Métodos mínimamente invasivos para el diagnóstico del síndrome metabólico en ancianos

Abstract

Introducción: Se propone un nuevo método para el diagnóstico del síndrome metabólico (SMet) en ancianos, mediante el uso de variables antropométricas y otras mínimamente invasivas. Material y métodos: Estudio de prevalencia llevado a cabo en 2019 sobre una muestra de 361 ancianos. Las variables antropométricas analizadas fueron: tensión arterial, índice de masa corporal, circunferencia de cintura, (CC) índice cintura-talla, porcentaje de grasa corporal e índice cintura-cadera. Se realizó una regresión logística binaria cruda y ajustada y se obtuvieron curvas operador receptor para determinar la capacidad predictiva de dichas variables. Para el nuevo método de detección precoz se utilizaron árboles de decisión usando el método de la detección automática por la interacción por Chi-cuadrado. Resultados: La prevalencia general del SMet fue del 43,7%. Todas las variables antropométricas, excepto la tensión arterial diastólica, mostraron estar relacionadas con dicho síndrome. Los árboles de decisión finales se configuraron a partir de la CC y la glucemia basal, cuyos valores de corte fueron para hombres CC≥102,5cm y glucemia basal >98mg/dl (sensibilidad: 67,1%, especificidad: 90,3%, valor predictivo positivo: 85%, índice de validez: 79,9%) y para mujeres CC ≥92,5cm y una glucemia ≥97mg/dl (sensibilidad: 65,9%, especificidad: 92,7%, valor predictivo positivo: 87,1%, índice de validez: 81,3%). Conclusiones: Dentro del diagnóstico del SMet en población anciana, el algoritmo basado en un método mínimamente invasivo, mediante la medición de la CC y la glucemia basal capilar, ayudaría a excluir con buena precisión diagnóstica a aquellos pacientes que no requiriesen de más pruebas analíticas para el diagnóstico del SMet. Además, dada su sencillez, dicho método podría ser una herramienta de sencilla aplicación dentro del ámbito de la Atención Primaria, sobre todo en contextos sanitarios con bajos recursos y áreas geográficas de difícil cobertura.

Background: A new simplified method for the detention of metabolic syndrome (MetS) is proposed using two variables (anthropometric and minimally invasive). Material and methods: A study of MetS prevalence was made on a sample of 361 older people. The anthropometric variables analyzed were: blood pressure, body mass index, waist circumference (WC), waist–height ratio, body fat percentage, and waist–hip ratio. A crude and adjusted binary logistic regression was performed, and receiver operating characteristic curves were obtained for determining the predictive capacity of those variables. For the new detection method, decision trees were employed using automatic detection by interaction through Chi-square. Results: The prevalence of the MetS was of 43.7%. The final decision trees uses WC and basal glucose (BG), whose cutoff values were: for men, WC ≥ 102.5 cm and BG > 98 mg/dl (sensitivity: 67.1%, specificity: 90.3%, positive predictive value: 85%, validity index: 79.9%); and for women, WC ≥ 92.5 cm and BG ≥ 97 mg/dl (sensitivity: 65.9%, specificity: 92.7%, positive predictive value: 87.1%, validity index: 81.3%). In older women the best predictive value of MetS was a WC of 92.5 cm. Conclusions: Within the diagnosis of MetS in the elderly population, the algorithm based on a minimally invasive method, by measuring WC and basal capillary blood glucose, would help to exclude with good diagnostic precision those patients who do not require further laboratory tests for diagnosis of the MetS. Furthermore, given its simplicity, this method could be a tool of simple application within the scope of Primary Care, especially in healthcare contexts with low resources and geographical areas of difficult coverage.