Ability of Anthropometric Measurements to Predict Metabolic Health among Patients in Alberta: A Cross-sectional Study in Primary Care

Purpose: This study compared anthropometric and body fat percent (BF%) equations in relation to measures of metabolic health.

Methods: BF% calculations (Bergman, Fels, and Woolcott) and anthropometric measurements were used to determine obesity among a sample of patients attending primary care in Alberta, Canada. Anthropometric variables included body mass index (BMI), waist circumference, waist:hip ratio, waist:height ratio, and calculated BF%. Metabolic Z-score was computed as the average of the individual Z-scores of triglycerides, total cholesterol, and fasting glucose and the number of standard deviations from the sample mean.

Results: Five hundred and fourteen individuals were included (41.2% male, age: 53 ± 16y, BMI: 27.4 ± 5.7 kg/m²). BMI ≥ 30 kg/m² detected the smallest number of participants (n = 137) as having obesity, while Woolcott BF% equation categorized the largest number of participants as having obesity (n = 369). No anthropometric or BF% calculation predicted metabolic Z-score in males (all p ≥ 0.05). In females, age-adjusted waist:height ratio had the highest prediction power (R² = 0.204, p < 0.001), followed by age-adjusted waist circumference (R² = 0.200, p < 0.001) and age-adjusted BMI (R² = 0.178, p < 0.001).

Conclusions: This study did not find evidence that BF% equations more strongly predicted metabolic Z-scores than other anthropometric values. In fact, all anthropometric and BF% variables were weakly related to metabolic health parameters, with apparent sex differences.

Objectif : Cette étude a comparé les mesures anthropométriques et les équations du pourcentage de gras corporel (% GC) aux mesures de la santé métabolique.

Méthodes : Les calculs du % GC (Bergman, Fels et Woolcott) et les mesures anthropométriques ont été utilisés pour déterminer l’obésité au sein d’un échantillon de patients recevant des soins primaires en Alberta, au Canada. Les variables anthropométriques comprenaient l’indice de masse corporelle (IMC), le tour de taille, le rapport tour de taille/hanche, le rapport tour de taille/hauteur et le % GC calculé. L’écart réduit métabolique a été calculé en utilisant la moyenne des écarts réduits individuels pour les triglycérides, le cholestérol total et la glycémie à jeun, et le nombre d’écarts-types par rapport à la moyenne de l’échantillon.

Résultats : On a inclus 514 personnes (41,2 % d’hommes, âge : 53 ± 16 ans, IMC : 27,4 ± 5,7 kg/m²). Un IMC ≥ 30 kg/m² a catégorisé le plus petit nombre de participants (n = 137) comme vivant avec l’obésité, tandis que l’équation % GC de Woolcott a catégorisé le plus grand nombre (n = 369). Ni les valeurs anthropométriques ni le % GC calculé n’ont permis de prédire l’écart réduit métabolique chez les hommes (p tous ≥ 0,05). Chez les femmes, le rapport tour de taille/hauteur ajusté pour l’âge avait la plus grande capacité de prédiction (R² = 0,204, p < 0,001), suivi du tour de taille ajusté pour l’âge (R² = 0,200, p < 0,001) et de l’IMC ajusté pour l’âge (R² = 0,178, p < 0,001).

Conclusions : Cette étude n’a pas permis de démontrer que les équations de % GC prédisaient mieux les écarts réduits métaboliques que les autres valeurs anthropométriques. En fait, toutes les variables anthropométriques et de % GC étaient faiblement associées aux paramètres de santé métabolique, avec des différences apparentes selon le sexe.