Un grupo de moléculas predice la resistencia a la insulina y la incidencia de diabetes tipo 2

Investigadores del estudio Predimed del Ciberobn identifican un modelo de estos metabolitos, que mejora su capacidad predictiva y reduce el riesgo de padecer esta enfermedad.

Investigadores del estudio Predimed del Ciberobn
Investigadores del estudio Predimed del Ciberobn
CS
11 abril 2019 | 12:00 h

Una nueva investigación enmarcada en el estudio Predimed (Prevención con Dieta Mediterránea) ha dado como resultado la identificación de un modelo de metabolitos -pequeñas moléculas- que mejoran notablemente su capacidad de predecir la resistencia a la insulina y también, de forma significativa, el riesgo de padecer diabetes tipo 2.

Hasta ahora estudios anteriores habían demostrado las complejas relaciones que existían entre el metabolismo general y la resistencia a la insulina. Esto indicaba la necesidad de analizar los metabolitos para entender su relación con el desarrollo de la diabetes tipo 2.

El hecho de examinar la capacidad predictiva de los metabolitos involucrados en diferentes vías -más allá de los factores de riesgo clásicos- puede servir para descubrir qué biomarcadores mejoran la predicción del riesgo de padecer esta enfermedad. Y como la diabetes tiene un inicio "progresivo", determinar los perfiles de metabolitos antes del diagnóstico de la enfermedad puede resultar de mucha utilidad para identificar biomarcadores diagnósticos de la diabetes tipo 2.

Las evaluaciones se realizaron después de uno y tres años de seguimiento de los pacientes

El trabajo lo han llevado a cabo investigadores del Ciber de Fisiopatología de la Obesidad y Nutrición (Ciberobn) y de la Unidad de Nutrición Humana de la URV en colaboración con otros grupos de investigación del estudio Predimed, como la Universidad de Navarra, la Universidad de Harvard y el Broad Institute de Boston (Estados Unidos).

Los especialistas evaluaron la relación entre las concentraciones plasmáticas de metabolitos resistentes a la insulina al inicio del estudio y también después de uno y tres años de seguimiento de los pacientes que participaron. También se evaluó si los cambios en los niveles de metabolitos estaban asociados con cambios en la resistencia a la insulina después de un año de seguimiento. Además, se investigó el rendimiento predictivo de los metabolitos por el índice de resistencia a la insulina más allá de los factores de riesgo clásicos.

Finalmente, para determinar qué papel tienen las anomalías metabólicas asociadas con la resistencia a la insulina en el desarrollo de la diabetes, también se investigó si los metabolitos que predicen la resistencia a la insulina al inicio del estudio también podrían predecir el riesgo de diabetes después de una media de 3,8 años de seguimiento.

Los investigadores identificaron metabolitos específicos asociados a la resistencia a la insulina que mejoraron la predicción de la misma

Los investigadores también identificaron metabolitos específicos asociados a la resistencia a la insulina que mejoraron la predicción de la misma más allá de los factores de riesgo clásicos al inicio del estudio y durante un periodo de un año en una población anciana con alto riesgo cardiovascular. Estos metabolitos asociados con la resistencia a la insulina al inicio del estudio también predijeron el riesgo de diabetes.

El trabajo se ha publicado en American Journal of Clinical Nutrition y ha sido dirigido por Christopher Papandreou, investigador senior de la Unidad de Nutrición Humana de la URV y el catedrático Jordi Salas-Salvadó, investigador principal del Ciberobn, director de la Unidad de Nutrición Humana y director clínico de nutrición en el Servicio de Medicina Interna del Hospital Universitario Sant Joan de Reus, ambos miembros del Instituto de Investigación Sanitaria Pere Virgili ( IISPV).

Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Lo más leído