Resumen de Nomograma predictivo de hiperglucemia. Aplicación en población trabajadora

María Teófila Vicente Herrero, Cristina Santamaría Navarro , Maria Belén García Mora , Carlos Sánchez Juan

• español

  Antecedentes: El incremento de pacientes diabéticos infradiagnosticados y sin antecedentes familiares, recomienda el uso de modelos predictivos para una precoz prevención y detección del riesgo.

  Objetivos: identificar gráficamente mediante nomograma, variables que pueden influir en presentar valores de glucemia basal ≥ 100 mg/dl como factor de riesgo de diabetes.

  Material y método: En 6.345 trabajadores, de ambos sexos (56,8% mujeres, 43,2% hombres) y 41 años de edad media se analiza la relación de variables independientes, con tener una glucemia basal ≥ 100 mg/dl o <100 mg/dl (variable dependiente o respuesta) y, a partir de modelo multivariante se desarrolla uno de regresión para diseñar un nomograma que relaciona estas variables.

  Resultados: puntuaciones entre rangos de 0 a 11 (mejor/peor pronóstico) definen los grupos de riesgo: bajo (0-2), medio (3-8) o alto (> 9), y la probabilidad asignada a cada grupo de tener un nivel glucémico ≥ 100 mg/dl Se estima la probabilidad de que las cifras altas de glucemia evolucionen hacia diabetes tipo 2: 35.1% para personas de riesgo alto, 1.6% para riesgo bajo y 5.2% y 13.6% en los grupos medios de riesgo.

  Conclusiones: Los resultados podrían facilitar actuaciones preventivas precoces desde las empresas y de utilidad en Salud Pública.

• English

  Background: The growing number of people with undiagnosed diabetes and no previous family history approaches the use of predictive models for prevention and early detection of risk.

  Objectives: to identify graphically, using a nomograph, the variables that can influence a person has blood glucose basal level ≥ 100 mg/dl as a risk factor for diabetes.

  Patients and methods: We analyse in 6.345 workers of both sexes (56.8% female, 43.2% male), mean age 41 years, the relationship between independent variables and the basal levels of blood glucose ≥ 100 mg/dl or <100 mg/dl. A regression model is done to design a nomogram that relates these variables.

  Results: scores ranging from 0-11 (better / worse prognosis) classified in four risk groups: low (0-2), medium (3-8) or high (> 9). The probability of having a glycemic levels ≥ 100 mg/dl is assigned to each group. The nomograph predicts the probability of evolution to high blood glucose levels and potential diabetes type 2: 35.1% for the high risk group, 1.6% for the low risk group and 5.2 %-13.6% for the media risk groups.

  Conclusions: this result could provide early preventive actions from the companies, being useful in Public Health.