El estudio, desarrollado durante 16 semanas con personas con diabetes tipo 2 en tratamiento con insulina degludec, sugiere que un algoritmo capaz de leer e interpretar todos los datos del sensor puede igualar —e incluso mejorar— los resultados obtenidos con el método clásico basado en pinchazos capilares antes del desayuno. La investigación abre la puerta a una nueva forma de abordar uno de los mayores problemas en el manejo de esta enfermedad crónica: la llamada inercia clínica, es decir, la dificultad para iniciar o intensificar el tratamiento cuando está indicado.

La diabetes tipo 2 es un trastorno metabólico progresivo marcado por la resistencia a la insulina, el deterioro paulatino de las células beta del páncreas y la hiperglucemia persistente. Aunque existen terapias eficaces, una parte importante de los pacientes no logra alcanzar los objetivos recomendados de hemoglobina glicosilada (HbA1c <7%). En muchos casos, cuando los fármacos orales dejan de ser suficientes, se hace necesario iniciar insulina basal de acción prolongada. Sin embargo, el proceso de ajustar correctamente la dosis —la titulación— suele ser lento, complejo y, con frecuencia, insuficiente.

Tradicionalmente, esta titulación se basa en la automonitorización de la glucosa en sangre mediante punciones digitales en ayunas. El objetivo es situar la glucemia en un rango de 80–130 mg/dL antes del desayuno. Aunque este sistema es el estándar, implica una carga constante para el paciente y para el profesional sanitario, requiere registros frecuentes y comunicación continua, y suele estar condicionado por el miedo a la hipoglucemia y la falta de tiempo en consultas saturadas. Además, puede favorecer lo que se conoce como “hiperbasalización”, es decir, aumentar en exceso la dosis basal cuando el problema real está en las subidas de glucosa tras las comidas.

CAMBIO DE PARADIGMA CON LA MONITORIZACIÓN CONTINUA DE GLUCOSA

La aparición de la monitorización continua de glucosa (MCG) ha cambiado radicalmente este escenario. Los sensores permiten observar tendencias, variabilidad glucémica, tiempo en rango y episodios de hipoglucemia nocturna, datos que resultan invisibles con los controles aislados. Sin embargo, hasta ahora no existía un protocolo estandarizado que utilizara toda esa información para ajustar de forma sistemática la insulina basal en pacientes con diabetes tipo 2.

Ahí es donde entra en juego el algoritmo desarrollado por el equipo de Virginia. El sistema analiza de forma automática las lecturas del sensor durante las dos semanas previas y genera una recomendación semanal de ajuste de dosis, sin necesidad de que el paciente identifique periodos de ayuno o ingestas. El criterio principal del estudio fue medir el cambio en el tiempo en rango (70–180 mg/dL) tras 16 semanas, comparando este sistema con el método tradicional basado en glucemias capilares.

Los participantes que utilizaron el algoritmo pasaron de estar un 54,1% del tiempo en rango seguro a un 75,3%. En el grupo que siguió el método convencional, el aumento fue menor: del 50,2% al 55,3%. Además, en el grupo experimental se observó una mejora global del tiempo en rango del 20,3%, frente al 8,3% del grupo control. Aproximadamente la mitad de los pacientes que usaron el algoritmo lograron incrementos superiores al 20% en este indicador, considerado uno de los más relevantes en el control actual de la diabetes.

“Estos resultados demuestran claramente que la tecnología para la diabetes y los algoritmos avanzados pueden aprovecharse para lograr grandes beneficios, mucho más allá del paradigma clásico de la administración automatizada de insulina”, afirma Marc D. Breton, autor principal del estudio. “A medida que la monitorización continua de la glucosa y los dispositivos médicos conectados se generalizan, tenemos la oportunidad de brindar asesoramiento y monitorización altamente personalizados a las personas con diabetes y guiar el uso de insulina y medicamentos”.

UN ALGORITMO SEGURO Y CON GRAN ACOGIDA POR PARTE DE LOS PACIENTES

Desde el punto de vista de la seguridad, aunque la incidencia de hipoglucemias leves fue ligeramente superior en el grupo del algoritmo, las cifras absolutas fueron bajas y no hubo diferencias estadísticamente significativas. El tiempo por debajo de 70 mg/dL se mantuvo en valores mínimos. Los investigadores creen que la mayor conciencia glucémica que proporciona la MCG abierta ayudó a los participantes a anticiparse a situaciones de riesgo.

El desarrollo técnico del sistema corrió a cargo de Anas El Fathi, quien diseñó el algoritmo con la idea de simplificar y optimizar un proceso que hoy depende en gran medida de la experiencia del médico y de la implicación del paciente. “Desde el punto de vista médico, fue fascinante observar que el algoritmo no solo superaba las recomendaciones estandarizadas de ajuste de insulina, sino también la excelente acogida que tuvo la tecnología entre los participantes”, señala por su parte Ralf Nass, coautor del trabajo.