Introducción
El envejecimiento poblacional representa desafíos crecientes en salud pública, incluyendo la detección temprana de la desnutrición en adultos mayores. Esta condición, frecuentemente subdiagnosticada, impacta negativamente en la funcionalidad, la calidad de vida y el pronóstico clínico. Los métodos tradicionales de evaluación nutricional, centrados en el índice de masa corporal (IMC), historia clínica y antropometría, resultan insuficientes para identificar alteraciones metabólicas y celulares en estadios subclínicos.
En este contexto, la bioimpedancia multifrecuencia (mfBIA) emerge como una herramienta objetiva, reproducible y no invasiva que permite evaluar la composición corporal con mayor precisión.
Justificación clínica y epidemiológica del cribado basado en BIA
La desnutrición en adultos mayores es una condición prevalente y subdiagnosticada, con implicaciones clínicas que van desde la pérdida de funcionalidad hasta el aumento de la mortalidad. Estudios como el ELAN (Correia et al., 2020) han evidenciado que más del 30 % de los pacientes hospitalizados en América Latina presentan algún grado de malnutrición, y que esta cifra puede ser aún mayor en contextos geriátricos.
La BIA representa una herramienta accesible y no invasiva para el cribado nutricional y metabólico en el adulto mayor. Su capacidad para estimar parámetros como la masa libre de grasa, la masa grasa, el agua corporal total y su distribución intra- y extracelular, así como el ángulo de fase, permite identificar de manera temprana alteraciones en la composición corporal y en la integridad celular que preceden a la manifestación clínica de la desnutrición. De esta forma, la BIA aporta información objetiva y complementaria que orienta la detección precoz de riesgo nutricional, facilitando la toma de decisiones oportunas y la integración con otras pruebas clínicas y de desempeño físico cuando sea necesario.
Cambios fisiológicos en el envejecimiento y su impacto nutricional
Durante el envejecimiento ocurren modificaciones estructurales y funcionales que afectan la masa celular activa (MCA), la distribución hídrica y la proporción de masa grasa. Estas alteraciones no se reflejan necesariamente en el peso corporal ni en el IMC, lo que puede llevar a diagnósticos erróneos, especialmente en casos de obesidad sarcopénica o desnutrición oculta.
Estudios recientes han demostrado que parámetros como el ángulo de fase (AF°), el índice de masa libre de grasa (FFMI), el índice de masa esquelética (ASMI) y el radio de impedancia (IR) ofrecen mayor sensibilidad para detectar riesgo nutricional en adultos mayores (Sánchez-Sánchez et al., 2022; Zhang et al., 2023; Cederholm et al., 2022).
Limitaciones del IMC y necesidad de indicadores funcionales
El índice de masa corporal (IMC), aunque útil como indicador poblacional, presenta serias limitaciones en adultos mayores. No distingue entre masa grasa y masa muscular, ni refleja redistribuciones hídricas asociadas al envejecimiento o a patologías crónicas.
Por ejemplo, un IMC dentro del rango normal puede ocultar una pérdida significativa de masa celular activa o una expansión del compartimento extracelular, lo que se traduce en mayor riesgo metabólico y funcional. En este sentido, el uso de indicadores como el ángulo de fase, el radio de impedancia y el FFMI permite una evaluación más precisa y personalizada (Norman et al., 2021).
Indicadores funcionales clave en mfBIA
- Ángulo de fase (AF°): Refleja la integridad de las membranas celulares y la cantidad de masa celular activa. Valores inferiores a 5° en hombres y 4.5° en mujeres mayores de 65 años se asocian con mayor riesgo de desnutrición, inflamación y mortalidad. Su utilidad como predictor clínico ha sido validada en cohortes geriátricas (Sánchez-Sánchez et al., 2022).
- Radio de impedancia (IR): Calculado como z200/z5, indica redistribución hídrica y deterioro celular. Un IR elevado sugiere expansión del agua extracelular y pérdida de masa intracelular, siendo útil en pacientes con enfermedades crónicas (Zhang et al., 2023).
- Masa celular activa (MCA): Representa el compartimento metabólicamente activo. Su disminución se relaciona con sarcopenia y riesgo de discapacidad. Valores bajos de FFMI (<15 kg/m² en mujeres, <17 kg/m² en hombres) y ASMI (<5.5 kg/m² en mujeres, <7.0 kg/m² en hombres) son indicadores de riesgo nutricional (Cederholm et al., 2022).
- Equilibrio hídrico: La relación AEC/AIC permite identificar estrés metabólico y retención de líquidos. Un aumento en esta relación precede la aparición de edemas clínicos y se asocia con desnutrición (Barazzoni et al., 2021).
- Proteínas corporales: Estimaciones de proteínas totales y activas se correlacionan con función inmune y riesgo metabólico. Su disminución predice complicaciones clínicas independientemente del IMC (Poulia et al., 2023).
- ASMI (Índice de masa muscular apendicular): Este indicador refleja la cantidad de masa muscular en extremidades, siendo esencial para el diagnóstico de sarcopenia. Valores inferiores a 7.0 kg/m² en hombres y 5.5 kg/m² en mujeres mayores de 65 años se asocian con mayor riesgo de discapacidad, caídas y pérdida de autonomía funcional. Su medición mediante mfBIA permite una evaluación rápida y reproducible, y debe considerarse junto al FFMI para una clasificación más precisa del estado nutricional (Cederholm et al., 2022; Norman et al., 2021).
- FFMI (Índice de masa libre de grasa): El FFMI representa la masa libre de grasa ajustada por estatura, es un indicador directo de la reserva proteica corporal. Valores inferiores a 17 kg/m² en hombres y 15 kg/m² en mujeres mayores de 65 años se asocian con mayor riesgo de complicaciones clínicas, hospitalización y mortalidad, incluso en presencia de IMC normal. Su utilidad ha sido validada en cohortes geriátricas y se recomienda como criterio diagnóstico complementario en protocolos de cribado nutricional (Cederholm et al., 2022; Norman et al., 2021).
Hay que recordar que la mfBIA es una herramienta de detección precoz de riesgos funcionales, no un método diagnóstico definitivo. Su valor radica en identificar alteraciones subclínicas en la composición corporal que preceden la manifestación clínica de la desnutrición o la sarcopenia.
Sin embargo, para establecer un diagnóstico formal, debe ser complementada con otros parámetros clínicos, funcionales y bioquímicos, como la fuerza de prensión manual, la velocidad de marcha, el MNA, el SARC-F, y marcadores como albúmina, prealbúmina o proteína C reactiva. La integración de estos elementos permite una valoración nutricional más completa, alineada con las guías internacionales como ESPEN y EWGSOP2 (Cederholm et al., 2022; Barazzoni et al., 2021).
Aplicabilidad en contextos comunitarios y atención primaria
La mfBIA no solo es útil en entornos hospitalarios o especializados, sino que puede ser integrada en programas comunitarios de atención al adulto mayor. Su portabilidad, rapidez y bajo costo operativo la hacen viable para jornadas de cribado, visitas domiciliarias y centros de atención primaria.
Además, permite generar bases de datos longitudinales que facilitan el seguimiento del estado nutricional y la evaluación del impacto de intervenciones. Esta aplicabilidad comunitaria ha sido validada en experiencias como el estudio HELENA en Europa (Poulia et al., 2023), y puede ser adaptada a contextos latinoamericanos con criterios de pertinencia cultural y epidemiológica.
Propuesta de protocolo clínico escalonado para cribado nutricional
Fase 1: Preparación del paciente
- Ayuno ligero de 3 horas
- Sin ejercicio intenso en las últimas 12 horas
- Micción previa
- Posición estandarizada según el fabricante
- Sin contacto con metales
- Evitar medición en casos de edema generalizado o caquexia avanzada, salvo que se evalúe exclusivamente AF° e IR
Fase 2: Registro de parámetros
- Ángulo de fase (AF°)
- FFMI y ASMI
- Relación AEC/AIC
- Radio de impedancia (IR)
- Contenido mineral óseo y masa seca sin grasa
Fase 3: Clasificación del riesgo nutricional
- Bajo riesgo: todos los parámetros dentro de rangos normales
- Riesgo moderado: uno o dos parámetros alterados
- Alto riesgo: tres o más parámetros alterados
Fase 4: Derivación e intervención
- Bajo riesgo: reevaluación en 6–12 meses
- Riesgo moderado: intervención educativa y seguimiento a 3 meses
- Alto riesgo: derivación a nutricionista, evaluación funcional y seguimiento mensual
Fase 5: Integración clínica
Los resultados deben incorporarse a la historia clínica y complementarse con escalas validadas como el MNA o SARC-F. Este enfoque permite una detección temprana, evita el sobretratamiento y optimiza los recursos clínicos.
Perspectivas de investigación y normalización regional
La implementación de protocolos basados en mfBIA abre oportunidades para la investigación multicéntrica en envejecimiento, nutrición y funcionalidad. La creación de observatorios regionales como ObBIA Latam liderado por la clínica nutricional virtual (CNV) para América Latina, permitiría consolidar datos normativos, validar puntos de corte específicos para poblaciones latinoamericanas y generar evidencia para guías clínicas adaptadas.
Además, el análisis de parámetros como el contenido mineral óseo, la masa seca sin grasa y las proteínas activas puede contribuir al desarrollo de nuevos biomarcadores nutricionales con valor predictivo y terapéutico.
Conclusiones
La mfBIA ofrece una alternativa superior al IMC para la detección precoz de la desnutrición en adultos mayores. Su capacidad para identificar alteraciones funcionales antes de que se manifiesten clínicamente la convierte en una herramienta estratégica en atención primaria, geriatría y programas comunitarios. La implementación de un protocolo estandarizado basado en parámetros funcionales permite mejorar el diagnóstico, guiar intervenciones oportunas y contribuir a una mejor calidad de vida en la población geriátrica.
En Aminogram, estamos comprometidos con el desarrollo y la fabricación de dispositivos de bioimpedancia multifrecuencia de alta calidad que sean accesibles para profesionales de todo el mundo. Nuestra misión es democratizar el acceso a tecnologías avanzadas, permitiendo la integración de evaluaciones funcionales como esta en la práctica clínica diaria, haciendo de la precisión, la prevención y la nutrición transformadora una realidad global
Referencias
- Barazzoni, R., et al. (2021). ESPEN expert statements and practical guidance for nutritional assessment in older individuals. Clinical Nutrition, 40(5), 2952–2966. https://doi.org/10.1016/j.clnu.2021.04.018
- Cederholm, T., et al. (2022). ESPEN guidelines on definitions and terminology of clinical nutrition. Clinical Nutrition, 41(4), 626–644. https://doi.org/10.1016/j.clnu.2022.02.002
- Correia, M. I. T. D., et al. (2020). Prevalence of hospital malnutrition in Latin America: The multicenter ELAN study. Nutrition, 70, 110610. https://doi.org/10.1016/j.nut.2019.110610
- Cruz-Jentoft, A. J., et al. (2019). Sarcopenia: Revised European consensus on definition and diagnosis. Age and Ageing, 48(1), 16–31. https://doi.org/10.1093/ageing/afy169
- Guigoz, Y., et al. (2006). The Mini Nutritional Assessment (MNA) review: What does it tell us? The Journal of Nutrition, Health and Aging, 10(6), 466–485. https://doi.org/10.1007/BF02982066
- Kyle, U. G., et al. (2020). Single prediction equation for bioelectrical impedance analysis in adults aged 20–94 years. Nutrition, 71, 110638. https://doi.org/10.1016/j.nut.2019.110638
- Norman, K., et al. (2021). Prognostic impact of body cell mass index and phase angle in older patients – A 5-year follow-up. Clinical Nutrition, 40(4), 1698–1705. https://doi.org/10.1016/j.clnu.2020.07.045
- Poulia, K. A., et al. (2023). Total body protein and metabolically active protein estimates by BIA predict adverse outcomes in older adults: Results from the HELENA study. Clinical Nutrition, 42(3), 375–382. https://doi.org/10.1016/j.clnu.2023.01.014
- Sánchez-Sánchez, M. L., et al. (2022). Phase angle as a marker of malnutrition and mortality risk in older adults: A prospective cohort study. Clinical Nutrition ESPEN, 48, 134–140. https://doi.org/10.1016/j.clnesp.2022.02.007
- Zhang, F., et al. (2023). Impedance ratio (Z200/Z5) as a novel indicator of fluid distribution and nutritional risk in elderly patients with chronic diseases. Nutrition, 107, 111945. https://doi.org/10.1016/j.nut.2022.111945
