Quais são as razões estatísticas por trás da definição do índice de IMC como peso / altura


10

Talvez essa pergunta tenha resposta na medicina, mas existem razões estatísticas para o cálculo do índice de IMC como ? Por que não, por exemplo, apenas peso / altura ? Minha primeira idéia é que isso tem algo a ver com regressão quadrática.weight/height2weight/height


Amostra de dados reais (200 indivíduos com peso, altura, idade e sexo):

structure(list(Age = c(18L, 21L, 17L, 20L, 19L, 53L, 27L, 22L, 
19L, 27L, 19L, 20L, 19L, 20L, 42L, 17L, 23L, 20L, 20L, 19L, 20L, 
19L, 19L, 18L, 19L, 15L, 19L, 15L, 19L, 21L, 60L, 19L, 17L, 23L, 
60L, 33L, 24L, 19L, 19L, 22L, 20L, 21L, 19L, 19L, 20L, 18L, 19L, 
20L, 22L, 20L, 20L, 27L, 19L, 22L, 19L, 20L, 20L, 21L, 16L, 19L, 
41L, 54L, 18L, 23L, 19L, 19L, 22L, 18L, 20L, 19L, 25L, 18L, 20L, 
15L, 61L, 19L, 34L, 15L, 19L, 16L, 19L, 18L, 15L, 20L, 20L, 20L, 
20L, 19L, 16L, 37L, 37L, 18L, 20L, 16L, 20L, 36L, 18L, 19L, 19L, 
20L, 18L, 17L, 22L, 17L, 22L, 16L, 24L, 17L, 33L, 17L, 17L, 15L, 
18L, 18L, 16L, 20L, 29L, 24L, 18L, 17L, 18L, 36L, 16L, 17L, 20L, 
16L, 43L, 19L, 18L, 20L, 19L, 18L, 21L, 19L, 20L, 23L, 19L, 19L, 
20L, 24L, 19L, 20L, 38L, 18L, 17L, 19L, 19L, 20L, 20L, 21L, 20L, 
20L, 42L, 17L, 20L, 25L, 20L, 21L, 21L, 22L, 19L, 25L, 19L, 40L, 
25L, 52L, 25L, 21L, 20L, 41L, 34L, 24L, 30L, 21L, 27L, 47L, 21L, 
16L, 31L, 21L, 37L, 20L, 22L, 19L, 20L, 25L, 23L, 20L, 20L, 21L, 
36L, 19L, 21L, 16L, 20L, 18L, 21L, 21L, 18L, 19L), Height = c(180L, 
175L, 178L, 160L, 172L, 172L, 180L, 165L, 160L, 187L, 165L, 176L, 
164L, 155L, 166L, 167L, 171L, 158L, 170L, 182L, 182L, 175L, 197L, 
170L, 165L, 176L, 167L, 170L, 168L, 163L, 155L, 152L, 158L, 165L, 
180L, 187L, 177L, 170L, 178L, 170L, 170L, NA, 188L, 180L, 161L, 
178L, 178L, 165L, 187L, 178L, 168L, 168L, 180L, 192L, 188L, 173L, 
193L, 184L, 167L, 177L, 177L, 160L, 167L, 190L, 187L, 163L, 173L, 
165L, 190L, 178L, 167L, 160L, 169L, 174L, 165L, 176L, 183L, 166L, 
178L, 158L, 180L, 167L, 170L, 170L, 180L, 184L, 170L, 180L, 169L, 
165L, 156L, 166L, 178L, 162L, 178L, 181L, 168L, 185L, 175L, 167L, 
193L, 160L, 171L, 182L, 165L, 174L, 169L, 185L, 173L, 170L, 182L, 
165L, 160L, 158L, 186L, 173L, 168L, 172L, 164L, 185L, 175L, 162L, 
182L, 170L, 187L, 169L, 178L, 189L, 166L, 161L, 180L, 185L, 179L, 
170L, 184L, 180L, 166L, 167L, 178L, 175L, 190L, 178L, 157L, 179L, 
180L, 168L, 164L, 187L, 174L, 176L, 170L, 170L, 168L, 158L, 175L, 
174L, 170L, 173L, 158L, 185L, 170L, 178L, 166L, 176L, 167L, 168L, 
169L, 168L, 178L, 183L, 166L, 165L, 160L, 176L, 186L, 162L, 172L, 
164L, 171L, 175L, 164L, 165L, 160L, 180L, 170L, 180L, 175L, 167L, 
165L, 168L, 176L, 166L, 164L, 165L, 180L, 173L, 168L, 177L, 167L, 
173L), Weight = c(60L, 63L, 70L, 46L, 60L, 68L, 80L, 68L, 55L, 
89L, 55L, 63L, 60L, 44L, 62L, 57L, 59L, 50L, 60L, 65L, 63L, 72L, 
96L, 50L, 55L, 53L, 54L, 49L, 72L, 49L, 75L, 47L, 57L, 70L, 105L, 
85L, 80L, 55L, 67L, 60L, 70L, NA, 76L, 85L, 53L, 69L, 74L, 50L, 
91L, 68L, 55L, 55L, 57L, 80L, 98L, 58L, 85L, 120L, 62L, 63L, 
88L, 80L, 57L, 90L, 83L, 51L, 52L, 65L, 92L, 58L, 76L, 53L, 64L, 
63L, 72L, 68L, 110L, 52L, 68L, 50L, 78L, 57L, 75L, 55L, 75L, 
68L, 60L, 65L, 48L, 56L, 65L, 65L, 88L, 55L, 68L, 74L, 65L, 62L, 
58L, 55L, 84L, 60L, 52L, 92L, 60L, 65L, 50L, 73L, 51L, 60L, 76L, 
48L, 50L, 53L, 63L, 68L, 56L, 68L, 60L, 70L, 65L, 52L, 75L, 65L, 
68L, 63L, 54L, 76L, 60L, 59L, 80L, 74L, 96L, 68L, 72L, 62L, 58L, 
50L, 75L, 70L, 85L, 67L, 65L, 55L, 78L, 58L, 53L, 56L, 72L, 62L, 
60L, 56L, 82L, 70L, 53L, 67L, 58L, 58L, 49L, 90L, 58L, 77L, 55L, 
70L, 64L, 98L, 60L, 60L, 65L, 74L, 99L, 49L, 47L, 75L, 77L, 74L, 
68L, 50L, 66L, 75L, 54L, 60L, 65L, 80L, 90L, 95L, 79L, 57L, 70L, 
60L, 85L, 44L, 58L, 50L, 88L, 60L, 54L, 68L, 56L, 69L), Gender = c(1L, 
1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 2L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 2L, 1L, 2L, 
2L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 
1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 
1L, 2L, 1L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 
2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 1L, 
1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 1L, 
1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 
1L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 
2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 
1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 
1L, 2L, 1L, 1L, 2L, 2L, 1L)), .Names = c("Age", "Height", "Weight", 
"Gender"), row.names = 304:503, class = "data.frame")

5
Atualmente, fórmulas como essa seriam eliminadas de uma regressão linear de log (peso) contra log (altura), o que (por razões biológicas e estatísticas) é uma maneira mais natural de analisar essas quantidades.
whuber

8
Eu esperava ilustrar isso com dados reais. O primeiro hit do Google encontrado em "dados de altura e peso" é um grande conjunto de dados hospedado pela UCLA . Está claramente falsificado! As distribuições marginais são perfeitamente distribuídas normalmente (testes de SW com subamostras de 5000 quase sempre têm valores de p próximos a 1/2): sem discrepâncias, sem curtose (de uma mistura de gêneros), sem distorção (de uma mistura de idades). Esses dados foram supostamente "usados ​​para desenvolver ... os gráficos de crescimento de Hong Kong para ... o índice de massa corporal (IMC)". Isso é extremamente suspeito.
whuber

3
2.55±0.285/2=2.5

4
library(MASS); rlm(log(Weight) ~ log(Height) + cut(Age, 3) + as.factor(Gender), data=y)rlm(Weight ~ Height + cut(Age, 3) + as.factor(Gender), data=y)1.62.5y

3
@ Whuber, eu tentei o seu código com tamanho de amostra completo (n = 1336) e coeficiente de log (altura) é de cerca de 1,77.
Miroslav Sabo

Respostas:


13

Esta revisão, de Eknoyan (2007), tem muito mais do que você provavelmente queria saber sobre Quetelet e sua invenção do índice de massa corporal.

A versão curta é que o IMC parece distribuído aproximadamente normalmente, enquanto o peso sozinho ou o peso / altura não, e Quetelet estava interessado em descrever um homem "normal" por meio de distribuições normais. Também existem alguns argumentos dos primeiros princípios, baseados em como as pessoas crescem, e alguns trabalhos mais recentes tentaram relacionar essa redução a alguma biomecânica.

Vale a pena notar que o valor do IMC é bastante calorosamente debatido. Ela se correlaciona muito bem com a gordura, mas os pontos de corte para abaixo do peso / sobrepeso / obesidade não coincidem com os resultados da assistência médica.


10
Mais importante, ele considerou o weight/height^3que seria interpretado como uma densidade (intuitivamente faz sentido), mas optou pelo IMC clássico por causa de sua distribuição normal, como você disse.
31413 AdamOu

4
@AdamO No entanto, os adultos geralmente crescem apenas em 2 dos 3 dimensões ...
James

10

De Adolphe Quetelet, "Um tratado sobre o homem e o desenvolvimento de suas faculdades":

Se o homem aumentasse igualmente em todas as dimensões, seu peso em diferentes idades seria o cubo de sua altura. Agora, não é isso que realmente observamos. O aumento de peso é mais lento, exceto durante o primeiro ano após o nascimento; então a proporção que acabamos de destacar é observada com bastante regularidade. Mas após esse período, e até perto da idade da puberdade, o peso aumenta quase como o quadrado da altura. O desenvolvimento do peso novamente se torna muito rápido na puberdade e quase pára após o vigésimo quinto ano. Em geral, não erramos muito quando assumimos que, durante o desenvolvimento, os quadrados do peso em diferentes idades são a quinta potência da altura; o que naturalmente leva a essa conclusão, apoiando a constante específica da gravidade, de que o crescimento transversal do homem é menor que o vertical.

Veja aqui .

Ele não estava interessado em caracterizar a obesidade, mas a relação entre peso e altura, pois estava muito interessado em biometria e curvas de sino. Os resultados de Quetelet indicaram que o IMC tinha uma distribuição aproximadamente normal na população. Isso significava que ele havia encontrado o relacionamento "correto". (curiosamente, apenas uma década ou duas depois, Francis Galton abordaria a questão da "distribuição da altura" nas populações e cunharia o termo "Regressão à média").

Vale a pena notar que o IMC tem sido um flagelo da biometria nos dias modernos, devido à utilização abrangente do estudo de Framingham como uma maneira de identificar a obesidade. Ainda falta um bom preditor de obesidade (e seus resultados relacionados à saúde). A proporção de medição da cintura para o quadril é um candidato promissor. Esperamos que, à medida que os ultrassons se tornem mais baratos e melhores, os médicos os usarão para identificar não apenas a obesidade, mas também os depósitos de gordura e a calcificação nos órgãos e fazer recomendações de cuidados com base neles.


11
2.5

11
Quetelet deduz sobre o desenvolvimento do indivíduo observando uma amostra populacional. Eu acho que ele comenta adicionalmente que, em média, é possível se dar bem com um peso e altura relacionados a um expoente de 2,5 (em todas ou quase todas as faixas etárias), mas especificamente em adultos, o relacionamento é quadrático.
31413 AdamO

11
Eu acho que a proporção cintura-quadril foi realmente considerada por Quetelet ou seus contemporâneos, mas também foi rejeitada porque também não era normalmente distribuída. Como nós chegamos longe ....
Matt Krause

8

Atualmente, o IMC é usado principalmente devido à sua capacidade de aproximar o volume de gordura visceral abdominal, útil no estudo do risco cardiovascular. Para um estudo de caso que analisa a adequação do IMC na triagem para diabetes, consulte o Capítulo 15 do http://biostat.mc.vanderbilt.edu/CourseBios330 em Folhetos . Várias avaliações estão lá. Você verá que uma potência melhor da altura está mais próxima de 2,5, mas pode fazer melhor do que usar altura e peso.


2
Este é um ótimo comentário - mas não parece abordar a questão solicitando "razões estatísticas" subjacentes à fórmula padrão do IMC.
whuber

11
Isso está na citação de Quetelet acima.
Frank Harrell
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.