Asociación Del Índice de Masa Corporal (IMC) Con El COVID-19 Crítico y La Mortalidad Hospitalaria: Un Metanálisis de Dosis-Respuesta

Prueba previa de diario
Asociación del índice de masa corporal (IMC) con el COVID-19 crítico y la mortalidad
hospitalaria: un metanálisis de dosis-respuesta
Yanbin Du, Yuan Lv, Wenting Zha, Nan Zhou, Xiuqin Hong
PII: S0026-0495 (20) 30237-7
DOI: https://doi.org/10.1016/j.metabol.2020.154373
Referencia: YMETA 154373
Aparecer en: Metabolismo
Fecha recibida: 18 julio 2020
Fecha revisada: 4 de septiembre de 2020
Fecha de aceptación: 10 de septiembre de 2020
Cite este artículo como: Y. Du, Y. Lv, W. Zha, et al., Asociación del índice de masa corporal (IMC) con el COVID-19
crítico y la mortalidad intrahospitalaria: un metanálisis de dosis-respuesta,
Metabolismo ( 2020), https://doi.org/10.1016/j.metabol.2020.154373
Este es un archivo PDF de un artículo que ha sufrido mejoras después de la aceptación, como la adición de una portada y
metadatos, y el formato para facilitar la lectura, pero aún no es la versión definitiva del registro. Esta versión se someterá
a corrección de estilo adicional, composición tipográfica y revisión antes de que se publique en su forma final, pero
proporcionamos esta versión para dar visibilidad temprana del artículo. Tenga en cuenta que, durante el proceso de
producción, se pueden descubrir errores que podrían afectar el contenido, y todas las renuncias legales que se aplican a
la revista pertenecen.
© 2020 Publicado por Elsevier.

Asociación del índice de masa corporal (IMC) con el COVID-19 crítico y la

mortalidad hospitalaria: un metanálisis de dosis-respuesta
Autores:
Yanbin DU 1, Yuan LV 2, *, Pasando a ZHA 2, *, Nan ZHOU 2, y Xiuqin HONG 3
Instituciones:
1 MOE-LCSM, Facultad de Matemáticas y Estadística, Universidad Normal de Hunan, Changsha,
Provincia de Hunan, 410081, China.
2 Laboratorio Clave de Epidemiología Molecular, Facultad de Medicina de la Universidad Normal de Hunan,
Changsha, provincia de Hunan, 410013, China.

rio
dia
3 Hospital Popular Provincial de Hunan, Departamento de Investigación Científica, Changsha, provincia de Hunan
410005, China
de
via
* Autores Co-Correspondientes:
re
Yuan LV, PhD, profesor y Wenting ZhA, PhD

ap
Dirección: 36 Lushan Road, Yuelu District, Changsha City, Hunan Province, China
b
ue
Correo electrónico: 284792906@qq.com (LY); 183259829@qq.com (ZWT)

Pr
Tel: + 86-15874019359 (LY); + 86-13574103095 (ZWT)
Título consecutivo: IMC y COVID-19
Abreviaturas:
IMC: índice de masa corporal; IC: intervalos de confianza; COVID-19, enfermedad por coronavirus-2019;
OR: razón de posibilidades;
1
Abstracto
Antecedentes y objetivo: La pandemia de la enfermedad por coronavirus 2019 (COVID-19) presenta una
crisis de salud sin precedentes en el mundo entero. Como se informó, el índice de masa corporal (IMC) puede jugar un
papel importante en COVID-19; sin embargo, esto aún no está claro. El objetivo de este estudio fue
explorar la asociación entre el IMC y la gravedad y mortalidad de COVID-19.
Métodos: Se realizaron búsquedas sistemáticas en Medline, PubMed, Embase y Web of science hasta
Agosto de 2020. Se utilizaron modelos de efectos aleatorios y metanálisis de dosis-respuesta para sintetizar la
resultados. Se calcularon los odds ratios (OR) combinados con sus intervalos de confianza (IC) del 95%, y
el efecto de las covariables se analizó mediante análisis de subgrupos y análisis de metarregresión.
Resultados: Se realizaron un total de 16 estudios observacionales en los que participaron 109.881 pacientes con COVID-19.
rio
incluido en el metanálisis. Los resultados agrupados mostraron que los pacientes con un IMC ≥ 30 kg / m 2 tenía un
dia
Riesgo de 2,35 veces (OR = 2,35, IC del 95% = 1,64 - 3,38, P <0,001) para COVID-19 crítico y 2,68 veces
riesgo de mortalidad por COVID-19 (OR = 2,68, IC del 95% = 1,65 −4,37, P <0,001) en comparación con los pacientes
de
con un IMC <30 kg / m 2. Los resultados del análisis de subgrupos mostraron que los pacientes con obesidad y edad> 60
via
años se asoció con un riesgo significativamente mayor de COVID-19 crítico (OR = 3,11, IC del 95% =
1,73 - 5,61, P <0,001) y mortalidad por COVID-19 (OR = 3,93, IC del 95% = 2,18 - 7,09, P <0,001).
re
ap
Los resultados del análisis de metarregresión también mostraron que la edad tuvo una influencia significativa en la asociación
entre IMC y mortalidad por COVID-19 (Coef. = 0.036, p = 0.048). Efectos aleatorios dosis-respuesta
b
ue
El metanálisis mostró una asociación lineal entre el IMC y el COVID-19 crítico (P no linealidad =
Pr
0,242) y mortalidad (P no linealidad = 0,116). El riesgo de COVID-19 crítico y mortalidad aumentó en
9% (OR = 1,09, IC del 95% = 1,04 −1,14, P <0,001) y 6% (OR = 1,06, IC del 95% = 1,02 −1,10, P = 0,002)
por cada 1 kg / m 2 aumento del IMC, respectivamente.
Conclusiones: La evidencia de este metanálisis sugirió que una asociación lineal dosis-respuesta
entre el IMC y la gravedad y mortalidad de COVID-19. Además, la obesidad (IMC ≥ 30 kg / m 2) estaba
asociado con un riesgo significativamente mayor de COVID-19 crítico y mortalidad hospitalaria de
COVID-19.
Palabras clave: Índice de masa corporal, COVID-19, IMC, Obesidad, Metanálisis
2
Introducción
La pandemia de la enfermedad por coronavirus 2019 (COVID-19) ha llevado a esfuerzos de investigación mundiales para
identificar a las personas con mayor riesgo de desarrollar una enfermedad crítica y morir [1]. Datos iniciales indicados
que la diabetes, las enfermedades cardiovasculares y las enfermedades respiratorias o renales se asociaron con una
mayor riesgo de resultados adversos en pacientes con COVID-19 [2-4]. Número creciente de informes
han relacionado la obesidad con un COVID-19 y una mortalidad más graves [5-8]. Sin embargo, los estudios existentes,
incluyendo estudios epidemiológicos y metanálisis, informaron resultados inconsistentes sobre la asociación
entre IMC y COVID-19.
En un estudio de cohorte francés, el riesgo de ventilación mecánica invasiva en pacientes con COVID-19
La infección ingresada en la Unidad de Tratamiento Intensivo fue más de 7 veces mayor para aquellos con un
rio
IMC> 35 kg / m 2 en comparación con aquellos con un IMC <25 kg / m 2 [ 9]. Entre las personas con COVID-19
en Nueva York, aquellos con un IMC entre 30-34 kg / m 2 y> 35 kg / m 2 fueron 1.8 veces y 3.6 veces
dia
más probabilidades de ser admitidos en cuidados intensivos, respectivamente, que las personas con un IMC <30 kg / m 2 [ 10].
de
Además, el metanálisis realizado por Yang et al. [11] y Soeroto et al. [12] reveló que los pacientes
via
con COVID-19 grave tienen un IMC más alto que los no graves. Sin embargo, Cai et al. revisó un
estudio en el Tercer Hospital Popular de Shenzhen, provincia de Guangdong, China, con 298 pacientes
re
ap
(33-61 años) con COVID-19 y no encontraron diferencias significativas entre no graves (n = 240)
y pacientes graves (n = 58) con un valor de IMC de 22,9 kg / m 2 y 25,5 kg / m 2, respectivamente [13].
b
ue
Así, se evidenciaron grandes diferencias entre los estudios existentes. Además, la mayoría de las conclusiones fueron
Pr
obtenidos a partir de estimaciones univariadas únicamente y el tamaño de la muestra también es pequeño. Si la obesidad es un
factor de riesgo independiente para COVID-19 y la asociación dosis-respuesta entre el IMC y el riesgo de
COVID-19 severo y la mortalidad no están claros.
Por lo tanto, realizamos este metanálisis para explorar la asociación entre el IMC y
COVID-19. En comparación con los metanálisis publicados anteriormente, aquí realizamos un subgrupo
análisis basado en las estimaciones del efecto ajustado para explorar si la obesidad es un riesgo independiente
factor de COVID-19 crítico y mortalidad. Además, la edad, el sexo y algunas comorbilidades fueron
analizados mediante análisis de metarregresión. Más importante aún, la asociación dosis-respuesta entre
Se estableció el IMC y el riesgo de COVID-19 crítico y mortalidad.
3
Materiales y métodos
Este metanálisis se planificó y realizó de acuerdo con los elementos de informe preferidos para
Lista de verificación de revisiones sistemáticas y metaanálisis (PRISMA) [14]. Además, debido a que el incluido
estudios fueron de diseño observacional, también seguimos el metaanálisis de estudios observacionales en
Directrices de epidemiología (MOOSE) [15].
Estrategia de búsqueda de literatura
Se realizó una búsqueda sistemática de artículos publicados en Medline, PubMed, Embase, Web
de las bases de datos de Science y Cochrane Library hasta el 27 de agosto de 2020. Los siguientes términos de búsqueda fueron
utilizado: (“enfermedad por coronavirus 2019” O “COVID-19” O “SARS-CoV-2” O “coronavirus” O
“NCoV-2019”) Y (“índice de masa corporal” O “IMC” O “peso” O “sobrepeso” U “obesidad”
rio
O "factor de riesgo" O "características" O "características clínicas") Y ("ensayo clínico" O
“Estudio observacional” O “cohorte” O “ensayo” O “caso-control” O “estudio”). También revisamos

dia
las listas de referencias de los artículos recuperados y se realizaron búsquedas manuales para identificar
de
estudios que pueden no haber sido identificados por nuestras búsquedas en la base de datos.
via
Los criterios de inclusión y exclusión

re
Los estudios que cumplieron con los siguientes criterios se incluyeron en este metanálisis: 1) observacionales
ap
estudios en humanos con un diseño de cohortes o de casos y controles o de corte transversal; 2) sobre el
b
efectos del IMC sobre COVID-19; 3) los pacientes fueron diagnosticados como COVID-19 por la prueba de laboratorio y
ue
años • 18 años; 4) los resultados de la gravedad de la infección por COVID-19 informados; 5) proporcionó datos de
Pr
mortalidad 、 crítico o no crítico entre pacientes con al menos dos categorías de IMC; y 6)
publicación en inglés. Por el contrario, se excluyeron los estudios que cumplieron con los siguientes criterios: 1)
estudios duplicados; 2) revisiones, informes, conferencias, comentarios; 3) datos insuficientes; y 4)
tamaño de muestra <10; En este estudio, los pacientes con síndrome de dificultad respiratoria aguda (SDRA) que
Se consideró el soporte vital requerido, la ventilación mecánica o el soporte de la unidad de cuidados intensivos (UCI).
como pacientes críticamente enfermos. Y la obesidad se definió como un IMC ≥ 30 kg / m 2. Dos de los autores
buscaron de forma independiente todas las referencias, y todos los autores resolvieron cualquier discrepancia, sobre la base de
de un voto.
Extracción de datos
4
Dos autores (Yanbin Du y Nan Zhou) realizaron la extracción de datos, nuevamente cualquier
los desacuerdos se discutieron y resolvieron por consenso. Para cada estudio, la siguiente información
se recopiló: nombre del primer autor, año de publicación, país, diseño del estudio, distribución por edad y sexo,
tamaño de la muestra, categoría de IMC y estimaciones de riesgo con intervalos de confianza (IC) del 95% para cada exposición
categoría, número de pacientes con diferentes IMC en los grupos de COVID-19 grave y no grave,
número de pacientes con diferentes IMC en los grupos de supervivientes y no supervivientes. Además, otros
datos, como la presencia de diabetes, hipertensión, enfermedad cardiovascular, cáncer u otros
también se recogieron enfermedades y tabaquismo.
Evaluación de la calidad
La evaluación de la calidad de los estudios elegibles fue realizada por dos investigadores (Wenting Zha
rio
y Xiuqin Hong), utilizando la Escala de evaluación de la calidad de Newcastle-Ottawa (NOS), que es una
dia
escala validada para estudios observacionales no aleatorizados [16]. Cada estudio se evaluó sobre la base
de tres amplias perspectivas: selección (0-4 puntos), comparabilidad (0-2 puntos) y exposición
de
(0-3 puntos) con una puntuación de 0 a 9 puntos. Asignamos puntuaciones de 0 a 3, 4 a 6 y 7 a 9 puntos

via
para los estudios de calidad baja, moderada y alta, respectivamente.

re
Análisis estadístico
ap
Se consideraron los odds ratios (OR) y los IC del 95% para determinar la asociación entre el IMC
b
ue
y el riesgo de COVID-19 crítico y mortalidad. Se calculó la heterogeneidad entre los estudios

Pr
usando la Q y yo 2 estadística. Para las estadísticas Q, P <0.10 indicó un estadísticamente significativo
heterogeneidad. Y el yo 2 valores de 25%, 25-50%, 50-75% y> 75% se clasificaron como indicadores
heterogeneidad no, pequeña, moderada y significativa, respectivamente. Los OR agrupados se obtuvieron utilizando
el modelo de efectos fijos, si yo 2 < 50%; de lo contrario, se utilizó el modelo de efectos aleatorios [17]. En
Además, realizamos análisis de subgrupos utilizando geografía (asiática frente a no asiática), edad (≤60 años
vs.> 60 años), tipo de estudio (cohorte vs.transversal), tamaño de la muestra (≤ 1000 vs.> 1000), IMC
categoría (IMC> 35 kg / m 2 frente a 30-35 kg / m 2) y realización de un análisis multivariado (Sí vs. No)
para explorar la heterogeneidad potencial. También realizamos análisis de metarregresión para examinar la
efecto de la edad, el sexo y las comorbilidades (diabetes, hipertensión y enfermedades cardiovasculares) en el
asociación entre el IMC y la gravedad y la mortalidad de COVID-19.
5
También se realizó un análisis de dosis-respuesta para describir con más detalle la relación entre
IMC y COVID-19 crítico y mortalidad mediante el método descrito por Orsini et al. (2012) [18].
La posible asociación no lineal de dosis-respuesta entre el IMC y el riesgo de COVID-19 crítico y
La mortalidad se examinó utilizando un modelo de regresión de splines cúbicos restringidos con tres nudos en el
Percentiles 25, 50 y 75 de la distribución del IMC. Calculamos el valor P no lineal por
probando la hipótesis nula de que el segundo coeficiente spline es igual a cero [19]. Considerando el
heterogeneidad entre los estudios, se realizó un metanálisis de efectos aleatorios para calcular la tendencia
basado en el logOR relevante estimado a través de los niveles de IMC. Y mínimos cuadrados generalizados (GLS)
Se utilizó la regresión para estimar los coeficientes dosis-respuesta y los IC del 95%. La mediana o media
El nivel de IMC en cada categoría se asignó a las estimaciones de riesgo correspondientes de cada estudio. Si el
El nivel de IMC estaba en un rango, el punto medio de los límites superior e inferior se consideró el
rio
dosis ; cuando la categoría más alta o más baja era abierta, asumimos el ancho entre
dia
los límites deben ser iguales a los de la categoría adyacente.

de
Para evaluar el posible sesgo de publicación, utilizamos gráficos en embudo y regresión lineal de Egger.
via
prueba [20]. Los análisis de sensibilidad se realizaron excluyendo cada estudio y volviendo a analizar los datos. Todos
Los análisis estadísticos se realizaron utilizando STATA 15.0 (Stata Corp, Texas, EE. UU.). El significado
re
ap
El nivel se estableció en valores de P <0,05, y todas las pruebas estadísticas fueron de dos caras.
Resultados
b
ue
Busqueda de literatura
Pr
Nuestra búsqueda de literatura electrónica identificó 2633 estudios sobre los efectos del IMC (u obesidad)
sobre COVID-19, 2621 de los cuales fueron excluidos por las siguientes razones. En primer lugar, 459
Se excluyeron los artículos duplicados, luego se revisaron 2174 artículos por título y resumen, lo que
exclusión de 1010 estudios irrelevantes y 1083 informes, revisiones o metanálisis o cartas.
A partir de entonces, 87 artículos se sometieron a revisión de texto completo, lo que resultó en la exclusión de 44 artículos que
no proporcionó el índice de datos disponibles, 15 artículos que no informaron la categoría de IMC y 12 artículos
que no describía la gravedad de COVID-19. Finalmente, se incluyeron un total de 16 estudios en el
metaanálisis. Los detalles de la búsqueda bibliográfica se muestran en la Figura 1.
Características del estudio y evaluación de la calidad
6
Las características de los estudios incluidos y los pacientes se muestran en las Tablas 1 y 2. Un total de
16 estudios observacionales (14 de diseño de cohortes y 2 de diseño transversal) que cumplieron con la inclusión
Los criterios para nuestro metanálisis se publicaron de enero a agosto de 2020. Doce estudios exploraron
la asociación entre el IMC y la gravedad de COVID-19 [8,21-31] y siete estudios exploraron la
asociación entre el IMC y la mortalidad por COVID-19 [8,23,32-35]. De estos estudios, cuatro fueron
realizado en Asia [24,26,28,34], incluyendo China (n = 3) y Kuwait (n = 1); Nueve en
América [8,21,23,25,27,31-33,35], incluidos EE.UU. (n = 7) y México (n = 2); y tres en Europa
[22,29,30], incluidos Italia (n = 2) y Francia (n = 1). En total, 109,881 pacientes con COVID-19 fueron
incluidos en este metanálisis, incluidos críticos (n = 13,461), no críticos (n = 82,296), muerte
(n = 2272), supervivientes (n = 11852). Las edades medias de los participantes oscilaron entre 32 y 70,5 años. Muestra
el tamaño osciló entre 53 y 89756, la proporción de hombres osciló entre 49% y 69,4%. Ocho estudios habían
rio
más de tres categorías de IMC [8,21,23,24,28-31]; la dosis más baja de IMC fue <18 kg / m 2, y el
dia
la dosis más alta de IMC fue> 40 kg / m 2. Las puntuaciones NOS de todos los estudios variaron de 4 a 9 puntos, y
de
ocho estudios tuvieron una puntuación de ≥ 7 puntos.

via
Efecto del IMC ≥ 30 kg / m 2 frente a IMC <30 kg / m 2 sobre la gravedad de COVID-19
El efecto del IMC sobre la gravedad de COVID-19 se exploró a partir de 12 estudios (13,461 casos y
re
ap
82,296 controles). Los resultados de la prueba de heterogeneidad revelaron una heterogeneidad significativa en estos estudios (Q =
77,24, P <0,001, I 2 = 85,8%). Y se aplicó el modelo de efectos aleatorios, el resumen OR para 12

b
ue
Los estudios mostraron que los pacientes con un IMC ≥ 30 kg / m 2 se asoció con un aumento significativo
Pr
riesgo (OR = 2,35, IC del 95% = 1,64 - 3,38, P <0,001) de convertirse en la condición crítica en comparación
a pacientes con un IMC <30 kg / m 2. ( Figura 2)
Los análisis de subgrupos indicaron que los individuos en Asia (OR = 2,49, IC del 95% = 1,68 - 3,68) tenían un
mayor riesgo de COVID-19 crítico que los de fuera de Asia (OR = 2,25, IC del 95% = 1,48 - 3,43). Mayor
los pacientes (> 60 años) tenían un riesgo significativamente mayor de desarrollar el COVID-19 crítico
(OR = 3,11, IC del 95% = 1,73 - 5,61) que la edad ≤ 60 años (OR = 1,77, IC del 95% = 1,17 - 2,69). Y
diferentes tipos de diseño de estudio mostraron una diferencia significativa en el efecto de la obesidad sobre COVID-19
gravedad (cohorte: OR = 2,14, 95% CI = 1,47 - 3,12; transversal: OR = 4,57, 95% CI = 2,26 - 9,24
). Obesidad severa (IMC> 35 kg / m 2) aumentó significativamente el riesgo de COVID-19 crítico (OR = 3.64,
95% CI = 1,97 - 7,45). (Tabla 3) Además, los resultados agrupados basados en el OR ajustado mostraron
7
diferencia significativa en el efecto de la obesidad sobre la gravedad de COVID-19 (análisis multivariado: OR = 1,69,
IC del 95% = 1,27 - 2,27; análisis univariado: OR = 5,15, IC del 95% = 3,06 - 8,69) (Figura 3).
Los resultados del análisis de metarregresión mostraron que la edad (Coef. = 0.038, P = 0.054) puede tener un
influencia en la asociación entre la obesidad y el COVID-19 crítico. (Figura 6) Sin embargo, el sexo
(P = 0,89) y algunas comorbilidades (diabetes: P = 0,145, hipertensión: P = 0,169, enfermedades cardiovasculares:
P = 0,36) no pareció ejercer un efecto significativo sobre la asociación entre la obesidad y la
COVID-19. (Tabla 4)
Efecto del IMC ≥ 30 kg / m 2 frente a IMC <30 kg / m 2 sobre la mortalidad por COVID-19
El efecto del IMC sobre la mortalidad por COVID-19 se exploró a partir de 7 estudios (2272 casos y 11852
control S). Los resultados combinados a través del modelo de efectos aleatorios revelaron que los pacientes con un
rio
IMC ≥ 30 kg / m 2 tenía un riesgo significativamente mayor de mortalidad por COVID-19 (OR = 2,68, IC del 95% = 1,65
dia
−4,37, P <0,001) con heterogeneidad moderada en estos estudios (Q = 28,97, P <0,001, I 2 = 79,3%).
(Figura 4)
de
Los análisis de subgrupos indicaron que los pacientes con edad> 60 años (OR = 3,93, IC del 95% = 2,18 - 7,09)
via
y obesidad severa (IMC> 35 kg / m 2) ( OR = 3,54, IC del 95% = 1,48 - 8,48) tuvo un efecto significativo en
re
Mortalidad por COVID-19. (Tabla 3) Los resultados agrupados basados en el OR ajustado mostraron que la obesidad
ap
factor de riesgo independiente para la mortalidad por COVID-19 (OR = 3,34, IC del 95% = 1,89-5,90) (Figura 5).
b
Los resultados del análisis de metarregresión también mostraron que una influencia significativa del aumento de la edad en el
ue
asociación entre IMC> 30 kg / m 2 y mortalidad por COVID-19 (Coef. = 0.036, P = 0.048) (Figura 6).
Pr
Sin embargo, el sexo (P = 0,737), la diabetes (P = 0,354), la hipertensión (P = 0,412) y las enfermedades cardiovasculares
(P = 0,165) no ejerció un efecto significativo sobre la asociación entre la obesidad y la mortalidad por COVID-19.
(Tabla 4)
Asociación dosis-respuesta entre el IMC y el riesgo de COVID-19 crítico
Se incluyó un total de seis estudios [21,23,24,25,28,29] en el metanálisis de dosis-respuesta de
la asociación entre el IMC y el COVID-19 crítico. Se encontró que había un lineal
relación (P no linealidad = 0,242) entre el IMC y el riesgo de COVID-19 crítico (Figura 7). Y un
Riesgo 1,09 veces mayor (OR = 1,09, IC del 95% = 1,04 −1,14, P <0,001) de COVID-19 crítico para cada
8
1 kg / m 2 aumento del IMC y un aumento del riesgo de 1,19 veces (OR = 1,19, IC del 95% = 1,08 -1,30, P <0,001)
de COVID-19 crítico por cada 2 kg / m 2 aumento del IMC.
Asociación dosis-respuesta entre IMC y mortalidad por COVID-19
Se incluyeron un total de cuatro artículos [8,23,30,31] en el metanálisis de dosis-respuesta del
asociación entre IMC y mortalidad por COVID-19. Una relación dosis-respuesta lineal (P no linealidad =
0.116) se mostró en la Figura 8. La mortalidad de los pacientes con COVID-19 aumentó en un 6% (OR =
1,06, IC del 95% = 1,02 −1,10, P = 0,002) y 12% (OR = 1,12, IC del 95% = 1,04 −1,21, P = 0,002) para cada
1 kg / m 2 y 2 kg / m 2 aumento del IMC, respectivamente.
Análisis de sensibilidad y sesgo de publicación
Los resultados del análisis de sensibilidad mostraron que la eliminación de cada estudio no alteró significativamente la
rio
efecto global del IMC ≥ 30 kg / m 2 en la gravedad de COVID-19 (O alterado entre 1,71 y 3,59) y
dia
Mortalidad por COVID-19 (OR alterada entre 1,76 y 4,38). No se detectó sesgo de publicación en
metaanálisis actual, aunque se observaron ligeras asimetrías en los gráficos de embudo, el método lineal de Egger
de
Las pruebas de regresión no fueron estadísticamente significativas (gravedad: P = 0,665; mortalidad: P = 0,139).
via
Discusión
re
Este metaanálisis exploró la asociación entre IMC y COVID-19 con un tamaño de muestra de
ap
109.881 personas de 16 estudios observacionales publicados en 2020. La evidencia de este

b
El metanálisis reveló que la obesidad (IMC ≥ 30 kg / m 2) se asoció con un riesgo 2,35 veces mayor de
ue
COVID-19 y un riesgo 2,68 veces mayor de mortalidad hospitalaria por COVID-19. Esta conclusión es
Pr
Sin embargo, en consonancia con la mayoría de los estudios anteriores, hay varios hallazgos nuevos en nuestro estudio, como
indicada a continuación.
Muchos estudios epidemiológicos mostraron que las condiciones relacionadas con la obesidad parecen empeorar el efecto
de COVID-19. Sin embargo, la mayoría de estos hallazgos se obtuvieron solo de estimaciones univariadas.
Varios estudios han demostrado que los efectos combinados basados en estimaciones de efectos ajustados fueron
significativamente reducido o incluso desaparecido [8, 21, 27]. Por lo tanto, realizamos un metanálisis basado en
el OR ajustado, aunque el OR combinado se redujo significativamente en el análisis multivariado (OR
= 1,69, IC del 95% = 1,27 - 2,27) en comparación con el análisis univariante (OR = 5,15, IC del 95% =
3.06 - 8.69), los resultados también mostraron que la obesidad era un factor de riesgo independiente para
9
COVID-19. De manera similar, los resultados combinados mostraron que la obesidad era un factor de riesgo independiente para
Mortalidad por COVID-19 (OR = 3,34, IC del 95% = 1,89 - 5,9). Los resultados del análisis de metarregresión también mostraron
que la diabetes, la hipertensión y las enfermedades cardiovasculares no ejercen un efecto significativo sobre el
asociación entre obesidad y COVID-19.
Más interesante aún, el análisis de dosis-respuesta mostró que con un aumento en el IMC, el riesgo de
COVID-19 severo y muerte aumentaron linealmente. Por cada 1 kg / m 2 aumento del IMC, el riesgo de crisis
El COVID-19 y la muerte aumentaron en un 9% (OR = 1,09, IC del 95% = 1,04 −1,14) y un 6% (OR = 1,06, IC del 95%
= 1.02 −1.10), respectivamente. Por tanto, se puede inferir que la obesidad severa puede ser un fuerte riesgo
factor para COVID-19. Kalligeros et al [21] han encontrado que la obesidad grave (IMC ≥35 kg / m 2) estaba
asociado con un riesgo de 5,39 veces de ingreso en la UCI (OR = 5,39, IC del 95% = 1,13 -25,64). Palaiodimos et
al [8] acusó a la obesidad severa (IMC ≥ 35 kg / m 2) se asoció independientemente con mayor en

rio
mortalidad hospitalaria (OR = 2,74, IC 95% = 1,25 −5,98). También señalaron que esta asociación
dia
siguió siendo significativo incluso después de ajustar por varias entidades clínicas, como diabetes, coronaria
de
enfermedad arterial, insuficiencia cardíaca, cáncer o enfermedad renal crónica, y tabaquismo, lo que indica que
la obesidad severa puede predisponer a resultados negativos de forma independiente.

via
El hallazgo inicial sugiere que a edades más avanzadas el IMC es menos importante para influir
re
Pronóstico COVID-19, porque la obesidad se definió como un estado de exceso de masa grasa. Y el IMC mal
ap
describe el exceso de masa grasa en los ancianos. Sin embargo, el análisis de subgrupos y los análisis de metarregresión
b
ue
Los resultados mostraron que la edad tuvo un efecto significativo sobre el riesgo de COVID-19 crítico y la mortalidad.
Los pacientes con obesidad y edad> 60 años tenían un riesgo casi 4 veces mayor de convertirse en pacientes críticos.
Pr
COVID-19 y muriendo. Lighter et al. [10] encontraron que la obesidad (IMC ≥ 30 kg / m 2) estaba asociado con un
1,5 veces el riesgo de hospitalización por COVID-19 en pacientes menores de 60 años y un riesgo 3,6 veces mayor en
pacientes mayores de 60 años. Además, un informe de los EE. UU. Mostró que la obesidad estaba asociada
con un riesgo 4,5 veces mayor de mortalidad por COVID-19 en pacientes mayores de 60 años [8]. Esto puede deberse a
el peso y la masa muscular de los ancianos comienzan a disminuir, y la senescencia inmune. La obesidad también tiene
efectos perjudiciales sobre la función pulmonar, disminución del volumen espiratorio forzado y capacidad vital forzada,
es más dañino para los ancianos [36]. Además, los pacientes mayores con obesidad son más
propenso a desarrollar diabetes, hipertensión y enfermedades cardiovasculares, que se informa que son
asociado con un mayor riesgo de gravedad de COVID-19 [37,38].
10
Nuestro estudio también encontró que los pacientes con COVID-19 con obesidad en países asiáticos tenían un mayor riesgo
de convertirse en una condición crítica o mortal que los pacientes de países no asiáticos. Los asiáticos tienen un
diferente corte de IMC (28 kg / m 2) para definir la obesidad. Así, los asiáticos con un IMC ≥30 kg / m 2 son en realidad
mirando a pacientes que son más severamente obesos que los caucásicos, esta es una posible explicación
para los estudios asiáticos que informan resultados más graves en estos pacientes. Los estudios transversales mostraron una
efecto significativamente mayor de la obesidad en COVID-19 que los estudios de cohortes, y esto puede atribuirse a
los limitados datos de investigación de sólo dos estudios transversales.
Además, un estudio de China informó que el riesgo de obesidad a la gravedad de COVID-19 era
más de 6 veces mayor en aquellos con hígado graso asociado al metabolismo [24]. Simultaneamente,
varios estudios indicaron que la asociación entre la obesidad y la gravedad del COVID-19 puede estar relacionada
rio
fumar, pero necesita ser explorado más a fondo [39-40]. Además, la evidencia emergente sugiere que
dia
La grasa visceral contribuye en gran medida a un peor pronóstico de COVID-19. El tejido adiposo visceral es capaz
de secreción de interleucina 6 (IL-6), cuyos niveles se encontraron aumentados en

de
No sobrevivientes del SARS-CoV-2. [41,42]

via
Aunque la fisiopatología subyacente a la infección por COVID-19 no ha sido completamente
aclarado, pero pueden existir varios mecanismos al mismo tiempo, que incluyen: (1) ataques de SARS-CoV-2
re
ap
las células epiteliales alveolares a través de la enzima convertidora de angiotensina 2 (ACE2). La obesidad era
acompañada de una mayor expresión de ACE2, que se uniría a la proteína del virus S de forma firme y
b
ue
Hacer del tejido adiposo un portal para la invasión de virus, haciendo que el pulmón y el corazón sean vulnerables a un virus.
Pr
ataque [43]. (2) De hecho, la obesidad se caracteriza por una inflamación sistémica de bajo grado, posiblemente
desempeñando un papel importante en la patogenia de las afecciones respiratorias. El exceso de grasa está asociado con
sobreactivación del sistema del complemento, que puede inducir una respuesta inflamatoria excesiva y
agotamiento inmune en COVID-19 [44-45]. Gralinski y col. [46] identificó el sistema del complemento como
un importante mediador del huésped de la enfermedad inducida por el SARS-CoV. (3) Comorbilidades relacionadas como
La diabetes, una complicación común del exceso de grasa corporal, se informa como factores de riesgo para empeorar.
Progresión y pronóstico de la infección por SARS-CoV-2. (4) En última instancia, el exceso de grasa también podría conducir a la
posible presencia de adipocitos ectópicos dentro del espacio intersticial alveolar que pueden desarrollarse directamente
infección viral y a su vez agravan el infiltrado inflamatorio, contribuyendo así a la
se observa edema intersticial masivo [45].
11
Este metaanálisis tiene varias novedades. En primer lugar, nuestro estudio mostró que la obesidad era una
factor de riesgo independiente para COVID-19 crítico y mortalidad. En segundo lugar, la dosis-respuesta
El metanálisis mostró una asociación lineal significativa entre el IMC y el riesgo de
COVID-19 y mortalidad. En tercer lugar, encontramos que los pacientes con obesidad y edad> 60 años tenían un
mortalidad por COVID-19 significativamente mayor. Cuarto, realizamos subgrupos multivariados y
análisis de metarregresión para explorar completamente el efecto potencial de los factores de confusión en el
asociaciones entre la obesidad y la gravedad y mortalidad de COVID-19.
Mientras tanto, merecen mención varias limitaciones potenciales de nuestro estudio. En primer lugar, nuestro estudio es
limitado con el pequeño tamaño de la muestra de 16 estudios, aunque no restringimos nuestras búsquedas basadas en
idioma, solo los estudios de bases de datos en inglés y los artículos que no están en inglés pueden afectar el
rio
resultados. En segundo lugar, diferentes criterios de diagnóstico para la obesidad en Asia y fuera de Asia, que puede ser uno de los
dia
las fuentes de heterogeneidad. En tercer lugar, la mayoría de los pacientes incluidos en el metanálisis eran de
América (principalmente población de EE. UU.), Y no fue posible probar las diferencias étnicas específicas en
de
riesgo de muerte crítica relacionada con COVID-19 y COVID-19, debido a los estudios limitados en
via
individuos no estadounidenses. Por lo tanto, se están realizando más estudios, especialmente en poblaciones europeas y asiáticas.
necesario para confirmar estos hallazgos, y también se requieren futuros estudios mecanicistas para mejorar
re
ap
comprender el vínculo entre el IMC y el riesgo de enfermedad grave y mortalidad hospitalaria asociada
con COVID-19.
b
ue
Conclusiones
Pr
En conclusión, los resultados de este metanálisis indican que la obesidad está asociada con una
mayor riesgo de COVID-19 crítico y mortalidad. Además, el análisis de dosis-respuesta mostró
que con un aumento en el IMC, el riesgo de COVID-19 grave y la mortalidad aumentaron linealmente. Entonces,
Los pacientes con COVID-19 y obesidad deben recibir más atención en los hospitales, especialmente
aquellos con obesidad severa o mayores de 60 años.
Agradecimientos
Soporte financiero: Este trabajo fue apoyado por el Programa de Construcción de la Disciplina Clave en
La provincia de Hunan y la Fundación Nacional de Ciencias Naturales de China (número de concesión 81773530).
12
Contribuciones de autor: Yanbin Du concibió la idea, realizó el análisis estadístico y redactó
este metaanálisis. Wenting Zha y Nan Zhou realizaron la búsqueda sistemática, examinaron los artículos
y extrajo los datos. Xiuqin Hong evaluó cada estudio. Yuan Lv y Wenting Zha son los garantes.
del contenido general. Todos los autores revisaron y aprobaron el manuscrito final.
Cumplimiento de estándares éticos
Conflicto de intereses: Los autores declaran no tener ningún conflicto de intereses.
Ética de la participación de sujetos humanos: No aplica.
Referencias
1. Hui DS, I Azhar E, Madani TA, Ntoumi F, Kock R, Dar O, et al. La continua amenaza epidémica de 2019-nCoV de nuevos coronavirus
para la salud mundial: el último brote de nuevo coronavirus de 2019 en Wuhan, China. Int J Infect Dis 2020; 91: 264-266.
2. rio
Li, M., Dong, Y., Wang, H., Guo, W. y Hu, D. La enfermedad cardiovascular contribuye potencialmente a la progresión y al mal
pronóstico del covid-19. Metabolismo nutricional y enfermedades cardiovasculares. 2020. doi: 10.1016 / j.numecd.2020.04.013
dia
3. Aggarwal, G., Cheruiyot, I., Aggarwal, S., Wong, J. y Sanchis-Gomar, F. Asociación de enfermedad cardiovascular con la gravedad
de
de la enfermedad por coronavirus 2019 (covid-19): un metanálisis. Problemas actuales en cardiología, 2020; 45 (8).
via
4. Mantovani, A., Byrne, CD, Zheng, MH y Targher, G. La diabetes como factor de riesgo para una mayor gravedad del covid-19 y muerte
intrahospitalaria: un metaanálisis de estudios observacionales. Metabolismo nutricional y enfermedades cardiovasculares.2020. doi: 10.1016 /
re
j.numecd.2020.05.014
ap
5. Ekiz T, Ahmet Cemal Pazarlı. Relación entre COVID-19 y obesidad. Investigaciones y revisiones clínicas de diabetes y
síndrome metabólico, 2020. doi: org / 10.1016 / j.dsx.2020.05.047

b
6. A. Hussain, P. Vasas y S. EL-Hasani. La obesidad como factor de riesgo de mayor gravedad de COVID-19 en pacientes
ue
con metabólico asociado graso hígado enfermedad, Metabolismo. 2020. doi:

Pr
org / 10.1016 / j.metabol.2020.154256
7. Yates T, Razieh C, Zaccardi F, Davies MJ, Khunti K.Obesidad y riesgo de COVID-19: análisis del Biobanco del Reino Unido, Atención primaria
de diabetes 2020. doi: org / 10.1016 / j.pcd.2020.05.011
8. L. Palaiodimos, DG Kokkinidis, Weijia Li, Dimitrios Karamanis, Jennifer Ognibene, Shitij Arora, et al., La obesidad severa se asocia con
una mayor mortalidad hospitalaria en una cohorte de pacientes con COVID-19 en el Bronx, Nueva York, Metabolismo . 2020. doi: org /
10.1016 / j.metabol.2020.154262
9. Simonnet A, Chetboun M, Poissy J, RaverdyV, Noulette J, Duhamel A, Labreuche J, Mathieu D, Pattou F, Jourdain M, Lille Intensive
Care COVID-19 y grupo de estudio de obesidad. Alta prevalencia de obesidad en el síndrome respiratorio agudo severo coronavirus-2
(SARS-CoV-2) que requiere ventilación mecánica invasiva. Obesidad (Silver Spring). 9 de abril de 2020. doi: 10.1002 / oby.22831
10. Jennifer, L., Michael, P., Sarah, H., Stephanie, S., Diane, J. y Fritz, F. y col. La obesidad en pacientes menores de 60 años es un factor de
riesgo de ingreso hospitalario por covid-19. Enfermedades Clínicas Infecciosas. 2020. doi: 10.1093 / cid / ciaa415
11. Yang J, Hu J, Zhu C. La obesidad agrava COVID ‐ 19: una revisión sistemática y un metanálisis. Revista de Virología Médica, 2020.
doi: 10.1002 / jmv.26237

13
12. Arto Yuwono Soeroto, NannyNatalia Soetedjo, Aga Purwiga y Prayudi Santoso. Asociación del IMC y la obesidad con un resultado
desfavorable compuesto en pacientes adultos con COVID-19: una revisión sistemática y un metaanálisis. medRxiv 2020; doi: 10.1101 /
2020.06.28.20142240
13. Cai, Q .; Huang, D .; Ou, P .; Yu, H .; Zhu, Z .; Xia, Z .; Su, Y .; Ma, ZG; Zhang, Y .; Li, Z .; et al. COVID-19 en un Hospital de enfermedades
infecciosas designado fuera de la provincia de Hubei, China. Disponible en línea: https://onlinelibrary.wiley.com/doi/full/10.1111/all.14309
(consultado el 18 de abril de 2020).
14. Shamseer, L., Moher, D., Clarke, M., Ghersi, D., Liberati, A. y Petticrew, M. Ítems de informe preferidos para protocolos de revisión
sistemática y metanálisis (PRISMA-P) 2015: elaboración y explicación. BMJ, 2015; 349 (1): g7647-g7647.
15. Stroup DF, Berlín JA, Morton SC, Olkin I, Williamson GD, Rennie D, Moher D, Becker BJ, Sipe TA, Thacker SB. Metaanálisis
de estudios observacionales en epidemiología: una propuesta de reporte. Grupo de metaanálisis de estudios
observacionales en epidemiología (MOOSE). JAMA. 2000; 283: 2008-2012.
16. Stang A. Evaluación crítica de la escala Newcastle-Ottawa para la evaluación de la calidad de estudios no aleatorizados en
metanálisis. Eur J Epidemiología. 2010; 25 (9): 6035.
17. Higgins, J., Altman, DG, Gøtzsche, PC, Jüni, P., Moher, D., Oxman, AD, Savović, J., Schulz, KF, Weeks, L. y Sterne, JA The Cochrane
rio
Collaboration herramienta para evaluar el riesgo de sesgo en ensayos aleatorizados. British Medical Journal, 2011; 343: d5928.
dia
18. Orsini N, Li R, Wolk A, Khudyakov P, Spiegelman D. Metanálisis para relaciones dosis-respuesta lineales y no lineales:
ejemplos, una evaluación de aproximaciones y software. Soy J Epidemiol.

de
2012, 175 (1): 66–73.
19. Du, Y., Lv, Y., Zha, W., Hong, X. y Luo, Q. Consumo de chile y riesgo de cáncer gástrico: un metaanálisis. Nutrición y
via
cáncer, 2020 (3), 1-10.
20. Egger M, Davey Smith G, Schneider M, Minder C. Sesgo en el metanálisis detectado por una prueba gráfica simple. BMJ (Clinical
re
research ed.), 1997; 315: 629-34.

ap
21. Kalligeros, M., Shehadeh, F., Mylona, EK, Benitez, G. y Mylonakis, E. Asociación de la obesidad con la gravedad de la enfermedad entre
pacientes con covid. Obesidad. 2020. doi: 10.1002 / oby.22859

b
22. Busetto, L., Bettini, S., Fabris, R., Serra, R. y Vettor, R. Obesity and covid-19: an italian snapshot. Obesidad. 2020. doi:
ue
10.1002 / oby.22918
Pr
23. Hajifathalian, K., Kumar, S., Newberry, C., Shah, S. y Sharaiha, RZ La obesidad se asocia con peores resultados en el covid-19: análisis de los
primeros datos de la ciudad de Nueva York. Obesidad. 2020. doi: 10.1002 / oby.22923
24. KI Zheng, F. Gao, X.-B. Wang, QF Sun, KH Pan, T YWang, et al., La obesidad como factor de riesgo para una mayor gravedad de COVID-19 en
pacientes con enfermedad del hígado graso asociado al metabolismo, Metabolismo. 2020. doi: org / 10.1016 / j.metabol.2020.154244
25. Petrilli CM, Jones SA, Yang J, Rajagopalan H, O'Donnell LF, Chernyak Y, Tobin K, Cerfolio RJ, Francois
F, Horwitz LI. Factores asociados con la hospitalización y la enfermedad crítica entre 4,103 pacientes con enfermedad COVID-19 en la ciudad
de Nueva York. medRxiv 2020; doi: 10.1101 / 2020.04.08.20057794
26. Gao, F., Zheng, KI, Wang, XB, Sun, QF y Zheng, MH La obesidad es un factor de riesgo para una mayor gravedad del covid-19. Cuidado de la
diabetes. 2020. doi: 10.2337 / dc20-0682
27. Theodoros V. Giannouchos, Roberto A Sussman, José Manuel Mier Odriozola, Konstantinos Poulas, Konstantinos Farsalinos.
Características y factores de riesgo para el diagnóstico de COVID-19 y resultados adversos en México: un análisis de 89,756
casos de COVID-19 confirmados por laboratorio. 2020. doi: org / 10.1101 / 2020.06.04.20122481
14
28. Salman K. Al-Sabah, Mohannad Al-Haddad, Sarah Al Youha, Mohammad H. Jamal, Sulaiman AlMazeedi. COVID-19: Impacto de la
obesidad y la diabetes en la gravedad de la enfermedad. medRxiv, 2020. doi: org / 10.1101 / 2020.05.24.20111724
29. Rottoli, M., Bernante, P., Belvedere, A., Balsamo, F. y Bartoletti, M.. ¿Qué importancia tiene la obesidad como factor de riesgo de insuficiencia
respiratoria, ingreso en cuidados intensivos y muerte en pacientes hospitalizados con COVID-19? Resultados de un solo centro italiano. Revista
europea de endocrinología, 2020. doi: 10.1530 / EJE-20-0541
30. Kaeuffer, C., Hyaric, CL, Fabacher, T., Mootien, J. y Danion, F.. Factores de riesgo asociados con COVID-19 severo en
el este de Francia: análisis de 1045 casos. Diario electrónico SSRN,
2020.doi: 10.2139 / ssrn.3586679
31. Angelico Mendy, Senu Apewokin, Anjanette A. Wells, Ardythe L. Morrow. Factores asociados con la hospitalización y la gravedad de la
enfermedad en una población de pacientes con COVID-19 con diversidad racial y étnica. medRxiv preprint doi:
https://doi.org/10.1101/2020.06.25.20137323
32. Klang, E., Kassim, G., Soffer, S., Freeman, R., Levin, MA y Reich, DL. (0). La obesidad mórbida como factor de riesgo independiente de
mortalidad por covid-19 en pacientes hospitalizados menores de 50 años. Obesidad.2020. doi: 10.1002 / oby.22913
33. Natasha N. Pettit, Erica L. MacKenzie, Jessica Ridgway, Kenneth Pursell, Daniel Ash, Bhakti Patel y Mai T. Pho. La obesidad se asocia
rio
con un mayor riesgo de mortalidad entre los pacientes hospitalizados con COVID-19. Obesidad, 2020. doi: 10.1002 / oby.22941
dia
34. Zhang, F., Xiong, Y., Wei, Y., Hu, Y. y Zhu, W. La obesidad predispone al riesgo de mayor mortalidad en pacientes jóvenes con covid.
Revista de Virología Médica. 2020. doi: 10.1002 / jmv.26039

de
35. María Fernanda Carrillo-Vega, Guillermo Salinas-Escudero, Carmen García-Peña, Luis Miguel Gutiérrez-Robledo y Lorena
Parra-Rodríguez. Estimación temprana de los factores de riesgo de hospitalización y mortalidad por COVID-19 en México.
via
MedRxiv preprint doi: https://doi.org/10.1101/2020.05.11.20098145
36. Sattar N, Mcinnes IB, Mcmurray JJV. La obesidad es un factor de riesgo de infección grave por COVID-19: múltiples mecanismos potenciales.
re
Circulación, 2020. doi: 10.1161 / CIRCULATIONAHA.120.047659

ap
37. Li M, Dong Y, Wang H, GuoW, Zhou H, Zhang Z, et al. La enfermedad cardiovascular potencialmente contribuye a la progresión y al mal
pronóstico de COVID-19, Nutrición, Metabolismo y Enfermedades Cardiovasculares, 2020; doi: org / 10.1016 /
b
j.numecd.2020.04.013.
ue
38. Gaurav Aggarwal, Isaac Cheruiyot, Saurabh Aggarwal, Johnny Wong, Giuseppe Lippi, Carl J. Lavie, Brandon M. Henry, Fabian
Pr
Sanchis-Gomar. Asociación de enfermedad cardiovascular con enfermedad por coronavirus 2019 (COVID-19) Severidad: un
metaanálisis, problemas actuales en cardiología. 2020. doi: org / 10.1016 / j.cpcardiol.2020.100617
39. W. Guan, Z. Ni, Yu Hu, W. Liang, C. Ou, J. He y col. Características clínicas de la enfermedad por coronavirus 2019 en China. Revista de
Medicina de Nueva Inglaterra. 2020. doi: 10.1056 / NEJMoa2002032
40. Gambaryan MG, Drapkina OM. Fumar tabaco y COVID-19: un viejo enemigo con una nueva apariencia. Revisión de publicaciones
actuales. Terapia y prevención cardiovascular (Federación de Rusia), 2020, 19 (3):
2604.
41. Mikiko Watanabe ， Damiano Caruso ， Darío Tuccinardi ， Renata Risi ， Marta Zerunian ， Michela Polici,
et al. "La grasa visceral muestra la asociación más fuerte con la necesidad de cuidados intensivos en pacientes con COVID-19".
Metabolismo. 2020. doi: 10.1016 / j.metabol.2020.154319
42. Petersen, A., Bressem, K., Albrecht, J., Thie, HM y Adams, LC El papel de la adiposidad visceral en la gravedad del covid-19: aspectos
destacados de un estudio piloto transversal unicéntrico en Alemania. Metabolismo, 2020.
110, 154317. doi: 10.1016 / j.metabol.2020.154317
15
43. Kassir R. Riesgo de COVID-19 para pacientes con obesidad. Reseñas de obesidad: una revista oficial de la Asociación Internacional para el
Estudio de la Obesidad, Inglaterra: 2020: 1-2.
44. Green WD, Beck MA. La obesidad afecta la respuesta inmune adaptativa al virus de la influenza. Ann Am Thorac Soc. 2017; 14:
S406-S409.
45. Watanabe, M., Risi, R., Tuccinardi, D., Baquero, CJ y Gnessi, L. Obesidad y sars ‐ cov ‐ 2: una población a salvaguardar.
Investigaciones y revisiones de diabetes / metabolismo, 2020. doi: 10.1002 / dmrr.3325
46. Gralinski LE, Sheahan TP, Morrison TE, Menachery VD, Jensen K, Leist SR, Whitmore A, Heise MT, Barica RS. La activación del
complemento contribuye a la patogénesis del coronavirus del síndrome respiratorio agudo severo. MBio. 2018; 9 (5): e01753-18
rio
dia
de
via
re
b ap
ue
Pr
dieciséis
Tabla 1: Características de los pacientes incluidos en los estudios de análisis de gravedad
Autor y Crítico no crítico

Estudio de país Muestra IMC Multivariante
Publicación Edad (años) Hombres (%)
Diseño Talla (kg / m 2) análisis*
Año NORTE(%) norte(%) METRO(%) metro(%)
Palaiodimos Cohorte
Estados Unidos 64 (50-73,5) 49% 200 ≥ 35 32 11 168 35 si
et al, (16%) (34,3%) (84%) (20,8%)
2020 [8]
Kalligeros Cohorte
Estados Unidos 60 (52-70) 61,17% 103 < 25 44 5 59 14 si
et al, (42,7%) (11,3%) (57,3%) (23,7%)
2020 [21]
25-29,9 14 21
(31,8%) (35,5%)
30-34,9 11 11
(25%) (18,6%)
rio
≥ 35 14 13
dia
(31,8%) (22%)
Busetto Italia cruzado- 70,5 (55-84) 61,9% 92 ≥ 30 47 22 45 7 No

de
et al, en corte (51%) (46,8%) (49%) (15,6%)
2020 [22]
via
Hajifathalian Estados Unidos Cohorte 64 (47-81) 61% 434 <18,5 241 5 193 3 si
et al, (55,5%) (2,1%) (44,5%) (1,6%)

re
2020 [23]
ap
18.5-30 98 91
(40,6%) (47,1%)
b
ue
≥ 30 138 99
(57,3%) (51,3%)
Pr
Zheng et al, China cruz- 47 (18-75) 25,8% 66 <25 19 2 47 19 No
2020 [24] en corte (28,8%) (10,5%) (71,2%) (40%)
25-29,9 6 12
(31,6%) (25,6%)
≥ 30 11 dieciséis
(67,3%) (34,4%)
Petrilli et al, Grupo

Estados Unidos <60 53% 1582 <30 650 359 932 504 si
2020 [25] (41,1%) (55,2%) (58,9%) (54,1%)
30-40 210 312
(32,3%) (33,5%)
17
> 40 50 66
(7,7%) (7,1%)
Gao et al, Cohorte de China 48 (18-75) 62,7% 150 ≥ 30 36 12 114 17 No
2020 [26] (24%) (33,3%) (76%) (14,7%)
Cohorte Giannouchos México 44 (18-75) 51% 89756 ≥ 30 11706 3160 78050 15220 si
et al, (13%) (27%) (87%) (19,5%)
2020 [27]
Salman y otros, Cohorte de Kuwait 2020 54,0 63,5% 1158 < 25 104 33 1054 398 si
[28] (46,4–63,4) (9%) (31,7%) (91%) (37,8%)
25-29,9 47 523
(45,2%) (49,6%)
30-35 15 83
(14,4%) (7,8%)
rio
35-40 5 35
(4,8%) (3,3%)
dia
> 40 4 15
(3,8%) (1,4%)
de
Rottoli et al, Italia Cohorte 66 (49-83) 62,7% 482 <30 67 31 415 365 No
via
2020 [29] (13,9%) (46,3%) (86,1%) (88%)
30-35 28 35
re
(41,8%) (8,4%)
ap
> 35 8 15
(11,9%) (3,6%)
b
ue
Kaeuffer et Francia Cohorte 66 (40-82) 59% 1045 ≥ 30 424 164 621 187 si
al, 2020 [30] (40,6%) (38,7%) (11,9%) (30,1%)

Pr
Mendy et al, EE.UU. 2020 Cohorte 60 (49-75) 53% 689 ≥ 30 91 24 598 104 si
[31] (13,2%) (26,4%) (86,8%) (17,4%)
N: número total de pacientes críticos; n: Número de pacientes críticos con cada categoría de IMC.
M: Número total de pacientes no críticos. m: Número de pacientes no críticos con cada categoría de IMC.
*
: El análisis multivariado se ajustó por edad, sexo, antecedentes de cáncer, tabaquismo, diabetes, enfermedades
cardiovasculares, hipertensión, enfermedad renal crónica (ERC) y otras enfermedades crónicas.
18
Tabla 2: Características de los pacientes incluidos en los estudios de análisis de mortalidad
Autor y
No sobrevivientes Supervivientes
Estudio de país Muestra IMC Multivariante
Publicación Edad (años) Hombres (%)
Diseño Talla (kg / m 2) análisis*
Año NORTE(%) norte(%) METRO(%) metro(%)
Klang et al, Estados Unidos Cohorte 40 (34 - 46) 69,4% 572 <30 60 25 512 272 si
2020 [32] un (10,5%) (41,7%) (89,5%) (53,1%)
30-40 dieciséis 171
(26,7%) (31,4%)
≥ 40 19 69
(31,7%) (13,5%)
Klang et al, EE.UU. Cohorte 68 (60 - 77) 54% 2834 <30 1076 727 1758 1151 si
2020 [32] segundo (38,0%) (67,6%) (62%) (65,5%)
30-40 274 496
rio (25,5%) (28,2%)

dia
≥ 40 75 111
(7%) (6,3%)
de
Hajifathalian USA Cohort 64 (47-82) et al, 61% 770 <18,5 88 9 193 3 si
(31,3%) (1,1%) (68,7%) (1,6%)

via
2020 [23]
18.5-30 22 91
re
(25%) (47,1%)
ap
≥ 30 57 99
b
(64,8%) (51,3%)
ue
Palaiodimos USA Cohorte 64 (50-73,5) 49% et al, 200 <25 48 12 152 26 si

Pr
(24%) (25%) (76%) (17,1%)
2020 [8]
25-34 20 96
(41,7%) (63,2%)
≥ 35 dieciséis 30
(33,3%) (19,7%)
Pettit et al, Cohorte de EE. UU. 58 (41–75) 47,5% 238 < 25 24 3 214 60 No
2020 [33] (10,1%) (12,5%) (89,9%) (28%)
25-30 7 67
(29,2%) (31,3%)
30-35 5 38
(20,8%) (17,7%)
35-40 4 25
(16,7%) (11,7%)
19
> 40 5 24
(20,8%) (11,2%)
Zhang y col., China Cohorte 32 (14-45) 58,4% 53 ≥ 30 13 3 40 6 No
2020 [34] (24,5%) (23%) (75,5%) (15%)
Carrillo- Cohorte de México 60 (45-73) 69% 9946 ≥ 30 963 289 8983 1564 No
Vega et al, (9,8%) (30%) (90,2%) (17,4%)
2020 [35]
N: número total de no supervivientes; n: Número de no supervivientes con cada categoría de IMC.
M: Número total de supervivientes. m: Número de supervivientes con cada categoría de IMC.
un: Estudio en pacientes <60 años.
segundo: Estudio en pacientes mayores de 60 años.
*
: El análisis multivariado se ajustó por edad, sexo, antecedentes de cáncer, tabaquismo, diabetes, enfermedades
cardiovasculares, hipertensión, enfermedad renal crónica (ERC) y otras enfermedades crónicas.
rio
dia
de
via
re
b ap
ue
Pr
20
Tabla 3: Análisis de subgrupos de asociación entre obesidad y COVID-19
severidad y mortalidad
Estudiar Het erogeneidad prueba

Subgrupos COVID-19 OR (IC del 95%)
número Q Valor p yo 2 (%)
Gravedad En general 12 2,35 (1,64-3,38) 77,24 <0,001 85,8%
Geografía
Asia 3 2,49 (1,68-3,68) 1,83 0.401 0
Fuera de Asia 9 2,25 (1,48-3,43) 52,83 <0,001 79%
Años
≤ 60 años 6 1,77 (1,17-2,69) 21.55 0,001 76,8%
> 60 años 6 3,11 (1,73-5,61) 39.09 <0,001 87%
Tipo de estudio
Grupo 10 2,14 (1,47-3,12) 69.04 <0,001 85%
Transversal 2 4,57 (2,26-9,24) 0,02 0,89 0
Tamaño de la muestra
rio
dia
≤ 1000 8 2,49 (1,81-3,7) 41,9 <0,001 75,4%
> 1000 4 1,98 (1,12-3,52) 9.59 0,08 47,9%

de
IMC (kg / m 2)
30-35 4 1,87 (1,19-3,35) 0,04 0,29 0

via
≥ 35 7 3,64 (1,97-7,45) 52,85 <0,001 88%
Analisis multivariable
re
si 8 1,69 (1,27-2,27) 28,8 <0,001 75,7%

ap
No 4 5,15 (3,06-8,69) 4,79 0,188 37,4%
Mortalidad En general 7 2,68 (1,65-4,37) 28,97 <0,001 79,3%

b
Años
ue
≤ 60 años 4 1,94 (1,41-2,67) 0,34 0,952 0

Pr
> 60 años 3 3,93 (2,18-7,09) 6,37 0,041 48,6%
IMC (kg / m 2)
30-35 3 1,62 (1,15-4,28) 2,47 0,21 25%
≥ 35 3 3,54 (1,48-8,48) 13,8 0,001 72%
si 4 3,34 (1,89-5,90) 13,91 0,003 78,4%
No 3 1,83 (1,23-2,71) 0,09 0,957 0
Abreviaturas: OR (IC del 95%): razón de posibilidades e intervalos de confianza del 95%; IMC: índice de masa corporal.
21
Cuadro 4: Análisis de metarregresión para explorar los efectos de los factores de confusión en
la asociación entre obesidad y COVID-19
Variable Valor p
Gravedad Mortalidad
Años 0.054 0,048 *
Sexo 0,89 0,737
Diabetes 0,145 0.354
Hipertensión 0,169 0.412
Enfermedades cardiovasculares 0,36 0,165
*
indica significancia (P <0.05).
rio
dia
de
via
re
b ap
ue
Pr
Figura 1. Diagrama de flujo del procedimiento del estudio.
22
Estudiar %
CARNÉ DE IDENTIDAD O R ((9955%

% CCII)) W eiigghHTTP
Nosotros
Kalligeros et al 2020 5..7744 ((22..3377 ,, 1133..9933)) 6..6633
Busetto et al 2020 4..7788 ((11..7788 ,, 1122..8844)) 6..0044
Hajifathalian et al 2020 1..8866 ((11..3344 ,, 22..5599)) 100..1111
Zheng et al 2020 4..3366 ((11..6600 ,, 1111..9900)) 5..9966
Palaiodimos et al 2020 1..9999 ((00..8888 ,, 44..5511)) 7..0044
Gao et al 2020 2..8855 ((11..2200 ,, 66..7777)) 6..7777
Giannouchos et al 2020 1..5511 ((00..9966 ,, 22..3366)) 9..4444
Salman et al 2020 2..0088 ((11..2277 ,, 33..3399)) 9..1177
Rottoli et al 2020 8..4488 ((44..8822 ,, 1144..9900)) 8..7700
Petrilli et al 2020 0..9977 ((00..7788 ,, 11..1199)) 100..6sesenta

5 y cinco
Kaeuffer et al 2020 1..4466 ((11..1133 ,, 11..9900)) 100..4455
Mendy et al 2020 1..7700 ((11..0022 ,, 22..8844)) 9..0044
Total (I-cuadrado = 85,8%, p = 0,000)

rio 2..3355 ((11..6644 ,, 33..3388)) 10000..0000
NOTA: Los pesos provienen del análisis de efectos aleatorios.

dia
. 0671 1 14,9
de
Figura 2. Efectos del IMC> 30 kg / m 2 frente a IMC <30 kg / m 2 sobre la gravedad de COVID-19
via
Estudiar %
re

Nosotros
ap
Kalligeros et al 2020 5..7744 ((22..3377 ,, 1133..9933)) 6..6633

b

ue
Giannouchos et al 2020 Salman 1..5511 ((00..9966 ,, 22..3366)) 9..4444

Pr
et al 2020 2..0088 ((11..2277 ,, 33..3399)) 9..1177
Petrilli et al 2020 Kaeuffer 0..9977 ((00..7788 ,, 11..1199)) 100..6sesenta

5 y cinco
et al 2020 Mendy et al 1..4466 ((11..1133 ,, 11..9900)) 100..4455
2020 1..7700 ((11..0022 ,, 22..8844)) 9..0044
Subtotal (I-cuadrado = 75,7%, p = 0,000) 1..6699 ((11..2277 ,, 22..2277)) 722..5533
Análisis univariado
Busetto et al 2020 4..7788 ((11..7788 ,, 1122..8844)) 6..0044
Zheng et al 2020 Gao et 4..3366 ((11..6600 ,, 1111..9900)) 5..9966
al 2020 2..8855 ((11..2200 ,, 66..7777)) 6..7777
Rottoli et al 2020 8..4488 ((44..8822 ,, 1144..9900)) 8..7700
Total (I-cuadrado = 85,8%, p = 0,000) 2..3355 ((11..6644 ,, 33..3388)) 10000..0000
. 0671 1 14,9
23
Figura 3. Metanálisis basado en estimaciones de efectos ajustados para explorar el efecto de
IMC> 30 kg / m 2 frente a IMC <30 kg / m 2 sobre la gravedad de COVID-19
Estudiar %

Nosotros
Zhang et al 2020 1..7700 ((00..3366 ,, 88..0055)) 6..6666
Klang et al 2020 2..1177 ((11..2277 ,, 33..7722)) 1 6..4411

dieciséis
Klang et al 2020 5..3399 ((44..2266 ,, 66..8811)) 199..5577
Pettit et al 2020 2..0044 ((00..8877 ,, 44..8811)) 122..5588
Carrillo-Vega et al 2020 1..7788 ((11..1122 ,, 22..8833)) 177..2288
Total (I-cuadrado = 79,3%, p = 0,000)
rio 2..6688 ((11..6sesenta

5 ,, 44..3377))
y cinco 10000..0000
dia
. 0978 1 10,2
de
Figura 4. Efectos del IMC> 30 kg / m 2 frente a IMC <30 kg / m 2 sobre la mortalidad por COVID-19
via
re
Estudiar %

Nosotros
ap
Análisis univariado
b
Zhang et al 2020 1..7700 ((00..3366 ,, 88..0055)) 6..6666

ue
Pettit et al 2020 2..0044 ((00..8877 ,, 44..8811)) 122..5588
Carrillo-Vega et al 2020 1..7788 ((11..1122 ,, 22..8833)) 177..2288

Pr
Klang et al 2020 2..1177 ((11..2277 ,, 33..7722)) 1 6..4411

dieciséis
Klang et al 2020 5..3399 ((44..2266 ,, 66..8811)) 199..5577
Total (I-cuadrado = 79,3%, p = 0,000) 2..6688 ((11..6sesenta 377))

5 ,, 44..3
y cinco 10000..0000
. 0978 1 10,2
24
Figura 5. Metanálisis basado en estimaciones de efectos ajustados para explorar el efecto de
IMC> 30 kg / m 2 frente a IMC <30 kg / m 2 sobre la mortalidad por COVID-19
(un)
2.5
P = 0,054
2
1,5
logES
1
rio
dia
.5
45 50 55 60 70
de
sesenta y cinco
años
via
(segundo)
re
ap
2
P = 0,048
b
ue
1,5
Pr
logES
1 .5
0
30 40 50 60 70
años
25
Figura 6. Análisis de metarregresión de efectos aleatorios para explorar el efecto de la edad en la asociación
entre IMC> 30 kg / m 2 y gravedad (a) y mortalidad (b) de COVID-19.
Modelo GLS
6,00
O estudiar
- - - - - - - - - IC del 95%
5,00
Razón de probabilidades
4,00
3,00
2,00
1,00
rio
dia
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Índice de masa corporal
de
Figura 7. Metanálisis lineal dosis-respuesta de efectos aleatorios de la asociación entre IMC y

el riesgo de COVID-19 (P no linealidad = 0,242). La línea continua y las líneas punteadas largas representan la razón de probabilidades y su intervalo de
via
confianza del 95%.

re
ap
6,00 Modelo GLS

b
O estudiar
ue
- - - - - - - - - IC del 95%
5,00
Pr
Razón de probabilidades
4,00
3,00
2,00
1,00
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
Índice de masa corporal
26
Figura 8. Metanálisis lineal dosis-respuesta de efectos aleatorios de la asociación entre IMC
y mortalidad por COVID-19 (P no linealidad = 0,116). La línea continua y las líneas punteadas largas representan la razón de probabilidades y su intervalo de
confianza del 95%.
rio
dia
de
via
re
b ap
ue
Pr
27
Declaración de contribución de autoría de crédito
Yanbin Du: Conceptualización, Metodología, Conservación de datos, Software, Análisis formal, Redacción -
borrador original y redacción: revisión y edición. Yuan Lv: Validación, Recursos, Supervisión.
Yendo Zha: Investigación, Metodología, Visualización, Supervisión. Nan Zhou: Investigación,
Software, curación de datos. Xiuqin Hong: Metodología, Recursos.
rio
dia
de
via
re
b ap
ue
Pr
28
Destacar:
1. Obesidad (IMC> 30 kg / m 2) se asoció con un riesgo significativamente mayor de COVID-19 crítico
y mortalidad.
2. El metanálisis de dosis-respuesta de efectos aleatorios mostró una asociación lineal entre el IMC y
COVID-19 severo y mortalidad.
3. Los pacientes con obesidad y edad> 60 años tenían un mayor riesgo de mortalidad por COVID-19.
rio
dia
de
via
re
b ap
ue
Pr
29
Figura 1
Figura 2
figura 3
Figura 4
Figura 5
Figura 6
Figura 7
Figura 8

Asociación Del Índice de Masa Corporal (IMC) Con El COVID-19 Crítico y La Mortalidad Hospitalaria: Un Metanálisis de Dosis-Respuesta

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Asociación Del Índice de Masa Corporal (IMC) Con El COVID-19 Crítico y La Mortalidad Hospitalaria: Un Metanálisis de Dosis-Respuesta

Cargado por

Copyright:

Formatos disponibles

Prueba previa de diario

PII: S0026-0495 (20) 30237-7

Referencia: YMETA 154373

Aparecer en: Metabolismo

Fecha recibida: 18 julio 2020

Fecha revisada: 4 de septiembre de 2020

Fecha de aceptación: 10 de septiembre de 2020

© 2020 Publicado por Elsevier.

Asociación del índice de masa corporal (IMC) con el COVID-19 crítico y la

Yanbin DU 1, Yuan LV 2, *, Pasando a ZHA 2, *, Nan ZHOU 2, y Xiuqin HONG 3

1 MOE-LCSM, Facultad de Matemáticas y Estadística, Universidad Normal de Hunan, Changsha,

Provincia de Hunan, 410081, China.

2 Laboratorio Clave de Epidemiología Molecular, Facultad de Medicina de la Universidad Normal de Hunan,

Changsha, provincia de Hunan, 410013, China.

Yuan LV, PhD, profesor y Wenting ZhA, PhD

Correo electrónico: 284792906@qq.com (LY); 183259829@qq.com (ZWT)

Tel: + 86-15874019359 (LY); + 86-13574103095 (ZWT)

Título consecutivo: IMC y COVID-19

OR: razón de posibilidades;

explorar la asociación entre el IMC y la gravedad y mortalidad de COVID-19.

el efecto de las covariables se analizó mediante análisis de subgrupos y análisis de metarregresión.

0,242) y mortalidad (P no linealidad = 0,116). El riesgo de COVID-19 crítico y mortalidad aumentó en

por cada 1 kg / m 2 aumento del IMC, respectivamente.

entre el IMC y la gravedad y mortalidad de COVID-19. Además, la obesidad (IMC ≥ 30 kg / m 2) estaba

asociado con un riesgo significativamente mayor de COVID-19 crítico y mortalidad hospitalaria de

Palabras clave: Índice de masa corporal, COVID-19, IMC, Obesidad, Metanálisis

incluyendo estudios epidemiológicos y metanálisis, informaron resultados inconsistentes sobre la asociación

entre IMC y COVID-19.

COVID-19 severo y la mortalidad no están claros.

Se estableció el IMC y el riesgo de COVID-19 crítico y mortalidad.

estudios fueron de diseño observacional, también seguimos el metaanálisis de estudios observacionales en

Directrices de epidemiología (MOOSE) [15].

Estrategia de búsqueda de literatura

utilizado: (“enfermedad por coronavirus 2019” O “COVID-19” O “SARS-CoV-2” O “coronavirus” O

“NCoV-2019”) Y (“índice de masa corporal” O “IMC” O “peso” O “sobrepeso” U “obesidad”

“Estudio observacional” O “cohorte” O “ensayo” O “caso-control” O “estudio”). También revisamos

Los criterios de inclusión y exclusión

estudios duplicados; 2) revisiones, informes, conferencias, comentarios; 3) datos insuficientes; y 4)

datos, como la presencia de diabetes, hipertensión, enfermedad cardiovascular, cáncer u otros

también se recogieron enfermedades y tabaquismo.

(0-3 puntos) con una puntuación de 0 a 9 puntos. Asignamos puntuaciones de 0 a 3, 4 a 6 y 7 a 9 puntos

para los estudios de calidad baja, moderada y alta, respectivamente.

y el riesgo de COVID-19 crítico y mortalidad. Se calculó la heterogeneidad entre los estudios

usando la Q y yo 2 estadística. Para las estadísticas Q, P <0.10 indicó un estadísticamente significativo

efecto de la edad, el sexo y las comorbilidades (diabetes, hipertensión y enfermedades cardiovasculares) en el

asociación entre el IMC y la gravedad y la mortalidad de COVID-19.

La posible asociación no lineal de dosis-respuesta entre el IMC y el riesgo de COVID-19 crítico y

Percentiles 25, 50 y 75 de la distribución del IMC. Calculamos el valor P no lineal por

los límites deben ser iguales a los de la categoría adyacente.

exclusión de 1010 estudios irrelevantes y 1083 informes, revisiones o metanálisis o cartas.

que no describía la gravedad de COVID-19. Finalmente, se incluyeron un total de 16 estudios en el

metaanálisis. Los detalles de la búsqueda bibliográfica se muestran en la Figura 1.

Características del estudio y evaluación de la calidad

la asociación entre el IMC y la gravedad de COVID-19 [8,21-31] y siete estudios exploraron la

realizado en Asia [24,26,28,34], incluyendo China (n = 3) y Kuwait (n = 1); Nueve en

América [8,21,23,25,27,31-33,35], incluidos EE.UU. (n = 7) y México (n = 2); y tres en Europa

incluidos en este metanálisis, incluidos críticos (n = 13,461), no críticos (n = 82,296), muerte

ocho estudios tuvieron una puntuación de ≥ 7 puntos.

Efecto del IMC ≥ 30 kg / m 2 frente a IMC <30 kg / m 2 sobre la gravedad de COVID-19

77,24, P <0,001, I 2 = 85,8%). Y se aplicó el modelo de efectos aleatorios, el resumen OR para 12

a pacientes con un IMC <30 kg / m 2. ( Figura 2)

(P = 0,89) y algunas comorbilidades (diabetes: P = 0,145, hipertensión: P = 0,169, enfermedades cardiovasculares:

P = 0,36) no pareció ejercer un efecto significativo sobre la asociación entre la obesidad y la

Yanbin DU 1, Yuan LV 2, , Pasando a ZHA 2, , Nan ZHOU 2, y Xiuqin HONG 3