Monitorización continua de la glucosa en prediabetes y diabetes tipo 2variables dinámicas y análisis de complejidad

Resumen

Introducción: El diagnóstico de diabetes mellitus tipo 2 (DM2) viene precedido de un periodo prolongado durante el cual el sistema glucorregulador se ve seriamente dañado. Este camino que separa la euglicemia de la DM2 establecida puede seguir, al menos, dos trayectos diferentes. Así pues, se distinguen dos fenotipos prediabéticos: intolerancia a la glucosa o IGT (impaired glucose tolerance) y glucemia basal alterada o IFG (impaired fasting glycaemia), en función de si existe un fallo predominante en el control fásico o tónico de la glucemia, respectivamente. El uso de los sistemas de monitorización continua de la glucosa (SMCG) está cada vez más extendido en DM2. El acceso a series temporales de glucosa permite obtener una imagen de la dinámica de la glucosa de cada paciente. La glucorregulación, como muchos otros sistemas biológicos, se comporta como un sistema complejo por lo que puede ser analizado mediante métricas derivadas de la dinámica no lineal. La pérdida de complejidad de las series temporales de glucosa es un marcador precoz de disfunción del sistema. DFA (detrended fluctuation analysis) es una medida del grado de influencia que tiene un valor de glucemia sobre los siguientes: a mayor influencia, más enfermo estará el sistema. La presente tesis doctoral en formato compendio de publicaciones explora las posibles aplicaciones de los SMCG en el campo de la prediabetes (diagnóstico precoz y estimación del riesgo de progresión a DM2) y de la DM2 (valoración y predicción de la respuesta a tratamiento mediante un dispositivo de exclusión duodenoyeyunal -DJBL-) y propone una modificación al algoritmo de cálculo de DFA. Objetivos: Averiguar si el análisis de series temporales de glucosa mediante dos nuevas variables dinámicas basadas en los fenotipos prediabéticos permite mejorar la estratificación del riesgo de desarrollo de DM2 en población de alto riesgo y una mejor diferenciación entre fenotipos prediabéticos. Testar, sobre una población de pacientes de alto riesgo, si la optimización del cálculo de DFA permite aumentar su capacidad predictiva. Explorar la utilidad de los SMCG para evaluar y predecir la respuesta al tratamiento con un DJBL. Resultados: El uso de dos variables dinámicas basadas en los fenotipos prediabéticos en pacientes de alto riesgo permite predecir el desarrollo de DM2 (sensibilidad 81%, especificidad 83%) y aporta información sobre el fenotipo prediabético y, por tanto, del mecanismo fisiopatológico subyacente predominante, lo cual podría tener implicaciones terapéuticas. El cálculo de DFA sin integración previa de la serie temporal aporta mayor sensibilidad para la estimación de la pérdida de complejidad asociada a la disglicemia. Las variables dinámicas propuestas, empleadas como surrogadas de disfunción del control tónico y fásico de la glucemia, se correlacionan con los resultados antropométricos y metabólicos, respectivamente, tras la implantación de un DJBL. El grado de control fásico basal se relaciona con la respuesta metabólica, lo que podría ser útil para la selección de candidatos a esta intervención. Conclusiones: Las variables dinámicas derivadas de registros obtenidos con SMCG podrían tener un papel en el diagnóstico precoz de la prediabetes, la predicción de la progresión a DM2 en población de alto riesgo y la elección de candidatos a la implantación de sistemas de DJBL para el tratamiento del binomio DM2-obesidad. Se propone un nuevo algoritmo para el cálculo de DFA que permite una mayor sensibilidad para la estimación del riesgo de desarrollo de DM2.