Introdução: A apneia obstrutiva do sono (AOS) é uma condição subdiagnosticada na prática clínica. A falta relativamente frequente de sintomas típicos para a AOS bem como a restrição da oferta da polissonografia (considerado o exame de escolha para o diagnóstico da AOS) são responsáveis em parte pelo subdiagnóstico desta doença. Diversos estudos exploraram o desenvolvimento de métodos de triagem para identificação de indivíduos com AOS. O excesso de peso é um fator de risco bem estabelecido para a AOS. As medidas antropométricas globais (índice de massa corporal, IMC) e regionais (por exemplo: circunferências do pescoço e cintura) de adiposidade são ferramentas simples e de baixo custo que têm sido correlacionadas com a AOS. Além disto, questionários de triagem da AOS, embora validados, tem uma acurácia não ideal em detectar este distúrbio do sono. No entanto, não está claro se a combinação de duas ou mais destas medidas antropométricas melhorariam o desempenho em identificar indivíduos com AOS. Portanto, o objetivo principal deste estudo foi o de comparar o desempenho de diversas medidas antropométricas isoladamente ou de forma combinada na identificação da AOS em adultos não referidos para o Laboratório do Sono derivados da coorte do Estudo Longitudinal da Saúde do Adulto (ELSA-Brasil). Métodos: Trata-se de um estudo transversal que recrutou adultos de ambos gêneros, participantes do ELSA-Brasil, centro São Paulo. Os participantes realizaram avaliações do sono com a poligrafia portátil domiciliar (Embletta GoldTM) e questionários que avaliam risco para a AOS (questionário de Berlim e escore NoSAS). As medidas antropométricas - IMC, circunferência do pescoço (CC), circunferência da cintura abdominal (CC), circunferência do quadril (CQ), razão cinturaestatura (RCE), razão cintura-quadril (RCQ) e índice de forma corporal (IFC) - foram feitas de forma padronizada e sem o conhecimento sobre os dados do sono. A análise da curva Receiver Operating Characteristic (ROC) foi realizada e a área sob a curva (AUC) foi calculada para avaliar a acurácia das medidas antropométricas na detecção da AOS. A análise de regressão logística foi realizada combinando as medidas antropométricas globais com as regionais (cervical e/ou abdominal) ajustando para dois outros importantes fatores de risco para a AOS: a idade e o sexo. Além disto, comparamos o desempenho das medidas antropométricas com o questionário de Berlim e o escore NoSAS. Resultados: No período de dois anos recrutamos inicialmente 2.334 participantes, dos quais 2.059 completaram todas as avaliações propostas. A amostra geral era predominantemente do sexo feminino (56%) e a média de idade foi de 49 ± 8 anos. A frequência da AOS foi de 32,3%, sendo que a porcentagem de homens (58 vs. 37%) e a idade (51 ± 8 vs. 48 ± 8 anos) foi significantemente maior no grupo com versus sem AOS, respectivamente. Aproximadamente um terço da amostra total era composta por indivíduos com sobrepeso ou obesidade. Participantes com AOS tiveram maior frequência de sobrepeso/obesidade e maiores valores das medidas antropométricas do que aqueles sem AOS. Todas as medidas antropométricas isoladamente apresentaram razoável capacidade de identificar a AOS (AUC aproximadamente de 0,700). Houve uma discreta melhora na acurácia após o ajuste para a idade e o sexo, sendo que a maior AUC foi encontrada para o IMC (AUC=0,760 [IC 95%: 0,739 - 0,781]), seguido por RCE (AUC=0,758 [IC 95%: 0,737 - 0,780]), CC (AUC=0,753 [IC 95%: 0,732 - 0,775]), CP (AUC=0,733 [IC 95%: 0,711 - 0,755]), RCQ (AUC=0,722 [IC 95%: 0,699 - 0,745]) e IFC (AUC=0,680 [IC 95%: 0,656 - 0,704]). Não foi observado diferenças significantes nas AUCs exceto para o menor valor observado para o IFC (p < 0,05 vs. demais medidas). A combinação de diferentes medidas antropométricas não resultou em melhora da acurácia em descriminar a AOS. Na comparação das medidas antropométricas com os questionários de triagem, não observamos diferenças significativas no desempenho do IMC ajustado para a idade e o sexo (AUC=0,748 [IC 95%: 0,727 - 0,770]) em relação ao escore NoSAS (AUC=0,760 [IC 95%: 0,739 - 0,781]). No entanto, o questionário de Berlim (AUC=0,676 [IC 95%: 0,653 - 0,699]) apresentou um desempenho inferior em relação ao IMC ajustado e ao escore NoSAS (p < 0,05 para cada comparação). Conclusões: Entre diversas medidas antropométricas globais e regionais de adiposidade, o IMC ajustado para a idade e sexo teve a melhor acurácia para detectar a AOS em uma coorte de indivíduos não referidos para estudo do sono. A combinação de medidas de adiposidade regional ou a combinação destas com o IMC não melhorou a capacidade de detectar a AOS. No entanto, considerando os valores das AUCs para as variáveis antropométricas bem como as AUCs dos questionários de sono disponíveis, esses dados reforçam a necessidade de ferramentas adicionais para reduzir o subdiagnóstico da AOS

Introduction: Obstructive sleep apnea (OSA) is an undiagnosed condition in clinical practice. The lack of typical symptoms in a subset of OSA patients as well as the limited availability of polysomnography (considered the gold standard method for diagnosing OSA) may partly explained this underdiagnosis. Several studies have explored the development of screening methods for identifying individuals with OSA. Overweight is a well-established risk factor for OSA. Global (body mass index, BMI) and regional (e.g., neck and waist circumferences) anthropometric measurements of adiposity are simple and low-cost tools that correlate with OSA. In addition, OSA screening questionnaires, although validated, have a non-ideal accuracy in detecting this sleep-disordered breathing. However, it is unclear whether the combination of two or more of these anthropometric measures would improve performance in identifying individuals with OSA. Therefore, the main aim of this study was to compare the performance of several anthropometric measurements alone or in combination to identify OSA in adults not referred to the Sleep Laboratory derived from the cohort of the Longitudinal Study of Adult Health (ELSA-Brasil). Methods: This is a cross-sectional study that recruited adults of both genders, participants of the ELSA-Brasil, Sao Paulo center. The participants performed sleep assessments with portable polygraphy (Embletta GoldTM) and questionnaires assessing the risk of OSA (Berlin questionnaire and NoSAS score). The anthropometric measures - body mass index (BMI), neck circumference (NC), waist circumference (WC), waist-to-height ratios (WHtR), waist-hip ratio (WHR) and body shape index (BSI) - were performed in a standardized way with no access to the sleep data. A receiver operating characteristic curve analysis was performed, and the area under the curve (AUC) was calculated to evaluate the accuracy of the anthropometric measurements to detect OSA. A logistic regression analysis was performed combining the global anthropometric measures with other regional (cervical and/or abdominal) measures adjusting for the two other important risk factors for OSA: age and gender. We also compared the performance of the anthropometric measurements with the Berlin questionnaire and the NoSAS score. Results: During two years, 2,334 participants were initially recruited and 2,059 completed all evaluations. Overall, our sample comprised predominantly females (56%) and the mean age was 49 ± 8 years. The frequency of OSA was 32.3% and the percentage of men (58 vs. 37%) and age (51 ± 8 vs. 48 ± 8 years) were significantly higher in the OSA group compared to their counterparts, respectively. Approximately one third of our sample consisted of overweight or obese individuals. Participants with OSA had a higher frequency of overweight/obesity and higher values of anthropometric measures than subjects without OSA. All anthropometric measurements alone showed a reasonable ability to identify OSA (approximately AUC 0.700). There was a modest improvement in the accuracy to identify OSA after adjustment for sex and age, and the highest AUC was found for BMI (AUC=0.760 [95% CI: 0.739 - 0.781]), followed by WHtR (AUC=0.758 [95% CI: 0.737 - 0.780]), WC (AUC=0.753 [95% CI: 0.732 - 0.775]), NC (AUC=0.733 [95% CI: 0.711 - 0.755]), WHR (AUC=0.722 [95% CI: 0.699 - 0.745]) and BSI (AUC=0.680 [95% CI: 0.656 - 0.704]). No significant differences were observed in AUCs except for the lower value of BSI (p < 0.05 vs. other measurements). The combination of different anthropometric measurements did not improve the accuracy in discriminating OSA. In the comparisons of anthropometric measurements with the screening questionnaires, we did not observe significant differences in the performance of for age- and gender-adjusted BMI (AUC=0.748 [95% CI: 0.727 - 0.770]) compared to the NoSAS score (AUC=0.760 [95% CI: 0.739 - 0.781]). However, the Berlin questionnaire (AUC=0.666 [95% CI: 0.653 - 0.699]) had a lower performance than adjusted BMI and the NoSAS score (p < 0.05 for each comparison). Conclusions: Among several global and regional anthropometric measurements of adiposity, age- and gender-adjusted BMI had the best accuracy to detect OSA in a cohort of individuals not referred to the sleep study. The combination of regional adiposity measurements or the combination of these with BMI did not improve the ability to detect OSA. However, considering the AUC values for the anthropometric variables as well as the AUC of the available sleep questionnaires, these data underscore the need of additional tools to reduce the underdiagnosis of OSA