Puntaje de riesgo de diabetes mellitus tipo 2 en pacientes mayores de 45 años / Type 2 diabetes mellitus risk score in patients older than 45 years

Introducción: La diabetes mellitus ha provocado un aumento del interés en el desarrollo de estudios e investigaciones, potenciada en la actualidad al ser considerada una pandemia. Objetivo: Desarrollar un puntaje de riesgo de diabetes mellitus tipo 2 en pacientes mayores de 45 años. Método: Se realizó un estudio analítico tipo de cohorte, con una muestra de análisis conformada por 1021 pacientes y una de validación con 891. Las variables predictoras se obtuvieron a través de análisis univariado, mediante regresión logística binaria y cálculo del odds ratio, con un nivel de significación de p≤ 0,05. En la escala de riesgo se valoró el poder discriminante mediante el área bajo la curva; para calibrarla se calcularon las pruebas de ómnibus, los estadígrafos de R2 de Cox, Snell, de Nagelkerke y la prueba de bondad de ajuste de Hosmer-Lemeshow para p≥ 0,05. Resultados: Se obtuvo un modelo que explica el 77,6 por ciento de la variable independiente, con una sensibilidad de 94,9 por ciento y una especificad de 85,3 por ciento, el área bajo de la curva tuvo un rango de 0,725 a 0,833. Se desarrolló un puntaje de riesgo el cual fue estadísticamente significativo con X 2 = 17; p= 0,017 y una sensibilidad de 96,8 por ciento. Conclusiones: El puntaje desarrollado predice el riesgo de padecer diabetes mellitus tipo 2 en los pacientes estudiados(AU)

Introduction: Diabetes mellitus has caused an increase in interest in the development of studies and research, currently enhanced by being considered a pandemic. Objective: To develop a risk score for type 2 diabetes mellitus in patients older than 45 years. Method: An analytical cohort study was carried out, with an analysis sample made up of 1021 patients and a validation sample with 891. The predictor variables were obtained through univariate analysis, by binary logistic regression and calculation of the odds ratio, with a significance level of p≤ 0.05. In the risk scale, the discriminant power was assessed through the area under the curve; to calibrate it, the omnibus tests, the R2 statistics of Cox, Snell, and Nagelkerke, and the Hosmer-Lemeshow goodness-of-fit test for p≥ 0.05 were calculated. Results: A model was obtained that explains 77.6 percent of the independent variable, with a sensitivity of 94.9 percent and a specificity of 85.3 percent, the area under the curve had a range of 0.725 to 0.833. A risk score was developed which was statistically significant with X2= 17; p= 0.017 and a sensitivity of 96.8 percent. Conclusions: The score developed predicts the risk of suffering type 2 diabetes mellitus in the patients studied(AU)

Nuevos factores predictivos en el desarrollo de diabetes mellitus tipo 2

Fundamento: la diabetes mellitus es una enfermedad que tiene un impacto negativo en la sociedad en general y en la salud en particular, debido los altos costos que ella provoca tanto a nivel institucional como en las personas. Objetivo: identificar nuevos factores predictivos para el desarrollo de la diabetes mellitus tipo 2. Método: se realizó un estudio de cohorte que incluyó a todos los pacientes atendidos en las consultas de endocrinología del área de salud Pedro Díaz Coello de Holguín. Para el análisis estadístico se empleó el programa SPSS, versión 25,0 y se aplicaron las técnicas de regresión logística binaria y descriptiva. Se estableció la relación de las variables de análisis con la variable de salida a través del Odd Ratio (OR), el cual fue calculado para cada una de estas, con un índice de coeficiente de 95 %. Resultados el 36,5 % de los pacientes fueron diagnosticados con diabetes mellitus tipo 2. Las variables explicaron el 74,9 % de la variable de salida. Las variables utilizadas en la serie fueron estadísticamente significativas. Las variables utilizadas presentaron un Odd Ratio mayor que 1 y una significancia menor de 0,05, lo que ayudó a identificar a los pacientes con riesgo de padecer diabetes mellitus de tipo 2. Conclusiones: entre los nuevos factores predictivos para el desarrollo de la diabetes mellitus tipo 2 están: el valor de la microalbuminuria, la enfermedad periodontal, los trastornos de la sensibilidad en miembros inferiores, los antecedentes patológicos de hipotiroidismo y las alteraciones del fondo de ojo.

Background: diabetes mellitus is a disease that has a negative impact on society in general and on health in particular, due to the high costs it causes both at the institutional level and in people. Objective: to identify new predictive factors for the development of type 2 diabetes mellitus. Method: a cohort study was carried out that included all the patients seen in the endocrinology clinics of the Pedro Díaz Coello health area in Holguín. For the statistical analysis, the SPSS program, version 25.0 was used, and the binary and descriptive logistic regression techniques were applied. The relationship of the analysis variables with the output variable was established through the Odd Ratio (OR), which was calculated for each of these, with a coefficient index of 95 %. Results: 36.5 % of the patients were diagnosed with type 2 diabetes mellitus. The variables explained 74.9 % of the output variable. The variables used in the series were statistically significant. The variables used presented an Odd Ratio greater than 1 and a significance of less than 0.05, which helped to identify patients at risk of suffering from type 2 diabetes mellitus. Conclusions: among the new predictive factors for the development of type 2 diabetes mellitus are: the value of microalbuminuria, periodontal disease, sensitivity disorders in the lower limbs, a pathological history of hypothyroidism and eye fundus alterations.

Modelo predictivo de riesgo para el diagnóstico temprano de la diabetes mellitus de tipo 2 / Predictive model of risk for the early diagnosis of type II diabetes mellitus i: en

Introducción: El diagnóstico temprano de la diabetes mellitus de tipo 2 permite al personal de salud implementar estrategias para evitar las complicaciones crónicas que pudieran derivarse. A tales efectos, en las últimas dos décadas se han desarrollado modelos predictivos que incluyen cada día más variables. Objetivo: Elaborar un modelo predictivo para el diagnóstico temprano de la diabetes mellitus de tipo 2 en una población holguinera. Métodos: Se realizó un estudio de cohorte que incluyó a todos los pacientes atendidos en las consultas de endocrinología del área de salud Pedro Díaz Coello y del Hospital Militar Fermín Valdés Domínguez de la provincia de Holguín, para lo cual se tomaron 2 cohortes: una de análisis y otra de validación. Para el procesamiento estadístico se efectuó el análisis univariado y el multivariado; en tanto se determinó la asociación entre variables dependientes e independientes. Resultados: En la serie predominaron el sexo femenino, los pacientes sin antecedentes de diabetes mellitus e hipertensión arterial, así como los que presentaban hipotiroidismo, enfermedad periodontal y normopeso, entre otros; asimismo, el modelo resultó significativo estadísticamente (X2=31,1 y p=0,000) y explicó 80,9 % de la variable de salida, validada por las variables de análisis. La sensibilidad fue de 96,9 % y la especificidad de 86,6 %; mientras que el área bajo la curva tuvo un rango de 0,725 a 0,833. Conclusiones: El modelo predictivo elaborado es una herramienta muy útil para el diagnóstico de pacientes con riesgo de presentar diabetes mellitus de tipo 2.

Introduction: The early diagnosis of the type II diabetes mellitus allows the health staff to implement strategies in order to avoid the chronic complications that could be derived. To such effects, in the last two decades predictive models have been developed that include more variables every day. Objective: To elaborate a predictive model for the early diagnosis of type II diabetes mellitus in a population from Holguín. Methods: A cohort study was carried out that included all the patients assisted in the endocrinology services of Pedro Díaz Coello health area and Fermín Valdés Domínguez Military Hospital in Holguín province, for which 2 cohorts were taken: one of analysis and another of validation. For the statistical processing the univaried and multivaried analysis were carried out; as long as the association between dependent and independent variables was determined. Results: In the series there was a prevalence of the female sex, patients without history of diabetes mellitus and hypertension, as well as those that presented hypothyroidism, periodontal disease and normal weight, among others; also, the pattern was statistically significant (X2=31.1 and p=0.000) and explained 80.9 % of the logout variable validated by the analysis variables. The sensibility was of 96.9 % and the specificity of 86.6 %; while the area under the curve had a range from 0.725 to 0.833. Conclusions: The predictive model elaborated is a very useful tool for the diagnosis of patients with risk of type II diabetes mellitus.