Indicadores antropométricos de riesgo cardiovascular y condición física en población escolar

Autores/as

  • Ramiro Orlando Acosta Pérez Universidad Manuela Beltra´n
  • Jose Armando Vidarte Claros http://www.autonoma.edu.co
  • Oswaldo Ceballos Gurrola Facultad de Organización deportiva de la universidad Autónoma de Nuevo León.
  • Carlos Andrés Collazos Morales Universidad Manuela Beltrán

DOI:

https://doi.org/10.47197/retos.v73.117825

Palabras clave:

actividad física, condición física, indicadores, riesgo cardiovascular

Resumen

Introducción: El riesgo cardiovascular es una preocupación creciente en salud pública mundial. Los indicadores antropométricos, junto con los niveles de actividad física y condición física son elementos clave para predecir dicho riesgo.

Objetivo: Evaluar la asociación entre los indicadores antropométricos y los niveles de condición física con el fin de pronosticar el riesgo cardiovascular en población escolar.

Metodología: Estudio cuantitativo, correlacional con alcance predictivo. Se analizaron datos de 414 individuos, mediante el software R (versión 4.x). Se aplicó estadística descriptiva y análisis correlacional, se utilizó regresión logística binaria para predecir el riesgo cardiovascular. Las mediciones antropométricas (peso, estatura, perímetros y pliegues cutáneos) permitieron calcular el índice de masa corporal, índice de cintura/cadera, índice de cintura/estatura y porcentaje de grasa. La actividad física se evaluó con el cuestionario PAQ-A y la condición física a través de la batería Alpha Fitness.

Resultados: El 54,35 % de los estudiantes fueron clasificados como inactivos, el 71 % presentó una condición física no saludable. Estos factores se correlacionaron significativamente con el riesgo cardiovascular, cuya prevalencia fue del 54,4 %. El modelo de regresión logística binaria alcanzó un AUC promedio de 0.826 ± 0.045, demostrando alta capacidad de discriminación, estabilidad y confiabilidad.

Conclusión: Comparado con estudios internacionales, este modelo destaca por su precisión diagnóstica, consolidándose como una herramienta eficaz para la detección del riesgo cardiovascular en contextos escolares. Los hallazgos son consistentes con la literatura científica disponible en Colombia, América Latina, México, Estados Unidos, Europa, África y Asia. Lo que respalda la validez del modelo propuesto.

Biografía del autor/a

  • Ramiro Orlando Acosta Pérez, Universidad Manuela Beltra´n

    Magister en Actividad física y deporte, Candidato a doctor en ciencias y Tecnologías de la Actividad física y el deporte

  • Oswaldo Ceballos Gurrola, Facultad de Organización deportiva de la universidad Autónoma de Nuevo León.

    Docente de la Facultad de Organización deportiva de la universidad Autónoma de Nuevo León. Coordinador del programa de Doctorado de ciencias de la Actividad Física y el deporte

  • Carlos Andrés Collazos Morales, Universidad Manuela Beltrán

    Docente de la Universidad Manuela Beltrán de Bogotá Colombia, Vicerrectoría de investigaciones

Referencias

Alcaide-Leyva, J. M., Romero-Saldaña, M., García-Rodríguez, M., Molina-Luque, R., Jiménez-Mérida, R., & Molina-Recio, G. (2023). Development of a Predictive Model of Cardiovascular Risk in a Male Population from the Peruvian Amazon. Journal of Clinical Medicine, 12(9), 3199. https://doi.org/10.3390/jcm12093199

Alemañy, D.-P. C., Fernández, G. D.-P., Arrocha, M. F., Pérez, E. A., & Ramírez, H. R. (2020). Señales ate-roscleróticas tempranas en adolescentes entre 10 y 19 años aparentemente sanos. Revista Cu-bana de Medicina General Integral, 36(2). http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21252020000200006&lng=es&nrm=iso&tlng=en

Balcells, M. (2016). El estudio Framingham. Nah.Sen.Es, 4(1), 43–46. https://nah.sen.es/vmfiles/abstract/NAHV4N1201643_46ES.pdf

Breiman, L. (2001). Bosques aleatorios. Machine Learning, 45(1), 5–32., 45(1), 5–32. https://doi.org/10.1023/A:1010933404324

Candeaux, L., Candeaux, E., & Hermenegildo Pila Hernández, C. (2012). La condición física: Evolución histórica de este concepto. Lecturas: Educación Física y Deportes, ISSN-e 1514-3465, No. 170, 2012, 5 Págs., 170, 5–5. https://dialnet.unirioja.es/servlet/articulo?codigo=4742009&info=resumen&idioma=SPA

Cardozo, L. A. , Cuervo, Y. , & Murcia, J. (2016). Porcentaje de grasa corporal y prevalencia de sobre-peso-obesidad en estudiantes universitarios de rendimiento deportivo de Bogotá, Colombia. https://doi.org/10.12873/363cardozo

Carvalho, A. K. T. , da Cunha França, A. M. , dos Santos, L. L. , Padilha, L. L. , & Bogea, E. G. (2022). Waist to height ratio cut off points to predict obesity in adolescents and association with inflamma-tory markers. Nutrición Hospitalaria: Órgano Oficial de La Sociedad Española de Nutrición Clínica y Metabolismo (SENPE), ISSN-e 1699-5198, ISSN 0212-1611, Vol. 39, No. 6 (Noviem-bre-Diciembre), 2022, Págs. 1272-1279, 39(6), 1272–1279. https://doi.org/10.20960/nh.03962

Daghistani, T. , y, & R Alshammari. (2020). Comparación de técnicas de aprendizaje automático de re-gresión logística estadística y bosque aleatorio para predecir la diabetes. Researchgate.Net. https://doi.org/10.12720/jait.11.2.78-83

Damen, J. A. A. G., Hooft, L., Schuit, E., Debray, T. P. A., Collins, G. S., Tzoulaki, I., Lassale, C. M., Siontis, G. C. M., Chiocchia, V., Roberts, C., Schlüssel, M. M., Gerry, S., Black, J. A., Heus, P., Van Der Schouw, Y. T., Peelen, L. M., & Moons, K. G. M. (2016). Prediction models for cardiovascular disease risk in the general population: systematic review. Systematic Review. BMJ (Clinical Research Ed.), 353, I2416, 353, i2416. https://doi.org/10.1136/BMJ.I2416

De Almeida, R. T., Matos, S. M. A., & Aquino, E. M. L. (2021). Individual and Combined Performance of Indicators of Overall and Central Obesity to Estimate Coronary Risk in ELSA-Brasil Partici-pants. Arquivos Brasileiros de Cardiologia, 117(4), 701–712. https://doi.org/10.36660/ABC.20200360

De Carrera, De, P., Física, L. A., & Deporte, Y. (2024). Análisis comparativo de la condición física e índi-ce cintura-talla entre los estudiantes de octavo y noveno de Educación General Básica de la Unidad Educativa Fiscomisional Alicia Loza Meneses y Unidad Educativa Particular San Francisco de Sales. http://dspace.ups.edu.ec/handle/123456789/26948

Duarte, M. O., Ruelas, Y. F., López-Alcaraz, F., del Toro-Equihua, M., & Sánchez-Ramírez, C. A. (2014). Correlación entre el porcentaje de grasa determinado mediante la ecuación de Slaughter e im-pedancia bioeléctrica en niños mexicanos en edad escolar. Nutrición Hospitalaria, 29(1), 88–93. https://doi.org/10.3305/NH.2014.29.1.6992

Dundar, C. (2025). Predictive Accuracy of Biochemical and Anthropometric Indices for Metabolic Syndrome in Children with Obesity: A Comparative Study. Life 2025, Vol. 15, Page 216, 15(2), 216. https://doi.org/10.3390/LIFE15020216

Estrella, R., Salazar, F., Paredes, Y., & Racines, M. (2019). Predictores de riesgo cardiometabólico en adolescentes de Quito. Revista de La Facultad de Ciencias Médicas (Quito), 44(1), 13–25. https://doi.org/10.29166/CIENCIAS_MEDICAS.V44I1.1898

Ezzatvar, Y., Izquierdo, M., Ramírez-Vélez, R., del Pozo Cruz, B., & García-Hermoso, A. (2022). Accura-cy of different cutoffs of the waist-to-height ratio as a screening tool for cardiometabolic risk in children and adolescents: A systematic review and meta-analysis of diagnostic test accuracy studies. Obesity Reviews, 23(2), e13375. https://doi.org/10.1111/OBR.13375

Fernández, D. M., Cernadas, E., Barro, S., Amorim, D., & Fernández-Delgado, A. (2014). Do we need hundreds of classifiers to solve real world classification problems? Jmlr.OrgM Fernández-Delgado, E Cernadas, S Barro, D AmorimThe Journal of Machine Learning Research, 2014•jmlr.Org, 15, 3133–3181. https://www.jmlr.org/papers/volume15/delgado14a/delgado14a.pdf?source=post_page---------------------------

Ferrer, A. M. , Díaz-Perera Fernández, G. , Alemañy Díaz-Perera, C. , Alemañy Pérez, E. , & Pérez Aseff, H. (2024). Indicadores antropométricos relacionados con las alteraciones de la tensión arterial en adolescentes aparentemente sanos. Revista Cubana de Medicina General Integral,. http://scielo.sld.cu/scielo.php?pid=S0864-21252024000100016&script=sci_arttext&tlng=pt

Fisberg, M., Maximino, P., Kain, J., & Kovalskys, I. (2016). Obesogenic environment – intervention op-portunities. Jornal de Pediatria, 92(3), 30–39. https://doi.org/10.1016/J.JPED.2016.02.007

Herazo, B. Y., Núñez-Bravo, N., Sánchez-Güette, L., Osorio Álvarez, L., Quintero Barahona, E., Yepes Sarmiento, L., & Vázquez-Rojano, K. (2018). Condición física en escolares: diferencias según los niveles de actividad física. In Revista Latinoamericana de Hipertensión (Vol. 13). Cooperativa servicios y suministros 212518 RS. http://hdl.handle.net/20.500.12442/2441

Hu, X., Yang, Z., Ge, W., Ding, Y., & Zhong, Y. (2024). Evaluating eight indicators for identifying meta-bolic syndrome in Chinese and American adolescents. Nature.ComX Hu, Z Yang, W Ge, Y Ding, Y Zhong, J Long, X Zhu, J Hu, J YinPediatric Research, 2024•nature.Com. https://doi.org/DOI:10.1038/s41390-024-03247-8

Iguasnia, J. Menéndez. , J., Noemí Tomalá-Bazán, C., Jessica Villacrés-Castro, G., Mabel Soriano-Mateo, M., & Pamela Menéndez Iguasnia, J. (2024). El impacto de la actividad física en la prevención del síndrome metabólico: un enfoque teórico. SAPIENS International Multidisciplinary Jour-nal, 1(3), 14–34. https://doi.org/10.71068/ZC0SRM56

Juonala, M., Magnussen, C. G., Berenson, G. S., Venn, A., Burns, T. L., Sabin, M. A., Srinivasan, S. R., Daniels, S. R., Davis, P. H., Chen, W., Sun, C., Cheung, M., Viikari, J. S. A., Dwyer, T., & Raitakari, O. T. (2011). Childhood adiposity, adult adiposity, and cardiovascular risk factors. New England Journal of Medicine, Mass Medical Soc, 365(20), 1876–1885, 365(20), 1876–1885. https://doi.org/10.1056/NEJMOA1010112

Lomaglio, D. B., Marrodán Serrano, M. D., Dipierri, J. E., Alfaro, E. L., Bejarano, I. F., Cesani, M. F., Dahin-ten, S. L., Garraza, M., Menecier, N., Navazo, B., Quintero, F. A., Román, E. M., Torres, M. F., & Zonta, M. L. (2022). Referencias de índice de masa corporal. Precisión diagnóstica con área grasa braquial en escolares argentinos. Archivos Latinoamericanos de Nutrición, 72(1), 31–42. https://doi.org/10.37527/2022.72.1.004

Miranda, E., Betancourt, R., & … R. G. (2023). Índices antropométricos para la estimación de obesidad en jóvenes universitarios. Rev16deabril.Sld.Cu. https://rev16deabril.sld.cu/index.php/16_04/article/view/1747

Nie, M. J., Sun, R. Z., Fan, C. Q., Fei, X., & Li, H. J. (2025). Prevalence of dyslipidemia and predictive value of anthropometric indicators among children and adolescents in the Tibetan Plateau. Frontiers in Nutrition, 12. https://doi.org/10.3389/fnut.2025.1531197

O’Donnell, C. & Elosua R. (2009). Factores de riesgo cardiovascular. Perspectivas derivadas del Fra-mingham Heart Study. Elsevier. https://doi.org/10.1157/13116658

OMS. (2024). Actividad física. https://www.who.int/es/news-room/fact-sheets/detail/physical-activity

OMS. (2025). Obesidad y sobrepeso. https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight

Ortega, F., Ruiz, J., & Castillo, M. (2008). La aptitud física en la infancia y la adolescencia : un poderoso marcador de salud. Revista Internacional De. https://www.nature.com/articles/0803774

Peña, R. A., & Piña, Borrego. (2023). Modelo predictivo temprano de obesidad infanto-juvenil. Revista de Ciencias Médicas de Pinar Del Río, Scielo.Sld.Cu. http://scielo.sld.cu/scielo.php?pid=S1561-31942023000700006&script=sci_arttext

Quirino, V. L., Mayoral-Chavez, M., Pérez-Cervera, Y., Ildefonso-García, O., Cruz-Altamirano, E., Ruiz-García, M., & Alpuche, J. (2025). Cardiometabolic risk assessment by anthropometric and bio-chemical indices in mexican population. Frontiers in Endocrinology, 16, 1588469. https://doi.org/10.3389/fendo.2025.1588469

Rodríguez, A. D. C., Cabrera-Villamizar, A., Lorena Rodríguez-Pulido, A., Callegari, S., Alejandra, N., Ro-dríguez, O., Pinilla-Roncancio, M., Moreno López, S. M., & Andrés Sánchez-Vallejo, C. (2023). External validation of the ACC/AHA ASCVD risk score in a Colombian population cohort. Scien-tific Reports, 13(1), 6139. https://doi.org/10.1038/s41598-023-32668-4

Ruiz, España Romero, V. , Castro Piñero, J. , Artero, E. G. , Ortega, F. B. , Cuenca García, M. , Jiménez Pa-vón, D. , Chillón, P. , Girela Rejón, M. a J. , Mora, J. , Gutiérrez, A. , Suni, J. , Sjöstrom, M. , & Casti-llo, M. J. . (2011). Batería ALPHA-Fitness: test de campo para la evaluación de la condición fí-sica relacionada con la salud en niños y adolescentes. https://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0212-16112011000600003

Rutti, Y. Y. G. , Lizama, R. D. L. , Ramos, A. G. Y. , Choo, C. B. R. , Huiman, J. C. A. , & Huamán, F. G. V. (2023). Salud mental e indicadores antropométricos en universitarios de ciencias de la salud, Lima-Perú. Lima-Perú. Nutrición Clínica y Dietética Hospitalaria, 43 (4), 189-196. https://doi.org/10.12873/434gomez

Saad, A. H., Hassan, A. A., Al-Nafeesah, A., Aleed, A., & Adam, I. (2024). Prediction of Hypertension Based on Anthropometric Parameters in Adolescents in Eastern Sudan: A Community-Based Study. Vascular Health and Risk Management, 20, 511–519., 20, 511–519. https://doi.org/10.2147/VHRM.S491857

Sagot, E. , & Martínez, M. (2023). Obesidad infantil: una epidemia en crecimiento. Abordaje y preven-ción. Revista Electrónica de PortalesMedicos.Com. https://www.revista-portalesmedicos.com/revista-medica/obesidad-infantil-una-epidemia-en-crecimiento-abordaje-y-prevencion/

Savitz, D. A., & Wellenius, G. A. (2023). Can Cross-Sectional Studies Contribute to Causal Inference? It Depends. American Journal of Epidemiology, 192(4), 514–516. https://doi.org/10.1093/AJE/KWAC037

Secchi, García, G. C., España-Romero, V., & Castro-Piñero, J. (2014). Condición física y riesgo cardio-vascular futuro en niños y adolescentes argentinos: una introducción de la batería ALPHA. Ar-chivos Argentinos de Pediatría, 112(2), 132–140. https://doi.org/10.5546/aap.2014.132

Vasquez, F., Salazar, G., Vasquez, S., & Torres, J. (2025). Association Between Physical Fitness and Car-diovascular Health in Chilean Schoolchildren from the Metropolitan Region. Nutrients 2025, Vol. 17, Page 182, 17(1), 182. https://doi.org/10.3390/NU17010182

Vidarte Claros, J. A., Vélez Alvarez, C., Arenas, A. A., & Parra Sánchez, J. H. (2022). Valores percentiles de la condición física saludable en escolares (Percentile values of healthy physical condiction in schools). Retos, 43, 162-170. https://doi.org/10.47197/retos.v43i0.88112

WHO. (2021). Enfermedades cardiovasculares. https://www.who.int/es/health-topics/cardiovascular-diseases#tab=tab_1

Xie, L., Kim, J., Almandoz, J. P., Clark, J., Mathew, M. S., Cartwright, B. R., Barlow, S. E., Lipshultz, S. E., & Messiah, S. E. (2024). Anthropometry for predicting cardiometabolic disease risk factors in adolescents. Wiley Online Library, 32(8), 1558–1567. https://doi.org/10.1002/OBY.24090

Yang, L., Wu, H., Jin, X., Zheng, P., Hu, S., Xu, X., Yu, W., & Yan, J. (2020). Estudio de un modelo de pre-dicción de enfermedades cardiovasculares basado en un bosque aleatorio en el este de China. Informes Científicos. https://doi.org/10.1038/s41598-020-62133-5

Zhou, J., Sun, W., Zhang, C., Hou, L., Luo, Z., Jiang, D., Tan, B., Yuan, C., Zhao, D., Li, J., Zhang, R., & Song, P. (2024). Prevalence of childhood hypertension and associated factors in Zhejiang Province: a cross-sectional analysis based on random forest model and logistic regression. Springer, 24(1). https://doi.org/10.1186/S12889-024-19630-3

Zorrilla, L. C., Ceballos-Santacruz, J. D., Ramírez-Giraldo, C. D., Patiño-Palma, B. E., & Calero-Saa, P. (2020). Factors associated with cardiovascular risk in high school students of a public school in the city of Santiago de Cali, Colombia. Revista Ciencias de La Salud, 18(1), 24–36. https://doi.org/10.12804/revistas.urosario.edu.co/revsalud/a.8741

Descargas

Publicado

18-11-2025

Número

Sección

Artículos de carácter científico: investigaciones básicas y/o aplicadas

Cómo citar

Acosta Pérez, R. O., Vidarte Claros, J. A., Ceballos Gurrola, O., & Collazos Morales, C. A. (2025). Indicadores antropométricos de riesgo cardiovascular y condición física en población escolar. Retos, 73, 1400-1415. https://doi.org/10.47197/retos.v73.117825