medigraphic.com
Revista Médica Sinergia

2024, Número 08

<< Anterior Siguiente >>

Revista Médica Sinergia 2024; 9 (08)


Grado de neuropatía diabética y hemoglobina glucosilada en pacientes diabéticos, en la Unidad Médica Familiar 62

Cruz MAR, Ríos MR

Idioma: Español
Referencias bibliográficas: 16
Paginas:
Archivo PDF: 214.85 Kb.


RESUMEN

Introducción: la neuropatía diabética es el daño de las fibras nerviosas derivado de la hiperglucemia crónica. En México, el 60% de los pacientes con diabetes mellitus tipo 2 tienen neuropatía diabética, y su frecuencia depende de la duración de la diabetes. Es una causa de mortalidad y morbilidad, ya que el 50% de los casos desarrollan amputaciones no traumáticas. Por tal motivo, mi objetivo es estimar la asociación entre el grado de neuropatía diabética y hemoglobina glucosilada. Métodos: se realizó un estudio de tipo observacional, transversal, prolectivo, analítico, en una muestra de 154 pacientes, por medio de muestreo no probabilístico, no aleatorizado bajo conveniencia. Se incluyeron a pacientes con diagnóstico de diabetes tipo 2 de la UMF 62, aplicándose el Test de Semmens-Weinstein para el diagnóstico de neuropatía diabética con sensibilidad del 97% y especificidad del 83%; posteriormente, se evaluó el grado de neuropatía a través del instrumento de Michigan con sensibilidad de 79% y especificidad del 94%, se realizó estadística descriptiva y en un segundo momento la prueba de ANOVA de Kruskall-Wallis con una (p=<0.05). Resultados: de los 154 pacientes, el 3.8% se mantuvieron en control y 16.23% (25 pacientes) en descontrol, presentando neuropatía grado 1. En neuropatía diabética grado 2 el 7.14% (11 pacientes) estuvo dentro de metas y el 72.72% (112 pacientes) en descontrol. No se obtuvieron pacientes con neuropatía grado 3. Se evidenció que 89.02% se encuentran en descontrol glucémico y con complicaciones sensitivas periféricas, se encontró no tener una asociación entre estas dos variables (p= 0.452). Conclusiones: se concluyó que en el test de Michigan Neuropathy, en pacientes sin amputaciones o Pie de charcot, no se logra estadificar a neuropatía grave, por lo que debe tener como criterio inclusivo pacientes con amputaciones y alteraciones osteomusculares en pies.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Vintimilla P, Giler Y, Motoche K. Diabetes mellitus tipo 2: Incidencias, Complicaciones y tratamientos actuales. Revista científica mundo de la investigación y el conocimiento. 2019;3:26-37. Disponible a partir de:https://recimundo.com/index.php/es/article/view/355.

  2. Goyal R, Jialal I. Diabetes mellitus type 2. StatPearls. 2023 [cited Jun 23, 2023]. Available from: https://www.ncbi.nlm.nih.gov/books/NBK513253/.

  3. Leal Ruiz E, Rodríguez Méndez L, Fusté Bruzain M. Complicaciones crónicas en pacientes con diagnóstico reciente de diabetes mellitus tipo 2. Medicentro (Villa Cl) [Internet]. 2019 [citado el 21 de junio, 2022];23(2):136–9. Disponible a partir de: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30432019000200136.

  4. Bondar A, Popa AR, Papanas N, Popoviciu M, Vesa CM, Sabau M, et al. Diabetic neuropathy: A narrative review of risk factors, classification, screening and current pathogenic treatment options (Review). Exp Ther Med [Internet]. 2021 [cited Jun 21, 2022];22(1):690. DOI: http://dx.doi.org/10.3892/etm.2021.10122.

  5. Flores I, Cuevas Z, López R, Vázquez C. Detección de Neuropatía Diabética Periférica en Adultos Mayores de 60 Años en el Centro de Salud “México BID” de Colima, México. Archivos de la medicina. 2018;14:1-6. DOI: htt://dx- doi.org/10.3823/1399.

  6. Rumora AE, Savelieff MG, Sakowski SA, Feldman EL. Disorders of mitochondrial dynamics in peripheral neuropathy: Clues from hereditary neuropathy and diabetes. Int Rev Neurobiol [Internet]. 2019;145:127–76. DOI: http://dx.doi.org/10.1016/bs.irn.2019.05.002.

  7. Yan L-J. Redox imbalance stress in diabetes mellitus: Role of the polyol pathway. Animal Model Exp Med [Internet]. 2018 [cited Jun 22, 2022];1(1):7–13. DOI: http://dx.doi.org/10.1002/ame2.1200.

  8. Nowotny K, Jung T, Höhn A, Weber D, Grune T. Advanced glycation end products and oxidative stress in type 2 diabetes mellitus. Biomolecules [Internet]. 2015;5(1):194–222. DOI: http://dx.doi.org/10.3390/biom5010194

  9. Feldman EL, Callaghan BC, Pop-Busui R, Zochodne DW, Wright DE, Bennett DL, et al. Diabetic neuropathy. Nat Rev Dis Primers[Internet].2019;5(1):41. DOI: http://dx.doi.org/10.1038/s41572-019-0092-1.

  10. Krishnasamy S, Abell TL. Diabetic gastroparesis: Principles and current trends in management. Diabetes Ther [Internet]. 2018;9(Suppl 1):1–42. DOI: http://dx.doi.org/10.1007/s13300-018-0454-9.

  11. Raymond B, Steriovski J, Gillyard K, Yang C, Wu SC, Crews RT. Choosing a vibratory test to pair with Semmes Weinstein monofilament testing for evaluating lower extremity sensation in patients with diabetes: A comparison of three vibratory methodologies. J Diabetes Sci Technol [Internet]. 2020;14(1):8–15. DOI: http://dx.doi.org/10.1177/1932296819849478.

  12. Costa T, Coelho L, Silva MF. Automatic segmentation of monofilament testing sites in plantar images for diabetic foot management. Bioengineering (Basel) [Internet]. 2022 [cited Jul 09, 2022];9(3):86. Available from: https://www.mdpi.com/2306-5354/9/3/86/htm.

  13. Park JH, Kim DS. The necessity of the simple tests for diabetic peripheral neuropathy in type 2 diabetes mellitus patients without neuropathic symptoms in clinical practice. Diabetes Metab J [Internet]. 2018 [cited Jun 22, 2022];42(5):442–6. DOI: http://dx.doi.org/10.4093/dmj.2017.0090.

  14. Arellano SA, Godínez ED, Hernández MB. Prevalencia de la neuropatía diabética en pacientes con diabetes mellitus tipo 2 en una clínica regional del Estado de México, Atención familiar [Internet]. 2017 [citado el 23 de julio, 2022];25:7-11. Disponible a partir de: https://www.revistas.unam.mx/index.php/atencion_familiar/article/view/62907.

  15. Hussain A, Ahmad I, Khan MN, Zar A, Shahzad S. Peripheral neuropathy among patients with type 2 diabetes using michigan neuropathy screening instrument. J Postgrad Med Inst [Internet]. 2021 [citado el 22 de junio, 2022];35(1):7-11. Disponible a partir de: https://jpmi.org.pk/index.php/jpmi/article/view/2735

  16. Haque F, Mamun R, Chowdhury M, SerkanK,Sawal A, et al. Performance Analysis of Conventional Machine Learning Algorithms for Diabetic Sensorimotor Polyneuropathy Severity Classification Using Nerve Conduction Studies. Comput Intell Neurosci [Internet]. 2022 [cited Jun 22, 2022]. 2022:1-13. DOI: http://dx.doi.org/10.1155/2022/9690940




2020     |     www.medigraphic.com