¿Cuáles son los valores de corte de grasa visceral y subcutánea en L3?

Respuesta generada por Itaca · 29 fuentes · 15 de noviembre de 2026

Pregunta original

L3. Para la grasa visceral y subcutánea no hay un punto de corte consensuado en ese nivel? para valorar la grasa corporal en este punto L3 y hacer un informe de semaforos para nutricion y investigación que valores de referencias hay? PASAME UN PROTOCOLO PARA UN SOFTWARE PARA PODER HACER UNA VERSION DEMO

Resumen

No existe un punto de corte universalmente consensuado para clasificar la grasa visceral o subcutánea medida en una sola imagen de TC en L3 como “normal” o “anormal”. El área de grasa visceral (AGV) de 100 cm² se usa en algunos contextos —en particular, en criterios japoneses—, pero no debe trasladarse automáticamente a otras poblaciones, niveles anatómicos o protocolos de TC. Para una versión demostrativa, recomendaría mostrar las áreas medidas y compararlas con referencias descriptivas estratificadas, sin presentar el semáforo como diagnóstico ni como indicación nutricional. Estudio japonés VACATION-J [1] Estudio de referencias por edad y sexo en L3 [2]

Qué referencias pueden usarse

  • AGV ≥100 cm²: referencia de cribado vinculada a acumulación de factores de riesgo cardiometabólico en una gran cohorte japonesa. La medición de esa cohorte se hizo en el nivel umbilical; por tanto, no equivale sin más a un umbral universal validado para L3 ni para otras poblaciones. VACATION-J [1]
  • Umbrales por sexo publicados en algunos estudios: se han propuesto rangos distintos, pero dependen de la población, el desenlace y la técnica de medición. No los presentaría como límites clínicos universales de L3.
  • Referencias descriptivas: hay datos de área de grasa visceral y subcutánea en L3 por grupos de edad y sexo, incluyendo medias y percentiles. Son útiles para mostrar dónde se sitúa una medición respecto a una cohorte de referencia, pero no definen por sí solos salud o enfermedad. Estudio de referencias por edad y sexo en L3 [2]
  • Grasa subcutánea: no hay un punto de corte clínico de L3 suficientemente consensuado para asignar categorías de riesgo nutricional o cardiometabólico. No conviene crear un umbral clínico solo porque la distribución de una muestra permita calcularlo.

La segmentación de grasa por unidades Hounsfield también depende de la adquisición: el contraste intravenoso, el voltaje, la reconstrucción y el grosor de corte pueden modificar la medición. Un estudio metodológico mostró que los parámetros de adquisición afectan la cuantificación y advirtió que los umbrales no deben extrapolarse sin validación. Significance of Acquisition Parameters for Adipose Tissue Segmentation on CT Images [3]

Protocolo propuesto para una versión demostrativa

1. Definir el uso previsto

Identificar el producto como herramienta de investigación y demostración, no como dispositivo diagnóstico ni como sustituto de la valoración nutricional. El informe debe aclarar que el semáforo es exploratorio y que la interpretación requiere contexto clínico.

2. Datos de entrada

  • TC abdominal en formato DICOM, con píxeles calibrados en unidades Hounsfield y datos de escala espacial disponibles.
  • Registrar nivel anatómico analizado, uso de contraste, fase, grosor de corte, voltaje si está disponible, fabricante/modelo del escáner y método de reconstrucción.
  • Recoger edad, sexo usado para la referencia, talla y población de referencia solo cuando se cuente con ellos y exista una justificación metodológica y de privacidad.
  • Excluir o marcar imágenes con artefactos, cobertura incompleta de L3, anatomía alterada o calibración no verificable.

3. Selección de la imagen

Elegir una única imagen axial estandarizada que atraviese el cuerpo vertebral de L3 —por ejemplo, el corte medio definido por el protocolo del proyecto— y guardar la regla exacta de selección. No mezclar cortes de distintos niveles como si fueran equivalentes. En análisis seriados, utilizar la misma regla y, de ser posible, protocolos de adquisición comparables.

4. Segmentación de grasa

Para una primera versión, usar segmentación semiautomática por umbral, con revisión manual:

  • Grasa total: −190 a −30 HU como intervalo de partida frecuente en investigación.
  • Grasa visceral: separar el compartimento dentro de la fascia abdominal, excluyendo órganos, contenido intestinal y estructuras no adiposas. Algunos protocolos utilizan −150 a −50 HU para VAT.
  • Grasa subcutánea: delimitar el tejido adiposo entre la piel y la pared abdominal; algunos protocolos utilizan −190 a −30 HU.
  • No sumar automáticamente grasa intramuscular o intermuscular a VAT o SAT. Declarar por separado las reglas de inclusión y exclusión.

Los intervalos publicados varían; el software debe mostrar qué rangos y límites anatómicos aplicó, no ocultarlos en la salida. Validación de segmentación de músculo y tejido adiposo en TC [4]

5. Cálculo y control de calidad

Calcular el área a partir del número de píxeles segmentados y el área física de cada píxel, y reportarla en cm². Si se desea normalizar por talla, calcular además AGV/talla² y grasa subcutánea/talla² en cm²/m², dejando claro que la normalización no crea por sí misma un umbral clínico validado.

Incluir una superposición coloreada de las máscaras sobre la imagen para revisión visual. Permitir corrección manual y guardar tanto la máscara original como la corregida, el usuario, la fecha y la versión del algoritmo. Marcar para revisión los casos con segmentación incompleta, límites anatómicos dudosos o áreas no plausibles.

6. Semáforo: propuesta conservadora

En la demostración, evitar un verde/amarillo/rojo presentado como “normal”, “riesgo” o “obesidad” sin validación local. Una alternativa más segura:

  • Sin clasificación clínica: no hay umbral universal validado para esta aplicación.
  • Bajo / intermedio / alto respecto a la cohorte de referencia: mostrar la categoría únicamente cuando se use una referencia publicada compatible con nivel, edad, sexo, población y método.
  • Mostrar también el valor continuo y el percentil o rango de referencia, junto con la fuente y sus limitaciones.
  • Si se incluye AGV de 100 cm², etiquetarlo como referencia contextual publicada, no como diagnóstico ni como corte validado para todas las personas analizadas.
  • No usar SAT para asignar por sí sola una categoría de riesgo nutricional o metabólico.

El estudio de referencias de L3 citado arriba señala expresamente que sus valores no establecen una cantidad “saludable” o “no saludable” de grasa en TC. Estudio de referencias por edad y sexo en L3 [2]

7. Validación antes de usarlo en investigación

Antes de analizar resultados de investigación, comparar las máscaras automáticas con segmentaciones manuales revisadas por evaluadores entrenados; evaluar concordancia de área y solapamiento espacial, y documentar discrepancias y errores por sexo, edad, tamaño corporal, escáner, contraste y calidad de imagen. Validar en una cohorte independiente y fijar de antemano criterios de aceptación y manejo de imágenes no analizables. Los puntos de corte derivados de una muestra deben etiquetarse como exploratorios y requieren validación externa antes de cualquier uso clínico.

Ejemplo de salida del informe

TC de composición corporal, nivel L3 — herramienta de investigación

  • Área de grasa visceral: ___ cm²
  • Área de grasa subcutánea: ___ cm²
  • AGV/talla², si procede: ___ cm²/m²
  • Método: segmentación ___; intervalo HU ___; tipo/fase de TC ___
  • Control visual de segmentación: aprobado / requiere revisión
  • Referencia comparativa: ___; población y método de referencia: ___
  • Interpretación: medida descriptiva; no establece por sí sola diagnóstico, riesgo individual ni necesidad de intervención nutricional.
  • Semáforo: solo comparativo respecto a la referencia declarada; no representa una clasificación clínica validada.

Fuentes

  1. https://www.tandfonline.com/doi/full/10.3109/07853890.2010.526138
  2. https://pmc.ncbi.nlm.nih.gov/articles/PMC12233328/
  3. https://ajronline.org/doi/pdf/10.2214/AJR.20.23280
  4. https://pmc.ncbi.nlm.nih.gov/articles/PMC11573127/
  5. https://www.frontiersin.org/articles/10.3389/fmed.2026.1923817/full
  6. https://www.frontiersin.org/journals/medicine/articles/10.3389/fmed.2026.1923817/full
  7. https://www.tandfonline.com/doi/full/10.2147/DMSO.S550824
  8. https://cdn.clinicaltrials.gov/large-docs/66/NCT07600866/Prot_SAP_000.pdf
  9. https://epos.myesr.org/poster/esr/ecr2016/C-1764/findings%20and%20procedure%20details
  10. https://www.link.springer.com/content/pdf/10.1007/s10278-025-01646-9.pdf
  11. https://www.nature.com/articles/s41598-024-62431-2?error=cookies_not_supported&code=3487f757-fe81-49f4-a6e7-83ee4133350b
  12. https://pmc.ncbi.nlm.nih.gov/articles/PMC9816970/
  13. https://www.nature.com/articles/s41598-026-60677-6_reference.pdf?error=cookies_not_supported&code=78777328-83d3-47f0-bc3b-7f33390830b4
  14. http://link.springer.com/article/10.1186/s43055-025-01673-0
  15. https://measurement-toolkit.org/anthropometry/objective-methods/ct
  16. https://eprints.soton.ac.uk/488955/1/2023.04.23.23288981v3.full.pdf
  17. https://public-pages-files-2025.frontiersin.org/journals/nutrition/articles/10.3389/fnut.2022.871697/xml/nlm
  18. https://link.springer.com/article/10.1186/s12938-026-01535-4
  19. https://www.nature.com/articles/s41598-025-14397-y?error=cookies_not_supported&code=67a764a7-26b0-4aad-8a12-25370de34e4c
  20. https://pmc.ncbi.nlm.nih.gov/articles/PMC11573127/pdf/tqae191.pdf
  21. http://pmc.ncbi.nlm.nih.gov/articles/PMC2040041/
  22. http://www.tandfonline.com/doi/full/10.3109/07853890.2010.526138
  23. https://onlinelibrary.wiley.com/doi/full/10.1002/jmrs.798
  24. https://pmc.ncbi.nlm.nih.gov/articles/PMC8674542/
  25. https://pmc.ncbi.nlm.nih.gov/articles/PMC11272880/pdf/2153-8174-24-12-361.pdf
  26. https://pubs.rsna.org/doi/full/10.1148/ryai.210080
  27. https://qims.amegroups.org/article/view/73285/html
  28. https://www.link.springer.com/content/pdf/10.1007/s00261-025-05281-4.pdf
  29. https://pmc.ncbi.nlm.nih.gov/articles/PMC12020199/table/Tab5/

Respuesta generada por inteligencia artificial a partir de las fuentes citadas. Verifica las fuentes antes de aplicarla.

¿Tienes una pregunta sobre tu propio caso? Itaca responde con fuentes en segundos.

Hacer una pregunta

Más preguntas sobre composición corporal