Recibido:09/01/2026 Aprobado:10/02/2026
Vol 6 N|1
951 | P á g i n a
DOI: https://doi.org/10.70208/3007.8245.v6.n1.375
Caracterización antropométrica y riesgo cardiometabólico en población
neurodivergente mediante índice cintura-talla e índice de conicidad
Kevin Oswaldo Lozano Martínez
klozano@ucc.mx
https://orcid.org/0009-0003-1115-9228
Universidad Cristóbal Colón
México
Verónica Paulina Molina Hernández
nut.veromolina@gmail.com
https://orcid.org/0009-0008-3607-5916
Universidad Cristóbal Colón
México
Ruth Eli Juarez Zavaleta
ruthnutricion1614@gmail.com
https://orcid.org/0009-0003-0344-1100
Centro Mexicano en Estomatología
México
Ximena Camino Saldívar
nutri.ximena.saldivar@gmail.com
https://orcid.org/0009-0001-3097-2471
Centro Mexicano en Estomatología
México
RESUMEN
El presente estudio tuvo como objetivo describir las características físicas e indicadores de salud en
una población con rasgos neurodivergentes de entre 6 y 30 años del puerto de Veracruz, con el
propósito de conocer su perfil nutricional y posibles factores asociados al riesgo cardiometabólico.
Para ello, se desarrolló una investigación con enfoque cuantitativo, de diseño observacional transversal
y alcance descriptivo. La muestra estuvo conformada por 25 participantes pertenecientes a un Centro
de Atención Múltiple (CAM), de los cuales 18 fueron hombres y 7 mujeres. Se registraron variables
demográficas y antropométricas, incluyendo edad, sexo, masa corporal, talla y perímetro de cintura,
mediante procedimientos estandarizados bajo protocolo ISAK y supervisión de un antropometrista
certificado. A partir de estas mediciones se calcularon indicadores derivados como el índice cintura-
talla y el índice de conicidad para estimar la distribución de la adiposidad corporal. Los resultados
mostraron una amplia variabilidad antropométrica y valores de índice cintura-talla entre 0.39 y 0.69,
con predominio de valores superiores al punto de corte asociado a mayor riesgo cardiometabólico.
Asimismo, el índice de conicidad presentó valores entre 1.10 y 1.40, evidenciando una tendencia a
mayor acumulación de grasa abdominal, particularmente en hombres. Estos hallazgos destacan la
relevancia de evaluar indicadores de adiposidad central para comprender mejor el estado nutricional
en poblaciones neurodivergentes
Palabras clave: antropometría, neurodivergencia y nutrición
Vol 6 N|1
952 | P á g i n a
Anthropometric characterization and cardiometabolic risk in
a neurodivergent population using waist-to-height index and
conicity index
ABSTRACT
This study aimed to describe the physical characteristics and health indicators of a neurodivergent
population aged 6 to 30 years from the port of Veracruz, in order to understand their nutritional profile
and potential factors associated with cardiometabolic risk. A quantitative, cross-sectional,
observational study with a descriptive scope was conducted. The sample consisted of 25 participants
from a Multiple Care Center (CAM), 18 men and 7 women. Demographic and anthropometric variables,
including age, sex, body mass index, height, and waist circumference, were recorded using standardized
procedures under the ISAK protocol and under the supervision of a certified anthropometrist. From
these measurements, derived indicators such as the waist-to-height ratio and the conicity index were
calculated to estimate the distribution of body fat. The results showed wide anthropometric variability
and waist-to-height ratio values between 0.39 and 0.69, with a predominance of values above the cutoff
point associated with a higher cardiometabolic risk. Likewise, the conicity index showed values
between 1.10 and 1.40, indicating a tendency toward greater abdominal fat accumulation, particularly
in men. These findings highlight the importance of evaluating central adiposity indicators to better
understand the nutritional status of neurodivergent populations.
Keywords: anthropometry, neurodivergence and nutrition
952 | P á g i n a
Anthropometric characterization and cardiometabolic risk in
a neurodivergent population using waist-to-height index and
conicity index
ABSTRACT
This study aimed to describe the physical characteristics and health indicators of a neurodivergent
population aged 6 to 30 years from the port of Veracruz, in order to understand their nutritional profile
and potential factors associated with cardiometabolic risk. A quantitative, cross-sectional,
observational study with a descriptive scope was conducted. The sample consisted of 25 participants
from a Multiple Care Center (CAM), 18 men and 7 women. Demographic and anthropometric variables,
including age, sex, body mass index, height, and waist circumference, were recorded using standardized
procedures under the ISAK protocol and under the supervision of a certified anthropometrist. From
these measurements, derived indicators such as the waist-to-height ratio and the conicity index were
calculated to estimate the distribution of body fat. The results showed wide anthropometric variability
and waist-to-height ratio values between 0.39 and 0.69, with a predominance of values above the cutoff
point associated with a higher cardiometabolic risk. Likewise, the conicity index showed values
between 1.10 and 1.40, indicating a tendency toward greater abdominal fat accumulation, particularly
in men. These findings highlight the importance of evaluating central adiposity indicators to better
understand the nutritional status of neurodivergent populations.
Keywords: anthropometry, neurodivergence and nutrition
Vol 6 N|1
953 | P á g i n a
INTRODUCCIÓN
El término neurodivergencia hace referencia a la diversidad natural en el funcionamiento neurológico
de las personas en nuestra sociedad, incluyendo a individuos con un perfil neurocognitivo que es
diferente al de la mayoría o considerado atípico. Existen diversas formas de neurodivergencia como el
Trastorno del Espectro Autista (TEA), Trastorno por Déficit de Atención e Hiperactividad (TDAH),
síndrome de Tourette, la superdotación, dislexia, discalculia, dispraxia y la discapacidad intelectual,
existiendo también las que se conocen como “variaciones neurocognitivas” como el Trastorno
Obsesivo-Compulsivo (TOC), la esquizofrenia y los trastornos del espectro psicótico (Cobbaert et al.
2024).
Todas estas condiciones, pueden influir en aspectos cognitivos, conductuales y sensoriales, así como
patrones de alimentación, actividad física y crecimiento. En los últimos años, se han realizado estudios
en torno a esta población en la etapa infantil, específicamente en pacientes con autismo y síndrome de
Asperger, donde se ha demostrado que presentan hiperselectividad alimentaria, que hace referencia al
rechazo de determinada comida y la escasa variedad en la dieta, lo que en teoría podría llevar a los
niños a padecer desnutrición calórico-proteica o deficiencias de micronutrimentos (Hernández-
Fernández et al. 2023).
El estado nutricional constituye un componente fundamental para la salud y el desarrollo humano, ya
que influye en el crecimiento, funcionalidad metabólica y prevención de enfermedades crónicas. En
poblaciones infantiles, adolescentes y adultas jóvenes, la evaluación antropométrica adquiere
importancia, ya que durante estas etapas ocurren procesos importantes de crecimiento, maduración
biológica y cambios en la composición corporal; destacando que en personas neurodivergentes se
pueden presentar características particulares que influyen en su estado nutricional como patrones de
actividad física distintos o barreras en el acceso a servicios de salud y nutrición (Zheng et al. 2017).
Previos estudios que se han centrado en la evaluación del estado de nutrición de estos niños, sugieren
que es más común que tengan un desarrollo adecuado respecto a la masa corporal, talla e Índice de
Masa Corporal (IMC) para la edad, incluso se ha encontrado una tendencia al sobrepeso y la obesidad,
953 | P á g i n a
INTRODUCCIÓN
El término neurodivergencia hace referencia a la diversidad natural en el funcionamiento neurológico
de las personas en nuestra sociedad, incluyendo a individuos con un perfil neurocognitivo que es
diferente al de la mayoría o considerado atípico. Existen diversas formas de neurodivergencia como el
Trastorno del Espectro Autista (TEA), Trastorno por Déficit de Atención e Hiperactividad (TDAH),
síndrome de Tourette, la superdotación, dislexia, discalculia, dispraxia y la discapacidad intelectual,
existiendo también las que se conocen como “variaciones neurocognitivas” como el Trastorno
Obsesivo-Compulsivo (TOC), la esquizofrenia y los trastornos del espectro psicótico (Cobbaert et al.
2024).
Todas estas condiciones, pueden influir en aspectos cognitivos, conductuales y sensoriales, así como
patrones de alimentación, actividad física y crecimiento. En los últimos años, se han realizado estudios
en torno a esta población en la etapa infantil, específicamente en pacientes con autismo y síndrome de
Asperger, donde se ha demostrado que presentan hiperselectividad alimentaria, que hace referencia al
rechazo de determinada comida y la escasa variedad en la dieta, lo que en teoría podría llevar a los
niños a padecer desnutrición calórico-proteica o deficiencias de micronutrimentos (Hernández-
Fernández et al. 2023).
El estado nutricional constituye un componente fundamental para la salud y el desarrollo humano, ya
que influye en el crecimiento, funcionalidad metabólica y prevención de enfermedades crónicas. En
poblaciones infantiles, adolescentes y adultas jóvenes, la evaluación antropométrica adquiere
importancia, ya que durante estas etapas ocurren procesos importantes de crecimiento, maduración
biológica y cambios en la composición corporal; destacando que en personas neurodivergentes se
pueden presentar características particulares que influyen en su estado nutricional como patrones de
actividad física distintos o barreras en el acceso a servicios de salud y nutrición (Zheng et al. 2017).
Previos estudios que se han centrado en la evaluación del estado de nutrición de estos niños, sugieren
que es más común que tengan un desarrollo adecuado respecto a la masa corporal, talla e Índice de
Masa Corporal (IMC) para la edad, incluso se ha encontrado una tendencia al sobrepeso y la obesidad,
Vol 6 N|1
954 | P á g i n a
ligada a la alta preferencia hacia alimentos ultraprocesados o baja ingesta de frutas y verduras (Ojeda
et al. 2013; Zheng et al. 2017).
Un metaanálisis internacional reportó prevalencias aproximadas de obesidad de 21.8% y sobrepeso de
19.8% en individuos con trastorno del espectro autista (Young-Jiang et al. 2020). Asimismo, se han
evaluado directamente variables antropométricas en personas con TEA, donde se han observado
diferencias en indicadores de masa corporal, perímetro de cintura y composición corporal en
comparación con poblaciones “neurotípicas”, así como una mayor prevalencia de adiposidad corporal
en algunos grupos de edad (Rouphael et al. 2024).
Sin embargo, además de las mediciones antropométricas básicas como masa corporal, talla y
perímetro de cintura, existen indicadores derivados que permiten evaluar con mayor precisión la
distribución de la grasa corporal y poder identificar un riesgo cardiometabólico (Hernández et al. 2017).
Uno de estos se le conoce como “Índice de Conicidad” que fue creado por Rodolfo Valdez en 1991,
con el objetivo de identificar la obesidad abdominal y se determina con medidas de masa corporal (kg),
talla (en metros) y perímetro de cintura (en metros) y la constante (0.109) que representa la conversión
de las unidades de volumen y masa a unidades de longitud, basándose en que la grasa al acumularse
en la región abdominal, cambia el cuerpo de una forma cilíndrica a una forma de cono, por ende, se
diría que individuos con un alto índice de conicidad tienen cúmulo anormal de grasa en la zona
abdominal, en relación a su altura y peso, siendo capaz de captar variaciones de composición corporal,
lo que permite comparar a sujetos con diferentes medidas de masa corporal y talla (Alves et al. 2023;
Hernández et al. 2019).
Si bien, por sí sola la medida de perímetro de cintura, actúa también como predictor de factor de riesgo
cardiovascular, no es un valor que se haya podido estandarizar en todo tipo de población,
especialmente en los infantes, por lo que se desarrolló el Índice Cintura/Talla (ICT), como producto
de dividir el valor de la cintura (cm) entre la talla (cm) para así ponderar la grasa intraabdominal
(Muñoz-Cano et al. 2010).
Un estudio previo realizado en población infantil con TDAH reportó mayor perímetro de cintura e IMC
en niños con esta variante neurocognitiva en comparación con niños sin el trastorno. Asimismo, en
954 | P á g i n a
ligada a la alta preferencia hacia alimentos ultraprocesados o baja ingesta de frutas y verduras (Ojeda
et al. 2013; Zheng et al. 2017).
Un metaanálisis internacional reportó prevalencias aproximadas de obesidad de 21.8% y sobrepeso de
19.8% en individuos con trastorno del espectro autista (Young-Jiang et al. 2020). Asimismo, se han
evaluado directamente variables antropométricas en personas con TEA, donde se han observado
diferencias en indicadores de masa corporal, perímetro de cintura y composición corporal en
comparación con poblaciones “neurotípicas”, así como una mayor prevalencia de adiposidad corporal
en algunos grupos de edad (Rouphael et al. 2024).
Sin embargo, además de las mediciones antropométricas básicas como masa corporal, talla y
perímetro de cintura, existen indicadores derivados que permiten evaluar con mayor precisión la
distribución de la grasa corporal y poder identificar un riesgo cardiometabólico (Hernández et al. 2017).
Uno de estos se le conoce como “Índice de Conicidad” que fue creado por Rodolfo Valdez en 1991,
con el objetivo de identificar la obesidad abdominal y se determina con medidas de masa corporal (kg),
talla (en metros) y perímetro de cintura (en metros) y la constante (0.109) que representa la conversión
de las unidades de volumen y masa a unidades de longitud, basándose en que la grasa al acumularse
en la región abdominal, cambia el cuerpo de una forma cilíndrica a una forma de cono, por ende, se
diría que individuos con un alto índice de conicidad tienen cúmulo anormal de grasa en la zona
abdominal, en relación a su altura y peso, siendo capaz de captar variaciones de composición corporal,
lo que permite comparar a sujetos con diferentes medidas de masa corporal y talla (Alves et al. 2023;
Hernández et al. 2019).
Si bien, por sí sola la medida de perímetro de cintura, actúa también como predictor de factor de riesgo
cardiovascular, no es un valor que se haya podido estandarizar en todo tipo de población,
especialmente en los infantes, por lo que se desarrolló el Índice Cintura/Talla (ICT), como producto
de dividir el valor de la cintura (cm) entre la talla (cm) para así ponderar la grasa intraabdominal
(Muñoz-Cano et al. 2010).
Un estudio previo realizado en población infantil con TDAH reportó mayor perímetro de cintura e IMC
en niños con esta variante neurocognitiva en comparación con niños sin el trastorno. Asimismo, en
Vol 6 N|1
955 | P á g i n a
población con TEA, se encontró que el diagnóstico estaba asociado con valores más altos de perímetro
de cintura y mayor índice cintura-talla, lo que lleva un mayor riesgo cardiovascular (Salvat et al. 2022;
Lip et al. 2018).
No obstante, a pesar del creciente interés por comprender la relación entre neurodivergencia y estado
nutricional, la información disponible sigue siendo limitada, además, muchos estudios se centran en
poblaciones infantiles o en condiciones específicas del neurodesarrollo, lo que dificulta caracterizar las
variables antropométricas en poblaciones neurodivergentes en diferentes etapas de la vida, que es
relevante para conocer el estado nutricional de estas poblaciones y poder diseñar estrategias de
atención nutricional que se adapten a sus necesidades. Por lo que, el objetivo del presente estudio es
describir las características físicas e indicadores de salud de población neurodivergente de entre 6 y 30
años del puerto de Veracruz, mediante la medición de masa corporal, talla y perímetro de cintura, con
el fin de conocer el perfil nutricional de esta población.
METODOLOGÍA
La presente investigación, corresponde a un estudio con enfoque cuantitativo, con un diseño
observacional de corte transversal con alcance descriptivo y exploratorio, con un muestreo no
probabilístico por conveniencia contando con un grupo de 25 sujetos con características
neurodivergentes pertenecientes a un Centro de Atención Múltiple (CAM) ubicado en el puerto de
Veracruz, México, de los cuales 18 eran hombres y 7 mujeres, con edades de entre los 6 y 30 años, que
dado a la naturaleza del estudio, se consideró un tamaño de muestra adecuado para una
caracterización inicial de las variables antropométricas en esta población. La evaluación se realizó de
acuerdo a los principios éticos de la Declaración de Helsinki, pues todos los participantes o tutores de
los mismos, firmaron un consentimiento informado previo a su participación. Se registraron variables
demográficas y antropométricas, incluyendo edad, sexo, masa corporal, talla y perímetro de cintura.
La masa corporal se evaluó utilizando una báscula de la marca “NutriEquipo”, modelo “NEBCA”. La
talla se midió mediante un estadímetro marca “FAFAGLGL” y el perímetro de cintura se determinó
utilizando una cinta métrica metálica marca “Smartmet”. Todas las mediciones se realizaron con
equipo previamente verificado y procedimientos antropométricos estandarizados bajo protocolo ISAK
955 | P á g i n a
población con TEA, se encontró que el diagnóstico estaba asociado con valores más altos de perímetro
de cintura y mayor índice cintura-talla, lo que lleva un mayor riesgo cardiovascular (Salvat et al. 2022;
Lip et al. 2018).
No obstante, a pesar del creciente interés por comprender la relación entre neurodivergencia y estado
nutricional, la información disponible sigue siendo limitada, además, muchos estudios se centran en
poblaciones infantiles o en condiciones específicas del neurodesarrollo, lo que dificulta caracterizar las
variables antropométricas en poblaciones neurodivergentes en diferentes etapas de la vida, que es
relevante para conocer el estado nutricional de estas poblaciones y poder diseñar estrategias de
atención nutricional que se adapten a sus necesidades. Por lo que, el objetivo del presente estudio es
describir las características físicas e indicadores de salud de población neurodivergente de entre 6 y 30
años del puerto de Veracruz, mediante la medición de masa corporal, talla y perímetro de cintura, con
el fin de conocer el perfil nutricional de esta población.
METODOLOGÍA
La presente investigación, corresponde a un estudio con enfoque cuantitativo, con un diseño
observacional de corte transversal con alcance descriptivo y exploratorio, con un muestreo no
probabilístico por conveniencia contando con un grupo de 25 sujetos con características
neurodivergentes pertenecientes a un Centro de Atención Múltiple (CAM) ubicado en el puerto de
Veracruz, México, de los cuales 18 eran hombres y 7 mujeres, con edades de entre los 6 y 30 años, que
dado a la naturaleza del estudio, se consideró un tamaño de muestra adecuado para una
caracterización inicial de las variables antropométricas en esta población. La evaluación se realizó de
acuerdo a los principios éticos de la Declaración de Helsinki, pues todos los participantes o tutores de
los mismos, firmaron un consentimiento informado previo a su participación. Se registraron variables
demográficas y antropométricas, incluyendo edad, sexo, masa corporal, talla y perímetro de cintura.
La masa corporal se evaluó utilizando una báscula de la marca “NutriEquipo”, modelo “NEBCA”. La
talla se midió mediante un estadímetro marca “FAFAGLGL” y el perímetro de cintura se determinó
utilizando una cinta métrica metálica marca “Smartmet”. Todas las mediciones se realizaron con
equipo previamente verificado y procedimientos antropométricos estandarizados bajo protocolo ISAK
Vol 6 N|1
956 | P á g i n a
y con supervisión de un antropometrista certificado ISAK Nivel 3. A partir de estas mediciones se
estimaron indicadores antropométricos derivados como el índice cintura-talla y el índice de conicidad
para la evaluación de la distribución de la adiposidad corporal. Los datos obtenidos fueron registrados
en una base de datos y posteriormente analizados en el sistema de estadística SPSS V22.
RESULTADOS Y DISCUSIÓN
Tabla 1. Estadísticos descriptivos
En la tabla 1 se muestran los estadísticos descriptivos de las variables antropométricas y demográficas.
En términos generales, los participantes mostraron una amplia variabilidad en las medidas
antropométricas evaluadas, particularmente en la masa corporal y el perímetro de cintura, lo cual
puede estar asociado al amplio rango de edad incluido en la muestra. Esta variabilidad también ha sido
descrita por Zheng et al. 2017, donde se señala que personas con condiciones del neurodesarrollo
pueden presentar diferencias en crecimiento, composición corporal y patrones de alimentación lo que
afecta su estado nutricional.
Gráfica 1. Descripción de la población por sexo
956 | P á g i n a
y con supervisión de un antropometrista certificado ISAK Nivel 3. A partir de estas mediciones se
estimaron indicadores antropométricos derivados como el índice cintura-talla y el índice de conicidad
para la evaluación de la distribución de la adiposidad corporal. Los datos obtenidos fueron registrados
en una base de datos y posteriormente analizados en el sistema de estadística SPSS V22.
RESULTADOS Y DISCUSIÓN
Tabla 1. Estadísticos descriptivos
En la tabla 1 se muestran los estadísticos descriptivos de las variables antropométricas y demográficas.
En términos generales, los participantes mostraron una amplia variabilidad en las medidas
antropométricas evaluadas, particularmente en la masa corporal y el perímetro de cintura, lo cual
puede estar asociado al amplio rango de edad incluido en la muestra. Esta variabilidad también ha sido
descrita por Zheng et al. 2017, donde se señala que personas con condiciones del neurodesarrollo
pueden presentar diferencias en crecimiento, composición corporal y patrones de alimentación lo que
afecta su estado nutricional.
Gráfica 1. Descripción de la población por sexo
Vol 6 N|1
957 | P á g i n a
En relación con la distribución por sexo de la población evaluada, predominó la participación de los
hombres, ya que se evaluaron 18, mientras que únicamente se contaron con 7 mujeres con
características neurodivergentes. Esta mayor proporción de hombres, coincide con lo reportado en la
literatura, donde se muestra que diversas condiciones neurodivergentes, en específico el TEA y TDAH,
presentan mayor prevalencia en población masculina (Cobbaert et al. 2024).
Gráfica 2. Distribución del índice cintura-talla según sexo
En la gráfica 2, se muestra la distribución del índice cintura-talla (ICT) según el sexo de los participantes.
Se observa que los valores de ICT oscilaron entre los 0.39 y 0.69. En los hombres, se observa una
mayor concentración de valores entre 0.55 y 0.62, mientras que en las mujeres los valores se
distribuyeron entre 0.40 y 0.60.
En general, los valores obtenidos a partir de este indicador se asocian con mayor riesgo
cardiometabólico, de acuerdo al punto de corte planteado por Ashwell y Gibson en 2014 con un valor
mayor o igual a 0.5 para indicar riesgo aumentado. Al comparar los valores del ICT, se observó una
tendencia hacia valores más elevados en hombres. Este hallazgo, coincide con estudios en población
con trastorno del neurodesarrollo previos, Lip et al. (2018) y Salvat et al. (2022), describieron valores
más elevados de perímetro de cintura e ICT en población neurodivergente.
Lo encontrado podría estar relacionado con los patrones de alimentación que se describen en esta
población, que se caracterizan por una hiperselectividad alimentaria, preferencia por alimentos
957 | P á g i n a
En relación con la distribución por sexo de la población evaluada, predominó la participación de los
hombres, ya que se evaluaron 18, mientras que únicamente se contaron con 7 mujeres con
características neurodivergentes. Esta mayor proporción de hombres, coincide con lo reportado en la
literatura, donde se muestra que diversas condiciones neurodivergentes, en específico el TEA y TDAH,
presentan mayor prevalencia en población masculina (Cobbaert et al. 2024).
Gráfica 2. Distribución del índice cintura-talla según sexo
En la gráfica 2, se muestra la distribución del índice cintura-talla (ICT) según el sexo de los participantes.
Se observa que los valores de ICT oscilaron entre los 0.39 y 0.69. En los hombres, se observa una
mayor concentración de valores entre 0.55 y 0.62, mientras que en las mujeres los valores se
distribuyeron entre 0.40 y 0.60.
En general, los valores obtenidos a partir de este indicador se asocian con mayor riesgo
cardiometabólico, de acuerdo al punto de corte planteado por Ashwell y Gibson en 2014 con un valor
mayor o igual a 0.5 para indicar riesgo aumentado. Al comparar los valores del ICT, se observó una
tendencia hacia valores más elevados en hombres. Este hallazgo, coincide con estudios en población
con trastorno del neurodesarrollo previos, Lip et al. (2018) y Salvat et al. (2022), describieron valores
más elevados de perímetro de cintura e ICT en población neurodivergente.
Lo encontrado podría estar relacionado con los patrones de alimentación que se describen en esta
población, que se caracterizan por una hiperselectividad alimentaria, preferencia por alimentos
Vol 6 N|1
958 | P á g i n a
ultraprocesados y menor consumo de frutas y verduras, lo cual se ha asociado a una mayor prevalencia
de sobrepeso y obesidad en personas con neurodivergencia (Hernández-Fernández, et al., 2023;
Young-Jiang et al. 2020).
Gráfica 3. Distribución del índice de conicidad (IC)
Dentro de la gráfica 3, se observa que los valores se encuentran entre 1.10 y 1.40. Teniendo una mayor
concentración de valores en el grupo masculino entre 1.25 y 1.35, mientras que en las mujeres los
valores se encontraron entre 1.10 y 1.25, por lo que en general, se muestra una tendencia a valores
más elevados en hombres, lo que según planteado por Valdez en 1991, se asocian a un mayor riesgo
a acumular grasa visceral. Lo cual, coincide con lo escrito por Rouphael et al. (2024) donde reportan
mayor adiposidad central y diferencias en la composición corporal específicamente en infantes que
viven con TEA, de acuerdo a indicadores como masa corporal, perímetro de cintura y composición
corporal.
El uso de indicadores como el índice cintura-talla y el índice de conicidad permiten complementar la
evaluación antropométrica que tradicionalmente ha sido usada en estudios previos, aportando
información valiosa sobre el riesgo cardiometabólico, específicamente en poblaciones
neurodivergentes, donde la evaluación única de masa corporal o IMC, puede no estar reflejando la
distribución de grasa real (Hernández et al., 2017). Por otra parte, Gonzaga Romero et al (2025),
958 | P á g i n a
ultraprocesados y menor consumo de frutas y verduras, lo cual se ha asociado a una mayor prevalencia
de sobrepeso y obesidad en personas con neurodivergencia (Hernández-Fernández, et al., 2023;
Young-Jiang et al. 2020).
Gráfica 3. Distribución del índice de conicidad (IC)
Dentro de la gráfica 3, se observa que los valores se encuentran entre 1.10 y 1.40. Teniendo una mayor
concentración de valores en el grupo masculino entre 1.25 y 1.35, mientras que en las mujeres los
valores se encontraron entre 1.10 y 1.25, por lo que en general, se muestra una tendencia a valores
más elevados en hombres, lo que según planteado por Valdez en 1991, se asocian a un mayor riesgo
a acumular grasa visceral. Lo cual, coincide con lo escrito por Rouphael et al. (2024) donde reportan
mayor adiposidad central y diferencias en la composición corporal específicamente en infantes que
viven con TEA, de acuerdo a indicadores como masa corporal, perímetro de cintura y composición
corporal.
El uso de indicadores como el índice cintura-talla y el índice de conicidad permiten complementar la
evaluación antropométrica que tradicionalmente ha sido usada en estudios previos, aportando
información valiosa sobre el riesgo cardiometabólico, específicamente en poblaciones
neurodivergentes, donde la evaluación única de masa corporal o IMC, puede no estar reflejando la
distribución de grasa real (Hernández et al., 2017). Por otra parte, Gonzaga Romero et al (2025),
Vol 6 N|1
959 | P á g i n a
concluyó “el índice de conicidad puede ser un recurso preventivo importante.”, por lo que se puede
utilizar como un parámetro durante las evaluaciones en sujetos con características neurodivergentes.
CONCLUSIONES
Los resultados obtenidos en este estudio, permiten describir el perfil antropométrico y de salud de una
población con características neurodivergentes. El análisis de los indicadores de adiposidad central
sugiere la presencia de valores que se asocian con un mayor riesgo cardiometabólico y una forma más
cónica, de acuerdo al índice de conicidad, lo que indica una tendencia a acumular grasa anormal en la
zona abdominal, por lo que se denota la importancia de no solo evaluar la masa corporal, sino también
la distribución de grasa en individuos con condiciones del neurodesarrollo, para identificar posibles
factores de riesgo para la salud.
Asimismo, el uso de indicadores como el ICT y el IC, aporta información que complementa la
evaluación del estado nutricional en esta población, pudiendo ser de utilidad para futuros estudios que
se enfoquen en poblaciones con características neurodivergentes, donde la información disponible en
el campo de la nutrición sigue siendo limitada.
Se sugiere que en futuras investigaciones, se amplie el tamaño de la muestra o incorporar otros
indicadores de composición corporal, para poder mejorar la descripción y comprensión del estado
nutricional y de salud en poblaciones neurodivergentes.
REFERENCIAS BIBLIOGRÁFICAS
Alves, C., Bruneli, C., Santos, J., Cattafesta, M., Dos Santos, E., Kenji, F., Marques-Rocha, J., Bresciani,
L. (2023). Índice de conicidad como indicador de obesidad abdominal en individuos con
enfermedad renal crónica en hemodiálisis. PLOS One. Vol. 18 (4). DOI:
https://doi.org/10.1371/journal.pone.0284059
Ashwell, M. & Gibson, S. (2014). A proposal for a primary screening tool: ‘Keep your waist
circumference to less than half your height’. BMC Medicine. Vol. 12 (207). DOI:
https://doi.org/10.1186/s12916-014-0207-1
959 | P á g i n a
concluyó “el índice de conicidad puede ser un recurso preventivo importante.”, por lo que se puede
utilizar como un parámetro durante las evaluaciones en sujetos con características neurodivergentes.
CONCLUSIONES
Los resultados obtenidos en este estudio, permiten describir el perfil antropométrico y de salud de una
población con características neurodivergentes. El análisis de los indicadores de adiposidad central
sugiere la presencia de valores que se asocian con un mayor riesgo cardiometabólico y una forma más
cónica, de acuerdo al índice de conicidad, lo que indica una tendencia a acumular grasa anormal en la
zona abdominal, por lo que se denota la importancia de no solo evaluar la masa corporal, sino también
la distribución de grasa en individuos con condiciones del neurodesarrollo, para identificar posibles
factores de riesgo para la salud.
Asimismo, el uso de indicadores como el ICT y el IC, aporta información que complementa la
evaluación del estado nutricional en esta población, pudiendo ser de utilidad para futuros estudios que
se enfoquen en poblaciones con características neurodivergentes, donde la información disponible en
el campo de la nutrición sigue siendo limitada.
Se sugiere que en futuras investigaciones, se amplie el tamaño de la muestra o incorporar otros
indicadores de composición corporal, para poder mejorar la descripción y comprensión del estado
nutricional y de salud en poblaciones neurodivergentes.
REFERENCIAS BIBLIOGRÁFICAS
Alves, C., Bruneli, C., Santos, J., Cattafesta, M., Dos Santos, E., Kenji, F., Marques-Rocha, J., Bresciani,
L. (2023). Índice de conicidad como indicador de obesidad abdominal en individuos con
enfermedad renal crónica en hemodiálisis. PLOS One. Vol. 18 (4). DOI:
https://doi.org/10.1371/journal.pone.0284059
Ashwell, M. & Gibson, S. (2014). A proposal for a primary screening tool: ‘Keep your waist
circumference to less than half your height’. BMC Medicine. Vol. 12 (207). DOI:
https://doi.org/10.1186/s12916-014-0207-1
Vol 6 N|1
960 | P á g i n a
Cobbaert, L., Millichamp, A., Elwyn, R., Silverstein, R., Schweizer, K., Thomas, E. & Miskovic-Wheatley,
J. (2024). Neurodivergence, intersectionality, and eating disorders: a lived experience-led
narrative review. J Eat Disord. Vol. 12. DOI: https://doi.org/10.1186/s40337-024-01126-5
Gonzaga Romero , E., Lozano Martínez, K. O., & Hilario Cordoba , E. Y. (2025). Análisis del índice de
conicidad en Veracruzanos que viven con Diabetes y sin patologías. Emergentes - Revista
Científica, 5(2), 316–326. https://doi.org/10.60112/erc.v5.i2.417
Hernández, J., Mendoza, J., Domínguez, E., Díaz, O., Domínguez, Y., Martínez, I., Bosch, Y., Mesa, A.,
García, D. & Rodíguez, L. (2019). Valor de corte del índice de conicidad como predictor
independiente de disglucemias. Rev Cub Endocr. Vol. 30 (2).
https://www.researchgate.net/publication/346941542_Valor_de_corte_del_indice_de_conici
dad_como_predictor_independiente_de_disglucemias
Hernández, J., Mendoza, J., Duchi, P. (2017). Índice de conicidad y su utilidad para detectar riesgo
cardiovascular y metabólico. Rev Cub Endocr. Vol. 28 (1).
http://scielo.sld.cu/pdf/end/v28n1/end08117.pdf
Hernández-Fernández, I., Omaña-Covarrubias, A., Conde-Vega, J., Rodríguez-Ávila, J., Díaz-Martínez,
G., Moya-Escalera, A. & López-Pontigo, L. (2023). Estado de nutrición y frecuencia de consumo
de alimentos de niños con trastorno del espectro autista. Nutr. Hosp. Vol. 40. DOI:
https://dx.doi.org/10.20960/nh.04258
Lip, S., Chillingworth, A. & Wright, C. (2018). Prevalence of under and over weight in children with
neurodisability, using body composition measures. Eur J Clin Nutr (72): 1451-1454.
https://doi.org/10.1038/s41430-018-0168-0
Muñoz-Cano, J., Pérez-Sánchez, S., Córdova-Hernández, J. & Boldo-León, X. (2010). El índice
cintura/talla como indicador de riesgo para enfermedades crónicas en una muestra de escolares.
Salud en Tabasco. Vol. 16 (2-3): 921-927. http://www.redalyc.org/articulo.oa?id=48720965003
Ojeda Benítez, Ada Liz, Recalde Giménez, Ariel Antonio, & Sánchez Bernal, Susana Florentina. (2013).
Perfil nutricional de niños y adolescentes con trastornos del espectro autista del área
metropolitana de Asunción. Pediatría (Asunción), 40(2), 133-143.
960 | P á g i n a
Cobbaert, L., Millichamp, A., Elwyn, R., Silverstein, R., Schweizer, K., Thomas, E. & Miskovic-Wheatley,
J. (2024). Neurodivergence, intersectionality, and eating disorders: a lived experience-led
narrative review. J Eat Disord. Vol. 12. DOI: https://doi.org/10.1186/s40337-024-01126-5
Gonzaga Romero , E., Lozano Martínez, K. O., & Hilario Cordoba , E. Y. (2025). Análisis del índice de
conicidad en Veracruzanos que viven con Diabetes y sin patologías. Emergentes - Revista
Científica, 5(2), 316–326. https://doi.org/10.60112/erc.v5.i2.417
Hernández, J., Mendoza, J., Domínguez, E., Díaz, O., Domínguez, Y., Martínez, I., Bosch, Y., Mesa, A.,
García, D. & Rodíguez, L. (2019). Valor de corte del índice de conicidad como predictor
independiente de disglucemias. Rev Cub Endocr. Vol. 30 (2).
https://www.researchgate.net/publication/346941542_Valor_de_corte_del_indice_de_conici
dad_como_predictor_independiente_de_disglucemias
Hernández, J., Mendoza, J., Duchi, P. (2017). Índice de conicidad y su utilidad para detectar riesgo
cardiovascular y metabólico. Rev Cub Endocr. Vol. 28 (1).
http://scielo.sld.cu/pdf/end/v28n1/end08117.pdf
Hernández-Fernández, I., Omaña-Covarrubias, A., Conde-Vega, J., Rodríguez-Ávila, J., Díaz-Martínez,
G., Moya-Escalera, A. & López-Pontigo, L. (2023). Estado de nutrición y frecuencia de consumo
de alimentos de niños con trastorno del espectro autista. Nutr. Hosp. Vol. 40. DOI:
https://dx.doi.org/10.20960/nh.04258
Lip, S., Chillingworth, A. & Wright, C. (2018). Prevalence of under and over weight in children with
neurodisability, using body composition measures. Eur J Clin Nutr (72): 1451-1454.
https://doi.org/10.1038/s41430-018-0168-0
Muñoz-Cano, J., Pérez-Sánchez, S., Córdova-Hernández, J. & Boldo-León, X. (2010). El índice
cintura/talla como indicador de riesgo para enfermedades crónicas en una muestra de escolares.
Salud en Tabasco. Vol. 16 (2-3): 921-927. http://www.redalyc.org/articulo.oa?id=48720965003
Ojeda Benítez, Ada Liz, Recalde Giménez, Ariel Antonio, & Sánchez Bernal, Susana Florentina. (2013).
Perfil nutricional de niños y adolescentes con trastornos del espectro autista del área
metropolitana de Asunción. Pediatría (Asunción), 40(2), 133-143.
Vol 6 N|1
961 | P á g i n a
http://scielo.iics.una.py/scielo.php?script=sci_arttext&pid=S168398032013000200004&lng=e
n&tlng=es.
Salvat, H., Mohammadi, M., Molavi, P., Mostafavi, S., Rostami, R. & Salehinejad, M. (2022). Nutrient
intake, dietary patterns, and anthropometric variables of children with ADHD in comparison to
healthy controls: a case-control study. BMC Pediatrics. Vol. 22 (70). DOI:
https://doi.org/10.1186/s12887-022-03123-6
Rouphael, M., Sacre, Y., Bitar, T., Andres, C. & Hleihel, W. (2024). Body Composition and
Anthropometric Measurements in Children and Adolescents with Autism Spectrum Disorder: A
Case–Control Study in Lebanon. Nutrients. Vol. 16 (6). 847. DOI:
https://doi.org/10.3390/nu16060847
Valdez, R. (1991). A simple model-based index of abdominal adiposity. Journal of Clinical
Epidemiologý, 44 (9): 955-956
Young-Jiang, L., Xue-Ni, X., Ya-Min, L. & Xianyang, L (2020). Global prevalence of obesity, overweight
and underweight in children, adolescents and adults with autism spectrum disorder, attention-
deficit hyperactivity disorder: A systematic review and meta-analysis. Obes Rev. Vol. 21 (12).
DOI: 10.1111/obr.13123
Zheng, Z., Zhang, L., Li, S., Zhao, F., Wang, Y., Huang, L., Huang, J., Zou, R., Qu, Y. & Mu, D. (2017).
Association among obesity, overweight and autism spectrum disorder: a systematic review and
meta-analysis. Sci Rep. Vol. 7 (1). doi: 10.1038/s41598-017-12003-4.
961 | P á g i n a
http://scielo.iics.una.py/scielo.php?script=sci_arttext&pid=S168398032013000200004&lng=e
n&tlng=es.
Salvat, H., Mohammadi, M., Molavi, P., Mostafavi, S., Rostami, R. & Salehinejad, M. (2022). Nutrient
intake, dietary patterns, and anthropometric variables of children with ADHD in comparison to
healthy controls: a case-control study. BMC Pediatrics. Vol. 22 (70). DOI:
https://doi.org/10.1186/s12887-022-03123-6
Rouphael, M., Sacre, Y., Bitar, T., Andres, C. & Hleihel, W. (2024). Body Composition and
Anthropometric Measurements in Children and Adolescents with Autism Spectrum Disorder: A
Case–Control Study in Lebanon. Nutrients. Vol. 16 (6). 847. DOI:
https://doi.org/10.3390/nu16060847
Valdez, R. (1991). A simple model-based index of abdominal adiposity. Journal of Clinical
Epidemiologý, 44 (9): 955-956
Young-Jiang, L., Xue-Ni, X., Ya-Min, L. & Xianyang, L (2020). Global prevalence of obesity, overweight
and underweight in children, adolescents and adults with autism spectrum disorder, attention-
deficit hyperactivity disorder: A systematic review and meta-analysis. Obes Rev. Vol. 21 (12).
DOI: 10.1111/obr.13123
Zheng, Z., Zhang, L., Li, S., Zhao, F., Wang, Y., Huang, L., Huang, J., Zou, R., Qu, Y. & Mu, D. (2017).
Association among obesity, overweight and autism spectrum disorder: a systematic review and
meta-analysis. Sci Rep. Vol. 7 (1). doi: 10.1038/s41598-017-12003-4.