Logo de la Universitat de València Logo Unitat de Cultura Científica i de la Innovació - Càtedra de Divulgació de la Ciència Logo del portal

Investiguen un sistema per a previndre el desenvolupament de Diabetis Mellitus tipus 2 amb anàlisi de sang i paràmetres de fàcil obtenció

  • Unitat de Cultura Científica i de la Innovació
  • 3 d’octubre de 2022
(D’esquerra a dreta). Dalt: Ana Bárbara García García, Sergio Martínez Hervás i Francisco Lara Hernández. Baix: Javier Chaves i María Morales.
(D’esquerra a dreta). Dalt: Ana Bárbara García García, Sergio Martínez Hervás i Francisco Lara Hernández. Baix: Javier Chaves i María Morales.

Investigadors de la Universitat de València (UV), de l’Institut de Recerca Sanitària INCLIVA i de l’Hospital Clínic de València, entre altres centres, han fet un estudi per crear un model de predicció del risc de desenvolupar Diabetis Mellitus tipus 2 (DM2). Aquest agafa paràmetres presents en qualsevol anàlisi de sang rutinari (nivells de glucosa basal i triglicèrids) i uns altres que s’aconsegueixen fàcilment (edat, sexe, pes i alçada dels pacients). Els resultats d’aquest treball s’han publicat en la revista European Journal of Internal Medicine.

L’objectiu de l’estudi és disposar d’un sistema de fàcil aplicació a la clínica diària per previndre el desenvolupament de DM2, una malaltia que cada vegada afecta més persones i porta associades moltes complicacions, a més que consumeix una gran quantitat de recursos sanitaris. Els pacients amb aquesta patologia solen ser de més edat que aquells amb diabetis tipus 1, i a diferència d’aquells, poden produir insulina, si bé no en les quantitats que requereix l’organisme. Una identificació primerenca de persones susceptibles de desenvolupar DM2 permetria, juntament amb l’adopció d’hàbits de vida saludable, retardar o evitar-ne l’aparició.

Els resultats de l’estudi, en què per part de la UV han participat Isabel Peraita i María Morales, s’han dut a terme amb les dades obtingudes de l’estudi Di@bet.es, l’objectiu general del qual era analitzar la prevalença de DM2 a Espanya. Els investigadors s’han centrat en la identificació de factors que permeten conèixer qui pot desenvolupar diabetis encara que inicialment no en presenten un risc elevat, ja que representen fins al 60% dels nous casos de DM2. L’investigador principal d’aquest treball és Javier Chaves, responsable de la Unitat de Genòmica i Diabetis d’INCLIVA i científic del Centre de Recerca Biomèdica en Xarxa de Diabetis i malalties Metabòliques associades (CIBERDEM).

En l’estudi Di@bet.es hi han participat unes 5.500 persones, a les quals se’ls està fent un seguiment als set anys i mig. Inicialment només uns 600 eren pacients de DM2 i al cap dels anys de seguiment, 156 més han desenvolupat DM2. Amb una selecció de variables es va generar un arbre de decisió utilitzant el mètode estadístic CHAID (Chi-square Automatic Interaction Detector) amb què es va veure que la combinació dels valors en dejú de triglicèrids i glucosa, edat, sexe i IMC permet classificar correctament el 93% dels participants com a DM2 o no DM2.

De tots aquests paràmetres, el que té un efecte més gran és el dels nivells de glucosa en dejú. Si una persona té més de 106 mg/dl de glucosa en dejú, el seu risc de desenvolupar DM2 en el futur és 13 vegades més gran que a la resta. En canvi, en els que tenen nivells de glucosa inferiors a aquest valor i que desenvolupen DM2 (fins al 65% dels nous casos), i que són aquells més difícils de predir, utilitzant altres paràmetres com ara edat, IMC o nivells de triglicèrids es poden identificar els casos de més risc.

En l’estudi han intervingut, per part de la Unitat de Genòmica i Diabetis, Francisco Lara i Irene Andrés i Ana Bárbara García –també del CIBERDEM–; els doctors José T. Real, coordinador del Grup de Recerca sobre Risc Cardiometabòlic i Diabetis d’INCLIVA i cap de grup de CIBERDEM, i Sergio Martínez Hervás, investigador del mateix grup d’INCLIVA i de CIBERDEM).

 

Articulo: S. Martínez-Hervás et al. «Developing a simple and practical decision model to predict the risk of incident type 2 diabetes among the general population: The Di@bet.es Study». European Journal of Internal Medicine. Volume 102, August 2022, Pages 80-87. Doi: https://doi.org/10.1016/j.ejim.2022.05.005