Desarrollo y Validación de Modelo de Predicción de Riesgo de DM y Pre-DM

La Diabetes Mellitus (DM) es la segunda enfermedad crónica no transmisible (ENT) más común y un importante problema de salud pública. En 2017, se estimó que 451 millones de adultos en todo el mundo tenían DM, un número que se prevé aumente a 693 millones para 2045. En términos de carga económica, se estimó que el costo global de DM en 2015 fue de 1,31 billones de dólares estadounidenses, lo que representó el 1,8% del producto interno bruto global. En China, la prevalencia de DM ha aumentado rápidamente, de menos del 1 % en 1980 al 10,9 % en 2013, con aproximadamente 109,6 millones de adultos chinos (25,8 % de todos los casos en todo el mundo) que viven actualmente con la afección. Entre la población china, Hong Kong tiene una de las prevalencias más altas de DM. La Encuesta de Salud de la Población (PHS) 2014/2015 realizada por el Departamento de Salud encontró una prevalencia del 8,4 % de DM entre personas de 15 a 84 años en Hong Kong, más de la mitad (4,5 %) de los cuales se desconocían previamente. Los datos (no publicados) de la Encuesta de Salud de la Población 2014/2015 mostraron que otro 9,5 % de las personas de 15 a 84 años tenían hiperglucemia (prediabetes) pero desconocían el problema antes de la encuesta La DM puede provocar complicaciones graves, que conducen a la discapacidad morbilidad y mortalidad prematura. Varios ensayos controlados aleatorios (ECA) han encontrado que las intervenciones en el estilo de vida (p. ej., dieta, ejercicio) y los tratamientos farmacológicos son efectivos para prevenir la DM y sus complicaciones. Sin embargo, se ha informado que 224 millones de adultos (49,7% de todos los casos) en todo el mundo no saben que tienen la afección, similar al hallazgo del PHS de Hong Kong 2014/2015. La DM puede estar presente durante 9 a 12 años antes del diagnóstico y, a menudo, solo se detecta cuando los pacientes presentan complicaciones. Por lo tanto, existe una necesidad urgente de una detección más temprana de la DM para que se puedan proporcionar las intervenciones adecuadas para prevenir y/o retrasar la progresión de las complicaciones. Sería incluso más efectivo si los individuos pudieran identificarse en la etapa de prediabetes (pre-DM) cuando todavía puede haber una oportunidad de volver a la normoglucemia mediante modificaciones en el estilo de vida. Aunque la DM satisface todos los criterios de cribado de Wilson y Jungner (1968), los estudios han demostrado que el cribado de la población general no es eficaz y la recomendación actual es la búsqueda de casos dirigida a individuos de alto riesgo. El Marco de referencia de Hong Kong para el cuidado de la diabetes en adultos en entornos de atención primaria recomienda la detección periódica de DM entre las personas mayores de 45 años o con factores de riesgo de DM. Los métodos recomendados para la detección incluyen pruebas de tolerancia a la glucosa oral (OGTT) de 75 g, pruebas de glucosa en plasma en ayunas (FPG) o pruebas de HbA1c. De hecho, un análisis de costo-efectividad informó que la detección de DM y prediabetes ahorró costos entre los pacientes identificados como de alto riesgo (por ejemplo, índice de masa corporal (IMC)> 35 kg/m(2), presión arterial sistólica ≥ 130 mmHg > 55 años de edad) en comparación con ningún cribado. Con el fin de identificar a las personas de alto riesgo con mayor precisión, se han desarrollado e incorporado modelos de predicción de riesgo multivariados en los programas de prevención de la DM en varios países occidentales. Dichos modelos han incluido factores sociodemográficos (p. ej., edad, sexo), factores clínicos (p. ej., antecedentes familiares de DM, DM gestacional) o biomarcadores (p. ej., IMC, presión arterial). Sin embargo, la mayoría de estos modelos se desarrollaron principalmente en poblaciones caucásicas y no han funcionado tan bien entre las poblaciones chinas. Por ejemplo, se encontró que los modelos Prospective Cardiovascular Münster, Cambridge, San Antonia y Framingham tenían una discriminación inferior en una cohorte de personas chinas. Esto puede deberse a diferencias étnicas, así como al estilo de vida y factores socioeconómicos, lo que exige la necesidad de modelos de predicción de riesgos específicos para la población. Desde 2009, se han desarrollado una serie de modelos de predicción de riesgos y algoritmos de puntuación específicamente para las poblaciones chinas, en su mayoría de China continental, de los cuales solo dos se desarrollaron y validaron en chinos de Hong Kong. El primero utilizó factores simples autoinformados y mediciones de laboratorio para desarrollar un algoritmo de puntuación. Sin embargo, la generalización del modelo a los pacientes de atención primaria puede estar limitada ya que el 70 % de los sujetos de las muestras de desarrollo y validación tenían factores de riesgo conocidos para la DM. El segundo modelo de predicción de riesgo para los chinos de Hong Kong fue desarrollado previamente por miembros del equipo de investigadores con datos de 3357 conductores profesionales asintomáticos no diabéticos. Los factores de riesgo no laboratoriales incluyeron edad, IMC, antecedentes familiares de DM, actividad física regular (AF) e hipertensión arterial. Se agregaron triglicéridos al algoritmo basado en laboratorio. La aplicación de este modelo de predicción de riesgo es limitada porque la muestra fue predominantemente masculina (92,7%) conductores profesionales y la precisión fue modesta. Se observa que la mayoría de los factores incluidos en los modelos anteriores no son modificables (p. ej., antecedentes familiares de DM, DM gestacional, edad), y existe un llamado a futuras investigaciones para incorporar más factores de estilo de vida a fin de mejorar la validez predictiva. y el impacto de los modelos de predicción de riesgos. Los factores del estilo de vida que pueden estar asociados con la DM y la pre-DM incluyen el nivel de actividad física (AF), factores dietéticos (p. ej., ingesta de fibra, azúcar o grasas), consumo de alcohol, tabaquismo y sueño. Este estudio propuesto tiene como objetivo desarrollar un nuevo modelo de predicción de riesgo de DM y pre-DM específico para la población china general de Hong Kong que incorpore factores de estilo de vida tradicionales y modificables. Los investigadores aplicarán el método novedoso de aprendizaje automático, así como la regresión logística tradicional en el desarrollo de modelos para mejorar el poder predictivo. Los investigadores esperan que los resultados permitan la implementación de una búsqueda eficaz de casos de DM y pre-DM en la atención primaria, y prevengan la mortalidad y la morbilidad de esta ENT común pero silenciosa para las personas en Hong Kong.