Universidad Nacional de Costa Rica, Heredia, Costa Rica, Facultad de Ciencias Exactas y naturales, Escuela de Ciencias Biológicas.

Resumen

La adolescencia comprende de los 10 a los 19 años, en esta etapa se dan cambios fisiológicos importantes debido al desarrollo corporal, los adolescentes empiezan a tener consciencia de su cuerpo. El índice de masa corporal es un indicador de estado de nutrición en una persona. En dicho desarrollo se da un cambio en el índice de masa corporal debido a factores como una mala alimentación, en esto puede influir tanto el entorno familiar, social, educativo o la disponibilidad económica. La presente investigación tuvo como objetivo comparar el contexto en el que se desarrollan los estudiantes con el índice de masa corporal y determinar los factores que influyen en este por medio del análisis estadístico. Se tomaron los datos de género, edad y nivel que cursan, se realizaron mediciones de altura, peso y diámetro de la cintura, estos resultados fueron analizados en el software R para realizar los cálculos estadísticos por medio de tres análisis de varianza y correlaciones, se les aplicó una entrevista con el fin de conocer su dieta diaria y estilos de vida. Se muestra que a mayor edad los estudiantes se preocupan más por su físico, ya que, realizan mayor actividad física y en cuanto a la alimentación las mujeres tienden a consumir alimentos más saludables, el índice de masa corporal es mayor en las mujeres que en los hombres esto debido a el desarrollo físico, la apariencia física está relacionada de manera negativa con el índice de masa corporal, la aceptación de su imagen corporal fue mayor en los estudiantes de 15 años en ambos sexos, se ha concluido que esta población a mayor edad presentan una tendencia a mantener el cuerpo ideal, en el caso de los hombres musculosos y espalda ancha, mientras que en las mujeres cuerpo delgado y alto siendo en este último más marcada.

Palabras Claves

índice de masa corporal (IMC), adolescentes, auto-percepción, Costa Rica.

Introducción

Según la Organización Mundial de la Salud (OMS), define la adolescencia como el intervalo de tiempo que oscila entre los 10 y los 19 años de edad. Asimismo, la adolescencia se divide en dos grandes etapas: adolescencia temprana que ronda de los 10 a 14 años y una adolescencia tardía que va de los 15 a 19 años. La adolescencia en particular es una etapa importante en el ciclo de vida, caracterizado por cambios fisiológicos, ya que tiene un impacto directo en el desarrollo corporal, de manera que se manifiesta una maduración rápida como el aumento considerable de la estatura y el peso (Claudia 2002). Dicha etapa de la adolescencia aumenta la conciencia del cuerpo propio, debido a los cambios físicos radicales. Uno de los indicadores antropométricos más utilizados para determinar el grado de nutrición en un individuo, es el índice de masa corporal (IMC). En los adolescentes se recomienda emplear los valores percentilares por edad y sexo como los más válidos, ya que facilitan la detección de aquellos que presentan problemas de salud en el campo nutricional (Saucedo-Molina 2015). Se puede atribuir a un cambio de índice de masa corporal a los hábitos de consumo alimenticios caracterizado por omitir comidas, abusar de la comida rápida, como por consumir una alimentación poco diversificada. En la adolescencia en variadas ocasiones debido a los estilos de vida, no se efectúan diariamente los tres principales tiempos de comida, tales como: el desayuno, la comida y la cena (Ramos 2010). Otros factores que afectan a la elección de los alimentos y que pueden condicionar el estado nutricional son, entre otros, las pautas de crianza, los cuidados y la alimentación de la persona, el entorno familiar, las preferencias alimentarias, el marco social, el nivel cultural, el sistema educativo, los hábitos de higiene, el estado de salud, la salud nutricional, la publicidad, la disponibilidad económica (Torres 2012). Otros factores que influyen en la alimentación están los comedores de las instituciones, ya que en algunos ofrecen productos con baja calidad nutricional como: Papas fritas, emparedados, perros calientes, gaseosas, refrescos de colorantes. Además las nuevas tendencias sociales han conformado un nuevo orden alimentario y han afectado a la estructura tanto la composición de las comidas; las formas de aprovisionamiento; la conservación y preparación de los mismos; adicionalmente los tipos de productos consumidos, los horarios, las frecuencias de las comidas, los presupuestos invertidos, los trabajos y valores asociados a las prácticas alimentarias, afectan los índices de masa corporal (Lorenzini 2015). Por lo tanto el presente trabajo tiene la finalidad de analizar la relación que hay entre el Índice de Masa Corporal (percentilar) y la práctica de conductas alimentarias, en una muestra representativa de estudiantes en niveles de secundaria de ambos sexos.

Metodología

La investigación se realizó en una institución pública del circuito 07 en Poás de Alajuela, ubicada en una zona urbano-rural. La economía de la misma área proviene del comercio, agricultura de café, caña, flores, producción y turismo. La población elegida para la investigación fueron adolescentes de educación secundaria entre los 15 a los 17 años, de tres niveles educativos, noveno, décimo y undécimo. Para fines de la investigación se obtuvieron tres muestras de forma aleatoria entre los grupos de jóvenes. Esta aleatoriedad mencionada, se logró pidiéndoles que de forma voluntaria participaran en el proceso, no se les explicó de qué trataba hasta que ya se estuviera trabajando en ello. A la muestra de jóvenes se les tomó tres medidas: la masa, la altura y el diámetro de la cintura al nivel del ombligo. Posterior a ello se les realizó una entrevista, con el fin de conocer sus hábitos alimenticios y su estilo de vida. Para realizar este estudio se requirió de una báscula con barra para medir altura y una cinta métrica, los cuales fueron interpretados por una misma persona para evitar sesgos en la toma de datos.Paso 1. Toma de Altura y de Masa. Se les pide a los individuos que se quiten los zapatos y cualquier otro artículo que genere masa extra como billeteras, alhajas, celulares, entre otros, se les solicita colocarse sobre la báscula, de forma derecha y sin realizar movimientos bruscos. Se coloca la barra de altura de forma que haga contacto con el cráneo, en el caso de que los individuos posean peinados altos o voluminosos se mueve el cabello para que exista el contacto entre la barra y la superficie de la cabeza. Se procede a realizar la toma de datos.Paso 2. Toma del diámetro de cintura. Se les pide a los estudiantes que se coloquen en una posición cómoda de pie, se coloca la cinta métrica alrededor de la cintura a la altura del ombligo, previo a tomar el dato se le pide a cada individuo que respiren normalmente tres veces, esto con el fin de evitar mediciones erróneas por contener el aire o extender el estómago.Paso 3. Entrevista. Se les aplica una entrevista a cada estudiante en donde se preguntan aspectos de su dieta diaria y estilos de vida.Paso 4. Estadísticos y Resultados . Los resultados arrojados por los pasos anteriores se colocan en una matriz con el fin de sintetizarlos, los mismos serán analizados con el software R, para realizar los cálculos estadísticos.

Resultados

Análisis cualitativo. La encuesta se realizó a jóvenes de entre 14 a 18 años, todos pertenecientes a la misma institución, sin embargo, para este análisis y todos los que se realicen después, solo serán tomados en cuenta los estudiantes dentro del rango de 15 a 17 años, esto por qué los de 14 y 18 representaban una minoría no significativa. En los jóvenes de 15 años se determinó que la mayoría de los estudiantes que asisten al comedor del colegio son mujeres, pues les ahorra tiempo de movilizarse hasta sus hogares y lo consideran económicamente más accesible que comprar en otro lugar, por otro lado la mayoría de los que prefieren adquirir sus alimentos fuera de la institución son hombres, pues afirman que la comida no tiene buen sabor aunque es muy barata, sin embargo, en ambos casos, en hombres independiente y mujeres, la mayoría de los estudiantes si comen en la institución, el segundo lugar de preferencia es la casa y por último sodas o restaurantes. En cuanto a la actividad física, el 50% de los varones aseguro hacer ejercicio frecuentemente, en contraste las mujeres solo un 10%, los varones aseguraron que la principal razón para mantenerse bien era estética para así conseguir más atención, en contraste, las mujeres optan por la aceptación, teniendo en mente que es importante cuidarse pero que las personas deben quererse como son. Para los jóvenes de 16 años, tanto hombres como mujeres suelen comer en cualquier otra parte que no sea el comedor escolar, frecuentan sodas aledañas o sus hogares, pues aseguran que la comida del comedor es buena, pero es demasiado concurrido y que es casi imposible conseguir un lugar, en este grupo de jóvenes es más marcada la diferencia en la alimentación entre hombres y mujeres, pues las mujeres tienden a consumir alimentos mucho más saludables que los varones, quienes son más propensos a consumir alimentos procesados o altos en contenidos grasos y sodio. En las mujeres se ve la tendencia a ir al gimnasio y a llevar a cabo ejercicios planeados, en contraste con los hombres, ellos llevan a cabo actividades en grupo como partidos de Fútbol. En este grupo se marca el creciente interés a un mejor físico, pues el 40% de las mujeres aseguró hacer ejercicio siempre y un 50% de los hombres frecuentemente. El último grupo de 17 años, todos los sujetos independientemente del sexo aseguraron no comer en el comedor institucional, pues la comida no les resulta agradable, deben hacer largas filas y esperar mucho por la comida, así que suelen alimentarse en una soda dentro de la institución o en sodas aledañas, en este caso, tanto hombres como mujeres tienen una tendencia más alta a preferir ingerir alimentos más saludables, con varones en los que más del 50% aseguraron hacer ejercicio siempre, al igual que las chicas frecuentemente. Ambos manifestaron la importancia de mantenerse en forma.

Análisis estadístico. Se analizaron los datos obtenidos por medio de tres análisis de varianza y varias correlaciones con la finalidad de poder obtener los mejores resultados. En la primera ANOVA se trabajó con las variables Altura y Categorías esta última a su vez se dividía en Masculino (M) y Femenino (F) y subsecuentemente estas en tres edades de los estudiantes. Los resultados se trabajaron con una ANOVA No Paramétrica ya que no se cumplió con uno de los supuestos, por lo que aplicamos la Prueba de Kruskall-Wallis teniendo como significancia (chi-squared=30, df=5, p<0.05). Seguidamente se utilizó una prueba Post-Hoc No Paramétrica para saber cuáles de nuestros resultados tenían significancia. Existe una tendencia muy marcada en los hombres (M_15, M_16, M_17) sometidos al estudio ya que estos reflejan que a mayor Edad, mayor será su Altura, se encontró que el estudiante con mayor altitud (1.72 ± 0.0544m, n=10) tiene una edad de 17 años por lo que el estudiante más bajo (1.66 ± 0.0853m, n=13) presenta una edad de 15 años, en cuanto a las mujeres (F_15, F_16, F_17) la tendencia cambió ya que no se sigue el mismo padrón que los hombres en el estudio realizado, la mujer más alta (1.60 ± 0.0634m, n=10) tiene una edad de 15 años en cuanto a la mujer con menor altitud (1.57 ± 0.0817m, n=11) tiene 17 años (Figura.1)

library(readxl)
datos <- read_excel("C:/Users/USUARIO/Desktop/R-Markdown/datos.xlsx", 
    sheet = "sin")

attach(datos)

categorias2<- factor(datos$Categorias)
is.factor(categorias2)
## [1] TRUE
modelo1<-aov(Altura~categorias2)
modelo1
## Call:
##    aov(formula = Altura ~ categorias2)
## 
## Terms:
##                 categorias2 Residuals
## Sum of Squares    0.2018168 0.2928891
## Deg. of Freedom           5        62
## 
## Residual standard error: 0.06873149
## Estimated effects may be unbalanced
summary(modelo1)
##             Df Sum Sq Mean Sq F value   Pr(>F)    
## categorias2  5 0.2018 0.04036   8.544 3.37e-06 ***
## Residuals   62 0.2929 0.00472                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
tapply(Altura, categorias2, mean)
##     F_15     F_16     F_17     M_15     M_16     M_17 
## 1.597000 1.590000 1.572727 1.658462 1.694167 1.720000
tapply(Altura, categorias2, sd)
##       F_15       F_16       F_17       M_15       M_16       M_17 
## 0.06342975 0.04767313 0.08174239 0.08532742 0.06801849 0.05436502
tapply(Altura, categorias2, length) # Modelo inbalanceado 
## F_15 F_16 F_17 M_15 M_16 M_17 
##   10   12   11   13   12   10
drop1(modelo1, test = "F")
## Single term deletions
## 
## Model:
## Altura ~ categorias2
##             Df Sum of Sq     RSS     AIC F value    Pr(>F)    
## <none>                   0.29289 -358.43                      
## categorias2  5   0.20182 0.49471 -332.78  8.5443 3.367e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
modelolm<-lm(Altura ~ categorias2)
modelolm
## 
## Call:
## lm(formula = Altura ~ categorias2)
## 
## Coefficients:
##     (Intercept)  categorias2F_16  categorias2F_17  categorias2M_15  
##         1.59700         -0.00700         -0.02427          0.06146  
## categorias2M_16  categorias2M_17  
##         0.09717          0.12300
# Probamos los supuestos #
shapiro.test(modelolm$residuals) # No Normalidad 
## 
##  Shapiro-Wilk normality test
## 
## data:  modelolm$residuals
## W = 0.9538, p-value = 0.01328
kruskal.test(Altura ~ categorias2)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  Altura by categorias2
## Kruskal-Wallis chi-squared = 29.789, df = 5, p-value = 1.623e-05
pairwise.wilcox.test(Altura,categorias2, p.adjust="none", exact=F)
## 
##  Pairwise comparisons using Wilcoxon rank sum test 
## 
## data:  Altura and categorias2 
## 
##      F_15    F_16    F_17    M_15    M_16   
## F_16 0.79122 -       -       -       -      
## F_17 0.33990 0.25334 -       -       -      
## M_15 0.08771 0.02045 0.01156 -       -      
## M_16 0.00239 0.00120 0.00251 0.18181 -      
## M_17 0.00114 0.00025 0.00104 0.03737 0.40835
## 
## P value adjustment method: none
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 3.3.3
qplot(x=categorias2,y=Altura, main= "Fig 1. Altura vs Categorias", xlab= "Categorias (edad)", ylab="Altura (metros)",data=datos, geom="boxplot")

Fig.1. Altura vs categorías, se observa que los hombres son más grandes que las mujeres de su misma edad

En la segunda ANOVA se trabajó con las variables de Índice de Masa Corporal (IMC) y Categorías esta última a su vez se dividía en Masculino (M) y Femenino (F) y subsecuentemente estas en tres edades de los estudiantes. En este trabajo se utilizó análisis de varianza Paramétrica (Fisher) ya que se cumple con los supuestos, teniendo una significancia de (F=2.7129; gl=5; p>0.05). Seguidamente se utilizó la prueba de Post-Hoc TukeyHSD Paramétrica para observar la significancia de los resultados. En este caso se obtuvo datos curiosos ya que se predijo que las mujeres (en este caso las sometidas a estudio) iban a tener menor valor de Índice de masa corporal con respecto a los hombres, sin embargo, en nuestros resultados se aprecia que las que presentan mayor IMC son las mujeres, no en su mayoría pero si sobrepasan a los hombres. Se encontró que la mujer presentan mayor IMC (23.9 ± 4.07, n=11) tiene una edad 17 años y la menor IMC (19.0 ± 2.88, n=11) tiene una edad de 15 años, con respecto a los hombres se puede apreciar que el presenta mayor IMC (22.4 ± 3.91, n=12) tiene una edad de 16 años, y el menor IMC (22.0 ± 4.12, n=10) tiene 17 años de edad (Fig.2).

modelo2<-aov(IMC~categorias2)
modelo2
## Call:
##    aov(formula = IMC ~ categorias2)
## 
## Terms:
##                 categorias2 Residuals
## Sum of Squares     150.6165  688.4324
## Deg. of Freedom           5        62
## 
## Residual standard error: 3.332229
## Estimated effects may be unbalanced
summary(modelo2)
##             Df Sum Sq Mean Sq F value Pr(>F)  
## categorias2  5  150.6   30.12   2.713 0.0279 *
## Residuals   62  688.4   11.10                 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
tapply(IMC, categorias2, mean)
##     F_15     F_16     F_17     M_15     M_16     M_17 
## 19.03669 21.99253 23.88385 20.48328 22.41469 22.01208
tapply(IMC, categorias2, sd)
##     F_15     F_16     F_17     M_15     M_16     M_17 
## 2.883647 2.526666 4.070112 2.177080 3.906432 4.122736
tapply(IMC, categorias2, length) # Modelo inbalanceado 
## F_15 F_16 F_17 M_15 M_16 M_17 
##   10   12   11   13   12   10
drop1(modelo2, test = "F")
## Single term deletions
## 
## Model:
## IMC ~ categorias2
##             Df Sum of Sq    RSS    AIC F value  Pr(>F)  
## <none>                   688.43 169.41                  
## categorias2  5    150.62 839.05 172.87  2.7129 0.02791 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Probamos los supuestos #
modelolm1<-lm(IMC ~ categorias2)
modelolm1
## 
## Call:
## lm(formula = IMC ~ categorias2)
## 
## Coefficients:
##     (Intercept)  categorias2F_16  categorias2F_17  categorias2M_15  
##          19.037            2.956            4.847            1.447  
## categorias2M_16  categorias2M_17  
##           3.378            2.975
shapiro.test(modelolm1$residuals) # Si presenta Normalidad 
## 
##  Shapiro-Wilk normality test
## 
## data:  modelolm1$residuals
## W = 0.98897, p-value = 0.8136
library(car)
levene.test(IMC ~ categorias2) # Existe Homocedasticidad
## Warning: 'levene.test' is deprecated.
## Use 'leveneTest' instead.
## See help("Deprecated") and help("car-deprecated").
## Levene's Test for Homogeneity of Variance (center = median)
##       Df F value Pr(>F)
## group  5  1.6643 0.1566
##       62
TukeyHSD(modelo2)
##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = IMC ~ categorias2)
## 
## $categorias2
##                  diff        lwr       upr     p adj
## F_16-F_15  2.95584009 -1.2398874 7.1515676 0.3154305
## F_17-F_15  4.84716182  0.5656233 9.1287004 0.0175938
## M_15-F_15  1.44658969 -2.6751333 5.5683126 0.9052903
## M_16-F_15  3.37800028 -0.8177272 7.5737277 0.1838036
## M_17-F_15  2.97539077 -1.4069036 7.3576852 0.3560260
## F_17-F_16  1.89132173 -2.1990568 5.9817003 0.7504325
## M_15-F_16 -1.50925040 -5.4320332 2.4135324 0.8664042
## M_16-F_16  0.42216019 -3.5783090 4.4226294 0.9995963
## M_17-F_16  0.01955068 -4.1761768 4.2152781 1.0000000
## M_15-F_17 -3.40057214 -7.4150046 0.6138603 0.1426558
## M_16-F_17 -1.46916154 -5.5595401 2.6212170 0.8965463
## M_17-F_17 -1.87177105 -6.1533096 2.4097675 0.7916861
## M_16-M_15  1.93141059 -1.9913722 5.8541934 0.6979237
## M_17-M_15  1.52880109 -2.5929219 5.6505240 0.8832485
## M_17-M_16 -0.40260950 -4.5983370 3.7931180 0.9997466
qplot(x=categorias2,y=IMC, main= "Fig 2. Indice de Masa Corporal vs Categorias", xlab= "Categorias (edad)", ylab=" Indice de Masa Corporal",data=datos, geom="boxplot")

Fig.2. Índice de masa corporal vs categorías obteniendo porcentajes de IMC mayores en las mujeres sometidas a estudio.

En la tercera ANOVA se trabajó con las variables de Cintura y Categorías esta última a su vez se dividía en Masculino (M) y Femenino (F) y subsecuentemente estas en tres edades de los estudiantes, sin embargo, no se obtuvo significancia de ningún tipo con las pruebas de poder vistas en clase por lo que creemos que la longitud de la cintura no sea un dato relevante para contrastarlo con la edad y la altura de los jóvenes en el presente estudio. También hay que tomar en cuenta que muchos de estos adolescentes están en una etapa en la cual todavía el cuerpo falta desarrollarse. Figura 3.

modelo3<-aov(Cintura~categorias2)
modelo3
## Call:
##    aov(formula = Cintura ~ categorias2)
## 
## Terms:
##                 categorias2 Residuals
## Sum of Squares      924.129  6886.739
## Deg. of Freedom           5        62
## 
## Residual standard error: 10.53928
## Estimated effects may be unbalanced
summary(modelo3)
##             Df Sum Sq Mean Sq F value Pr(>F)
## categorias2  5    924   184.8   1.664  0.157
## Residuals   62   6887   111.1
tapply(Cintura, categorias2, mean)
##     F_15     F_16     F_17     M_15     M_16     M_17 
## 70.80000 73.41667 78.81818 76.69231 81.58333 80.10000
tapply(Cintura, categorias2, sd)
##      F_15      F_16      F_17      M_15      M_16      M_17 
##  5.050853  9.792932 14.538351  8.576952  9.802211 13.118689
tapply(Cintura, categorias2, length) # Modelo inbalanceado 
## F_15 F_16 F_17 M_15 M_16 M_17 
##   10   12   11   13   12   10
drop1(modelo3, test = "F")
## Single term deletions
## 
## Model:
## Cintura ~ categorias2
##             Df Sum of Sq    RSS    AIC F value Pr(>F)
## <none>                   6886.7 326.01               
## categorias2  5    924.13 7810.9 324.58   1.664 0.1567
qplot(x=categorias2,y=Cintura, main= "Fig 3. Categorias vs Cintura ", xlab= "Categorias (Edad)", ylab=" Cintura (cm)",data=datos, geom="boxplot")

Figura 3. Cintura vs Categorias obteniendo medias muy variadas de la cuales la mujeres de mayor edad presenta mayores valeores de Cintura y los hombres no presenciamente se puede decir lo mismo.

Conjuntamente se realizaron diez correlaciones (Fig8 - Fig13 se pueden observar en anexos) para mejorar la comprensión de los datos obtenidos.

# Se prueba la Normalidad de la variables a estudiar #
shapiro.test(IMC) 
## 
##  Shapiro-Wilk normality test
## 
## data:  IMC
## W = 0.97051, p-value = 0.1069
shapiro.test(Altura) 
## 
##  Shapiro-Wilk normality test
## 
## data:  Altura
## W = 0.97276, p-value = 0.1422
shapiro.test(Edad) 
## 
##  Shapiro-Wilk normality test
## 
## data:  Edad
## W = 0.7974, p-value = 2.862e-08
shapiro.test(Peso) 
## 
##  Shapiro-Wilk normality test
## 
## data:  Peso
## W = 0.9621, p-value = 0.0369
shapiro.test(Cintura) 
## 
##  Shapiro-Wilk normality test
## 
## data:  Cintura
## W = 0.93896, p-value = 0.00238

En la primera se obtiene una correlación moderada positiva no significativa (p>0.05) con un coeficiente de correlación de R= 0.5200818 y un coeficiente de determinación de R2= 0.2704851 lo cual nos indica que existe un 73% de la altura que no está relacionada con el peso, y se utilizó el método de spearman ya que una de las variables es asimétrica. (Fig.4).

cor.test(Altura, Peso, method = "s", exact = F) 
## 
##  Spearman's rank correlation rho
## 
## data:  Altura and Peso
## S = 25145, p-value = 5.48e-06
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##       rho 
## 0.5200818
0.5200818^2 #coeficiente de determinación  
## [1] 0.2704851
a<-cbind("Altura"=Altura, "Peso"=Peso)
plot(a, main= "Fig 4. Altura vs Peso", xlab = "Altura (metro)", ylab = "Peso (kg)")

Fig.4. Correlación de Altura vs Peso, se puede observar un crecimiento en conjunto de ambas variables a la vez.

En el segundo análisis correlacionamos las variables de Cintura (cm) y el Índice de Masa Corporal (IMC) dando como resultado una correlación fuerte positiva no significativa (p>0.05) con un coeficiente de correlación R= 0.8000746 y un coeficiente de determinación R2= 0.6401194 lo cual nos indica que existe un 36% de la variable Cintura no está relacionada con el IMC y se utilizo el método spearman ya que de igual manera una de estas variables es asimétrica. (Fig.5).

cor.test(IMC, Cintura, method = "p", exact = F)
## 
##  Pearson's product-moment correlation
## 
## data:  IMC and Cintura
## t = 10.835, df = 66, p-value = 2.736e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.6940438 0.8721334
## sample estimates:
##       cor 
## 0.8000746
0.8000746^2 #Coeficiente de determinación 
## [1] 0.6401194
b<-cbind("IMC"=IMC, "Cintura"=Cintura)
plot(b, main= "Fig 5. Indice de Masa Corporal vs Cintura", xlab = "Indice de Masa Corporal", ylab = "Cintura (cm)")

Fig.5. Correlación entre el Índice de masa corporal (IMC) y el ancho de la cintura.

En la tercera correlación se compara las variables Índice de Masa Corporal y el Peso (Kg) dando como resultado una correlación fuerte positiva no significativa (p>0.05) obteniendo como coeficiente de correlación R= 0.80909 y un coeficiente de determinación de R2= 0.6546266 lo que indica que un 25% IMC no está relacionado con el peso y se utilizó el método de spearman. (Fig.6).

cor.test(IMC, Peso, method = "s", exact = F) 
## 
##  Spearman's rank correlation rho
## 
## data:  IMC and Peso
## S = 10003, p-value < 2.2e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##     rho 
## 0.80909
0.80909^2 #coeficiente de detrminación  
## [1] 0.6546266
c<-cbind("IMC"=IMC, "Peso"=Peso)
plot(c, main= "Fig 6. Indice de Masa Corporal vs Peso", xlab = "Indice de Masa Corporal", ylab = "Peso (kg)")

Fig.6. Comportamiento de la correlación entre el Índice de masa corporal (IMC) y el peso.

En la cuarta y última correlación utilizamos las variables de Cintura (cm) y el Peso (kg), dando como resultado una correlación fuerte positiva no significativa (p>0.05) obteniendo como coeficiente de correlación R= 0.8010418 y un coeficiente de determinación de R2= 0.651668 lo que indica que un 25% del peso no está relacionado con la variable cintura y se utilizó el método de spearman. (Fig.7).

cor.test(Peso, Cintura, method = "s")   
## Warning in cor.test.default(Peso, Cintura, method = "s"): Cannot compute
## exact p-value with ties
## 
##  Spearman's rank correlation rho
## 
## data:  Peso and Cintura
## S = 10424, p-value = 2.37e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##       rho 
## 0.8010418
0.8010418^2 #Corficiente de detreminación 
## [1] 0.641668
d<-cbind("Peso"=Peso, "Cintura"=Cintura)
plot(d, main= "Fig 7. Peso vs Cintura", xlab = "Peso (kg)", ylab = "Cintura (cm)")

Fig.7. Comportamiento de la correlación entre el peso y el ancho de la cintura.

Discución

Por los actuales cambios socio-culturales, que conllevan a la adaptación de los individuos a nuevos modos de vida la imagen corporal representa la manera en que un individuo se percibe, imagina, siente y actúa respecto a su propio cuerpo. El IMC no es fijo e inamovible, sino que puede ser diferente a lo largo de la vida, sufriendo mayores cambios durante el desarrollo y la adolescencia,como producto de esto los cambios que se manifiestan física y psicológicamente son derivados directamente del entorno en el que se desenvuelve un adolescente (Raich, 2000). Esta influencia ejercida sobre los jóvenes, deriva en modificaciones de los hábitos alimentarios, dándose el incremento del consumo de grasas saturadas y alimentos ricos en sodio en la dieta, aunado al desarrollo tecnológico y la accesibilidad a las nuevas tecnologías contribuyendo a la reducción de la práctica de actividad física. En la población adolescente de Costa Rica, el sobrepeso representa el 14.7% y la obesidad es del 6.1% (Estrategia Nacional abordaje integral de las enfermedades crónicas no transmisibles y obesidad 2013-2021). De acuerdo a la hipótesis en la que se plantea que los estudiantes con mayor edad son los que más se cuidan físicamente, al contrastarlo con los otros estudiantes de menor edad, se obtiene que de la totalidad de estudiantes de 15 años, solo el 10% hacen actividad física con frecuencia a diferencia de los de 17, donde la mayoría manifestó llevar a cabo algún tipo de ejercicio al menos 3-4 veces por semana. Con respecto a la alimentación, las mujeres mostraron en su mayoría ingerir alimentos bajos en grasas y azúcares procesados, esto en todas las edades, como lo son las frutas y el yogurt, esto a partir de los 16 años con mayor frecuencia. La aceptación a su imagen corporal fue mayor en los chicos de 15 años de ambos sexos, donde aseguraron en su mayoría que los demás deben aceptarlos tal y como son, sin embargo esta percepción varía significativamente conforme envejecen, a los 17 años responden que deben cuidarse sin excesos, que quieren lucir bien, aumentando el concernimiento de los jóvenes a su peso según su edad. Entre más edad los hombres son más altos, sin embargo las mujeres no presentan un comportamiento similar; para el caso de las chicas, el comportamiento es inverso al de los varones con respecto a la estatura. Entre las mujeres de 15 a 17 años no hay una diferencia significativa en la estatura, por lo tanto no hay significancia estadística. Sin embargo al realizar la comparación entre hombres y mujeres de la misma edad, los hombres son significativamente más altos. Sin embargo, entre los individuos de ambos sexos de la edad de 15 años no hay casi diferencias determinantes El patrón antes mencionado es más evidente a partir de los 16 años, donde los individuos de ambos sexos presentan una diferencia de altura significante. Se muestra que el IMC en la mujeres es mayor que el de los hombres, sin embargo según la encuesta realizada las mujeres tienden a cuidar más su alimentación, pero realizan menor actividad física que los hombres, en cuanto a los hombres estos tienden a consumir alimentos menos saludables como frituras y en general comidas rápidas pero realizan mayor actividad física aunado a esto lo hacen también en su tiempo libre mientras que las mujeres realizan otras actividades más sedentarias. En referencia al IMC más alto en mujeres, puede estar muy relacionado con el desarrollo físico. En la adolescencia hay diferencias significativas en el aumento del peso corporal; en las mujeres, la ganancia de peso ocurre de 6 a 9 meses antes de que cambie la tasa de velocidad de ganancia de talla; por consiguiente, pasan por una etapa de su desarrollo en la cual son más gorditas y menos altas, precisamente un físico no acorde al esperado socialmente (alto y delgado). (Salazar, 2008) Al darles a conocer su IMC y su peso exacto a los jóvenes se encontró que estas dos variables intervienen directamente en la satisfacción y la perspectiva de los muchachos sobre ellos mismos (García & Garita, 2007). En cuanto a las mujeres, aquellas que tuvieron un IMC alto o superior al deseado manifestaron no estar conformes con su físico. Otra relación significativa que arrojó el estudio fue que la apariencia física está relacionada de forma negativa con el IMC, por lo tanto, a menor IMC mayor apariencia física (García & Garita, 2007). Esto termina de corroborar que ésta población presenta una tendencia muy marcada hacia el “ideal de delgadez, grácil y esbelta” que impone nuestra sociedad para sentirse bien y para ser aceptado, el cual es un factor detonante en comportamientos compulsivos de alimentación, esto en el caso de las mujeres. Esto lo vemos al observar que solo dos individuos se encontraban muy por fuera del IMC considerado como saludable. Para los hombres el ideal es un cuerpo donde predomina el tejido muscular y con espalda ancha (Salazar,2008). Aquellos que manifestaron mayor agrado con su percepción de sí mismos fueron los que mencionaron llevar a cabo alguna actividad física con cierta regularidad, entre más dificultad tuviera esta, mayor satisfacción presentaban los individuos respecto a su imagen corporal.

Anexos

Encuesta realizada a los estudiantes

Universidad Nacional Facultad de Ciencias Exactas y Naturales Escuela de Biología Bioestadística - II Ciclo 2017

En el proceso de investigación para el análisis del índice de masa corporal y el diámetro de la cintura en adolescentes de 15 a 17 años, se pretende ahondar en los estilos de vida y alimenticios. Por lo anterior se le agradecería responder la siguiente entrevista de la manera más honesta, crítica y desarrollada posible. La información brindada en este documento, será manejado de forma ética y discreta.

Instrucciones.

Complete la información que se le solicita. 1. Sexo: ( ) Mujer ( ) Hombre

  1. Edad: _______.

  2. ¿Usted posee beca? ¿Qué tipo de beca? ( ) Sí ( ) No. ( ) IMAS ( ) Comedor ( ) Transporte ( ) Otra: _______________.

  3. ¿Utiliza el comedor institucional? ( ) Sí ( ) No Si su respuesta es negativa ¿Por qué? Si su respuesta es positiva pase a la pregunta 6 _______________________________________________________________________________

  4. ¿Dónde frecuenta almorzar?

  1. ¿Frecuenta realizar meriendas durante el transcurso del día? ¿De qué tipo?

  1. ¿Cuántas veces a la semana realiza actividad física? ( ) Nunca ( ) Pocas veces ( ) Frecuentemente ( ) Siempre

  2. ¿Realiza algún tipo de deporte o participa de algún grupo artístico? ¿Exactamente cuál? _______________________________________________________________________________

  3. ¿Asiste o ha asistido en el último mes al gimnasio? ( ) Sí ( ) No.

  4. Describa ¿cómo es su día posterior a la salida del colegio? _______________________________________________________________________________

  5. Considera que el peso y la actividad física es importante para usted, ¿Por qué? _______________________________________________________________________________

Correlaciones Fig.8 - Fig13

cor.test(IMC, Edad, method = "k", exact = F)    
## 
##  Kendall's rank correlation tau
## 
## data:  IMC and Edad
## z = 2.5456, p-value = 0.01091
## alternative hypothesis: true tau is not equal to 0
## sample estimates:
##       tau 
## 0.2417745
0.2417745^2 #Coeficiente de determinación 
## [1] 0.05845491
e<-cbind("IMC"=IMC, "Edad"=Edad)
plot(e, main = "Fig 8. IMC vs Edad", xlab = "Índice de Masa Corporal", ylab = "Edad (años)")

Fig 8.Índice de masa Corporal y la edad.

cor.test(IMC, Altura, method = "p", exact = F)  
## 
##  Pearson's product-moment correlation
## 
## data:  IMC and Altura
## t = -0.033836, df = 66, p-value = 0.9731
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.2423493  0.2344931
## sample estimates:
##          cor 
## -0.004164835
-0.004164835^2 # Coeficiente de determinación
## [1] -1.734585e-05
f<-cbind("IMC"=IMC, "Altura"=Altura)
plot(f, main= "Fig 9. IMC vs Altura", xlab = "Índice de Masa Corporal", ylab = "Altura (metros)")

Fig 9.Índice de masa Corporal y la Altura.

cor.test(Altura, Cintura, method = "s", exact = F) 
## 
##  Spearman's rank correlation rho
## 
## data:  Altura and Cintura
## S = 36227, p-value = 0.01046
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##       rho 
## 0.3085638
0.3085638^2 #Coeficiente de determinación 
## [1] 0.09521162
g<-cbind("Altura"=Altura, "Cintura"=Cintura)
plot(g, main= "Fig 10. Altura vs Cintura", xlab = "Altura (metros)", ylab = "Cintura (cm)")

Fig 10.Altura y la Cintura.

cor.test(Altura, Edad, method = "s", exact = F)   
## 
##  Spearman's rank correlation rho
## 
## data:  Altura and Edad
## S = 49266, p-value = 0.6287
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##        rho 
## 0.05969583
0.05969583^2 #Coeficiente de determinación 
## [1] 0.003563592
h<-cbind("Altura"=Altura, "Edad"=Edad)
plot(h, main= "Fig 11. Altura vs Edad",  xlab = "Altura (metros)", ylab = "edad (años)")

Fig 11.Altura y la edad.

cor.test(Edad, Peso, method = "s", exact = F)   
## 
##  Spearman's rank correlation rho
## 
## data:  Edad and Peso
## S = 35206, p-value = 0.006313
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##       rho 
## 0.3280542
0.3280542^2 #Coeficiente de determinación
## [1] 0.1076196
i<-cbind("Edad"=Edad, "Peso"=Peso)
plot(i, main= "Fig 12.Peso vs Edad", xlab = "edad (años)", ylab = "peso (kg)")

Fig 12.Peso y la edad.

cor.test(Edad, Cintura, method = "s", exact = F)  
## 
##  Spearman's rank correlation rho
## 
## data:  Edad and Cintura
## S = 43042, p-value = 0.1453
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##       rho 
## 0.1784942
0.1784942^2 #Coeficiente de determinación
## [1] 0.03186018
j<-cbind("Edad"=Edad, "Cintura"=Cintura)
plot(j, main = "Fig 13. Edad vs Cintura", xlab = "Edad (años)", ylab = "Cintura (cm)")

Fig 13.Cintura y la edad.

Referencias

Unikel C., Saucedo-Molina T., Villatoro J., Fleiz C. (2002). Conductas alimentarias de riesgo y distribución del Índice de Masa Corporal en estudiantes de 13 a 18 años. Salud mental. (25): 49-57.

Lorenzini R., Betancur-Ancona D.A., Chel-Guerrero L. A., Segura-Campos M. R., Castellanos-Ruelas A. F.(2015). Estado nutricional en relación con el estilo de vida de estudiantes universitarios mexicanos. Nutrición Hospitalaria. 32(1):94-100.

Torres J.M., Cañez de la Fuente, G.M., Jaramillo, F. (2012). Comportamiento alimentario durante la adolescencia. ¿Nueva relación con la alimentación y el cuerpo?. Centro de Investigación en Alimentación y Desarrollo, AC (CIAD, AC.). México. (4):99-111.

Valverde R., Rivera., F Moreno C. (2010). Diferencias de sexo en imagen corporal, control de peso e índice de Masa Corporal de los adolescentes españoles. Psicothema. 22(1):77-83.

Saucedo-Molina, T., Jiménez, J., Oliva L., Castillo M., León R., Fernández T (2015). Relación entre el índice de masa corporal, la actividad física y los tiempos de comida en adolescentes mexicanos. Nutrición Hospitalaria. 32(3):1082-1090.

Salazar, Z. (2008). Adolescencia e imagen corporal en la época de la delgadez. Reflexiones, 87(2):1021-1209 Recuperado de http://www.redalyc.org/html/729/72912555004/

Raich, R. (2000). Imagen Corporal. Conocer y Valorar el Propio Cuerpo. (Ed. Anaya). Pirámide: España.

Estrategia Nacional Abordaje Integral de las Enfermedades Crónicas no Transmisibles y Obesidad 2013-2021.(2014). San José, Costa Rica

García, L., Garita , E.(2007). Relación entre la satisfacción con la imagen corporal, autoconcepto físico, índice de masa corporal y factores socioculturales en mujeres adolescentes costarricenses, pensar en movimiento: revista de ciencias del ejercicio y la salud, 5(1), pp. 9-18.

```