INTRODUÇÃO

As necessidades energéticas totais (NET) de um indivíduo podem dividir-se em três componentes: as necessidades energéticas basais (NEB), a energia despendida na actividade física (FA) e a acção dinâmica específica dos alimentos (ADEA). As recomendações para a ingestão de energia através da alimentação devem satisfazer estas necessidades para a obtenção e manutenção de uma saúde, função fisiológica e bem-estar ideais (¹). Assim a determinação da NET é fundamental para elaborar um plano alimentar equilibrado e adequado ao indivíduo.

O balanço energético é a diferença entre a ingestão e o gasto energético, sendo que cerca de dois terços das necessidades energéticas totais destinam-se ao metabolismo basal (²). Esta é a energia necessária para uma série de funções essenciais à vida, como função e substituição celular, a síntese, secreção e metabolismo de enzimas e hormonas, para o transporte de proteínas e outras substâncias e moléculas, a manutenção da temperatura corporal, trabalho ininterrupto dos músculos cardíacos e respiratórios e função cerebral (¹), como tal a necessidade de se obterem dados com a maior precisão possível é fundamental para cumprir estas necessidades basais e evitar desequilíbrios.

A atividade física é o segundo maior componente e o mais variável do gasto energético diário, estimado entre 20 a 30% da NET. Os humanos realizam atividades físicas obrigatórias (e.g. ir à escola, ao trabalho, cuidar da casa e família , etc) e discricionárias (e.g. atividades individuais opcionais para diversão pessoal, interação social, etc) (¹, ²). A terceira componente trata-se da resposta metabólica à ingestão alimentar (cerca de 5 a 10% da NET). Comer requer energia para a ingestão e digestão dos alimentos e para a absorção, transporte, oxidação e deposição de nutrientes. Esses processos metabólicos aumentam a produção de calor e o consumo de oxigénio, fenómeno normalmente designado por termogénese induzida pela dieta ou ação dinâmica específica dos alimentos ou ainda efeito térmico da alimentação (¹, ²).

Como o metabolismo basal é o principal determinante das necessidades energéticas, a sua estimativa imprecisa pode conduzir a uma previsão acima ou abaixo das necessidades energéticas. A calorimetria indireta (CI) é o método de referência para determinar as necessidades energéticas basais (NEB), no entanto não se encontra disponível na maioria das situações, sendo necessário recorrer a equações preditivas (EP) como é exemplo a equação de Harris-Benedict, Schofield ou o uso de fórmulas com base no peso corporal, métodos comumente usados, que são práticos, baratos e fáceis de usar, mas com limitações e questões relacionadas com a sua precisão. Segundo um inquérito realizado, a CI não se encontra disponível para as equipas de nutrição em 80% das situações (³, ⁴).

A CI é um dos métodos mais sensíveis, precisos e não invasivo para medição das NEB. O princípio desta técnica pode ser explicado pela energia química que é criada por oxidação dos substratos, medindo o calor gerado indiretamente (⁵). O volume de oxigénio utilizado e o volume de dióxido de carbono produzido são medidos e a energia gasta pode então ser determinada usando a fórmula de Weir, publicada em 1949 (⁶).

O tipo e a taxa de utilização do substrato (proteína, hidratos de carbono e lípidos) refletem-se no quociente respiratório, calculado através da divisão entre o volume de dióxido de carbono produzido e volume de oxigénio consumido (VCO2 / VO2). Isto é diferente para cada substrato: 1 para hidrato de carbono, 0,8 para proteína, 0,7 para lípidos e aproximadamente 0,85 para uma dieta combinada (²). A medição por CI é demorada e cara e requer equipamento especializado. Além disso, existem diversos fatores que podem influenciar os seus resultados. Podemos agrupar esses fatores em quatro categorias: os instrumentos utilizados; os protocolos; a variação biológica (estado menstrual) e a medição da composição corporal (absorciometria por raios-X com dupla energia vs. outros métodos). Portanto, os protocolos devem ser padronizados e respeitados para obtenção de resultados confiáveis e válidos. Por exemplo: o efeito térmico dos alimentos aumenta a taxa metabólica, assim como o consumo de cafeína, nicotina e álcool; a massa livre de gordura é responsável por ~60-70% da NEB, enquanto a massa gorda representa apenas 5-7%, sendo o género e a idade menores componentes (⁵). Importa também referir que nem todos os indivíduos são bons candidatos a CI, por exemplo pacientes claustrofóbicos, que enjoam ou vomitam por não tolerarem uma máscara facial ou estar num espaço confinado; pacientes que necessitam de oxigénio suplementar ou submetidos a procedimentos não invasivos de ventilação também são difíceis de testar devido a limitações de software e técnicas. No entanto, desenvolvimentos recentes nesta técnica têm vindo a contribuir para facilitar o uso generalizado do CI na rotina clínica e promover melhores resultados, permitindo medições precisas e fáceis em pacientes com respiração espontânea, assim como ventilação mecânica (⁷). É importante capacitar os técnicos que operam estes equipamentos pois, a escassez de pessoal treinado para operação e interpretação dos resultados, também pode ser um fator limitante da sua utilização (⁸).

Existe à data de hoje uma extensa lista de equações publicadas para estimar as NEB. Estas equações são muito heterogéneas em termos da população onde foram desenvolvidas, bem como nas variáveis utilizadas nos modelos de previsão. Embora variáveis antropométricas como o peso corporal e a altura, a idade e sexo tenham sido usadas na maioria das equações, outras menos acessíveis, como composição corporal e hemoglobina, foram também usadas.

De um modo geral, aceitam-se as estimativas que caem dentro de uma faixa de erro de 10% quando comparadas com calorimetria (⁹). Este limite de erro foi aceite empiricamente, sendo consistente com a medição por CI com erros de 5% ou menos (¹⁰). A idade afeta significativamente os erros de previsão, tal como os extremos de peso ou estados de doença críticos (tetraplegia, febre alta, etc.) (²). A etnia também é referida em alguns trabalhos como fator que afeta a exatidão das equações preditivas (¹¹).

As equações são relativamente confiáveis em indivíduos saudáveis. No entanto, em caso de doença ou trauma, são amplamente imprecisas quer se tratem de crianças (^{12 - 14}) ou adultos (^{15 - 20}). Como consequência, Desoglio et al. em 2019 resume os 3 cenários onde a CI deve ser aplicada: (a) condições clínicas que modifiquem significativamente as NEB; (b) fracasso do suporte nutricional com base nas necessidades energéticas previstas para manter ou restaurar o peso corporal; (c) doença crítica aguda associada a grandes mudanças no nível de stress metabólico. A última indicação requer um cuidado especial, pois os resultados da CI refletirão a instabilidade do paciente, sendo necessários repetir medições para observar a evolução da resposta metabólica à instabilidade hemodinâmica, febre, cirurgia, desmame da ventilação mecânica, etc. (⁷).

Tendo sido a maioria das EP desenvolvidas há algum tempo imediatamente se levanta a questão se essas equações se adaptam a populações modernas tendo em conta as alterações da composição corporal da população atual. As equações mais vulgarmente aplicadas foram estabelecidas ao longo dos últimos 100 anos, usando grandes coortes de homens e mulheres. A maioria delas obtidas tendo por base pesquisas conduzidas em adultos de populações ocidentais (21). As equações de Cunningham (²², ²³), De Lorenzo (²⁴) Harris-Benedict (²⁵), Mifflin-St.Jeor (²⁶), Owen et al. (²⁷, ²⁸) foram desenvolvidas para estimar a NEB em populações masculinas e femininas de massa corporal, altura e idade variáveis, numa população geral saudável. No entanto diferem nos seus componentes, usando apenas a massa corporal (27), massa livre de gordura (²²), altura e massa corporal (²⁴), ou altura, massa corporal e idade (²⁵, ²⁶).

OBJETIVOS

O objetivo deste estudo foi avaliar quais as equações preditivas mais aplicadas, identificar que estudos incidiram sobre populações Portuguesas e em populações adultas sem patologias conhecidas, aferir as diferenças de resultados entre estimativas das EP e medições por CI.

METODOLOGIA

A pesquisa da literatura foi realizada nas bases de dados Web of Science (All Data Bases) e PubMed aplicando as palavras-chave "indirect calorimetry" e "predictive equations", bem como “calorimetria indireta” e “equações preditivas“ com operador boleano “AND”. Após remoção de duplicados, selecionaram-se artigos publicados em inglês, português, espanhol ou francês. A pesquisa foi atualizada várias vezes durante o processo de trabalho, iniciado em outubro de 2021 e revisto pela última vez em fevereiro de 2022. Da pesquisa inicial resultaram 311 artigos publicados entre 2011 e 2021 e após leitura dos resumos, 201 cumpriram os critérios de inclusão, ou seja, medição das NEB por CI comparando com a estimativa por diferentes EP. Destes, apenas 4 estudos se aplicavam-se à população Portuguesa. A fim de completar o estudo foram pesquisadas outras publicações nomeadamente revisões bibliográficas, artigos de opinião e guidelines.

Dos 201 artigos incluídos na revisão foram recolhidos dados qualitativos e quantitativos, tais como relevância, título do artigo, autores, revista onde foi publicado, ano de publicação, o tamanho da população estudada (N), o grupo etário (crianças, adolescentes, adultos, idosos), o género, particularidades da população (com ou sem patologias, doentes críticos ou não críticos, atletas ou população em geral, grávidas, país de origem, etc), quais e quantas equações preditivas aplicadas e principais resultados e conclusões (adequação ou não das EP à população, respetivos desvios quando possível).

Entre os estudos efetuados em indivíduos com patologia, identificaram-se diversas patologias (obesidade, doenças agudas, doenças crónicas, doenças oncológicas, transplantados, queimados, etc.). Tendo em conta os objetivos traçados, nas 201 publicações selecionadas aplicaram-se ainda os seguintes critérios de inclusão: população adulta sem patologias conhecidas e com resultados que permitissem avaliar as diferenças entre métodos, resultando em 37 artigos.

Avaliaram-se os resultados e conclusões destes estudos para aferir as diferenças entre as estimativas das NEB aplicando as EP mais comuns relativamente às medições por CI e adotou-se como critério mínimo para considerar as estimativas das EP aceitáveis, os resultados com erro inferior a 10% relativamente às medições em pelo menos 60% da população estudada.

O fluxograma apresentado na Figura 1 resume a estratégia de seleção e exclusão dos artigos.

ANÁLISE CRÍTICA

As publicações consideradas (n=201) apresentavam estimativas de NEB através da aplicação de uma extensa lista de equações preditivas que vai desde 1 EP até ao máximo de 45 EP (²⁹,³⁰) a diferentes populações (adultos, crianças, doentes, atletas, população em geral, etc) de dimensões muito variadas, desde N=4 (²⁹) a N=4247 (³¹) comparando com as medições por calorimetria indireta. A produção científica sobre este tema tem vindo a aumentar principalmente a partir de 2015, conforme se pode constatar no gráfico seguinte (Gráfico 1). Os artigos selecionados encontravam-se distribuídos por mais de 130 revistas científicas diferentes, no entanto apenas 7 concentravam cerca de 40% dos artigos. O Gráfico 2 identifica as revistas com maior número de publicações sobre o tema e o respetivo fator de impacto no ano de 2021 (IF 2021).

A análise dos resultados revelou que os estudos incidiram principalmente sobre populações adultas (78%). 76% avaliaram populações com patologias, surgindo em primeiro lugar o excesso de peso/obesidade (25%) seguido por doentes críticos e traumáticos (20%). Estes resultados são expectáveis, uma vez que, estes estão entre os grupos mais vulneráveis, com grandes variações nas NEB face à população em geral, onde se esperam maiores diferenças nos resultados obtidos pelas EP, e onde as consequências da ingestão calórica por excesso ou defeito produz efeitos mais nefastos conforme já referido na introdução (^{12 - 20}).

Dos 201 artigos 49 avaliaram populações sem patologias (24%), destes 40 em populações >18 anos.

Verificou-se ainda que 30% das publicações propunham novas EP (nEP), resultado da necessidade de adaptação das equações a populações específicas devido à falta de exatidão das EP existentes. A formulação de novas equações fornece mais ferramentas aos profissionais para escolha da que melhor se adapta ao indivíduo em causa, no entanto a seleção da melhor EP torna-se uma tarefa cada

Figura 1: Fluxograma ilustrativo da seleção dos artigos incluídos nesta revisão 

Gráfico 1: Número crescente de publicações entre 2011 e 2021 incluídas nesta revisão bibliográfica 

Gráfico 2: Número de publicações por revista e respetivo fator de impacto 2021  

vez mais difícil, sendo fundamental sistematizar esta informação e divulgá-la junto do público interessado (estudantes e profissionais de saúde).

A procura pela sistematização da informação é patente em várias referências analisadas, tomando-se como exemplo o trabalho desenvolvido por Amaro-Gahete e colegas (³⁰) que inclui documentação suplementar que disponibiliza folha de cálculo onde é possível introduzir dados antropométricos ou de composição corporal e consultar um fluxograma para apoiar na escolha da EP mais adequada a cada indivíduo.

Recentemente, também nesta área, tal como noutras começa a assistir-se ao recurso à Inteligência Artificial (IA) para criação de algoritmos para estimativa das NEB. Dois dos estudos encontrados aplicam IA na previsão das NEB em crianças doentes críticas (³¹, ³²) e um terceiro estudo aplica-se a uma população obesa (³³). Será expectável um aumento considerável na investigação da aplicação da IA nesta área e consequentemente uma expansão da sua utilização. Nos 201 artigos, a equação centenária de Harris-Benedict foi a mais aplicada (74%), seguida pela Food and Agriculture Organization of the United Nations/World Health Organization/United Nations University (FAO/WHO/UNU) (49%), em terceiro lugar surge a de Mifflin-St. Jeor (45%) e logo de seguida a equação de Schofield (41%) (³³) e em quinto lugar surge a EP de Owen (29%) (27, 28) de agora adiante designadas por HB, WHO, MSJ, SCH e OWE, respetivamente.

Estes resultados são bastante similares aos encontrados por Frankenfield e colegas publicados numa revisão sistemática há mais de 15 anos (¹⁰), no qual a ordem foi HB, OWE, WHO e MSJ. Pode então deduzir-se que os profissionais recorreram também frequentemente a equação SCH. Importa referir que a equação da FAO/WHO/UNU tem por base a de Schofield, mas foi construída tendo em conta uma população maior (N=11000).

Dada a heterogeneidade das populações estudadas e tendo em conta a população que tipicamente dá origem à formulação das equações preditivas mais comuns, avaliaram-se e discutiram-se os resultados dos estudos em populações adultas sem patologias conhecidas (n=37).

A Tabela 1 resume os resultados dos 37 artigos incluídos nesta discussão. Os artigos estão listados de acordo com o tamanho da população estudada (N), por ordem decrescente, desde N=620 (³⁴) até N=11 (³⁵).

Foram avaliadas as EP com maior frequência de utilização, mais precisamente as EP aplicadas em mais de 1/3 dos estudos: nEP (³⁴,^{36 - 44}), HB (²⁵), WHO (⁴⁵); MSJ (²⁶); SCH (⁴⁶); Henry (HR) (⁴⁷); OWE (²⁷,²⁸); Cunningham (CUN) (²²,²³).

Dos 37 estudos analisados, 13 (35%) não identificaram nenhuma EP que tivesse resultados considerados aceitáveis, isto é, cujos resultados das NEB face às medições por CI apresentassem um erro inferior a 10% em pelo menos 60% da população estudada.

Neste grupo a equação HB voltou a ser a mais utilizada (92%) e apenas 15% dos estudos referiam erros das estimativas desta equação inferiores a 10% no mínimo em 60% da amostra (estudos sombreados a cinzento na Tabela 1). 49% destes artigos reportaram diferenças significativas dos resultados das EP mais comuns face à CI. Entre as equações mais comuns as EP MSJ, CUN e WHO apresentaram mais estudos com melhores resultados, 32%, 27% e 23% respetivamente (³⁶,^{39 - 44},^{48 - 66}).

Salienta-se que dos 37 estudos, 9 incluíram atletas o que poderá ter contribuido para melhores resultados da equação CUN, que tem em consideração a composição corporal (massa livre de gordura).

38% destes estudos propuseram e/ou validaram novas EP desenvolvidas especificamente para essa população, verificando-se que em 64% das situações estas apresentavam melhores resultados. No decurso da pesquisa bibliográfica foram encontrados 4 estudos aplicados a populações de origem Portuguesa, o primeiro em 2012 sobre as necessidades nutricionais em doentes críticos (¹⁵). Neste estudo concluiu-se que a EP HB não é precisa, subestimando as NEB destes doentes. O segundo estudo publicado em 2020 (⁶⁷), comparou as NEB medidas por CI em 156 mulheres, agrupadas segundo o índice de massa corporal (IMC) com os resultados das NEB estimados aplicando 4 das EP mais comuns (HB, WHO, MSJ, SCH), concluindo que estas apresentam uma baixa precisão em termos individuais, variando de acordo com o IMC. No terceiro estudo, publicado também em 2020 (⁶⁸), os autores propuseram duas novas equação preditivas (Barcellos I e Barcellos II) desenvolvidas com base numa população de 180 doentes não críticos, e aplicaram tambem as EP HB, SCH, Iriton-Jones (IJ) e MSJ. A concordância entre as medições da CI e as estimativas das novas equações foi superior comparativamente com os resultados da aplicação das EP publicadas, no entanto as novas equações subestimaram também o gasto energético em 32% dos pacientes usando a Barcelos I e 30% usando a Barcelos II. Por fim os mesmos autores do trabalho anterior publicaram em 2021 (⁶⁹), um estudo onde testaram as equações previamente desenvolvidas e as EP HB, SCH, IJ, MSJ em 61 doentes oncológicos, comparando com as medições por CI. Os resultados deste trabalho demonstraram que todas as equações subestimavam as NEB apresentando diferenças clinicamente importantes. Os autores voltaram assim a reforçar a importância da aplicação da CI em doentes oncológicos e a necessidade de melhorar a precisão das EP existentes.

Um dos objetivos propostos neste trabalho foi o de aferir a necessidade de desenvolver EP adaptadas à população Portuguesa. Os trabalhos, atrás discutidos, não avaliaram a população geral Portuguesa, mas sim grupos específicos (mulheres e indivíduos doentes críticos, não críticos e oncológicos) e concluíram que algumas das EP mais utilizadas

Tabela 1: Tabela com resumo dos resultados das 37 publicações em discussão nesta revisão 

AM: Aleman-Mateo (2006)

ANJ: Anjos (2014)

BER: Bernstein (1983)

CUN:Cunningham (1980,1991)

DEL: De Lorenzo (2000)

ESPEN: European Society for Clinical Nutrition and Metabolism (2019)

EU: EU (1993)

FBP: Female Brazilian Population (2010)

FRE: Fredrix (1990)

GAN: Ganpule (2007)

HAY:Hayes (2002)

HB:Harris-Benedict (1919)

HD: Hedayati-Dittmar (2011)

HR: Henry/Oxford (2005)

HUA: Huang (2004)

IJ: Ireton-Jones (2002)

IKE: Ikeda (2013)

IOM: Institute of Medicine and National Academies (2002)

JON: Johnstone (2006)

KOR: Korth (2007)

LAZ: Lazzer (2007)

LIU: Liu (1995, 2001)

LK: Livingston-Kohlstadt (2005)

LUR: Luhrman (2002)

MSJ: Mifflin-St. Jeor (1986, 1987)

MUL: Müller (2004)

NEL: Nelson (1992)

nEP: nova Equação Preditiva

OWE: Owen (1986, 1987)

ROZ: Roza (1984)

SCH:Schofield (1985)

SIN: Singapure (2016)

TW: Ten Haff-Weijs (2014)

WAN: Wang (2000)

WHO 1: FAO/WHO/UNU (1985)

WHO2: FAO/WHO/UNU (2001)

WK: Weijs-Kruizenga (2016)

YAN: Yang (2010)

não se adequavam a esses grupos, apresentando como fatores importantes o IMC e a presença de patologias. Também demonstaram que o desenvolvimento de uma equação tendo por base um grupo de indivíduos necessita validação e não será necessariamente precisa para todos os indivíduos desse grupo. Como já foi referido anteriormente, as populações onde o impacto da subestimativa ou sobrestimativa das necessidades energéticas tem consequências mais graves, sobretudo em pessoas com patologia, devem ser avaliados com muita cautela e sempre que possível aplicando a CI. Esta seria a situação ideal, no entanto mesmo com os avanços tecnológicos e novas soluções a maioria dos profissionais não tem acesso a este método. Sendo assim a necessidade de recorrer a métodos alternativos continua a ser uma inevitabilidade.

É fundamental a criação de linhas orientadoras que permitam aos profissionais selecionarem entre os métodos/fórmulas existentes as que melhor se adequam a determinada população ou indivíduo, conforme preconiza a European Society for Clinical Nutrition and Metabolism (ESPEN) (²). Para tal, a criação e ampla divulgação de fluxogramas, árvores de decisão, com base em estudos bem fundamentados parece à partida uma solução facilitadora. Também o desenvolvimento de novas EP deve satisfazer alguns critérios mínimos de qualidade relacionados com a escolha da população avaliada, o tamanho da amostra de forma a ser representativa, o cumprimento dos protocolos pré-estabelecidos e a validação da EP desenvolvida.

Como disse Martindale e seus colaboradores em 2011 (⁷⁰) apesar das guidelines, quer sejam dos Estados Unidos, do Canadá ou Europeias serem baseadas em estudos com robustez científica, estando de acordo em muitas áreas, existem ainda recomendações substancialmente diferentes em relação a: calorimetria indireta versus equações preditivas. Em última análise as intervenções nutricionais exigem uma abordagem multidisciplinar que incorpore as melhores práticas institucionais, considerações individuais do paciente, e acima de tudo, pensamento crítico.