Nutr Clín Diet Hosp.

2022; 42(1):152-159
Artículo Original DOI: 10.12873/421matos

Evaluación de modelos matemáticos para estimar el peso

y talla en pacientes adultos usando CRM, RMSE,
Pearson y Bland Altman
Assessment of mathematical models to estimate weight and height in adult
patients using CRM, RMSE, Pearson and Bland Altman

Rodrigo Alfredo MATOS CHAMORRO1, Yuly Yujama LUCERO CCENCHO2, María Nielsy MOLINA MIRANDA2
1 Facultad de Ingeniería y Arquitectura, EP de Ingeniería de Industrias Alimentarias, Universidad Peruana Unión, Lima, Perú,
2 Facultad de Ciencias de la Salud, EP de Nutrición Humana. Universidad Peruana Unión, Lima, Perú.

Recibido: 15/febrero/2022. Aceptado: 29/marzo/2022.

RESUMEN Los cálculos fueron desarrollados usando el software estadís-

tico R 4.1.0.
Introducción: La disponibilidad de datos antropométricos
(peso y talla) de pacientes con poca o nula movilidad son im- Resultados: Las mediciones por el método de Pearson
portantes en el tratamiento médico y nutricional, para estimar presenta una variación de 54%, el método ERM de 26.65%,
esos valores se han usado modelos matemáticos que repro- por Bland Altman de 8.49% y RMSE 6.1%. Los métodos de
ducen con mayor fidelidad, por lo que es importante evaluar RMSE y Bland Altman presentan una asociación de 0.72. Los
el método de estimación de los modelos. modelos de Rabito 3M (RMSE=4.38) y Rabito 3F
(RMSE=4.36) reproducen los valores de peso con mayor fide-
Objetivo: Evaluar los modelos matemáticos de Rabito,
lidad y para la estimación de la talla los modelos de Rabito 2M
Chumlea y HNHU para estimar peso y talla en pacientes adul-
(RMSE=3.64) y Rabito 2F (RMSE = 3.82).
tos usando los métodos de ERM, RMSE, Pearson y Bland
Altman. Conclusiones: Los métodos RMSE y de Bland Altman tie-
nen buena asociación, presentando buena estabilidad en las
Materiales y métodos: Se considera los datos de 31 pa-
evaluaciones. Los modelos matemáticos de Rabito tienen
cientes entre 20 y 65 años. Los datos fueron altura de rodilla
buena estimación para peso y talla.
(AR), circunferencia de brazo (CB), circunferencia abdominal
(CA), circunferencia de la pantorrilla (CP), media brazada
(MB) y envergadura de brazo (EB) comprendidos en ocho mo- PALABRAS CLAVE
delos de Rabito para estimar peso y talla, cuatro del Hospital RMSE, Bland Altman, Rabito, Chumlea, evaluación modelos.
Nacional Hipólito Unanue (HNHU) y cuatro de Chumlea. La
calidad de la estimación fue evaluada por los métodos de ABSTRACT
Correlación de Pearson, Error Relativo Medio (ERM), Raiz
Cuadrado Medio del Error (RMSE) y Bland Altman. El nivel de Introduction: The availability of anthropometric data
asociación entre los métodos fue determinado por Pearson. (weight and height) of patients with little or no mobility are
important for medical and nutritional treatment, to estimate
these values mathematical models that reproduce with
greater fidelity have been used, so it is important to evaluate
Correspondencia: the model estimation method.
Rodrigo A. Matos: amatosch@[Link]
Yuly Lucero: yolylucero@[Link] Objective: To Assess the mathematical models of Rabito,
Molina Nielsy: nielsymolina@[Link] Chumlea and HNHU to estimate weight and height in adult

Nutr Clín Diet Hosp. 2022; 42(1):152-159

152
 NUTRICIÓN CLÍNICA Y DIETÉTICA HOSPITALARIA

patients using the ERM, RMSE, Pearson and Bland Altman Rabito, ha desarrollado 8 modelos de estimación con po-
methods. blación brasileña, 4 para peso y 4 para talla, para mujer y
hombre, a partir de las medidas de circunferencia braquial o
Materials and methods: Data from 31 patients between
de brazo (CB), circunferencia abdominal (CA), circunferencia
20 and 65 years old are considered. The data were knee
de pantorrilla (CP), pliegue sub escapular (PCS), altura de ro-
height (RA), arm circumference (AB), abdominal circumfer-
dilla (AR), envergadura (longitud) de brazo (EB), media bra-
ence (AC), calf circumference (CP), mean arm length (MB),
zada (MB), sexo y edad. Chumlea desarrolló 4 ecuaciones con
and arm span (EB) comprised of eight Rabito models for es-
población estadounidense, 2 para peso y 2 para talla usando
timate weight and height, four from Hospital Nacional Hipólito
4 medidas corporales CB, CA, PCS, AR y edad. Por otro lado,
Unanue (HNHU) and four from Chumlea. The quality of the
en la práctica hospitalaria se encontró otros modelos, como el
estimation was evaluated by the Pearson Correlation, Relative
usado en el Hospital Nacional Hipólito Unanúe (HNHU) con
Mean Error (ERM), Root Mean Square Error (RMSE) and Bland
autoría desconocida, hay 2 modelos para peso y 2 modelos
Altman methods. The level of association between the meth-
para talla usados según edad del paciente y el género, en
ods was determined by Pearson. Calculations were developed
este estudio se usaron los que coincidían con la edad de la
using R 4.1.0 statistical software.
muestra empleando las medidas de AR, CB y edad6-11.
Results: The measurements by the Pearson method pres-
Los modelos matemáticos para estimar peso y talla, a veces
ent a variation of 54%, the ERM method of 26.65%, by Bland
presentan dificultades de aproximación con el valor real. Para
Altman of 8.49% and RMSE 6.1%. The RMSE and Bland
evaluar la estimación de los modelos se usan diversos méto-
Altman methods present an association of 0.72. The Rabito
dos, como la correlación de Pearson12, asociación basada en la
3M (RMSE=4.38) and Rabito 3F (RMSE=4.36) models repro-
regresion lineal, otros basados en la correspondencia de los
duce the weight values with greater fidelity and for height es-
valores reales y estimados como la Raíz Cuadrado Medio del
timation the Rabito 2M (RMSE=3.64) and Rabito 2F (RMSE =
Error (RMSE)13, el Error Relativo Medio (ERM)14 y el método de
3.82) models.
diferencia crítica de Bland Altman15. El objetivo de esta inves-
Conclusions: The RMSE and Bland Altman methods have tigación fue evaluar los modelos matemáticos de Rabito,
a good association, presenting good stability in the evalua- Chumlea y HNHU para estimar peso y talla en pacientes adul-
tions. Rabito’s mathematical models have good estimates for tos usando ERM, RMSE, Pearson y Bland Altman.
weight and height.
MATERIALES Y MÉTODOS
KEYWORDS
Para este estudio, se han tomado los datos de 31 pacien-
RMSE, Bland Altman, Rabito, Chumlea, model evaluation. tes ambulatorios de un centro de salud, con los siguientes cri-
terios de inclusión: masculino y femenino con edades de 20
INTRODUCCIÓN hasta 65 años de nacionalidad peruana sin discapacidad fí-
sica, sin edemas en las extremidades inferiores, sin amputa-
La disponibilidad de datos antropométricos (peso y talla) de dos, ni con fracturas, ni embarazo, ni obesidad y sin trastor-
pacientes en los centros de salud, son esenciales para soporte nos cognitivos.
nutricional, ventilación mecánica, administración de fárma-
cos, trasplante de órganos, entre otros. Pero muchas veces, La recolección de la información se realizó siguiendo las re-
cuando los pacientes presentan poca o nula movilidad, no comendaciones del protocolo Covid 19 y con el consenti-
pueden ser trasladados a los equipos de medición, como ba- miento informado de los participantes. La ficha de registros
lanza y tallímetro. El estado crítico del paciente inmovilizado considera la edad (años), el sexo, la talla (cm) y el peso (kg);
dificulta la obtención de estas mediciones, por lo que el pro- para la recolección del pliegue subescapular se usó el caliper
fesional usa modelos matemáticos para estimar con mayor fi- Slim Guide calibrado, para las mediciones de altura rodilla
delidad, facilitando la información necesaria en la administra- (AR) en cm, circunferencia de brazo o braquial (CB) en cm,
ción de fármacos, tratamiento médico y nutricional1-3. circunferencia abdominal (CA) en cm, circunferencia de pan-
torrilla (CP) en cm, media brazada (MB) en cm y envergadura
Pocos investigadores han desarrollado modelos matemáti-
de brazo (EB) en cm, se usó cinta antropométrica. La distri-
cos a partir de la combinación de datos antropométricos
bución normal de los datos fue evaluada por el método de
como circunferencia de cintura (CC) en cm, circunferencia de
Shapiro Wilk. Los modelos matemáticos para estimar el peso
cadera (CCad) en cm, altura rodilla (AR) en cm, circunferen-
y la talla, se muestran en la tabla 116.
cia braquial o de brazo (CB) en cm, pliegue cutáneo (PCT) en
mm, etc. para estimar los valores de peso y talla, que adi- Los métodos de evaluación de ajuste de estimación de los
cionado a los datos bioquímicos pueden ser usados para la modelos usados son: el coeficiente de correlación de Pearson
evaluación objetiva del paciente y establecer el tratamiento (Fórmula 1) como una medida de asociación lineal entre dos
adecuado4,5. variables aleatorias cuantitativas, cuanto más cercano al va-

Nutr Clín Diet Hosp. 2022; 42(1):152-159

153
EVALUACIÓN DE MODELOS MATEMÁTICOS PARA ESTIMAR EL PESO Y TALLA EN PACIENTES ADULTOS USANDO CRM, RMSE, PEARSON Y BLAND ALTMAN

Tabla 1. Modelos matemáticos evaluados en el estudio para estimar el peso y talla

MODELOS MATEMÁTICOS PARA ESTIMACIÓN DEL PESO (Kg)

Rabito9 1 0,5030*CB + 0,5634*CA + 1,3180*CP + 0,0339*PSC(mm) – 43,1560

2 0,4808*CB + 0,5646*CA + 1,3160*CP – 42,2450

3M 0,5759*CB + 0,5263*CA +1,2452*CP – 37,793

3F 0,5759*CB + 0,5263*CA +1,2452*CP – 42,6619

HNHU* Masculino 19-59 años= 1,19*AR + 3,2*CB – 81,2

Femenino 19-59 años= 1,01*AR + 2,81*CB – 61,04

Chumlea11 Masculino 1,73*CB + 0,98*CP + 0,37*PSC(mm) + 1,16*AR – 81,69

Femenino 0,98*CB + 1,27*CP + 0,40*PSC(mm) + 0,87*AR – 62,35

MODELOS MATEMÁTICOS PARA ESTIMACIÓN DE LA TALLA (cm)

Rabito9 1M 55,08 – 0,07309*Edad + 0,5999*EB + 1,094*MB

1F 52,115 – 0,07309*Edad + 0,5999*EB + 1,094*MB

2M 60,288 – 0,06904*Edad +1,293*MB

2F 57,051 – 0,06904*Edad +1,293*MB

Chumlea11 Femenino 84,88 – 0,24*Edad(años)+ 1,83*AR

Masculino 64,19 – 0,04*Edad + 2,02*AR

HNHU* Masculino 19 a 59 años= 1,18*AR + 71,85

Femenino 19 a 59 años= 1,86*AR – 0,05*Edad + 70,25

*HNHU: Hospital Nacional Hipólito Unánue; CB -> circunferencia braquial o de brazo (cm); CP -> circunferencia de pantorrilla (cm); CA -> circun-
ferencia abdominal (cm); PSC -> pliegue sub escapular (mm); AR -> altura de rodilla (cm); EB -> envergadura (longitud) de brazo (cm);
MB -> media brazada (cm).

lor de 1 la asociación entre el valor estimado (yi) y real (xi) Según el método de la Raíz Cuadrado Medio del Error
será mejor12 (RMSE), mostrado en la fórmula 3, cuanto más cercano a 1
será mejor la calidad de ajuste13.
Fórmula 1. Coeficiente de correlación de Pearson
Fórmula 3. Raíz del Error Cuadrado Medio (RMSE)

El método del Error Relativo Medio (ERM) es calculado por

la fórmula 2, el modelo tiene una mejor predicción cuánto Dónde:
más cercano a cero14.
yi= Valor observado
Fórmula 2. Error relativo medio ŷ i= Valor estimado por los modelos
yi= Media de los valores observados
n= Número de participantes

Nutr Clín Diet Hosp. 2022; 42(1):152-159

154
 NUTRICIÓN CLÍNICA Y DIETÉTICA HOSPITALARIA

El método de la diferencia significativa de Bland-Altman, es 3F, Chumlea M y Chumlea F tienen valores mayores de 0.90,
la correspondencia entre los valores reales y estimados en mientras que, para los modelos de HNHU los valores se en-
forma aleatoria a niveles de 95% de confianza, cuánto menor cuentran entre 0.79 y 0.84. La calidad de ajuste para los mo-
sea la diferencia entre estos valores comprendidas en el delos de estimación de talla tiene valores menores y varían de
rango correspondiente mejor será la calidad de ajuste17,18. El 0.41 a 0.81.
nivel de asociación entre los índices obtenidos por los méto-
La calidad de ajuste de los modelos según el error relativo
dos para cada uno de los modelos fue determinado por la co-
medio (ERM) muestra que los modelos generales de Rabito para
rrelación de Pearson.
peso tienen muy buena estimación (Rabito 1 = 2.87; Rabito 2
Los cálculos de estimación y evaluación de los modelos fue- = 2.86), así como, el modelo de HNHU para varones (3.08), el
ron realizados usando el software estadístico R 4.1.0 modelo HNHU para mujeres muestra buena estimación (7.46),
mientras que los otros modelos tienen calidad de ajuste regula-
res (Rabito 3M =15.12; Rabito 3F = 14.36, Chumlea M = 14.07)
RESULTADOS
y malo (Chumlea F = 29.35). En cuanto a los modelos para es-
Los datos recopilados para las diferentes variables de estu- timación de talla presentan muy buena calidad de ajuste (Rabito
dios tienen una distribución normal, los resultados de la cali- 2M = 2.67; Rabito 2F=3.54; Chumlea M= 2.54; HNHU
dad de estimación de los modelos, evaluados por el RMSE, M=0.70), y los modelos de Rabito 1M (6.10), Rabito 1F (6.58)
ERM, Pearson y Bland-Altman se muestran en la tabla 2. y HNHU F (7.33) tienen buena estimación, solo el modelo de
Chumlea F tiene mala calidad de estimación (21.24).
La evaluación de la calidad de ajuste de los modelos me-
diante la correlación de Pearson muestra que los modelos de La calidad de ajuste según los coeficientes de la Raiz del
estimación de peso de Rabito 1, Rabito 2, Rabito 3M, Rabito Error Cuadrado Medio (RMSE) de los modelos de Rabito para

Tabla 2. Evaluación de modelos matemáticos según los métodos RMSE, ERM, Pearson y Bland-Altman

Medida Modelo RMSE ERM Pearson Bland-Altman

Peso Rabito 1 4,65 2,87 0,91 9,24

Peso Rabito 2 4,68 2,86 0,91 9,18

Peso Rabito 3M 4,38 15,12 0,95 6,44

Peso Rabito 3F 4,36 14,36 0,94 7,66

Peso HNHU M 7,05 3,08 0,79 14,28

Peso HNHU F 6,37 7,46 0,84 12,57

Peso Chumlea M 5,25 14,07 0,91 9,43

Peso Chumlea F 5,98 29,35 0,93 8,36

Talla Rabito 1M 4,04 6,10 0,81 5,79

Talla Rabito 1 F 4,63 6,58 0,75 8,11

Talla Rabito 2 M 3,64 2,67 0,73 6,98

Talla Rabito 2F 3,82 3,54 0,81 7,28

Talla Chumlea M 5,83 2,54 0,44 11,74

Talla Chumlea F 9,74 21,24 0,52 11,27

Talla HNHU M 5,55 0,70 0,41 11,37

Talla HNHU F 5,47 7,33 0,62 9,65

M = Masculino, F = Femenino, HNHU = Hospital Nacional Hipólito Unanue, RMSE = Raíz Cuadrado Medio del Error (por sus siglas en inglés de
Root Mean Square Error), ERM = Error Relativo Medio.

Nutr Clín Diet Hosp. 2022; 42(1):152-159

155
EVALUACIÓN DE MODELOS MATEMÁTICOS PARA ESTIMAR EL PESO Y TALLA EN PACIENTES ADULTOS USANDO CRM, RMSE, PEARSON Y BLAND ALTMAN

peso son muy buenos (4.65, 4.68, 4.38, 4.36), así como, para Tabla 3. Nivel de asociación entre los métodos de evaluación
los modelos, HNHU y de Chumlea son buenos (7.05, 6.37, de estimación de modelos matemáticos
5.25, 5.98), los modelos para la estimación de la talla pre-
Métodos ERM Pearson Bland-Altman
sentan características similares.
RMSE 0.39 -0.42 0.72
La calidad de ajuste de los modelos generales de estima-
ción de peso de Rabito, para masculinos y femeninos, por el ERM 0.29 -0.17
método de la diferencia maxima de Bland Altman tienen muy
buena estimación, como se muestra en la figura 1, la concor- Pearson -0.43
dancia entre los valores reales de peso para masculinos y los
valores estimados para el modelo de rabito 3 (6.44), compor-
tamientos similares tienen los otros modelos estimados (9.24, DISCUSIÓN
9.18, 7.66), así como, los modelos de Chumlea (9.43, 8.36) La evaluación de la calidad de ajuste a traves del método
mientras que los modelos de HNHU tienen buena aproxima- de la correlación de Pearson de los modelos de Rabito y
ción (14.28, 12.57), comportamiento similar presenta los mo- Chumlea para estimar peso son muy buenas (>0.90), valores
delos para la estimación de la talla. similares fueron reportados por Martín y Hernández12 para
La tabla 3 muestra el nivel de asociación, entre los valores ambos sexos (0.92), mientras que para los modelos de HNHU
de los modelos evaluados por los métodos de correlación de son buenas (0.79 y 0.84). La calidad de ajuste para los mo-
Pearson, ERM, RMSE y Bland Altman, los metodos de evalua- delos de estimacion de talla varian de malo a bueno (de 0.41
ción de RMSE y Bland Altman tienen una relación de 0.72, a 0.81). En este estudio, el rango de variacion de la calidad
mientras que, con los otros métodos las relaciones son me- de ajuste evaluada por el método Pearson es de 54%, esta
nores y hasta negativos. variacion alta puede ser porque el método presenta inconsis-

Figura 1. Gráfico de Bland Altman para los valores estimados de peso según el modelo de Rabito 3M

Nutr Clín Diet Hosp. 2022; 42(1):152-159

156
 NUTRICIÓN CLÍNICA Y DIETÉTICA HOSPITALARIA

tencia en las mediciones de evaluacion de los modelos o re- La variacion de la evaluación de la calidad de ajuste de los
almente los modelos no predicen bien. En el estudio desarro- modelos, según el método de Bland Altman es de 8.49%, un
llado por Mantilla Hernandez et al.19 para predecir la talla, la poco mayor que RMSE y bastante menor que por el método
calidad de ajuste de predicción por la correlacion de Pearson de Pearson y ERM.
es de 0.88. Varios autores han cuestionado la correlación de El análisis de Bland-Altman, es simple y precisa de cuanti-
Pearson como método de evaluación de la calidad de estima- ficar la concordancia entre dos mediciones y puede ayudar al
ción de modelos, porque en el proceso de cálculo usa el mé- personal de salud, para comparar un nuevo método de medi-
todo de mínimos cuadrados20, usado para hacer el ajuste en- ción contra otro o un estándar de referencia, la concordancia
tre los valores reales y estimados, distorsionando la promedio, se evalúa comparando el promedio de las diferen-
evaluación por aproximación, provocando un error en el cál- cias de las mediciones en un intervalo de confianza de 95%,
culo de la estimación. Cardemil21 resalta que la correlación de esto se puede realizar con una prueba t de student. Para eva-
Pearson no evalúa la concordancia, sino, la asociación lineal luar la concordancia es necesario evaluar la variabilidad de las
entre las mediciones (variables) que, aunque puedan correla- diferencias, también se analiza el sesgo de las ecuaciones y
cionar bien pueden concordan muy poco. su precisión4,21,23-25.

La evaluacion de la calidad de ajuste de los modelos, según Independientemente de las escalas de medición de los mé-
el error relativo medio (ERM), muestra que los modelos de todos, usados para evaluar la calidad de reproducción de da-
Rabito para peso y el modelo de HNHU tienen muy buena es- tos de los modelos, debe existir alguna relación o asociación
timación (<5 y <10), mientras que los otros modelos mues- directa entre ellas como indicador de confiabilidad, no obs-
tran estimaciones regulares y mala. En cuanto a los modelos tante, solo los métodos de RMSE y Bland Altman tienen buena
para talla muestran muy buena calidad de ajuste. El rango de asociación (0.72) (Tabla 3). Esto permite establecer que los
variacion de medición de la calidad por este método es de métodos confiables para evaluar la calidad de ajuste, de re-
28.65%, bastante menor que el calculado por el método de produccion de datos para peso y talla, a traves de los mode-
Pearson. No se han encontrado reportes de evaluaciones de los matematicos pueden ser evaluados, en primera instancia,
modelos para peso y talla con este método. El error relativo por el método Raíz Cuadrado Medio del Error (RMSE) y en se-
medio (ERM) es una medida de la calidad de ajuste de esti- gunda por el método de Bland-Altman.
mación de los modelos matemáticos de ingeniería cuando los De acuerdo a los métodos de RMSE y Bland Altman, los mo-
puntos independientes son fijos14. delos de Rabito y Chumlea para estimar el peso tienen una
buena aproximación a los valores reales, resultados similares
La evaluación de la calidad de ajuste de los modelos según fueron reportados por Rabito et al. y Chumlea cuando estos
el coeficiente de la Raíz Cuadrado Medio del Error (RMSE) tie- modelos fueron evaluados con el coeficiente de St. Laurent
nen una variación de 6.1%, bastante menor que por los mé- (0.8745), así como, otros estudios en poblacion brasileña en
todos de Pearson y ERM. De acuerdo al RMSE las estimacio- más de 300 pacientes, sin embargo, el estudio conducido por
nes a traves de los modelos de Rabito para peso son muy Osuna et al. en poblacion mexicana no obtuvieron buena esti-
buenos (< 5) y los otros modelos, HNHNU y de Chumlea son macion con valores de RMSE, sino, ligeramente superiores en
buenos (<10), los modelos para la estimación de la talla pre- contradiccion a un estudio en poblacion peruana, eso puede
sentan caracteristicas similares. indicar que es necesario desarrollar modelos matemáticos de
acuerdo a las características poblacionales9,11,16,19,26-30.
Chumlea et al.11 realizó una investigacion para predecir la
estatura de adultos y niños (blancos y negros), con aplicación En el análisis de los modelos de estimación de talla, el mo-
a personas con movilidad reducida o discapacitadas, entre 18 delo de Rabito 2 para varones fue el más cercano a los datos
y 60 años, y la capacidad de estimacion fue muy buena con reales, con RMSE de 3.645; esto no concordó con los estudios
RMSE = 4.12, al igual que Rativa22 reporta que los modelos conducidos por Ferreira et al. en brasileños y el de Osuna et
de prediccion para la talla tiene RMSE = 2.11 al. en mexicanos, quienes obtuvieron estimación no adecua-
das en las poblaciones estimadas con los modelos de Rabito
La calidad de ajuste de los modelos por la diferencia má- 1 y 2. De los métodos de Chumlea, la de varones tiene mejor
xima de Bland Altman, con 2 desviaciones estándar, son muy estimación (RMSE = 5.83) pero la de mujeres varia ligera-
buenas cuando la concordancia entre los valores reales y los mente (RMSE = 9.74), mientras que, ese comportamiento no
valores estimados son más cercanos a cero, pero cuánto más se muestra según el método de Bland Altman, aunque ambos
se aleja la calidad de ajuste también varia, los modelos de es- métodos muestran buena calidad de aproximación11,16,26,31.
timación de Rabito para peso en masculinos y femeninos, así
como, el de Chumlea tienen buena estimacion (< 10), mien- CONCLUSIONES
tras que, los modelos de HNHU tienen regular estimacion (< • Los métodos de RMSE y Bland Altman son confiables y
15), comportamiento similar presenta los modelos para la es- consistentes en la evaluación de la calidad de estimación
timacion de la talla. de los modelos

Nutr Clín Diet Hosp. 2022; 42(1):152-159

157
EVALUACIÓN DE MODELOS MATEMÁTICOS PARA ESTIMAR EL PESO Y TALLA EN PACIENTES ADULTOS USANDO CRM, RMSE, PEARSON Y BLAND ALTMAN

• De acuerdo a los métodos de RMSE y Bland Altmam, los 9. Rabito EI, Mialich MS, Martínez EZ, García RWD, Jordao AAJ,
modelos de Rabito 3M y Rabito 3F estiman mejor el peso, Marchini JS. Validation of predictive equations for weight and
mientras que los modelos Rabito 2M y Rabito 2F estiman height using a metric tape. Nut Hosp. 2008;23(6):614–8.
mejor la talla. [Link]

10. Balode A, Stolarova A, Villerusa A, Zepa D, Kalnins I, Vētra J.

• Todos los modelos estudiados para la estimacion de peso
Estimation of body weight and stature in Latvian hospitalized sen-
tienen buena calidad de estimación en el orden Rabito, iors. Papers on Anthropology. 2015 Oct 21;24(2):27–36. DOI:
Chumlea, HNHU y para talla Rabito, HNHU y Chumlea. 10.12697/poa.2015.24.2.03

11. Chumlea WC, Shumei, Guo S, Steinba Ugh ML. Prediction of

AGRADECIMIENTO stature from knee eight for black and white adults and children
with application to mobility-impaired or handicapped persons.
Los autores expresan su agradecimiento a la Universidad
Journal of the American Dietetic Association. 1994;94(12):1385–
Peruana Unión por el financiamiento para el desarrollo de este
91. [Link]
trabajo de investigación.
12. Martin O, Hernández RA. Predictive equations body weight for
Venezuelan adults. Antropo [Internet]. 2013;29:133–40.
BIBLIOGRAFÍA Available from: [Link]/antropo
1. Cáceres Lavernia H, Neninger Vinageras E, Menéndez Alfonso Y, 13. Ćalasan M, Abdel Aleem SHE, Zobaa AF. On the root mean square
Barreto Penié J. Intervención nutricional en el paciente con cán- error (RMSE) calculation for parameter estimation of photovoltaic
cer Nutritional intervention in cancer patient. Revista Cubana de models: A novel exact analytical solution based on Lambert W
Medicina [Internet]. 2016;55(1):59–73. Available from: function. Energy Conversion and Management. 2020 Apr 15;210.
[Link] DOI: 10.1016/[Link].2020.112716
2. Tappenden KA, Quatrara B, Parkhurst ML, Malone AM, Fanjiang G, 14. Matos Chamorro RA. Evaluación de modelos matemáticos de GAB
Ziegler TR. Critical role of nutrition in improving quality of care: y BET en la descripción de isotermas de sorción de oca (Oxalis tu-
An interdisciplinary call to action to address adult hospital malnu- berosa mol.) y algunos derivados. [Huancayo - Perú]; 1993.
trition. JPEN J Parenter Enteral Nutr. 2013;37(4):482–97. DOI:
15. Bland JM, Altman DG. Statistical methods for assessig agreement
10.1177/0148607113484066
between two methods of clinical measurement. Lancet. 1986;307–
3. García del Moral Martin R, Morales Laborías ME, Fernández López 10. [Link]
I, Rodríguez Delgado E, Díaz Castellanos MA. Subjective estima-
16. Osuna-Padilla IA, Borja-Magno AI, Leal-Escobar G, Verdugo-
tion of patient weight andheight in the ICU. Non-advisable meas-
Hernández S. Validación de ecuaciones de estimación de peso y
ures. Med Intensiva. 2013 Jan;37(1):50–7. DOI: 10.1016/[Link]-
talla con circunferencias corporales en adultos mayores
din.2012.03.016
Mexicanos. Nutr Hosp. 2015;32(6):2898–902. DOI: 10.3305/nh.
4. Ramirez López E, Negrete López NL, Tijerina Sáenz A. El peso 2015.32.6.9760
corporal saludable: Definición y cálculo en diferentes grupos de 17. Bland JM, Altman DG. Comparing methods of measurement: why
edad. Revista Salud Pública y Nutrición. 2012;13(4). plotting difference against standard method is misleading. Lancet.
[Link] 1995;346:1085–7. doi=[Link].8972
2012/[Link]
18. Bland M, Altman D. Measuring agreement in method comparison
5. Pérez-Flores JE, Chávez-Tostado M, Larios-del-Toro YE, García- studies. Statistical Methods in Medical Research. 1999;8(1):135–
Rentería J, Rendón-Félix J, Salazar-Parra M, et al. Evaluación del 60. DOI: 10.1177/096228029900800204
estado nutricional al ingreso hospitalario y su asociación con la
19. Mantilla Hernández JC, Cárdenas Durán N, Jácome Bohórquez
morbilidad y mortalidad en pacientes mexicanos. Nutr Hosp.
JM. Estimation of Height from Measurements of the Tibia in
2016;33(4):872–8. DOI: 10.20960/nh.386
Colombian Population. Int J Morphol. 2009;27(2):305–9.
6. Montejo González JC, Culebras Fernández JM, García de Lorenzo [Link]
y Mateos A. Recomendaciones para la valoración nutricional del
20. Santana Probén S. El problema de la comparación de métodos. El
paciente crítico. Rev Méd Chile. 2006;134:1049–56. [Link]
caso de los errores proporcionales e iguales. Rev Cubana Aliment
[Link]/pdf/rmc/v134n8/[Link]
Nutr. 2013;23(1):179–92. [Link]
7. Veramendi-Espinoza LE, Zafra-Tanaka JH, Salazar-Saavedra O, [Link]/rcan/article/view/264/255
Basilio-Flores JE, Millones-Sánchez E, Pérez-Casquino GA, et al. 21. Cardemil F. Comparison analysis and applications of the Bland-
Prevalencia y factores asociados a desnutrición hospitalaria en un Altman method: correlation or agreement? Medwave. 2017 Jan
hospital general; Perú, 2012. Nutr Hosp. 2013;28(3):1236–43. 25;17(01):1–6. DOI: 10.5867/medwave.2016.01.6852
DOI: 10.3305/nh.2013.28.4.6390
22. Rativa D, Fernandes BJT, Roque A. Height and Weight Estimation
8. Savino P. Desnutrición hospitalaria: grupos de soporte metabólico from Anthropometric Measurements Using Machine Learning
y nutricional Segunda parte. Rev Colomb Cir. 2012;27:146–57. Regressions. IEEE Journal of Translational Engineering in Health
[Link] and Medicine. 2018 Mar 28;6. DOI: 10.1109/JTEHM.2018.2797983

Nutr Clín Diet Hosp. 2022; 42(1):152-159

158
 NUTRICIÓN CLÍNICA Y DIETÉTICA HOSPITALARIA

23. Myles PS, Cui J. Using the Bland-Altman method to measure Nutr. 2006;19(6):655–61. [Link]
agreement with repeated measures. Vol. 99, British Journal of 6000600002
Anaesthesia. Oxford University Press; 2007. p. 309–11. DOI:
28. Souza R, Schimitt De Fraga J, Bertaso C, Gottschall A, Michielin
10.1093/bja/aem214
Busnello F, Rabito EI, et al. Anthropometry assessment in the eld-
24. Möller S, Debrabant B, Halekoh U, Petersen AK, Gerke O. An ex- erly: estimates of weight and height and agreement between BMI
tension of the bland–altman plot for analyzing the agreement of ratings. Rev Bras Geriatr Gerentol. 2013;16(1):81–90. DOI:10.15
more than two raters. Diagnostics. 2021 Jan 1;11(54):1–12. DOI: 90/S1809-98232013000100009
10.3390/diagnostics11010054 29. Cereda E, Bertoli S, Battezzati A. Height prediction formula for
middle-aged (30-55 y) Caucasians. Nutrition. 2010 Nov;26(11–
25. Doğan NÖ. Bland-Altman analysis: A paradigm to understand cor-
12):1075–81. DOI: 10.1016/[Link].2009.08.024
relation and agreement. Turkish Journal of Emergency Medicine.
2018 Dec 1;18(4):139–41. DOI: 10.1016/[Link].2018.09.001 30. Bernal-Orozco MF, Vizmanos B, Hunot C, Flores-Castro M, Leal-
Mora D, Cells A, et al. Equation to estimate body weight in eld-
26. Ferreira Melo AP, Kuerten de Salles R, Kunradi Vieira FG, erly Mexican women using anthropometric measurements. Nutr
Gonçalves Ferreira M. Methods for estimating body weight and Hosp. 2010;25(4):648–55. DOI: 10.3305/nh.2010.25.4.4508
height in hospitalized adults: a comparative analysis. Rev Bras
Cineantropom Desempenho Hum. 2014;16(4):475–84. DOI: 31. Borba De Amorim R, Coelho MA, Cruz S, Borges De Souza-Júnior
10.5007/1980-0037.2014v16n4p475 PR, Corrêa Da Mota J, González C. Stimating stature measure-
ments applied on body mass index in the nutritional assessment
27. Rabito EI, Vannucchi GB, Marques V, Suen M, Lopes L, Neto C, et of the elderly. Rev Chil Nutr. 2008;35(1):272–9. [Link]
al. Weight and height prediction of immobilized patients. Rev [Link]/pdf/rchnut/v35s1/[Link]

Nutr Clín Diet Hosp. 2022; 42(1):152-159

159