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