Acceso usuarios
Qianqian Tian, Qing Jiang, Shanshan Ma, Fangyi Yu, Xiaohan Tan, Bin Liu, Jifang Zhu, Xiaohua Wang
Antecedentes La glucosa plasmática en ayunas (GPA) y la glucosa plasmática postprandial (GPP) son indicadores esenciales a corto plazo del control glucémico en la diabetes mellitus tipo 2 (DMT2). Aunque la métrica de evaluación de carbohidratos —carbohidratos (g/d), porción de carbohidratos, carbohidratos (%), puntuación de dieta baja en carbohidratos (LCD), ratio carbohidratos-fibra (CFR), y fibra alimentaria (DF)—pueden diferir a la hora de predecir GPA y GPP, su eficacia comparativa es incierta. El objetivo de este estudio es identificar la métrica de evaluación de carbohidratos más predictiva para GPA y GPP, facilitando las intervenciones dietéticas oportunas, a fin de optimizar el manejo glucémico en los pacientes con DMT2.
Métodos Este estudio transversal evaluó seis métricas de carbohidratos en 238 pacientes con DMT2. Se midieron GPA y GPP (incontrolado: GPA ≥ 7 mmol/l, GPP ≥ 10 mmol/L). Los análisis de regresión logística múltiple y la curva ROC (receiver operating characteristic curve) evaluaron el desempeño predictivo.
Resultados Carbohidratos (%) y la puntuación LCD fueron los predictores más potentes de GPA y GPP. Los carbohidratos (%) elevados estuvieron significativamente asociados a un peor control de GPA (OR: 0,942, 95%IC, 0,907–0,979, P <0,01) y GPP (OR: 0,920, 95%IC, 0,875–0,968, P <0,01), mientras que la puntuación LCD más elevada mejoró el odds ratio del control (GPA - OR 1,073; GPP - OR: 1,12, P <0,01 en ambos). El análisis ROC identificó carbohidratos (%) como el predictor óptimo para GPP (ABC: 0,7201, punto de corte> 51,5%; sensibilidad, 80,77%) y GPA (ABC: 0,6751, punto de corte>55,5%; sensibilidad, 66,47%), seguido de la puntuación LCD (GPP ABC: 0,7153; GPA ABC: 0,6689).
Conclusión Carbohidratos (%) y la puntuación LCD predicen con más efectividad el control glucémico a corto plazo en la DMT2. Limitar la ingesta de carbohidratos a ≤ 51,5% (GPP) o ≤ 55,5% (GPA) de energía y las puntuaciones LCD> 23,5 (GPP) o> 16,5 puede optimizar los resultados, y guiar las intervenciones dietéticas personalizadas.
Background Fasting plasma glucose (FPG) and postprandial plasma glucose (PPG) are critical short-term indicators of glycemic control in type 2 diabetes mellitus (T2DM). Although carbohydrate assessment metrics – carbohydrate (g/d), carbohydrate portion, carbohydrate (%), low carbohydrate diet (LCD) score, carbohydrate to fiber ratio (CFR), and dietary fiber (DF) – may differ in predicting FPG and PPG, their comparative efficacy is unclear. This study aims to identify the most predictive carbohydrate assessment metrics for FPG and PPG, facilitating timely dietary interventions to optimize glycemic management in patients with T2DM.
Methods This cross-sectional study assessed six carbohydrate metrics in 238 patients with T2DM. FPG and PPG were measured (uncontrolled: FPG ≥7.0mmol/L, PPG ≥10.0mmol/L). Multiple logistic regression and the receiver operating characteristic curve (ROC) analyses evaluated predictive performance.
Results Carbohydrate (%) and LCD score were the strongest predictors of FPG and PPG. Higher carbohydrate (%) was significantly associated with poorer FPG (OR, 0.942, 95%CI, 0.907–0.979, P<0.01) and PPG control (OR, 0.920, 95%CI, 0.875–0.968, P<0.01), while higher LCD score improved odds of control (FPG: OR, 1.073; PPG: OR, 1.128, both P<0.01). ROC analysis identified carbohydrate (%) as the optimal predictor for PPG (AUC, 0.7201, cutoff >51.50%; sensitivity, 80.77%) and FPG (AUC, 0.6751, cutoff >55.50%; sensitivity, 66.47%), followed by LCD score (PPG AUC, 0.7153; FPG AUC, 0.6689).
Conclusion Carbohydrate (%) and LCD score most effectively predict short-term glycemic control in T2DM. Limiting carbohydrate intake to ≤51.5% (PPG) or ≤55.5% (FPG) of energy and achieving LCD scores >23.5 (PPG) or >16.5 may optimize outcomes, guiding personalized dietary interventions.
