Mediante el programa Curve expert 3.1⁴ se probaron diversos modelos de ajuste matemáticos para modelar la relación entre los promedios de la puntuación z del peso para la edad respecto a la referencia NCHS-OMS (Zpe) y los promedios de edad en los nueve grupos etáreos referidos en 28,439 niños estudiados en la ENAL 96 (Cuadro 2). El mejor ajuste (R=0.987), entre 30 modelos matemáticos no lineales explorados, fue el polinomio de quinto grado:

ƒ(x)= a+bx+cx2+dx3+ex4+ƒx5

La modelización de los promedios Zpe de los nueve grupos etáreos calculados a partir de la base de datos de la ENAL 96 se presenta en la Figura 1.

El índice nutricional propuesto en el presente trabajo es la integral de esta función polinomial, es decir, el área entre la curva del polinomio y el eje de las abscisas, el cual cuantifica la brecha existente entre la población estudiada y una población teóricamente libre de desnutrición, entre los 0 y los 60 meses de edad, cuyos promedios Zpe serían iguales a cero en todos los intervalos de edad:


Obviamente, en promedio, los valores negativos del índice indican deficiencia de peso para la edad y los valores positivos son indicativos de sobrepeso.

TABLA 2
Edad y puntuación z promedios del peso para la edad de los niños
menores de 5 años estudiados por la ENAL 1996, según intervalos de edad

FIGURA 1
Modelización de los promedios Zpe de nueve grupos etáreos calculados
a partir de los datos de la ENAL 96. México 1996

Los valores de este índice pueden ser estimados fácilmente para cualesquiera intervalos de edad, como la integral definida para tales valores de x correspondientes a la edad en meses. En este sentido denotamos el índice con el símbolo: aIw, donde a y w corresponden a los límites inferior y superior, respectivamente, del intervalo de edad en meses. Por ejemplo, ₀I₆₀ corresponde al índice de la población comprendida entre la edad de 0 y 60 meses;, 0I12 al del intervalo de edad de 0 a 12 meses, y así consecuentemente.

Una vez definido el modelo, a continuación se procedió a calcular el índice para cada uno de los cinco grupos de datos antropométricos referidos. El coeficiente de correlación de este modelo respecto a los promedios calculados para los cinco conjuntos de datos se ubicó en el intervalo .937
Dado que la ENN 88 no tuvo un diseño muestral que permitiera la diferenciación urbano-rural, al índice nacional se le imputó una diferenciación urbano-rural a partir del índice rural de la ENAL 89 (-48.8) como estimador proximal; si se considera un porcentaje del 25% de la población rural (localidades con menos de 2500 habitantes) respecto a la población total del país de acuerdo con el Censo Nacional de Población 1990⁵, tenemos que:


donde:

IN₈₈ es el ₀I₆₀ nacional 1988
IR₈₉ es el ₀I₆₀ rural obtenido en la ENAL 89
IU₈₈ es el ₀I₆₀ urbano 1988

por lo que:

IU₈₈= (39.6 - .25 (48.8))/.75= 36.5 (2)

Cabe indicar que para referir la magnitud del índice en el presente trabajo se hace en función de su valor absoluto y no de su valor relativo; es decir, conceptualmente, un índice de -39 se considera "mayor" que -25 , en tanto que expresa una magnitud mayor de deterioro nutricional de una población, y no una relación matemática en la que, obviamente, -25>-39.


RESULTADOS
En el Tabla 3 se presentan los resultados obtenidos para cada uno de los cinco conjuntos de datos de las encuestas probabilísticas analizadas. A continuación se detallan los resultados para cada uno de los cinco conjuntos de datos.

Encuestas Nacionales de Nutrición 1988-1999
De acuerdo con el 0I60, a nivel nacional, se observa una mejoría ostensible entre los años 1988 y 1999 al pasar de -39.6 a -16.8, es decir un coeficiente de variación de (57.6 %) Esta mejoría corresponde fundamentalmente con la mejoría observada en el medio urbano con un descenso de -36.5 a -8.4 (76.9%) , en tanto que en el medio rural el índice descendió tan sólo de -48.8 a -37.7 (22.5%). En consecuencia 1988 el 0I60 rural era del 34% mayor que el 0I60 urbano, en tanto que en 1999 la diferencia fue de 447%.

La presentación del índice por intervalos anuales de edad muestra que en 1988 el ⁰I₁₂ es menor que los índices de las edades siguientes: de-4.87; el deterioro se incrementa a valores entre -8.02 y -9.58 en los siguientes cuatro años de vida. En 1999 el 0I12 es de 1.77 indicativo de sobrepeso; en las edades los subsecuentes se observaron valores de deterioro entre -3.61 y -5.85.

TABLA 3
Índice de desnutrición infantil en distintas encuestas nacionales
de nutrición según grupos etáreos y diferentes estratos

Se pueden apreciar también diferencias de los índices por sexo. En 1988 el 0I60 de los niños fue 6% mayor que el de las niñas, en tanto que en 1999 dicha diferencia fue del 41%, expresándose ya en forma clara una tendencia al sobrepeso en el ₀I₁₂ de las niñas.

La representación gráfica del modelo polinomial de estas encuestas se presentan en la Figura 2.

FIGURA 2
Comparación del Indice Polinomial en menores de 5 años.
Encuestas Nacionales de Nutrición, México 1988 y 1999

Encuesta Urbana Ciudad de México
En 1995 en la ciudad de México el ₀I₆₀ fue de -5.9. Al evaluar en forma separada este índice para los niños de los estratos socioeconómicos inferior y superior se observa una notable polarización alimentaria, ya que en los estratos socio-económicos inferiores fue de -17.3 y en el estrato superior fue de 18.0, lo que es indicativo de un sobrepeso importante en los niños de este estrato (Figura 3).

Por intervalos anuales el índice del estrato inferior urbano muestra, a diferencia de lo observado en las ENN 88 y 99, que no hay progresión importante en el deterioro nutricional entre el ₀I₁₂ (-3.52) y los subsecuentes grupos etáreos (de -2.11 a -4.29). Sin embargo sí se observa una progresión en el sobrepeso de los estratos superiores al pasar de un 0I12 de 2.75 a un 12I24 de 3.99 y un 24I36 de 6.36.

FIGURA 3
Comparación del Indice Polinomial de desnutrición infantil de los estratos
socioeconómicos Superior e Inferior
de la Zona Metropolitana de la Ciudad de México, 1995

Encuestas Nacionales en el Medio Rural 1989 y 1996
El 0I60 en las localidades rurales descendió de -48.8 en 1989 a -41.3 en 1996. Esta disminución se dio a expensas del ₀I₃₆ el cual disminuyó en un 30% (-27.6 a -19.3), en tanto que el 36I60 únicamente presentó una variación mínima en sentido opuesto (-19.3 a -22.1).

Hubo también una notable disminución del deterioro nutricional en las localidades indígenas al pasar el ₀I₆₀ de -78.3 a -54.5, lo que representa una disminución del 31% en la brecha nutricional. No obstante esta mejoría, la población rural indígena del país es la que presenta los mayores niveles de desnutrición en 1996: 45% superior a la del medio rural no indígena.

Las diferencias por género son consistentes en prácticamente todos los grupos de edad de las ENAL 89 y 96. Los hombres suelen presentar un mayor deterioro nutricional que las mujeres; en 1989 el ₀I₆₀ de los niños (-52.8) fue 18% superior al de las niñas (-44.9). En 1999 esta diferencia fue del 11% (-43.5 y -39.1, niños y niñas respectivamente).

El análisis regional se realizó únicamente para la ENAL 96. El ₀I₆₀ revela una gran polarización nutricional norte-sur, congruente con las características sociales y geoeconómicas del país. En la región Norte este índice es de tan solo -12.7, observándose una tendencia al sobrepeso en el ₀I₁₂ (4.0). En la región Centro el ₀I₆₀ es de -41.3, en tanto que en la región Sur se eleva hasta 54.5.

Se realizó también el cálculo de los índices anuales y total para cada Estado de la República Mexicana, las cuales se presentan en el Cuadro 4. Los estados de Sonora y Baja California Sur muestran ya un 0I60 con valores indicativos de sobrepeso: 17 y 8.4, respectivamente. Con mucho Guerrero es el estado con mayor deterioro nutricional (₀I₆₀=-75.1) seguido de los estados de Puebla, Yucatán, Oaxaca y Quintana Roo (₀I₆₀ entre -58.8 y -64.5).

TABLA 4
Índice de desnutrición Infantil de la Encuesta Nacional de Nutrición
en el Medio Rural 1996, por entidad federativa y grupos etáreos

DISCUSION
Las curvas obtenidas con los datos observados presentaron inflexiones muy pronunciadas que corresponden a periodos diferenciables en la historia natural de la desnutrición infantil relacionados con el peso al nacer, lactancia materna, edad de ablactación, la incidencia de infecciones y parasitosis, la competencia inmunológica y sobrevivencia, entre otros factores. ^6,7,8 El análisis por segmentos de edad específica permite también modelar matemáticamente la dinámica de los periodos en los cuales el daño nutricional se presenta con mayor intensidad, lo cual puede apreciarse también a simple vista en la representación gráfica del polinomio generado a partir de los datos observados.

El índice propuesto como la integral del polinomio de quinto grado, nos permite apreciar cualitativa y cuantitativamente la brecha que separa a las poblaciones estudiadas respecto a la población de referencia. De esta manera es posible describir los cambios ocurridos a través del tiempo, así como discriminar los contrastes que existen entre diferentes grupos poblacionales, lo cual no es posible cuando se analiza únicamente la prevalencia de desnutrición en menores de 5 años.

El índice polinomial de desnutrición infantil, permite una comparación objetiva entre diferentes encuestas y a diferentes escalas, lo cual cobra importancia en los países latinoamericanos donde se genera de manera permanente información del estado de nutrición en población infantil, a través de encuestas y programas, los cuales hasta el momento actual han permitido cuantificar y establecer algunos cambios en el tiempo, pero sin poder establecer comparaciones consistentes entre diferentes poblaciones.

Al analizar la información de las encuestas nacionales mediante este índice, es posible apreciar los cambios importantes ocurridos en los años recientes en México, como resultado de un complejo proceso de transición, en el cual la disminución de la prevalencia nacional de desnutrición, lejos de implicar la superación de un grave problema, se presenta como un fenómeno de polarización nutricional. En el medio urbano se transita aceleradamente hacia graves problemas de sobrealimentación, en tanto que los problemas de desnutrición persisten en forma importante en el medio rural, y, en menor medida, en los sectores urbanos inferiores. Es posible identificar incluso zonas de deterioro muy importante como las regiones indígenas y el estado de Guerrero.

La identificación de grupos de riesgos es uno de los atributos más destacados de este índice, al con mayor detalle la dinámica de la desnutrición en la población menor de cinco años, no sólo diferenciando entre grupos por características sociodemográficas de relevancia epidemiológica, sino también al establecer los periodos de edad en los que se produce el deterioro nutricional o el sobrepeso en el grupo estudiado.

El índice puede ser también de utilidad para evaluar objetivamente el impacto de las intervenciones de apoyo a la nutrición, en programas que cuenten con un sistema de vigilancia longitudinal del estado de nutrición de la población atendida. Las diferencias observadas entre dos momentos a lo largo del programa permiten apreciar la evolución de la brecha nutricional en respuesta a las acciones del programa, sin necesidad de efectuar ajustes de prevalencia por estructura de población en ambos momentos.

A través de esta investigación, se observaron algunas limitaciones de este índice que es necesario tomar en cuenta. Debe cuidarse la capacidad del modelo para representar la distribución de promedios de la puntuación z de la población estudiada. En este sentido cuando la r es menor a .90 recomendamos tener cautela en la interpretación del índice. Otras precauciones deben observarse en lo referente al tamaño de la muestra y a la varianza de los grupos. Cuando la muestra es pequeña los valores promedio pueden sesgarse en forma importante si uno de los casos presenta valores zpe muy bajos o muy altos; si ello ocurre en alguno de los grupos etéreos extremos, expresado en un error estándar alto, habrá una distorsión de los valores extrapolados correspondientes a cero ó sesenta meses, lo cual puede sesgar el índice en forma importante. Por otra parte, cuando tenemos un tamaño de muestra suficientemente grande, pero se observa una varianza elevada, puede ser indicativo que estamos mezclando dos o más poblaciones con atributos diferentes, como se observa claramente en la Enurbal 95.

Seria conveniente profundizar en el análisis del comportamiento de este índice polinomial en distintas poblaciones para establecer parámetros que permitan clasificar a las poblaciones. Si tomamos en cuenta que, a escala mundial, la mayor prevalencia observada de peso para la edad menor a -2z en menores de 5 años se ubica alrededor de 50%⁹, bajo el supuesto de proximidad suficiente de la media y la mediana, el promedio de -2zpe en el intervalo de 0 a 60 meses equivaldría a un valor del índice de -120, probablemente muy cercano al límite superior observable epidemiológicamente. En el presente trabajo el mayor índice encontrado, -79.28, correspondió a la población indígena de la ENAL 89.

Pudiera ser de utilidad clasificar a las poblaciones utilizando intervalos de 25 unidades para categorías de deterioro nutricional. De esta manera pudiera caracterizarse a las poblaciones de acuerdo con la siguiente escala de deterioro: leve (-1 a -24.9), moderado (-25 a -49.9), grave (-50 a -74.9), muy grave (-75 a -99.9) y extremadamente grave (superior a -100).

Este modelo deberá validarse en función de su sensibilidad y especificidad de acuerdo con otros criterios de prevalencia del estado de nutrición, considerados como estándares convencionales.

Se concluye, que este índice es útil y presenta ventajas para la evaluación y vigilancia epidemiológica del estado de nutrición de población en riesgo nutricional, sí como para cuantificar el efecto de los programas de nutrición y los cambios ocurridos a través del tiempo en población infantil.


REFERENCIAS

1. Organización Panamericana de la Salud (OPS). La Salud de las Américas. Volumen 1/. 1998.
   
   
2. Delgado H. La Seguridad Alimentaria y Nutricional en Centroamérica. Situación actual. INCAP. PP/NT/OO l. 200 l.
   
   
3. SEGEPLAN. Encuesta Nacional de Consumo Aparente de Alimentos. Guatemala. 1991.
   
   
4. Bressani R. Navarreto D, Garcia-Soto A, Elias L. Culinary practices and consumption characteristics of common beans at ,
   the rural home leve!. Arch Latinoamer Nutr 1988;38(4):925- '
   934.
   
   
5. S. Alarcón J, Andrino F. Diferencias urbano-rurales en la ingesta 1) de .alimentos de fa~ilias .pobres de Guatemala...Arch
   Latlnoamer Nutr 1991.39(3).327-335. "
   
   
6. Gamero H, Arita M, Bulux J, Solomons N. Patrón dietético e ingesta de nutrientes de niños pre-escolares de tres aldeas rurales del departamento de Santa Rosa, Guatemala. Arch Latinoamer Nutr 1996;46(1):22-26.
   
   
7. Matthews R. Legumes, Chemistry, Technology and Nutrition. Marcell Dekker, Inc USA. 389pp. 1989.
   
   
8. Blanco A, Bressani R. Biodisponibilidad de aminoácidos en el frijol (Phaseoulus vulgaris). Arch Latinoamer Nutr. 1991;41:38-51.
   
   
9. Torun B, Menchú M, Elias L. Recomendaciones dietéticas diarias del INCAP. INCAP MPl057, Guatemala. I 37pp. 1996.
   
   
10. Bressani R. Research needs to up-grade the nutritional quality of common beans (Phaseolus vulgaris). Qual Plant Plant Foods Hum Nutr. 1983;32:101-110.
    
    
11. Vásquez J, Sánchez-Muniz F. Revisión: Proteina de pescado y metabolismo del colesterol. Revista Española de Ciencia y Tecnología de Alimentos. 1994;34:589-608.
    
    
12. Kritchewsky D. Vegetal protein and atherosclerosis. J Am Oil Chem Soco 1979;56: 135-140.
    
    
13. Tobar J. Bioavailability of Starch in processed legumes. Importance of physical innaccesibility and retrogradation. Tesis Doctoral, Universidad de Lund. 1992.
    
    
14. FAO/OMS. Carbohydrates in human nutrition. (FAO Food and Nutrition Paper-66). Report of a Joint FAO/WHO Expert Consultation. Rome. 14-18 April 1997 Reprinted 1998.
    
    
15. Foster-Powel K, Holt S, Brand-Miller J. International Table of glycemic Index and glycemic load values: 2002. Am J Clin Nutr 2002;76:5-56.
    
    
16. Santiago J, Levy Benshimol A, Carmona A. Effect of Plzaseolus vulgaris lectins on glucose absorption, transport and metabolism in rat everted intestinal sacs. J Nutr Biochem 1993;4:426-430.
    
    
17. Longstaff M, McNab J. The inhibitory effects of hull polysaccharides and tannins of field beans (Vaciafaba L) on the digestion of aminoacids, starch and lipids and on digestives enzyme activities in young chicks. Brit J Nutr. 1991;65:199-216.
    
    
18. Fontvieille A. Rizkalla S, Penfornis A, Acosta M, Bomet F, Slama 4,. The use of low glycemic index foods improves metabolic control of diabetic patients over five weeks. Diabetic Medicine. 1992;9:1-7.
    
    
19. Brand-Miller J. Importance of glycemic index in diabetes. Am J Clin Nutr 1 992;59:747S- 752S.
    
    
20. Jarvi A. Karlstrom B. Granfeldt Y, Bjorck 1, Asp N, Vessby B. lmproved glycemic control and lipid profile and lipid profile and normalized fibrínolytic activify on a low-gycemic index diet in type 2 diabetic patients. Diabetes Care 1999;22: 1 0- 18.
    
    
21. Behall K, Howe J. Effect oflong-term consumption of amylose vs amylopectin starch on metabolic variables in human subjects. Am J Clin Nutr 1995;61 :334-340.
    
    
22. Goñi 1, Martin-Carron N. Fermentación colónica de fibra dietética y almidón resistente. En : Lajolo F. Saura-Calixto F, Witting de Penna E, Menezes. Fibra dietética en Iberoamérica:
    Tecnología y salud. Obtención, caracterización, efecto
    fisiológico y aplicación en alimentos. Editorial Varela, Sao Paulo.2001;311-338.
    
    
23. Bednar G, Patil A, Murray S, Grieshop C, Mercht'n N, Fahey G. Starch and fiber fractions in selected foods and feed ingredients affect their small intestine digestibility and fermentability and their large bowel fermentability and their large bowel fermentability in vitro in a canine modelo J Nutr 2001 ;131 :276-286.
    
    
24. Noah L, Guillon F, Bouchet B, Buléon A, Molis C, Gratas M, Champ M. Digestion of carbohydrate from white beans (Phaseolus vulgaris L) in healthy humans. J Nutr , 1998;128:977-985.
    
    
25. Herrera 1, González E, Romero J. Fibra dietética soluble, insoluble y total en leguminosas crudas y cocidas. Arch Latinoamer Nutr. 1998;48: 179-182. ,
    
    
26. Saura-Calixto F, Garcfa-Alonso A, Goñi 1, Bravo L. In vitro determination of the indigestible fraction in food. An alternative to dietary fiber analysrs. J Agric Food Chem 2000;48:3342-3347.
    
    
27. Meyer D, Tungland B. Non-digestible oligosaccharides and polysaccharides: their physiological effects and health implications. Advances Dietary Fibre Technology 200 1 ;39:455- 70.
    
    
28. Siavoshian S, Segain J, Kornprobst M, Bonnet C, Cherbut C, Galmiche J, Blottiere H. Butyrate and trichostatin A effects
    on the proliferation/differentation ofhuman intestinal epithelia , cells: induction of cyclin D3 and p21 expression. Gut 2000;46:507-514.
    
    
29. Bourdon 1, Olson B, Backus R, Richter D, Davis R. Schneeman , B. Beans, as a Source of Dietary Fiber, increase cholescistokinin and apolipoprotein B48 Response to test meal in men. J Nutr 2001;131:1485-1490.
    
    
30. Duane W. Effects of legume consumption on serum , cholesterol, biliary lipdsd and sterol metabolism in humans, J Lipd Res 1997:38:1120-1128.
    
    
31. Wright R, Anderson J, Bridges S, Propionate inhibits hepatocyte lipid synthesis. Proc Sor Exp Biol Med 1990;195:26-29.
    
    
32. Luyken R, Pikaar N, Polman H, Schippers F. The influence of . legumes on the serum cholesterol level. Voeding 23, 447- 453.
    
    
33. Brown L, Rosner b, Willet W, Sacks F. Cholesterol lowering effects of dietary fiber a meta-analysis. Am J Clin Nutr 1999;69:30-42.
    
    
34. Vunksan V, Jenkins D, Vidgen E, Ramsom T, Ng M, Cuthance C, O'Conner D. A novel sourceof wheat fibers and protein: effect on fecal bulk and serum lipids. Am J Clin Nutr 1999;47:367-379.
    
    
35. Anderson J, Hanna T. Impact of nondigestible carbohydrates on serum lipoproteins and risk of cardiovascular disease. J Nutr 1999; 129: 1457S-1466S.
    
    
36. Anderson J, Smith B, Moore K, Hanna T. Soy foods and health promotion. Vegetables, fruits and herbs for health promotion. 2000;117-134.
    
    
37. Kirsten R, Heintz B, Nelson K, Hesse K, Schneider E, Oremek G, nemeth N. Polyenlylphosphatidinecholine improves the lipoprotein profile in diabetic patients. Int J Clinical Pharm Therapeutics 1993;32:53-56.
    
    
38. Jones P, Raeini-Sarjaz M, Ntanios F, Vanstone C, Feng J. 1
    parsons w. Modulation of plasma lipid levels and cholesterol ! kinetics by phytosterol versus phytostanol esters. J Lipid Res j 2000:41:697-705. 1
    
    
39. Fruhbeck G, Monreal 1, Santidrian S. Hormonal implication ;
    of the hypocholesterolemic effect of intake of field beans 1 (Vicia faba L) by young men with hypercholesterolemia. Am ¡ J Clin Nutr 1997;33:1818-1827.
    
    
40. Krauss R, et al. AHA dietary guidelines. Revision 2000. A statement for healthcare professionals from the Nutrition Committee of the American Heart Association Circulation 2000;102:2284-2299.
    
    
41. Abd EI-Hardy EA, Habiba RA. Effect of soaking and extrusion conditions on antinutrients and protein digestibility of legume seeds. Lebensm-Wiss U- Technol 2003;36:285-293.
    
    
42. H athcock J. Residue trypsin inhibitor. Data needs for risk assessment . En: Nutritional and toxicological consequences of food processing. Pp 273-279. New York: Plenum Press 1991.
    
    
43. Clemente A, Domony C. Anticarcinogenic activity of protease inhibitors in legumes. En: Proceedings of the 4'h Euroean Conference on Grain Legumes. Cracow,pp 114-115. Paris: . AEP Editions. 200 l.
    
    
44. Savaiano D, Power J, Costello M, Whitaker J. Clifford A. The effect of an alpha amylase inhibitor on the growth Tale of weanling rats. Nutr Rep Int 1977; 15:443-449.
    
    
45. Puls W, Keup U.lnfluenceofan alpha-amylase inhibitor(Bay- d7791) on blood glucose, serum insulin and NEFA in starch loading test in rats, dogs and mano Diabetologia 1977:9:97- 101.
    
    
46. Boivin M, Flourié B, Rizza R, Go V, Di Magno E. Gastrointestinal and metabolic effects on amylase inhibition in diabetics. Gastroenterology 1988;94:387-394.
    
    
47. Bardoez S. Effect of phytohaemagglutinin on intestina! cell proliferation. Role of polyamines. Arch Latinoamer Nutr 1994; 44 (Suplemento 4):16S-20S.
    
    
48. Pryme 1, Pusztai A, Bardoez S, Ewen S. The induction of gut hyperplasia by phytohaemagglutinin in the diet and limitation of tumour growth. Histol Histopathol 1999; 13:575-583.
    
    
49. Sandberg A. Bioavailability of minerals in legumes. Brit J Nutr 2002;88 (Suppl 3): S281-S285.
    
    
50. Reddy B. Possible mechanisms by which pro- and prebiotics influence colon carcinogénesis and tumour growth. J Nutr 1999;129:1478S-1482S.
    
    
51. Alfonzo G. Efecto del tratamiento térmico sobre el contenido de fibra dietética total" soluble e insoluble en algunas leguminosas. Arch Latinoamer Nutr 2000;50(3):281-285. I 52. Costa de Oliveira A. Silva Queiroz K, Machado S. Carraro F.J
    
    
52. O processamento doméstico do feijao-comun ocasionou uma redu~ao nos fatores antinutricionais fitato e taninos. no teor' de amido e em fatores de flatulencia rafinose. estaquiose el, verbascose. Arch Latinoamer Nutr 2001 ;51 ;276-283.
    
    
53. Srisuma N, Reungsakulrach S, Uebersax M. Bennink M. Hammerschmidt R . Cell wall polysaccharides of Navy Beans (Phaseolus vulgaris). J Agric Food Chem 1991 ;39:855-858