SAVALnet CL

La diabetes se clasifica actualmente en dos formas principales, la tipo 1 y la tipo 2, pero esta última en particular es muy heterogénea. Una clasificación más precisa podría proporcionar una herramienta poderosa para individualizar los regímenes de tratamiento e identificar a las personas con mayor riesgo de complicaciones en el momento del diagnóstico.

Emma Ahlqvist y colegas de la Universidad en Lund (Suecia) realizaron un análisis de conglomerados basado en datos (medios y agrupaciones jerárquicas) de pacientes con diabetes recién diagnosticada (n=8.980) de la cohorte sueca All New Diabetics en Scania. Los conglomerados se basaron en seis variables (anticuerpos anti glutamato decarboxilasa, edad al momento del diagnóstico, IMC, HbA1c y el modelo homeostático de evaluación de la resistencia a la insulina) y se relacionaron con datos prospectivos de los registros de pacientes sobre el desarrollo de complicaciones y la prescripción de medicamentos. La replicación de los análisis se realizó en tres cohortes independientes: Scania Diabetes Registry (n=1.466), All New Diabetics in Uppsala (n=844) y Diabetes Registry Vaasa (n=3.485). Finalmente, su utilizó regresión de Cox y logística para comparar el tiempo hasta la medicación, el tiempo para alcanzar la meta del tratamiento y el riesgo de complicaciones diabéticas y asociaciones genéticas.

Se identificaron cinco clusters de pacientes con diabetes, que tenían características significativamente diferentes y riesgo de complicaciones. En particular, los individuos en el grupo 3 (más resistentes a la insulina) tenían un riesgo significativamente mayor de enfermedad renal diabética que los individuos en los grupos 4 y 5, pero se les había prescrito un tratamiento similar. El grupo 2 (insulina deficiente) tuvo el mayor riesgo de retinopatía. En apoyo de la agrupación, las asociaciones genéticas en los clusters difirieron de las que se observan en la diabetes tipo 2 tradicional.

En suma, la estratificación de pacientes en cinco subgrupos con diferente progresión de la enfermedad y riesgo de complicaciones diabéticas puede ayudar a adaptar y orientar el tratamiento precoz, lo que representaría un primer paso hacia la medicina de precisión contra la patología.