Clasificación del estado nutricional basada en perfiles antropométricos del personal silvoagropecuario femenino de un sector del centro-sur de Chile

Abstract

Entre 1960 y 1990, el número de mujeres económicamente activas se triplicó, pasando de 18 a 57 millones, mientras que en los hombres ni siquiera alcanzó a duplicarse (de 80 a 147 millones). Como resultado de esta tendencia de largo plazo, se ha reducido la brecha entre los sexos, en términos de participación en la fuerza de trabajo.1 En Chile, la población laboral femenina participa en una variada gama de sectores productivos, siendo los más significativos el silvoagropecuario, comercio, servicios e industria manufacturera. Si bien el sector agropecuario se mantiene entre los más importantes, ha tenido en la última década una disminución continua, dada su importancia relativa en la economía nacional. 2Rubros tales como el silvícola, agrícola, o la combinación de ellos (silvoagropecuario), resultan ser algunos de los más importantes desde la perspectiva del análisis del trabajo, ya que es en este INTRODUCCIÓNLa participación de las mujeres latinoamericanas en el mundo del trabajo ha crecido significativamente durante las últimas décadas. ABSTRACTIn order to identify the anthropometric variables that best explain the nutritional status of female staff of the agriculture and forestry sector of the Maule and Bio Bio in Chile, nutritional status was determined using three indicators: body mass index (BMI ), percentage of fat mass obtained through bioelectrical impedance and subcutaneous measurements. This research proposes the hypothesis that an anthropometric assessment to determine the variables that explain the body composition through multivariate techniques. The identification of anthropometric profiles, which allowed to characterize the probability of overweight women workers, was carried through classification trees, statistical technique based on the use of predictive variables to partition the database, in similar regions, obtaining highly homogeneous groups for a particular feature. As a result it was determined that the study population has high percentages of obesity. The classification methodology determined for the case of BMI, anthropometric variables that significantly explained the probability of overweight were hip circumference and age; however, in the case of fat mass percentage determined by bioelectrical impedance they were forearm circumference and triceps skinfold; and through skinfolds, submental crease, height and weight. RESUMENCon el objetivo de identificar las variables antropométricas que mejor explican el estado nutricional del personal femenino del sector silvoagropecuario de las regiones del Maule y Bío-Bío en Chile, se determinó su estado nutricional a través de tres indicadores: el índice de masa corporal (IMC), porcentaje de masa grasa obtenido a través de impedancia bioeléctrica y mediciones subcutáneas. La presente investigación propone como hipótesis que una evaluación antropométrica permite determinar las variables que explican la composición corporal, a través de técnicas multivariantes. La identificación de perfiles antropométricos, que permitieron caracterizar la probabilid...

Características morfofuncionales de una muestra de futbolistas profesionales chilenos de primera B según posición de juego

“…Se inició el proceso con las medidas básicas de talla (cm) y peso (kg), utilizando una balanza manual (Modelo 2391, Detecto, Estados Unidos) instrumento utilizado en diferentes estudios (Guede-Rojas et al, 2017;Pino et al, 2010;Pomar et al, 2017), y con esto se obtuvo el índice de masa corporal (IMC). Posteriormente se realizó la medición de cuatro pliegues cutáneos (mm): bicipital, tricipital, suprailiaco y subescapular; se utilizó un caliper (Marca Baseline Lange modelo 12-1110, Estados Unidos), usado también en diferentes investigaciones (Barata et al, 2017;Navarrete-Espinoza et al, 2016). Para la sumatoria (Σ) de los cuatro pliegues mencionados, se trabajó con la ecuación antropométrica de Durnin & Womersley (1974), fórmula manejada en varios estudios científicos (Bahamondes-Avila, et al, 2018; Cancino-Ramírez et al, 2019; Pinto et al, 2020) para obtener la composición corporal de la masa adiposa de cada jugador.…”