Este estudio observacional transversal evaluó si el grosor del tejido adiposo subcutáneo abdominal medido en imágenes de TC existentes se asociaba con el riesgo de apnea obstructiva del sueño basado en la puntuación STOP-BANG. No se observó ninguna asociación significativa entre el grosor del tejido adiposo medido por TC y las puntuaciones STOP-BANG.
Artículo de investigación
Espesor de la grasa abdominal subcutánea medido por tomografía computarizada y riesgo de apnea obstructiva del sueño: un estudio observacional transversal
En este artículo
Resumen
Resumen
Este estudio investigó si el grosor del tejido adiposo subcutáneo umbilical (USFT), medido de forma ocasional en imágenes abdominales de tomografía computarizada (TC) obtenidas por indicaciones clínicas, se asociaba con el riesgo perioperatorio de apnea obstructiva del sueño (OSA), evaluado mediante el cuestionario STOP-BANG. En este estudio observacional transversal, 64 participantes adultos completaron el cuestionario STOP-BANG y se midió el USFT en imágenes abdominales de TC existentes utilizando un protocolo estandarizado. Las asociaciones entre el USFT y las variables continuas se evaluaron mediante la correlación de Spearman, mientras que las comparaciones entre las categorías de riesgo STOP-BANG se realizaron utilizando la prueba de Kruskal-Wallis. Se empleó una regresión logística exploratoria para evaluar la asociación entre el USFT y el alto riesgo STOP-BANG tras ajustar por edad. No se observó una correlación significativa entre el USFT y la puntuación STOP-BANG (ρ = 0.142, p = 0.264), y el USFT no difirió significativamente entre las categorías de riesgo STOP-BANG (p = 0.677). El USFT fue significativamente mayor en los participantes que referían ronquidos (p = 0.026) y mostró correlaciones positivas con el índice de masa corporal (IMC; ρ = 0.663, p < 0.001) y la circunferencia del cuello (ρ = 0.544, p < 0.001). El USFT no se asoció significativamente con alto riesgo STOP-BANG tras ajustar por edad. En conjunto, el USFT medido mediante TC no se asoció con el riesgo de OSA basado en STOP-BANG en este estudio. Se necesitan estudios más amplios que incluyan OSA confirmada mediante polisomnografía (PSG) y análisis multivariables con potencia estadística adecuada para determinar el posible papel de las medidas de adiposidad derivadas de la TC en la evaluación del riesgo perioperatorio de OSA.
Introducción
La AOS es un trastorno respiratorio relacionado con el sueño caracterizado por obstrucciones recurrentes de la vía aérea superior durante el sueño, lo que provoca hipoxia intermitente, hipercapnia y fragmentación del sueño1. La AOS se asocia con comorbilidades cardiovasculares y metabólicas y representa una preocupación perioperatoria importante porque aumenta el riesgo de ventilación difícil con mascarilla, intubación traqueal difícil y complicaciones respiratorias posoperatorias2,3. A pesar de su relevancia clínica, la AOS frecuentemente permanece sin reconocer en pacientes quirúrgicos, por lo que la estratificación pragmática del riesgo perioperatorio es esencial.
La obesidad es un factor clave en el riesgo de AOS mediante mecanismos que incluyen alteraciones en la mecánica de las vías respiratorias superiores, reducción de la respuesta muscular faríngea y efectos inflamatorios-metabólicos relacionados con la disfunción del tejido adiposo3,4. Aunque la PSG es el estándar diagnóstico de oro, el acceso limitado, los tiempos de espera y las limitaciones de viabilidad durante las admisiones quirúrgicas agudas a menudo hacen necesario el uso de instrumentos de cribado en lugar de pruebas objetivas del sueño en los flujos de trabajo perioperatorios habituales1,5. Entre estos instrumentos, el cuestionario STOP-BANG se utiliza ampliamente debido a su simplicidad y alta sensibilidad. La puntuación incorpora ocho parámetros—ronquidos, somnolencia diurna, apnea observada, hipertensión, IMC, edad, circunferencia del cuello y sexo—para clasificar a los pacientes en categorías de riesgo de AOS6,7.
El grosor del tejido adiposo subcutáneo umbilical (USFT), como indicador de adiposidad abdominal, puede influir en la gravedad y complicaciones de la apnea obstructiva del sueño (OSA) mediante el aumento de la acumulación de grasa abdominal3,8. La tomografía computarizada (TC) es un método ampliamente utilizado para evaluar el tejido adiposo abdominal, ya que ofrece alta precisión y reproductibilidad en la medición de la grasa. Estudios previos han reportado fuertes correlaciones entre las mediciones de grasa subcutánea y visceral basadas en TC y los parámetros antropométricos9. Sin embargo, aún no está claro si la medición oportuna del USFT en TC abdominal proporciona información adicional con respecto a la estratificación del riesgo perioperatorio de OSA basada en la herramienta STOP-BANG.
Por lo tanto, este estudio tuvo como objetivo explorar si el TGFS, medido oportunamente en imágenes abdominales de TC existentes obtenidas por indicaciones clínicas, se asocia con el riesgo de AOS evaluado mediante el cuestionario STOP-BANG en pacientes quirúrgicos adultos. La novedad de este estudio radica en el uso de imágenes abdominales de TC adquiridas de forma rutinaria para cuantificar el TGFS sin exposición adicional a imágenes. Se planteó la hipótesis de que un mayor TGFS medido por TC estaría asociado con puntuaciones más altas en el cuestionario STOP-BANG y un mayor riesgo de AOS.
Protocolo
Este estudio observacional transversal fue aprobado por el Comité Ético del Hospital de la Ciudad Ankara Bilkent (fecha de aprobación: 9 de abril de 2025; número de aprobación: TABED-1-25-1200). Todos los procedimientos se realizaron de acuerdo con los estándares éticos del comité institucional y/o nacional de investigación y con la Declaración de Helsinki de 1964 y sus enmiendas posteriores o con estándares éticos comparables. Se obtuvo el consentimiento informado de todos los participantes individuales incluidos en el estudio. No se realizó la inscripción de ningún participante, ni los procedimientos de consentimiento informado, ni evaluaciones STOP-BANG, ni ninguna otra recopilación de datos específicos del estudio antes de la aprobación formal del comité de ética.
Diseño del estudio y participantes
Este estudio se llevó a cabo entre el 10 de abril de 2025 y el 30 de junio de 2025. Fueron elegibles para la inclusión pacientes adultos (≥18 años) que se sometieron a una tomografía computarizada abdominal por indicaciones clínicas en el Departamento de Cirugía General. Las indicaciones clínicas para la tomografía computarizada incluyeron dolor abdominal, sospecha de malignidad y traumatismo. Los puntajes STOP-BANG se obtuvieron el mismo día del examen de tomografía computarizada, asegurando que ambas evaluaciones reflejaran el mismo período clínico. No se realizó ninguna tomografía computarizada adicional específicamente para este estudio. Los criterios de exclusión fueron edad <18 años, embarazo, negativa a participar, ausencia de imágenes abdominales adecuadas por tomografía computarizada, cirugía abdominal previa que pudiera interferir con mediciones precisas de grasa o datos clínicos incompletos. No se realizaron procedimientos diagnósticos ni imágenes adicionales con fines del estudio; todos los exámenes de tomografía computarizada se realizaron como parte de la atención clínica habitual. El proceso de cribado y selección de participantes se resume en Figura 1.
Figura 1. Diagrama de flujo de pacientes. El diagrama de flujo ilustra el proceso de selección del estudio, incluyendo el número de pacientes evaluados, las razones de exclusión, el número final de participantes incluidos en el análisis y su distribución entre las categorías de riesgo STOP-BANG. Los grupos finales de riesgo comprendieron participantes de bajo riesgo (n = 20), riesgo intermedio (n = 24) y alto riesgo (n = 20). Dado que este es un diagrama descriptivo de flujo de pacientes y no una figura estadística de datos, las barras de error y las pruebas de significancia estadística no son aplicables. Abreviaturas: USFT, grosor del tejido adiposo subcutáneo umbilical; n, número de participantes. Haga clic aquí para ver una versión más grande de esta figura.
Datos clínicos y antropométricos
Se registraron datos demográficos y antropométricos, incluyendo edad, sexo, estatura, peso, IMC y circunferencia del cuello. La circunferencia del cuello se midió con una cinta métrica flexible y no elástica, con el participante en posición erecta y la cabeza en posición neutra. La medición se realizó a la altura de la prominencia laríngea (cartílago tiroides). Las mediciones se registraron con una precisión de 0,1 cm. Se obtuvieron tres mediciones y se utilizó el valor promedio para el análisis. Una circunferencia del cuello de >40 cm se consideró positiva para el criterio STOP-BANG. El estado de hipertensión y las respuestas al cuestionario STOP-BANG se recopilaron en el momento del ingreso. La puntuación STOP-BANG se calculó en función de ocho componentes: ronquidos, somnolencia diurna, apnea observada, hipertensión, IMC > 35 kg/m2, edad > 50 años, circunferencia del cuello >40 cm y sexo masculino6,7.
Medición basada en TC del TGFS
Todos los exámenes de tomografía computarizada se realizaron utilizando un escáner de tomografía computarizada multidetector de 128 cortes. Los parámetros de imagen fueron los siguientes: voltaje del tubo, 120 kV; modulación automática de la corriente del tubo, 200–420 mA; tiempo de rotación, 0,6 s; pitch, 1,375; cobertura del detector, 40,0 mm; grosor de corte de adquisición, 3,75 mm; grosor de corte de reconstrucción, 1,25 mm utilizando un núcleo estándar de reconstrucción de tejidos blandos; y longitud de la mesa, 2000 mm. Las mediciones se realizaron en imágenes sin contraste o con contraste, ya que los límites del tejido adiposo subcutáneo son claramente distinguibles independientemente de la administración de contraste. Las evaluaciones de las imágenes se realizaron utilizando el software ProHIMS PACS Viewer (versión 2024.5.0) con ajustes estándar de ventana para tejidos blandos abdominales (ancho de ventana, 400 UH; nivel de ventana, 40 UH). Para minimizar la variabilidad interobservador, todas las evaluaciones de las imágenes fueron realizadas por un único radiólogo con más de 10 años de experiencia en la interpretación de tomografías computarizadas abdominales. Las mediciones se obtuvieron a partir de imágenes de tomografía computarizada existentes sin exposición adicional a la radiación.
La TFSU se midió en cortes axiales de TC al nivel del ombligo. El nivel exacto del ombligo se determinó identificando el punto anatómico de la cicatriz umbilical en la pared abdominal anterior. Las mediciones se realizaron según un protocolo estandarizado, calculando la distancia entre la superficie de la piel y la vaina anterior del recto (fascia muscular). Como se describió en el protocolo anterior, las mediciones se realizaron en tres cortes axiales consecutivos a este nivel, y los valores se promediaron para el análisis final.
El radiólogo evaluador permaneció ciego respecto a las puntuaciones STOP-BANG y los resultados clínicos de los participantes durante el análisis de las imágenes. Para evaluar la fiabilidad intraobservador, un subconjunto aleatorio de 20 escáneres TC fue reanalizado por el mismo radiólogo ciego. La fiabilidad se evaluó mediante el coeficiente de correlación intraclase (ICC). La fiabilidad de la medición intraobservador fue buena, con un ICC de 0,79. Un ejemplo representativo de la técnica de medición se presenta en la Figura 2.
Figura 2. Medición representativa del grosor del tejido adiposo subcutáneo umbilical en una imagen de tomografía computarizada abdominal. Una imagen representativa de tomografía computarizada (TC) axial a nivel umbilical muestra la medición del grosor del tejido adiposo subcutáneo umbilical (USFT). El calibrador de medición vertical indica la distancia perpendicular entre la superficie cutánea anterior y la vaina anterior del músculo recto (fascia muscular). La imagen representa un único corte axial de un participante e ilustra únicamente la técnica de medición. Para el análisis del estudio, el USFT se midió en tres cortes axiales consecutivos a nivel umbilical, y el promedio de las tres mediciones se utilizó como el valor final de USFT. R, derecha; L, izquierda; TC, tomografía computarizada; USFT, grosor del tejido adiposo subcutáneo umbilical. Haga clic aquí para ver una versión ampliada de esta figura.
Resultados y categorización del riesgo según STOP-BANG
El resultado principal fue la asociación entre el TFU y la puntuación STOP-BANG. Las puntuaciones STOP-BANG se analizaron tanto como una variable continua como en grupos categóricos de riesgo: bajo riesgo (0–2), riesgo intermedio (3–4) y alto riesgo (≥5)7. Se eligió el punto de corte de ≥5 para la clasificación de alto riesgo porque proporciona una mayor especificidad y se asocia más fuertemente con la AOS moderada a grave, lo cual es particularmente relevante en el entorno perioperatorio.
Consideraciones sobre el tamaño de la muestra
El tamaño de la muestra del estudio (n = 64) se determinó en función de la factibilidad dentro del período del estudio. Dado el escaso número de datos previos sobre la relación entre el FTUS derivado de la TC y la puntuación STOP-BANG, el estudio se diseñó como un análisis exploratorio, generador de hipótesis, en lugar de un estudio confirmatorio con potencia estadística para detectar tamaños de efecto pequeños. Por consiguiente, los hallazgos se interpretaron haciendo hincapié en las estimaciones del efecto y en la relevancia clínica, más que únicamente en la significación estadística.
Análisis estadístico
Los análisis estadísticos se realizaron utilizando Python (versión 3.10.12), con pandas (versión 1.5.3), SciPy (versión 1.10.1) y statsmodels (versión 0.14.0). Matplotlib (versión 3.7.1) y seaborn (versión 0.12.2) se utilizaron para la visualización de datos. La normalidad de las variables continuas se evaluó mediante la prueba de Shapiro-Wilk. Las variables con distribución normal se presentaron como media ± desviación estándar, mientras que aquellas con distribución no normal se expresaron como mediana (mínimo–máximo, rango intercuartílico [IQR]).
Las comparaciones entre grupos a través de las tres categorías de riesgo STOP-BANG se evaluaron utilizando la prueba de Kruskal-Wallis. Se evaluó además la asociación entre la TFUS y los componentes individuales del cuestionario STOP-BANG: se aplicó la prueba U de Mann-Whitney a las variables categóricas dicotómicas, y se utilizó la correlación de Spearman para las variables continuas.
Se utilizaron modelos de regresión logística para evaluar la asociación entre la EUTS y el alto riesgo de SAOS basado en STOP-BANG. La variable dependiente en todos los modelos fue el riesgo alto binario de STOP-BANG, definido estrictamente como una puntuación ≥5. Dado el número limitado de casos de alto riesgo verificados (n = 20), se evitó la regresión logística multivariable convencional con múltiples covariables para reducir el sobreajuste. En cambio, se incluyeron explícitamente solo dos variables independientes en un modelo de regresión logística mínimo estándar: la EUTS y la edad. Además, se realizó una regresión logística penalizada con L2 (Ridge) utilizando las mismas variables dependiente e independiente. Para el modelo penalizado, el parámetro de regularización (alpha) se estableció en 1,0 para aplicar una penalización estándar, reduciendo así los coeficientes y evitando varianzas extremas. Se calcularon las odds ratios (OR) con intervalos de confianza del 95 % (IC). Se consideró estadísticamente significativo un valor de p <0,05 para todos los análisis.
Resultados
Diseño del estudio y participantes
Durante el período del estudio, se evaluó la elegibilidad de un total de 115 pacientes que presentaban indicaciones clínicas relevantes, incluyendo dolor abdominal, sospecha de malignidad o traumatismo. Tres pacientes fueron excluidos debido al embarazo y no se les realizó una tomografía computarizada (TC). De los pacientes restantes, 24 fueron excluidos porque no se disponía de una imagen de TC abdominal clínicamente adecuada. Adicionalmente, 24 pacientes fueron excluidos debido a rechazo a participar o completar el cuestionario STOP-BANG (n = 10), cirugía abdominal previa (n = 8) o datos clínicos incompletos (n = 6). En consecuencia, 64 pacientes fueron incluidos en el análisis final (Figura 1).
Un total de 64 participantes fueron incluidos en el análisis, compuestos por 32 mujeres (50,0 %) y 32 hombres (50,0 %). La edad mediana fue de 60 años (rango, 22–85 años). La circunferencia media del cuello fue de 38,44 ± 2,68 cm, y el índice de masa corporal (IMC) mediano fue de 25,4 kg/m2 (rango, 14,9–51,4 kg/m2). La puntuación mediana en la escala STOP-BANG fue de 4 (rango, 0–7), y el grosor mediano del tejido subcutáneo del cuello mediante ultrasonido (USFT) fue de 25,07 mm (rango, 11,85–53,28 mm). Las características demográficas, antropométricas y clínicas basales se resumen en Tabla 1.
| Variable | N = 64 |
| Edad (años), mediana (mín–máx; RIC) | 60.0 (22–85; 18.0) |
| Altura (cm), media ± DE | 166.11 ± 8.3 |
| Peso (kg), mediana (mín–máx; RIC) | 70.0 (38–145; 21.25) |
| IMC (kg/m²), mediana (mín–máx; RIC) | 25.4 (14.9–51.4; 6.95) |
| Circunferencia del cuello (cm), media ± DE | 38.44 ± 2.68 |
| Puntuación STOP-BANG (0–8), mediana (mín–máx; RIC) | 4.0 (0–7; 3) |
| USFT (mm), mediana (mín–máx; RIC) | 25.07 (11.85–53.28; 12.22) |
| Sexo, n (%) | |
| Hombre | 32 (50.0) |
| Mujer | 32 (50.0) |
| Hipertensión, n (%) | |
| Sí | 28 (43.8) |
| No | 36 (56.3) |
| Ronquidos, n (%) | |
| Sí | 51 (79.7) |
| No | 13 (20.3) |
| Cansancio, n (%) | |
| Sí | 41 (64.1) |
| No | 23 (35.9) |
| Apnea observada, n (%) | |
| Sí | 1 (1.6) |
| No | 63 (98.4) |
Tabla 1: Características demográficas y clínicas de los participantes del estudio. Se presentan las características demográficas, antropométricas y clínicas de los 64 participantes incluidos en el análisis final. Las variables continuas se expresan como media ± desviación estándar (DE) o mediana (mínimo–máximo; rango intercuartílico [RIC]), según corresponda, y las variables categóricas se expresan como número (porcentaje). IMC, índice de masa corporal; EGFS, espesor de grasa subcutánea umbilical; DE, desviación estándar; RIC, rango intercuartílico; mín, mínimo; máx, máximo; n, número de participantes.
Tabla 1 presenta las características demográficas, antropométricas y clínicas basales de la cohorte de estudio (n = 64). Las variables categóricas incluyen sexo y respuestas clínicas binarias (sí/no) para hipertensión, ronquidos, somnolencia diurna y apnea observada. Las variables continuas con distribución normal (altura y circunferencia del cuello) se presentan como media ± DE. Las variables continuas con distribución no normal (edad, peso, IMC, puntaje STOP-BANG y TFSU) se presentan como mediana (mínimo–máximo; RIC). Las variables categóricas se presentan como n (%). Dado que la Tabla 1 presenta estadísticas descriptivas basales, no se realizaron pruebas estadísticas comparativas y los valores p no son aplicables.
Datos clínicos y antropométricos
No se observó una correlación estadísticamente significativa entre la puntuación del cuestionario STOP-BANG y el TFSU (ρ de Spearman = 0,142, p = 0,264). De manera similar, el TFSU no presentó diferencias significativas entre las categorías de riesgo bajo, intermedio y alto según el cuestionario STOP-BANG (H de Kruskal-Wallis = 0,781, p = 0,677). Las categorías finales de riesgo verificadas incluyeron a 20 participantes (31,3 %) con riesgo bajo, 24 (37,5 %) con riesgo intermedio y 20 (31,3 %) con riesgo alto (Figura 1 y Tabla 2).
| Variable | n (%) | Análisis | Mediana (RIC) | Estadístico de prueba | valor p | Tamaño del efecto |
| Puntuación STOP-BANG | 64 (100) | Correlación de Spearman | 4,0 (2,0–5,0) | ρ = 0,142 | 0,264 | — |
| Categoría de riesgo STOP-BANG | 64 (100) | Prueba de Kruskal-Wallis | — | H = 0,781 | 0,677 | — |
| Riesgo bajo (0–2) | 20 (31,3) | — | 23,7 (19,6–32,4) | — | — | — |
| Riesgo intermedio (3–4) | 24 (37,5) | — | 26,6 (20,4–34,8) | — | — | — |
| Riesgo alto (≥5) | 20 (31,3) | — | 25,3 (22,4–30,2) | — | — | — |
| Ronquidos | 64 (100) | Prueba U de Mann-Whitney | — | U = 198,0 | 0,026 | 0,278 |
| No | 13 (20,3) | — | 20,0 (16,3–27,5) | — | — | — |
| Sí | 51 (79,7) | — | 25,3 (21,2–36,1) | — | — | — |
| Cansancio | 64 (100) | Prueba U de Mann-Whitney | — | U = 471,0 | 1 | 0,001 |
| No | 23 (35,9) | — | 24,1 (20,0–32,6) | — | — | — |
| Sí | 41 (64,1) | — | 25,3 (20,9–31,3) | — | — | — |
| Hipertensión | 64 (100) | Prueba U de Mann-Whitney | — | U = 497,0 | 0,93 | 0,012 |
| No | 36 (56,3) | — | 24,9 (19,9–32,6) | — | — | — |
| Sí | 28 (43,8) | — | 25,1 (21,1–30,4) | — | — | — |
| Sexo | 64 (100) | Prueba U de Mann-Whitney | — | U = 546,0 | 0,653 | 0,057 |
| Femenino | 32 (50,0) | — | 25,1 (20,2–33,1) | — | — | — |
| Masculino | 32 (50,0) | — | 24,9 (20,6–29,9) | — | — | — |
| Edad (años) | 64 (100) | Correlación de Spearman | 60,0 (52,0–70,0) | ρ = −0,067 | 0,6 | — |
| Índice de masa corporal (kg/m²) | 64 (100) | Correlación de Spearman | 25,4 (22,5–29,5) | ρ = 0,663 | <0,001 | — |
| Circunferencia del cuello (cm) | 64 (100) | Correlación de Spearman | 39,0 (36,8–40,0) | ρ = 0,544 | <0,001 | — |
Tabla 2: Análisis estadístico de las asociaciones entre el grosor del tejido adiposo subcutáneo umbilical y la puntuación STOP-BANG y sus componentes. Las asociaciones entre el GTSU y las variables continuas se evaluaron mediante la correlación de rangos de Spearman. Las diferencias en el GTSU entre grupos dicotómicos se evaluaron utilizando la prueba U de Mann-Whitney, y las diferencias entre las tres categorías de riesgo STOP-BANG se evaluaron mediante la prueba de Kruskal-Wallis. Para las comparaciones categóricas, los valores en la columna Mediana (RIC) representan el GTSU en milímetros; para los análisis de variables continuas, los valores representan la variable correspondiente. Se consideró estadísticamente significativo un valor de p < 0,05. IMC, índice de masa corporal; RIC, rango intercuartílico; GTSU, grosor del tejido adiposo subcutáneo umbilical; U, estadístico U de Mann-Whitney; H, estadístico de la prueba de Kruskal-Wallis; ρ, coeficiente de correlación de rangos de Spearman; n, número de participantes.
El TUSF fue significativamente mayor entre los participantes que refirieron ronquidos en comparación con aquellos que no los refirieron (U = 198,0, p = 0,026). En contraste, no se observaron asociaciones significativas entre el TUSF y la somnolencia diurna (U = 471,0, p = 1,000), la hipertensión (U = 497,0, p = 0,930), el sexo (U = 546,0, p = 0,653) o la edad (ρ = −0,067, p = 0,600). Se observaron correlaciones positivas entre el TUSF y el IMC (ρ = 0,663, p < 0,001) y entre el TUSF y la circunferencia del cuello (ρ = 0,544, p < 0,001). Las asociaciones entre el TUSF y la puntuación STOP-BANG y sus componentes se resumen en Tabla 2.
Tabla 2 presenta la evaluación estadística de las relaciones entre la USFT y las variables demográficas, antropométricas y clínicas, incluyendo el puntaje total de STOP-BANG. El tamaño total de la muestra fue n = 64. Los análisis categóricos incluyeron las categorías de riesgo de STOP-BANG (bajo riesgo, 0–2; riesgo intermedio, 3–4; alto riesgo, ≥5), variables clínicas binarias (sí/no para ronquidos, somnolencia diurna e hipertensión) y sexo (femenino/masculino). Se excluyó la apnea observada del análisis comparativo debido al desequilibrio extremo entre los grupos (n = 1 para “sí”). La dispersión de los datos para las variables continuas no normalmente distribuidas se presenta como mediana (RIC). Se utilizó la correlación de rangos de Spearman para las variables continuas (edad, IMC, circunferencia del cuello y puntaje de STOP-BANG), la prueba de Kruskal-Wallis para la comparación entre las tres categorías de riesgo de STOP-BANG y la prueba U de Mann-Whitney para las variables categóricas dicotómicas. Se reportan los tamaños del efecto cuando fue aplicable. Se definió la significancia estadística como p < 0,05.
Resultados y clasificación del riesgo según STOP-BANG
Veinte participantes (31,3 %) fueron clasificados como de alto riesgo para AOS según una puntuación STOP-BANG ≥5. Esta clasificación de alto riesgo es coherente con la distribución final de los grupos de riesgo presentada en Figura 1 y Tabla 2.
Análisis estadístico
Dado el número limitado de casos de alto riesgo, los análisis exploratorios multivariables se limitaron a modelos mínimos de regresión logística ajustados por edad y con penalización L2. En el modelo mínimo de regresión logística ajustado por edad, la TFUS no se asoció con un alto riesgo de SAOS basado en STOP-BANG (OR = 1.00, IC del 95 %, 0,95-1,06; p = 0,936). El modelo de regresión logística con penalización L2 arrojó un resultado consistente (OR = 0,98, IC del 95 %, 0,93-1,04; p = 0,472). Entre los 64 participantes, 20 (31,3 %) se sometieron a cirugía de hernia abdominal.
En general, el TGSU no se asoció significativamente con la puntuación STOP-BANG ni con las categorías de riesgo STOP-BANG. El TGSU fue significativamente mayor entre los participantes que referían ronquidos y se correlacionó positivamente con el IMC y la circunferencia del cuello; sin embargo, no se asoció con un alto riesgo de AOS basado en STOP-BANG tras el ajuste por edad en el análisis de regresión exploratorio. Estos hallazgos no respaldan la hipótesis del estudio de que un mayor TGSU medido por TC se asociaría con puntuaciones STOP-BANG más elevadas y un mayor riesgo de AOS basado en STOP-BANG.
Disponibilidad de datos:
El conjunto de datos a nivel de participante desidentificado utilizado para los análisis finales se proporciona con este artículo como Archivo de Datos Suplementarios 1. El conjunto de datos del estudio y el código de análisis también se han depositado en Zenodo (DOI: 10.5281/zenodo.21969483); actualmente, el acceso a los archivos depositados está restringido. El conjunto de datos suplementario que acompaña a este artículo representa el conjunto de datos final verificado a nivel de participante utilizado para los análisis reportados.
Archivo de datos suplementario 1. Conjunto de datos a nivel de participante desidentificado utilizado para los análisis del estudio. El archivo contiene datos de los 64 participantes incluidos en el análisis final. Las variables incluyen edad, sexo, altura, peso, índice de masa corporal (IMC), estado de hipertensión, ronquidos, cansancio, apnea observada, circunferencia del cuello, el criterio dicotomizado de circunferencia del cuello del STOP-BANG (>40 cm), puntuación del STOP-BANG y grosor del tejido adiposo subcutáneo umbilical (USFT). Las variables binarias están codificadas según se indica en los encabezados de columna. El conjunto de datos no contiene valores ausentes para las variables incluidas en este archivo. Haga clic aquí para descargar este archivo.
Discusión
En este estudio observacional transversal, no se observó una asociación estadísticamente significativa entre el EGSU medido por TC y la puntuación STOP-BANG ni las categorías de riesgo de AOS basadas en STOP-BANG. Esta falta de asociación persistió tras el ajuste por edad, lo que sugiere que el EGSU por sí solo podría no reflejar adecuadamente el riesgo de AOS en esta población estudiada. No obstante, el EGSU mostró una asociación significativa con el IMC y la circunferencia del cuello, lo que respalda su relación con la adiposidad general y la adiposidad del torso superior. La asociación con el ronquido también podría indicar una relación entre la adiposidad subcutánea y componentes individuales del riesgo de AOS, aunque estos hallazgos deben interpretarse con cautela. Estos resultados son coherentes con la naturaleza multifactorial de la AOS, en la cual factores anatómicos, metabólicos y demográficos contribuyen al riesgo de enfermedad, más que una única medida de adiposidad. Este estudio evaluó la asociación entre dos medidas indirectas: el grosor de grasa subcutánea basado en TC y una puntuación de riesgo de AOS basada en cuestionario, STOP-BANG. Por lo tanto, los hallazgos deben interpretarse como un reflejo del solapamiento entre los constructos de medición, más que como una predicción real de la enfermedad.
La PSG no se realizó en este estudio, y la AOS se evaluó mediante el cuestionario STOP-BANG. Aunque STOP-BANG es una herramienta de cribado ampliamente utilizada y puede servir como evaluación de triaje cuando el acceso a la PSG es limitado, no debería sustituir las pruebas objetivas del sueño. Su especificidad limitada puede provocar una clasificación errónea y debilitar la relación observada entre el EGSU y la AOS diagnosticada objetivamente1,5,10. Por lo tanto, los hallazgos actuales deben interpretarse como una evaluación de la asociación transversal entre el EGSU y la puntuación STOP-BANG, más que como evidencia de una asociación con la AOS diagnosticada objetivamente. En el presente estudio, el EGSU mostró fuertes correlaciones positivas con el IMC y la circunferencia del cuello, lo que sugiere que podría reflejar principalmente características relacionadas con la obesidad general, en lugar de tener una asociación independiente con el riesgo de AOS. Investigaciones previas han reportado de forma similar correlaciones entre el grosor de la grasa subcutánea medida por ultrasonido en las regiones del cuello, tórax y abdomen y variables antropométricas, mientras que el grosor del tejido adiposo subcutáneo abdominal medido 2 cm por encima del ombligo y el grosor del tejido adiposo subcutáneo medido sobre el segundo espacio intercostal se han asociado con el riesgo relacionado con la AOS en poblaciones seleccionadas8.
Sin embargo, la relación entre el tejido adiposo visceral y subcutáneo y el riesgo de apnea obstructiva del sueño (OSA) no es necesariamente equivalente. Investigaciones previas han mostrado que la adiposidad visceral podría estar más estrechamente relacionada con el riesgo y la gravedad de la OSA, mientras que la adiposidad subcutánea podría tener un papel más limitado11,12. Evidencia previa sugiere que las personas con mayor riesgo de OSA podrían presentar una adiposidad visceral más elevada. En nuestro estudio, la falta de una asociación significativa entre el grosor del tejido adiposo subcutáneo medido por ultrasonido (USFT) y la puntuación STOP-BANG podría reflejar el hecho de que solo se evaluó el grosor de la grasa subcutánea, mientras que no se valoró la adiposidad visceral ni la distribución de la grasa en otras regiones anatómicas. El índice de masa corporal (IMC) y la circunferencia del cuello son parámetros antropométricos establecidos asociados con el riesgo de OSA, y se ha informado que la circunferencia del cuello también se relaciona con la gravedad de la OSA13,14. En nuestro estudio, las fuertes correlaciones entre el USFT, el IMC y la circunferencia del cuello sugieren una varianza compartida y una posible colinealidad entre las medidas relacionadas con la obesidad, lo que podría haber limitado la capacidad del USFT para aportar información adicional más allá de los componentes establecidos de la puntuación STOP-BANG. En nuestro estudio, el USFT se asoció significativamente con el ronquido. Sin embargo, este hallazgo debe interpretarse con cautela, ya que el ronquido está influenciado por múltiples factores, incluyendo la anatomía de las vías aéreas superiores, el tono muscular faríngeo, la resistencia nasal y la predisposición genética. Además, el ronquido fue autorreportado, lo que podría haber introducido un sesgo de informe, y el tamaño relativamente pequeño de la muestra podría haber limitado el poder estadístico necesario para definir la fuerza de esta asociación.
El sexo masculino es un factor de riesgo bien establecido para la AOS1,3. Esto se atribuye en gran parte a las diferencias hormonales entre hombres y mujeres, las cuales también influyen en los patrones de distribución de grasa. En los hombres, el tejido adiposo tiende a acumularse predominantemente en regiones viscerales, mientras que las mujeres presentan una mayor proporción de depósitos de grasa subcutánea3,4. Coherente con estas diferencias fisiológicas, estudios previos han reportado que la gravedad de la AOS es mayor en hombres que en mujeres con índice de masa corporal (IMC) y circunferencia de cintura comparables1,3. Sin embargo, en nuestro estudio, el grosor de grasa subcutánea medida por ultrasonido (USFT) no difirió significativamente según el sexo. Planteamos la hipótesis de que este resultado podría explicarse por varios factores, incluido el tamaño limitado de la muestra, el hecho de que solo se midió el grosor de la grasa subcutánea y la ausencia de evaluación de la grasa visceral, la cual podría desempeñar un papel más crítico en las diferencias relacionadas con el sexo en la gravedad de la AOS. También se reconoce que la AOS es un trastorno del sueño relacionado con la edad1,3. Además, en individuos con IMC más alto, se ha reportado un aumento positivo significativo del volumen de grasa parafaríngea con el avance de la edad15. A pesar de estos hallazgos, la falta de una asociación estadísticamente significativa entre el USFT y la edad en nuestro estudio podría estar relacionada con el hecho de que la medición se centró únicamente en la grasa subcutánea a nivel umbilical y con el tamaño limitado de la muestra.
La ausencia de una asociación estadísticamente significativa entre el grosor del tejido adiposo subcutáneo umbilical (USFT) e hipertensión en nuestra muestra podría reflejar la naturaleza compleja de la relación entre obesidad e hipertensión descrita en la literatura. La evidencia epidemiológica respalda firmemente a la obesidad como un factor de riesgo importante para la hipertensión; sin embargo, esta relación está influenciada por múltiples factores interrelacionados, incluyendo el sexo, las características demográficas, el fondo genético, los mecanismos neurohormonales y los factores ambientales16. Estudios previos han demostrado que el índice de adiposidad visceral y el producto de acumulación de lípidos se asocian con un mayor riesgo de apnea obstructiva del sueño (OSA) y podrían servir como marcadores predictivos potenciales17. En particular, la obesidad de tipo androide, caracterizada por una mayor acumulación de grasa visceral, se ha asociado más fuertemente con hipertensión que la obesidad de tipo ginoide16. Por lo tanto, la falta de una asociación significativa en nuestro estudio podría reflejar en parte el hecho de que solo medimos el grosor de la grasa subcutánea a nivel umbilical y no evaluamos la adiposidad visceral. En individuos obesos, un aumento del USFT es un hallazgo esperado3. La somnolencia diurna y las apneas observadas son síntomas comunes en pacientes con OSA18,19. Por ello, inicialmente planteamos la hipótesis de que el USFT estaría asociado con estas manifestaciones clínicas. Sin embargo, nuestro análisis reveló que no existía una asociación significativa entre el USFT y la somnolencia diurna. Este resultado podría explicarse por la naturaleza multifactorial de los síntomas de la OSA, que están influenciados no solo por la adiposidad abdominal subcutánea, sino también por la acumulación de grasa visceral, la anatomía de las vías respiratorias superiores, factores neuromusculares y la predisposición genética. Además, parámetros subjetivos como la somnolencia diurna se basan en la autorreporte de los pacientes, lo cual podría introducir heterogeneidad en las mediciones. El tamaño relativamente pequeño de la muestra de nuestro estudio y el enfoque exclusivo en las mediciones del tejido adiposo subcutáneo umbilical también podrían haber contribuido a la ausencia de una asociación significativa. Estudios previos han informado que el tejido adiposo visceral se asocia más fuertemente con la OSA, mientras que la grasa subcutánea desempeña un papel más limitado al reflejar estos síntomas clínicos.
Las limitaciones de este estudio incluyen el tamaño relativamente pequeño de la muestra y el hecho de que se realizó en un solo centro. Además, en el presente estudio no se realizó la PSG, que actualmente se utiliza como estándar de oro para el diagnóstico de la AOS, y la especificidad limitada del cuestionario STOP-BANG como herramienta de cribado podría haber contribuido a la aparente relación débil entre el GSTU y la AOS. Asimismo, las mediciones por TC se limitaron al tejido graso subcutáneo a nivel umbilical, sin evaluar el tejido adiposo visceral ni la distribución de grasa en otras regiones del cuerpo. A pesar de la falta de asociación entre el GSTU y STOP-BANG, la evaluación oportunista de la adiposidad basada en TC podría aún tener potencial en la investigación del cribado perioperatorio. Las medidas derivadas de la TC, particularmente la adiposidad visceral, podrían explorarse como marcadores complementarios junto con los factores de riesgo clínicos establecidos. Se necesitan más estudios para determinar si estas medidas se asocian independientemente al riesgo de AOS junto con las evaluaciones clínicas convencionales. En conclusión, el GSTU medido por TC no mostró una asociación significativa con la puntuación STOP-BANG ni con las categorías de riesgo de AOS basadas en STOP-BANG, y esta falta de asociación persistió tras el ajuste por edad. Aunque el GSTU se asoció significativamente con parámetros relacionados con la obesidad, como el IMC y la circunferencia del cuello, y con el ronquido, estos hallazgos no establecen una relación directa entre la grasa subcutánea abdominal y la AOS diagnosticada objetivamente. Por lo tanto, el GSTU por sí solo no parece reflejar adecuadamente el riesgo de AOS basado en STOP-BANG. Se justifican estudios futuros con tamaños de muestra más grandes, evaluación objetiva de la AOS mediante PSG y evaluación exhaustiva de la distribución del tejido adiposo visceral y subcutáneo para aclarar el posible papel de las medidas de adiposidad derivadas de la TC en la estratificación del riesgo de AOS.
Divulgaciones
Conflicto de intereses:
Los autores declaran que no tienen conflictos de intereses.
Agradecimientos
Los autores agradecen el uso de ChatGPT de OpenAI (GPT-5) para asistencia en la edición del idioma inglés y la corrección gramatical durante la preparación del manuscrito. Todo el contenido del manuscrito y las interpretaciones científicas fueron revisados y aprobados por los autores. No se recibió financiamiento para esta investigación.
Materiales
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Escáner de tomografía computarizada multidetector de 128 cortes | GE Healthcare | Revolution EVO EX/EL | RRID not available |
| Cinta métrica flexible | Lufkin | 50' x 3/8 | RRID not available |
| matplotlib | Python Software Foundation | Version 3.7.1 | SCR_008624 |
| pandas | Python Software Foundation | Version 1.5.3 | SCR_018214 |
| Visor ProHIMS PACS | ProHIMS | Version 2024.5.0 | RRID not available |
| Python | Python Software Foundation | Version 3.10.12 | SCR_008394 |
| scipy | Python Software Foundation | Version 1.10.1 | SCR_008058 |
| seaborn | Python Software Foundation | Version 0.12.2 | SCR_018132 |
| statsmodels | Python Software Foundation | Version 0.14.0 | SCR_016074 |
| Cuestionario STOP-BANG | University of Toronto (Chung F. et al.) | N/A | RRID not available |
| Conjunto de datos del estudio y código de análisis | Zenodo | DOI: 10.5281/zenodo.21969483 | RRID not available |
Referencias
- Slowik JM, Sankari A, Collen JF. Obstructive sleep apnea. In: StatPearls [Internet]. StatPearls Publishing; Treasure Island (FL); 2025. Available from: https://www.ncbi.nlm.nih.gov/books/NBK459252/.
- Ojeda D, et al. STOP-BANG questionnaire as predictor of a difficult airway management during anesthesia. Rev Med Chil. 2022;150:450-457. doi:10.4067/S0034-98872022000400450.
- Bonsignore MR. Obesity and obstructive sleep apnea. Handb Exp Pharmacol. 2022;274:181-201. doi:10.1007/164_2021_558.
- Ryan S, et al. Adipose tissue as a key player in obstructive sleep apnoea. Eur Respir Rev. 2019;28:190006. doi:10.1183/16000617.0006-2019.
- Chen L, et al. Validation of the STOP-Bang questionnaire for screening of obstructive sleep apnea in the general population and commercial drivers: a systematic review and meta-analysis. Sleep Breath. 2021;25:1741-1751. doi:10.1007/s11325-021-02299-y.
- Chung F, et al. STOP questionnaire: a tool to screen patients for obstructive sleep apnea. Anesthesiology. 2008;108:812-821. doi:10.1097/ALN.0b013e31816d83e4.
- Neves Junior JAS, et al. Cutoff points in STOP-Bang questionnaire for obstructive sleep apnea. Arq Neuropsiquiatr. 2020;78:561-569. doi:10.1590/0004-282X20200086.
- Molnár V, et al. The predictive role of subcutaneous adipose tissue in the pathogenesis of obstructive sleep apnoea. Life (Basel). 2022;12:1504. doi:10.3390/life12101504.
- Pickhardt PJ, Summers RM, Garrett JW. Automated CT-based body composition analysis: a golden opportunity. Korean J Radiol. 2021;22:1934-1937. doi:10.3348/kjr.2021.0775.
- Nagappa M, et al. Validation of the STOP-Bang questionnaire as a screening tool for obstructive sleep apnea among different populations: a systematic review and meta-analysis. PLoS One. 2015;10:e0143697.
- Franco I, Reis R, Ferreira D, et al. The impact of neck and abdominal fat accumulation on the pathogenesis of obstructive sleep apnea. Rev Port Pneumol (2006). 2016;22:240-242.
- Ugur KS, et al. Subcutaneous fat tissue thickness of the anterior neck and umbilicus in patients with obstructive sleep apnea. Otolaryngol Head Neck Surg. 2011;145:505-510.
- Kollár B, et al. Anthropometric parameters and sleep apnea: correlations, and treatment implications in a sleep laboratory-based study. Bratisl Med J. 2025;126:1066-1077. doi:10.1007/s44411-025-00148-y.
- Ibrahim MIS, Mohamad H, Mohamad A, Mohamad I. Association between neck circumference and the severity of obstructive sleep apnea. Pol Ann Med. 2020;27(1):1-6. doi:10.29089/2020.20.00097.
- Gao F, et al. Upper airway morphological changes in obstructive sleep apnoea: effect of age on pharyngeal anatomy. J Laryngol Otol. 2020;134:354-361.
- Wolk R, Shamsuzzaman AS, Somers VK. Obesity, sleep apnea, and hypertension. Hypertension. 2003;42:1067-1074.
- Zhou T, et al. Association between obstructive sleep apnea and visceral adiposity index and lipid accumulation product: NHANES 2015-2018. Lipids Health Dis. 2024;23:100. doi:10.1186/s12944-024-02081-5.
- Howarth T, et al. Excessive daytime sleepiness is associated with relative delta frequency power among patients with mild OSA. Front Neurol. 2024;15:1367860. doi:10.3389/fneur.2024.1367860.
- Tang Y, et al. Prevalence of excessive daytime sleepiness (EDS) and its association with quality of life in patients with obstructive sleep apnea (OSA): data from a sleep-center in Shenzhen, a single-center cross-sectional study. J Thorac Dis. 2024;16:8216.