METS-IR
El Score Metabólico para la Resistencia a la Insulina o METS-IR por sus siglas en inglés, es una aproximación matemática desarrollada para cuantificar la sensibilidad hepática a la insulina utilizando parámetros de ayuno. Fue desarrollado por los investigadores Omar Yaxmehen Bello-Chavolla, Carlos Alberto Aguilar Salinas y colaboradores en la Unidad de Investigación en Enfermedades Metabólicas[1] del Instituto Nacional de Ciencias Médicas y Nutrición durante 2018.[2] METS-IR es una alternativa no basada en mediciones de insulina de ayuno al HOMA-IR (Homeostatic model assessment) para el diagnóstico clínico de resistencia a la insulina en humanos.[3] Hasta ahora, METS-IR ha sido validado para la estimación de riesgo cardiometabólico en población Latinoamericana.[2]
Desarrollo y validación
El cálculo del score se realiza mediante mediciones en ayuno de glucosa, colesterol en lipoproteínas de alta densidad, triglicéridos en ayuno y la estimación del índice de masa corporal (IMC). Fue desarrollado y validado mediante regresión lineal contra el valor M ajustado por masa libre de grasa obtenido a partir de una pinza euglucémica hiperinsulinémica, demostrando una alta correlación en sujetos de estudio en población Mexicana (r=-0.622). La fórmula para estimarlo se obtiene mediante:
METS-IR fue validado contra la pinza euglucémica hiperinsulinémica, el estándar de oro para estimar sensibilidad a la insulina, así como contra el modelo mínimo para estimar sensibilidad a la insulina en humanos.[4] En un estudio de cohorte de 6,144 individuos de población abierta se demostró que un valor de METS-IR >50.0 aumenta hasta tres veces el riesgo de desarrollar diabetes mellitus tipo 2 en una media de tres años y permite el diagnóstico de resistencia a la insulina.[2] Además, un estudio reciente en población China demostró un adecuado desempeño y concordancia para la identificación de síndrome metabólico.[5] METS-IR demostró buen desempeño diagnóstico para la identificación de aumentos en el tejido adiposo visceral y subcutáneo, así como hiperinsulinemia y acumulación de grasa ectópica en hígado y páncreas.[2]
Comparación con otros estimadores
METS-IR ha demostrado mejor desempeño diagnóastico y correlación con sensibilidad periférica a la insulina en población Mexicana, comparada con el índice triglicéridos-glucosa (TyG),[4] la proporción triglicéridos/HDL-C (TG/HDL-C)[6] y el índice TyG multiplicado por IMC.[7] Su utilidad en población China para el diagnóstico de síndrome metabólico fue contrastada con los índices TyG y TG/HDL-C, demostrando superioridad de estos últimos.[2] Los autores sugieren que las diferencias en desempeño entre poblaciones podrían atribuirse a las diferencias étnicas en composición corporal.[8] Es relevante la evaluación del desempeño de subrogados de sensibilidad a la insulina en diversas poblaciones debido al efecto que ejerce la etnicidad en su eficacia.[9]
Referencias
- www.innsz.mx http://www.innsz.mx/opencms/contenido/investigacion/uiem/informacion-profesionales-salud.html
|url=
sin título (ayuda). Consultado el 29 de diciembre de 2018. - Bello-Chavolla, Omar Yaxmehen; Almeda Valdés, Paloma (1 de mayo de 2018). «METS-IR, a novel score to evaluate insulin sensitivity, is predictive of visceral adiposity and incident type 2 diabetes». European Journal of Endocrinology (en inglés estadounidense) 178 (5): 533-544. ISSN 1479-683X. doi:10.1530/EJE-17-0883. Consultado el 29 de diciembre de 2018.
- Almeda-Valdés, Paloma; Bello-Chavolla, Omar Y.; Caballeros-Barragán, César R.; Gómez-Velasco, Donají V.; Viveros-Ruiz, Tania; Vargas-Vázquez, Arsenio; Aguilar-Salinas, Carlos A. (2018). «[Índices para la evaluación de la resistencia a la insulina en individuos mexicanos sin diabetes]». Gaceta Medica De Mexico 154 (Supp 2): S50-S55. ISSN 0016-3813. PMID 30532124. doi:10.24875/GMM.18004578. Consultado el 29 de diciembre de 2018.
- Finegood, Diane T.; Dunaif, Andrea; McDonald, Cheryl (1 de julio de 2000). «Minimal-Model Estimates of Insulin Sensitivity Are Insensitive to Errors in Glucose Effectiveness». The Journal of Clinical Endocrinology & Metabolism (en inglés) 85 (7): 2504-2508. ISSN 0021-972X. doi:10.1210/jcem.85.7.6681. Consultado el 3 de enero de 2019.
- Yu, Xinwen; Wang, Li; Zhang, Wencheng; Ming, Jie; Jia, Aihua; Xu, Shaoyong; Li, Qiaoyue; Ji, Qiuhe. «Fasting triglycerides and glucose index is more suitable for the identification of metabolically unhealthy individuals in the Chinese adult population: A nationwide study». Journal of Diabetes Investigation (en inglés) 0 (0). ISSN 2040-1124. doi:10.1111/jdi.12975. Consultado el 29 de diciembre de 2018.
- Weiss, Ram; Pierpont, Bridget; Shaw, Melissa; Lartaud, Derek; Kim, Grace; Caprio, Sonia; Santoro, Nicola; Giannini, Cosimo (1 de agosto de 2011). «The Triglyceride-to-HDL Cholesterol Ratio: Association with insulin resistance in obese youths of different ethnic backgrounds». Diabetes Care (en inglés) 34 (8): 1869-1874. ISSN 1935-5548. PMC 3142016. PMID 21730284. doi:10.2337/dc10-2234. Consultado el 3 de enero de 2019.
- Er, Leay-Kiaw; Wu, Semon; Chou, Hsin-Hua; Hsu, Lung-An; Teng, Ming-Sheng; Sun, Yu-Chen; Ko, Yu-Lin (2016). «Triglyceride Glucose-Body Mass Index Is a Simple and Clinically Useful Surrogate Marker for Insulin Resistance in Nondiabetic Individuals». PloS One 11 (3): e0149731. ISSN 1932-6203. PMC 4773118. PMID 26930652. doi:10.1371/journal.pone.0149731. Consultado el 3 de enero de 2019.
- Sniderman, Allan D.; Tchernof, André; Bondy, Gregory P.; Kohli, Simi; Lear, Scott A. (1 de diciembre de 2009). «Ethnic Variation in Fat and Lean Body Mass and the Association with Insulin Resistance». The Journal of Clinical Endocrinology & Metabolism (en inglés) 94 (12): 4696-4702. ISSN 0021-972X. doi:10.1210/jc.2009-1030. Consultado el 3 de enero de 2019.
- Butte, Atul J.; Patel, Chirag J.; Toda, Kyoko; Yamada, Satoru; Tojjar, Damon; Kodama, Keiichi (1 de junio de 2013). «Ethnic Differences in the Relationship Between Insulin Sensitivity and Insulin Response: A systematic review and meta-analysis». Diabetes Care (en inglés) 36 (6): 1789-1796. ISSN 1935-5548. PMC 3661854. PMID 23704681. doi:10.2337/dc12-1235. Consultado el 3 de enero de 2019.