Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia

Introducción: El objetivo primario de este estudio es determinar la composición corporal de las mujeres colombianas y su relación con la densidad mamográfica. Métodos: Estudio descriptivo transversal con componente analítico. Mediante muestreo no probabilístico se seleccionaron 670 pacientes que cum...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
spa
OAI Identifier:
oai:repository.urosario.edu.co:10336/40169
Acceso en línea:
https://doi.org/10.48713/10336_40169
https://repository.urosario.edu.co/handle/10336/40169
Palabra clave:
Composición Corporal, Adiposidad, Densidad de la Mama.
Body Composition, Adiposity, Breast Density.
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International
id EDOCUR2_6990f60775bd8a50aff5edd6ab292749
oai_identifier_str oai:repository.urosario.edu.co:10336/40169
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.none.fl_str_mv Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
dc.title.TranslatedTitle.none.fl_str_mv Body composition and relationship with mammographic density in Colombian women attending screening at the Clínica Universitaria Colombia
title Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
spellingShingle Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
Composición Corporal, Adiposidad, Densidad de la Mama.
Body Composition, Adiposity, Breast Density.
title_short Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
title_full Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
title_fullStr Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
title_full_unstemmed Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
title_sort Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria Colombia
dc.contributor.advisor.none.fl_str_mv Perdomo Charry, Oscar Julián
Pedraza Flechas, Ana María
dc.subject.none.fl_str_mv Composición Corporal, Adiposidad, Densidad de la Mama.
topic Composición Corporal, Adiposidad, Densidad de la Mama.
Body Composition, Adiposity, Breast Density.
dc.subject.keyword.none.fl_str_mv Body Composition, Adiposity, Breast Density.
description Introducción: El objetivo primario de este estudio es determinar la composición corporal de las mujeres colombianas y su relación con la densidad mamográfica. Métodos: Estudio descriptivo transversal con componente analítico. Mediante muestreo no probabilístico se seleccionaron 670 pacientes que cumplían los criterios de inclusión y exclusión. Las variables cualitativas se representan mediante distribución de frecuencias absolutas y proporciones, y las variables cuantitativas con estadísticos de tendencia central y dispersión. Se ajusta un modelo de regresión lineal simple para determinar la relación entre valores autorreportados y medidos de peso y talla, así como la relación entre indicadores de adiposidad con edad, consumo de anticonceptivos y estado menopaúsico. También mediante modelo de regresión lineal simple y múltiple se relaciona la densidad mamográfica con variables clínicas y antropométricas, tomado un valor significativo de p<0,05. Finalmente, se construyó un árbol de decisión para identificar aquellas variables explicativas para ser incluidas en un modelo final de regresión para poder estimar la densidad mamográfica, al que finalmente se calculó la potencia estadística del modelo para valorar posible utilidad en la práctica clínica. Resultados: El promedio de edad fue 57,9 años (DE 6,3). Según el IMC el 43,4% presentaba sobrepeso, seguido de peso normal, obesidad grado I, grado II, grado III y bajo peso, con porcentajes de 29,1%, 16,6%, 6,3%, 1,2% y 0,3%, respectivamente. Las mujeres de mayor edad presentaron mayor porcentaje de masa grasa (p 0,02) y razón cintura/cadera (p 0,01). El 53,4% de las mujeres tenían una densidad mamográfica menor del 25%. Las mujeres premenopáusicas presentaron 14,2% de mayor densidad mamográfica que en las postmenopáusicas. El IMC y la edad presentaron relación lineal inversa con la densidad mamográfica (B= -4.0, valor p 0,000; B=-0,7, valor p 0,000, respectivamente). La edad mantiene una relación lineal inversa con el porcentaje de densidad mamográfica mientras que los anticonceptivos orales mostraron relación lineal directa, ambas estadísticamente significativas. La edad, el IMC, perímetro de cintura y talla del brasier se identificaron como variables susceptibles de ser incluidas en un modelo de predicción de porcentaje de densidad mamográfica. Conclusiones: La mayor proporción de mujeres en este estudio se encontraron en rango de sobrepeso, al igual que con patrones de densidad mamográfica bajos (<50%). Se pudo proponer la inclusión de variables como la edad, el IMC, la talla del brasier y el perímetro de cintura en un modelo final de estimación de densidad mamográfica, estimando una potencia estadística del modelo de 1,00.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-07-17T13:13:59Z
dc.date.available.none.fl_str_mv 2023-07-17T13:13:59Z
dc.date.created.none.fl_str_mv 2023-07-06
dc.type.none.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.document.none.fl_str_mv Tesis
dc.type.spa.none.fl_str_mv Tesis
dc.identifier.doi.none.fl_str_mv https://doi.org/10.48713/10336_40169
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/40169
url https://doi.org/10.48713/10336_40169
https://repository.urosario.edu.co/handle/10336/40169
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.none.fl_str_mv Abierto (Texto Completo)
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
Abierto (Texto Completo)
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 52
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad del Rosario
dc.publisher.none.fl_str_mv Universidad CES. Facultad de Medicina
dc.publisher.department.spa.fl_str_mv Escuela de Medicina y Ciencias de la Salud
dc.publisher.program.spa.fl_str_mv Maestría en Epidemiología
publisher.none.fl_str_mv Universidad CES. Facultad de Medicina
institution Universidad del Rosario
dc.source.bibliographicCitation.none.fl_str_mv 1. World Health Organization: WHO. (2021). Cáncer de mama. www.who.int. https://www.who.int/es/news-room/fact-sheets/detail/breast-cancer
2. Herrera, M. P. (2019). CANCER DE MAMA Y CUELLO UTERINO, COLOMBIA 2018. Vigilancia y análisis del riesgo en salud, Institución Nacional de Salud, Colombia.
3. Neira, V. P. (2013). Densidad mamaria y riesgo de cáncer mamario. Revista Médica Clínica Las Condes, 24(1), 122–130. https://doi.org/10.1016/s0716-8640(13)70137-8
4. Dorgan, J. F., Klifa, C., Shepherd, J. A., Egleston, B. L., Kwiterovich, P. O., Himes, J. H., Gabriel, K. P., Van Horn, L., Snetselaar, L., Stevens, V. J., Barton, B. A., Robson, A. M., Lasser, N. L., Deshmukh, S., & Hylton, N. M. (2012). Height, adiposity and body fat distribution and breast density in young women. Breast Cancer Research, 14(4). https://doi.org/10.1186/bcr3228
5. Elmore, J. G., Carney, P. A., Abraham, L., Barlow, W. E., Egger, J., Fosse, J. S., Cutter, G., Hendrick, R. E., D’Orsi, C. J., Paliwal, P., & Taplin, S. H. (2004). The Association Between Obesity and Screening Mammography Accuracy. Archives of Internal Medicine, 164(10), 1140. https://doi.org/10.1001/archinte.164.10.1140
6. World Health Organization: WHO. (2021). Obesidad y sobrepeso. www.who.int. https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight
7. ENSIN: Encuesta Nacional de Situación Nutricional. (s.f.). Portal ICBF – Instituto Colombiano de Bienestar Familiar ICBF. https://www.icbf.gov.co/bienestar/nutricion/encuesta-nacional-situacion-nutricional#ensin3
8. Safety, N. a. F. (2016). Report of the commission on ending childhood obesity. www.who.int. https://www.who.int/publications/i/item/9789241510066
9. Yk, K., Danforth, E., Jensen, Kopelman, P., Lefebvre, P., & Ba, R. (2001). Dose-response issues concerning physical activity and health: an evidence-based symposium. Medicine and Science in Sports and Exercise, 33(Supplement), S351–S358. https://doi.org/10.1097/00005768-200106001-00003
10. GBD Compare. (n.d.). Institute for Health Metrics and Evaluation. https://vizhub.healthdata.org/gbd-compare/
11. de, M. (2019). Detecte el cáncer de mama a tiempo. Minsalud.gov.co. https://www.minsalud.gov.co/Paginas/Detecte-el-cancer-de-mama-a-tiempo.aspx
12. Robles, S. (2001). El cáncer de mama en América Latina y el Caribe: Informar sobre las opciones. https://iris.paho.org/handle/10665.2/3105?locale-attribute=es
13. Mammographic densities and risk of breast cancer. (1991). PubMed. https://doi.org/10.1002/1097-0142(19910601)67:11
14. Baquero-Serrano, A., López-Martínez, L., Vera-Campos, S. N., Rosales-Rueda, S., Jaramillo-Botero, N., & Ochoa-Vera, M.E. (2020). Prevalencia de tejido mamario denso en una población en la ciudad de Bucaramanga, Colombia. Revista Colombiana de Cancerología. https://doi.org/10.35509/01239015.94
15. Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021). Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 71(3), 209–249. https://doi.org/10.3322/caac.21660
16. Cáncer de mama - Estadísticas. (2023,10 may). Cancer.Net. https://www.cancer.net/es/tipos-de-c%C3%A1ncer/c%C3%A1ncer-de-mama/estadisticas
17. Tan, P. H., Ellis, I. O., Allison, K. H., Brogi, E., Fox, S. B., Lakhani, S. R., Lazar, A. J., Morris, E. A., Sahin, A. A., Salgado, R., Sapino, A., Sasano, H., Schnitt, S. J., Sotiriou, C., Van Diest, P. J., White, V. A., Lokuhetty, D., & Cree, I. A. (2020). The 2019 World Health Organization classification of tumours of the breast. Histopathology, 77(2), 181–185. https://doi.org/10.1111/his.14091
18. Elson, B. C., Ikeda, D., Andersson, I., & Wattsgård, C. (1992). Fibrosarcoma of the breast: mammographic findings in five cases. American Journal of Roentgenology, 158(5), 993–995. https://doi.org/10.2214/ajr.158.5.1314479
19. Aibar, L., Santalla, A., Criado, L., Pérez, I. G., Calderon, M. A., Gallo, J. R., & Parra, J. F. (2011). Clasificación radiológica y manejo de las lesiones mamarias. Clínica e Investigación en Ginecología y Obstetricia, 38(4), 141–149. https://doi.org/10.1016/j.gine.2010.10.016
20. Sarquis, F. (2018). BI-RADS® 5ta Edición. https://www.redalyc.org/journal/3825/382555870012/html/
21. Ekpo, E. U., Ujong, U. P., Mello-Thoms, C., & McEntee, M. F. (2016). Assessment of Interradiologist Agreement Regarding Mammographic Breast Density Classification Using the Fifth Edition of the BI-RADS Atlas. American Journal of Roentgenology, 206(5), 1119–1123. https://doi.org/10.2214/ajr.15.15049
22. Winkler, N., Raza, S., Mackesy, M. M., & Birdwell, R. L. (2015). Breast Density: Clinical Implications and Assessment Methods. Radiographics, 35(2), 316–324. https://doi.org/10.1148/rg.352140134
23. Wolfe, J. N. (1976). Breast patterns as an index of risk for developing breast cancer. American Journal of Roentgenology, 126(6), 1130–1137. https://doi.org/10.2214/ajr.126.6.1130
24. Ciatto, S., Houssami, N., Apruzzese, A., Bassetti, E., Brancato, B.,F,C., Lamberini, M., Marcelli, G., Pellizzoni, R., Pesce, B., Risso, G. A., Russo, F. P., & Scorsolini, A. (2005). Categorizing breast mammographic density: intra- and interobserver reproducibility of BI-RADS density categories. The Breast, 14(4), 269-275. https://doi.org/10.1016/j.breast.2004.12.004
25. Redondo, A., Comas, M., Macià, F., Ferrer, F., Murta-Nascimento, C., Maristany, M.T., Molins, E., Sala, M.M., & Castells, X. (2012). Inter - and intraradiologist variability in the BI-RADS assessment and breast density categories for screening mammograms. British Journal of Radiology, 85(1019), 1465-1470. https://doi.org/10.1259/bjr/21256379
26. Timmers, J.M.H., Van Doorne-Nagtegaal, H.J., Verbeek, A., Heeten, G. J. D., & , Broeders, M.J.M. (2012). A dedicated BI-RADS training programme: Effect on the inter-observer variation among screening radiologists. European Journal of Radiology, 81(9), 2184-2188. https://doi.org/10.1016/j.ejrad.2011.07.011
27. Byng, J. W., Yaffe, M. J., Jong, R., Shumak, R., Lockwood, G. W., Tritchler, D., & Boyd, N. F. (1998). Analysis of mammographic density and breast cancer risk from digitized mammograms. Radiographics, 18(6), 1587–1598. https://doi.org/10.1148/radiographics.18.6.9821201
28. Crivellé, M. S. (2014). La densidad mamaria. Una aproximación. Revista De Senología Y Patología Mamaria, 27(3), 138–142. https://doi.org/10.1016/j.senol.2014.04.001
29. ITI. (2020, 13 marzo). dmscan - ITI. https://www.iti.es/dmscan/
30. Llobet, R., Martín, M., Antón, J., Miranda-García, J., Casals, M. R., Martínez, I. J. M., Ruiz-Perales, F., Pérez-Gómez, B., Salas-Trejo, D., & Perez-Cortes, J. (2014). Semi-automated and fully automated mammographic density measurement and breast cancer risk prediction. Computer Methods and Programs in Biomedicine, 116(2), 105–115. https://doi.org/10.1016/j.cmpb.2014.01.021
31. Torre, L.A., Siegel, R.L., Ward, E.C., & Jemal, A.(2016). Global Cancer Incidence and Mortality Rates and Trends-An Update. Cancer Epidemiology, Biomarkers & Prevention, 25(1), 16-27. https://doi.org/10.1158/1055-9965.epi-15-0578
32. Boyd, N.F., Dite, G.S., Stone, J., Gunasekara, A., English, D.R., McCredie, M.R.E., Giles, G.G., Tritchler, D., Chiarelli, A. M., Yaffe, M. J., & Hopper, J. L. (2002).Heritability of Mammographic Density, a Risk Factor for Breast Cancer. The New England Journal of Medicine, 347(12), 886-894. https://doi.org/10.1056/nejmoa013390
33. Sprague, B.L., Gangnon, R.E., Burt, V., Trentham-Dietz, A., Hampton, J.M., Wellman, R.D., Kerlikowske, K. (2014). Prevalence of Mammographically Dense Breasts in the United States. 106. https://doi.org/10.1093/jnci/dju255
34. Nazari, S., & Mukherjee, P. (2018). An overview of mammographic density and its association with breast cancer. Breast Cancer, 25(3), 259–267. https://doi.org/10.1007/s12282-018-0857-5
35. Boyd, N. F., Guo, H., Martin, L. J., Sun, L., Stone, J., Fishell, E., Jong, R. A., Hislop, G., Chiarelli, A. M., Minkin, S., & Yaffe, M. J. (2007). Mammographic Density and the Risk and Detection of Breast Cancer. The New England Journal of Medicine, 356(3), 227–236. https://doi.org/10.1056/nejmoa062790
36. Fletcher, S. W., & Elmore, J. G. (2003). Mammographic Screening for Breast Cancer. The New England Journal of Medicine, 348(17), 1672–1680. https://doi.org/10.1056/nejmcp021804
37. Kolb, T., Lichy, J., Newhouse, J.H. Comparison of the Performance of Screening Mammography, Physical Examination, and Breast US and Evaluation of Factors that influence Them: An Analysis of 27,825 Patient Evaluations. Radiology, 225(1),165-175. https://doi.org/10.1148/radiol.2251011667
38. Association between mammographic parenchymal pattern classification and incidence of breast cancer. (1980). Pubmed. https://doi.org/10.1002/1097-0142(19800515)45:10
39. Breast size and mammographic pattern in relation to breast cancer risk. (1996, February1). PubMed. https://pubmed.ncbi.nlm.nih.gov/8664807/
40. Sala, E., Warren, R. B., McCann, J. J., Duffy, S. W., Day, N. P. J., & Luben, R. (1998). Mammographic parenchymal patterns and mode of detection: implications for the breast screening programme. Journal of Medical Screening, 5(4), 207-212. . https://doi.org/10.1136/jms.5.4.207
41. McCormack, ., & Silva, I. D. S. (2006). Breast Density and Parenchymal Patterns as Markers of Breast Cancer Risk: A Meta-analysis. Cancer Epidemiology, Biomarkers Prevention, 15(6), 115-1169. https://doi.org/10.1158/1055-9965.epi-06-0034
42. Li, T., Sun, L., Miller, N., Nicklee, T., Woo, J., Hulse-Smith, L., Tsao, M., Khokha, R., Martin, L., Boyd, N. (2005). The Association of Measured Breast Tissue Characteristics With Mammographic Density and Other Risk Factors For Breast Cancer. 14(2),343-349. https://doi.org/10.1158/1055-9965.epi-04-0490
43. Del Carmen, M.G., Halpern, E.F., Kopans, D.B., Moy, B., Moore, R., Goss, P.E., & Hughes, K. S. (2007). Mammographic Breast Density and Race. American Journal of Roentgenology, 188(4), 1147-1150. https://doi.org/10.2214/ajr.06.0619
44. Boyd, N.F., Martin, L.J., Sun, L., Guo, H., Chiarelli, A. M., Hislop, G., Yaffe, M. J., & Minkin, S. (2006). Body Size, Mammographic Density, and Breast Cancer Risk. Cancer Epidemiology, Biomarkers & Prevention, 15(11), 2086-2092. https://doi.org/10.1158/1055-9965.epi-06-0345
45. Wang, Z., Pierson, R.N., & Heymsfield, S. B. (1992). The five-level model: a new approach to organizing body-composition research. The American Journal of Clinical Nutrition, 56(1), 19-28. https://doi.org/10.1093/ajcn/56.1.19
46. Santana, Porbén S., Alicia, L., Borrás, E. (n.d). Composición corporal. https://www.medigraphic.com/pdfs/actamedica/acm-2003/acm031e.pdf
47. Heymsfield, S.B., Pietrobelli, A., Wang, Z., Saris, W.H.M.(2005). The end of body composition methodology research? Current Opinion in clinical Nutrition and Metabolic Care, 8(6), 591-594. https://doi.org/10.1097/01.mco.0000171151.43410.a5
48. Shah, A.S.M., Bilal, R. (2009). Body Composition, its Significance and Models for Assessment. Pakistan Journal of Nutrition. 8(2), 198-202. https://doi.org/10.3923/pjn.2009.198.202
49. Berral FJ, Escribano A, Berral CJ, Lancho JL. Body composition of top performance athletes determined by a modification of Kerr’s method. Med Sci Sport Exer. 1992;4–6.
50. Resende, C., J., Junior, Vieira, M. N., Ferriolli, E., Netto, A. S., Da Silva Castro Perdona, G., & Monteiro, J. L. (2011). Body composition measures of obese adolescents by the deuterium oxide dilution method and by bioelectrical impedance. Brazilian Journal of Medical and Biological Research, 44(11), 1164-1170. https://doi.org/10.1590/s0100-879x2011007500122
51. Kaur, M., Talwar, I. (2011).Body composition and fat distribution among older Jat females: a rural-urban comparison. Homo-journal of Comparative Human Biology, 62(5), 374-385. https://doi.org/10.1016/j.jchb.2010.05.004
52. Park, H., Park, K., Kim, M., Kim G.S., & Chung, S.(2011). Gender Differences in Relationship between Fat-Free Mass Index and fat mass index among Korean Children Using Body Composition chart. Yonsei Medical Journal, 52(6), 948. https://doi.org/10.3349/ymj.2011.52.6.948
53. Sant’Anna, M., Priore, S.E., Franceschini, S. (2009). Métodos de avaliação da composição corporal em crianças. Revista Paulista De Pediatria, 27(3), 315-321. https://doi.org/10.1590/s0103-05822009000300013
54. Carbajal, Á. (2013). Manual de Nutrición y Dietética. https://eprints.ucm.es/id/eprint/22755/1/Manual-nutricion-dietetica-CARBAJAL.pdf
55. Durnin, J., Womersley, J. (1974). Body fat assessed from total body density and its estimation from skinfold thickness: measurements on 481 men and women aged from 16 to 72 Years. British Journal of Nutrion, 32(1),77-97. https://doi.org/10.1079/bjn19740060
56. Pietrobelli, A., Heymsfield S.B., Wang, Z., Gallagher, D.L. (2001). Multi-component body composition models: recent advances and future directions. European Journal of Clinical Nutrition, 55(2), 69-75. https://doi.org/10.1038/sj.ejcn.1601105.
57. Moreira, O.C., De Oliveira, R.a.R., De Oliveira, C.M.F., Doimo L.A., Amorim P.R.D.S., Laterza, M. C., Monteiro, W.D., & Marins, J.C.B(2014).Risk factors for cardiovascular disease in prodessors from a public university. Investigación y Educación En Enfermeria, 32(2), 280-290. https://doi.org/10.17533/udea.iee.v32n2a11.
58. Welborn, T.A., Dhaliwal S. (2007). Preferred clinical measures of central obesity for predicting mortality. European Journal of Clinical Nutrition, 61(12), 1373-1379. https://doi.org/10.1038/sj.ejcn.1602656
59. World Health Organization. (1998). Obesity : preventing and managing the global epidemic : report of a WHO Consultation on Obesity, Geneva, 3-5 June 1997. https://apps.who.int/iris/handle/10665/63854
60. Ramírez-Vélez, R., Suaréz-Ortegón, M.F.,& De Plata, A.C.A. (2011b). Asociación entre adiposidad y factores de riesgo cardiovascular en infantes pre-púberes. Endocrinologia y Nutricion, 58(9), 457-463. https://doi.org/10.1016/j.endonu.2011.06.008
61. Jiménez, E.G. (2013). Composición corporal: estudio y utilidad clínica. Endocrinologia y Nutricion, 60(2), 69-75. https://doi.org/10.1016/j.endou.2012.04.003.
62. Amaral, T., Restivo, M.T., Guerra R., Marques, E.A., De Fátima Chousal, M., & Mota, J. (2010).Accuracy of a digital skinfold system for measuring skinfold thickness and estimating body fat. British Journal of Nutrition, 105(3), 478-484. https://doi.org/10.1017/s0007114510003727
63. Haskell, W.L., Lee, I., Pate, R.R., Powell, K.E., Blair, S.N., Franklin, B.A., Macera, C. A., Heath, G. W., Thompson, P. M., & Bauman, A. (2007). Physical Activity and Public Health. Medicine and Science in Sports and Ecercise, 29(8), 1423-1434. https://doi.org/10.1249/mss.0b013e3180616b27
64. Noncommunicable diseases country profiles (2018). World Health Organization. https://apps.who.int/iris/handle/10665/274512
65. Safety, N. a. F. (2011). Waist circumference and waist-hip ratio: report of a WHO expert consultation. https://www.who.int/publications/i/item/9789241501491
66. Lear, S. A., James, P. T., Ko, G. T., & Kumanyika, S. K. (2009). Appropriateness of waist circumference and waist-to-hip ratio cutoffs for different ethnic groups. European Journal of Clinical Nutrition, 64(1), 42–61. https://doi.org/10.1038/ejcn.2009.70
67. Ayvaz, G. (2011,May 23). Methods for Body Composition Analysis in Adults. https://benthamopen.com/ABSTRACT/TOOBEST-3-62
68. GB REMOTE DISPLAY VERSION COLUMN MOUNTED VERSION BODY COMPOSITION ANALYZER BC-420MA, instruction manual. (n.d.). http://www.tanita.co.th/images/media/Manual_Eng_BC_420_P.pdf
69. Physical status: the use and interpretation of anthropometry. Report of a WHO Expert Committee. (1995).PubMed. https://pubmed.ncbi.nlm.nih.gov/8594834/
70. Montes, B. (2021). Concordancia entre antropometría y bioimpedancia para la estimación del porcentaje graso en adultos (18-59 Años) de la Universidad de Caldas Manizales. https://repositorio.ucaldas.edu.co/bitstream/handle/ucaldas/17231/Bibiana_HurtadoMontes_2021.pdf?sequence=1
71. World. (2020). The Challenge of Obesity in the WHO European Region and the Strategies for Response. Who.int. https://doi.org/9789289014083
72. Popkin, B.M. (2004) The nutrition transition: An Overview of World Patterns of Change. Nutrion Reviews, 62, S140-S143. https://doi.org/10.1111/j.1753-4887.2004.tb00084.x
73. Acosta, K.(2013). Revista de Economía del Rosario. Revista de Economía del Rosario. https://revistas.urosario.edu.co/index.php/economia/article/view/3330
74. Cutler, D.M., Glaeser, E.L,& Shapiro, J.M. (2003). Why Have Americans Become More Obese? Journal of Economic Perspectives,17(3):93-118. https://doi.org/10.1257/089533003769204371
75. Chou, S., Grossman, M.,, Saffer, H. (2004). An economic analysis of adult obesity: results from the Behavioral Risk Factor Surveillance System. Journal of Health Economics, 23(3), 565-587. https://doi.org/10.1257/089533001016/j.jhealeco.2003.10.003
76. ENSIN: (2010) Encuesta Nacional de Situación Nutricional. (n.d.). Portal ICBF - Instituto Colombiano De Bienestar Familiar ICBF. https://www.icbf.gov.co/bienestar/nutricion/encuesta-nacional-situacion-nutricional#ensin2010
77. Ramírez, L.F.G.&. N.F. (2008). Diferencias en los índices de masa corporal en Colombia en 2005: una aplicación de los indicadores de desigualdad. ideas.repec.org. https://ideas.repec.org/p/col/000092/004693.html
78. Ramírez, L.F.G.&. N.F. (2009b). Body mass index as a standard of living measure: A different interpretation for the case of Colombia. ideas.repec.org. https://ideas.repec.org/p/col/000092/005218.html
79. Soguel, L., Durocher, F., Tchernof, A., & Diorio, C. (2017b). Adiposity, breast density, and breast cancer risk: epidemiological and biological considerations. European Journal of Cancer Prevention, 26(6), 511-520. https://doin.org/10.1097/cej.0000000000000310
80. Sala, E., Warren, R.B., McCann, J.J., Duffy, S.W., Luben, R., & Day, N.P.J.(1999c). High-risk mammographic parenchymal patterns and anthropometric measures: A case-control study. British Journal of Cancer, 81(7),1257-1261. https://doi.org/10.1038/sj.bjc.6690838
81. Masala, G., Ambrogetti, D., Assedi, M., Giorgi, D., Del Turco, M.R., Palli, D. (2006). Dietary and lifestyle determinants of mammographic breast density. A longitudinal study in a Mediterranean population. International Journal of Cancer, 118(7), 1782-1789. https://doi.org/10.1002/ijc.21558
82. Rice, M.S., Bertrand, K.A., Lajous, M., Tamimi, R.M., Torres-Mejía, G., Biessy, C., Lopez-Ridaura, R., & Romieu, I. (2013). Body size throughout the life course and mammographic density in Mexican women. Breast Cancer Research and Treatment, 138(2), 601-610. https://doi.org/10.1007/s10549-013-2463-8.
83. Oppong, B., Dash, C., O’Neill, S. c., Li, Y, Makambi, K. H., Pien, E., Makariou, E., Coleman, T., & Adams-Campbell, L. L. (2017). Breast density in multiethnic women presenting for screening mammography. Breast Journal. https://doi.org/10.1111/tbj.12941
84. Quandt, Z., Flom, J.D., Tehranifar, P., Reynolds, D., Terry, M.B., & McDonald, J.A. (2005). The association of alcohol consumption with mammographic density in a multiethnic urban population. BMC Cancer, 15(1). https://doi.org/10.1186/s12885-015-1094-3
85. Riza, E., Remoundos, D., Bakali, E., Karadedou-Zafiriadou, E., Linos, D., Linos, A. (2008). Anthropometric characteristics and mammographic parenchymal patterns in post-menopausal women: a population-based study in Northern Greece, 20(2), 181-191. https://doi.org/10.1007/s10552-008-9232-8
86. Pereira, A. I., Garmendia, M,L,, Uauy, R., Neira, P., Lopez-Arana, S., Malkov, S., & Shepherd, J.A.(2017). Determinants of volumetric breast density in Chilean premenopausal women. Breast Cancer Research and Treatment, 162(2), 343-352. https://doi.org/10.1007/s10549-017-4126-7
87. Alimujiang, A., Imm, K.R., Appleton, C.M., Colditz, G.A., Berkey, C.S., & Toriola, A.T (2008). Adiposity at Age 10 and Mammographic Density among Premenopausal Women. Cancer Prevention Research, 11(5),287-294. https://doi.org/10.1158/1940-6207.capr-17-0309
88. Warren, R. B., Thompson, D. J., Del Frate, C., Cordell, M., Highnam, R., Tromans, C., Warsi, I., Ding, J. L., Sala, E., Estrella, F., Solomonides, A., Odeh, M., McClatchey, R., Bazzocchi, M., Amendolia, S. R., & Brady, M. P. (2007). A comparison of some anthropometric parameters between an Italian and a UK population: “proof of principle” of a European project using MammoGrid. Clinical Radiology, 62(11),1052-1060. https://doi.org/10.1016/j.crad.2007.04.002
89. Boyd, N. F., Lockwood, G. W., Byng, J. W., Little, L. R., Yaffe, M. J., & Tritchler, D. (1998). The relationship of anthropometric measures to radiological features of the breast in premenopausal women. British Journal of Cancer, 78(9), 1233-1238. https://doi.org/10.1038/bjc.1998.660
90. Hosseini, A., Khoury, A., Varghese, F., Carter, J., Wong, J., & Mukhtar, R.A. (2019). Changes in mammographic density following bariatric surgery. Surgery for Obesity and Related Diseases, 15(6), 964-968. https://doi.org/10.1016/j.soard.2019.03.037
91. Spencer, E.A., Appleby, P.N., Davey, G., & Key, T.J. (2002). Validity of self-reported height and weight in 4808 EPIC-Oxford participants. Public Health Nutrition, 5(4), 561-561-565. https://doi.org/10.1079/phn2001422
92. Spicer, D.V., Ursin, G., Parisky, Y.R., Pearce, J.M., Shoupe. D, Pike, A., & Pike, -M.C. (1994). Changes in Mammographic Densities induced by a Hormonal Contraceptive Designed to Reduce Breast Cancer Risk. Journal of the Natlional Cancer Institute, 86(6), 431-436. https://doi.org/10.1093/jnci/86.6.431
93. Heller, S. L., Young Lin, L. L., Melsaether, A. N., Moy, L., & Gao, Y. (2018). Hormonal effects on breast density, fibroglandular tissue, and background parenchymal enhancement. Radiographics: a review publication of the Radiological Society of North America, Inc, 38(4), 983–996. https://doi.org/10.1148/rg.2018180035.
94. Winkler NS, Raza S, Mackesy M, Birdwell RL (2015). Breast density: clinical implications and assessment methods. Radiographics;35(2):316–24. https://pubmed.ncbi.nlm.nih.gov/25763719/
dc.source.instname.none.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.none.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/e2482d9e-f75c-4b65-af6c-65052d75c36c/download
https://repository.urosario.edu.co/bitstreams/0293b811-4c6e-4e49-a8b0-9fd10b50cc10/download
https://repository.urosario.edu.co/bitstreams/7d7f0771-786c-4c49-9a54-594aaf76837e/download
https://repository.urosario.edu.co/bitstreams/4554cc38-d140-479c-a4b7-641680aac994/download
https://repository.urosario.edu.co/bitstreams/a39d0ce0-5d9c-4555-b7c8-cf66e7f9704a/download
bitstream.checksum.fl_str_mv 6ac39d5f6b27c9c5e4612d8f433234de
b2825df9f458e9d5d96ee8b7cd74fde6
3b6ce8e9e36c89875e8cf39962fe8920
726b7d6aa4fa3ef9d12d511272763f7b
17848a977b97882149d3912d25948e00
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1814167732478803968
spelling Perdomo Charry, Oscar Julián1075213630600Pedraza Flechas, Ana María52965050600Venegas Torres, Mónica NataliaUrrego Torres, Diana AndreaMezamell Macías, FaridMagíster en EpidemiologíaMaestríaFull time825c62d6-7fd7-49c0-87fc-fe816f992bbf-1c6de42b6-4642-44ff-b90c-63e6c50446e025039430-b3d4-4347-a1b3-77860452bfd22023-07-17T13:13:59Z2023-07-17T13:13:59Z2023-07-06Introducción: El objetivo primario de este estudio es determinar la composición corporal de las mujeres colombianas y su relación con la densidad mamográfica. Métodos: Estudio descriptivo transversal con componente analítico. Mediante muestreo no probabilístico se seleccionaron 670 pacientes que cumplían los criterios de inclusión y exclusión. Las variables cualitativas se representan mediante distribución de frecuencias absolutas y proporciones, y las variables cuantitativas con estadísticos de tendencia central y dispersión. Se ajusta un modelo de regresión lineal simple para determinar la relación entre valores autorreportados y medidos de peso y talla, así como la relación entre indicadores de adiposidad con edad, consumo de anticonceptivos y estado menopaúsico. También mediante modelo de regresión lineal simple y múltiple se relaciona la densidad mamográfica con variables clínicas y antropométricas, tomado un valor significativo de p<0,05. Finalmente, se construyó un árbol de decisión para identificar aquellas variables explicativas para ser incluidas en un modelo final de regresión para poder estimar la densidad mamográfica, al que finalmente se calculó la potencia estadística del modelo para valorar posible utilidad en la práctica clínica. Resultados: El promedio de edad fue 57,9 años (DE 6,3). Según el IMC el 43,4% presentaba sobrepeso, seguido de peso normal, obesidad grado I, grado II, grado III y bajo peso, con porcentajes de 29,1%, 16,6%, 6,3%, 1,2% y 0,3%, respectivamente. Las mujeres de mayor edad presentaron mayor porcentaje de masa grasa (p 0,02) y razón cintura/cadera (p 0,01). El 53,4% de las mujeres tenían una densidad mamográfica menor del 25%. Las mujeres premenopáusicas presentaron 14,2% de mayor densidad mamográfica que en las postmenopáusicas. El IMC y la edad presentaron relación lineal inversa con la densidad mamográfica (B= -4.0, valor p 0,000; B=-0,7, valor p 0,000, respectivamente). La edad mantiene una relación lineal inversa con el porcentaje de densidad mamográfica mientras que los anticonceptivos orales mostraron relación lineal directa, ambas estadísticamente significativas. La edad, el IMC, perímetro de cintura y talla del brasier se identificaron como variables susceptibles de ser incluidas en un modelo de predicción de porcentaje de densidad mamográfica. Conclusiones: La mayor proporción de mujeres en este estudio se encontraron en rango de sobrepeso, al igual que con patrones de densidad mamográfica bajos (<50%). Se pudo proponer la inclusión de variables como la edad, el IMC, la talla del brasier y el perímetro de cintura en un modelo final de estimación de densidad mamográfica, estimando una potencia estadística del modelo de 1,00.Introduction: The primary objective of this study is to determine the body composition of Colombian women and its relationship with mammographic density. Methods: Cross-sectional descriptive study with an analytical component. Using non-probabilistic sampling, 670 patients who met the inclusion and exclusion criteria were selected. Qualitative variables are represented by absolute frequency distribution and proportions, and quantitative variables by central tendency and dispersion statistics. A simple linear regression model was fitted to determine the relationship between self-reported and measured values of weight and height, as well as the relationship between indicators of adiposity with age, contraceptive use, and menopausal status. Also using a simple and multiple linear regression model, mammographic density is related to clinical and anthropometric variables, taking a significant value of p<0.05. Finally, a decision tree was built to identify those explanatory variables to be included in a final regression model to be able to estimate mammographic density, to which the statistical power of the model was finally calculated to assess its possible utility in clinical practice. Results: The mean age was 57.9 years (SD 6.3). According to the BMI, 43.4% were overweight, followed by normal weight, obesity grade I, grade II, grade III and underweight, with percentages of 29.1%, 16.6%, 6.3%, 1.2 % and 0.3%, respectively. Older women had a higher percentage of fat mass (p 0.02) and waist/hip ratio (p 0.01). 53.4% of the women had a mammographic density of less than 25%. Premenopausal women presented 14.2% higher mammographic density than postmenopausal women. BMI and age presented an inverse linear relationship with mammographic density (B= -4.0, p value 0.000; B= -0.7, p value 0.000, respectively). Age maintains an inverse linear relationship with the percentage of mammographic density, while oral contraceptives showed a direct linear relationship, both statistically significant. Age, BMI, waist circumference, and bra size were identified as variables likely to be included in a mammographic density percentage prediction model. Conclusions: The highest proportion of women in this study were in the overweight range, as well as with low mammographic density patterns (<50%). It was possible to propose the inclusion of variables such as age, BMI, bra size, and waist circumference in a final mammographic density estimation model, estimating a statistical power of 1.00 for the model.52application/pdfhttps://doi.org/10.48713/10336_40169 https://repository.urosario.edu.co/handle/10336/40169spaUniversidad del RosarioUniversidad CES. Facultad de MedicinaEscuela de Medicina y Ciencias de la SaludMaestría en EpidemiologíaAttribution-NonCommercial-NoDerivatives 4.0 InternationalAbierto (Texto Completo)EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.http://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf21. World Health Organization: WHO. (2021). Cáncer de mama. www.who.int. https://www.who.int/es/news-room/fact-sheets/detail/breast-cancer2. Herrera, M. P. (2019). CANCER DE MAMA Y CUELLO UTERINO, COLOMBIA 2018. Vigilancia y análisis del riesgo en salud, Institución Nacional de Salud, Colombia.3. Neira, V. P. (2013). Densidad mamaria y riesgo de cáncer mamario. Revista Médica Clínica Las Condes, 24(1), 122–130. https://doi.org/10.1016/s0716-8640(13)70137-84. Dorgan, J. F., Klifa, C., Shepherd, J. A., Egleston, B. L., Kwiterovich, P. O., Himes, J. H., Gabriel, K. P., Van Horn, L., Snetselaar, L., Stevens, V. J., Barton, B. A., Robson, A. M., Lasser, N. L., Deshmukh, S., & Hylton, N. M. (2012). Height, adiposity and body fat distribution and breast density in young women. Breast Cancer Research, 14(4). https://doi.org/10.1186/bcr32285. Elmore, J. G., Carney, P. A., Abraham, L., Barlow, W. E., Egger, J., Fosse, J. S., Cutter, G., Hendrick, R. E., D’Orsi, C. J., Paliwal, P., & Taplin, S. H. (2004). The Association Between Obesity and Screening Mammography Accuracy. Archives of Internal Medicine, 164(10), 1140. https://doi.org/10.1001/archinte.164.10.11406. World Health Organization: WHO. (2021). Obesidad y sobrepeso. www.who.int. https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight7. ENSIN: Encuesta Nacional de Situación Nutricional. (s.f.). Portal ICBF – Instituto Colombiano de Bienestar Familiar ICBF. https://www.icbf.gov.co/bienestar/nutricion/encuesta-nacional-situacion-nutricional#ensin38. Safety, N. a. F. (2016). Report of the commission on ending childhood obesity. www.who.int. https://www.who.int/publications/i/item/97892415100669. Yk, K., Danforth, E., Jensen, Kopelman, P., Lefebvre, P., & Ba, R. (2001). Dose-response issues concerning physical activity and health: an evidence-based symposium. Medicine and Science in Sports and Exercise, 33(Supplement), S351–S358. https://doi.org/10.1097/00005768-200106001-0000310. GBD Compare. (n.d.). Institute for Health Metrics and Evaluation. https://vizhub.healthdata.org/gbd-compare/11. de, M. (2019). Detecte el cáncer de mama a tiempo. Minsalud.gov.co. https://www.minsalud.gov.co/Paginas/Detecte-el-cancer-de-mama-a-tiempo.aspx12. Robles, S. (2001). El cáncer de mama en América Latina y el Caribe: Informar sobre las opciones. https://iris.paho.org/handle/10665.2/3105?locale-attribute=es13. Mammographic densities and risk of breast cancer. (1991). PubMed. https://doi.org/10.1002/1097-0142(19910601)67:1114. Baquero-Serrano, A., López-Martínez, L., Vera-Campos, S. N., Rosales-Rueda, S., Jaramillo-Botero, N., & Ochoa-Vera, M.E. (2020). Prevalencia de tejido mamario denso en una población en la ciudad de Bucaramanga, Colombia. Revista Colombiana de Cancerología. https://doi.org/10.35509/01239015.9415. Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021). Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 71(3), 209–249. https://doi.org/10.3322/caac.2166016. Cáncer de mama - Estadísticas. (2023,10 may). Cancer.Net. https://www.cancer.net/es/tipos-de-c%C3%A1ncer/c%C3%A1ncer-de-mama/estadisticas17. Tan, P. H., Ellis, I. O., Allison, K. H., Brogi, E., Fox, S. B., Lakhani, S. R., Lazar, A. J., Morris, E. A., Sahin, A. A., Salgado, R., Sapino, A., Sasano, H., Schnitt, S. J., Sotiriou, C., Van Diest, P. J., White, V. A., Lokuhetty, D., & Cree, I. A. (2020). The 2019 World Health Organization classification of tumours of the breast. Histopathology, 77(2), 181–185. https://doi.org/10.1111/his.1409118. Elson, B. C., Ikeda, D., Andersson, I., & Wattsgård, C. (1992). Fibrosarcoma of the breast: mammographic findings in five cases. American Journal of Roentgenology, 158(5), 993–995. https://doi.org/10.2214/ajr.158.5.131447919. Aibar, L., Santalla, A., Criado, L., Pérez, I. G., Calderon, M. A., Gallo, J. R., & Parra, J. F. (2011). Clasificación radiológica y manejo de las lesiones mamarias. Clínica e Investigación en Ginecología y Obstetricia, 38(4), 141–149. https://doi.org/10.1016/j.gine.2010.10.01620. Sarquis, F. (2018). BI-RADS® 5ta Edición. https://www.redalyc.org/journal/3825/382555870012/html/21. Ekpo, E. U., Ujong, U. P., Mello-Thoms, C., & McEntee, M. F. (2016). Assessment of Interradiologist Agreement Regarding Mammographic Breast Density Classification Using the Fifth Edition of the BI-RADS Atlas. American Journal of Roentgenology, 206(5), 1119–1123. https://doi.org/10.2214/ajr.15.1504922. Winkler, N., Raza, S., Mackesy, M. M., & Birdwell, R. L. (2015). Breast Density: Clinical Implications and Assessment Methods. Radiographics, 35(2), 316–324. https://doi.org/10.1148/rg.35214013423. Wolfe, J. N. (1976). Breast patterns as an index of risk for developing breast cancer. American Journal of Roentgenology, 126(6), 1130–1137. https://doi.org/10.2214/ajr.126.6.113024. Ciatto, S., Houssami, N., Apruzzese, A., Bassetti, E., Brancato, B.,F,C., Lamberini, M., Marcelli, G., Pellizzoni, R., Pesce, B., Risso, G. A., Russo, F. P., & Scorsolini, A. (2005). Categorizing breast mammographic density: intra- and interobserver reproducibility of BI-RADS density categories. The Breast, 14(4), 269-275. https://doi.org/10.1016/j.breast.2004.12.00425. Redondo, A., Comas, M., Macià, F., Ferrer, F., Murta-Nascimento, C., Maristany, M.T., Molins, E., Sala, M.M., & Castells, X. (2012). Inter - and intraradiologist variability in the BI-RADS assessment and breast density categories for screening mammograms. British Journal of Radiology, 85(1019), 1465-1470. https://doi.org/10.1259/bjr/2125637926. Timmers, J.M.H., Van Doorne-Nagtegaal, H.J., Verbeek, A., Heeten, G. J. D., & , Broeders, M.J.M. (2012). A dedicated BI-RADS training programme: Effect on the inter-observer variation among screening radiologists. European Journal of Radiology, 81(9), 2184-2188. https://doi.org/10.1016/j.ejrad.2011.07.01127. Byng, J. W., Yaffe, M. J., Jong, R., Shumak, R., Lockwood, G. W., Tritchler, D., & Boyd, N. F. (1998). Analysis of mammographic density and breast cancer risk from digitized mammograms. Radiographics, 18(6), 1587–1598. https://doi.org/10.1148/radiographics.18.6.982120128. Crivellé, M. S. (2014). La densidad mamaria. Una aproximación. Revista De Senología Y Patología Mamaria, 27(3), 138–142. https://doi.org/10.1016/j.senol.2014.04.00129. ITI. (2020, 13 marzo). dmscan - ITI. https://www.iti.es/dmscan/30. Llobet, R., Martín, M., Antón, J., Miranda-García, J., Casals, M. R., Martínez, I. J. M., Ruiz-Perales, F., Pérez-Gómez, B., Salas-Trejo, D., & Perez-Cortes, J. (2014). Semi-automated and fully automated mammographic density measurement and breast cancer risk prediction. Computer Methods and Programs in Biomedicine, 116(2), 105–115. https://doi.org/10.1016/j.cmpb.2014.01.02131. Torre, L.A., Siegel, R.L., Ward, E.C., & Jemal, A.(2016). Global Cancer Incidence and Mortality Rates and Trends-An Update. Cancer Epidemiology, Biomarkers & Prevention, 25(1), 16-27. https://doi.org/10.1158/1055-9965.epi-15-057832. Boyd, N.F., Dite, G.S., Stone, J., Gunasekara, A., English, D.R., McCredie, M.R.E., Giles, G.G., Tritchler, D., Chiarelli, A. M., Yaffe, M. J., & Hopper, J. L. (2002).Heritability of Mammographic Density, a Risk Factor for Breast Cancer. The New England Journal of Medicine, 347(12), 886-894. https://doi.org/10.1056/nejmoa01339033. Sprague, B.L., Gangnon, R.E., Burt, V., Trentham-Dietz, A., Hampton, J.M., Wellman, R.D., Kerlikowske, K. (2014). Prevalence of Mammographically Dense Breasts in the United States. 106. https://doi.org/10.1093/jnci/dju25534. Nazari, S., & Mukherjee, P. (2018). An overview of mammographic density and its association with breast cancer. Breast Cancer, 25(3), 259–267. https://doi.org/10.1007/s12282-018-0857-535. Boyd, N. F., Guo, H., Martin, L. J., Sun, L., Stone, J., Fishell, E., Jong, R. A., Hislop, G., Chiarelli, A. M., Minkin, S., & Yaffe, M. J. (2007). Mammographic Density and the Risk and Detection of Breast Cancer. The New England Journal of Medicine, 356(3), 227–236. https://doi.org/10.1056/nejmoa06279036. Fletcher, S. W., & Elmore, J. G. (2003). Mammographic Screening for Breast Cancer. The New England Journal of Medicine, 348(17), 1672–1680. https://doi.org/10.1056/nejmcp02180437. Kolb, T., Lichy, J., Newhouse, J.H. Comparison of the Performance of Screening Mammography, Physical Examination, and Breast US and Evaluation of Factors that influence Them: An Analysis of 27,825 Patient Evaluations. Radiology, 225(1),165-175. https://doi.org/10.1148/radiol.225101166738. Association between mammographic parenchymal pattern classification and incidence of breast cancer. (1980). Pubmed. https://doi.org/10.1002/1097-0142(19800515)45:1039. Breast size and mammographic pattern in relation to breast cancer risk. (1996, February1). PubMed. https://pubmed.ncbi.nlm.nih.gov/8664807/40. Sala, E., Warren, R. B., McCann, J. J., Duffy, S. W., Day, N. P. J., & Luben, R. (1998). Mammographic parenchymal patterns and mode of detection: implications for the breast screening programme. Journal of Medical Screening, 5(4), 207-212. . https://doi.org/10.1136/jms.5.4.20741. McCormack, ., & Silva, I. D. S. (2006). Breast Density and Parenchymal Patterns as Markers of Breast Cancer Risk: A Meta-analysis. Cancer Epidemiology, Biomarkers Prevention, 15(6), 115-1169. https://doi.org/10.1158/1055-9965.epi-06-003442. Li, T., Sun, L., Miller, N., Nicklee, T., Woo, J., Hulse-Smith, L., Tsao, M., Khokha, R., Martin, L., Boyd, N. (2005). The Association of Measured Breast Tissue Characteristics With Mammographic Density and Other Risk Factors For Breast Cancer. 14(2),343-349. https://doi.org/10.1158/1055-9965.epi-04-049043. Del Carmen, M.G., Halpern, E.F., Kopans, D.B., Moy, B., Moore, R., Goss, P.E., & Hughes, K. S. (2007). Mammographic Breast Density and Race. American Journal of Roentgenology, 188(4), 1147-1150. https://doi.org/10.2214/ajr.06.061944. Boyd, N.F., Martin, L.J., Sun, L., Guo, H., Chiarelli, A. M., Hislop, G., Yaffe, M. J., & Minkin, S. (2006). Body Size, Mammographic Density, and Breast Cancer Risk. Cancer Epidemiology, Biomarkers & Prevention, 15(11), 2086-2092. https://doi.org/10.1158/1055-9965.epi-06-034545. Wang, Z., Pierson, R.N., & Heymsfield, S. B. (1992). The five-level model: a new approach to organizing body-composition research. The American Journal of Clinical Nutrition, 56(1), 19-28. https://doi.org/10.1093/ajcn/56.1.1946. Santana, Porbén S., Alicia, L., Borrás, E. (n.d). Composición corporal. https://www.medigraphic.com/pdfs/actamedica/acm-2003/acm031e.pdf47. Heymsfield, S.B., Pietrobelli, A., Wang, Z., Saris, W.H.M.(2005). The end of body composition methodology research? Current Opinion in clinical Nutrition and Metabolic Care, 8(6), 591-594. https://doi.org/10.1097/01.mco.0000171151.43410.a548. Shah, A.S.M., Bilal, R. (2009). Body Composition, its Significance and Models for Assessment. Pakistan Journal of Nutrition. 8(2), 198-202. https://doi.org/10.3923/pjn.2009.198.20249. Berral FJ, Escribano A, Berral CJ, Lancho JL. Body composition of top performance athletes determined by a modification of Kerr’s method. Med Sci Sport Exer. 1992;4–6.50. Resende, C., J., Junior, Vieira, M. N., Ferriolli, E., Netto, A. S., Da Silva Castro Perdona, G., & Monteiro, J. L. (2011). Body composition measures of obese adolescents by the deuterium oxide dilution method and by bioelectrical impedance. Brazilian Journal of Medical and Biological Research, 44(11), 1164-1170. https://doi.org/10.1590/s0100-879x201100750012251. Kaur, M., Talwar, I. (2011).Body composition and fat distribution among older Jat females: a rural-urban comparison. Homo-journal of Comparative Human Biology, 62(5), 374-385. https://doi.org/10.1016/j.jchb.2010.05.00452. Park, H., Park, K., Kim, M., Kim G.S., & Chung, S.(2011). Gender Differences in Relationship between Fat-Free Mass Index and fat mass index among Korean Children Using Body Composition chart. Yonsei Medical Journal, 52(6), 948. https://doi.org/10.3349/ymj.2011.52.6.94853. Sant’Anna, M., Priore, S.E., Franceschini, S. (2009). Métodos de avaliação da composição corporal em crianças. Revista Paulista De Pediatria, 27(3), 315-321. https://doi.org/10.1590/s0103-0582200900030001354. Carbajal, Á. (2013). Manual de Nutrición y Dietética. https://eprints.ucm.es/id/eprint/22755/1/Manual-nutricion-dietetica-CARBAJAL.pdf55. Durnin, J., Womersley, J. (1974). Body fat assessed from total body density and its estimation from skinfold thickness: measurements on 481 men and women aged from 16 to 72 Years. British Journal of Nutrion, 32(1),77-97. https://doi.org/10.1079/bjn1974006056. Pietrobelli, A., Heymsfield S.B., Wang, Z., Gallagher, D.L. (2001). Multi-component body composition models: recent advances and future directions. European Journal of Clinical Nutrition, 55(2), 69-75. https://doi.org/10.1038/sj.ejcn.1601105.57. Moreira, O.C., De Oliveira, R.a.R., De Oliveira, C.M.F., Doimo L.A., Amorim P.R.D.S., Laterza, M. C., Monteiro, W.D., & Marins, J.C.B(2014).Risk factors for cardiovascular disease in prodessors from a public university. Investigación y Educación En Enfermeria, 32(2), 280-290. https://doi.org/10.17533/udea.iee.v32n2a11.58. Welborn, T.A., Dhaliwal S. (2007). Preferred clinical measures of central obesity for predicting mortality. European Journal of Clinical Nutrition, 61(12), 1373-1379. https://doi.org/10.1038/sj.ejcn.160265659. World Health Organization. (1998). Obesity : preventing and managing the global epidemic : report of a WHO Consultation on Obesity, Geneva, 3-5 June 1997. https://apps.who.int/iris/handle/10665/6385460. Ramírez-Vélez, R., Suaréz-Ortegón, M.F.,& De Plata, A.C.A. (2011b). Asociación entre adiposidad y factores de riesgo cardiovascular en infantes pre-púberes. Endocrinologia y Nutricion, 58(9), 457-463. https://doi.org/10.1016/j.endonu.2011.06.00861. Jiménez, E.G. (2013). Composición corporal: estudio y utilidad clínica. Endocrinologia y Nutricion, 60(2), 69-75. https://doi.org/10.1016/j.endou.2012.04.003.62. Amaral, T., Restivo, M.T., Guerra R., Marques, E.A., De Fátima Chousal, M., & Mota, J. (2010).Accuracy of a digital skinfold system for measuring skinfold thickness and estimating body fat. British Journal of Nutrition, 105(3), 478-484. https://doi.org/10.1017/s000711451000372763. Haskell, W.L., Lee, I., Pate, R.R., Powell, K.E., Blair, S.N., Franklin, B.A., Macera, C. A., Heath, G. W., Thompson, P. M., & Bauman, A. (2007). Physical Activity and Public Health. Medicine and Science in Sports and Ecercise, 29(8), 1423-1434. https://doi.org/10.1249/mss.0b013e3180616b2764. Noncommunicable diseases country profiles (2018). World Health Organization. https://apps.who.int/iris/handle/10665/27451265. Safety, N. a. F. (2011). Waist circumference and waist-hip ratio: report of a WHO expert consultation. https://www.who.int/publications/i/item/978924150149166. Lear, S. A., James, P. T., Ko, G. T., & Kumanyika, S. K. (2009). Appropriateness of waist circumference and waist-to-hip ratio cutoffs for different ethnic groups. European Journal of Clinical Nutrition, 64(1), 42–61. https://doi.org/10.1038/ejcn.2009.7067. Ayvaz, G. (2011,May 23). Methods for Body Composition Analysis in Adults. https://benthamopen.com/ABSTRACT/TOOBEST-3-6268. GB REMOTE DISPLAY VERSION COLUMN MOUNTED VERSION BODY COMPOSITION ANALYZER BC-420MA, instruction manual. (n.d.). http://www.tanita.co.th/images/media/Manual_Eng_BC_420_P.pdf69. Physical status: the use and interpretation of anthropometry. Report of a WHO Expert Committee. (1995).PubMed. https://pubmed.ncbi.nlm.nih.gov/8594834/70. Montes, B. (2021). Concordancia entre antropometría y bioimpedancia para la estimación del porcentaje graso en adultos (18-59 Años) de la Universidad de Caldas Manizales. https://repositorio.ucaldas.edu.co/bitstream/handle/ucaldas/17231/Bibiana_HurtadoMontes_2021.pdf?sequence=171. World. (2020). The Challenge of Obesity in the WHO European Region and the Strategies for Response. Who.int. https://doi.org/978928901408372. Popkin, B.M. (2004) The nutrition transition: An Overview of World Patterns of Change. Nutrion Reviews, 62, S140-S143. https://doi.org/10.1111/j.1753-4887.2004.tb00084.x73. Acosta, K.(2013). Revista de Economía del Rosario. Revista de Economía del Rosario. https://revistas.urosario.edu.co/index.php/economia/article/view/333074. Cutler, D.M., Glaeser, E.L,& Shapiro, J.M. (2003). Why Have Americans Become More Obese? Journal of Economic Perspectives,17(3):93-118. https://doi.org/10.1257/08953300376920437175. Chou, S., Grossman, M.,, Saffer, H. (2004). An economic analysis of adult obesity: results from the Behavioral Risk Factor Surveillance System. Journal of Health Economics, 23(3), 565-587. https://doi.org/10.1257/089533001016/j.jhealeco.2003.10.00376. ENSIN: (2010) Encuesta Nacional de Situación Nutricional. (n.d.). Portal ICBF - Instituto Colombiano De Bienestar Familiar ICBF. https://www.icbf.gov.co/bienestar/nutricion/encuesta-nacional-situacion-nutricional#ensin201077. Ramírez, L.F.G.&. N.F. (2008). Diferencias en los índices de masa corporal en Colombia en 2005: una aplicación de los indicadores de desigualdad. ideas.repec.org. https://ideas.repec.org/p/col/000092/004693.html78. Ramírez, L.F.G.&. N.F. (2009b). Body mass index as a standard of living measure: A different interpretation for the case of Colombia. ideas.repec.org. https://ideas.repec.org/p/col/000092/005218.html79. Soguel, L., Durocher, F., Tchernof, A., & Diorio, C. (2017b). Adiposity, breast density, and breast cancer risk: epidemiological and biological considerations. European Journal of Cancer Prevention, 26(6), 511-520. https://doin.org/10.1097/cej.000000000000031080. Sala, E., Warren, R.B., McCann, J.J., Duffy, S.W., Luben, R., & Day, N.P.J.(1999c). High-risk mammographic parenchymal patterns and anthropometric measures: A case-control study. British Journal of Cancer, 81(7),1257-1261. https://doi.org/10.1038/sj.bjc.669083881. Masala, G., Ambrogetti, D., Assedi, M., Giorgi, D., Del Turco, M.R., Palli, D. (2006). Dietary and lifestyle determinants of mammographic breast density. A longitudinal study in a Mediterranean population. International Journal of Cancer, 118(7), 1782-1789. https://doi.org/10.1002/ijc.2155882. Rice, M.S., Bertrand, K.A., Lajous, M., Tamimi, R.M., Torres-Mejía, G., Biessy, C., Lopez-Ridaura, R., & Romieu, I. (2013). Body size throughout the life course and mammographic density in Mexican women. Breast Cancer Research and Treatment, 138(2), 601-610. https://doi.org/10.1007/s10549-013-2463-8.83. Oppong, B., Dash, C., O’Neill, S. c., Li, Y, Makambi, K. H., Pien, E., Makariou, E., Coleman, T., & Adams-Campbell, L. L. (2017). Breast density in multiethnic women presenting for screening mammography. Breast Journal. https://doi.org/10.1111/tbj.1294184. Quandt, Z., Flom, J.D., Tehranifar, P., Reynolds, D., Terry, M.B., & McDonald, J.A. (2005). The association of alcohol consumption with mammographic density in a multiethnic urban population. BMC Cancer, 15(1). https://doi.org/10.1186/s12885-015-1094-385. Riza, E., Remoundos, D., Bakali, E., Karadedou-Zafiriadou, E., Linos, D., Linos, A. (2008). Anthropometric characteristics and mammographic parenchymal patterns in post-menopausal women: a population-based study in Northern Greece, 20(2), 181-191. https://doi.org/10.1007/s10552-008-9232-886. Pereira, A. I., Garmendia, M,L,, Uauy, R., Neira, P., Lopez-Arana, S., Malkov, S., & Shepherd, J.A.(2017). Determinants of volumetric breast density in Chilean premenopausal women. Breast Cancer Research and Treatment, 162(2), 343-352. https://doi.org/10.1007/s10549-017-4126-787. Alimujiang, A., Imm, K.R., Appleton, C.M., Colditz, G.A., Berkey, C.S., & Toriola, A.T (2008). Adiposity at Age 10 and Mammographic Density among Premenopausal Women. Cancer Prevention Research, 11(5),287-294. https://doi.org/10.1158/1940-6207.capr-17-030988. Warren, R. B., Thompson, D. J., Del Frate, C., Cordell, M., Highnam, R., Tromans, C., Warsi, I., Ding, J. L., Sala, E., Estrella, F., Solomonides, A., Odeh, M., McClatchey, R., Bazzocchi, M., Amendolia, S. R., & Brady, M. P. (2007). A comparison of some anthropometric parameters between an Italian and a UK population: “proof of principle” of a European project using MammoGrid. Clinical Radiology, 62(11),1052-1060. https://doi.org/10.1016/j.crad.2007.04.00289. Boyd, N. F., Lockwood, G. W., Byng, J. W., Little, L. R., Yaffe, M. J., & Tritchler, D. (1998). The relationship of anthropometric measures to radiological features of the breast in premenopausal women. British Journal of Cancer, 78(9), 1233-1238. https://doi.org/10.1038/bjc.1998.66090. Hosseini, A., Khoury, A., Varghese, F., Carter, J., Wong, J., & Mukhtar, R.A. (2019). Changes in mammographic density following bariatric surgery. Surgery for Obesity and Related Diseases, 15(6), 964-968. https://doi.org/10.1016/j.soard.2019.03.03791. Spencer, E.A., Appleby, P.N., Davey, G., & Key, T.J. (2002). Validity of self-reported height and weight in 4808 EPIC-Oxford participants. Public Health Nutrition, 5(4), 561-561-565. https://doi.org/10.1079/phn200142292. Spicer, D.V., Ursin, G., Parisky, Y.R., Pearce, J.M., Shoupe. D, Pike, A., & Pike, -M.C. (1994). Changes in Mammographic Densities induced by a Hormonal Contraceptive Designed to Reduce Breast Cancer Risk. Journal of the Natlional Cancer Institute, 86(6), 431-436. https://doi.org/10.1093/jnci/86.6.43193. Heller, S. L., Young Lin, L. L., Melsaether, A. N., Moy, L., & Gao, Y. (2018). Hormonal effects on breast density, fibroglandular tissue, and background parenchymal enhancement. Radiographics: a review publication of the Radiological Society of North America, Inc, 38(4), 983–996. https://doi.org/10.1148/rg.2018180035.94. Winkler NS, Raza S, Mackesy M, Birdwell RL (2015). Breast density: clinical implications and assessment methods. Radiographics;35(2):316–24. https://pubmed.ncbi.nlm.nih.gov/25763719/instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURComposición Corporal, Adiposidad, Densidad de la Mama.Body Composition, Adiposity, Breast Density.Composición corporal y relación con la densidad mamográfica en mujeres colombianas que asisten a tamizaje en la Clínica Universitaria ColombiaBody composition and relationship with mammographic density in Colombian women attending screening at the Clínica Universitaria ColombiabachelorThesisTesisTesishttp://purl.org/coar/resource_type/c_7a1fEscuela de Medicina y Ciencias de la SaludORIGINALComposición-corporal-y-relación-con.pdfComposición-corporal-y-relación-con.pdfapplication/pdf2279844https://repository.urosario.edu.co/bitstreams/e2482d9e-f75c-4b65-af6c-65052d75c36c/download6ac39d5f6b27c9c5e4612d8f433234deMD51LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/0293b811-4c6e-4e49-a8b0-9fd10b50cc10/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repository.urosario.edu.co/bitstreams/7d7f0771-786c-4c49-9a54-594aaf76837e/download3b6ce8e9e36c89875e8cf39962fe8920MD53TEXTComposición-corporal-y-relación-con.pdf.txtComposición-corporal-y-relación-con.pdf.txtExtracted texttext/plain101674https://repository.urosario.edu.co/bitstreams/4554cc38-d140-479c-a4b7-641680aac994/download726b7d6aa4fa3ef9d12d511272763f7bMD54THUMBNAILComposición-corporal-y-relación-con.pdf.jpgComposición-corporal-y-relación-con.pdf.jpgGenerated Thumbnailimage/jpeg3012https://repository.urosario.edu.co/bitstreams/a39d0ce0-5d9c-4555-b7c8-cf66e7f9704a/download17848a977b97882149d3912d25948e00MD5510336/40169oai:repository.urosario.edu.co:10336/401692023-07-18 03:04:30.926http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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

Publicaciones similares