Università di Genova logo, link al sitoUniRe logo, link alla pagina iniziale
    • English
    • italiano
  • English 
    • English
    • italiano
  • Login
View Item 
  •   DSpace Home
  • Tesi
  • Tesi Post-Laurea
  • Scuola di Specializzazione
  • View Item
  •   DSpace Home
  • Tesi
  • Tesi Post-Laurea
  • Scuola di Specializzazione
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Valutazione della composizione corporea in pazienti affetti da iperprolattinemia: analisi comparativa di differenti metodiche

View/Open
tesi35766861.pdf (2.837Mb)
Author
Brasili, Sara <1996>
Date
2025-11-21
Data available
2026-12-04
Abstract
Background: elevati livelli di prolattina (PRL) sembrano peggiorare lo stato metabolico. Gli studi oggi disponibili hanno prevalentemente valutato donne (F) in età premenopausale, mentre le evidenze nelle F in post-menopausa e negli uomini (M) sono limitate. Materiali e metodi: Studio retrospettivo-prospettico su 67 pazienti (≥18 anni) con pregressa diagnosi di iperprolattinemia e livelli di PRL stabili da >6 mesi. Sono stati confrontati i parametri biochimici e metabolici tra M e F, è stata effettuata una subanalisi in base ai livelli di PRL e analizzati i dati di composizione corporea ottenuti da bioimpedenziometria (BIA) e/o densitometria (DXA). Con la RM sella è stato valutato lo spessore del muscolo massetere (MMT) e temporale (TMT) e il grado di infiltrazione adiposa (classificazione di Goutallier). Risultati: La coorte comprendeva 67 pazienti (37 M). Il gruppo M, di età media più elevata, aveva un profilo metabolico peggiore rispetto al gruppo F: glicemia (93 vs 83 mg/dL, p>0.01), HOMA-I (2.3 vs 1.1, p=0.01), trigliceridi (96 vs 80 mg/dL, p=0.01) e HDL (45 vs 59 mg/dL, p>0.01). Negli M, differenze significative tra i gruppi PRL sono state riscontrate per fat mass index (FMI) (p=0.04) e FMI/ fat free mass index (FFMI) (p=0.03), maggiori con iperPRL. La PRL correlava positivamente con FMI (rho= 0.45, p=0.01), FFMI (rho=0.45, p=0.01) e l’indice di massa scheletrica RSMI (rho=0.39, p=0.03) e %massa adiposa (rho=0.36, p=0.04); l’età correlava negativamente con RSMI (rho=-0.58, p<0.01). DXA e BIA differivano nella valutazione del BMI (p<0.01), ma risultavano coerenti per la massa adiposa. MMT e TMT correlavano positivamente con SMM (p=0.04; p=0.05). Conclusioni: I dati suggeriscono che l’iperprolattinemia, in particolare negli M, sia associata a una composizione corporea sfavorevole. DXA, BIA e RM sono alternative valide per la valutazione della composizione corporea, nonostante la BIA possa sovrastimare il BMI.
 
Background: Elevated prolactin (PRL) levels appear to worsen metabolic status. Most available studies focus on premenopausal women (F), while evidence in postmenopausal women and men (M) is still lacking. Materials and Methods: A retrospective–prospective study was conducted on 67 patients (≥18 years) with previous diagnosis of hyperprolactinemia and stable PRL levels for >6 months. Biochemical and metabolic parameters were compared between M and F. A subgroup analysis was performed according to PRL levels, and body composition was assessed by bioelectrical impedance analysis (BIA) and/or dual-energy X-ray absorptiometry (DXA). Pituitary MRI was used to evaluate masseter muscle thickness (MMT), temporal muscle thickness (TMT), and fatty infiltration (Goutallier classification). Results: The cohort included 67 patients (37 M). The M group had higher mean age and showed a worse metabolic profile than F: glucose (93 vs 83 mg/dL, p>0.01), HOMA-I (2.3 vs 1.1, p=0.01), triglycerides (96 vs 80 mg/dL, p=0.01), and HDL (45 vs 59 mg/dL, p>0.01). In M, significant differences among PRL groups were found regarding fat mass index (FMI) (p=0.04) and FMI/fat-free mass index (FFMI) (p=0.03), both higher in M with hyperprolactinemia, despite similar testosterone levels. PRL correlated positively with FMI (rho=0.45, p=0.01), FFMI (rho=0.45, p=0.01), relative skeletal muscle index (RSMI) (rho=0.39, p=0.03), and %fat mass (rho=0.36, p=0.04); age correlated negatively with RSMI (rho=-0.58, p<0.01). DXA and BIA differed in BMI estimation (p<0.01) but were consistent for fat mass assessment. MMT and TMT correlated positively with skeletal muscle mass (SMM) (p=0.04; p=0.05). Conclusions: These data suggest that hyperprolactinemia, particularly in men, is associated with an unfavourable body composition. DXA, BIA, and MRI are reliable alternative methods for assessing body composition, although BIA may overestimate BMI.
 
Type
info:eu-repo/semantics/doctoralThesis
Collections
  • Scuola di Specializzazione [475]
URI
https://unire.unige.it/handle/123456789/14047
Metadata
Show full item record

UniRe - Università degli studi di Genova | Information and Contacts
 

 

All of DSpaceCommunities & Collections

My Account

Login

UniRe - Università degli studi di Genova | Information and Contacts