Factores asociados a desarrollo de Diabetes Mellitus tipo II: Evidencia de estudios de randomización mendeliana

Resumen

Señor Editor, La Diabetes Mellitus tipo 2 (DMT2) es una enfermedad crónica no transmisible que afecta a un 9% de la población mundial y a un 11,2 % de la población chilena. Su rápido aumento se acompaña del desarrollo de enfermedades cardiovasculares y cáncer, las dos principales causas de muerte (1). Por tanto, es importante identificar nuevos factores de riesgo modificables para su prevención. Si bien existe amplia evidencia científica que ha identificado factores de riesgo para DMT2, en su mayoría se trata de estudios observacionales, los cuales no permiten establecer causalidad. Por otro lado, los estudios aleatorios controlados, considerados los gold-standard, tienen al menos dos importantes inconvenientes, el alto costo de seguimiento de los participantes por un periodo prolongado de tiempo, y las consideraciones éticas asociadas al diseño del estudio. Actualmente, es posible aplicar métodos estadísticos avanzados de inferencia causal, como la randomización mendeliana (RM). Este método utiliza variantes génicas asociadas a la exposición de interés como instrumento que permite determinar el efecto causal de dicha exposición sobre una enfermedad o un biomarcador, sin necesidad de aplicar una intervención. La RM también evita los problemas de confusión residual y de causalidad reversa de los estudios observacionales. El uso de variantes genéticas como variables instrumentales (VI) simula la intervención de un ensayo clínico aleatorizado, pues los alelos se distribuyen independientes de factores confundentes de tipo sociodemográfico y del entorno. Para que los resultados del análisis de RM sean válidos y evitar la presencia de pleiotropía, las variantes genéticas deben satisfacer las siguientes tres condiciones para ser usadas como VIs: a) estar asociada con el factor de riesgo; b) no estar asociada con factores de confusión; y c) afectar al desenlace sólo a través de la exposición (3, 4). Por ende, la aplicación de RM a los datos de estudios observacionales ofrece nuevas oportunidades para confirmar causalidad de factores de riesgo asociados con DMT2, o para señalar si dichas asociaciones pueden explicarse por factores Leer más...