Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Eventos

02 jun 2026 - 04 jun 2026
17 jun 2026 - 19 jun 2026

Método altamente exacto predice diabetes posparto

Por el equipo editorial de LabMedica en español
Actualizado el 13 Jul 2016
Imagen: El Profesor Michael Wheeler con Ashley St. Pierre del Hospital para Niños Enfermos, realizando pruebas adicionales en las mujeres con diabetes gestacional para evaluar las diferencias raciales y étnicas en la predicción, e investigar a los grupos de alto riesgo, con prediabetes, para aprender si la metabolómica podría predecir la diabetes tipo 2 en la población general (Fotografía cortesía de la Universidad de Toronto).
Imagen: El Profesor Michael Wheeler con Ashley St. Pierre del Hospital para Niños Enfermos, realizando pruebas adicionales en las mujeres con diabetes gestacional para evaluar las diferencias raciales y étnicas en la predicción, e investigar a los grupos de alto riesgo, con prediabetes, para aprender si la metabolómica podría predecir la diabetes tipo 2 en la población general (Fotografía cortesía de la Universidad de Toronto).
La diabetes gestacional se define como la intolerancia a la glucosa que se identifica, por primera vez, durante el embarazo y se produce en el 3% al 13% de todas las mujeres embarazadas, y aumenta el riesgo, para la mujer, de desarrollar diabetes tipo 2 en un 20% a un 50% dentro de los cinco años después del embarazo.

Se ha descubierto una forma nueva, sencilla, exacta, para predecir cuáles mujeres con diabetes gestacional, desarrollarán diabetes tipo 2, después del parto, la cual les permitirá a los proveedores de atención de salud, identificar a las mujeres con mayor riesgo y ayudar a motivar a las mujeres a hacer cambios de estilo de vida temprana y seguir otras estrategias que podrían evitar que desarrollen la enfermedad más adelante en la vida.

Un equipo internacional de científicos quienes trabajaron con los de la Universidad de Toronto (ON, Canadá) obtuvieron muestras de sangre en ayunas de 1.035 mujeres diagnosticadas con diabetes gestacional y matriculadas en los Estudios de la Mujer, Alimentación Infantil y Diabetes de Tipo 2 de Kaiser Permanente, después de un embarazo con diabetes gestacional, también conocido como el Estudio SWIFT. El estudio SWIFT examinó a las mujeres mediante pruebas de tolerancia oral a la glucosa a los dos meses, después del parto, y luego cada año, con el fin de evaluar el impacto de la lactancia materna y otras características en el desarrollo de la diabetes tipo 2 después de un embarazo complicado por la diabetes gestacional.

El equipo llevó a cabo un estudio metabolómico en plasma basal en ayunas, e identificó 21 metabolitos que diferían de manera significativa debido al estado incidental de diabetes tipo 2 (DM2). La optimización mediante aprendizaje automático dio como resultado un modelo en forma de árbol de decisión que predijo la incidencia de diabetes tipo 2, con un poder de discriminación del 83,0% en el conjunto de entrenamiento y del 76,9%, en el conjunto de pruebas independientes, siendo muy superior a la glucosa plasmática en ayunas, sola. El nuevo método también puede ser capaz de predecir a los individuos que pueden desarrollar diabetes tipo 2 en la población en general lo cual sería un avance importante en un momento en que más de 300 millones de personas sufren de la forma prevenible de esta enfermedad. Un análisis de sangre, de próxima generación, que es más sencillo y exacto que las opciones actuales podría ayudar a identificar a las personas que más se beneficiarían de las intervenciones más oportunas y eficaces para prevenir la diabetes tipo 2.

Michael B. Wheeler, PhD, profesor en el Departamento de Fisiología y autor principal del estudio, dijo: “Después de un parto, a muchas mujeres se les hace muy difícil programar dos horas para otra prueba de glucosa. ¿Y si pudiéramos crear una prueba mucho más eficaz que se les pudiera practicar a las mujeres mientras están todavía en el hospital? Una vez que se ha desarrollado la diabetes, es muy difícil de revertir”. El estudio fue publicado en la edición de junio 2016 de la revista Diabetes.

Enlace relacionado:
University of Toronto


Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
New
All-in-One Molecular System
AIO M160
New
HPV Test
Allplex HPV28 Detection

Canales

Diagnóstico Molecular

ver canal
Imagen: Aclarar las características del microambiente tumoral y los programas de células cancerosas vinculados a la respuesta al tratamiento podría proporcionar información más temprana sobre la terapia contra el cáncer de mama triple negativo (crédito de la imagen: Shutterstock)

Panel genético muestra potencial para predecir la respuesta a la quimioterapia en el CMTN

El cáncer de mama triple negativo (CMTN) es un subtipo agresivo que se trata habitualmente con quimioterapia, pero los resultados varían considerablemente entre las pacientes. Comprender las características... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: Biosensor para la detección de tuberculosis (fotografía cortesía de la UPV)

Biosensor de antígeno detecta tuberculosis activa en una hora

La tuberculosis sigue siendo un importante desafío de salud global y continúa siendo una causa significativa de morbilidad y mortalidad. El informe mundial de 2024 de la Organización... Más

Patología

ver canal
Imagen: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.