Maria Gil Llinas
Research Subjects
Maria Gil Llinas has a total of 11 co-authors. Here are the top co-authors by number of shared publications:
- Alberto Ramírez Gallegos
Balearic Islands Health Service, 07010 Palma, Spain
1 shared publication - Antonio Serra-Capó1 shared publication
- Antonio Torres-Palacios1 shared publication
Eduardo Tejedo-Benedicto
1 shared publication- Ignacio Ramírez Gallegos
ADEMA-Health Group,University Institute for Research in Health Sciences (IUNICS), 07010 Palma, Balearic Islands, Spain
1 shared publication - José Ignacio Ramírez-Manent
ADEMA University School, University of the Balearic Islands, 07009 Palma, Spain
1 shared publication
Latest Publications
- 1 August 2026
- Published by Reial Acadèmia de Medicina de les Illes Balears in Academic Journal of Health Sciences
- Vol. 41 (4) , 401
Underestimation of visceral adiposity-related cardiometabolic risk by BMI in a large working population
Background: Body mass index (BMI) is widely used to assess obesity and cardiometabolic risk, but it does not account for fat distribution. Visceral adiposity plays a central role in metabolic dysfunction, and reliance on BMI alone may lead to misclassification of risk. Objective: To evaluate the extent to which BMI underestimates cardiometabolic risk compared with an index of visceral adiposity (METS-VF) in a large working population, and to identify population subgroups in which this underestimation is more pronounced. Methods: A cross-sectional study was conducted in 154,327 working-age adults undergoing routine occupational health examinations. Cardiometabolic risk was assessed using BMI and METS-VF. Misclassification was defined as discordance between both measures, with underestimation corresponding to individuals classified as low risk by BMI but high risk by METS-VF. Multivariable logistic regression models were used to identify factors associated with underestimation. Results: Overall, 18.7% of participants were misclassified, with underestimation representing the predominant pattern (14.9%). Agreement between BMI and METS-VF was moderate (kappa = 0.56). Underestimation was more frequent among women (17.8% vs 12.3%), increased with age (from 10.6% to 19.7%), and was more prevalent in individuals with lower educational attainment and manual occupations. In adjusted analyses, female sex (OR 1.42, 95% CI 1.38–1.47), older age (OR 1.18 per 10 years), and lower socioeconomic position were independently associated with underestimation. BMI showed moderate sensitivity (68.4%) but high specificity (91.2%) for detecting cardiometabolic risk. Conclusions: BMI substantially underestimates cardiometabolic risk compared with indices reflecting visceral adiposity. This limitation is particularly relevant among women, older individuals, and socially disadvantaged groups. Incorporating alternative measures of adiposity may improve risk detection and contribute to more equitable prevention strategies.
- 1 August 2026
- Published by Reial Acadèmia de Medicina de les Illes Balears in Academic Journal of Health Sciences
- Vol. 41 (4) , 401
Underestimation of visceral adiposity-related cardiometabolic risk by BMI in a large working population
Background: Body mass index (BMI) is widely used to assess obesity and cardiometabolic risk, but it does not account for fat distribution. Visceral adiposity plays a central role in metabolic dysfunction, and reliance on BMI alone may lead to misclassification of risk. Objective: To evaluate the extent to which BMI underestimates cardiometabolic risk compared with an index of visceral adiposity (METS-VF) in a large working population, and to identify population subgroups in which this underestimation is more pronounced. Methods: A cross-sectional study was conducted in 154,327 working-age adults undergoing routine occupational health examinations. Cardiometabolic risk was assessed using BMI and METS-VF. Misclassification was defined as discordance between both measures, with underestimation corresponding to individuals classified as low risk by BMI but high risk by METS-VF. Multivariable logistic regression models were used to identify factors associated with underestimation. Results: Overall, 18.7% of participants were misclassified, with underestimation representing the predominant pattern (14.9%). Agreement between BMI and METS-VF was moderate (kappa = 0.56). Underestimation was more frequent among women (17.8% vs 12.3%), increased with age (from 10.6% to 19.7%), and was more prevalent in individuals with lower educational attainment and manual occupations. In adjusted analyses, female sex (OR 1.42, 95% CI 1.38–1.47), older age (OR 1.18 per 10 years), and lower socioeconomic position were independently associated with underestimation. BMI showed moderate sensitivity (68.4%) but high specificity (91.2%) for detecting cardiometabolic risk. Conclusions: BMI substantially underestimates cardiometabolic risk compared with indices reflecting visceral adiposity. This limitation is particularly relevant among women, older individuals, and socially disadvantaged groups. Incorporating alternative measures of adiposity may improve risk detection and contribute to more equitable prevention strategies.
- 27 March 2026
- Published by Reial Acadèmia de Medicina de les Illes Balears in Academic Journal of Health Sciences
- Vol. 41 (2)
Occupational differences in insulin resistance: comparative assessment of physicians, nurses, and non-healthcare workers using TyG, METS-IR, and SPISE-IR indices
Introducción: La resistencia a la insulina (RI) es un determinante temprano de diabetes tipo 2 y enfermedad cardiometabólica. La posible variación sistemática de la RI entre grupos profesionales está poco estudiada. Evaluamos gradientes ocupacionales de RI mediante índices no basados en insulina en médicos, enfermeros y trabajadores no sanitarios. Métodos: Estudio transversal (España, 2021–2024) con 12.874 adultos (médicos, enfermeros, controles no sanitarios). Se obtuvieron antropometría estandarizada, presión arterial y bioquímica en ayunas. La RI se estimó con TyG, TyG-BMI, METS-IR y SPISE-IR. El “alto riesgo de RI” se definió por percentiles 75 específicos por sexo. Las diferencias entre grupos se analizaron con ANOVA/χ² (post hoc de Bonferroni). Modelos multivariables lineales y logísticos evaluaron la asociación entre ocupación e índices de RI (ajuste por edad, sexo, IMC, tabaquismo, alcohol, actividad física, adherencia a dieta mediterránea, trabajo a turnos y duración del sueño). Se valoraron discriminación (AUC con prueba de DeLong), calibración, análisis de curvas de decisión (DCA), y E-values. Resultados: Se observó un patrón ocupacional en gradiente: los médicos mostraron el perfil más favorable, los enfermeros intermedios y los controles, el menos favorable en todos los índices. La prevalencia de TyG alto fue ~13–14 % en controles frente a 1–3 % en médicos/enfermeros. En modelos ajustados, las odds de TyG alto fueron mayores en enfermeros vs. médicos (OR 2,15; IC95 % 1,80–2,51) y notablemente mayores en controles vs. médicos (OR 7,25; IC95 % 6,01–8,50); se observaron gradientes comparables para TyG-BMI, METS-IR y SPISE-IR (p. ej., controles vs. médicos OR ≈ 5,62–7,25). Las interacciones edad–IMC mostraron incrementos más pronunciados de RI con la edad en IMC altos. METS-IR y TyG-BMI ofrecieron la mejor discriminación (AUC > 0,75), con calibración satisfactoria y beneficio clínico neto en DCA entre umbrales 0,10–0,30. E-values > 7 para los contrastes control vs. médico indicaron robustez ante confusión no medida. Conclusiones: El riesgo de RI varía sustancialmente según la ocupación, con un gradiente consistente de médicos a enfermeros y a trabajadores no sanitarios, independiente de factores sociodemográficos y de estilo de vida. Los índices no basados en insulina permiten una estratificación factible del riesgo en salud laboral. Los hallazgos respaldan intervenciones preventivas dirigidas (diseño de turnos, higiene del sueño y nutrición, actividad física) y justifican estudios longitudinales y de intervención con métricas de exposición que integren cronobiología.
- 27 March 2026
- Published by Reial Acadèmia de Medicina de les Illes Balears in Academic Journal of Health Sciences
- Vol. 41 (2)
Occupational differences in insulin resistance: comparative assessment of physicians, nurses, and non-healthcare workers using TyG, METS-IR, and SPISE-IR indices
Introducción: La resistencia a la insulina (RI) es un determinante temprano de diabetes tipo 2 y enfermedad cardiometabólica. La posible variación sistemática de la RI entre grupos profesionales está poco estudiada. Evaluamos gradientes ocupacionales de RI mediante índices no basados en insulina en médicos, enfermeros y trabajadores no sanitarios. Métodos: Estudio transversal (España, 2021–2024) con 12.874 adultos (médicos, enfermeros, controles no sanitarios). Se obtuvieron antropometría estandarizada, presión arterial y bioquímica en ayunas. La RI se estimó con TyG, TyG-BMI, METS-IR y SPISE-IR. El “alto riesgo de RI” se definió por percentiles 75 específicos por sexo. Las diferencias entre grupos se analizaron con ANOVA/χ² (post hoc de Bonferroni). Modelos multivariables lineales y logísticos evaluaron la asociación entre ocupación e índices de RI (ajuste por edad, sexo, IMC, tabaquismo, alcohol, actividad física, adherencia a dieta mediterránea, trabajo a turnos y duración del sueño). Se valoraron discriminación (AUC con prueba de DeLong), calibración, análisis de curvas de decisión (DCA), y E-values. Resultados: Se observó un patrón ocupacional en gradiente: los médicos mostraron el perfil más favorable, los enfermeros intermedios y los controles, el menos favorable en todos los índices. La prevalencia de TyG alto fue ~13–14 % en controles frente a 1–3 % en médicos/enfermeros. En modelos ajustados, las odds de TyG alto fueron mayores en enfermeros vs. médicos (OR 2,15; IC95 % 1,80–2,51) y notablemente mayores en controles vs. médicos (OR 7,25; IC95 % 6,01–8,50); se observaron gradientes comparables para TyG-BMI, METS-IR y SPISE-IR (p. ej., controles vs. médicos OR ≈ 5,62–7,25). Las interacciones edad–IMC mostraron incrementos más pronunciados de RI con la edad en IMC altos. METS-IR y TyG-BMI ofrecieron la mejor discriminación (AUC > 0,75), con calibración satisfactoria y beneficio clínico neto en DCA entre umbrales 0,10–0,30. E-values > 7 para los contrastes control vs. médico indicaron robustez ante confusión no medida. Conclusiones: El riesgo de RI varía sustancialmente según la ocupación, con un gradiente consistente de médicos a enfermeros y a trabajadores no sanitarios, independiente de factores sociodemográficos y de estilo de vida. Los índices no basados en insulina permiten una estratificación factible del riesgo en salud laboral. Los hallazgos respaldan intervenciones preventivas dirigidas (diseño de turnos, higiene del sueño y nutrición, actividad física) y justifican estudios longitudinales y de intervención con métricas de exposición que integren cronobiología.