ABC | Volume 110, Nº4, Abril 2018

Artigo Original Cartolano et al LAP e tamanho da lipoproteína Arq Bras Cardiol. 2018; 110(4):339-347 corporal foi calculada pelo programa Cyprus (Composition Analysis System, v. 2.5; RJL Systems®; Detroit, MI, EUA), que considerou sexo, idade, peso, altura, atividade física, resistência e reactância. Todas as medidas foram realizadas em duplicata por uma equipe treinada. Amostras de sangue Após jejum de 12 horas, foram coletadas amostras (20 mL) de sangue. Para análises a partir do plasma, o sangue foi coletado em tubos Vacutainer contendo ácido etilenodiamino tetra-acético (EDTA; 1,0 µg/mL). Os inibidores de protease aprotinina (10,0 µg/mL), benzamidina (10,0 µM), e fluoreto de fenilmetilsulfonil (PMSF; 5,0 µM) com o antioxidante hidroxitolueno butilado (BHT; 100,0 µM) foram adicionados às amostras. O plasma e o soro foram separados por centrifugação (3000 rpm; 10 minutos; 4°C) e as amostras foram mantidas congeladas (-80 o C) até serem analisadas. Análise bioquímica Níveis plasmáticos de TG, colesterol total (CT) e HDL-C foram medidos usando-se kits comerciais (Labtest; Lagoa Santa, MG, Brasil). Concentrações de LDL-C foram calculadas usando a equação de Friedewald para indivíduos com TG menor de 400 mg/dL. 23 Apolipoproteínas B e AI (Apo B e Apo AI) foram determinadas por métodos padrões (APO A1 e APO B Autokits, Randox; Kearneysville, WV, EUA). Ácidos graxos não esterificados (AGNEs) foram determinados utilizando o kit Free Fatty Acid Quantification (Wako Chemicals – USA Inc.; Richmond, VA, EUA). A resistência insulínica foi calculada pelo HOMA-IR (homeostasis model assessment-insulin resistance): HOMA-IR = insulina de jejum (U/mL) x glicose de jejum (mmoL/L)/22,5. 24 Esses parâmetros foram analisados em duplicata pelo sistema automático Cobas (Hitachi High Technology, Minato-ku, Tóquio, Japão). A distribuição das subfrações de HDL e de LDL foi determinada pelo sistema Lipoprint baseado em gel de poliacrilamida não desnaturante. As sub-frações LDL1 e LDL2 foram classificadas como LDL grande, e as subfrações LDL3 a LDL7 foram classificadas como partículas menores, de maior densidade. O tamanho do LDL (nm) foi determinado e, a partir dele, foram calculados os padrões fenotípicos A (LDL grande, > 25,6 nm, e menos densa) e não A (LDL pequena, ≤ 25,6 nm, e densa). Para o tamanho da partícula de HDL, foram identificadas dez subfrações, as quais foram classificadas em partículas grandes (HDL 1 ao HDL 3), intermediário (HDL 4 ao HDL 7), e pequena (HDL 8 ao HDL10). Todas as análises foram realizadas em duplicata e os coeficientes de variância entre (1-5,8%) e intrateste (0,5-15%) foram calculados. Produto de Acumulação Lipídica (LAP) O LAP foi calculado utilizando-se diferentes fórmulas para mulheres (CC [cm] -58) × (TG [mmol/L] ) e homens (CC [cm] -65) × (TG [mmol/L] ), que incluíram os valores mínimos de CC específicos para cada sexo. 8 Análise estatística A análise estatística foi realizada usando o programa Statistical Package for the Social Sciences (SPSS®; v. 20.0). Valores de p < 0,05 bicaudais foram considerados estatisticamente significativos. O teste de Kolmogorov‑Smirnov (p > 0,05) foi usado para avaliar a normalidade dos dados. Variáveis contínuas com distribuição normal foram apresentadas emmédia e desvio padrão (DP), ao passo que os dados com distribuição não normal foram apresentados como mediana e percentis 25 e 75. As variáveis categóricas foram apresentadas em valores absolutos (n) e porcentagens (%). Dados com distribuição normal foram comparados entre os grupos pelo teste t de Student não pareado, e dados sem distribuição normal foram comparados pelo teste de Mann‑Whitney. Variáveis categóricas foram comparadas pelo teste qui-quadrado de Pearson ou pelo teste exato de Fisher. Os indivíduos foram divididos em tercis do LAP e o perfil de lipoproteínas aterogênicas foi testado em um teste de tendência linear por modelos ajustados e não ajustados: idade e sexo (Modelo A) e idade, sexo, tabagismo, uso de estatina, fibrato, e/ou drogas hipoglicemiantes (Modelo B). Além disso, comparação entre grupos foi realizada por análise de variância (ANOVA ou teste de Kruskal-Wallis) – com comparações múltiplas pelo teste de Tukey) após todos os ajustes (Modelo B) com nível de significância estabelecido em p < 0,05. Resultados As características clínicas dos 351 indivíduos agrupados por sexo são apresentadas na Tabela 1. A idade média dos indivíduos foi de 49,4 anos para homens (30–72 anos) e de 54,4 anos para mulheres (30-74 anos, p < 0,001). As mulheres erammais velhas e relatarammaior uso de medicamentos que os homens (83,6 versus 69,8, respectivamente, p = 0,001), enquanto uma maior porcentagem de fumantes foi encontrada entre os homens (p = 0,026). Mais de 80% dos indivíduos apresentaram doença prévia no momento do rastreamento. A hipertensão foi a doença mais prevalente em ambos os gêneros (56,9% em homens e 57,1% em mulheres), o que foi corroborado pela alta porcentagem de usuários de drogas anti-hipertensivas. Esse perfil esteve em concordância com a alta frequência de hipertensão no pai e/ou na mãe dos pais (62,9% nos homens e 66,2% nas mulheres). A Tabela 2 apresenta resultados do risco cardiovascular, avaliado pelo ERF, e das variáveis bioquímicas e antropométricas estratificadas por sexo. O ERF foi similar entre homens (13,6 pontos) e mulheres (13,5 pontos), indicando um risco cardiovascular moderado em ambos os grupos. Os homens apresentaram valores mais altos de CC e TG, com impacto direto sobre valores elevados de LAP em comparação às mulheres. Por outro lado, as mulheres apresentaram valores superiores de Apo AI, HDL-C e AGNEs. Ambos os grupos mostraram perfis similares de IMC e homeostase da glicose avaliada pela glicemia, insulina e HOMA-IR. A influência do gênero sobre o metabolismo de lipídios foi confirmada pela elevada porcentagem de partículas pequenas de HDL e de LDL, e porcentagem reduzida de partículas grandes de HDL 341