www.endocrinologia.org.mx PERMANYER
2018;5:135-40
www.permanyer.com
REVISTA MEXICANA DE ENDOCRINOLOGÍA, METABOLISMO & NUTRICIÓN
Circunferencia de brazo: alternativa
para la predicción de la resistencia
a la insulina
Reinhard Janssen-Aguilar, Carolina Saade-Saade, Nina Méndez-Domínguez,
Fernanda Molina-Seguí y Hugo Antonio Laviada-Molina*
Universidad Marista de Mérida, Escuela de Ciencias de la Salud, Mérida, Yuc.
RESUMEN
El objetivo del presente estudio fue identificar si la medición
antropométrica de la circunferencia de brazo (CB) puede apro-
ximarse a las mediciones del índice de masa corporal (IMC) y
la circunferencia de cintura (CC) en la predicción de la resis-
tencia a la insulina (RI) en trabajadores de oficina. Se trata de
un estudio analítico y transversal realizado con personal ad-
ministrativo de una universidad mexicana que no tuviera
diagnóstico previo de diabetes mellitus de tipo 2. La resisten-
cia a la insulina (RI) se calculó a través del modelo de evalua-
ción de homeostasis de la RI (HOMA-IR). Se recolectaron las
variables antropométricas de la CB, estatura, CC, peso y por-
centaje de grasa de un total de 64 administrativos (el 58%
varones). El promedio de edad fue de 42.04 años (39.63-
44.46). En relación con la RI, la CB fue la variable que mejor se
correlacionó con la RI (r = 0.52; p < 0.001). En las regresiones
logísticas para las variables dependientes binarias, el IMC ob-
tuvo una razón de momios (RM) de 1.32 (1.12-1.56; p = 0.001),
seguido de la CB (1.31 [1.12-1.54; p = 0.001]), cintura (1.08
]1.03-1.14; p = 0.002]) y porcentaje de grasa (1.05 [0.97-1.14;
p = 0.205]). En conclusión, la CB puede ser una alternativa al
IMC, CC y porcentaje de grasa en la predicción de la RI en
trabajadores de oficina.
Palabras clave: Circunferencia de brazo. Resistencia a la
insulina. Factor de riesgo. Diabetes mellitus de tipo 2. Enfer-
medad ocupacional.
Dirección para correspondencia:
*Hugo Antonio Laviada-Molina
E-mail: hlaviada@marista.edu.mx
Rev Mex Endocrinol Metab Nutr.
Sin contar con el consentimiento previo por escrito del editor, no podrá reproducirse ni fotocopiarse ninguna parte de esta publicación.   © Permanyer 2018
ARTÍCULO ORIGINAL
ABSTRACT
The objective of the present study was to identify whether
the anthropometric measurement of the arm circumference
(AC) can be approximated to the measurements of BMI and
waist circumference (WC) in the prediction of insulin resis-
tance in office workers. This is a transversal analytical study
which was conducted with administrative staff of a mexican
university and with no previous diagnosis of T2D. IR was
calculated through the HOMA-IR index. The anthropometric
variables of AC, height, WC, weight and body fat percentage
(%Fat) were collected. A total of 64 administrative partici-
pants (58% male) were assessed. The general age average
was 42.04 (39.63-44.46). In relation to IR, AC was the vari-
able that best correlated with IR (r = 0.52, p < 0.001). In
logistic regressions for binary dependent variables, BMI
obtained an odds ratio of 1.32 (1.12-1.56, p = 0.001), fol-
lowed by the AC 1.31 (1.12-1.54 p = 0.001), the WC 1.08
(1.03-1.14, p = 0.002) and %Fat 1.05 (0.97-1.14, p = 0.205).
In conclusion, AC can be an alternative to BMI and waist
circumference in IR prediction in office workers. (Rev Mex
Endocrinol Metab Nutr. 2018;5:135-40)
Corresponding author: Hugo Antonio Laviada-Molina,
hlaviada@marista.edu.mx
Key words: Arm circumference. Insulin resistance. Risk fac-
tor. Type 2 diabetes mellitus. Occupational disease.
Fecha de recepción: 07-06-2018
Fecha de aceptación: 18-11-2018
135
 Revista Mexicana
INTRODUCCIÓN
En las últimas décadas en México, al igual que en
otros lugares del mundo, los cambios hacia la im-
plementación de jornadas de trabajo de duración
estandarizada han favorecido el comportamiento
sedentario de los trabajadores que desempeñan la-
bores de oficina. Según la Encuesta Nacional de
Ocupación y Empleo de 2016, el 28.4% de la pobla-
ción mexicana trabaja más de 48 h a la semana1,
pudiendo ser continuas o intercaladas con descan-
sos breves.
A pesar de que la última encuesta nacional de salud
y nutrición mexicana reporta una «desaceleración en
el aumento de la prevalencia del sobrepeso y la obe-
sidad», la realidad implícita en dicho enunciado su-
giere que el sobrepeso y la obesidad en México aún
se encuentran en aumento, como también sigue en
aumento la incidencia del síndrome metabólico2.
Si bien existen instituciones que, preocupadas por
el bienestar, la salud y la calidad de vida de sus
trabajadores, desarrollan campañas de tamización
del IMC y chequeos periódicos de signos vitales,
para los trabajadores resulta difícil desprenderse de
sus actividades programadas para asistir a ellas. El
objetivo del presente estudio es identificar si la me-
dición antropométrica de la CB puede predecir la RI
evaluada a través del HOMA-IR de manera similar al
IMC y la CC en trabajadores de oficina, de modo que
eventualmente pudiera detectarse de una manera
confiable y sencilla el riesgo de padecer síndrome
metabólico, enfermedad cardiovascular o diabetes
mellitus de tipo 2.
MATERIALES Y MÉTODOS
Estudio transversal y analítico realizado en una po-
blación de oficinistas (n = 64), entre los 25 y 66 años,
pertenecientes al área administrativa de una univer-
sidad privada del sureste mexicano. A partir de un
estudio universitario realizado en la misma institu-
ción para evaluar la obesidad sarcopénica en sujetos
sanos, en el cual se calculó la muestra a partir de la
136
de Endocrinología, Metabolismo & Nutrición. 2018;5
fórmula para comparación de dos proporciones con
Sin contar con el consentimiento previo por escrito del editor, no podrá reproducirse ni fotocopiarse ninguna parte de esta publicación.   © Permanyer 2018
la prueba de la c2 (n = 116), se obtuvo una submues-
tra para la realización del presente estudio (n = 64).
Esta submuestra se seleccionó a partir de un total de
116 trabajadores universitarios que incluía oficinis-
tas, intendentes y profesores a tiempo parcial. No se
contabilizaron para efectos del presente estudio los
no oficinistas, los que contaran con diagnóstico de
diabetes y aquéllos que se encontraban bajo algún
tratamiento farmacológico que pudiera afectar a su
metabolismo o composición corporal.
Las variables estudiadas en el presente estudio fue-
ron las siguientes:
–– Variables sociodemográficas: se recolectaron los
datos sobre la edad, el sexo, el estado civil y el lugar
de nacimiento. Las variables sociodemográficas
fueron recolectadas por una persona capacitada en
el cuestionario y mediante interrogatorio directo.
–– Variables antropométricas:
• Índice de masa corporal: se obtuvo mediante la
división del peso en kilogramos por la talla al
cuadrado en metros. El peso se midió –con un
analizador de composición corporal por seg-
mentación marca TANITA®, modelo BC-418, que
incluye báscula con precisión de 0.1 kg4, colo-
cando al participante en los sitios marcados en
la báscula, sin sostenerse, con el peso distribuido
por igual en ambos pies y con la mínima canti-
dad de ropa posible3. La estatura se midió con
el participante parado con los pies juntos y los
talones, las nalgas y la parte superior de la espal-
da apoyados sobre el estadímetro, con la cabeza
en el plano de Fránkfurt y sin tocar la escala del
tallímetro. Se registró la medida al final de una
expiración normal3. La medición se realizó con
un estadímetro portátil de pared de la marca
Seca®, modelo 213, con precisión de 1 mm (Seca
Corp., Hamburgo, Alemania).
• Cintura: la CC se midió con el sujeto en posición
relajada, de pie y con los brazos cruzando el tó-
rax. Se tomó a nivel de la región más estrecha
entre el último arco costal y el borde de la cresta
ilíaca. Se utilizó una cinta métrica Lufkin, modelo
Executive, con una precisión de 1 mm (Apex Tool
Group, Apex, NC, EE.UU.), que rodea la cintura en
R. Janssen-Aguilar, et al.: Perímetro de brazo e insulinorresistencia
posición horizontal. Se registró la medida al final
de una expiración normal3.
• Circunferencia de brazo: se obtuvo midiendo
con la cinta métrica Lufkin, anteriormente des-
crita, con el participante de pie, en posición re-
lajada y con los brazos colgando a los lados. La
circunferencia se midió a nivel de la línea media
acromial radial colocando la cinta de manera
perpendicular al eje longitudinal del brazo3.
• Porcentaje de grasa corporal: se midió con un
analizador de composición corporal que incluye
la báscula TANITA®, previamente descrita4.
Todas las mediciones antropométricas fueron obte-
nidas por personal experto y estandarizado para re-
ducir al mínimo la variabilidad interobservador y en
apego a la metodología propuesta mediante la téc-
nica International Society for the Advancement of
Kinanthropometry (ISAK). Se realizaron durante las
primeras horas de la mañana, en ayuno de 12 h y con
la vejiga vacía3.
–– Variables bioquímicas: el HOMA-IR se calculó a par-
tir de las mediciones de glucosa plasmática (GP) e
insulina plasmática (IP) en ayuno a través de la
fórmula (GP × IP)/405. Para establecer la RI se uti-
lizó como punto de corte un HOMA-IR > 2.5 basa-
do en tres estudios en población mexicana5-7. Las
mediciones de GP e IP fueron recolectadas y pro-
cesadas por un químico capacitado en la correcta
realización de la venopunción que fue proporcio-
nado por un laboratorio con técnicas estandariza-
das (auditadas interna y externamente). Todas las
muestras se realizaron con los participantes en
ayuno de 12 h. Para el análisis de las muestras san-
guíneas se utilizó el método de hexocinasa para la
glucosa (coeficiente de variación intraensayo: a
concentración normal es del 1.98% y a concentra-
ción alta es del 0.65%; coeficiente de variación in-
terensayo: a concentración normal es del 0.84% y
a concentración alta es del 0.93%) y el método de
quimioluminiscencia de micropartículas para la
insulina (coeficiente de variación intraensayo: a
concentración baja es del 3.8%, a concentración
media es del 1.9% y a concentración alta es del
1.9%; coeficiente de variación interensayo: a con-
centración baja es del 4.8%, a concentración media
es del 2.5% y a concentración alta es del 2.2%).
Sin contar con el consentimiento previo por escrito del editor, no podrá reproducirse ni fotocopiarse ninguna parte de esta publicación.   © Permanyer 2018
ANÁLISIS ESTADÍSTICO
Se obtuvieron datos de estadística descriptiva inclu-
yendo los totales, proporciones y frecuencias de las
variables categóricas y de razón, así como las medi-
das de tendencia central y de dispersión de las va-
riables numéricas. Mediante pruebas de hipótesis
para comparación de variables categóricas (c2) y de
comparación de medias (t de Student) se evaluó la
significancia estadística. Posteriormente se realiza-
ron correlaciones por pares y regresiones logísticas
para variables dependientes binarias para el cálculo
de la RM (se realizaron modelos múltiples ajustán-
dose las variables por edad y sexo)8. Todos los aná-
lisis estadísticos se obtuvieron con el programa Sta-
ta 14®. Los valores de p < 0.05 fueron tomados
como estadísticamente significativos.
RESULTADOS
En el presente estudio se incluyeron un total de 64
participantes oficinistas (58% varones) con una me-
dia de edad de 42.04 ± 1.21 años para la población
general: de 43.95 ± 1.62 años para el sexo masculino
y de 39.42 ± 1.71 años para el sexo femenino. Las
variables sociodemográficas de la población se pue-
den apreciar en la tabla 1. El 70% (45 participantes)
de la muestra estaba casado y el 30% restante (19)
era soltero. El 72% (46 participantes) refirió ser de
Yucatán. En cuanto al grado máximo de estudios, el
59% (38) refirió haber alcanzado un grado de maes-
tría, el 31% (20) de licenciatura, un 6% (4) doctorado
y un 3% (2) tercero de preparatoria. El 50% (32) de
los sujetos presentó RI, de los cuales el 69% (22)
eran hombres y el 31% (10) mujeres.
El resumen de las variables antropométricas y bio-
químicas de la muestra general y agrupada por sexo
se puede apreciar en la tabla 1. En cuanto a las va-
riables antropométricas, la mayoría (tanto en me-
dias como en significancia estadística) fueron supe-
riores en la población masculina (CB: 33.34 ± 0.47
vs. 27.72 ± 0.65; CC: 99.55 ± 1.77 vs. 82.74 ± 1.66;
IMC: 29.15 ± 0.68 vs. 24.57 ± 0.66; p < 0.001), a ex-
cepción del porcentaje de grasa corporal, el cual fue
137
 Revista Mexicana de Endocrinología, Metabolismo & Nutrición. 2018;5

Sin contar con el consentimiento previo por escrito del editor, no podrá reproducirse ni fotocopiarse ninguna parte de esta publicación.   © Permanyer 2018
Tabla 1. Variables sociodemográficas, antropométri- Tabla 2. Regresiones binarias de variables antropo-
cas y bioquímicas en la población general (n = 64) métricas con RI

Edad (años) 43.95 ± 1.62 Variable RM p < 0.05 IC 95%

Sexo
CB 1.31 0.001 1.12 1.54
Masculino (37) 58%
CC 1.08 0.002 1.03 1.14
Femenino (27) 42%
IMC 1.32 0.001 1.12 1.56
Estado civil
Porcentaje de grasa 1.05 0.205 0.97 1.14
Soltero (19) 30%
Casado (45) 70% En la presente tabla se expresan los valores de las RM de cada variable
antropométrica con la RI.
Lugar de nacimiento IC: intervalo de confianza.
Fuera de Yucatán (18) 28%
Yucatán (46) 72%
Grado máximo de estudios porcentaje de grasa (r = 0.05; p = 0.709), CC con
Tercero de preparatoria (2) 3% IMC (r = 0.92; p < 0.001), CC con porcentaje de
Licenciatura (20) 31% grasa (r = 0.17; p < 0.188) e IMC con porcentaje de
Maestría (38) 59% grasa (r = 0.30; p = 0.018). Por otra parte, en las
Doctorado (4) 6% regresiones logísticas para las variables depen-
Empleo adicional dientes binarias (Tabla 2), utilizando la presencia
No (51) 80% y ausencia de RI contra CB, cintura e IMC, se
Sí (13) 20% obtuvieron los valores de RM. El IMC obtuvo una
RI RM de 1.32 (1.12-1.56), seguido por la CB (1.31
No (32) 50%
[1.12-1.54]), la CC (1.08 [1.03-1.14]) y el porcentaje
Sí (32) 50%
de grasa corporal (1.05 [0.97-1.14]). Respecto a las
Variables antropométricas Promedio ± DE regresiones logísticas para las variables depen-
IMC (kg/m2) 27.22 ± 0.56 dientes binarias, al ajustarse en un modelo múlti-
CC (cm) 92.46 ± 1.62 ple con edad y sexo, las variables antropométricas
CB (cm) 30.97 ± 0.52 de CB, CC, IMC y porcentaje de grasa perdieron
Porcentaje de grasa 30.37 ± 0.85 significancia estadística.
Variables bioquímicas

HOMA-IR 2.81 ± 0.27

Las variables sociodemográficas se expresan en porcentajes y frecuencias. Las
variables antropométricas y bioquímicas se expresan en medias con su
desviación estándar (DE).
superior en la población femenina (27.38 ± 1.03 vs.
34.36 ± 1.03; p < 0.001). Por otro lado, el HOMA-IR
se encontró más elevado en la población masculina
en comparación con la femenina (3.42 ± 0.42 vs.
1.97 ± 0.21; p < 0.001).
En las correlaciones de las variables antropométri-
cas con HOMA-IR se obtuvieron correlaciones mo-
deradas con CB (r = 0.54; p < 0.001), CC (r = 0.49;
p < 0.001), IMC (r = 0.47; p = 0.001) y porcentaje de
grasa (r = –0.05; p = 0.708). Al comparar las variables de
CB, CC, IMC y porcentaje de grasa entre ellas, se obtu-
vieron los siguientes valores: CB con cintura (r = 0.87;
p < 0.001), CB con IMC (r = 0.90; p < 0.001), CB con
DISCUSIÓN
En la literatura médica se pueden encontrar diver-
sos estudios que evalúan la circunferencia muscular
del brazo y la pantorrilla como indicadores de sar-
copenia y aumento de la morbilidad en el anciano.
El término resistencia a la insulina hace referencia a
una respuesta biológica disminuida a dicha hormo-
na pancreática9. La RI se mide a través del HOMA-IR,
el cual se encuentra asociado con factores antropo-
métricos, metabólicos y del estilo de vida, entre
ellos la inactividad física10,11. Mediciones antropo-
métricas como la CC e índices como el IMC se han
asociado con la RI y el riesgo de padecer DM212-14.
La CB, sin embargo, se ha relacionado en mayor
medida a desnutrición y mortalidad, sobre todo en
poblaciones de adultos mayores, vinculándose a la

138
R. Janssen-Aguilar, et al.: Perímetro de brazo e insulinorresistencia
sarcopenia del anciano15,16, pero no se ha reconoci-
do como un factor de riesgo para RI y, por ende, de
desarrollar proclividad para DM2 en población adul-
ta. De particular interés es evaluar la relación entre
la CB y la RI en adultos sedentarios de edad media
que laboran en oficinas.
En el presente estudio la CB demostró tener una mejor
correlación con la RI (r = 0.54) que la cintura (r = 0.49),
IMC (r = 0.47) y porcentaje de grasa (r = –0.05). Adicio-
nalmente, en las regresiones logísticas para variables
dependientes binarias entre HOMA-IR y variables an-
tropométricas se mostró que el IMC arrojó una RM
muy similar (1.32) a la de la CB (1.31), y mayor que la
CC (1.08) y el porcentaje de grasa (1.05).
Devang, et al.17 realizaron un estudio de casos y
controles en población hindú (n = 616), y encontra-
ron una correlación positiva entre el IMC y la gluco-
sa en sangre posprandial con la CB. Este grupo pro-
pone esta última como un indicador de obesidad
que se pudiera utilizar en lugar del IMC y como un
predictor de DM2. Sin embargo, no midieron HOMA
u otro subrogado de RI. De igual forma, Sagún, et
al.18 demostraron, en una población de adultos en
edad previa a la senectud proveniente de Estambul,
una asociación entre la CB con el síndrome metabó-
lico y la masa grasa visceral.
En varios estudios la CB se ha correlacionado con el
IMC. Chakraborty, et al.19 demostraron que la CB y
el IMC están altamente correlacionados (r = 0.84;
p < 0.001). De igual modo, Brito, et al.20 encontraron
una correlación entre la CB y el IMC (r = 0.78;
p < 0.001). Estos resultados sugieren que la CB pue-
de ser una alternativa al IMC, dada la facilidad para
la obtención de la medición y a que no requiere de
equipamiento como básculas o estadímetros. En
nuestro estudio se encontró una correlación de la
CB con el IMC de 0.90, con una p < 0.001.
Debido a que las jornadas laborales superan las 48 h
a la semana en un 23% de los trabajadores de ofici-
na1 y al prolongado tiempo de inactividad física, es
importante detectar alteraciones metabólicas de ma-
nera temprana. La RI es una de ellas11,12, que en un
futuro podría generar síndrome metabólico o DM2.
Es de resaltar que la información sobre la relación
entre la CB y la RI en población adulta antes de la
senectud es muy escasa y está reportada en pobla-
Sin contar con el consentimiento previo por escrito del editor, no podrá reproducirse ni fotocopiarse ninguna parte de esta publicación.   © Permanyer 2018
ciones diferentes a la reportada en este estudio21-23.
Una de las limitaciones de nuestro trabajo es que la
CB es una medición antropométrica que refleja tanto
la masa muscular como la masa grasa, y por lo tanto
no discrimina entre ellas24. Esto podría generar que en
personas con una masa muscular incrementada no
fuera un indicador de RI. Asimismo, como sucede en
los ancianos y en personas con una disminución im-
portante de la masa muscular, no necesariamente se-
ría un indicador de mayor sensibilidad a la insulina.
Otra de nuestras limitaciones fue la muestra pequeña
y predominantemente masculina, por lo que es nece-
sario realizar un análisis posterior en una muestra ma-
yor, agrupada por sexo y con mayor representatividad.
En México, en los últimos años ha habido un incre-
mento epidémico de casos de DM2. Según la Encues-
ta Nacional de Salud y Nutrición 2016 de Medio Ca-
mino, hubo un incremento de la prevalencia de la
DM2 (por diagnóstico médico previo) del 7.2 al 9.4%
entre 2006 y 20162. Por ello, es importante contar con
mediciones rápidas, sencillas y económicas para la
detección de aquellos pacientes en riesgo de pade-
cer RI y sus comorbilidades, como puede ser la CB.
En conclusión, la CB es una medida antropométrica,
sencilla, económica y fácil de medir, que puede ser
una alternativa al IMC y la CC en un ambiente de
actividad sedentaria como son los oficinistas, con el
objeto de establecer una asociación con la RI.
BIBLIOGRAFÍA
1. INEGI. Encuesta Nacional de Ocupación y Empleo (ENOE), población de
15 años y más de edad. México: Instituto Nacional de Estadística y Geo-
grafía; 2016 [citado el 27 de abril de 2018]. Disponible en: http://www.
beta.inegi.org.mx/proyectos/enchogares/regulares/enoe/
2. Hernández-Ávila M, Rivera-Dommarco J, Shamah-Levy T, Cuevas-Nasu L,
Gómez-Acosta L, Gaona-Pineda E. Encuesta Nacional de Salud y Nutri-
ción de Medio Camino 2016. Cuernavaca, Mor.: Instituto Nacional de
Salud Pública; 2016.
3. Stewart AD, Marfell-Jones M, Olds T, de Ridder JH. International Stan-
dards for anthropometric assessment. Lower Hutt: International Society
for the Advancement of Kinanthropometry (ISAK); 2011.
4. Jebb SA, Cole TJ, Doman D, Murgatroyd PR, Prentice AM. Evaluation of the
novel Tanita body-fat analyser to measure body composition by compa-
rison with a four-compartment model. Br J Nutr. 2000;83(2):115-22.
5. González-Chávez A, Simental L, Elizondo-Argueta S, Sánchez J, Gutiérrez
Salgado J, et al. Prevalencia del síndrome metabólico entre adultos
mexicanos no diabéticos, usando las definiciones de la OMS, NCEP-AT-
PIIIa e IDF. Rev Med Hosp Gen Mex. 2008;71(1):11-9.
139
 Revista Mexicana
6. González-Chávez A, Simental-Mendía LE, Elizondo-Argueta S. Relación
triglicéridos/colesterol-HDL elevada y resistencia a la insulina. Cir Cir.
2011;79(2):126-31.
7. Gómez-García A, Nieto-Alcantar E, Gómez-Alonso C, Figueroa-Nuñez B,
Álvarez-Aguilar C. Parámetros antropométricos como predictores de
resistencia a la insulina en adultos con sobrepeso y obesidad. Aten
Primaria. 2010;42(7):364-71.
8. Juul S. An introduction to Stata for health researchers: Stata Press; 2006.
9. Melmed S. Williams textbook of endocrinology: Elsevier Health Sciences;
2016.
10. Kwon SS, Lee SG, Lee Yh, Lim JB, Kim JH. Homeostasis model assessment
of insulin resistance in a general adult population in Korea: additive
association of sarcopenia and obesity with insulin resistance. Clin Endo-
crinol. 2017;86(1):44-51.
11. Gratas-Delamarche A, Derbré F, Vincent S, Cillard J. Physical inactivity,
insulin resistance, and the oxidative-inflammatory loop. Free Radic Res.
2014;48(1):93-108.
12. Hu G, Lindström J, Valle TT, Eriksson JG, Jousilahti P, Silventoinen K, et
al. Physical activity, body mass index, and risk of type 2 diabetes in pa-
tients with normal or impaired glucose regulation. Arch Intern Med.
2004;164(8):892-6.
13. Corbin LJ, Richmond RC, Wade KH, Burgess S, Bowden J, Smith GD, et
al. Body mass index as a modifiable risk factor for type 2 diabetes: Refi-
ning and understanding causal estimates using Mendelian randotion.
Diabetes. 2016;65(10):3002-7.
14. De Mutsert R, Gast K, Widya R, de Koning E, Jazet I, Lamb H, et al. Asso-
ciations of abdominal subcutaneous and visceral fat with insulin resis-
tance and secretion differ between men and women: The Netherlands
Epidemiology of Obesity Study. Metab Syndr Relat Disord. 2018;16(1):
54-63.
15. Wu LW, Lin YY, Kao TW, Lin CM, Wang CC, Wang GC, et al. Mid-arm cir-
cumference and all-cause, cardiovascular, and cancer mortality among
140
de Endocrinología, Metabolismo & Nutrición. 2018;5
Sin contar con el consentimiento previo por escrito del editor, no podrá reproducirse ni fotocopiarse ninguna parte de esta publicación.   © Permanyer 2018
obese and non-obese US adults: the national health and nutrition exa-
mination survey III. Sci Rep. 2017;7(1):2302.
16. Mason C, Craig CL, Katzmarzyk PT. Influence of central and extremity
circumferences on all‐cause mortality in men and women. Obesity.
2008;16(12):2690-5.
17. Devang N, Nandini M, Rao S, Adhikari P. Mid arm circumference: an al-
ternate anthropometric index of obesity in type 2 diabetes and meta-
bolic syndrome. Br J Med Med Res. 2016;12(1):1-8.
18. Sagun G, Oguz A, Karagoz E, Filizer AT, Tamer G, Mesci B. Application of
alternative anthropometric measurements to predict metabolic syndro-
me. Clinics. 2014;69(5):347-53.
19. Chakraborty R, Bose K, Bisai S. Mid-upper arm circumference as a mea-
sure of nutritional status among adult Bengalee male slum dwellers of
Kolkata, India: relationship with self reported morbidity. Anthropol Anz.
2009;67(2):129-37.
20. Brito NB, Llanos JPS, Ferrer MF, García JGO, Brito ID, Castro FP-G, et al.
Relationship between mid-upper arm circumference and body mass
index in inpatients. PloS One. 2016;11(8):e0160480.
21. Jhorawat R, Bansal N, Beniwal P, Agarwal D, Malhotra V. Factors affecting
insulin resistance and its relation to Vitamin D status and clinical nutri-
tional parameters in dialysis patients: A single-center Indian study. Indian
J Nephrol. 2018;28(1):41.
22. Chao YP, Lai YF, Kao TW, Peng TC, Lin YY, Shih MT, et al. Mid-arm muscle
circumference as a surrogate in predicting insulin resistance in non-
obese elderly individuals. Oncotarget. 2017;8(45):79775.
23. Wang J, Hong Z, Wu L, Ding B, Bi Y, Gu Z, et al. Dietary intake and car-
diometabolic biomarkers in relation to insulin resistance and hyperten-
sion in a middle-aged and elderly population in beijing, China. Appl
Physiol Nutr Metab. 2017;42(8):869-75.
24. Schaap LA, Quirke T, Wijnhoven HA, Visser M. Changes in body mass
index and mid-upper arm circumference in relation to all-cause morta-
lity in older adults. Clin Nutr. 2018;37(6 Pt A):2252-9.