Web of Science: 8 cites, Scopus: 8 cites, Google Scholar: cites,
Type 1 diabetes : Developing the first risk-estimation model for predicting silent myocardial ischemia. The potential role of insulin resistance
Llauradó, Gemma (Hospital del Mar (Barcelona, Catalunya))
Cano, Albert (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Hernández, Cristina (Hospital Universitari Vall d'Hebron. Institut de Recerca)
González-Sastre, Montserrat (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Rodríguez, Ato-Antonio (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Punti Sala, Jordi (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Berlanga Escalera, Eugenio (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Albert Fàbregas, Lara (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Simó Canonge, Rafael (Hospital Universitari Vall d'Hebron. Institut de Recerca)
Vendrell, Joan (Hospital Universitari Joan XXIII de Tarragona. Institut d'Investigació Sanitària Pere Virgili)
González-Clemente, José-Miguel (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Universitat Autònoma de Barcelona

Data: 2017
Resum: The aim of the study was to develop a novel risk estimation model for predicting silent myocardial ischemia (SMI) in patients with type 1 diabetes (T1DM) and no clinical cardiovascular disease, evaluating the potential role of insulin resistance in such a model. Additionally, the accuracy of this model was compared with currently available models for predicting clinical coronary artery disease (CAD) in general and diabetic populations. Patients with T1DM (35-65years, >10-year duration) and no clinical cardiovascular disease were consecutively evaluated for: 1) clinical and anthropometric data (including classical cardiovascular risk factors), 2) insulin sensitivity (estimate of glucose disposal rate (eGDR)), and 3) SMI diagnosed by stress myocardial perfusion gated SPECTs. Eighty-four T1DM patients were evaluated [50. 1±9. 3 years, 50% men, 36. 9% active smokers, T1DM duration: 19. 0(15. 9-27. 5) years and eGDR 7. 8(5. 5-9. 4)mg·kg -1 ·min -1 ]. Of these, ten were diagnosed with SMI (11. 9%). Multivariate logistic regression models showed that only eGDR (OR = -0. 593, p = 0. 005) and active smoking (OR = 7. 964, p = 0. 018) were independently associated with SMI. The AUC of the ROC curve of this risk estimation model for predicting SMI was 0. 833 (95%CI:0. 692-0. 974), higher than those obtained with the use of currently available models for predicting clinical CAD (Framingham Risk Equation: 0. 833 vs. 0. 688, p = 0. 122; UKPDS Risk Engine (0. 833 vs. 0. 559; p = 0. 001) and EDC equation: 0. 833 vs. 0. 558, p = 0. 027). This study provides the first ever reported risk-estimation model for predicting SMI in T1DM. The model only includes insulin resistance and active smoking as main predictors of SMI.
Ajuts: Instituto de Salud Carlos III PI12/00954
Ministerio de Economía, Industria y Competitividad CM12/00044
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. Creative Commons
Llengua: Anglès
Document: Article ; recerca ; Versió publicada
Publicat a: PloS one, Vol. 12 (april 2017) , ISSN 1932-6203

DOI: 10.1371/journal.pone.0174640
PMID: 28369151


14 p, 1.5 MB

El registre apareix a les col·leccions:
Documents de recerca > Documents dels grups de recerca de la UAB > Centres i grups de recerca (producció científica) > Ciències de la salut i biociències > Institut d’Investigació i Innovació Parc Taulí (I3PT)
Articles > Articles de recerca
Articles > Articles publicats

 Registre creat el 2022-02-07, darrera modificació el 2024-03-14



   Favorit i Compartir