Exactitud diagnóstica del índice triglicérido-glucosa para el diagnóstico de síndrome metabólico en un establecimiento de atención primaria de la región de San Martín, Perú. Estudio transversal.
DOI:
https://doi.org/10.14306/renhyd.28.4.2185Palabras clave:
Síndrome Metabólico, Glucosa Sanguínea, Triglicéridos, Pruebas Diagnósticas de Rutina, Curva ROCResumen
Introducción. El Índice Triglicérido-Glucosa (TyG) es considerado como una prueba sensible para el diagnóstico del síndrome metabólico (SM). Sin embargo, su validez en diversas poblaciones, como la de la selva peruana, aún no ha sido ampliamente estudiada. El objetivo del presente estudio fue determinar la exactitud diagnóstica del índice triglicérido-glucosa para el diagnóstico de síndrome metabólico en pacientes atendidos en un establecimiento de atención primaria de la selva peruana durante el periodo 2022-2023.
Metodología. Estudio de exactitud diagnóstica, con diseño transversal. Se realizó un análisis documental de historias clínicas de 363 pacientes. El desenlace fue la presencia de SM definido según los criterios ATP-III. El índice TyG fue la prueba evaluada calculada con la fórmula: Ln [triglicéridos en ayunas (mg/dL) x glucosa en ayunas/2 (mg/dL)]. Se evaluaron curvas de características operativas del receptor y el área bajo la curva (AUC) con sus respectivos intervalos de confianza al 95% (IC95%) y puntos de corte óptimos según el índice de Youden, para el total de la muestra y estratificados por sexo.
Resultados. Se obtuvo un punto de corte de 8,97 para los valores de TyG con una sensibilidad de 89,5% y una especificidad de 64,3% para el diagnóstico de síndrome metabólico. El área bajo la curva (AUC) para TyG fue de 0,889 (IC 95%: 0,851 - 0,922, p<0.005). Los valores predictivos positivo, negativo y precisión diagnóstica fueron de 82,49%,76,42% y 80,72%, respectivamente. A partir de la prevalencia local de síndrome metabólico en la población estudiada se elaboró el normograma de Fagan y se obtuvieron las razones de verosimilitud positiva (2,505) y negativa (0,1641), a partir de las cuales se calculó la probabilidad post-prueba cuando la prueba era positiva (82%; IC 95%: 79-86%) y cuando la prueba era negativa (23%; IC 95%: 17 – 31%).
Conclusión. El presente estudio indica que el Índice Triglicérido-Glucosa es una herramienta diagnóstica fiable para evaluar la presencia de síndrome metabólico en individuos de la selva peruana.
Descargas
Citas
Rus M, Crisan S, Andronie-Cioara FL, Indries M, Marian P, Pobirci OL, et al. Prevalence and Risk Factors of Metabolic Syndrome: A Prospective Study on Cardiovascular Health. Med Kaunas Lith. 25 de septiembre de 2023;59(10):1711. DOI: https://doi.org/10.3390/medicina59101711
Ananthy V, Priyadharsini RP, Subramanian U. Pathogenesis, Diagnosis, and Management of Metabolic Syndrome: A Comprehensive Review. SBV J Basic Clin Appl Health Sci. 27 de julio de 2021;4(2):39-45. DOI: https://doi.org/10.5005/jp-journals-10082-03111
Jamali Z, Ayoobi F, Jalali Z, Bidaki R, Lotfi MA, Esmaeili-Nadimi A, et al. Metabolic syndrome: a population-based study of prevalence and risk factors. Sci Rep. 17 de febrero de 2024;14(1):3987. DOI: https://doi.org/10.1038/s41598-024-54367-4
Sanchez-Samaniego G, Mäusezahl D, Carcamo C, Probst-Hensch N, Verastegui H, Maria Hartinger S. Metabolic syndrome in rural Peruvian adults living at high altitudes using different cookstoves. PLoS ONE. 8 de febrero de 2022;17(2):e0263415. DOI: https://doi.org/10.1371/journal.pone.0263415
Gelaye B, Tafur LR, Lopez T, Sanchez S, Williams MA. Prevalence of metabolic syndrome and its relationship with leisure time physical activity among Peruvian adults. Eur J Clin Invest. octubre de 2009;39(10):891-8. DOI: https://doi.org/10.1111/j.1365-2362.2009.02191.x
Krupp K, Adsul P, Wilcox ML, Srinivas V, Frank E, Srinivas A, et al. Prevalence and correlates of metabolic syndrome among rural women in Mysore, India. Indian Heart J. 2020;72(6):582-8. DOI: https://doi.org/10.1016/j.ihj.2020.09.015
Lee SH, Park SY, Choi CS. Insulin Resistance: From Mechanisms to Therapeutic Strategies. Diabetes Metab J. enero de 2022;46(1):15-37. DOI: https://doi.org/10.4093/dmj.2021.0280
Lopez-Jaramillo P, Gomez-Arbelaez D, Martinez-Bello D, Abat MEM, Alhabib KF, Avezum Á, et al. Association of the triglyceride glucose index as a measure of insulin resistance with mortality and cardiovascular disease in populations from five continents (PURE study): a prospective cohort study. Lancet Healthy Longev. 1 de enero de 2023;4(1):e23-33. DOI: https://doi.org/10.1016/S2666-7568(22)00247-1
Ferreira JRS, Zandonade E, Bezerra OM de PA, Salaroli LB. Insulin resistance by the triglyceride-glucose index in a rural Brazilian population. Arch Endocrinol Metab. 21 de octubre de 2022;66:848-55. DOI: https://doi.org/10.20945/2359-3997000000509
Jin JL, Cao YX, Wu LG, You XD, Guo YL, Wu NQ, et al. Triglyceride glucose index for predicting cardiovascular outcomes in patients with coronary artery disease. J Thorac Dis. noviembre de 2018;10(11):6137-46. DOI: https://doi.org/10.21037/jtd.2018.10.79
Khalid M, Alkaabi J, Khan MAB, Adem A. Insulin Signal Transduction Perturbations in Insulin Resistance. Int J Mol Sci. 10 de agosto de 2021;22(16):8590. DOI: https://doi.org/10.3390/ijms22168590
James DE, Stöckli J, Birnbaum MJ. The aetiology and molecular landscape of insulin resistance. Nat Rev Mol Cell Biol. noviembre de 2021;22(11):751-71. DOI: https://doi.org/10.1038/s41580-021-00390-6
Yu X, Wang L, Zhang W, Ming J, Jia A, Xu S, et al. Fasting triglycerides and glucose index is more suitable for the identification of metabolically unhealthy individuals in the Chinese adult population: A nationwide study. J Diabetes Investig. 2019; 10(4):1050-1058. doi: 10.1111/jdi.12975. DOI: https://doi.org/10.1111/jdi.12975
Jiang M, Li X, Wu H, Su F, Cao L, Ren X, et al. Triglyceride-Glucose Index for the Diagnosis of Metabolic Syndrome: A Cross-Sectional Study of 298,652 Individuals Receiving a Health Check-Up in China. Int J Endocrinol. 2022; 3583603. doi: 10.1155/2022/3583603. DOI: https://doi.org/10.1155/2022/3583603
Primo D, Izaola O, de Luis DA. Triglyceride-Glucose Index Cutoff Point Is an Accurate Marker for Predicting the Prevalence of Metabolic Syndrome in Obese Caucasian Subjects. Ann Nutr Metab. 2023;79(2):70-77. doi: 10.1159/000526988. DOI: https://doi.org/10.1159/000526988
Unger G, Benozzi SF, Perruzza F, Pennacchiotti GL. Triglycerides and glucose index: A useful indicator of insulin resistance. Endocrinología y Nutrición. 2014 ;61(10):533–40. doi: 10.1016/j.endonu.2014.06.009. DOI: https://doi.org/10.1016/j.endoen.2014.11.006
Yang H, Chen Y, Liu C. Triglyceride-glucose index is associated with metabolic syndrome in women with polycystic ovary syndrome. Gynecol Endocrinol. 2023;39(1):2172154. doi: 10.1080/09513590.2023.2172154. DOI: https://doi.org/10.1080/09513590.2023.2172154
Couto AN, Pohl HH, Bauer ME, Schwanke CHA. Accuracy of the triglyceride-glucose index as a surrogate marker for identifying metabolic syndrome in non-diabetic individuals. Nutrition. 2023;109:111978. doi: 10.1016/j.nut.2023.111978. DOI: https://doi.org/10.1016/j.nut.2023.111978
Auriemma RS, Pirchio R, Liccardi A, Scairati R, Del Vecchio G, Pivonello R, et al. Metabolic syndrome in the era of COVID-19 outbreak: impact of lockdown on cardiometabolic health. J Endocrinol Invest. 2021;44(12):2845–7. doi: 10.1007/s40618-021-01563-y DOI: https://doi.org/10.1007/s40618-021-01563-y
Bracale R, Vaccaro CM. Changes in food choice following restrictive measures due to Covid-19. Nutrition, Metabolism, and Cardiovascular Diseases. 2020;30(9):1423. doi: /pmc/articles/PMC7832660/ DOI: https://doi.org/10.1016/j.numecd.2020.05.027
Gui J, Li Y, Liu H, Guo LL, Li J, Lei Y, Li X, Sun L, Yang L, Yuan T, Wang C, Zhang D, Wei H, Li J, Liu M, Hua Y, Zhang L. Obesity- and lipid-related indices as a predictor of obesity metabolic syndrome in a national cohort study. Front Public Health. 2023;11:1073824. doi: 10.3389/fpubh.2023.1073824. DOI: https://doi.org/10.3389/fpubh.2023.1073824
Jian LY, Guo SX, Ma RL, He J, Rui DS, Ding YS, Li Y, Sun XY, Mao YD, He X, Liao SY, Guo H. Comparison of obesity-related indicators for identifying metabolic syndrome among normal-weight adults in rural Xinjiang, China. BMC Public Health. 2022;22(1):1730. doi: 10.1186/s12889-022-14122-8. DOI: https://doi.org/10.1186/s12889-022-14122-8
Li Y, Gui J, Liu H, Guo LL, Li J, Lei Y, Li X, Sun L, Yang L, Yuan T, Wang C, Zhang D, Wei H, Li J, Liu M, Hua Y, Zhang L. Predicting metabolic syndrome by obesity- and lipid-related indices in mid-aged and elderly Chinese: a population-based cross-sectional study. Front Endocrinol (Lausanne). 2023;14:1201132. doi: 10.3389/fendo.2023.1201132. DOI: https://doi.org/10.3389/fendo.2023.1201132
Lin HY, Zhang XJ, Liu YM, Geng LY, Guan LY, Li XH. Comparison of the triglyceride glucose index and blood leukocyte indices as predictors of metabolic syndrome in healthy Chinese population. Sci Rep. 2021;11(1):10036. doi: 10.1038/s41598-021-89494-9. DOI: https://doi.org/10.1038/s41598-021-89494-9
Rajendran S, Kizhakkayil Padikkal AK, Mishra S, Madhavanpillai M. Association of Lipid Accumulation Product and Triglyceride-Glucose Index with Metabolic Syndrome in Young Adults: A Cross-sectional Study. Int J Endocrinol Metab. 2022; 20(2): e115428. doi: 10.5812/ijem-115428
Syndrome in Young Adults: A Cross-sectional Study. Int J Endocrinol Metab. 2022;20(2):e115428. doi: 10.5812/ijem-115428. DOI: https://doi.org/10.5812/ijem-115428
Li Y, Zheng R, Li S, Cai R, Ni F, Zheng H, Hu R, Sun T. Association Between Four Anthropometric Indexes and Metabolic Syndrome in US Adults. Front Endocrinol (Lausanne). 2022;13:889785. doi: 10.3389/fendo.2022.889785. DOI: https://doi.org/10.3389/fendo.2022.889785
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Joseph Alburqueque-Melgarejo, Juan Carlos Roque-Quezada , Horus Michael Virú Flores, Israel Armando Guerra Cuyutupac, Jamee Guerra Valencia, Gabriela del Rosario Quezada Gómez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Esta revista ha conseguido la validación para ser 