Diseño y validación de un score para detectar adultos con prediabetes y diabetes no diagnosticada

• Autores: María Rosalba Rojas Martínez, María Consuelo Escamilla Núñez, Donají V. Gómez Velasco, Emiliano Zárate Rojas, Carlos Alberto Aguilar Salinas
• Localización: Salud pública de México, ISSN-e 1606-7916, ISSN 0036-3634, Vol. 60, Nº. 5, 2018, págs. 500-509
• Idioma: español
• Títulos paralelos:
  • Development and validation of a screening score for prediabetes and undiagnosed diabetes
• Enlaces
  • Texto completo
• Resumen
  • español

    Objetivo. Diseñar y validar un score de riesgo de fácil aplicación para detectar prediabetes y diabetes no diagnosticada en población mexicana. Material y métodos. Empleando la información del estudio de cohorte de 10 234 adultos del Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán (INCMNSZ), se identificaron factores de riesgo incluidos en modelos de regresión logística múltiple estratificados por sexo. Los coeficientes beta fueron multiplicados por 10 para obtener el peso de cada variable en el score. Una submuestra de la Encuesta Nacional de Salud y Nutrición (Ensanut) 2012 se usó para validar el score. Resultados. El score propuesto clasificó correctamente 55.4% a las mujeres con diabetes no diagnosticada y 57.2% a las mujeres con prediabetes o diabetes. Por su parte, clasificó correctamente a los hombres en 68.6 y 69.9%, respectivamente. Conclusiones.

    Presentamos el diseño y validación de un score de riesgo estratificado por sexo para determinar si un adulto podría tener prediabetes o diabetes, en cuyo caso deberán realizarse estudios de laboratorio para confirmar o descartar el diagnóstico.

  • English

    Objective. To develop and validate an easy-to-use risk score to detect prediabetes and undiagnosed diabetes in Mexican population. Materials and methods. Using information from the Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán (INCMNSZ)’s cohort study of 10 234, risk factors were identified and included in stratified by sex multiple logistic regression models. The beta coefficients of the final model were multiplied by 10, thus obtaining the weights of each variable in the score. Results. The proposed score correctly classifies 55.4% of women with undiagnosed diabetes and 57.2% of women with prediabetes or diabetes.

    While for men it correctly classifies them at 68.6% and 69.9%, respectively. Conclusions. We present the design and validation of a risk score stratified by sex, to determine if an adult could have prediabetes or diabetes, in which case laboratory studies should be performed to confirm or not the diagnosis.