Se invitó a los participantes a acudir a una sola visita de evaluación en su centro de salud. La información se obtuvo mediante un cuestionario estructurado administrado por un entrevistador, seguido de una exploración física. Realizaron el trabajo de campo siete equipos; en cada uno de ellos, había una enfermera y un dietista que, antes del estudio, habían realizado un curso de formación específico para estandarizar los procedimientos. Después de la entrevista, se obtuvieron muestras de sangre en ayunas y se realizó una prueba de sobrecarga oral de glucosa.

Se registró la información relativa a edad, sexo, nivel de estudios, estado civil, situación laboral y hábito tabáquico. Se determinó la ingesta alimentaria mediante un cuestionario de frecuencia de consumo de 40 ítems14 y se estimó la adherencia a la dieta mediterránea mediante una puntuación de 14 ítems previamente validada15. El nivel de actividad física diaria se estimó con la versión abreviada del International Physical Activity Questionnaire16,17. Se efectuaron determinaciones de peso, talla y perímetros de cintura y cadera con métodos estandarizados. Se calculó el índice de masa corporal. Se registró la presión arterial con un dispositivo de determinación de presión arterial (Hem-703C, Omron;Barcelona, España) tras tener al paciente varios minutos sentado; se utilizó para el análisis la media de dos determinaciones obtenidas con 1-2min de separación entre ellas. En los participantes con glucemia capilar basal menor que 7,8 mmol/l que no recibían tratamiento para la DM, se llevó a cabo una prueba estándar de sobrecarga oral de glucosa, en la que se obtuvieron muestras de sangre venosa en ayunas y a las 2 h. Las muestras se centrifugaron inmediatamente y se congeló el suero hasta el momento del análisis. Se efectuaron determinaciones de glucosa, triglicéridos y colesterol séricos por métodos enzimáticos, y del colesterol unido a lipoproteínas de alta densidad por un método directo. El colesterol unido a lipoproteínas de baja densidad se estimó con la fórmula de Friedewald.

El diagnóstico de DM se basó en los criterios de la Organización Mundial de la Salud de 199918. No todos los participantes aceptaron la realización de la prueba de sobrecarga oral de glucosa, por lo que la prevalencia de DM no conocida se calculó de la siguiente forma: (número de casos diagnosticados con la prueba de sobrecarga oral de glucosa/número de participantes en los que se realizó la prueba de sobrecarga oral de glucosa)×(1 – prevalencia de DM conocida) + DM no conocida La prevalencia total de DM se calculó entonces como DM conocida+DM no conocida19. Un índice de masa corporal ≥30 se consideró indicativo de obesidad20. La hipertensión se definió como estar en tratamiento antihipertensivo o tener una presión arterial sistólica ≥ 140mmHg y/o una presión arterial diastólica ≥90mmHg21. Los valores de PCR ultrasensible se consideraron elevados si eran ≥ 3mg/l22. La hipercolesterolemia se definió como una concentración de colesterol total ≥ 200mg/dl o estar en tratamiento con fármacos hipolipemiantes23. Se consideró que fumador al sujeto que fumaba 1 o más cigarrillos al día en el momento de la entrevista.

Se analizaron por separado los conglomerados del Andalucía (cohorte de Andalucía) y del resto de España, excluida Andalucía (cohorte del resto de España). Se calculó la prevalencia de FRCV en cada cohorte y se ajustó a la estructura de edad y sexo de la población española por el método directo. La prevalencia de FRCV en la cohorte de Andalucía se ajustó también a la estructura de edad y sexo de la población andaluza. Se utilizó una regresión logística para evaluar la asociación entre el área geográfica y los factores de riesgo de ECV, utilizando una regresión logística múltiple para evaluar el impacto de los posibles factores de confusión en estas asociaciones. Se construyeron modelos de regresión logística introduciendo el área geográfica (Andalucía frente al resto de España) como variable independiente y la presencia de FRCV (sí/no) como variables dependientes. Se calcularon los valores correspondientes de odds ratio (OR) en modelos ajustados por edad y sexo, y también en modelos que incluían el índice de masa corporal/perímetro de cintura. Un modelo final evaluó la asociación entre el área geográfica como variable independiente y la presencia de obesidad (sí/no) como variable dependiente en un modelo multivariable que incluía las variables edad, sexo, actividad física, nivel de estudios, estado civil y situación laboral. Estas variables se seleccionaron como posibles factores de confusión, ya que se asociaron a la presencia de obesidad en el análisis de regresión logística ajustados por edad y sexo, y su frecuencia mostró una distribución desigual entre las dos cohortes de estudio (véase «Resultados»). Todos los análisis estadísticos se realizaron con los programas SPSS 15.0 y Microsoft Office Excel 2007. Los valores de p presentados se basaron en pruebas bilaterales en las que la significación estadística se estableció en p<0,05.

De los adultos potencialmente seleccionables de los centros de Andalucía (3.153 después de la exclusión de los errores de los listados o la falta de datos de contacto), el 54,6% acudió al examen; de ellos, se excluyó al 11,9% por motivos establecidos en el protocolo (institucionalizados, enfermedad grave, embarazo o parto reciente). La muestra final fue de 1.517 individuos (media de edad, 48,5 ±16,1 años; el 64,9% mujeres).

De los adultos potencialmente seleccionables de los centros del resto de España (7.115 después de la exclusión de los errores de los listados o la falta de datos de contacto), el 56,0% acudió al examen; de ellos, se excluyó al 10,4% por motivos establecidos en el protocolo (institucionalizados, enfermedad grave, embarazo o parto reciente). La muestra final fue de 3.586 sujetos (media de edad, 51,2±17,3 años; el 53,8% mujeres). No hubo diferencias entre las dos cohortes en cuanto a los porcentajes de participación (p=0,13). La media de edad de la cohorte de Andalucía fue inferior a la observada en el resto de España y el porcentaje de mujeres fue superior (p<0,001 en ambas comparaciones).

En la tabla 1 se resume la prevalencia de FRCV ajustada por edad y sexo en ambas cohortes. En los datos ajustados para la población española, las proporciones de sujetos con DM (p<0,001), hipertensión (p<0,001), PCR ultrasensible elevada (p=0,01) y obesidad (p<0,001) fueron significativamente mayores en la cohorte de Andalucía que en la del resto de España. Hubo también ligeras diferencias no significativas en la prevalencia de hipercolesterolemia y tabaquismo. El ajuste de los datos de la cohorte de Andalucía a la población de referencia mostró unas prevalencias tan solo ligeramente inferiores. La mayor prevalencia de DM, obesidad, hipertensión y PCR ultrasensible elevada en la cohorte de Andalucía se observó tanto en los varones como en las mujeres y prácticamente todos los grupos de edad (datos no presentados).

Las tasas superiores de DM, hipertensión y valores altos de PCR ultrasensible se mostraron intensamente asociadas a diferencias en las mediciones de adiposidad. Los modelos de regresión logística ajustados por edad y sexo mostraron que las OR de presentar estos FRCV en la cohorte de Andalucía en comparación con la cohorte del resto de España eran muy significativas (p<0,001 para las diferencias en DM e hipertensión y p=0,009 para las diferencias en los valores elevados de PCR ultrasensible). Sin embargo, después de introducir en los modelos de regresión las mediciones de la adiposidad, como el índice de masa corporal y especialmente el perímetro de cintura, la intensidad de la asociación se redujo de manera muy significativa (tabla 2).

En la tabla 3, un análisis de regresión logística ajustado por edad y sexo compara, entre las cohortes de Andalucía y el resto de España, las prevalencias de diversas variables previamente seleccionadas por su asociación con la obesidad.

El porcentaje de individuos con una puntuación de dieta mediterránea baja no mostró diferencias entre Andalucía y el resto de España. Las demás variables estudiadas mostraron algunas diferencias: el nivel de estudios fue significativamente inferior en Andalucía, con un número significativamente mayor de personas sin estudios y menos personas con titulación universitaria, que en el resto de España (p<0,001). Se observaron también diferencias en cuanto al estado civil, con un menor porcentaje de solteros en Andalucía (p<0,001) y una frecuencia superior de desempleados (p<0,001). El nivel de actividad física referido fue también claramente inferior en Andalucía (p<0,001).

En un modelo final de regresión logística, se evaluó si estas variables podían modificar el efecto de la tendencia a mayor riesgo de obesidad en la cohorte de Andalucía. La OR de ser obeso en Andalucía en comparación con el resto de España fue muy significativa en los modelos de regresión logística ajustados solo por edad y sexo (p<0,001). Sin embargo, en los modelos multivariables que incluían además el nivel de estudios, el estado civil, la situación laboral y el grado de actividad física, este efecto se redujo claramente y dejó de ser significativo (p=0,086) (tabla 4).

La principal fortaleza de este estudio es haber dispuesto de un muestreo poblacional amplio, representativo de todo el territorio nacional, con una información sociodemográfica y antropométrica completa y análisis realizados con una metodología homogénea, que han permitido realizar comparaciones directas de los datos de estas cohortes. Como limitaciones, hay que mencionar en primer lugar que la participación fue relativamente baja (el 54,6 y el 56,0% en las cohortes de Andalucía y el resto de España respectivamente), lo cual implica la posibilidad de un sesgo de selección. Por otra parte, el porcentaje de participación es similar al de otras encuestas de salud nacionales realizadas en países europeos39 y España26. En segundo lugar, las estructuras de edad y sexo de las cohortes de Andalucía y el resto de España no eran iguales. La diferencia de edad entre las cohortes parece reflejar diferencias reales en la población de base25. La interferencia de este factor en los resultados es improbable, ya que en todos los datos de prevalencia y analíticos se introdujo una corrección respecto a edad y sexo. En tercer lugar, el estudio no tuvo la potencia estadística necesaria para analizar otros datos regionales específicos aparte de los de Andalucía, por lo que no fue posible analizar por separado otras regiones que podrían tener gran carga de FRCV.