2-Cómo puede medirse la variabilidad glucémica - Accu-Chek

Diabetes Focus
NÚMERO 20
Marzo 2009
¿Cómo puede medirse la variabilidad glucémica?
Variabilidad y exposición – Dos dimensiones para
medir la glucosa en sangre
La “variabilidad glucémica” (VG) se define como la oscilación de los niveles de glucosa en sangre por debajo y por
encima del rango normal (nivel normal de glucosa plasmática en ayunas <100 mg/dl1 y nivel normal de glucosa
plasmática 2 horas después de la comida <126 mg/dl1):
Comprende, por ejemplo, tanto los episodios de hipoglucemia tras la actividad física, como las fases de hiperglucemia
después de una comida.
Si bien no está aun definido el impacto que la variabilidad
glucemica tiene en el grado, el alcance y la velocidad de
progresión de la enfermedad, se han ensayado diferentes
enfoques para medir la oscilación de los niveles de glucosa
en sangre. Una propuesta básica consiste en mapear el
nivel de glucosa en sangre en dos dimensiones: El eje de
las ordenadas (eje y) representa la variabilidad, es decir,
las fluctuaciones en torno al valor normal, mientras que el
eje de las abscisas (eje x) representa la exposición a lo
largo del tiempo (ver la figura 1).
Además, los índices desarrollados para medir la variabilidad glucémica pueden diferenciarse según los datos
utilizados para calcular su valor: Con los datos del automonitoreo de glucémico (AMS) puede obtenerse siete
parámetros, descriptos en la literatura (ver la tabla 1)
mientras que otros cinco enfoques utilizan los datos del
monitoreo continuo de glucosa en sangre (MC)
(ver la tabla 2).
Fig. 1. Variabilidad y exposición, 2 dimensiones del automonitoreo glucémico.
www.accu-chek.com
ACCU-CHEK y VIVÍ LA VIDA. LIBREMENTE, son marcas registradas de Roche.
Roche Diagnostics, Argentina.
Tabla 1: Índices para medir la variabilidad glucémica basados en datos del automonitoreo de glucosa en sangre
Enfoque
Autor
Año
1.
Desvío estándar de glucosa en sangre
Hirsch IB et al2
2005
2.
IL (Índice de labilidad)
Molnar GD et al3
1965
3.
Valor M
Schlichtkrull et al4
1965
4.
IHG (Índice hiperglucémico)
Vogelzang et al.
2004
5.
INBGS (Índice de nivel bajo de glucosa en sangre)/INAGS
Kovatchev et al,6 Cox et al.7
1998, 2003, 2005, 2006, 2007
5
(índice de nivel alto de glucosa en sangre)
6.
RRPD (Rango de riesgo promedio diario)
Kovatchev BP et al,8
2006
7.
PGS (Promedio de glucosa en sangre)
Kilpatrick ES et al
2007
Índices de exposición basados en el automonitoreo de glucosa en sangre (SMBG)
Standard Deviation of Blood Glucose SD
Desviación estándar de glucosa en sangre
Una propuesta muy sencilla para describir la variabilidad
glucémica, se basa en el “Desvío estándar de la glucosa en
sangre”, elaborado por Irl Hirsch en 2005. La variabilidad
glucémica puede considerarse “baja” si el desvío estándar
(DS) se encuentra tres veces por debajo el valor promedio
normal de glucosa. En pacientes con diabetes mellitus tipo 1
también es aceptable alcanzar DS x 2 < glucosa promedio:
sin embargo, la desviación estándar se define como la raíz
cuadrada promedio de la desviación de los valores respecto
de la media, suponiendo una “distribución gaussiana”, que
no se da en las curvas de glucosa en sangre. Por lo tanto, el
cálculo se asocia débilmente con los niveles bajos de
glucosa en sangre e implica un sesgo hacia valores elevados
de glucosa en sangre.2
Lability Index (LI)
Índice de labilidad
El “índice de labilidad”, publicado por Molnar et al. en 1965,
también se basa en una herramienta estadística, y se define
como: Nivel de glucosa promedio en orina + 3 x DS
El LI se basa en los cambios del nivel glucosa en el tiempo,
para obtener una medida de la labilidad de la glucosa en la
práctica cotidiana.3
M-value
Valor M
Schlichtkrull et al. definieron el “valor M” en 1965, como un
índice cuantitativo de las desviaciones de varias determinaciones de glucosa en sangre, en un período de veinticuatro
horas a partir de un estándar seleccionado arbitrariamente
(120 mg/dl). El valor M mide la falta de eficacia de los
tratamientos.
9
• Control bueno: 0 ≤ valor M ≤ 18
• Control bastante bueno: 19 ≤ valor M ≤ 31
• Control malo: 32 ≤ valor M
Este índice es similar al enfoque de Irsch, asociado
débilmente con la hipoglucemia, e inherentemente
sesgado hacia la hiperglucemia.
Hyperglycaemic Index (HGI)
Índice hiperglucémico
El “Índice hiperglucémico” de Vogelzang et al., de 2004, se
define como el área bajo la curva por encima del límite
superior del nivel normal de glucosa (6,0 mmol/l) dividido
por la duración de la estadía en una unidad de cuidados
intensivos quirúrgicos (ver la figura 2). Aunque la base
para el cálculo difiere de los métodos descritos anteriormente, nuevamente se mide la exposición. Es más, las
mediciones de la hipoglucemia no se tienen en cuenta. Por
lo tanto, el valor informativo de esta fórmula es limitado.5
Low Blood Glucose Index (LBGI) and High
Blood Glucose Index (HBGI)
Índice de nivel bajo de glucosa en sangre e índice
de nivel alto de glucosa en sangre
Kovatchev y Cox desarrollaron entre 2005 y 2007, el “índice
de nivel bajo de glucosa en sangre” (LBGI) y el “índice de
nivel alto de glucosa en sangre” (HBGI): El primero es una
medida de la frecuencia y la extensión de las lecturas de
niveles bajos de glucosa en sangre, basada en la sección
de hipoglucemia del espacio de riesgo de glucosa en
sangre (ver la figura 3, rama izquierda de la parábola). El
segundo calcula la frecuencia y la extensión de las
lecturas de niveles altos de glucosa en sangre, en la
sección de hiperglucemia del espacio de riesgo de glucosa
en sangre (ver la figura 3, rama derecha de la parábola).
www.accu-chek.com
ACCU-CHEK y VIVÍ LA VIDA. LIBREMENTE, son marcas registradas de Roche.
Roche Diagnostics, Argentina.
Fig. 2 Cálculo del índice hiperglucémico (HGI)
Average Daily Risk Range (ADRR)
Rango de riesgo promedio diario
En 2006, Kovatchev et al. también publicaron el “rango de
riesgo promedio diario (ADRR)”, como el promedio del rango
de riesgo por día, calculado a partir de los datos del AMS de
rutina, recolectados durante un mes. Aunque este índice es
uno de los pocos que no mide exposición, es limitado porque
sólo se consideran los extremos, y la velocidad de la variación es ignorada.8
Mean Blood Glucose (MBG)
Promedio de glucosa en sangre
Por último, Kilpatrick et al. presentaron en 2007, un índice
conocido como “promedio de glucosa en sangre”. Es similar
al índice hiperglucémico de Vogelzang et al., y se define
como el cálculo del área bajo la curva (AUC). En este caso,
se utiliza la regla trapezoidal para el cálculo aproximado de
la integral definitiva. Por lo tanto, el PGS es, de hecho, una
medición de la exposición. Sin embargo, podría ser útil, ya
que es predictivo de un evento cardiovascular.9
En síntesis, actualmente, los índices calculados a prtir
de datos de AMG más fiables parecen ser la desviación
estándar (DS) de glucosa en sangre, el LBGI y el HBGI
ACCU-CHEK® Smart Pix mide la desviación estándar
de glucosa en sangre, el LBGI y el HBGI
El dispositivo Accu-Chek® Smart Pix, calcula la desviación
estándar, el LBGI y el HBGI, y el promedio. Además, los
valores se visualizan en un gráfico metabólico, ilustrando la
exposición y la variabilidad de los valores glucosa en sangre.
Fig. 3 Cálculo del índice de nivel bajo/alto de
glucosa en sangre (HBGI/LBGI)
Por lo tanto, el estado metabólico y la historia del paciente
pueden estimarse muy bien, aunque hasta el momento,
no se dispone de un índice para calcular la variabilidad
glucémica con exactitud.
Índices basados en datos del monitoreo
continuo (CGMS)
Se han descripto cinco enfoques que requieren datos del
monitoreo continuo de glucosa en sangre, como medida
para medir la variabilidad glucémica (ver la tabla 2).
Mean Amplitude of Glycemic Excursions
(MAGE)
Amplitud promedio de las excursiones glucémicas
En 1970, Servicio et al. desarrollaron la “Amplitud promedio de las excursiones glucémicas” (MAGE): Se define
como la media aritmética del nadir, el punto más bajo de
los niveles de glucosa en sangre hasta los picos, o
viceversa, cuando los segmentos ascendentes y descendentes exceden una desviación estándar de glucosa
promedio en sangre para el mismo período de 24 horas.
Se lo probó en pocos pacientes para su validación, e
incluye sólo las oscilaciones grandes. Además, se asocia
débilmente con la hipoglucemia, está inherentemente
sesgado hacia la hiperglucemia y no refleja la velocidad
de la variación. Sin embargo, se cita a menudo y se utiliza
ampliamente, y se ha demostrado que se correlaciona
con los parámetros de eventos cardiovasculares.10
Mean of daily differences (MODD)
Promedio de las diferencias diarias
El “promedio de las diferencias diarias” (MODD) fue
publicado por Molnar et al. en 1972: Su cálculo se basa
www.accu-chek.com
ACCU-CHEK y VIVÍ LA VIDA. LIBREMENTE, son marcas registradas de Roche.
Roche Diagnostics, Argentina.
en los promedios de los valores de glucosa tomados en dos
días consecutivos en el mismo tiempo. En consecuencia, el
valor informativo está limitado por la representatividad
restringida. Por lo tanto, no ofrece un ventaja real sobre el
APEG descripto anteriormente.11
Lability Index (LI)
Índice de labilidad
En contraste, Ryan et al. publicaron en 2004, el “índice de
labilidad” (LI), que efectivamente, “proporciona una discriminación mucho mejor que el Mage”, considera el tiempo y
todas las oscilaciones, y se correlaciona fuertemente con la
clasificación clínica. Sin embargo, el cálculo se basa en un
registro laborioso de los niveles de glucosa durante cuatro
semanas.12
Continuous Overall Net Glycemic Action
(CONGA)
Acción glucémica general continua neta
La “Acción glucémica general continua neta” (CONGA),
publicada por Mc Donnell CM et al., en 2005, se calcula
sobre la base de la desviación estándar de las diferencias
entre los valores de glucosa en sangre. Lamentablemente,
contrariamente al índice de labilidad, se define como método
que sólo describe la variación glucémica durante el día.13
Glycemic Risk Assessment Diabetes Equation
(GRADE)
Ecuación de evaluación de riesgo glucémico en la
diabetes
Por último, la “Ecuación de evaluación de riesgo glucémico
en la diabetes” (GRADE) de Hill et al., de 2007, resume los
datos del muestreo continuo de los perfiles glucémicos de 72
h, a una única evaluación de riesgo. En contraste con el
índice de labilidad, el esfuerzo en la práctica parece justificarse, y en comparación con el CONGA, la validez parece ser
mayor. Pero lamentablemente, la variabilidad glucémica en sí
misma no está considerada.14
En síntesis, los índices LI y CONGA, elaborados
con los datos del CM, parecen mapear la variabilidad glucémica
En conclusión, el LI y el CONGA parecen ser los índices
más precisos para mapear la variabilidad glucémica,
aunque de hecho, su valor informativo está limitado
(CONGA: describe sólo la variabilidad glucémica durante
el día) o se requiere un gran esfuerzo para obtener los
datos requeridos (LI: Se necesita registrar los niveles de
glucosa durante cuatro semanas). La “amplitud promedio
de las excursiones glucémicas” (MAGE) se cita a menudo
y es ampliamente utilizado. Aunque se asocia débilmente
con la hipoglucemia, está inherentemente sesgado hacia
la hiperglucemia y no refleja la velocidad de variación. El
“promedio de las diferencias diarias” (MODD) es limitado
por la representatividad restringida de los valores, que
sólo se toman durante dos días consecutivos. Por último,
la “Ecuación de evaluación de riesgo glucémico en la
diabetes” (GRADE), no considera la variabilidad glucémica en sí misma.
Conclusión
La “variabilidad glucémica” (GV) se define como la
oscilación de los niveles de glucosa en sangre por debajo
y por encima del rango normal. Puede graficarse en dos
direcciones: El eje y representa la variabilidad, mientras
que el eje x representa la exposición. Los índices desarrollados para medir la variabilidad glucémica pueden
diferenciarse según los datos necesarios para calcular su
valor: los datos del automonitoreo de glucosa en sangre
(AMG) se han utilizado para describir los parámetros en
siete fórmulas, mientras que otros cinco enfoques utilizan
los datos del monitoreo continuo (CGMS) de glucosa en
sangre. Entre los índices que utilizan los datos del AMS, el
LBGI y el HBGI, brindan la oportunidad de calcular el
índice de glucosa en sangre como un índice de variabilidad glucémica, aunque son mediciones de la
Tabla 2: Índices para medir la variabilidad glucémica basados en datos del monitoreo continuo de glucosa en sangre
Enfoque
Autor
Año
1.
MAGE (Amplitud promedio de las excursiones glucémicas)
Service FJ et al10
1970
2.
MODD (Promedio de glucosa en sangre y promedio de las diferencias diarias)
Molnar GD et al11
1972
3.
LI (Índice de labilidad)
Ryan EA et al12
4.
CONGA (Acción glucémica general continua neta)
Mc Donnell CM et al
2005
5.
GRADE (Ecuación de evaluación de riesgo glucémico en la diabetes)
Hill NR et al
2007
www.accu-chek.com
ACCU-CHEK y VIVÍ LA VIDA. LIBREMENTE, son marcas registradas de Roche.
Roche Diagnostics, Argentina.
2004
13
14
exposición. El SD, desviación estándar de glucosa en sangre,
es una herramienta viable y de uso común para evaluar la
variabilidad glucémica, a pesar de su débil asociación con la
hipoglucemia y su sesgo hacia la hiperglucemia. Entre los
índices que utilizan los datos del monitoreo continuo de
glucosa, el LI y el CONGA son los más precisos para mapear
la variabilidad glucémica, aunque su valor informativo es
restringido (CONGA: describe sólo la variabilidad glucémica
durante el día) o se requiere un esfuerzo relativamente alto
para obtener los datos requeridos (LI: Se necesita registrar los
niveles de glucosa durante cuatro semanas). Asimismo, hasta
el momento, ninguno de los parámetros predijo o mostró una
asociación con las complicaciones a largo plazo de la diabetes. Por lo tanto, es difícil evaluar cuál es el índice más
relevante. En general, la respuesta a la pregunta “¿Cómo
medir la variabilidad glucémica?” aún no se ha encontrado
con exactitud, pero de manera similar al enfoque científico
completo sobre esta cuestión, estamos avanzando...
Referencias
1. Kerner W et al.: Definition, Klassifikation und Diagnostik des Diabetes
mellitus. Evidenzbasierte Leitlinie DDG: http://www.deutschediabetesgesellschaft.de/redaktion/mitteilungen/leitlinien/Uebersicht_leitlini
en_evidenzbasiert.php
2. Hirsch IB et al.: 2005
3. Molnar GD et al., 1965; Diabetes, Vol. 14, No. 5
4. 4 Schlichtkrull J et al., 1965; Acta Med Scand, 177: 95-102
5. Vogelzang et al., 2004; Critical Care,Vol. 8, No. 3
6. Kovatchev et al., 2005; Diabetes Technology & Therapeutics, Vol. 7, No.6
7. Cox et al., 2007; Diabetes Care, 30: 1370-1373
8. Kovatchev BP et al., 2006; Diabetes Care, 29: 2433 - 2438
9. Kilpatrick ES et al., 2007; Diabetologica : DOI 10.1007/s00125-007-0883-x
10. Service FJ et al., 1970; Diabetes, Vol. 19, No. 9
11. Molnar GD et al., 1972; Diabetologica, 8: 342-348
12. Ryan EA et al., 2004; Diabetes, Vol. 53
13. McDonnell CM et al., 2005; Diabetes Technology & Therapeutics, Vol. 7,
No. 2:253-264
14. Hill NR et al., 2007; Diabetic Medicine, 24:753 - 758
www.accu-chek.com
ACCU-CHEK y VIVÍ LA VIDA. LIBREMENTE, son marcas registradas de Roche.
Roche Diagnostics, Argentina.