudáveis. Em 1919, J. Arthur Harris e Francis G. Benedict presenciaram o que se chamou de primeira tentativa para analisar dados do metabolismo basal em homens e mulheres normais pelo aumento estatístico ou fórmula biométrica. Este específico trabalho inaugura o conceito de estimativa ou fórmula preditiva derivada de calorimetria indireta para determinar a TMR em humanos saudáveis voluntários18. É consensual, na literatura19,20, a validação cruzada dos resultados das equações da TMR com os resultados das medidas da calorimetria direta ou indireta. Como em 1985, a OMS passou a recomendar a necessidade energética baseada no gasto energético, sugerindo que seus componentes fossem expressos em múltiplos da TMR, e como nem sempre é possível medir a TMR, houve a recomendação do uso internacional de equações de predição da mesma. Portanto, equações matemáticas desenvolvidas de medidas de calorímetros diretos ou indiretos foram adotadas como o melhor método para determinar as necessidades de energia em indivíduos Frankenfield7. Há uma predeterminada suposição na literatura de que a predição da TMR é aceita com um erro de 10% da medida real para indivíduos normais Rocha et al.18. O mesmo autor comenta que tal erro tem variado nos estudos entre 0,3% a 23,5%. O limite de erro deveria de ser 5% ou menos, esse limite de predição da acurácia foi aceito empiricamente, da relação entre a equação e a calorimetria direta7. No entanto, as equações publicadas na literatura para predizer a TMR em indivíduos idosos apresentam falhas, primeiro porque foram exclusivamente derivadas dos estudos com a amostra pequena deste grupo de idade e segundo são extrapoladas dos dados de adultos jovens21. Desta forma, pela necessidade de ter acurácia nesta medida para determinar a eficiência dos planos de nutrição e intervenção7 e reconhecendo a necessidade de saber o valor da TMR devido a sua associação com problemas de saúde em idosos, pesquisadores estão buscando desenvolver equações que estimem esta variável (Tabela 1). Características dos experimentos A literatura apresenta dois procedimentos para o desenvolvimento das equações, e que aqui foram classificados em experimentais (avaliação direta dos sujeitos), a qual inclui as equações de Harris e Benedict22, Cunningham et al.23, Owen et al.24, Owen et al.16, Fredix et al.25, Mifflin et al.26, Arciero et al.27, Arciero et al.28, Lührmann et al.21, Müller et al.29 e compilação de dados (conjunto de dados de outros estudos) que são representados pelas equações de Schofield22 e WHO/FAO/UNU5. É importante destacar que a origem dos dados de Cunningham et al.23 foram retirados do estudo clássico de Harris e Benedict, menos 16 sujeitos que foram identificados como atletas. Os estudos experimentais apresentam um forte rigor metodológico, no qual as técnicas foram padronizadas para todos os indivíduos, porém perdem em valor de inferência por utilizarem-se de uma amostra pequena de idosos. Ao inverso, os estudos com compilações de dados têm um forte valor de inferência, haja visto que seus dados reúnem resultados de indivíduos de várias regiões, mas o rigor metodológico pode ser questionado, devido as diferentes técnicas utilizadas para medir a TMR2. Quantidade de sujeitos Em relação à quantidade de sujeitos utilizados para desenvolver as equações de estimativa da TMR, salienta-se que somente para esta variável não serão analisadas as equações da WHO/FAO/UNU5 e Mifflin et al.26, pois os mesmos não discriminam a quantidade de sujeitos idosos utilizados nos seus estudos. A amostra varia entre 1 a 538 sujeitos idosos, na qual apenas dois estudos têm mais do que 89 sujeitos, o que confirma a afirmação de que as equações existentes para idosos são construídas e validadas a partir de estudos com amostras pequenas deste grupo de idade ou são extrapoladas dos dados de adultos jovens21,27. Idade Observa-se também que vêm sendo desenvolvidas equações específicas, ou seja, aquela que se utiliza de uma amostra somente de idosos, bem como equações generalizadas, com uma amplitude de idade que abrange outras faixas etárias, como adultos e jovens. Em alguns estudos que desenvolveram equações generalizadas, a idade é adicionada como variável independe como forma 67 Leal DB, Fonseca PHS Tabela 1 - Equações válidas para idosos que estimam a taxa metabólica de repouso. N (idosos) Idade Gênero Origem 136 (3) 15-74 Homens EUA TMR (kcal/dia) = 66,4730 + 13,7516 x MC + 5,0033 x E – 6,7550 x I 0,86 103 (6) 15-74 Mulheres EUA TMR (kcal/dia) = 655,0955 + 9,5634 x MC + 1,8496 x E – 4,6756 x I 0,72 223 15-74 Homens e Mulheres EUA TMR (kcal/dia) = 500 + 22 x MCM 0,83 11000 ≥ 60 Homens 23 países desenvolvidos e em desenvolvimento TMR (MJ/dia) = 0,0565 x MC + 2,04 0,78 11000 ≥ 60 Mulheres 23 países desenvolvidos e em desenvolvimento TMR (MJ/dia) = 0,0439 x MC + 2,49 0,73 7173 (50) ≥ 60 Homens Maioria de origem européia ou norte-americana TMR (MJ/dia) = 0,049 x MC + 2,459 0,70 7173 (38) ≥ 60 Mulheres Maioria de origem européia ou norteamericana TMR (MJ/dia) = 0,038 x MC + 2,755 0,67 36 (1) 18-65 Mulheres EUA TMR (kcal/dia) = 795 + 7,18 x MC - 36 (1) 18-65 Mulheres EUA TMR (kcal/dia) = 334 + 19,7 x MLG - 60 (8) 18-82 Homens EUA TMR (kcal/dia) = 879+ 10,2 x MC - 60 (8) 18-82 Homens EUA TMR (kcal/dia) = 290 + 22,3 x MLG Fredix et al.25 40 51-82 Homens e Mulheres Holanda Mifflin et al.26 498 19-78 Homens e Mulheres 498 19-78 498 Arciero et al.27 Autor Harris e Benedict* Cunningham et al.23 WHO/FAO/UNU5 Schofield* Owen et al.24 Owen et al.16 Equação R - TMR (kcal/dia) = 1641 + 10,7 x MC – 9,0 x I – 203 x gênero 0,92 EUA TMR (kcal/dia) = 19,7 x MLG + 413 0,80 Homens e Mulheres EUA TMR(kcal/dia) = 15,1 x MC + 371 0,74 19-78 Homens e Mulheres EUA TMR (kcal/dia) = 9,99 x MC + 6,25 x E – 4,92 x I + 166 x gênero – 161 0,84 89 50-78 Homens EUA TMR (kcal/dia) = 9,7 x MC – 6,1 x DCP – 1,8 x I + 0,1 x TAFL + 1,060 0,87 Arciero et al.28 75 50-81 Mulheres EUA TMR (kcal/dia) = 7,8 x MC + 4,7 x E – 39,5 x (estado de menopausa; 1-3) + 143,5 0,76 Luhrmann et al.21 286 60-85 Homens e Mulheres Alemanha TMR (kJ/dia) = 3169 + 50,0 x MC – 15,3 x I + 746 x gênero 0,86 2105 (538) 18->80 Homens e Mulheres Alemanha TMR (MJ/dia) = 0,047 x MC + 1,009 x gênero - 0,01452 x I + 3,21 0,85 2105 (538) 18->80 Homens e Mulheres Alemanha TMR (MJ/dia) = 0,05192 x MLG + 0,04036 x MG + 0,869 x gênero – 0,01181 x I + 2,992 0,84 Muller et al.29 Fonte: *Warlich & Anjos (2001)22. MC = massa corporal (Kg); E = estatura (cm); I = idade (anos); MLG = massa livre de gordura (Kg); MCM = massa corporal magra (Kg); MG = massa gorda (Kg); Gênero (homem = 1, mulher = 0), exceto para Fredix E.W. et al. (1990), para os quais homem = 1 mulher = 2; DCP = dobra cutânea do peitoral (mm); TAFL = tempo de atividade física no lazer (kcal/dia) pelo Minnesota LTA Questionnarie; Estado de menopausa (pré-menopausa = 1, peri-menopausa = 2, pós-menopausa = 3). de correção. A idade influencia na TMR, pois estudos têm relatado a diminuição da mesma em função do avanço da idade, fato esse atribuído a mudanças na composição corporal, ocorrida principalmente pelas diminuições no fluído intracelular e na massa corporal magra, e um aumento na quantidade e mudanças na distribuição dos estoques de gordura 14, alterações na temperatura corporal, alterações do humor e estresse, alterações hormonais, área corporal, inatividade física30, além do envelhecimento também levar a um consumo e utilização de oxigênio mais baixo dos órgãos, alteração na atividade da bomba de sódio-potássio, aptidão à resposta do tecido aos hormônios da tireóide 31. Então, o desenvolvimento de uma equação generalizada com uma larga amplitude de idade será menos precisa para uso em indivíduos idosos, devido à relação de “curvilinearidade” entre a idade e a TMR27. 68 Gênero Quanto ao gênero, há uma paridade na construção das equações em relação a elas serem específicas por sexo ou para ambos. Isto pode ser devido à diferença entre os gêneros diminuir quando na velhice, talvez por causa das diminuições concomitantes nos hormônios sexuais11. O gênero não teve nenhuma relação na TMR no modelo da regressão para idosos, e esse resultado é suportado quando são consideradas a massa livre de gordura e a massa gorda na equação de Lührmann et al.21. Origem Em relação à origem, os estudos estão utilizando como amostra indivíduos oriundos dos Estados Unidos ou da Europa, e poucos estudos utilizaram amostra da América do Sul. Entretanto, a medida da TMR tem mostrado diferenças em relação à Implicações na medida da taxa metabólica de repouso em idosos etnia dos indivíduos e se de clima temperado e tropical, principalmente nos Estados Unidos, Europa, Ásia e América do Sul18. Verifica-se também é que não há nenhuma equação desenvolvida e nem tentativas de validação para população de idosos brasileira. E quando, na tentativa de validar equações estrangeiras para populações de outras faixas etárias, jovens32 e adultos3, estas apresentaram erros consideráveis. Unidades de medidas O Sistema de Unidade Internacional para medir produção de calor é o joule, e a unidade de medida utilizada no valor da TMR pelas equações tem sido joules ou calorias. Assim, uma observação é essencial, a ingestão ou o gasto em joules deve ser relacionado ao tamanho corporal, pois, uma pessoa pequena porque muito ativa pode gastar uma quantidade de kilojoules em 24 horas igual a uma pessoa grande que é sedentária20. Para converter MJ em kcal, deve-se multiplicar o resultado por 239 e para converter kJ em kcal, multiplicar o resultado por 0,239. Variáveis independentes Quando analisadas as variáveis independentes, as pesquisas estão utilizando a massa corporal e a estatura como principais variáveis preditoras da TMR, pelo fato de serem as medidas antropométricas de mais fácil mensuração clínica21. Entretanto, a MLG apresenta-se como uma melhor preditora que ambas as variáveis citadas anteriormente, determinando uma variação individual da TMR em aproximadamente 6590%17,33. Define-se MLG como todos os componentes do corpo excluindo a gordura34. Desta forma, dentre os elementos que constituem a MLG, a soma dos órgãos viscerais e do cérebro, que compreendem aproximadamente 5% da massa corporal e afetam 70-80% da TMR por causa da elevada taxa metabólica, em contraste, a massa muscular que compreende aproximadamente 35% da massa corporal afeta 20% da TMR16,17. A composição heterogênea da MLG explica porque a TMR por quilograma de MLG não é constante, pois além da redução, os componentes da MLG têm taxas metabólicas diminuídas com o envelhecimento, por isso pode se supor que a diminuição e mudanças na composição relativa da MLG podem ambos influenciar o declínio na TMR relacionado com a idade17. Outro componente da MLG que pode apresentar relação com a TMR é o ósseo. Os valores de densidade mineral óssea (DMO), medida por absortometria de raios X de dupla energia (DXA) possuem maior associação com TMR do que o total de gordura corporal, o índice de massa corporal, ou à massa magra do corpo, os valores médios de TMR em mulheres osteoporóticas foram significativamente mais baixos do que aqueles para mulheres não-osteoporóticas35. Os estudos que se utilizaram da MLG como variável preditora a determinaram pelas técnicas da pesagem hidrostática16,24, dobras cutâneas26 e bioimpedância29, ou calcularam a massa corporal magra (MCM)23, que possue pequena diferença em relação à MLG, pois incluiu os lipídios essenciais às funções corporais que estão presentes nas membranas, tecidos nervosos e que envolvem órgãos essenciais36, a partir de equações. Esta variação na técnica utilizada para determinar a MLG apresenta-se como a principal limitação para incluí-la como variável independente em uma equação. Estudos apontam que nem sempre há boa relação entre essas técnicas na determinação da MLG em idosos37, além destas serem de difícil aplicabilidade na avaliação de grandes amostras e no uso clínico e exigirem técnicos especializados. A massa gorda aparece também como variável que prediz a TMR, fato de que, no envelhecimento, uma das mudanças que ocorrem no organismo é o aumento na quantia dos estoques de gordura14. Estudo mostrou que a massa gorda foi significativamente determinante da TMR, explicando um adicional de 3 e 2% da variabilidade na TMR nas mulheres e nos homens, respectivamente, e que há regiões de massa gorda, especialmente do abdômen e cintura, que se correlacionam com a TMR38. Já em outro estudo em que foi avaliado o impacto da obesidade andróide na TMR, foi encontrado que a relação abdominalquadril não demonstrou nenhuma influência independente na TMR e, conseqüentemente, concluiu-se que a distribuição da gordura corporal não influência na TMR16 (Tabela 2). Outras variáveis que podem predizer a TMR e que não estão presentes em nenhuma equação da Tabela 1, mas são pertinentes suas discussões, pois a literatura tem mostrado as- Tabela 2 - Média dos resultados da TMR dos estudos analisados. Autor Origem Idade Resultado da TMR para homens Conversão para kcal/dia Idade Resultado da TMR para mulheres Conversão para kcal/dia EUA 60-81 MJ/dia = 6,21 1484 68-80 MJ/dia = 4,79 1171 Luhrmann et al.21 Alemanha 60-70 kJ/dia = 6831 1632 60-85 kJ/dia = 5504 1315 Bosy-Westphal et al.17 Alemanha 60-82 MJ/dia = 5,73 1369 60-82 MJ/dia = 5,09 1216 Blanc et al.11 EUA 70-79 kcal/dia = 1363 1363 70-79 kcal/dia = 1131 1131 Blanc et al.11 EUA 70-79 kcal/dia = 1454 1454 70-79 kcal/dia = 1150 1150 Muller et al.29 Alemanha ≥ 60 MJ/dia = 6,6 1577 ≥ 60 MJ/dia = 5,45 1302 Gibbons et al.8 Inglaterra 66 - 82 kJ/dia = 5903 1410 61 – 83 kJ/dia = 5344 1277 Antunes et al.30 Brasil 60-75 kcal/dia = 1772 1772 - - - Rizzo et al.43 Itália - - - 66-94 kcal/dia = 1065 1065 - ≥ 60 - 1363 – 1772 ≥ 60 - 1065 – 1519 Vinken et al.6 Amplitude 69 Leal DB, Fonseca PHS sociação, no caso da raça, ou que os resultados são conflitantes, no caso dos hormônios da tireóide, com os valores da TMR. Em pesquisa com uma população biracial de adultos idosos, encontrou-se que a TMR foi 4% mais baixa nos indivíduos negros em relação aos brancos, e que a relação entre a MLG e a TMR difere significativamente entre as raças. A diferença da raça na TMR foi mantida mesmo após o ajuste para MLG e MG11. Outra pesquisa relatou que 10 dos 15 estudos revisados tinham encontrado uma TMR mais baixa nos negros do que nos brancos e as diferenças variaram de 81 a 275 kcal/dia e não foram explicadas pela idade, pela MLG ou pelo método39. Porém, o estudo também encontrou valores mais baixos de TMR para negros em comparação com brancos, mas mostrou que essa diferença entre as raças na TMR diminuiu > 50% quando a massa específica dos órgãos com taxa metabólica alta (fígado, coração, baço, rim e cérebro) foram considerados, mostrando que diferenças na composição da MLG pode ser responsável por essa variação40. Os hormônios da tireóide afetam porque os mesmos podem agir como moduladores do declínio da TMR com a idade, por intervirem na termogênese e na regulação da taxa metabólica30, no entanto, nem sempre há esta relação41, e quando esta variável foi adicionada à predição da TMR no modelo de regressão teve uma pequena variação adicional de 2%27. os quatro estudos que dividem as equações entre os gêneros apresentam maior coeficiente de correlação para o masculino. E de que as equações dos estudos experimentais apresentam coeficiente de correlação mais elevado do que os de compilação de dados, possivelmente isso ocorre pelo fato das diferentes metodologias que estas utilizam para o desenvolvimento das equações, e que foram explicadas anteriormente. A variação dos valores medidos versus preditos da TMR pelas equações da Tabela 1 tiveram uma amplitude de -9,3%23 a 14,62%29 kcal/dia. Na tentativa de inferir uma amplitude de valores de TMR para indivíduos ≥ 60 anos, fez-se uma descrição dos valores encontrados de TMR medidos por calorimetria indireta em estudos atuais, que analisaram essa variável na população de idosos. Encontraram-se então valores de TMR para homens e mulheres que variam entre 1363 – 1772 kcal/dia e 1065 – 1315 kcal/dia, respectivamente. Estes achados vão ao encontro dos valores de TMR inferidos pela OMS5 para indivíduos > 60 anos, nos quais para homens e mulheres descrevem-se valores que variam entre 1150 – 1670 kcal/dia e 1030 – 1310 kcal/dia, respectivamente. Analisando estes valores, nota-se que não houve modificações em quase duas décadas na TMR da população idosa. Confiabilidade das equações Conclui-se que a importância de medir a TMR está associada à necessidade de determinar a eficiência dos planos de nutrição e intervenção, devido aos idosos representarem um grupo vulnerável ao risco de deficiências nutritivas e conseqüentes problemas de saúde, e que a utilização de equações para predizer a TMR em idosos deve ainda ser discutida. Verificou-se que não houve diferenças na amplitude dos valores de TMR no decorrer de duas décadas. Para pesquisas futuras, sugere-se que estas tenham como foco principal o desenvolvimento e validação de equações para população de idosos brasileira. Os resultados das equações de predição devem ser confiáveis, pois para profissionais da saúde que manipulam dietas, estas são freqüentemente as únicas ferramentas para estimar as necessidades de energia4. Assim, o melhor indicativo de confiabilidade de uma equação é o coeficiente de correlação entre os valores da TMR das equações e o da calorimetria indireta. Estes, para as equações da Tabela 1, estão entre 0,67 a 0,92, que significa correlação baixa à boa42. As equações, para serem consideradas válidas, deveriam alcançar um valor para o coeficiente de correlação acima de 0,70, o que representaria uma correlação moderada, e percebe-se que somente uma equação encontra-se abaixo deste valor. Outro fato a ser considerado é de que Considerações finais Financiamento Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) Referências bibliográficas 70 1. Wong WW, Butte NF, Hergenroeder AC, Hill EB, Stuff JE, Smith EO. Are basal metabolic rate prediction equations appropriate for female children and adolescents? J Appl Physiol 1996;81(6):2407-14. WHO/UNU 1985 procedures in adults: comparison to wholebody indirect calorimetry measurements. Eur J Clin Nutr 2004;58:1125-31. 2. Bandini LG, Morelli JA, Must A, Dietz WH. Accuracy of standardized equations for predicting metabolic rate in premenarcheal girls. Am J Clin Nutr 1995;62:711- 4. 5. World Health Organization. Energy and protein requirements. Report of a joint WHO/FAO/UNU expert consultation. Geneva: World Health Organization, 1985. 3. Cruz CM, Silva AF, Anjos LA. A taxa metabólica basal é superestimada pelas equações preditivas em universitárias do Rio de Janeiro, Brasil. Arch Latinoam Nutr 1999;49(3):233-7. 6. Vinken AG, Bathalon GP, Sawaya AL, Dallal GE, Tucker KL, Roberts SB. Equations for predicting the energy requirements of healthy adults aged 18-81y. Am J Clin Nutr 1999;69:920-6. 4. Alfonzo-Gonzales G, Doucet E, Almeras N, Bouchard C, Tremblay A. Estimation of daily energy needs with the FAO/ 7. Frankenfield DC, Roth-Yousey L, Compher C. Comparison of predictive equations for resting metabolic rate in healthy Implicações na medida da taxa metabólica de repouso em idosos nonobese and obese adults: a systematic review. J Am Diet Assoc 2005;105(5):775-89. 8. 9. Gibbons MDR, Henry CJK, Ulijaszek SJ, Lightowler HJ. Intra-individual variation in RMR in older people. Br J Nutr 2004;91:485-9. www.ibge.gov.br dia 04/05/06, 10horas e 06 minutos. 10. Cotes P. Como passar dos 100. Revista Época 2006;408:52-61. 11. Blanc S, Schoeller DA, Bauer D, Danielson ME, Tylavsky F, Simonsick EM et al. Energy requirements in the eighth decade of life. Am. J. Clin. Nutr. 2004;79:303-10. 12. Bell C, Day DS, Jones PP, Christou DD, Petitt DS, Osterberg K et al. High energy flux mediates the tonically augmented betaadrenergic support of resting metabolic rate in habitually exercising older adults. J Clin Endocrinol Metab 2004;89(7):3573-8. 13. Dambach B, Sallé A, Marteau C, Mouzet J-B, Ghali A, Favreau A-M et al. Energy requirements are not greater in elderly patients suffering from pressure ulcers. J Am Geriatr Soc 2005;53:478-82. 14. Brownie S. Why are elderly individuals at risk of nutritional deficiency? Int J Nurs Pract 2006;12:110-8. 15. Ritz P. Factors affecting energy and macronutrient requirements in elderly people. Public Health Nutr 2001;4(2B):561-8. 16. Owen OE, Holup JL, D ‘Alessio DA, Craig ES, Polansky M, Smalley KJ et al. A reappraisal of the caloric requirements of men. Am J Clin Nutr 1987;46:875-85. 17. Bosy-Westphal A, Eichhorn C, Kutzner D, Illner K, Heller M, Müller MJ. The age-related decline in resting energy expenditure in humans is due to the loss of fat-free mass and to alterations in its metabolically active components. J Nutr 2003;133:2356-62. 18. Rocha EEM, Alves VGF, Silva MHN, Chiesa CA, Fonseca RBV. Can measured resting expenditure be estimated by formule in daily clinical nutrition practice? Curr Opin Clin Nutr Metab Care 2005;8:319-28. 19. Melby CL, Ho RC, Hill JO. Avaliação do Gasto Energético. In: Bouchard C. Atividade Física e Obesidade. Ed. Manole, Barueri, SP; 2003. p. 469. 20. Montoye HJ, Kemper HCG, Saris WHM, Washburn RA. Measuring physical activity and energy expenditure. Ed. Human Kinetics, Champaing, IL; 1996. p. 190. 21. Lührmann PM, Herbert BM, Krems C, Neuhäuser-Berthold M. A new equation especially developed for predicting resting metabolic rate in the elderly for easy use in practice. Eur J Nutr 2002;41:108-13. 22. Wahrlich V, Anjos LA. Aspectos históricos e metodológicos da medição e estimativa da taxa metabólica basal: uma revisão da literatura. Cad Saúde Pública 2001;17(4):801-17. 23. Cunningham JJ. A reanalysis of the factors influencing basal metabolic rate in normal adults. Am J Clin Nutr 1980;33:2372-4. 27. Arciero PJ, Goran MI, Gardner AM, Ades PA, Tyzbir RS, Phoehlman ET. A practical equation to predict resting metabolic rate in older men. Metabolism 1993; 42(8):950-7. 28. Arciero PJ, Goran MI, Gardner AM, Ades PA, Tyzbir RS, Phoehlman ET. A practical equation to predict resting metabolic rate in older females. J Am Geriatr Soc 1993;41(4):389-95. 29. Müller MJ, Bosy-Westphal A, Klaus S, Kreymann G, Lührmann PM, Neuhäuser-Berthold M et al. World Health Organization equations have shortcomings for predicting resting energy expenditure in persons from a modern, affluent population: generation of a new reference standard from a retrospective analysis of a German database of resting energy expenditure. Am J Clin Nutr 2004;80:1379-90. 30. Antunes HKM, Santos RF, Boscolo RA, Bueno OFA, Mello MT. Análise de taxa metabólica basal e composição corporal de idosos do sexo masculino antes e seis meses após exercícios de resistência. Rev Bras Med Esporte 2005;11(1):71-5. 31. Rothenberg EM, Bosaeus IG, Steen BC. Energy expenditure at age 73 and 78-A five year follow-up. Acta Diabetol 2003;40: S134-S138. 32. Schineider P, Meyer F. As equações de predição da taxa metabólica basal são apropriadas para adolescentes com sobrepeso e obesidade? Revista Brasileira de Medicina do Esporte 2005;11(3):193-7. 33. Yu CW, Sung RYT, So R, Lam K, Nelson EAS, Li AMC et al. Energy expenditure and physical activity of obese children: cross-sectional study. Hong Kong Med J 2002;8(5):313-7. 34. Keys A, Brozek J. Body fat in adult man. Physiological Review 1953;33:245-325. 35. Choi JW, Pai SH. Bone mineral density correlates strongly with basal metabolic rate in postmenopausal women. Clin Chim Acta 2003;333:79-84. 36. Behnke AR, Osserman EF, Welhan WE. Lean body mass. A. M. A. Arch Intern Med 1953;91:585-601. 37. Reilly JJ, Murray LA, Wilson J, Durnin JVGA. Measuring the body composition of elderly subjects: a comparison of methods. Br J Nutr. 1994;72:33-44. 38. Lührmann PM, Herbert BM, Neuhäuser-Berthold M. Effects of fat mass and body fat distribution on resting metabolic rate in the elderly. Metabolism 2001;50(8):972-5. 39. Gannon B, DiPietro L, Poehlman ET. Do African Americans have lower energy expenditure than Caucasians? Int J Obes Relat Metab Disord 2000;24:4-13. 40. Gallagher D, Albu J, He Q, Heshka S, Boxt L, Krasnow N, Elia M. Small organs with a high metabolic rate explain lower resting energy expenditure in African American than in white adults. Am J Clin Nutr 2006;83(5):1062-7. 24. Owen OE, Kavle E, Owen RS, Polansky M, Caprio S, Mozzoli MA et al. A reappraisal of caloric requirements in healthy women. Am J Clin Nutr 1986;44:1-19. 41. Meunier N, Beattie JH, Ciarapica D, O’Connor JM, AndriolloSanchez M, Taras A et al. Basal metabolic rate and thyroid hormones of late-middle-aged and older human subjects: the ZENITH study. Eur J Clin Nutr 2005;59 (Suppl. 2):S53-57. 25. Fredix EW, Soeters PB, Deerenberg IM, Kester AD, von Meyenfeldt MF, Saris WH. Resting and sleeping energy expenditure in the elderly. Eur J Clin Nutr 1990;44(10):741-7. 42. Vicente WJ. Statistics in Kinesiology. 2nd ed. Editora Human Kinetics, 1999. 26. Mifflin MD, St Jeor ST, Hill LA, Scott BJ, Daugherty SA, Koh YO. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr 1990;51:241-7. 43. Rizzo MR, Mari D, Barbieri M, Ragno E, Grella R, Provenzano R et al. Resting metabolic rate and respiratory quotient in human longevity. J Clin Endocrinol Metab. 71