Desarrollo y validación de un puntaje de riesgo para el pesquisaje focalizado de prediabetes y Diabetes en la población ecuatoriana

Marcelo Nicolalde Cifuentes, Carlos Solís, Gladys Nájera, Gisella Soriano, Wilma Campoverde, Martha Moreno Montalván, Judith Vaca, Sylvia Gallegos Espinosa

Texto completo:

PDF

Resumen

Introducción: Se requieren estrategias novedosas para la identificación temprana de la Diabetes mellitus tipo 2 (DMT2). Objetivo: Desarrollar y validar un score de riesgo simple y de bajo costo de la DMT2 en la población ecuatoriana que sirva para establecer la probabilidad de Prediabetes/Diabetes y realizar screening focalizado en las personas de alto riesgo como parte de programas preventivos orientados a disminuir la incidencia y la prevalencia de la enfermedad en el Ecuador. Diseño del estudio: Transversal, abierto, multicéntrico. Serie de estudio: 2,963 personas no diagnosticadas de DMT2 provenientes de las zonas de afluencia de los 23 centros participantes de las principales ciudades de la Costa y la Sierra ecuatorianas. De la muestra se seleccionaron al azar una primera submuestra de 2,093 individuos para el desarrollo del score, y una segunda con 880 para la validación del mismo. Métodos: Se utilizaron técnicas de regresión logística múltiple para establecer el peso específico de cada una de las variables propuestas como predictoras dentro del score, así como su capacidad de predecir estados de Prediabetes/Diabetes en el sujeto examinado. La validez diagnóstica del score desarrollado finalmente se evaluó mediante la construcción de las correspondientes curvas ROC. Resultados: La edad del sujeto, los antecedentes familiares de DM, el patrón corriente de actividad física, y el Índice de Masa Corporal (IMC) se incluyeron finalmente en el score desarrollado. El score devuelve puntos comprendidos dentro de una escala entre 0 – 19 de acuerdo con la combinación de los predictores en el sujeto. La exactitud diagnóstica del score fue del 71 % (estimada por el área bajo la curva ROC). Se seleccionó el punto de corte de 14 por la mayor sensibilidad y especificidad diagnósticas según la curva ROC para predecir un 23 % de probabilidad de ocurrencia de Prediabetes/Diabetes. Conclusiones: El score desarrollado para el screening focalizado de la Prediabetes/Diabetes es válido, útil y fácil de aplicar en la identificación eficiente de individuos de alto riesgo en el transcurso de campañas de salud pública.

Palabras clave

Diabetes; Pesquisaje; Predicción

Referencias

Saeedi P, Petersohn I, Salpea P, Malanda B, Karuranga S, Unwin N; for the IDF Diabetes Atlas Committee. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: Results from the International Diabetes Federation Diabetes Atlas. Diab Res Clin Pract 2019;157:107843. Disponible en: https://www.sciencedirect.com/science/article/pii/S0168822719312306. Fecha de última visita: 20 de Enero del 2020.

O’Connell JM, Manson SM. Understanding the economic costs of diabetes and prediabetes and what we may learn about reducing the health and economic burden of these conditions. Diabetes Care 2019;42:1609-11.

Ali SN, Dang-Tan T, Valentine WJ, Hansen BB. Evaluation of the clinical and economic burden of poor glycemic control associated with therapeutic inertia in patients with type 2 diabetes in the United States. Adv Ther 2020;37:869-82.

Bansode B, Jungari S. Economic burden of diabetic patients in India: A review. Diab Metab Synd Clin Res Rev 2019;13:2469-72.

Mapa-Tassou C, Katte JC, Mba Maadjhou C, Mbanya JC. Economic impact of Diabetes in Africa. Curr Diab Rep 2019;19(2):5. Disponible en: http://doi:10.1007/s11892-019-1124-7. 21 de Enero del 2020.

Sinisterra-Loaiza L, Cardelle-Cobas A, Abraham AG, Calderon MN, Espinoza MA. Diabetes in Latin America: Prevalence, complications, and socio-economic impact. Int J Diabetes Clin Res 2019;6(3):112-112. Disponible en: http://doi:10.23937/2377-3634/1410112. Fecha de última visita: 27 de Junio del 2019.

Samuels TA, Cohen D, Brancati FL, Coresh J, Kao WH. Delayed diagnosis of incident type 2 Diabetes mellitus in the ARIC study. Am J Manag Care 2006;12:717-24.

Harris MI, Klein R, Welborn TA, Knuiman MW. Onset of NIDDM occurs at least 4–7 yr before clinical diagnosis. Diabetes Care 1992;15:815-9.

Tabák AG, Herder C, Rathmann W, Brunner EJ, Kivimäki M. Prediabetes: A high-risk state for Diabetes development. The Lancet 2012;379(9833):2279-90.

Bansal N. Prediabetes diagnosis and treatment: A review. World J Diabetes 2015;6(2):296-303. Disponible en: http://doi:10.4239/wjd.v6.i2.296. Fecha de última visita: 21 de Enero del 2020.

Vegt F, Dekker JM, Jager A, Hienkens E, Kostense PJ, Stehouwer CDA; et al. Relation of impaired fasting and postload glucose with incident type 2 Diabetes in a Dutch population: The Hoorn Study. JAMA 2001;285:2109-13.

Watson CS. Prediabetes: Screening, diagnosis, and intervention. J Nurse Practitioners 2017; 13:216-21.

Diabetes Prevention Program Research Group. Reduction in the incidence of type 2 Diabetes with lifestyle intervention or metformin. N Engl J Med 2002;346(6):393-403.

Poltavskiy E, Kim DJ, Bang H. Comparison of screening scores for Diabetes and prediabetes. Diab Res Clin Pract 2016;118:146-53.

Lindstrom J, Toumiletho J. The Diabetes Risk Score. A practical tool to predict type 2 Diabetes risk. Diabetes Care 2003;26:725-31.

Glümer C, Carstensen B, Sandbæk A, Lauritzen T, Jørgensen T, Borch-Johnsen K. A Danish Diabetes risk score for targeted screening: The Inter99 study. Diabetes Care 2004;27:727-33.

Mohan V, Deepa R, Deepa M, Somannavar S, Datta M. A simplified Indian Diabetes Risk Score for screening for undiagnosed diabetic subjects. J Assoc Phys India 2005;53:759-63.

Pawar SD, Naik JD, Prabhu P, Jatti GM, Jadhav SB, Radhe BK. Comparative evaluation of Indian Diabetes Risk Score and Finnish Diabetes Risk Score for predicting risk of Diabetes mellitus type II: A teaching hospital-based survey in Maharashtra. J Family Med Prim Care 2017;6(1):120-125. Disponible en: http://doi:10.4103/2249-4863.214957. Fecha de última visita: 22 de Enero del 2020.

Zhang L, Zhang Z, Zhang Y, Hu G, Chen L. Evaluation of Finnish Diabetes Risk Score in screening undiagnosed Diabetes and prediabetes among U.S. adults by gender and race: NHANES 1999-2010. PLoS One 2014;9(5):e97865. Disponible en: http://doi:10.1371/journal.pone.0097865. Fecha de última visita: 22 de Enero del 2020.

Liu M, Pan C, Jin M. A Chinese diabetes risk score for screening of undiagnosed diabetes and abnormal glucose tolerance. Diab Technol Therap 2011;13:501-7.

Mavrogianni C, Lambrinou CP, Androutsos O, Lindström J, Kivelä J, Cardon G; et al.; for the Feel4Diabetes-study group. Evaluation of the Finnish Diabetes Risk Score as a screening tool for undiagnosed type 2 diabetes and dysglycaemia among early middle-aged adults in a large-scale European cohort. The Feel4Diabetes-study. Diab Res Clin Pract 2019;150:99-110.

Carrillo‐Larco RM, Aparcana‐Granda DJ, Mejia JR, Barengo NC, Bernabe‐Ortiz A. Risk scores for type 2 diabetes mellitus in Latin America: A systematic review of population‐based studies. Diabetic Medicine 2019;36:1573-84.

Freire W, Ramirez M, Belmont P. Resumen Ejecutivo: Tomo I. Encuesta Nacional de Salud y Nutrición del Ecuador. ENSANUT-ECU 2011-2013. Ministerio de Salud Pública. Instituto Nacional de Estadística y Censos. Quito: 2013.

Usina J, Carrera S. Anuario de estadísticas vitales nacimiento y defunciones. Instituto Nacional de Estadística y Censos. Quito: 2013.

Ecuador. Principales causas de mortalidad general. INEC Instituto Nacional de Estadísticas y Censos. Quito: 2007.

Seiglie JA, Marcus ME, Ebert C, Prodromidis N, Geldsetzer P, Theilmann M; et al. Diabetes prevalence and its relationship with education, wealth, and BMI in 29 low-and middle-income countries. Diabetes Care 2020;43:767-75.

Carrillo-Larco RM, Pearson-Stuttard J, Bernabe-Ortiz A, Gregg EW. The Andean Latin-American burden of diabetes attributable to high body mass index: A comparative risk assessment. Diabetes Res Clin Pract. 2020;160:107978. Disponible en: http://doi:10.1016/j.diabres.2019.107978. Fecha de última visita: 22 de Enero del 2020.

Muntner P, Shimbo D, Carey RM, Charleston JB, Gaillard T, Misra S; et al. Measurement of blood pressure in humans: A scientific statement from the American Heart Association. Hypertension 2019;73(5):e35-e66. Disponible en: http://doi:10.1161/HYP.0000000000000087. Fecha de última visita: 22 de Enero del 2020.

Gray GE, Gray LK. Anthropometric measurements and their interpretation: principles, practices, and problems. J Am Diet Assoc 1980;77:534-9.

Ness‐Abramof R, Apovian CM. Waist circumference measurement in clinical practice. Nutr Clin Pract 2008;23:397-404.

Burrin JM, Price CP. Measurement of blood glucose. Ann Clin Biochem 1985;22:327-42.

Pampel F. Logistic regression. A primer. Sage University. London: 2000.

Hosmer D, Lemshow S. Applied logistic regresion. John Wiley & Sons. New York: 1989.

Kleinbaum D. Logistic regresion. Springer. New York: 1994.

Marzban C. The ROC curve and the area under it as performance measures. Weather Forecast 2004;19:1106-14.

World Medical Association. Declaration of Helsinki on the ethical principles for medical research involving human subjects. Eur J Emergency Med 2001;8:221-3.

Declaración de Helsinki de la Asociación Médica Mundial. Principios éticos para las investigaciones médicas en seres humanos. 41a Asamblea Médica Mundial Hong Kong, en septiembre de 1989. An Sist Sanit Navarra 2008;24: 209-12.

Enlaces refback

  • No hay ningún enlace refback.




Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.