Publique un comentario 
Precisión de la prueba de riesgo del ADA y la prueba de riesgo peruana como cribado para prediabetes
Resumen
Objetivo: Estimar la precisión de la prueba de riesgo del ADA y la prueba de riesgo peruana como cribado para prediabetes.
Métodos: Estudio transversal para pruebas diagnósticas. Para el diagnóstico de prediabetes se utilizó la glucosa en ayunas como prueba de referencia. Para evaluar el rendimiento diagnóstico discriminativo se utilizó el gráfico de curvas COR que se presentó con el área bajo la curva y se tomó en cuenta la a sensibilidad para determinar el punto de corte. Se calcularon los intervalos de confianza al 95 % . Se trabajó con un total de 441 sujetos.
Resultados: La prevalencia de prediabetes fue 14,29 %. El punto de corte de la prueba de riesgo del ADA fue 4; presentó un área bajo la curva de 0,79 (IC95 %: 0,75 - 0,83) y la sensibilidad del 93,7 % (IC95 %: 84,5 - 98,2). Mientras que para la prueba de riesgo peruana se escogió un corte de 2. El área bajo la curva fue de 0,72 (IC95 %: 0,67 - 0,78) y la sensibilidad del 79,4 (IC95 %: 67,3 - 88,5).
Conclusiones: La prueba de riesgo del ADA, con un punto de corte de 4, supera a la prueba de riesgo peruana como método de cribado para prediabetes. De confirmarse dichos resultados en otros trabajos prospectivos, se puede recomendar su uso en zonas donde se tenga poco acceso a análisis de laboratorio.
Palabras clave
Referencias
Khetan AK, Rajagopalan S. Prediabetes. Can J Cardiol. 2018; 34(5):615-23. DOI: 10.1016/j.cjca.2017.12.030
Carris NW, Magness RR, Labovitz AJ. Prevention of Diabetes Mellitus in Patients With Prediabetes. Am J Cardiol. 2019; 123(3):507-12. DOI: 10.1016/j.amjcard.2018.10.032
Carrillo-Larco RM, Bernabé-Ortiz A. Diabetes mellitus tipo 2 en Perú: una revisión sistemática sobre la prevalencia e incidencia en población general. Rev Peru Med Exp Salud Publica. 2019; 36(1):26-36. DOI: 10.17843/rpmesp.2019.361.4027
Tabák AG, Herder C, Rathmann W, Brunner EJ, Kivimäki M. Prediabetes: a high-risk state for diabetes development. Lancet Lond Engl. 2012; 379(9833):2279-90. DOI: 10.1016/S0140-6736(12)60283-9
Serrano R, GarcÃa-Soidán FJ, DÃaz-Redondo A, Artola S, Franch J, DÃez J, et al. Estudio de cohortes en atención primaria sobre la evolución de sujetos con prediabetes (PREDAPS): Fundamentos y metodologÃa. Rev Esp Salud Pública. 2013; 87(2):121-35. DOI: 10.4321/S1135-57272013000200003
Mainous AG, Tanner RJ, Baker R. Prediabetes Diagnosis and Treatment in Primary Care. J Am Board Fam Med JABFM. 2016; 29(2):283-5. DOI:10.3122/jabfm.2016.02.150252
Costa À, Yuri A, Solà J, Conget I. Detección de la diabetes mellitus en consultas externas hospitalarias. Utilidad de un cuestionario de cribado. Med ClÃnica. 2003; 120(8):287-91.DOI: 10.1016/S0025-7753(03)73679-3
Duan D, Kengne AP, Echouffo-Tcheugui JB. Screening for Diabetes and Prediabetes. Endocrinol Metab Clin North Am. 2021; 50(3):369-85. DOI:10.1016/j.ecl.2021.05.002
Zhou X, Qiao Q, Ji L, Ning F, Yang W, Weng J, et al. Nonlaboratory-based risk assessment algorithm for undiagnosed type 2 diabetes developed on a nation-wide diabetes survey. Diabetes Care. 2013; 36(12):3944-52. DOI:10.2337/dc13-0593
Wong CKH, Siu S-C, Wan EYF, Jiao F-F, Yu EYT, Fung CSC, et al. Simple non-laboratory- and laboratory-based risk assessment algorithms and nomogram for detecting undiagnosed diabetes mellitus. J Diabetes. 2016; 8(3):414-21. DOI:10.1111/1753-0407.12310
Lemieux CL, deGroh M, Gibbons L, Morrison H, Jiang Y. A Tool to Assess Risk of Type 2 Diabetes in Canadian Adults. Can J Diabetes. 2020; 44(5):445-7. DOI: 10.1016/j.jcjd.2020.03.002
Heianza Y, Arase Y, Saito K, Hsieh SD, Tsuji H, Kodama S, et al. Development of a screening score for undiagnosed diabetes and its application in estimating absolute risk of future type 2 diabetes in Japan: Toranomon Hospital Health Management Center Study 10 (TOPICS 10). J Clin Endocrinol Metab. 2013; 98(3):1051-60. DOI: 10.1210/jc.2012-3092
Wu J, Hou X, Chen L, Chen P, Wei L, Jiang F, et al. Development and validation of a non-invasive assessment tool for screening prevalent undiagnosed diabetes in middle-aged and elderly Chinese. Prev Med. 2019; 119:145-52. DOI: 10.1016/j.ypmed.2018.12.025
Association AD. 3. Prevention or Delay of Type 2 Diabetes: Standards of Medical Care in Diabetes-2020. Diabetes Care. 2020; 43(Supplement 1):S32-6. DOI: 10.2337/dc20-S003
Bernabe-Ortiz A, Smeeth L, Gilman RH, Sanchez-Abanto JR, Checkley W, Miranda JJ, et al. Development and Validation of a Simple Risk Score for Undiagnosed Type 2 Diabetes in a Resource-Constrained Setting. J Diabetes Res. 2016; 2016:e8790235. DOI: 10.1155/2016/8790235
Poltavskiy E, Kim DJ, Bang H. Comparison of screening scores for diabetes and prediabetes. Diabetes Res Clin Pract. 2016; 118:146-53. DOI: 10.1016/j.diabres.2016.06.022
Bang H, Edwards A, Bomback A, Ballantyne C, Brillon D, Callahan M, et al. Development and validation of a patient self-assessment score for diabetes risk. Ann Intern Med. 2009; 151(11):775-83. DOI: 10.7326/0003-4819-151-11-200912010-00005
Vera-Ponce VJ, Liy JEO, Valladares-Garrido MJ. Validez de la prueba de riesgo de la Asociación Americana de Diabetes como cribado para prediabetes en una muestra de trabajadores peruanos. Rev Fac Med Humana. 2021; 21(3): 30-3. DOI:10.25176/RFMH.v21i3.3614
Bernabe-Ortiz A, Perel P, Miranda JJ, Smeeth L. Diagnostic accuracy of the Finnish Diabetes Risk Score (FINDRISC) for undiagnosed T2DM in Peruvian population. Prim Care Diabetes. 2018; 12(6):517-25. DOI: 10.1016/j.pcd.2018.07.015
Setia MS. Methodology Series Module 5: Sampling Strategies. Indian J Dermatol. 2016; 61(5):505-9. DOI: 10.4103/0019-5154.190118
Albitres-Flores L, Bernabe-Ortiz A. Diagnostic accuracy of ADA 2020 criteria for undiagnosed diabetes in a Peruvian population. Diabetes Res Clin Pract. 2020; 169:108475. DOI: 10.1016/j.diabres.2020.108475
Galaviz KI, Schneider MF, Tien PC, Mehta CC, Ofotokun I, Colasanti J, et al. Predicting diabetes risk among HIV-positive and HIV-negative women. AIDS Lond Engl. 2018; 32(18):2767-75. DOI: 10.1097/QAD.0000000000002017
Prabhu G, Poovitha M. To Determine the Usefulness of ADA Risk Score to Predict T2dm/Pre Diabetes in South Indian Rural Population. International Journal of Contemporary Medical Research. 2019 [acceso: 27/09/2021]; 6(8):27-30. Disponible en: https://imsear.searo.who.int/bitstream/123456789/202500/1/ijcmr2019-v6n8pah27.pdf
Woo Y, Lee C, Fong C, Tso A, Cheung B, Lam K. Validation of the diabetes screening tools proposed by the American Diabetes Association in an aging Chinese population. PloS One. 2017; 12(9):e0184840. DOI: 10.1371/journal.pone.0184840
Agarwal G, Guingona MM, Gaber J, Angeles R, Rao S, Cristobal F. Choosing the most appropriate existing type 2 diabetes risk assessment tool for use in the Philippines: a case-control study with an urban Filipino population. BMC Public Health. 2019; 19(1):1169. DOI: 10.1186/s12889-019-7402-0
Scanlan AB, Maia CM, Perez A, Homko CJ, O'Brien MJ. Diabetes Risk Assessment in Latinas: Effectiveness of a Brief Diabetes Risk Questionnaire for Detecting Prediabetes in a Community-Based Sample. Diabetes Spectr Publ Am Diabetes Assoc. 2018; 31(1):31-6. DOI: 10.2337/ds16-0051
Harbuwono DS, Mokoagow MI, Magfira N, Helda H. ADA Diabetes Risk Test Adaptation in Indonesian Adult Populations: Can It Replace Random Blood Glucose Screening Test? J Prim Care Community Health. 2021; 12:21501327211021016. DOI: 10.1177/21501327211021015
Sheng Z, Cao J-Y, Pang Y-C, Xu H-C, Chen J-W, Yuan J-H, et al. Effects of Lifestyle Modification and Anti-diabetic Medicine on Prediabetes Progress: A Systematic Review and Meta-Analysis. Front Endocrinol. 2019; 10:455. DOI:10.3389/fendo.2019.00455
Khunti K, Mani H, Achana F, Cooper N, Gray LJ, Davies MJ. Systematic Review and Meta-Analysis of Response Rates and Diagnostic Yield of Screening for Type 2 Diabetes and Those at High Risk of Diabetes. PloS One. 2015; 10(9):e0135702. DOI:10.1371/journal.pone.0135702
Enlaces refback
- No hay ningún enlace refback.
URL de la licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
La revista es de acceso abierto y gratuito.