metricas
covid
Buscar en
Clínica e Investigación en Arteriosclerosis
Toda la web
Inicio Clínica e Investigación en Arteriosclerosis Población y metodología del estudio SIMETAP: Prevalencia de factores de riesgo...
Información de la revista
Vol. 30. Núm. 5.
Páginas 197-208 (septiembre - octubre 2018)
Visitas
2482
Vol. 30. Núm. 5.
Páginas 197-208 (septiembre - octubre 2018)
Original
Acceso a texto completo
Población y metodología del estudio SIMETAP: Prevalencia de factores de riesgo cardiovascular, enfermedades cardiovasculares y enfermedades metabólicas relacionadas
Population and methodology of the SIMETAP study: Prevalence of cardiovascular risk factors, cardiovascular diseases, and related metabolic diseases
Visitas
2482
Antonio Ruiz-Garcíaa,
Autor para correspondencia
antoniodoctor@gmail.com

Autor para correspondencia.
, Ezequiel Arranz-Martínezb, Juan Carlos García-Álvarezc, Luis Enrique Morales-Cobosd, María Eugenia García-Fernándeze, Nuria de la Peña-Antónf, María Carmen Martín Calleg, M. Cruz Díez Pérezh, Alejandra Montero Costai, David Palacios Martínezj, M. Paloma García Villasurk, M.a Dolores García Granadol, M. Soledad Lorenzo Bordad, Juan A. Cique Herráinzm, Nuria Marañón Henrichn, Nieves Zarzuelo Martínn, M. del Camino Baltuille Allern, Teresa Fátima Casaseca Calvol, Pilar Arribas Álvaroo, Ana Isabel Macho del Barriop..., Juan Carlos Moreno Fernándezd, Carlos Ribot Cataláq, Mercedes Capitán Caldasr, Cristina Ciria de Pablos, Carmelina Sanz Velascoj, Paula Simonaggio Stancampianot, Concepción Vargas-Machuca Cabañerou, M. Teresa Sarriá Sánchezv, Esther Gómez Díazn, Blanca Sanz Pozod, Enrique Rodríguez de Mingod, M. Pilar Cabello Igualw, M. Rosario Rico Péreza, Alfonso Migueláñez Valerot, Amelia Alcaraz Bethencourtx, Concepción Zafra Urangox, Paula Chao Escuere, Sonia Redondo de Pedroc, Nuria Escamilla Guijarrod, Beatriz López Uriartey, Montserrat Rivera Teijidox, en nombre del Grupo de investigación del Estudio SIMETAP Ver más
a Unidad de Lípidos y Prevención Cardiovascular, Centro de Salud Universitario Pinto, Pinto, Madrid, España
b Centro de Salud San Blas, Parla, Madrid, España
c Centro de Salud Universitario Dr. Mendiguchía Carriche, Leganés, Madrid, España
d Centro de Salud Universitario Las Américas, Parla, Madrid, España
e Centro de Salud Griñón, Griñón, Madrid, España
f Centro de Salud El Restón, Valdemoro, Madrid, España
g Centro de Salud Ntra. Sra. de Fátima, Madrid, España
h Centro de Salud Los Cármenes, Madrid, España
i Centro de Salud Fuencarral, Madrid, España
j Centro de Salud Universitario Sector III, Getafe, Madrid, España
k Centro de Salud C.S. María Montessori, Leganés, Madrid, España
l Centro de Salud Casa de Campo, Madrid, España
m Centro de Salud Torito, Madrid, España
n Centro de Salud Las Olivas, Aranjuez, Madrid, España
o Centro de Salud Campamento, Madrid, España
p Centro de Salud Vicente Soldevilla, Madrid, España
q Centro de Salud Jaime Vera, Leganés, Madrid, España
r Centro de Salud Las Ciudades, Getafe, Madrid, España
s Centro de Salud Hoyo de Manzanares, Torrelodones, Madrid, España
t Centro de Salud San Martín de la Vega, San Martín de la VegaMadrid, Madrid, España
u Centro de Salud Guayaba, Madrid, España
v Centro de Salud Baviera, Madrid, España
w Centro de Salud Parque Europa, Pinto, Madrid, España
x Centro de Salud Isabel II, Parla, Madrid, España
y Centro de Salud Humanes, Madrid, España
Ver más
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (1)
Tablas (4)
Tabla 1. Definiciones de síndrome metabólico para la población europea
Tabla 2. Distribución etaria de las poblaciones de estudio y de referencia
Tabla 3. Características cuantitativasa de la población de estudio
Tabla 4. Características cualitativasa de la población de estudio
Mostrar másMostrar menos
Resumen

La prevención de la enfermedad cardiovascular se fundamenta en la detección y control de los factores de riesgo cardiovascular (FRCV). En España existen importantes diferencias territoriales tanto en la prevalencia como en el grado de control de los FRCV. En la última década ha habido una mejora del control de la hipertensión y la dislipidemia, pero un empeoramiento de los factores de riesgo cardiometabólicos relacionados con la obesidad y la diabetes.

El estudio SIMETAP es un estudio observacional descriptivo transversal realizado en 64 centros de atención primaria de la Comunidad de Madrid. El objetivo principal es determinar las tasas de prevalencia de FRCV, de las enfermedades cardiovasculares y de las enfermedades metabólicas relacionadas con el riesgo cardiovascular. El presente artículo informa sobre las características basales de la población, la metodología del estudio, y las definiciones de los parámetros y enfermedades en estudio. Se seleccionaron 6.631 sujetos de estudio mediante una muestra aleatoria base poblacional. Se determinaron variables antropométricas, estilos de vida, presión arterial, parámetros bioquímicos, y tratamientos farmacológicos.

Las prevalencias crudas más elevadas se detectaron en tabaquismo, inactividad física, obesidad, prediabetes, diabetes, hipertensión, dislipidemias y síndrome metabólico. Para valorar la verdadera dimensión epidemiológica de estas enfermedades y FRCV, es necesario realizar un análisis pormenorizado de tasas de prevalencia estratificadas por grupos etarios y de las tasas de prevalencia ajustadas por edad y sexo.

Palabras clave:
Dislipidemia
Enfermedad cardiovascular
Factores de riesgo
Prevalencia
Síndrome metabólico
Abreviaturas:
ACV
ADA
AFECVp
AHA
AIP
ALT
AST
ATPIII
C-HDL
C-LDL
C-VLDL
CAC
CDA
CIAP2
CIE9
CKD-EPI
CT
DM
DE
EAP
EC
ECV
EPOC
ERC
EUA
FGe
FRCV
GPA
GGT
HbA1c
HTA
HTG
IC
ICT
IDF
IMC
INE
IR
ITyG
KDIGO
NCEP
NHLBI
OR
PAD
PAS
RIC
RCV
SERMAS
SCORE
SM
TG
Abstract

The prevention of cardiovascular disease is based on the detection and control of cardiovascular risk factors (CVRF). In Spain there are important geographical differences both in the prevalence and in the level of control of the CVRF. In the last decade there has been an improvement in the control of hypertension and dyslipidaemia, but a worsening of cardio-metabolic risk factors related to obesity and diabetes.

The SIMETAP study is a cross-sectional descriptive, observational study being conducted in 64 Primary Care Centres located at the Community of Madrid. The main objective is to determine the prevalence rates of CVRF, cardiovascular diseases, and metabolic diseases related to cardiovascular risk. A report is presented on the baseline characteristics of the population, the study methodology, and the definitions of the parameters and diseases under study. A total of 6,631 study subjects were selected using a population-based random sample. The anthropometric variables, lifestyles, blood pressure, biochemical parameters, and pharmacological treatments were determined.

The highest crude prevalences were detected in smoking, physical inactivity, obesity, prediabetes, diabetes, hypertension, dyslipidaemias, and metabolic syndrome. A detailed analysis needs to be performed on the prevalence rates, stratified by age groups, and prevalence rates adjusted for age and sex to assess the true epidemiological dimension of these CVRF and diseases.

Keywords:
Dyslipidaema
Cardiovascular disease
Risk factors
Prevalence
Metabolic syndrome
Texto completo
Introducción

La enfermedad cardiovascular (ECV) aterosclerótica se puede considerar como el resultado de un continuum patogénico en el que intervienen estilos de vida no saludables y múltiples factores de riesgo cardiovascular (FRCV). Las manifestaciones clínicas de la ECV constituyen la principal causa de muerte en el mundo occidental, por lo que es prioritario implementar intervenciones sanitarias de alto impacto que disminuyan el riesgo cardiovascular (RCV) de padecerlas.

La adaptación española1 de la guía europea de prevención de la ECV en la práctica clínica2 recomienda la valoración previa del RCV, fomentar estilos de vida saludables e intervenir sobre los FRCV, síndromes y enfermedades relacionadas con la ECV con una intensidad proporcional al RCV preestablecido.

De manera similar, estas consideraciones también se pueden aplicar en entidades clínicas relacionadas con la insulinorresistencia (IR) como la prediabetes, la diabetes mellitus (DM), la enfermedad renal crónica (ERC), la hiperlipidemia familiar combinada, el síndrome metabólico (SM) o la obesidad. Las guías europeas2,3 insisten en el mensaje de que los pacientes con DM padecen un RCV alto o muy alto, e incluso el consenso de las asociaciones de endocrinología americanas4 considera el RCV extremo si la ECV se asocia a DM o ERC.

La acción continuada de los FRCV más importantes, como el tabaquismo, la hipertensión arterial (HTA) y la hipercolesterolemia, consigue deteriorar el endotelio vascular, favoreciendo la formación, oxidación y vulnerabilidad de la placa arteriosclerótica, hasta manifestarse clínicamente la ECV en forma de enfermedad coronaria (EC), de ictus o accidentes cerebrovasculares (ACV), o de enfermedad arterial periférica (EAP).

Por otra parte, los pacientes con procesos relacionados con IR tienen un RCV especialmente elevado debido a que padecen un característico perfil lipídico que acelera el proceso de arteriosclerosis denominado dislipidemia aterogénica. Este fenotipo lipídico se caracteriza por unos niveles bajos de colesterol unido a lipoproteína de alta densidad (C-HDL), hipertrigliceridemia (HTG), y unos niveles no elevados de colesterol unido a lipoproteínas de baja densidad (C-LDL) aunque con elevada concentración de partículas LDL con apolipoproteína B caracterizadas por ser pequeñas y densas5. Dada su importancia etiopatogénica, es importante evaluar en la población las diversas expresiones fenotípicas de los perfiles lipídicos y de IR de los pacientes que padecen manifestaciones clínicas o metabólicas de la ECV o de la DM.

El concepto de SM6 surgió hace casi 40 años para definir una agrupación no casual de factores asociados a IR observados en la práctica clínica: obesidad central, dislipidemia, anomalías en el metabolismo de la glucosa e HTA. Su importancia se fundamenta en que incrementa el riesgo de padecer DM7,8, ECV8, y ERC9. El SM aumenta la mortalidad por todas las causas y duplica el riesgo de padecer ECV8. Incluso si las definiciones más frecuentemente utilizadas de SM10–13 excluyeran a la DM entre sus criterios diagnósticos, se mantendría el riesgo incrementado de padecer ECV.

Probablemente lo más prudente sea aceptar que el SM engloba a un conjunto de individuos en los que cualquier criterio puede estar ausente pero que tienen un RCV elevado que no se detectaría si no se tomara en cuenta este enfoque global. Es aquí donde radica la doble relevancia del SM. Por un lado, sirve para alertar al clínico para investigar la presencia de otros FRCV en pacientes con algún factor de riesgo cardiometabólico. Por otro lado, permite identificar a un gran número de sujetos con RCV alto sobre los que se debe intervenir, tanto con estrategias clínicas como de salud pública. Los expertos de la OMS14 consideran que la actuación primordial sobre el SM debe centrarse en las políticas sanitarias basadas en la atención primaria.

Sin embargo, los estudios sobre prevalencia se han encontrado con varias dificultades conceptuales. Una de ellas es comprender que el SM es un clúster de factores que se relacionan con FRCV, con la ECV y con la morbilidad relacionada de la IR. Otro inconveniente es la existencia de varias definiciones de SM que incluyen FRCV clásicos y otros factores de riesgo cardiometabólicos que se consideran de forma distinta según sean referenciados por unas u otras sociedades10–13. Por otra parte, dado que las definiciones de SM no figuran en la actualidad en la codificación de episodios de la Clasificación Internacional de Atención Primaria15 (CIAP2) o en la Clasificación Internacional de Enfermedades16 (CIE9), no es fácil el registro del episodio de SM en las historias clínicas de los pacientes. Los códigos de la CIAP2 (K22) o de la CIE9 (277.7; 277.9) no se refieren específicamente a ninguna de las definiciones existentes de SM. Esto dificulta la detección de SM, la valoración del RCV global del paciente y la intervención integral sobre todos los FRCV y cardiometabólicos relacionados con el SM.

La prevención de la ECV necesita una valoración previa de la situación epidemiológica de todos los factores que influyen en el problema que se pretende evaluar. A su vez, la realización de un diagnóstico de salud adecuado precisa valorar la prevalencia en todos los tramos etarios de la población de estudio. Siguiendo esta estrategia de actuación, el objetivo el estudio SIMETAP fue determinar en la población adulta de la Comunidad de Madrid las tasas de prevalencia ajustadas por edad y sexo de los FRCV, de la ERC, de las enfermedades cardiovasculares y de las enfermedades metabólicas relacionadas con la ECV.

Material y métodosDiseño y población de estudio

El estudio SIMETAP es un estudio observacional, descriptivo y transversal realizado por 121 médicos de familia de 64 centros de atención primaria del Servicio de Salud Pública de la Comunidad de Madrid (SERMAS). Se realizó de acuerdo con los principios establecidos por la 18.a Asamblea Médica Mundial (Helsinki, 1964) y sus enmiendas, y por la Conferencia Internacional sobre armonización y directrices para una buena práctica clínica. La Comisión de Investigación de la Gerencia Adjunta de Planificación y Calidad de la Gerencia de Atención Primaria de la Comunidad de Madrid emitió el informe favorable para su realización.

La población adscrita al SERMAS fue de 5.144.860 adultos (el 99% del censo poblacional), cuya asistencia sanitaria se prestaba en 260 centros de atención primaria. Se obtuvo una muestra representativa (10.579 adultos) basada en la población asignada a los médicos de familia con 18 o más años y sin límite de edad (194.073 adultos). El tamaño muestral se calculó con esta población finita para un nivel de confianza del 95% (error α), 0,024 para el intervalo de confianza (margen de error del 1,2%), p=0,5 para la proporción esperada, y considerando un 25% por falta de respuesta y un 14% por pérdidas y abandonos.

Para obtener la población muestral, se utilizaron tablas de números aleatorios generadas por el programa Microsoft© Excel© 2013, que se aplicaron para ordenar aleatoriamente los listados de los pacientes asignados a los médicos de familia y seleccionar a los sujetos del estudio.

Se excluyeron del estudio por protocolo a pacientes terminales, institucionalizados, con deterioro cognitivo y a mujeres en periodo de gestación. Mediante una búsqueda activa de los sujetos de la muestra resultante, los investigadores realizaron hasta 5 llamadas telefónicas para contactar e invitarles a participar en el estudio.

Recogida de datos

Tras obtener el consentimiento firmado, los investigadores realizaron una entrevista clínica a los sujetos de estudio para obtener información sobre edad, sexo, estilos saludables de vida, medidas antropométricas, presión arterial sistólica y diastólica, FRCV, antecedentes de enfermedades metabólicas, enfermedad pulmonar obstructiva crónica, enfermedades cardiovasculares (EC, ACV, EAP, insuficiencia cardiaca, fibrilación auricular), disfunción eréctil, ERC, albuminuria, tratamientos farmacológicos y parámetros bioquímicos más recientes determinados en análisis de sangre y orina durante el último año. Los investigadores recopilaron los datos del estudio entre enero y diciembre de 2015. La doble entrada de datos garantizó el registro en la base de datos.

Definición de variables

A efectos del presente estudio se consideró que los pacientes padecían los síndromes y enfermedades objeto de estudio si sus respectivos diagnósticos o sus códigos relacionados de la CIAP215 o de la CIE916 estaban registrados en sus historias clínicas, considerando las siguientes definiciones y criterios diagnósticos:

Tabaquismo: Consumo de cualquier cantidad de cigarrillos o tabaco durante el último mes.

Exfumador: Paciente que se ha abstenido de fumar durante más de un año.

Etilismo: Consumo habitual de alcohol>21 unidades (210g) semanales en los hombres y >14 unidades (140g) semanales en las mujeres.

Inactividad física: Actividad física menor de 150min a la semana.

Presión arterial elevada (CIAP2: K85): Presión arterial sistólica130mmHg y/o presión arterial diastólica85mmHg sin diagnóstico de HTA17.

HTA (CIAP2: K86, K87. CIE9: 401-404): Presión arterial sistólica140mmHg y/o presión arterial diastólica90mmHg17, o si el paciente estaba tomando fármacos para reducir la presión arterial.

HTA marcada: Presión arterial180/110mmHg.

Prediabetes ADA (American Diabetes Association)18 (CIAP2: A91. CIE9: 271.3): Sin criterios de DM, niveles de glucemia plasmática en ayunas (GPA) entre 100mg/dL (5,6mmol/L) y 125mg/dL (6,9mmol/L) ambos niveles incluidos, o niveles de glucohemoglobina A1c (HbA1c) entre el 5,7% (39mmol/mol) y el 6,4% (47mmol/mol), ambos niveles incluidos.

Prediabetes CDA (Canadian Diabetes Association)19 (CIAP2: A91. CIE9: 271.3): Sin criterios de DM, niveles de GPA entre 110mg/dL (6,1mmol/L) y 125mg/dL (6,9mmol/L) ambos niveles incluidos, o niveles de HbA1c entre el 6% (42mmol/mol) y el 6,4% (47mmol/mol), ambos niveles incluidos.

DM tipo 1 (CIAP2: T89. CIE9: 250.01). Criterios ADA18 o CDA19.

DM tipo 2 (CIAP2: T90. CIE9: 249; 250.02): Criterios ADA18 o CDA19. Niveles de GPA126mg/dL (7mmol/L) o niveles de HbA1c6,5% (48mmol/mol).

Hipercolesterolemia (CIAP2: T93. CIE9: 272.0; 272.2; 272.4): Nivel sérico de colesterol-total (CT)200mg/dL (5,17mmol/L), o si el paciente estaba tomando fármacos para reducir el colesterol.

Hipercolesterolemia marcada: Nivel sérico de CT300mg/dL (7,76mmol/L), o C-LDL190mg/dL (4,91mmol/L), o si los diagnósticos de hipercolesterolemia familiar o de hiperlipidemia familiar combinada estaban registrados en la historia clínica de los pacientes.

HTG10 (CIE9: 272.1; 272.3): Nivel sérico de triglicéridos (TG)150mg/dL (1,69mmol/L), o si el paciente estaba tomando fármacos para reducir los TG.

C-HDL elevado: Nivel sérico60mg/dL (1,55mmol/L).

C-HDL bajo: Nivel sérico<40mg/dL (1,03mmol/L) en hombres o<45mg/dL (1,16mmol/L) en mujeres5. También se consideró el nivel de C-HDL<50mg/dL (1,29mmol/L) en mujeres10–13.

Colesterol-no-HDL: Diferencia de los niveles séricos entre CT y C-HDL.

C-LDL: Se determinó con la fórmula de Friedewald (C-LDL=CT[C-HDL]-TG/5) si los niveles de TG eran<400mg/dL (<4,52mmol/L)20.

Colesterol unido a lipoproteínas de muy baja densidad: CT(C-HDL)(C-LDL).

Dislipidemia aterogénica5: HTG con C-HDL bajo.

Índice Castelli-I21: CT/C-HDL.

Índice Castelli-II21: C-LDL/C-HDL.

Coeficiente aterogénico colesterol-no-HDL/C-HDL.

Índice TG/C-HDL.

Índice aterogénico de plasma22: log (TG/C-HDL).

Índice TG y glucosa23: Ln [TG (mg/dL)×GPA (mg/dL)/2]

Sobrepeso24 (CIAP2: T83. CIE9: 278.02): índice de masa corporal (IMC) entre 25,0 y 29,9kg/m2.

Obesidad24 (CIAP2: T82; CIE9: 278.00; 278.01): IMC (peso/talla2)30kg/m2.

Obesidad abdominal o central: Perímetro de cintura102cm en hombres o88cm en mujeres13, o94cm en hombres o80cm en mujeres12, determinado con el sujeto en bipedestación mediante cinta métrica flexible ajustada sin comprimir la piel, al final de una espiración normal, localizando el borde superior de las crestas ilíacas y por encima de ese punto rodeando la cintura paralela al suelo24.

Índice cintura-talla25 (ICT): Perímetro de cintura/talla (cm/cm).

Hipotiroidismo (CIAP2: T86; CIE9: 244.9) en tratamiento sustitutivo.

Esteatosis hepática (CIE9: 571.8) registrado en historia clínica.

EC (CIAP2: K74, K75, K76. CIE9: 410-414): Incluye cardiopatía isquémica, infarto agudo de miocardio previo, síndromes coronarios agudos, revascularización coronaria y otros procedimientos de revascularización arterial.

ACV (CIAP2: K89, K90; K91. CIE9: 430; 431-436): Incluye accidente cerebrovascular, isquemia cerebral o hemorragias intracraneales y ataque isquémico transitorio.

EAP (CIAP2: K92. CIE9: 440; 443.9; 444): También incluye claudicación intermitente o un índice tobillo-brazo0,9.

ECV: Incluye EC, ACV y EAP.

Insuficiencia cardiaca (CIAP2: K77. CIE9: 428).

Fibrilación auricular (CIAP2: K78. CIE9: 427.3).

SM (CIAP2: K22. CIE9: 277.7; 277.9): Se consideraron 3 conceptos: La definición del National Cholesterol Education Program-Adult Treatment Panel III10 (NCEP-ATPIII) y mantenida por la National Heart, Lung, and Blood Institute/American Heart Association11 (NHLBI/AHA); la definición de la International Diabetes Federation12 (IDF) para la población europea; y la definición del consenso armonizado13 de SM para la población europea establecido por las siguientes sociedades científicas: IDF, Task Force on Epidemiology and Prevention; NHLBI; AHA; World Heart Federation; International Atherosclerosis Society; e International Association for the Study of Obesity (tabla 1).

Tabla 1.

Definiciones de síndrome metabólico para la población europea

  NCEP-ATPIII 2001
NHLBI/AHA 2004 
IDF 2005  Consenso 2009 
Factores exigidos  Al menos 3 factores  Al menos 3 factores incluido el de obesidad central  Al menos 3 factores 
Obesidad central (perímetro de cintura)  Hombres:>102cm
Mujeres:>88cm 
Hombres:94cm
Mujeres:80cm 
Hombres:102cm
Mujeres:88cm 
Glucemia en ayunas  110mg/dL
(≥6,1mmol/L) 
100mg/dL
(≥5,6mmol/L)
o diagnóstico previo de diabetes tipo 2 
100mg/dL
(≥5,6mmol/L)
o tratamiento hipoglucemiante 
Triglicéridos  150mg/dL
(≥1,7mmol/L) 
150mg/dL (≥1,7mmol/L)
o tratamiento específico
Colesterol-HDL  Hombres:<40mg/dL
(<1,03mmol/L)
Mujeres: <50mg/dL
(<1,29mmol/L) 
Hombres:<40mg/dL (<1,03mmol/L)
Mujeres:<50mg/dL (<1,29mmol/L)
o tratamiento específico
Presión arterial  Sistólica130mmHg o diastólica85mmHg  Sistólica130mmHg
o diastólica85mmHg
o tratamiento antihipertensivo

IDF: International Diabetes Federation; NCEP-ATPIII: National Cholesterol Education Program-Adult Treatment Panel III; NHLBI/AHA: National Heart, Lung, and Blood Institute/American Heart Association.

SM mórbido: SM con DM o con ECV.

SM premórbido: SM sin DM ni ECV.

Enfermedad pulmonar obstructiva crónica (CIAP2: R95. CIE9: 491.2; 492; 496): Criterios de la guía GOLD26.

Excreción urinaria de albúmina y cociente albúmina-creatinina (CIAP2: U90; U98. CIE9: 593.6; 791): Criterios de la guía KDIGO27.

Albuminuria: cociente albúmina-creatinina30mg/g.

Tasa de filtración glomerular estimada (FGe): Se utilizaron las siguientes ecuaciones Chronic Kidney Disease EPIdemiology collaboration (CKD-EPI)28 expresadas en mL/min/1,73m2: Mujeres con creatinina0,7mg/dL=144×(creatinina)-0,329×(0,993)edad; Mujeres con creatinina>0,7mg/dL=144×(creatinina)-1,209×(0,993)edad; Hombres con creatinina0,9mg/dL=141×(creatinina)-0,411×(0,993)edad; Hombres con creatinina>0,9mg/dL=141×(creatinina)-1,209×(0,993)edad.

ERC (CIAP2: U99. CIE9: 585): FGe<60mL/min/1,73m2 o cociente albúmina-creatinina30mg/g (KDIGO)27.

Disfunción eréctil: Incapacidad para lograr o mantener una erección suficiente para conseguir una relación sexual satisfactoria29.

FRCV: Factor de riesgo que predice la probabilidad de desarrollar una ECV: Edad (>55 años en hombres; >65 en mujeres), HTA, hipercolesterolemia, tabaquismo.

FRCV muy elevado: Hipercolesterolemia marcada o HTA marcada.

Modificador de RCV: Factor con posible potencial de reclasificación del RCV cuando la puntuación SCORE (systematic coronary risk evaluation)2 se encuentra cerca del umbral de decisión. Inactividad física, antecedente de ECV prematura (hombres<55 años o mujeres<65 años) en familiar de primer grado, C-HDL bajo, obesidad.

RCV: Riesgo de mortalidad por patología cardiovascular a 10 años. Para la población entre 40 y 65 años, se asignaron las categorías de RCV utilizando el sistema SCORE2 para los países europeos de bajo riesgo. RCV bajo: Población<40 años sin 2 o más FRCV; SCORE=0%. RCV moderado: Población<40 años con 2 o más FRCV; DM<40 años; SM; SCORE entre el 1 y 4%. RCV alto: FRCV muy elevado; DM sin FRCV; ERC moderada (FGe 30-59mL/min/1,73m2); SCORE entre el 5 y 9%. RCV muy alto: ECV clínica o documentada por imagen; DM con lesión en órganos diana o con FRCV; ERC grave (FGe<30mL/min/1,73m2); SCORE10%. RCV extremo4: ECV asociada a DM o ERC. La asignación del RCV en la población>65 años fue determinada con los criterios SCORE OP30.

Análisis estadístico

Se realizó utilizando el programa Statistical Package for the Social Sciences (IBM® SPSS® Statistical release 20.0, Armonk, NY, EE. UU.). Se determinó el rango, mediana y rango intercuartílico (RIC) (percentil 25; percentil 75) de la variable edad. El análisis estadístico descriptivo se realizó determinando la media y la desviación estándar (±DE). Las variables cuantitativas se compararon mediante la realización de las pruebas Levene y t de Student de 2 colas para comparar 2 variables o usando el análisis de varianza ANOVA de una vía para comparar más de 2 variables. Las variables analizadas mostraron una distribución normal (asimetría y curtosis entre −2 y +2). Las variables cualitativas se analizaron mediante tasas de prevalencia y porcentajes en cada categoría, presentadas con límites inferior y superior del intervalo de confianza (IC) del 95%. El análisis inferencial de los datos cualitativos se realizó mediante la prueba de Chi-cuadrado, y mediante la prueba de Fisher para los datos cuantitativos. Los odds-ratios se determinaron con IC del 95%. Todas las pruebas se consideraron estadísticamente significativas si las estimaciones con odds-ratio eran superiores a 1 o el valor de p de 2 colas era inferior a 0,05. Las prevalencias se determinaron como tasas brutas y ajustadas por edad y sexo. El ajuste de tasas se realizó mediante el método directo31 utilizando como poblaciones estándares las distribuciones por tramos etarios quinquenales y decenales de las poblaciones masculina y femenina de la Comunidad de Madrid y de España, información obtenida de la base de datos del Instituto Nacional de Estadística32 de enero de 2015.

Resultados

Los habitantes mayores de 18 años de la Comunidad de Madrid y de España fueron 5.196.828 y 38.102.546 adultos respectivamente. La distribución por tramos etarios quinquenales de las poblaciones de estudio y de referencia se muestran en la tabla 2. La distribución del origen étnico de los habitantes de la Comunidad de Madrid32 era la siguiente: españoles (88,9%), del resto de Europa (4,9%), de América Central y del Sur (3,4%), norteamericanos (0,2%), africanos (1,5%), asiáticos (1,1%) y de Oceanía (0,01%).

Tabla 2.

Distribución etaria de las poblaciones de estudio y de referencia

  Población masculina N (%)Población femenina N (%)
Edad (años)  España  Comunidad de Madrid  Sujetos de estudio  España  Comunidad de Madrid  Sujetos de estudio 
18-24  1.621.285 (9)  212.006 (9)  103 (4)  1.553.370 (8)  209.934 (8)  154 (4) 
25-29  1.321.886 (7)  181.252 (7)  124 (4)  1.318.453 (7)  189.349 (7)  188 (5) 
30-34  1.642.803 (9)  233.340 (9)  147 (5)  1.627.061 (8)  241.791 (9)  217 (6) 
35-39  2.011.297 (11)  288.141 (12)  241 (8)  1.938.493 (10)  292.360 (11)  302 (8) 
40-44  1.982.454 (11)  281.920 (11)  266 (9)  1.907.214 (10)  286.175 (10)  342 (9) 
45-49  1.861.331 (10)  253.561 (10)  295 (10)  1.829.678 (9)  263.036 (10)  334 (9) 
50-54  1.698.889 (9)  221.702 (9)  307 (10)  1.710.108 (9)  238.303 (9)  349 (9) 
55-59  1.467.132 (8)  185.035 (8)  284 (10)  1.511.242 (8)  207.951 (8)  316 (9) 
60-64  1.219.621 (7)  151.984 (6)  270 (9)  1.288.216 (7)  176.697 (6)  341 (9) 
65-69  1.120.627 (6)  140.455 (6)  297 (10)  1.236.887 (6)  168.286 (6)  292 (8) 
70-74  902.510 (5)  112.073 (5)  204 (7)  1.046.518 (5)  138.030 (5)  257 (7) 
75-79  673.645 (4)  78.652 (3)  156 (5)  879.421 (4)  109.891 (4)  223 (6) 
80-84  573.317 (3)  65.954 (3)  141 (5)  852.248 (4)  104.151 (4)  223 (6) 
85-89  301.428 (2)  35.055 (1)  73 (2)  553.996 (3)  70.373 (3)  113 (3) 
90-94  105.675 (1)  12.553 (1)  22 (1)  251.486 (1)  33.786 (1)  38 (1) 
95-102  22.029 (0,1)  2.696 (0,1)  4 (0,1)  72.226 (0,4)  10.336 (0,4)  8 (0,2) 

N: tamaños poblacionales; (%): porcentaje respecto al total.

El 7,6% de la muestra inicial rechazó participar en el estudio o no firmó el consentimiento informado. El 13,8% de los sujetos de la muestra tenía errores de filiación o no se pudo contactar tras realizar una búsqueda activa. El 4,7% de los sujetos de la muestra cumplían criterios de exclusión. El 7,1% de los sujetos del estudio sin datos clínicos o con registros médicos sin información clínica relevante fueron excluidos. La tasa de respuesta fue el 74%. Las pérdidas, abandonos o sujetos del estudio que no acudieron a la entrevista clínica fue el 4,2% (fig. 1).

Figura 1.

Diagrama del muestreo del estudio SIMETAP.

(0.24MB).

La población del estudio fue de 6.631 sujetos, siendo masculina el 44,25% (IC: 43,05; 45,45) (tabla 1). La media de edad (±DE) de la población de estudio fue de 55,03 (±17,54) años, la mediana de edad fue de 54,56 años, y el rango de edad (RIC) estuvo entre 18,01 y 102,80 (41,55; 67,98) años.

La media de edad (±DE) de la población masculina fue de 55,06 (±16,90) años, la mediana fue de 54,75 años, y el rango de edad (RIC) entre 18,01 y 102,12 (42,01; 67,35) años. La media de edad (±DE) de la población femenina fue de 55,01 (±18,04) años, la mediana fue de 54,36 años, y el rango de edad (RIC) entre 18,01 y 102,80 (40,94; 68,77) años. La diferencia de las medias de edad (0,05 [IC: −0,80; 0,90] años) entre las poblaciones masculina y femenina no fue significativa (p=0,908).

Las medias (±DE) de las variables antropométricas, de presión arterial y bioquímicas de la población de estudio y la significación de las diferencias entre las poblaciones masculina y femenina se muestran en la tabla 3. Las medias de los parámetros más elevados fueron: el sobrepeso (IMC: 27,5kg/m2), los perímetros de cintura (97,9cm en hombres y 89,7cm en mujeres), el ICT (0,57), y la HbA1c (5,6%). Todos los parámetros mencionados eran significativamente mayores en la población masculina, excepto la FGe, el CT, el C-LDL y el C-HDL que eran significativamente mayores en la población femenina.

Tabla 3.

Características cuantitativasa de la población de estudio

  Población de estudio  Población masculina  Población femenina  Valor de p 
Peso (kg)  6.631  74,2 (15,6)  81,7 (14,5)  68,2 (13,8)  <0,001 
Talla (cm)  6.631  164,2 (9,8)  171,1 (7,8)  158,8 (7,4)  <0,001 
IMC (kg/m26.631  27,5 (5,1)  27,9 (4,5)  27,1 (5,6)  <0,001 
Perímetro abdominal (cm)  6.631  93,3 (14,1)  97,9 (12,6)  89,7 (14,1)  <0,001 
ICT (cm/cm)  6.631  0,57 (0,09)  0,57 (0,08)  0,57 (0,10)  0,002 
GPA (mg/dL)  6.506  96,1 (26,1)  99,9 (28,7)  93,2 (23,4)  <0,001 
HbA1c (%)  5.201  5,64 (0,90)  5,71 (0,94)  5,58 (0,86)  <0,001 
PAS (mmHg)  6.631  121,9 (15,4)  124,0 (14,1)  120,2 (16,2)  <0,001 
PAD (mmHg)  6.631  73,3 (9,8)  74,9 (9,4)  72,1 (9,9)  <0,001 
Creatinina (mg/dL)  6.506  0,84 (0,29)  0,96 (0,30)  0,75 (0,26)  <0,001 
FGe (mL/min/1,73m26.506  90,5 (20,6)  89,8 (19,8)  91,1 (21,1)  0,014 
EUA (mg/dL)  4.402  15,1 (65,4)  19,6 (81,8)  11,5 (47,7)  <0,001 
CAC (mg/g)  4.402  16,0 (74,6)  19,6 (92,0)  13,0 (56,3)  <0,001 
Ácido úrico (mg/dL)  6.088  4,96 (1,49)  5,68 (1,44)  4,39 (1,26)  <0,001 
AST (U/L)  4.749  23,1 (43,5)  25,7 (47,4)  22,0 (40,0)  <0,001 
ALT (U/L)  6.330  24,9 (17,0)  29,2 (19,2)  21,5 (14,0)  <0,001 
GGT (U/L)  6.001  33,4 (51,0)  42,3 (65,3)  26,5 (34,5)  <0,001 
CT (mg/dL)  6.496  192,7 (39,4)  188,1 (39,0)  196,3 (39,2)  <0,001 
C-HDL (mg/dL)  6.496  54,8 (14,7)  49,2 (12,6)  59,2 (14,7)  <0,001 
C-no-HDL (mg/dL)  6.496  137,9 (38,5)  138,9 (38,8)  137,1 (38,2)  0,618 
C-LDL (mg/dL)  6.434  114,1 (34,5)  112,4 (34,4)  115,4 (34,6)  <0,01 
C-VLDL (mg/dL)  6.434  23,2 (12,2)  25,5 (13,2)  21,3 (11,0)  <0,001 
TG (mg/dL)  6.496  120,6 (83,4)  135,8 (100,9)  108,7 (64,1)  <0,001 
CT/C-HDL  6.496  3,72 (1,13)  4,03 (1,23)  3,47 (0,98)  <0,001 
C-no-HDL/C-HDL  6.496  2,72 (1,13)  3,03 (1,23)  2,47 (0,98)  <0,001 
TG/C-HDL  6.496  2,53 (2,53)  3,13 (3,24)  2,06 (1,70)  <0,001 
C-LDL/C-HDL  6.434  2,21 (0,88)  2,41 (0,96)  2,06 (0,79)  <0,001 
AIP  6.496  -0,07 (0,29)  0,03 (0,29)  -0,14 (0,27)  <0,001 
ITyG  6.496  8,49 (0,61)  8,64 (0,61)  8,38 (0,58)  <0,001 

AIP: índice aterogénico de plasma; ALT: alanina aminotransferasa; AST: aspartato aminotransferasa; C-HDL: colesterol unido a lipoproteínas de alta densidad; C-LDL: colesterol unido a lipoproteínas de baja densidad; C-VLDL: colesterol unido a lipoproteínas de muy baja densidad; CAC: cociente albúmina-creatinina; CT: colesterolemia total; EUA: excreción urinaria de albúmina; FGe: tasa de filtrado glomerular estimada según CKD-EPI (Chronic Kidney Disease EPIdemiology collaboration); GGT: gamma-glutamil transferasa; GPA: glucemia plasmática en ayunas; HbA1c: glucohemoglobina A1c; ICT: índice cintura-talla; IMC: índice de masa corporal (peso/talla2); ITyG: índice TG y glucosa; n: número de° de casos; PAD: presión arterial diastólica; PAS: presión arterial sistólica; TG: trigliceridemia; Valor de p: de la diferencia de medias entre las poblaciones masculina y femenina.

a

Media (±desviación estándar).

Las prevalencias crudas de las características cualitativas y morbilidad de la población de estudio y la significación de las diferencias entre las poblaciones masculina y femenina se muestran en la tabla 4. Las prevalencias crudas globales más elevadas fueron: Tabaquismo (22%), inactividad física (47%), sobrepeso (38%), obesidad (28%), obesidad abdominal (65%), ICT0,55 (56%), prediabetes (22%), DM (16%), HTA (38%), hipercolesterolemia (61%), HTG (29%), dislipidemia aterogénica (14%), SM (43%), y SM premórbido (25%). No existían diferencias de las prevalencias crudas entre las poblaciones masculina y femenina, en los siguientes FRCV y enfermedades: antecedente de ECV prematura en familiar de primer grado, obesidad, DM tipo 1, hipercolesterolemia, SM premórbido, insuficiencia cardiaca, fibrilación auricular y ERC. El resto de las prevalencias crudas eran significativamente mayores en la población masculina, excepto la inactividad física, la obesidad abdominal, el hipotiroidismo, y el C-HDL60mg/dL que eran significativamente mayores en la población femenina.

Tabla 4.

Características cualitativasa de la población de estudio

  Población de estudio
n=6.631 
Población masculina
n=2.934 
Población femenina
n=3.697 
Valor de p 
Tabaquismo  1.431 (21,6)  756 (25,8)  675 (18,3)  <0,001 
EPOC  246 (3,7)  182 (6,2)  64 (1,7)  <0,001 
Etilismo  610 (9,2)  503 (17,1)  107 (2,9)  <0,001 
Inactividad física  3.092 (46,6)  1.259 (42,9)  1.833 (49,6)  <0,001 
Normopeso  2.152 (32,5)  771 (26,3)  1.381 (37,4)  <0,001 
Sobrepeso  2.530 (38,2)  1.307 (44,5)  1.223 (33,1)  <0,001 
Obesidad  1.835 (27,7)  834 (28,4)  1.001 (27,1)  0,224 
Obesidad central  2.928 (44,2)  1.106 (37,7)  1.822 (49,3)  <0,001 
Obesidad central (IDF)  4.329 (65,3)  1.744 (59,4)  2.585 (69,9)  <0,001 
ICT0,55  3.705 (55,9)  1.785 (60,8)  1.920 (51,9)  <0,001 
Prediabetes CDA  519 (7,8)  252 (8,6)  267 (7,2)  0,043 
Prediabetes ADA  1.447 (21,8)  701 (23,9)  746 (20,2)  <0,001 
DM)  1.033 (15,6)  568 (19,4)  465 (12,6)  <0,001 
DM tipo 1  58 (0,9)  30 (1,0)  28 (0,8)  0,288 
DM tipo 2  975 (14,7)  538 (18,3)  437 (11,8)  <0,001 
Hipertensión arterial  2.548 (38,4)  1.223 (41,7)  1.325 (35,8)  <0,001 
Hipercolesterolemia  4.063 (61,3)  1.800 (61,3)  2.263 (61,2)  0,919 
C-HDL<40/45mg/dL  1.346 (20,3)  839 (28,6)  507 (13,7)  <0,001 
C-HDL<40/50mg/dL  1.808 (27,3)  839 (28,6)  969 (26,2)  0,030 
C-HDL60mg/dL  2.174 (32,8)  541 (18,4)  1.633 (44,2)  <0,001 
Hipertrigliceridemia  1.936 (29,2)  1.063 (36,2)  873 (23,6)  <0,001 
Dislipidemia aterogénica (45)  764 (11,5)  508 (17,3)  256 (6,9)  <0,001 
Dislipidemia aterogénica (50)  934 (14,1)  508 (17,3)  426 (11,5)  <0,001 
SM premórbido (AHA)  1.412 (20,6)  623 (21,2)  789 (21,3)  0,928 
SM (AHA)  2.618 (39,5)  1.279 (43,6)  1.339 (36,2)  <0,001 
SM premórbido (IDF)  1.650 (24,9)  724 (24,7)  926 (25,0)  0,732 
SM (IDF)  2.623 (41,0)  1.266 (43,1)  1.456 (39,4)  0,002 
SMb premórbido  1.629 (24,6)  728 (24,8)  901 (24,4)  0,688 
SMb  2.847 (42,9)  1.392 (47,4)  1.455 (39,4)  <0,001 
Hipotiroidismo  648 (9,8)  102 (3,5)  546 (14,8)  <0,001 
Esteatosis hepática  580 (8,7)  384 (13,1)  196 (5,3)  <0,001 
Enfermedad coronaria  319 (4,8)  210 (7,2)  109 (2,9)  <0,001 
ACV  250 (3,8)  128 (4,4)  122 (3,3)  0,027 
EAP  150 (2,3)  94 (3,2)  56 (1,5)  <0,001 
ECV  613 (9,2)  369 (12,6)  244 (6,6)  <0,001 
DM o ECV  1.407 (21,2)  784 (26,7)  623 (16,9)  <0,001 
AFECVp  387 (5,8)  169 (5,8)  218 (5,9)  0,833 
Insuficiencia cardiaca  183 (2,8)  80 (2,7)  103 (2,8)  0,940 
Fibrilación auricular  247 (3,7)  108 (3,7)  139 (3,8)  0,896 
EUA30mg/dL (n=4.402)  347 (7,9)  198 (10,0)  149 (6,2)  <0,001 
CAC30mg/g (n=4.402)  369 (8,4)  206 (10,4)  163 (6,8)  <0,001 
FGe<60mL/min/1,73m2 (n=6.506)  522 (8,0)  215 (7,5)  307 (8,4)  0,183 
ERC (n=6.506)  748 (11,5)  335 (11,7)  413 (11,3)  0,667 
RCV bajo  2.186 (33,0)  728 (24,8)  1.458 (39,4)  <0,001 
RCV moderado  1.395 (21,0)  624 (21,9)  753 (20,4)  0,133 
RCV alto  1.010 (15,2)  480 (16,4)  530 (14,3)  0,023 
RCV muy alto  1.694 (25,5)  890 (30,3)  804 (21,7)  <0,001 
RCV extremo  346 (5,2)  194 (6,6)  152 (4,1)  <0,001 

ACV: enfermedad cerebrovascular o ictus; ADA: American Diabetes Association; AFECVp: antecedente de ECV prematura en familiar de primer grado; AHA: American Heart Association; ATPIII: Adult Treatment Panel III; CAC: cociente albúmina-creatinina; C-HDL: colesterol unido a lipoproteínas de alta densidad; CDA: Canadian Diabetes Association; EAP: enfermedad arterial periférica; ECV: enfermedad cardiovascular; ERC: enfermedad renal crónica; DM: diabetes mellitus; EPOC: enfermedad pulmonar obstructiva crónica; EUA: excreción urinaria de albúmina; FGe: tasa de filtrado glomerular estimada según CKD-EPI (Chronic Kidney Disease EPIdemiology collaboration); ICT: índice cintura-talla; IDF: International Diabetes Federation; IMC: índice de masa corporal (peso/talla2); NCEP-ATPIII: National Cholesterol Education Program-Adult Treatment Panel III; NHLBI: National Heart, Lung, and Blood Institute; RCV: riesgo cardiovascular; SM: síndrome metabólico; Valor de p: de la diferencia de medias entre las poblaciones masculina y femenina.

Normopeso24: IMC entre 18,5 y 24,9kg/m2. Sobrepeso24: IMC entre 25,0 y 29,9kg/m2. Obesidad24: IMC30kg/m2. Obesidad central13: Perímetro abdominal102cm (hombres) o88cm (mujeres). Obesidad central (IDF)12: ≥94cm (hombres) o80cm (mujeres). Prediabetes CDA19: glucemia entre 110 y 125mg/dL, o HbA1c entre el 6% y el 6,4%. Prediabetes ADA18: glucemia entre 100 y 125mg/dL, o HbA1c entre el 5,7% y el 6,4%. C-HDL<40/45: colesterol unido a lipoproteínas de alta densidad<40mg/dL (hombres) o<45mg/dL (mujeres). C-HDL<40/50: ídem<50mg/dL (mujeres). Dislipidemia aterogénica (45): hipertrigliceridemia y C-HDL<45mg/dL (mujeres). Dislipidemia aterogénica (50): hipertrigliceridemia y C-HDL<50mg/dL (mujeres). SM (AHA)10,11: síndrome metabólico según NCEP-ATPIII/NHLBI/AHA. SM (IDF)12: Síndrome metabólico según IDF. FGe: Tasa de filtrado glomerular estimada según CKD-EPI28.

a

n.o casos (%).

b

Síndrome metabólico armonizado según consenso 200913.

Discusión

La ECV originó 119.778 defunciones en 2016, siendo la primera causa de muerte (30%) en la población española33. Durante los últimos años la mortalidad cardiovascular se ha reducido gracias a la intervención sobre FRCV como el tabaquismo, la HTA y la hipercolesterolemia. Sin embargo, la intervención no ha sido tan beneficiosa34 sobre los hábitos alimentarios, la inactividad física, la obesidad y la DM. La información preliminar que se ofrece en el presente artículo describe la situación epidemiológica de una población en la que se mantiene una elevada prevalencia de los FRCV relacionados con los estilos de vida y de la morbilidad relacionada con el metabolismo. La población de estudio presentaba unas características antropométricas y metabólicas cuantitativas que predisponen al diagnóstico de SM. La media de IMC indicaba sobrepeso grado ii o preobesidad; los perímetros de cintura superaban los límites establecidos por la IDF12, y la HbA1c rozaba el nivel límite inferior de prediabetes según la IDF12. Sin embargo, la población tenía unas medias de buen control de presión arterial, FGe, GPA y perfil lipídico.

De forma similar, las prevalencias crudas globales más elevadas fueron FRCV cardiometabólicos: Tabaquismo, inactividad física, sobrepeso, obesidad, obesidad abdominal, ICT aumentado, prediabetes, DM, HTA, hipercolesterolemia, HTG, dislipidemia aterogénica, SM, y SM premórbido. La alta prevalencia de FRCV cardiometabólicos favorece que el 21% de la población padeciera ECV o DM, y que el 31% tuviera un RCV muy alto o extremo.

Sin embargo, para valorar la verdadera magnitud epidemiológica y para comparar tasas de prevalencia entre distintas poblaciones es importante considerar que la edad y el sexo son factores que están directamente relacionados con los FRCV, las enfermedades cardiovasculares y morbilidad cardiometabólica. Por ello es necesario analizar no solo las prevalencias crudas sino las tasas de prevalencia específicas estratificadas por grupos etarios, y las tasas de prevalencias globales ajustadas por edad y sexo.

En España existen importantes diferencias territoriales tanto en la prevalencia como en el grado de control de los FRCV35. Se ha demostrado que las estrategias de prevención poblacionales son muy beneficiosas1, por lo que es fundamental determinar un diagnóstico de salud de la población que incluya todos los factores relacionados con la patología cardiovascular.

El estudio SIMETAP pretende ofrecer una actualización de la dimensión epidemiológica de los FRCV, ECV, SM y morbilidad metabólica relacionada. Esta actualización facilitaría la comparación entre distintas poblaciones, podría estimular la intervención sanitaria y animar a las autoridades sanitarias a intensificar estrategias de prevención poblacionales aplicando más eficientemente los recursos disponibles .El presente artículo es el preámbulo de posteriores análisis más detallados de tasas de prevalencia tanto estratificadas por grupos etarios como ajustadas por edad y sexo con poblaciones de referencia de la Comunidad de Madrid y de España.

Conclusiones

El presente estudio muestra una población con unas medias de buen control de presión arterial, FGe, GPA y perfil lipídico. Sin embargo, sus características antropométricas de sobrepeso, obesidad central (según los criterios de la IDF), y una media de HbA1c (5,6%) sugieren favorecer el diagnóstico de prediabetes o SM.

Las prevalencias crudas globales más elevadas se registraron en estilos de vida inadecuados (tabaquismo, inactividad física, obesidad) y morbilidad cardiometabólica (prediabetes, DM, HTA, dislipidemias y SM). Esta alta prevalencia puede favorecer que un elevado porcentaje de la población tenga un RCV alto o muy alto.

Para precisar la verdadera dimensión epidemiológica y poder comparar entre poblaciones es necesario realizar el análisis de las tasas de prevalencia estratificadas por grupos etarios y ajustadas por edad y sexo.

Financiación

La Agencia «Pedro Laín Entralgo» de Formación, Investigación y Estudios Sanitarios de la Comunidad de Madrid (n.o beca: RS05/2010) proporcionó financiación económica para la realización del presente estudio. La Comisión de Investigación de la Gerencia Adjunta de Planificación y Calidad de la Gerencia de Atención Primaria de la Comunidad de Madrid emitió el informe favorable para su realización.

Conflicto de intereses

Con relación a este estudio, los autores declaran que no ha habido ninguna influencia en los resultados ni en la interpretación de los mismos, por lo que no tienen ningún conflicto de intereses.

Agradecimientos

Agradecemos la asistencia y colaboración de los siguientes médicos que han participado en el Grupo de investigación del Estudio SIMETAP:

Abad Schilling C., Adrián Sanz M., Aguilera Reija P., Alcaraz Bethencourt A., Alonso Roca R., Álvarez Benedicto R., Arranz Martínez E., Arribas Álvaro P., Baltuille Aller M.C., Barrios Rueda E., Benito Alonso E., Berbil Bautista M.L., Blanco Canseco J.M., Caballero Ramírez N., Cabello Igual P., Cabrera Vélez R., Calderín Morales M.P., Capitán Caldas M., Casaseca Calvo T.F., Cique Herráinz J.A., Ciria de Pablo C., Chao Escuer P., Dávila Blázquez G., de la Peña Antón N., de Prado Prieto L., del Villar Redondo M.J., Delgado Rodríguez S., Díez Pérez M.C., Durán Tejada M.R., Escamilla Guijarro N., Escrivá Ferrairó R.A., Fernández Vicente T., Fernández-Pacheco Vila D., Frías Vargas M.J., García Álvarez J.C., García Fernández M.E., García García Alcañiz M.P., García Granado M.D., García Pliego R.A., García Redondo M.R., García Villasur M.P., Gómez Díaz E., Gómez Fernández O., González Escobar P., González-Posada Delgado J.A., Gutiérrez Sánchez I. Hernández Beltrán M.I., Hernández de Luna M.C., Hernández López R.M., Hidalgo Calleja Y., Holgado Catalán M.S., Hombrados Gonzalo M.P., Hueso Quesada R., Ibarra Sánchez A.M., Iglesias Quintana J.R., Íscar Valenzuela I., Iturmendi Martínez N., Javierre Miranda A.P., López Uriarte B., Lorenzo Borda M.S., Luna Ramírez S., Macho del Barrio A.I., Magán Tapia P., Marañón Henrich N., Mariño Suárez J.E., Martín Calle M.C., Martín Fernández A.I., Martínez Cid de Rivera E., Martínez Irazusta J., Migueláñez Valero A., Minguela Puras M.E., Montero Costa A., Mora Casado C., Morales Cobos L.E., Morales Chico M.R., Moreno Fernández J.C., Moreno Muñoz M.S., Palacios Martínez D., Pascual Val T., Pérez Fernández M., Pérez Muñoz R., Plata Barajas M.T., Pleite Raposo R., Prieto Marcos M., Quintana Gómez J.L., Redondo de Pedro S., Redondo Sánchez M., Reguillo Díaz J., Remón Pérez B., Revilla Pascual E., Rey López A.M., Ribot Catalá C., Rico Pérez M.R., Rivera Teijido M., Rodríguez Cabanillas R., Rodríguez de Cossío A., Rodríguez de Mingo E., Rodríguez Rodríguez A.O., Rosillo González A., Rubio Villar M., Ruiz Díaz L., Ruiz García A., Sánchez Calso A., Sánchez Herráiz M., Sánchez Ramos M.C., Sanchidrián Fernández P.L., Sandín de Vega E., Sanz Pozo B., Sanz Velasco C., Sarriá Sánchez M.T., Simonaggio Stancampiano P., Tello Meco I., Vargas-Machuca Cabañero C., Velazco Zumarrán J.L., Vieira Pascual M.C., Zafra Urango C., Zamora Gómez M.M., Zarzuelo Martín N.

Bibliografía
[1]
Royo Bordonada MÁ, P. Armario García, J.M. Lobos Bejarano, P.J. Pedro-Botet Montoya, F. Villar Álvarez, R. Elosua, et al.
Adaptación española de las guías europeas de 2016 sobre prevención de la enfermedad cardiovascular en la práctica clínica.
Clin Investig Arterioscler., 29 (2017), pp. 69-85
[2]
M.F. Piepoli, A.W. Hoes, S. Agewall, C. Albus, C. Brotons, A.L. Catapano, et al.
2016 European Guidelines on cardiovascular disease prevention in clinical practice. The Sixth Joint Task Force of the European Society of Cardiology and Other Societies on Cardiovascular Disease Prevention in Clinical Practice (constituted by representatives of 10 societies and by invited experts). Developed with the special contribution of the European Association for Cardiovascular Prevention & Rehabilitation (EACPR).
Eur Heart J., 37 (2016), pp. 2315-2381
[3]
A.L. Catapano, I. Graham, G. de Backer, O. Wiklund, M.J. Chapman, H. Drexel, et al.
Guía ESC/EAS 2016 sobre el tratamiento de las dislipemias.
Rev Esp Cardiol., 70 (2017),
115.e1- 1160.ee64
[4]
A.J. Garber, M.J. Abrahamson, J.I. Barzilay, L. Blonde, Z.T. Bloomgarden, M.A. Bush, et al.
Consensus statement by the American Association of Clinical Endocrinologists and American College of Endocrinology on the comprehensive type 2 diabetes management algorithm–2017 Executive summary.
Endocr Pract., 23 (2017), pp. 207-238
[5]
J.F. Ascaso, J. Millán, A. Hernández-Mijares, M. Blasco, A. Brea, A. Díaz, et al.
Documento de consenso sobre el manejo de la dislipemia aterogénica de la Sociedad Española de Arteriosclerosis.
Clin Investig Arterioscler., 29 (2017), pp. 86-91
[6]
M. Hanefeld, W. Leonhardt.
Das metabolische Syndrom.
DT Gesundh Wesen., 36 (1981), pp. 545-551
[7]
E.S. Ford.
Risks for all-cause mortality, cardiovascular disease, and diabetes associated with the metabolic syndrome: A summary of the evidence.
Diabetes Care., 28 (2005), pp. 1769-1778
[8]
S. Mottillo, K.B. Filion, J. Genest, L. Joseph, L. Pilote, P. Poirier, et al.
The metabolic syndrome and cardiovascular risk a systematic review and meta-analysis.
J Am Coll Cardiol., 56 (2010), pp. 1113-1132
[9]
G. Thomas, A.R. Sehgal, S.R. Kashyap, T.R. Srinivas, J.P. Kirwan, S.D. Navaneethan.
Metabolic syndrome and kidney disease: A systematic review and meta-analysis.
Clin J Am Soc Nephrol., 6 (2011), pp. 2364-2373
[10]
Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol In Adults.
Executive Summary of The Third Report of The National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol In Adults (Adult Treatment Panel III).
JAMA., 285 (2001), pp. 2486-2497
[11]
S.M. Grundy, H.B. Brewer, J.I. Cleeman, S.C. Smith, Lenfant C:.
Definition of metabolic syndrome: Report of the National Heart, Lung, and Blood Institute/American Heart Association. Conference on Scientific Issues Related to Definition.
Circulation., 109 (2004), pp. 433-438
[12]
K.G.M.M. Alberti, P. Zimmet, J. Shaw.
Metabolic syndrome—a new world-wide definition. A Consensus Statement from the International Diabetes Federation.
Diabet Med., 23 (2006), pp. 469-480
[13]
K.G.M.M. Alberti, R.H. Eckel, S.M. Grundy, P.Z. Zimmet, J.I. Cleeman, K.A. Donato, et al.
Harmonizing the metabolic syndrome: A joint interim statement of the International Diabetes Federation task force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity.
Circulation., 120 (2009), pp. 1640-1645
[14]
R.K. Simmons, K.G. Alberti, E.A. Gale, S. Colagiuri, J. Tuomilehto, Q. Qiao, et al.
The metabolic syndrome: useful concept or clinical tool? Report of a WHO Expert Consultation.
Diabetologia., 53 (2010), pp. 600-605
[15]
Comité Internacional de Clasificación de la WONCA. Clasificación Internacional de la Atención Primaria. 2.a ed. Barcelona: Masson; 1999.
[16]
Ministerio de Sanidad, Servicios Sociales e Igualdad. Clasificación Internacional de Enfermedades: 9.a Revisión. Modificación Clínica. CIE-9-MC. 9.a ed. 2014.
[17]
G. Mancia, R. Fagard, K. Narkiewicz, J. Redon, A. Zanchetti, M. Böhm, et al.
2013 ESH/ESC Guidelines for the management of arterial hypertension.
Eur Heart J., 34 (2013), pp. 2159-2219
[18]
American Diabetes Association.
Classification and diagnosis of diabetes. Standars of medical care in diabetes – 2018.
Diabetes Care, 41 (2018), pp. S13-S27
[19]
R. Goldenberg, Z. Punthakee, Canadian Diabetes Association Clinical Practice Guidelines Expert Committee.
Definition, classification and diagnosis of diabetes, prediabetes and metabolic syndrome.
Can J Diabetes., 37 (2013), pp. S8-S11
[20]
A.L. Catapano, I. Graham, G. de Backer, O. Wiklund, M.J. Chapman, H. Drexel, et al.
2016 ESC/EAS Guidelines for the Management of Dyslipidaemias.
Eur Heart J., 37 (2016), pp. 2999-3058
[21]
W.P. Castelli, R.D. Abbott, P.M. McNamara.
Summary estimates of cholesterol used to predict coronary heart disease.
Circulation, 67 (1983), pp. 730-734
[22]
M. Dobiasova.
AIP-atherogenic index of plasma as a significant predictor of cardiovascular risk: From research to practice.
Vnitr Lek., 52 (2006), pp. 64-71
[23]
L.E. Simental-Mendia, M. Rodriguez-Moran, Guerrero-Romero F:.
The product of fasting glucose and triglycerides as surrogate for identifying insulin resistance in apparently healthy subjects.
Metab Syndr Relat Disord., 6 (2008), pp. 299-304
[24]
J. Salas-Salvadó, M.A. Rubio, M. Barbany, B. Moreno, Grupo colaborativo de la SEEDO.
Consenso SEEDO 2007 para la evaluación del sobrepeso y la obesidad y el establecimiento de criterios de intervención terapéutica.
Med Clin (Barc), 128 (2007), pp. 184-196
[25]
H.J. Schneider, J. Klotsche, S. Silber, G.K. Stalla, H.U. Wittchen.
Measuring abdominal obesity: Effects of height on distribution of cardiometabolic risk factors risk using waist circumference and waist-to-height ratio.
Diabetes Care., 34 (2011), pp. e7
[26]
J. Vestbo, S.S. Hurd, A.G. Agustí, P.W. Jones, C. Vogelmeier, A. Anzueto, et al.
Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease: GOLD Executive Summary.
Am J Respir Crit Care Med., 187 (2013), pp. 347-365
[27]
Improving Global Outcomes (KDIGO) CKD Work Group.
KDIGO Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease.
Kidney Int Suppl, 3 (2013), pp. S6-S308
[28]
A.S. Levey, J. Coresh, T.H. Greene, L.A. Stevens, Y. Zhang, S. Hendriksen, Chronic Kidney Disease Epidemiology Collaboration.
Using standardized serum creatinine values in the Modification of Diet in Renal Disease study equation for estimating glomerular filtration rate.
Ann Intern Med., 145 (2006), pp. 247-254
[29]
NIH Consensus Conference: Impotence.
NIH Consensus Development Panel on Impotence.
JAMA, 270 (1993), pp. 83-90
[30]
M.T. Cooney, R. Selmer, A. Lindman, A. Tverdal, A. Menotti, T. Thomsen, et al.
Cardiovascular disease risk estimation in older persons: SCORE O.P.
Eur J Prev Cardiol., 23 (2016), pp. 1093-1103
[31]
R. Armitage, G. Berry, J.N.S. Matthews.
Statistical methods in medical research.
4th ed., Blackwell, (2002), pp. 659-667
[32]
Instituto Nacional de Estadística. INEbase. Demografía y población. Cifras de población y Censos demográficos. Cifras de población [consultado 27 Feb 2018]. Disponible en: http://www.ine.es/dynt3/inebase/es/index.htm?padre=1894∩sel=1895
[33]
Instituto Nacional de Estadística. Defunciones según la Causa de Muerte 2016. Resultados Nacionales. Defunciones por causas (lista reducida), sexo y edad [consultado 27 Feb 2018]. Disponible en: http://www.ine.es/jaxi/Datos.htm?path=/t15/p417/a2016/l0/&file=01001.px
[34]
G. Flores-Mateo, M. Grau, M. O’Flaherty, R. Ramos, R. Elosua, C. Violan-Fors, et al.
Análisis de la disminución de la mortalidad por enfermedad coronaria en una población mediterránea: España 1998-2005.
Rev Esp Cardiol., 64 (2011), pp. 988-996
[35]
M. Grau, R. Elosua, A. Cabrera de León, M.J. Guembe, J.M. Baena-Díez, T. Vega Alonso, et al.
Factores de riesgo cardiovascular en España en la primera década del siglo xxi: análisis agrupado con datos individuales de 11 estudios de base poblacional, estudio DARIOS.
Rev Esp Cardiol., 64 (2011), pp. 295-304
Copyright © 2018. Sociedad Española de Arteriosclerosis
Descargar PDF
Opciones de artículo
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos