Política de Cookies

El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Si desea configurar las cookies, pulse el botón Personalizar Cookies. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz.

Personalización de Cookies

El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

A continuación podrá configurar las cookies del sitio web según su finalidad:

  • Análisis estadístico

    En este sitio se utilizan cookies de terceros (Google Analytics) que permiten cuantificar el número de usuarios de forma anónima (nunca se obtendrán datos personales que permitan identificar al usuario) y así poder analizar la utilización que hacen los usuarios del nuestro servicio, a fin de mejorar la experiencia de navegación y ofrecer nuestros contenidos de manera óptima.

  • Redes sociales

    En este sitio web se utilizan cookies de terceros que permiten el correcto funcionamiento de algunas redes sociales (principalmente Youtube y Twitter) sin utilizar ningún dato personal del usuario.

UniversidaddeCádiz
noticia

Investigadores de la UCA participan en el desarrollo de un modelo biomatemático centrado en el diagnóstico precoz de la diabetes 24 agosto 2018

Investigadores de la UCA participan en el desarrollo de un modelo biomatemático centrado en el diagnóstico precoz de la diabetes

Este trabajo, publicado en la revista ‘Journal of the Royal Society’, permite estimar los niveles de glucosa en sangre y rastrear la aparición y evolución de esta enfermedad en pacientes

Investigadores de la Universidad de Cádiz, coordinado por la profesora María Rosa Durán, del departamento de Matemáticas y perteneciente al grupo de FQM-201 Teoría de bifurcaciones y sistemas dinámicos, han participado en un estudio centrado en el desarrollo de un modelo biomatemático que permite mejorar la estimación de los niveles medios de glucosa en sangre, una nueva herramienta que podría ser utilizada en la fase previa de diagnóstico temprano de la diabetes.

Este trabajo se ha realizado bajo la coordinación del Laboratorio de Oncología Matemática (MôLAB) de la Universidad de Castilla-La Mancha (UCLM), dirigido por el catedrático Víctor Manuel Pérez-García, y en él han participado, además de investigadores de la Universidad de Cádiz, médicos pertenecientes al Instituto de Investigación Biomédica de Cádiz (INIBICA) del hospital de Jerez y de Campo de Gibraltar.

La diabetes es una enfermedad silenciosa, sin síntomas en una gran mayoría de los casos, que afecta a casi el 10% de la población mundial y cuya incidencia está en aumento, de ahí la importancia de poder realizar un diagnóstico temprano. Para poder alcanzar este objetivo, a través de este estudio los investigadores han desarrollado un modelo biomatemático que permite estimar los niveles de glucosa en sangre y rastrear la aparición y evolución de la diabetes en pacientes. Esta herramienta puede ser de gran utilidad, ya que es capaz de identificar si un paciente aparentemente sano puede estar sufriendo síntomas que le lleven a desarrollar diabetes.

El modelo biomatemático descrito ha sido publicado en la revista británica Journal of the Royal Society y en esta publicación se puede observar como los investigadores plantean el uso de un biomarcador, la hemoglobina lábil, que complementa a otro que ya se emplea en la clínica, la hemoglobina glicosilada, para mejorar la estimación de la concentración media de glucosa en sangre. Con esta nueva propuesta, se logra poder identificar variaciones de la glucosa en sangre que escapaban a los métodos existentes.

Así, mientras que la hemoglobina glicosilada ofrece información de los valores medios de glucosa en sangre de los últimos 3-4 meses, la hemoglobina lábil permite identificar episodios de hipo-e hiperglucemia en periodos mucho más cortos, por lo que “no es necesario esperar a que el paciente sufra muchos de tales episodios que puedan perjudicar su salud, pues podríamos identificar con mayor antelación posibles alteraciones conducentes a una diabetes”, como explican los expertos.

Para el desarrollo de este modelo biomatemático, los investigadores han analizado una base de datos clínicos de más de 11.000 pacientes de la provincia de Cádiz, para caracterizar la cinética de la hemoglobina glicosilada, lábil y de la glucosa e identificar la ventana temporal en la que el nuevo biomarcador es más eficaz para estimar los niveles medios de glucosa.

Los autores de este trabajo tienen previsto iniciar estudios clínicos para validar el biomarcador de la hemoglobina lábil y diseñar distintos protocolos con el objetivo de mejorar el diagnóstico de pacientes que podrían llegar a desarrollar diabetes, no solo la de tipo 2, que es la más común, sino también la gestacional. Recientemente, se encuentran simulando el modelo con datos de sobrecarga de glucosa en niños. Con el modelo biomatemático descrito, “queremos ofrecer una herramienta que se adapta a cada paciente, que no supone ningún incremento en el coste sanitario y que puede ser utilizada de forma rutinaria en la clínica tanto para cribado como para el diagnóstico temprano en un mayor número de pacientes”, concluyen desde el grupo de trabajo.  

 

 

Referencia Bibliográfica: O. León-Triana, G. F. Calvo, J. Belmonte-Beitia, M. Rosa Durán, J. Escribano-Serrano, A. Michan-Doña, V. M. Pérez-García (2018) ‘Labile haemoglobin as a glycaemic biomarker for patient-specific monitoring of diabetes: mathematical modelling approach’. Journal of the Royal Society. DOI: 10.1098/rsif.2018.0224