MADRID, 22 Jun. (EUROPA PRESS) -
Un nuevo estudio encuentra que los médicos pueden usar datos de pacientes, como un historial de afecciones de salud y medicamentos concurrentes, para predecir la esperanza de vida a 5 y 10 años de las personas mayores con diabetes.
La capacidad de hacer tales predicciones, dicen los investigadores, puede ayudar a los médicos y pacientes a desarrollar objetivos de tratamiento personalizados que equilibren los riesgos y los beneficios, según publican en la revista 'Diabetes Care'.
Los doctores Kevin Griffith y Paul Conlin, del VA Boston Healthcare System, que dirigieron el estudio, se embarcaron en él estudio que las pautas de práctica clínica de la sociedad profesional recomiendan que los objetivos del tratamiento sean individualizados para los adultos mayores con diabetes.
Los factores clave que afectan los objetivos del tratamiento de la diabetes incluyen afecciones de salud concurrentes (como enfermedades mentales graves o cáncer); complicaciones de diabetes, como enfermedad renal crónica e insuficiencia cardíaca; condiciones coexistentes y esperanza de vida.
Los beneficios de la reducción de la glucosa en la sangre pueden tardar varios años en producirse. Para algunos adultos mayores con una esperanza de vida limitada, es posible que la carga del tratamiento no merezca los beneficios.
"Pero las pautas no brindan orientación a los médicos sobre cómo decidir si las personas caen en estos contenedores diferentes para la esperanza de vida", señala Griffith.
"Además, los médicos son notoriamente inexactos en la predicción de la esperanza de vida, y los estudios muestran con frecuencia tanto una sobreestimación como una subestimación --continúa--. Desarrollamos modelos con alta validez predictiva de mortalidad futura en una gran muestra de veteranos mayores con diabetes".
En este sentido, explica que su objetivo Conlin "era utilizar la mejor información disponible para informar la toma de decisiones al establecer objetivos de control de glucosa. Los médicos y los pacientes, por supuesto, pueden usar su propio criterio para tomar una decisión".
Los investigadores revisaron los datos de los registros electrónicos de salud de más de 275.000 veteranos con diabetes que tenían al menos 65 años de edad.
Utilizando técnicas de modelado predictivo, identificaron 37 factores predictivos que previamente se han relacionado con, o se sospecha que impactan, la mortalidad en adultos mayores con diabetes: variables demográficas (edad, sexo, estado civil); recetas para insulina o sulfonilureas, una clase de medicamentos para la diabetes, y biomarcadores como la hemoglobina A1c, la presión arterial, el índice de masa corporal y los niveles de colesterol y triglicéridos, un tipo de grasa que se encuentra en la sangre.
Los 37 factores predictivos también incluyeron antecedentes de pacientes hospitalizados y ambulatorios y más de 20 procedimientos médicos y trastornos de salud concurrentes.
Los resultados ubicaron a los pacientes en tres períodos de tiempo para la muerte esperada: dentro de cinco años, de 5 a 10 años y más de 10 años.
Los modelos predictivos finales para la mortalidad a 5 y 10 años tuvieron una alta validez predictiva y demuestran la importancia de varias características individuales y específicas de la condición que pueden informar a los médicos y pacientes sobre la esperanza de vida.
"No estamos diciendo, por ejemplo, que cualquiera de estos factores de riesgo provoque una disminución de la esperanza de vida --comenta Griffith--. Sin embargo, cuantos más factores de riesgo tengan los individuos, mayor será el riesgo de una mayor mortalidad con el tiempo".
Los investigadores sugirieron que estos resultados podrían ayudar a los médicos a utilizar la toma de decisiones compartida para establecer rangos objetivo de A1c que equilibren los beneficios y riesgos del tratamiento.
Conlin espera que en el futuro los modelos predictivos se utilicen en el punto de atención para ayudar a los médicos y pacientes a establecer objetivos de tratamiento de la diabetes. Sin embargo, señala que los hallazgos del estudio son inmediatamente relevantes para los médicos.
"Nuestros resultados identifican múltiples afecciones comunes que pueden identificarse fácilmente en la práctica clínica y ayudan a los médicos a tomar decisiones compartidas con los pacientes, lo cual es una recomendación clave de las Pautas de diabetes VA / DoD", dice Conlin.
