metricas
covid
Buscar en
Medicina Clínica
Toda la web
Inicio Medicina Clínica Validación del FINDRISC (FINnish Diabetes Risk SCore) para la predicción del r...
Información de la revista
Vol. 138. Núm. 9.
Páginas 371-376 (abril 2012)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
16834
Vol. 138. Núm. 9.
Páginas 371-376 (abril 2012)
Original
Acceso a texto completo
Validación del FINDRISC (FINnish Diabetes Risk SCore) para la predicción del riesgo de diabetes tipo 2 en una población del sur de España. Estudio Pizarra
Validation of the FINDRISC (FINnish Diabetes RIsk SCore) for prediction of the risk of type 2 diabetes in a population of southern Spain. Pizarra Study
Visitas
16834
Federico Soriguera,b,
Autor para correspondencia
, Sergio Valdésa,b, María José Tapiaa,b, Isabel Estevaa,b, María Soledad Ruiz de Adanaa,b, María Cruz Almaraza,b, Sonsoles Morcilloa,b, Eduardo García Fuentesa,b, Francisca Rodrígueza,b, Gemma Rojo-Martineza,b
a Servicio de Endocrinología y Nutrición, Hospital Universitario Carlos Haya, Málaga, España
b CIBER de Diabetes y Enfermedades Metabólicas asociadas (CIBERDEM), Málaga, España
Contenido relaccionado
Manel Puig-Domingo
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (2)
Tablas (4)
Tabla 1. Características generales de los individuos incluidos en la primera y la segunda fase del Estudio Pizarra
Tabla 2. Prevalencia de los fenotipos obtenidos tras la realización de sobrecarga oral de glucosa (primera fase del estudio) e incidencia de diabetes (segunda fase del estudio) en función de los criterios utilizados para calcular la puntuación FINDRISC
Tabla 3. Odd ratios de tener diabetes tipo 2 a los 6 años de seguimiento en función de la puntuación del FINDRISC y los fenotipos de riesgo de la sobrecarga oral de glucosa (segunda fase del estudio)
Tabla 4. Valores predictivos positivos y valores predictivos negativos de incidencia de DM2 a los 6 años de seguimiento en función de diferentes puntos de corte de la glucemia y de tener un FR > 9 (segunda fase del estudio)
Mostrar másMostrar menos
Resumen
Fundamento y objetivo

El objetivo de este estudio ha sido validar la capacidad del Finnish Diabetes Risk Score (FINDRISC) de predecir el riesgo de diabetes mellitus tipo 2 (DM2) en una población del sudeste español (estudio Pizarra).

Sujetos y métodos

El Estudio Pizarra es un estudio prospectivo de base poblacional desarrollado en la población de Pizarra (Málaga). La primera fase del estudio se realizó en 1997-1998 e incluyó a 1.051 individuos de entre 18-65 años seleccionados aleatoriamente del censo municipal de la localidad. En 2003-2004 los sujetos participantes en el primer estudio fueron reevaluados. Un total de 824 individuos (78,4%) completaron esta segunda fase del estudio. En ambas fases del estudio se administró una sobrecarga oral de glucosa a todos los participantes sin diabetes conocida. Se evaluó la capacidad del FINDRISC para detectar la DM2 no diagnosticada (primera fase: estudio transversal) y en la predicción de la incidencia de DM2 (segunda fase: estudio de cohortes).

Resultados

El test mostró buenos resultados tanto para detectar DM2 no diagnosticada (área bajo la curva ROC [ROC-AUC]: 0,74) como para predecir DM2 incidente (ROC-AUC: 0,75). La mejor predicción de riesgo de DM2 incidente se encontró en los sujetos con glucemia en ayunas >100mg/dl y un FINDRISC ≥9 (odds ratio [OR]: 19,37; intervalo de confianza del 95% [IC 95%]: 8,86-42,34; p<0,0001).

Conclusiones

Los resultados de nuestro estudio muestran que el FINDRISC puede ser una herramienta útil para detectar sujetos con alto riesgo de diabetes en esta población.

Palabras clave:
Diabetes tipo 2
Epidemiología
Finnish Diabetes Risk Score (FINDRISC)
Predicción
España
Abstract
Background and objetive

The aim of this study was to validate the ability of the Finnish Diabetes Risk Score (FINDRISC) to predict the risk of DM2 in a population of south-eastern Spain (Pizarra Study).

Subjects and methods

The Pizarra Study is a population-based prospective study developed in the town of Pizarra (Málaga). The first phase of the study was conducted in 1997-1998, including 1051 individuals aged 18-65 years randomly selected from the municipal census of the town. In 2003-2004 the subjects participating in the first study were reassessed. 824 individuals completed the second phase of the study (78.4%). All participants without known diabetes underwent an oral glucose tolerance test both at baseline and follow-up. We evaluated the ability of the FINDRISC to detect undiagnosed DM2 (first phase: cross-sectional study) and in predicting the incidence of DM2 (second phase: cohort study).

Results

The test showed good results both to detect undiagnosed DM2 (ROC-AUC 0.74) and to predict incident DM2 (ROC-AUC 0.75). The best prediction of risk of incident DM2 was found in those subjects with fasting glucose >100mg/dl and a FINDRISC ≥9 (OR: 19.37; 95%IC: 8,86-42,34; P<.0001).

Conclusions

The results of our study show that FINDRISC can be a useful tool to detect subjects at high risk of diabetes in this population.

Keywords:
Type 2 diabetes
Epidemiology
Finnish Diabetes Risk Score (FINDRISC)
Prediction
Spain
Texto completo
Introducción

La diabetes se ha convertido en uno de los más graves problemas sanitarios de nuestro tiempo. Sus proporciones son ya epidémicas en la mayor parte del mundo. Se estima que existen actualmente 285 millones de personas afectadas a lo ancho del planeta, y esta cifra aumentará en los próximos años, alcanzando 438 millones en el año 2030 si se cumplen las últimas predicciones. La mayoría de los casos corresponden a diabetes mellitus tipo 2 (DM2)1. En prácticamente todas las sociedades desarrolladas la diabetes es una de las principales causas de ceguera, amputaciones y enfermedad renal terminal1. En España se estima que entre el 10 y el 15% de la población adulta padece la enfermedad, con un alto porcentaje de casos sin diagnosticar2. Numerosos estudios han demostrado que es posible reducir la incidencia de DM2 con programas basados en los cambios en los estilos de vida o con fármacos3–5. Los programas de prevención requieren algún procedimiento para seleccionar los sujetos con un mayor riesgo de desarrollar diabetes. Diferentes herramientas han sido diseñadas con este objetivo6. El Finnish Diabetes Risk Score (FINDRISC) es, probablemente, una de las más eficientes7.

Por otro lado, en el momento actual, en Europa están en marcha estrategias y proyectos, algunos de ellos financiados con fondos de la Unión Europea (UE), para iniciar programas nacionales de prevención de DM28,9, que utilizan el FINDRISC como herramienta para identificar individuos en riesgo. Inicialmente diseñado para la población de Finlandia, este cuestionario ha sido también validado en otras poblaciones10–12, pero no en la española.

El objetivo de este estudio ha sido validar la capacidad del FINDRISC para predecir el riesgo de DM2 en el Estudio Pizarra.

Material y método

Las características generales del Estudio Pizarra han sido ya publicadas previamente13.

La primera fase del estudio se realizó en 1997-1998 e incluyó a 1.051 individuos de entre 18 y 65 años seleccionados aleatoriamente del censo municipal de la localidad de Pizarra (Málaga). La tasa de participación en este primer estudio fue del 70,3%.

En 2003-2004 los sujetos participantes en el primer estudio fueron contactados para una reevaluación. Un total de 824 individuos completaron esta segunda fase del estudio (78,4%). Para las estimaciones sobre incidencia de diabetes, se excluyeron los sujetos con diabetes en el estudio inicial.

En ambas fases del estudio se usó la misma metodología. Todos los participantes fueron entrevistados y se realizó una exploración física estandarizada14. Se realizaron mediciones de peso, talla, índice de masa corporal (IMC), perímetros de cintura y cadera e índices de cintura cadera (ICC). En el primer y en el segundo estudio se aplicó un extenso cuestionario que recogió la información necesaria para clasificar a los sujetos en función de los criterios del FINDRISC7. En ambos estudios se incluyó la realización de una sobrecarga oral de glucosa (SOG) a todos los individuos sin diabetes conocida, con medición de la glucemia en sangre capilar en ayunas y a las 2h por método enzimático glucosa oxidasa (Accu-Chek, Roche Diagnostics, Barcelona, España). Los valores de insulinemia en ayunas fueron determinados por radioinmunoensayo (Coat a Count RIA kit, DPC, Los Angeles, CA, EE. UU.). Los índices de resistencia a la insulina y de secreción de insulina fueron estimados mediante las ecuaciones homeostasis model assessment (HOMA)15.

Se usaron los criterios de la OMS de 1998 para clasificar a los individuos con DM2, glucemia basal alterada (GBA) e intolerancia a la glucosa (ITG)16. Se consideró diabetes conocida la de los sujetos con diagnóstico previo de diabetes que estaban recibiendo tratamiento con antidiabéticos orales o insulina. En los sujetos tratados únicamente con dieta se procedió a la SOG para verificar el diagnóstico.

Análisis estadístico

Todos los análisis estadísticos se realizaron mediante SPSS 12.0 (SPSS, Chicago, IL, EE. UU.) y Epibasic 1.0 (Universidad de Aarhus, Nordre Ringgade, Dinamarca). Los valores referidos de p se basan en test de dos colas con límite de significación estadística de 0,05. Los datos se presentan como medias ±DE, medianas ±percentil 25-75 en caso de no normalidad o proporciones. Las comparaciones de parámetros entre grupos se hicieron mediante la prueba de t de Student para variables cuantitativas o la prueba de la ji al cuadrado en el caso de proporciones. Las incidencias de diabetes (número de episodios/personas-año en riesgo) y los correspondientes odd ratios (OR) de diabetes fueron calculados para cada variable de exposición. El análisis multivariante fue realizado mediante regresión logística. La capacidad predictiva del FINDRISC se determinó mediante análisis de curva Receiver Operating Charasteristics (ROC).

Resultados

Las características generales de los sujetos incluidos en el Estudio Pizarra se resumen en la tabla 1.

Tabla 1.

Características generales de los individuos incluidos en la primera y la segunda fase del Estudio Pizarra

  Primera faseMuestra completa(n=1.051)  Muestra de riesgoa(n=910)  Muestra final (n=714aSegunda faseMuestra final(n=714) 
Edad (años)  40,0 (13,8)  38,1 (13,2)  38,9 (13,0)  45,0 (13,4) 
Sexo n (%)  V: 396 (37,7)  V: 329 (36,2)  V: 252 (35,3)  V: 252 (35,3) 
varón (V), mujer (M)  M: 655 (62,3)  M: 581 (63,8)  M: 462 (64,7)  M: 462 (64,7) 
Peso (kg)  71,7 (13,9)  70,6 (13,7)  70,4 (13,0)  73,3 (14,0) 
Cintura (cm)  91,9 (13,7)  90,2 (13,2)  90,3 (12,9)  98,1 (13,0) 
IMC (kg/m227,5 (5,2)  27,1 (5,1)  27,1 (4,9)  28,3 (5,2) 
Indice cintura cadera  0,91 (0,09)  0,90 (0,09)  0,90 (0,09)  0,95 (0,09) 
IR HOMA  2,2 (1,4-3,4)  2,1 (1,3-3,0)  2,0 (1,3-3,0)  2,1 (1,3-3,2) 
βCF HOMA  87,7 (53,1-126,5)  89,7 (56,1-129,2)  89,8 (56,6-126,4)  88,7 (54,6-123,3) 
Obesidad (%)  28,8  24,8  25,5  32,8 
Historia familiar DM (%)  –  –  –  58,4 
SOG normal (%)  62,0  71,6  71,1  69,3 
GBA (%)  12,3  14,2  13,9  7,8 
ITG (%)  8,4  9,7  10,4  7,6 
GBA + ITG (%)  3,9  4,5  4,6  3,9 
DM desconocida (%)  8,8  –  –  9,5 
DM conocida (%)  4,6  –  –  1,8 
Hipertensión (%)  53,8  49,8  50,4  58,2 
Dislipidemia (%)  43,7  41,4  41,9  – 

Los datos se expresan como media (± desviación típica) —salvo sexo, n (%)—, mediana (percentil 25-75) o proporciones.

Las personas de la muestra de riesgo son las que no presentan diabetes en el momento basal.

IMC: índice de masa corporal. βCF HOMA: índice de función de las células beta; IR HOMA: índice de resistencia a la insulina (los dos últimos calculados por ecuaciones de evaluación del modelo homeostático); DM: diabetes mellitus; GBA: glucemia basal alterada; IMC: índice de masa corporal; ITG: intolerancia a la glucosa; SOG: test de sobrecarga oral de glucosa.

a

Las personas de la muestra final son las de la muestra de riesgo que pudieron clasificarse según el estado de su diabetes en la segunda fase del estudio.

Considerada en su conjunto toda la población, el 35,4% de los sujetos tuvieron una puntuación FINDRISC menor o igual a 6, el 33,7% entre 7 y 11, el 16,8% entre 12 y 14, y el 12,4% entre 15 y 24.

En la primera fase del estudio la prevalencia de DM2 conocida y desconocida fue significativamente distinta para todos los criterios utilizados en el cálculo del FINDRISC, excepto para los ítems «How often do you eat vegetables, fruits and berries?» (p=0,14) y «Do you usually have daily at least 30minutes of physical activity at work and/or during leisure time?» (p=0,28) (tabla 2).

Tabla 2.

Prevalencia de los fenotipos obtenidos tras la realización de sobrecarga oral de glucosa (primera fase del estudio) e incidencia de diabetes (segunda fase del estudio) en función de los criterios utilizados para calcular la puntuación FINDRISC

  FR  Prevalencia en el estudio basal de fenotipos tras SOGIncidenciaa
  Edad (años)  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
< 45  499 (75,5%)  75 (11,3%)  47 (7,1%)  8 (1;2%)  27 (4,1%)  5 (0,8%)  661  33 (6,9%)  478 
45-54  85 (48,3%)  25 (14,2%)  18 (10,2%)  14 (8,0%)  24 (13,6%)  10 (5,7%)  176  26 (21,0%)  124 
55-64  60 (33,3%)  24 (13,3%)  18 (10,0%)  16 (8,9%)  34 (18,9%)  28 (15,6%)  180  16 (16,8%)  95 
> 64  8 (23,5%)  5 (14,7%)  5 (14,7%)  3 (8,8%)  8 (23,5%)  5 (14,7%)  34  6 (35,3%)  17 
  Total  652 (62,0%)  129 (12,3%)  88 (8,4%)  41 (3,9%)  93 (8,8%)  48 (4,6%)  1.051*p < 0,0001  81 (11,3%)  714**p < 0,00001 
  IMC  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
< 25  294 (82,1%)  28 (7,8%)  21 (5,9%)  3 (0,8%)  9 (2,5%)  3 (0,8%)  358  6 (2,3%)  258 
25-30  211 (59,3%)  47 (13,2%)  35 (9,8%)  18 (5,1%)  31 (8,7%)  14 (3,9%)  356  33 (13,0%)  254 
> 30  130 (42,9%)  48 (15,8%)  29 (9,6%)  20 (6,6%)  51 (16,8%)  25 (8,35%)  303  39 (21,3%)  183 
  Total  635 (62,4%)  123 (12,1%)  85 (8,4%)  41 (4,0%)  91 (8,9%)  42 (4,1%)  1.017*p < 0,0001  78 (11,2%)  695**p < 0,0001 
  Cintura (cm)  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
Varón < 94 o mujer < 80  363 (81,6%)  41 (9,2%)  23 (5,2%)  4 (,9%)  11 (2,5%)  3 (,7%)  445  13 (3,9%)  333 
varón 94-102 o mujer 80-88  125 (59,8%)  28 (13,4%)  21 (10,0%)  8 (3,8%)  17 (8,1%)  10 (4,8%)  209  12 (8,3%)  145 
varón > 102 o mujer > 88  148 (40,4%)  56 (15,3%)  41(11,2%)  29 (7,9%)  63 (17,2%)  29 (7,9%)  366  54 (24,4%)  221 
  Total  636 (62,4%)  125 (12,3%)  85 (8,3%)  41 (4,0%)  91 (8,9%)  42 (4,1%)  1020*p < 0,0001  79 (11,3%)  699**p < 0,0001 
  Hiperglucemia  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
Sin AP de hiperglucemia  648 (62,3%)  128 (12,3%)  85 (8,2%)  38 (3,7%)  93 (8,9%)  48 (4,6%)  1040  77 (10,9%)  705 
AP de hiperglucemia  4 (36,4%)  1 (9,1%)  3 (27,3%)  3 (27,3%)  0 (,0%)  0 (,0%)  11  4 (44,4%) 
  Total  652 (62,0%)  129 (12,3%)  88 (8,4%)  41 (3,9%)  93 (8,8%)  48 (4,6%)  1051*p < 0,0001  81 (11,3%)  714**p = 0,002 
  Antecedentes familiares  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
0,00  368 (66,9%)  65 (11,8%)  39 (7,1%)  15 (2,7%)  47 (8,5%)  16 (2,9%)  550  34 (10,9%)  313 
3,00  97 (70,3%)  15 (10,9%)  11 (8,0%)  3 (2,2%)  6 (4,3%)  6 (4,3%)  138  7 (5,8%)  120 
5,00  187 (51,5%)  49 (13, 5%)  38 (10,5%)  23 (6,3%)  40 (11,0%)  26 (7,2%)  363  40 (14,2%)  281 
  Total  652 (62,0%)  129 (12,3%)  88 (8,4%)  41 (3,9%)  93 (8,8%)  48 (4,6%)  1051*p < 0,0001  81 (11,3%)  714**p = 0,004 
  Fruta y verdura  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
Diaria  510 (63,5%)  87 (10,8%)  64 (8,0%)  33 (4,1%)  71 (8,8%)  38 (4,7%)  803 (100%j)  54 (9,9%)  544 (100%) 
No diaria  142 (57,3%)  42 (16,9%)  24 (9,7%)  8 (3,2%)  22 (8,9%)  10 (4,0%)  248 (100%)  27 (15,9%)  170 (100%) 
  Total  652 (62,0%)  129 (12,3%)  88 (8,4%)  41 (3,9%)  93 (8,8%)  48 (4,6%)  1051*p = NS  81 (11,3%)  714**p = 0,003 
  Ejercicio  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
Sí  119 (63,0%)  28 (14,8%)  11 (5,8%)  8 (4,2%)  15 (7,9%)  8 (4,2%)  189 (100%)  8 (6,5%)  123 (100%) 
No  522 (62,4%)  98 (11,7%)  75 (9,0%)  33 (3,9%)  76 (9,1%)  32 (3,8%)  836 (100%)  71 (12,2%)  581 (100%) 
  Total  641 (62,5%)  126 (12,3%)  86 (8,4%)  41 (4%)  91 (8,9%)  40 (3,9%)  1025*p = NS  79 (11,2%)  704**p = 0,06 
  Hipertensión arterial  Normal  GBA  ITG  GBA + ITG  DM no conocida  DM conocida  DM2 
Sin medicación HTA  615 (66,4%)  116 (12,5%)  68 (7,3%)  29 (3,1%)  70 (7,6%)  28 (3,0%)  926 (100%)  62 (9,7%)  642 
Medicación HTA  37 (29,6%)  13 (10,4%)  20 (16,0%)  12 (9,6%)  23 (18,4%)  20 (16,0%)  125 (100%)  19 (26,4%)  72 
  Total  652 (62,0%)  129 (12,3%)  88 (8,4%)  41 (3,9%)  93 (8,8%)  48 (4,6%)  1051*p < 0,0001  81 (11,3%)  714**p < 0,0001 

AP: antecedentes personales; DM: diabetes mellitus; FR: puntuación del FINDRISC; GBA: glucemia basal alterada; HTA: hipertensión arterial; IMC: índice de masa corporal; ITG: intolerancia a la glucosa; SOG: test de sobrecarga oral de glucosa.

a

Excluidos los sujetos con DM en la primera fase del estudio.

*

p (Criterio del FINDRISC: fenotipos tras SOG).

**

p (Criterio del FINDRISC: incidencia de DM2 tras 6 años de seguimiento).

En la segunda fase del estudio, analizados separadamente, la incidencia de DM2 a los 6 años fue significativamente distinta en función de cada uno de los 8 criterios utilizados en el cálculo del FINDRISC (tabla 2).

La incidencia de DM2 se asoció significativamente con las puntuaciones del FINDRISC (fig. 1).

Figura 1.

Incidencia acumulada de diabetes tipo 2 en 6 años en función de la puntuación del Finnish Diabetes Risk Score (FINDRISC) (segunda fase del estudio).

(0,05MB).

En la primera fase del estudio se detectaron 91 casos de diabetes mellitus desconocidas de un total de 1.051 personas estudiadas. En el análisis de curva ROC, el FINDRISC mostró un área bajo la curva (AUC) para detectar DM no conocida de 0,74 (IC 95%: 0,69-0,79) (fig. 2a).

Figura 2.

a) Curva ROC para el Finnish Diabetes Risk Score (FINDRISC) en la detección de diabetes tipo 2 no diagnosticada. Área bajo la curva ROC (ROC-AUC): 0,74 (intervalo de confianza del 95% [CI 95%]: 0,69-0,79). Se detectaron 91 casos de diabetes no diagnosticada de 1.051 personas (primera fase del estudio). b) Curva ROC para el FINDRISC en la predicción de la incidencia de diabetes tipo 2. ROC-AUC: 0,75 (IC 95%: 0,70-0,80). Se detectaron 77 casos entre 714 personas (segunda fase del estudio).

(0,11MB).

En la segunda fase del estudio se detectaron 77 casos incidentes de un total de 714 personas. El FINDRISC mostró un AUC para detectar DM incidente de 0,75 (IC 95%: 0,70-0,80) (fig. 2b).

La puntuación del FINDRISC mantuvo la capacidad predictiva del riesgo (OR) de tener DM a los 6 años de seguimiento, después de ajustar el modelo por los fenotipos clínicos de riesgo obtenidos tras la SOG (GBA y TAG) (modelo 1, tabla 3). Similares resultados se han obtenido para las puntuaciones del FINDRISC cuando el modelo se ajusta por la glucemia basal en ayunas (modelo 2, tabla 3).

Tabla 3.

Odd ratios de tener diabetes tipo 2 a los 6 años de seguimiento en función de la puntuación del FINDRISC y los fenotipos de riesgo de la sobrecarga oral de glucosa (segunda fase del estudio)

Variable dependiente: DM2 a los 6 añosa
Variables  OR (IC 95%) 
Modelo 1     
Puntuación FR     
0-6  CR   
7-11  3,70 (1,56-8,76)  0,003 
12-14  4,93 (1,93-12,60)  0,001 
15-26  8,13 (3,21-20-58)  < 0,0001 
SOG-criterios     
SOG-normal  CR   
GBA  3,23 (1,68-6,21)  < 0,0001 
ITG  2,54 (1,13-5,24)  0,01 
GBA+ITG  6,28 (2,74-14,39)  < 0,0001 
Modelo 2     
Gb ≤ 90  CR   
Gb 91-99  2,23 (1,17-4,24)  0,01 
Gb > 100  5,45 (2,74-10,84)  < 0,0001 
Puntuación FR  CR   
0-6  3,89 (1,64-9,22)  0,002 
7-11  5,84 (2,32-14,73)  < 0,0001 
12-14  9,85 (3,97-24,42)  < 0,0001 
15-26     
Modelo 3     
Gb < 100 y FR ≤ 9  CR   
Gb < 100 y FR > 9  7,26 (3,61-14,62)  < 0,0001 
Gb > 100 y FR ≤ 9  6,35 (2,20-18,31)  0,001 
Gb > 100 y FR > 9  19,37 (8,86-42,34)  < 0,0001 

OR: odds ratio; IC 95%: intervalo de confianza del 95%; FINDRISC: Finnish Diabetes Risk Score; CR: criterio de referencia; DM2: diabetes tipo 2. FR: puntuación del FINDRISC; Gb: glucemia basal; GBA: glucemia basal alterada; ITG: intolerancia a la glucosa; SOG: test de sobrecarga oral de glucosa.

a

Excluidos diabetes conocida y desconocida en la primera fase del estudio.

El mayor riesgo de desarrollar DM se encontró en los sujetos con glucemia en ayunas >100mg/dl y un FINDRISC ≥9 (OR: 19,37; IC 95%: 8,86-42,34; p<0,0001) (modelo 3, tabla 3).

En la tabla 4 se resumen los diferentes valores predictivos positivos (VPP) y valores predictivos negativos (VPN) del riesgo de desarrollar DM para los distintos criterios utilizados en el estudio.

Tabla 4.

Valores predictivos positivos y valores predictivos negativos de incidencia de DM2 a los 6 años de seguimiento en función de diferentes puntos de corte de la glucemia y de tener un FR > 9 (segunda fase del estudio)

  VPP  VPN 
Gb90  17,5  95,3 
Gb100  29,6  91,9 
GBA  23,2  94,1 
ITG  18,9  94,1 
GBA+ITG  42,4  94,1 
FR > 9  22,2  96,0 
Gb > 100 y FR > 9  36,4  97,1 

DM2: diabetes mellitus tipo 2; FR: puntuación del FINDRISC; FINDRISC: Finnish Diabetes Risk Score; Gb: glucemia basal; GBA: glucemia basal alterada; ITG: intolerancia a la glucosa; VPP: valor predictivo positivo; VPN: valor predictivo negativo.

Discusión

Se han desarrollado numerosas herramientas para predecir el riesgo de DM26. De todas ellas, el FINDRISC es de las más usadas7. El FINDRISC ocupa un lugar central en la estrategia del Finnish Diabetes Prevention Programme8 y ha sido usado o se prevé su uso como instrumento para el cribado en otros estudios de intervención poblacional como el German National Diabetes Prevention Programme12, el Diabetes in Europe: Prevention using Lifestyle, Physical Activity and Nutrition intervention (DEPLAN)9 o el European Guideline and Training Standards for Diabetes Prevention (IMAGE)17, proyectos financiados con fondos de la UE dentro de los programas de salud pública de la UE para el diseño de estrategias de prevención de la DM218.

El FINDRISC ha sido validado en otras poblaciones no finlandesas. En Italia, un estudio mostró que el FINDRISC tenía una AUC de 0,67 (IC 95%: 0,64-0,70), con una sensibilidad de 77% y una especificidad de 45% para la detección de DM2. Los autores concluyen que el FINDRISC puede representar una herramienta válida y económica para el cribado de la diabetes. Sin embargo, la evaluación se realizó en un estudio transversal en el que los pacientes fueron identificados en las consultas de los médicos de atención primaria de manera oportunista, seleccionando, en base a su perfil de riesgo cardiovascular, individuos de entre 55 y 75 años10.

En Alemania, en un estudio también transversal (The KORA Survey 2000)11, se evaluó la asociación entre las puntuaciones de riesgo de 4 cuestionarios, entre ellos el FINDRISC, y la presencia de DM2 no diagnosticada en 1.353 participantes (edad: 55-74 años) sin diabetes conocida. Los autores concluyen que, por lo general, los cuestionarios evaluados tienen una baja validez cuando se aplican a poblaciones para las que no fueron diseñados, debido probablemente a las diferencias en las características de la población. Por otro lado, todos ellos tienen un VPP bajo y un alto VPN, por lo que son instrumentos útiles para descartar riesgo, pero no tanto para confirmarlo.

En otro estudio transversal realizado en Taiwán en pacientes con patología renal, tanto la sensibilidad como la especialidad para detectar DM2 fueron del 67%19.

Bergman et al.12, tras evaluar la capacidad del cuestionario de predecir el riesgo de DM2 a los 3 años en 552 sujetos, llegaron a la conclusión de que el FINDRISC es una herramienta sencilla y con alta eficiencia para identificar DM2 asintomática.

En Holanda, el FINDRISC ha sido validado en 3 estudios de cohortes: el Hoorn Study (n=5.434), el PREVEND Study (n=2.713) y el MORGEN Study (n=863). El valor predictivo de DM2 medido por el AUC ROC para los 3 estudios ha sido, respectivamente, de 0,71; 0,71 y 0,7720.

La evaluación del FINDRISC de nuestro estudio se ha hecho sobre una base de datos poblacional representativa de una población del sur de España y de la que se conocen la prevalencia e incidencia de DM213. Como era de esperar, tanto la glucemia basal como los fenotipos de prediabetes obtenidos tras una SOG han predicho significativamente el riesgo de DM2 a los 6 años. La fuerza de la asociación entre el FINDRISC y el riesgo de DM2 a los 6 años ha sido similar o incluso mayor que la asociación entre fenotipación con una SOG y la incidencia de obesidad.

La capacidad predictiva de la SOG se considera en cierto modo como el gold standard de la predicción del riesgo de DM2. Sin embargo, la SOG es una herramienta poco útil como cribado poblacional, pues es costosa en tiempo e incómoda para los pacientes. La medición de la glucemia capilar es rápida, y es hoy muy accesible a cualquier sistema de salud.

Al contrario que las herramientas anteriores, el FINDRISC no necesita toma de muestras sanguíneas, sino tan sólo contestar a 8 preguntas que pueden ser fácilmente identificadas por la mayoría de la población. En todo caso, la realización junto al FINDRISC de una glucemia capilar mejoraría sensiblemente la capacidad predictiva del cribado.

Los resultados de nuestro estudio muestran que el FINDRISC se comporta en la población española estudiada de manera similar a la de las poblaciones finlandesas u holandesas en las que ha sido evaluado prospectivamente. Su principal ventaja es su facilidad, pues no necesita pruebas complementarias, es fácil de entender y puede ser hecho incluso por correo. Como prueba de cribado permitiría descartar una gran cantidad de personas con bajo riesgo, seleccionando aquellas que o bien serían susceptibles de incluirse en programas de prevención de riesgo de DM2 o de ser sometidas a una segunda prueba de cribado como la medida de la glucemia basal o la realización de una SOG.

Financiación

El Estudio Pizarra ha sido financiado con los proyectos FIS PI051307, PI06/90546, Junta de Andalucía 0124/2005 y 0258/2007 y beca de la Fundación CEAS.

El CIBER de Diabetes y Enfermedades Metabólicas asociadas (CB07/08/0019) es una iniciativa del Instituto de Salud Carlos III.

Bibliografía
[1]
International Diabetes Federation.
Diabetes Atlas.
4.a ed., (2009),
[2]
S. Valdés, G. Rojo-Martínez, F. Soriguer.
Evolution of prevalence of type 2 diabetes in adult Spanish population.
Med Clin (Barc), 129 (2007), pp. 352-355
[3]
K. Yamaoka, T. Tango.
Efficacy of lifestyle education to prevent type 2 diabetes: A meta-analysis of randomized controlled trials.
Diabetes Care, 28 (2005), pp. 2780-2786
[4]
A. Hussain, B. Claussen, A. Ramachandran, R. Williams.
Prevention of type 2 diabetes: A review.
Diabetes Res Clin Pract, 76 (2007), pp. 317-326
[5]
C.L. Gillies, K.R. Abrams, P.C. Lambert, N.J. Cooper, A.J. Sutton, R.T. Hsu, et al.
Pharmacological and lifestyle interventions to prevent or delay type 2 diabetes in people with impaired glucose tolerance: Systematic review and meta-analysis.
BMJ, 334 (2007), pp. 299-300
[6]
P.E. Schwarz, J. Li, J. Lindstrom, J. Tuomilehto.
Tools for predicting the risk of type 2 diabetes in daily practice.
Horm Metab Res, 41 (2009), pp. 86-97
[7]
J. Lindstrom, J. Tuomilehto.
The Diabetes Risk Score: A practical tool to predict type 2 diabetes risk.
Diabetes Care, 26 (2003), pp. 725-731
[8]
T. Saaristo, M. Peltonen, S. Keinänen-Kiukaanniemi, M. Vanhala, J. Saltevo, L. Niskanen, FIN-D2D Study Group, et al.
National type 2 diabetes prevention programme in Finland: FIN-D2D.
Int J Circumpolar Health, 66 (2007), pp. 101-112
[9]
P.E. Schwarz, J. Lindström, K. Kissimova-Scarbeck, Z. Szybinski, N.C. Barengo, M. Peltonen, DE-PLAN Project, et al.
The European perspective of type 2 diabetes prevention: Diabetes in Europe—prevention using lifestyle, physical activity and nutritional intervention (DE-PLAN) project.
Exp Clin Endocrinol Diabetes, 116 (2008), pp. 167-172
[10]
M. Franciosi, G. De Berardis, M.C. Rossi, M. Sacco, M. Belfiglio, F. Pellegrini, et al.
Use of the diabetes risk score for opportunistic screening of undiagnosed diabetes and impaired glucose tolerance: The IGLOO (Impaired Glucose Tolerance and Long-Term Outcomes Observational) study.
Diabetes Care, 28 (2005), pp. 1187-1194
[11]
W. Rathmann, S. Martin, B. Haastert, A. Icks, R. Holle, H. Löwel, Study Group KORA, et al.
Performance of screening questionnaires and risk scores for undiagnosed diabetes: The KORA Survey 2000.
Arch Intern Med, 165 (2005), pp. 436-441
[12]
A. Bergmann, J. Li, L. Wang, J. Schulze, S.R. Bornstein, P.E. Schwarz.
A simplified Finnish diabetes risk score to predict type 2 diabetes risk and disease evolution in a German population.
Horm Metab Res, 39 (2007), pp. 677-682
[13]
F. Soriguer, G. Rojo-Martínez, M.C. Almaraz, I. Esteva, M.S. Ruiz de Adana, S. Morcillo, et al.
Incidence of type 2 diabetes in southern Spain (Pizarra Study).
Eur J Clin Invest, 38 (2008), pp. 126-133
[14]
World Health Organization (WHO) Expert Committee. Physical status: the use and interpretation of anthropometry. Technical Report Series no. 854. WHO: Ginebra; 1995.
[15]
D.R. Matthews, J.P. Hosker, A.S. Rudenski, B.A. Naylor, D.F. Treacher, R.C. Turner.
Homeostasis model assessment: Insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man.
Diabetologia, 28 (1985), pp. 412-419
[16]
K.G. Alberti, P.Z. Zimmet.
Definition, diagnosis and classification of diabetes mellitus and its complications. Part 1: Diagnosis and classification of diabetes mellitus provisional report of a WHO consultation.
[17]
P.E. Schwarz, U. Gruhl, S.R. Bornstein, R. Landgraf, M. Hall, J. Tuomilehto.
The European Perspective on Diabetes Prevention: Development and Implementation of An European Guideline and training standards for diabetes prevention (IMAGE).
Diab Vasc Dis Res, 4 (2007), pp. 353-357
[18]
P.E. Schwarz, F. Muylle, P. Valensi, M. Hall.
The European perspective of diabetes prevention.
Horm Metab Res, 40 (2008), pp. 511-514
[19]
J.W. Lin, Y.C. Chang, H.Y. Li, Y.F. Chien, M.Y. Wu, R.Y. Tsai, et al.
Cross-sectional validation of diabetes risk scores for predicting diabetes, metabolic syndrome, and chronic kidney disease in Taiwanese.
Diabetes Care, 32 (2009), pp. 2294-2296
[20]
M. Alssema, E.J. Feskens, S.J. Bakker, R.T. Gansevoort, J.M. Boer, R.J. Heine, et al.
Finnish questionnaire reasonably good predictor of the incidence of diabetes in The Netherlands.
Ned Tijdschr Geneeskd, 152 (2008), pp. 2418-2424
Copyright © 2011. Elsevier España, S.L.. Todos los derechos reservados
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

Quizás le interese:
10.1016/j.medcli.2019.02.004
No mostrar más