Resumen de Métodos no invasivos para la detección precoz de enfermedades crónicas no transmisibles y la mhealth como herramienta para su difusión entre el personal sanitario

Rafael Molina Luque

• Introducción o motivación de la tesis La prevalencia de las enfermedades no transmisibles (ENT) y sus factores de riesgo cardiovasculares (FRCV) asociados, no deja de incrementarse entre la población de todas las edades y localizaciones geográficas. Los estilos de vida juegan un rol fundamental en su desarrollo, por lo que intervenir sobre ellos debe ser el eje primordial de actuación de los profesionales de la salud. Para ello, se requieren herramientas que permitan detectar situaciones de riesgo y, si es posible, que estén adaptadas a las tendencias tecnológicas actuales. Por esto, se quiere conocer la prevalencia de los distintas ENT y los FRCV asociados, desarrollar herramientas que permitan la detección precoz de alteraciones de la salud e implementar los instrumentos en una App de salud (mHealth).

  Contenido de la investigación Se llevaron a cabo distintos diseños metodológicos en tres poblaciones diferentes. De estos grupos poblaciones, se extrajeron seis muestras distintas, una en edad infantil (Concepción, Chile), cuatro en edad adulta (tres de Córdoba, España y una de Concepción, Chile) y una con mayores de 65 años (Córdoba, España). Para el análisis de los datos se emplearon las pruebas características de la estadística descriptiva, bivariante y multivariante.

  Se validaron y desarrollaron diversas herramientas que permiten evaluar el estado nutricional (Mini Nutritional Assessment Short Form y GC), ajustar la ingesta energética a las necesidades diarias (gasto energético en reposo) y realizar la detección precoz de afectaciones patológicas (salud pulmonar y cardiometabólica), adaptadas a cada una de las poblaciones de referencia.

  Conclusión La prevalencia de ENT y los FRCV asociados fue elevada en todas las poblaciones estudiadas. Las herramientas validadas y desarrolladas ayudarán a su detección precoz y a adaptar las intervenciones en dichas poblaciones. Además, al implementarse en una App de Salud, podrán usarse en diversos entornos clínicos.

  Bibliografía 1. Organización Mundial de la Salud. Enfermedades Crónicas [Internet] [citado el 31 de julio de 2019] Disponible en: https://www.who.int/topics/chronic_diseases/es/ 2. Organización Mundial de la Salud. Enfermedades no transmisibles (Definición). [Internet] [citado el 31 de julio de 2019] Disponible en: https://www.who.int/topics/noncommunicable_diseases/es/ 3. Organización Mundial de la Salud. Noncommunicable diseases country profiles 2018 [Internet] 2018. [citado el 26 de julio de 2019] Disponible en: https://www.who.int/nmh/publications/ncd-profiles-2018/en/ 4. Instituto Nacional de Estadística. Patrones de mortalidad en España, 2016. [Internet] 2019. [citado el 26 de julio de 2019] Disponible en: https://www.mscbs.gob.es/estadEstudios/estadisticas/estadisticas/estMinisterio/mortalidad/docs/Patrones_Mortalidad_2016.pdf 5. Sociedad Española de Neumología y Cirugía Torácica (SEPAR). Las enfermedades respiratorias se mantienen como tercera causa de muerte en España. [Internet] 2018. [citado el 26 de julio de 2019] Disponible en: https://www.separ.es/sites/default/files/SEPAR_mortalidad_enfermedades_respiratorias.pdf 6. Wilkins E, Wilson L, Wickramasinghe K, Bhatnagar P, Leal J, Luengo-Fernandez R, et al. European Cardiovascular Disease Statistics 2017. European Heart Network, Brussels.

  7. Centro de Investigación Biomédica en Red. Diabetes y Enfermedades Metabólicas asociadas. Nota de prensa: El 13,8% de la población española sufre diabetes tipo 2, según el Estudio di@bet.es [Internet] 2011. [citado el 27 de julio de 2019] Disponible en: https://www.ciberdem.org/media/434052/nota-de-prensa_estudio-diabetes_ciberdem.pdf 8. Valdés S, García-Torres F, Maldonado-Araque C, Goday A, Calle-Pascual A, Soriguer F, et al. Prevalencia de obesidad, diabetes mellitus y otros factores de riesgo cardiovascular en Andalucía. Comparación con datos de prevalencia nacionales. Estudio Di@bet.es. Revista Española de Cardiología. 2014;67(6):442-448. doi: 10.1016/j.recesp.2013.09.031.

  9. Centro de Investigación Biomédica en Red. Diabetes y Enfermedades Metabólicas asociadas. Estudio di@bet.es: Cerca de 400.000 personas desarrollan diabetes cada año en España. [Internet] 2018. [citado el 27 de julio de 2019] Disponible en: https://www.ciberdem.org/noticias/estudio-di-betes-cerca-de-400000-personas-desarrollan-diabetes-cada-ano-en-espana 10. Forouzanfar M, Afshin A, Alexander L, Anderson H, Bhutta Z, Biryukov S, et al. Global, regional, and national comparative risk assessment of 79 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990–2015: a systematic analysis for the Global Burden of Disease Study 2015. Lancet. 2016;388(10053):1659-1724. doi: 10.1016/S0140-6736(16)31679-8.

  11. Mohammed A, Ghebreyesus T. Healthy living, well-being and the sustainable development goals. Bulletin of the World Health Organization. 2018;96(9):590-590A. doi: 10.2471/BLT.18.222042.

  12. Ng R, Sutradhar R, Yao Z, Wodchis W, Rosella L. Smoking, drinking, diet and physical activity—modifiable lifestyle risk factors and their associations with age to first chronic disease. Int J Epidemiol. 2019;1–18. doi: 10.1093/ije/dyz078.

  13. Villar M. Factores determinantes de la salud: Importancia de la prevención. Acta Med Per. 2011;28(4).

  14. Lalonde M. A new perspective on the health of Canadians a working document. Ottawa: Government of Canada, 1974.

  15. Hall K, Ayuketah A, Brychta R, Cai H, Cassimatis T, Chen K, et al. Ultra-Processed Diets Cause Excess Calorie Intake and Weight Gain: An Inpatient Randomized Controlled Trial of Ad Libitum Food Intake. Cell Metab. 2019;30(1):67-77.e3. doi: 10.1016/j.cmet.2019.05.008.

  16. Vandevijvere S, Jaacks L, Monteiro C, Moubarac J, Girling‐Butcher M, Lee A, et al. Global trends in ultraprocessed food and drink product sales and their association with adult body mass index trajectories. Obes Rev. 2019; 1-10 doi: 10.1111/obr.12860.

  17. Silva F, Giatti L, de Figueiredo R, Molina M, de Oliveira L, Duncan B, et al. Consumption of ultra-processed food and obesity: cross sectional results from the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil) cohort (2008–2010). Public Health Nutr. 2018;21(12):2271-2279. doi: 10.1017/S1368980018000861.

  18. Gómez-Donoso C, Sánchez-Villegas A, Martínez-González M, Gea A, Mendonça R, Lahortiga-Ramos F, et al. Ultra-processed food consumption and the incidence of depression in a Mediterranean cohort: the SUN Project. Eur J Nutr. 2019. doi: 10.1007/s00394-019-01970-1.

  19. Chazelas E, Srour B, Desmetz E, Kesse-Guyot E, Julia C, Deschamps V, et al. Sugary drink consumption and risk of cancer: results from NutriNet-Santé prospective cohort. BMJ. 2019;366:l2408. doi: 10.1136/bmj.l2408.

  20. Martínez E, Juul F, Neri D, Rauber F, Monteiro C. Dietary share of ultra-processed foods and metabolic syndrome in the US adult population. Prev Med. 2019;125:40-48. doi: 10.1016/j.ypmed.2019.05.004.

  21. Hecker M, Linder T, Ott J, Walmrath H, Lohmeyer J, Vadász I, et al. Immunomodulation by lipid emulsions in pulmonary inflammation: a randomized controlled trial. Crit Care. 2015;19:226. doi: 10.1186/s13054-015-0933-6.

  22. Velázquez L, Santiago G, Nava J, Muñoz A, Medina P, Torres M. Mediterranean-style diet reduces metabolic syndrome components in obese children and adolescents with obesity. BMC Pediatr. 2014; 14:175. doi: 10.1186/1471-2431-14-175 23. Estruch R, Ros E, Salas J, Covas M, Corella D, Arós F, et al. Primary Prevention of Cardiovascular Disease with a Mediterranean Diet Supplemented with Extra-Virgin Olive Oil or Nuts. N Engl J Med. 2018;378(25):e34. doi: 10.1056/NEJMoa1800389.

  24. Oliveira C, Mattingly S, Schirrmacher R, Sawyer M, Fine E, Prado C. A Nutritional Perspective of Ketogenic Diet in Cancer: A Narrative Review. J Acad Nutr Diet. 2018;118(4):668-688. doi: 10.1016/j.jand.2017.02.003 25. Weber D, Aminzadeh-Gohari S, Tulipan J, Catalano L, Feichtinger R, Kofler B. Ketogenic diet in the treatment of cancer – Where do we stand?. Mol Metab. 2019; pii: S2212-8778(19)30427-2. doi: 10.1016/j.molmet.2019.06.026 26. Di Lorenzo C, Pinto A, Ienca R, Coppola G, Sirianni G, Di Lorenzo G, et al. A Randomized Double-Blind, Cross-Over Trial of very Low-Calorie Diet in Overweight Migraine Patients: A Possible Role for Ketones? Nutrients. 2019;11(8). pii: E1742. doi: 10.3390/nu11081742.

  27. Newman J, Covarrubias A, Zhao M, Yu X, Gut P, Ng C, et al. Ketogenic Diet Reduces Midlife Mortality and Improves Memory in Aging Mice. Cell Metab. 2017; 26(3):547-557.e8. doi: 10.1016/j.cmet.2017.08.004 28. de Menezes E, Sampaio H, Carioca A, Parente N, Brito F, Moreira T, et al. Influence of Paleolithic diet on anthropometric markers in chronic diseases: systematic review and meta-analysis. Nutr J. 2019;18(1):41. doi: 10.1186/s12937-019-0457-z.

  29. Jürschik P, Botigué T, Nuin C, Lavedán A. Asociación entre el Mini Nutritional Assessment y el índice de fragilidad de Fried en las personas mayores que viven en la comunidad. Med Clin (Barc). 2014;143(5):191–195. doi: 10.1016/j.medcli.2013.08.009.

  30. León-Sanz M, Brosa M, Planas M, García-de-Lorenzo A, Celaya-Pérez S, Alvaréz-Hernández J. PREDyCES study: The cost of hospital malnutrition in Spain. Nutrition. 2015;31(9): 1096–1102. doi: 10.1016/j.nut.2015.03.009.

  31. Álvarez-Hernández J, Planas-Vilá M, León-Sanz M, García-de-Lorenzo A, Celaya-Pérez S, García-Lorda P, et al. Prevalence and costs of malnutrition in hospitalized patients; the PREDyCES Study. Nutr Hosp. 2012;27(4):1049-1059. doi: 10.3305/nh.2012.27.4.5986.

  32. Abajo C, García S, Calabozo B, Ausín L, Casado J, Catalá M. Protocolo de valoración, seguimiento y actuación nutricional en un centro residencial para personas mayores. Nutr Hosp. 2008;23(2):100-104.

  33. Mathus-Vliegen E. Obesity and the Elderly. J Clin Gastroenterol. 2012;46(7):533-44. doi: 10.1097/MCG.0b013e31825692ce.

  34. Sadeghi O, Saneei P, Nasiri M, Larijani B, Esmaillzadeh A. Abdominal Obesity and Risk of Hip Fracture: A Systematic Review and Meta-Analysis of Prospective Studies. Adv Nutr. 2017;8(5):728-738. doi: 10.3945/an.117.015545.

  35. Aune D, Yahya M, Norat T, Riboli E. Body mass index, abdominal fatness, weight gain and the risk of urinary incontinence: A systematic review and dose‐response meta‐analysis of prospective studies. BJOG. 2019. doi: 10.1111/1471-0528.15897.

  36. Colleluori G, Aguirre L, Phadnis U, Fowler K, Armamento-Villareal R, Sun Z, et al. Aerobic Plus Resistance Exercise in Obese Older Adults Improves Muscle Protein Synthesis and Preserves Myocellular Quality Despite Weight Loss. Cell Metab. 2019;30(2):261-273.e6. doi: 10.1016/j.cmet.2019.06.008.

  37. Fragala M, Cadore E, Dorgo S, Izquierdo M, Kraemer W, Peterson M, et al. Resistance Training for Older Adults. J Strength Cond Res. 2019; 33(8):2019-2052. doi: 10.1519/JSC.0000000000003230.

  38. Ju S, Lee J, Kim D. Association of metabolic syndrome and its components with all-cause and cardiovascular mortality in the elderly. Medicine (Baltimore). 2017;96(45):e8491. doi: 10.1097/MD.0000000000008491.

  39. Lourida I, Hannon E, Littlejohns T, Langa K, Hyppönen E, Kuzma E, et al. Association of Lifestyle and Genetic Risk With Incidence of Dementia. JAMA. 2019. doi: 10.1001/jama.2019.9879.

  40. Reisch L, Gwozdz W, Barba G, De Henauw S, Lascorz N, Pigeot I. Experimental Evidence on the Impact of Food Advertising on Children’s Knowledge about and Preferences for Healthful Food. J Obes. 2013;2013:408582. doi: 10.1155/2013/408582.

  41. Reisch L, Gwozdz W, Barba G, De Henauw S, Lascorz N, Pigeot I. Corrigendum to “Experimental Evidence on the Impact of Food Advertising on Children’s Knowledge about and Preferences for Healthful Food”. J Obes. 2017; 2017:2826763. doi: 10.1155/2017/2826763.

  42. Organización Mundial de la Salud. Reducir el impacto de la promoción de alimentos y bebidas no alcohólicas en los niños [Internet] 2019 [citado el 15 de septiembre de 2019] Disponible en: https://www.who.int/elena/titles/food_marketing_children/es/ 43. Batalha M, França A, Conceição S, Santos A, Silva F, Padilha L, et al. Processed and ultra-processed food consumption among children aged 13 to 35 months and associated factors. Cad. Saúde Pública 2017; 33(11):e00152016. doi: 10.1590/0102-311X00152016.

  44. Allman-Farinelli M, Gemming L. Technology Interventions to Manage Food Intake: Where Are We Now? Curr Diab Rep. 2017;17(11):103. doi: 10.1007/s11892-017-0937-5.

  45. Hartman S, Nelson S, Cadmus L, Patterson R, Parker B, Pierce J. Technology- and Phone-Based Weight Loss Intervention: Pilot RCT in Women at Elevated Breast Cancer Risk. Am J Prev Med. 2016;51(5):714-721. doi: 10.1016/j.amepre.2016.06.024.

  46. Mummah S, King A, Gardner C, Sutton S. Iterative development of Vegethon: a theory-based mobile app intervention to increase vegetable consumption. Int J Behav Nutr Phys Act. 2016;13(1):90. doi: 10.1186/s12966-016-0400-z.

  47. Direito A, Jiang Y, Whittaker R, Maddison R. Apps for Improving Fitness and Increasing Physical Activity Among Young People: The AIMFIT Pragmatic Randomized Controlled Trial. J Med Internet Res. 2015;17(8):e210. doi: 10.2196/jmir.4568.

  48. Finkelstein J, Bedra M, Wood J, Ouyang P. Mobile App to Reduce Inactivity in Sedentary Overweight Women. Stud Health Technol Inform. 2015;216:89-92.

  49. Gordon J, Armin J, Hingle M, Giacobbi P, Cunningham J, Johnson T, et al. Development and evaluation of the See Me Smoke-Free multi-behavioral mHealth app for women smokers. Transl Behav Med. 2017;7(2):172-184. doi: 10.1007/s13142-017-0463-7.

  50. Carrà G, Crocamo C, Schivalocchi A, Bartoli F, Carretta D, Brambilla G, et al. Risk Estimation Modeling and Feasibility Testing for aMobile eHealth Intervention for Binge Drinking among Young People: The D-ARIANNA (Digital - Alcohol Risk Alertness Notifying Network for Adolescents and young adults). Project Subst Abus. 2015;36(4):445-52. doi: 10.1080/08897077.2014.959152.

  51. Militello L, Hanna N, Nigg C. Pokémon GO Within the Context of Family Health: Retrospective Study. JMIR Pediatr Parent. 2018;1(2):e10679. doi: 10.2196/10679.

  52. Althoff T, White R, Horvitz E. Influence of Pokémon Go on Physical Activity: Study and Implications. J Med Internet Res. 2016;18(12):e315. doi: 10.2196/jmir.6759.

  53. Xian Y, Xu H, Xu H, Liang L, Hernandez A, Wang T, et al. An Initial Evaluation of the Impact of Pokémon GO on Physical Activity. J Am Heart Assoc. 2017;6(5). pii: e005341. doi: 10.1161/JAHA.116.005341.

  54. Fernández-Salazar S, Ramos-Morcillo A. Nuevas tecnologías, apps y su aplicación en la práctica clínica basada en evidencias. Enferm Clin. 2014;24(2):99-101. doi: 10.1016/j.enfcli.2014.02.001.

  55. Muñoz B, Molina-Recio G, Romero-Saldaña M, Redondo J, Aguado C, Arias C, et al. Validation (in Spanish) of the Mini Nutritional Assessment survey to assess the nutritional status of patients over 65 years of age. Fam Pract. 2019;36(2):172-178. doi: 10.1093/fampra/cmy051.