ES2256000T3

ES2256000T3 - Procedimiento de rmn para determinar el riesgo de desarrollar diabetes tipo 2.

Info

Publication number: ES2256000T3
Application number: ES00926111T
Authority: ES
Inventors: James D. Otvos; Dennis W. Bennett
Original assignee: North Carolina State University; University of California; Liposcience Inc
Current assignee: North Carolina State University; University of California; Liposcience Inc
Priority date: 1999-04-22
Filing date: 2000-04-19
Publication date: 2006-07-16
Anticipated expiration: 2020-04-19
Also published as: JP4585693B2; EP1171778A1; CA2367820C; EP1171778B1; DE60026287T2; AU4469300A; CA2367820A1; WO2000065366A1; DE60026287D1; ATE319105T1; JP2002543392A; WO2000065366A8; US6518069B1

Abstract

Un procedimiento para evaluar el riesgo de un paciente de tener o desarrollar diabetes tipo 2 o resistencia a la insulina basándose en información basada en lipoproteínas derivada de RMN, que comprende las etapas de: obtención de al menos una señal espectrográfica de RMN protónica de la muestra de suero o plasma sanguíneo de un paciente para realizar un análisis espectral de RMN del mismo; deducción de un valor medido de lipoproteínas basado en RMN para una pluralidad de constituyentes de subclases de lipoproteínas basándose en dicha etapa de obtención; comparación de los valores medidos de constituyentes de subclases de lipoproteínas basados en RMN con criterios de prueba predeterminados, en la que los criterios de prueba predeterminados definen un valor o intervalo de valores de constituyentes de subclases de lipoproteínas, para alguno o todos de la pluralidad de constituyentes seleccionados de subclases de lipoproteínas de interés, teniendo un factor de riesgo desfavorable o positivo asociado con los mismos para determinar la presencia de dislipidemia diabética; y evaluación del riesgo de un paciente de tener o desarrollar al menos uno entre diabetes tipo 2 y resistencia a la insulina basándose en la determinación de dislipidemia diabética de dicha etapa de comparación.

Description

Procedimiento de RMN para determinar el riesgo de desarrollar diabetes tipo 2.

Ámbito de la invención

La presente invención se refiere a procedimientos y productos de programas informáticos para determinar si los sujetos están en riesgo de desarrollar diabetes tipo 2 y otros trastornos de resistencia a la insulina.

Antecedentes de la invención

La diabetes tipo 2, a veces denominada diabetes del adulto o diabetes mellitus no insulinodependiente (DMNID), afecta aproximadamente a 15 millones de personas sólo en los Estados Unidos. Además, aproximadamente 21 millones de estadounidenses tienen una tolerancia a la glucosa deteriorada o "diabetes límite" (caracterizada por altos niveles de azúcar en sangre no suficientemente elevados para ser considerados diabéticos). Tanto la diabetes tipo 2 como la diabetes límite están relacionadas con una resistencia a la insulina, una dolencia en la que el cuerpo no consigue responder normalmente a la insulina. La resistencia a la insulina se asocia con otros problemas de salud, incluyendo presión arterial alta y enfermedad cardíaca. Si no se controla, la resistencia a la insulina puede realmente desarrollarse en diabetes tipo 2. La diabetes tipo 2 se asocia con un riesgo entre dos y cuatro veces mayor de enfermedad cardíaca coronaria, y los pacientes diabéticos tienen un riesgo aumentado de morbilidad y mortalidad asociado con enfermedad cardiovascular.

La diabetes tipo 2 se ha diagnosticado tradicionalmente por la detección de niveles elevados de glucosa (azúcar) en la sangre (hiperglucemia). Mientras la hiperglucemia es un fuerte indicador de diabetes, se encuentra en una fase muy tardía del desarrollo en la cadena de sucesos que lleva de la resistencia a la insulina a una diabetes plena. En consecuencia, sería deseable tener un modo de identificar si un sujeto está o no en riesgo de desarrollar diabetes tipo 2 (es decir, está predispuesto a la dolencia) antes del desarrollo de los síntomas clásicos, como hiperglucemia. La detección precoz de indicadores de la enfermedad (por ejemplo, detección de un aumento en los niveles de glucosa antes de que los niveles alcancen una elevación suficientemente alta para que se consideren hiperglucemia) puede conducir a un tratamiento más eficaz de la enfermedad, cuando no a la prevención real del inicio de la enfermedad.

El diagnóstico de trastornos cardiovasculares como enfermedad cardíaca coronaria (ECC) se consigue rutinariamente mediante la medida y el análisis de los niveles de colesterol en sangre de sujetos sospechosos de tener dichos trastornos. En dichos análisis, se mide el colesterol total en suero (CT), así como los niveles de triglicéridos en plasma (TG). Además, a menudo se miden los niveles de los principales constituyentes de lipoproteínas o clases de colesterol. Estos principales constituyentes de lipoproteínas incluyen lipoproteína de baja densidad (LDL), lipoproteína de alta densidad (HDL) y lipoproteína de muy baja densidad (VLDL). Los principales constituyentes de lipoproteínas pueden subdividirse además en subclases basándose en un mayor refinamiento de las densidades de partículas. Krauss y col., J. Lipid Research 23, 97-104 (1982); Atger y col., Clinical Chemistry 37, 1149-1152 (1991). Una subclase de partículas de lipoproteínas comprende partículas que tienen propiedades físicas comunes, como la densidad. Las subclases distinguidas según su densidad pueden considerarse como una subclase de la clase de lipoproteína que contiene partículas de la densidad de las subclases.

La patente de EE.UU. nº 4.933.844 a Otvos describe el uso de espectroscopia de resonancia magnética nuclear protónica (RMN ^{1}H) para analizar el plasma sanguíneo y determinar la concentración de los principales constituyentes de lipoproteínas en una muestra de plasma sanguíneo. La patente de EE.UU. nº 5.343.389 a Otvos describe el uso de espectroscopia RMN ^{1}H para analizar plasma sanguíneo o suero sanguíneo en búsqueda de concentraciones de subclases de lipoproteínas. Los procedimientos descritos en estas patentes se basan en el hecho de que los espectros de RMN ^{1}H de plasma sanguíneo humano contiene dos máximos prominentes centrados aproximadamente en 1,2 y 0,8 ppm (con respecto a un estándar de desplazamiento químico). Estos máximos proceden de protones de metileno (CH_{2}) y metilo (CH_{3}), respectivamente, de lípidos de plasma. Cada uno de estos máximos es heterogéneo por naturaleza, consistente en resonancias solapadas de protones de las diversas clases de lípidos distintas químicamente presentes en plasma: triglicéridos; colesterol; ésteres de colesterol; y fosfolípidos. Estos lípidos se empaquetan conjuntamente en las tres clases principales de partículas de lipoproteínas descritas anteriormente, que difieren en densidad y en las proporciones de lípidos que contienen. La heterogeneidad de estas señales de plasma se refleja en sus formas lineales complejas, que varían de una persona a otra debido a variaciones de las concentraciones de plasma de las diferentes partículas de lipoproteínas, cada de las cuales tiene sus propias propiedades espectrales de RMN diferentes de forma característica. Además, las subclases de lipoproteínas de las principales clases o constituyentes de lipoproteínas exhiben propiedades de RMN mensurables que son distintas de las de otras subclases. Las propiedades de RMN de una subclase pueden ser distintas en una serie de formas, como desplazamiento químico o variaciones en la forma lineal, que hacen que la subclase sea distinguible de otras subclases.

Objetos y resumen de la invención

En vista de lo anterior, un objeto de la presente invención es proporcionar un procedimiento más fiable para determinar si un sujeto está en riesgo de desarrollar diabetes tipo 2.

Otro objeto de la presente invención es proporcionar un procedimiento más preciso y/o fiable para determinar si un sujeto está en riesgo de desarrollar resistencia a la insulina.

Otro objeto de la presente invención es proporcionar un procedimiento mejorado para determinar si un sujeto está padeciendo resistencia a la insulina.

Otro objeto más de la presente invención es proporcionar un procedimiento mejorado para evaluar la eficacia del tratamiento de un sujeto que padece diabetes tipo 2.

Además, otro objeto de la invención es proporcionar un procedimiento para determinar concurrentemente la concentración de glucosa en una muestra de plasma sanguíneo o suero sanguíneo ("niveles de glucosa en sangre"), y en ser capaz además de determinar niveles de glucosa en sangre a niveles sub-hiperglucémicos.

Para reducir al mínimo la necesidad de realizar numerosas pruebas costosas y duplicadas para determinar el riesgo de diabetes tipo 2 y trastornos de resistencia a la insulina, otro objeto más de la invención es proporcionar un procedimiento para determinar la concentración de glucosa en una muestra de plasma sanguíneo o suero sanguíneo concurrentemente con la determinación de otros factores de riesgo basados en lípidos para diabetes tipo 2 o resistencia a la insulina.

Un objeto adicional de la presente invención es proporcionar un modo económico de analizar selectivamente una muestra de plasma sanguíneo del sujeto para determinar el riesgo del sujeto de desarrollar diabetes tipo 2.

Otro objeto más de la presente invención es proporcionar un producto de programa informático para determinar si un sujeto está en riesgo de desarrollar diabetes tipo 2.

Este y otros objetos de la presente invención se proporcionan por un procedimiento para identificar a un paciente con un riesgo aumentado de desarrollar diabetes tipo 2 mediante el análisis de las medidas de constituyentes de subclases de lipoproteínas por RMN del paciente. Además, el riesgo de que el paciente desarrolle diabetes tipo 2 puede determinarse además analizando los niveles de glucosa en sangre del paciente con análisis espectral de RMN. La capacidad de analizar niveles de glucosa en sangre de un paciente por análisis de RMN proporciona varias ventajas porque permite realizar una medida de la glucosa en sangre concurrentemente con medidas de constituyentes de subclases de lipoproteínas del paciente, evitando así la necesidad de múltiples episodios de pruebas para determinar el riesgo de diabetes tipo 2. Además, la sensibilidad de la prueba de glucosa en sangre basada en RMN en conjunción con una prueba de lipoproteína en sangre basada en RMN proporciona una detección precoz del riesgo de desarrollar diabetes tipo 2. Un nivel de glucosa en sangre moderadamente elevado en ausencia de otros indicadores de riesgo de desarrollar la enfermedad puede no ser suficiente para alertar a un proveedor de servicios sanitarios o un paciente de que existe un riesgo aumentado de desarrollar el trastorno. Sin embargo, un nivel moderadamente elevado de glucosa en sangre, detectado por los procedimientos basados en RMN de la presente invención, en conjunción con la presencia de otros factores de riesgo identificados por el análisis de lipoproteína en sangre basado en RMN de la presente invención, permite a un profesional médico determinar el riesgo de desarrollar trastorno antes del inicio de la enfermedad plena.

En particular, un primer aspecto de la presente invención es un procedimiento para evaluar el riesgo de un paciente de tener o desarrollar diabetes tipo 2 o resistencia a la insulina basándose en información basada en lipoproteínas obtenida de RMN. El procedimiento comprende las etapas de obtener al menos una señal espectrográfica de RMN protónica de una muestra de suero o plasma sanguíneo de un paciente para realizar un análisis espectral de RMN del mismo, obteniendo el valor de medida de lipoproteína basado en RMN para una pluralidad de constituyentes de subclases de lipoproteínas basándose en dicha etapa de obtención, comparando los valores de constituyentes de subclases de lipoproteína medidos basándose en RMN para criterios de prueba predeterminados, en el que los criterios de prueba predeterminados definen un valor o intervalo de valores de constituyentes de subclases de lipoproteínas, para cualquiera o cada uno de la pluralidad de constituyentes de subclases de lipoproteínas seleccionados de interés, teniendo un factor de riesgo positivo o desfavorable asociado con los mismos para determinar la presencia de dislipidemia diabética y valorar el riesgo de un paciente de tener o desarrollar al menos una entre diabetes tipo 2 y resistencia a la insulina basándose en la determinación de dislipidemia diabética de dicha etapa de
comparación.

El paciente puede ser un sujeto que es sospechoso de estar en riesgo de desarrollar diabetes tipo 2, o puede ser un sujeto que se somete a un análisis de lipoproteínas por cualquier otra razón (por ejemplo, como un análisis selectivo estándar de enfermedad cardiovascular). El sujeto puede estar mostrando síntomas de diabetes tipo 2, pero puede alternativamente ser asintomático. Este análisis basado en RMN incluye la determinación de un constituyente de subclases específicas de lipoproteínas identificado de manera que tiene un factor de riesgo predictivo independientemente (aislado de los otros valores de constituyentes) y la determinación de un riesgo asociado con una combinación de ciertos de los valores de medida de los constituyentes de subclase. El procedimiento combinado identifica si los resultados del paciente proporcionan una correspondencia positiva con factores clave medidos por RMN. Un factor es la determinación de la presencia de dislipidemia diabética (es decir, una agrupación de valores de riesgo basados en constituyentes o subclases de lipoproteínas por RMN moderadas, límites o positivas). Un factor adicional es la detección de al menos un nivel moderadamente elevado de nivel de glucosa medido por RMN. Ventajosamente, este tipo de análisis de riesgos permite una determinación de niveles de glucosa en sangre antes de un aumento en los niveles de glucosa en sangre suficiente como para calificarlo de hiperglucemia (es decir, puede detectarse un nivel moderadamente elevado de glucosa en sangre que es potencialmente indicativo de diabetes tipo 2).

En otro aspecto de la presente invención, el procedimiento comprende además la generación concurrente de un valor de medida de glucosa basado en RMN para la muestra de suero o plasma sanguíneo del paciente y comparando el valor de medida de glucosa basado en RMN con criterios de prueba predeterminados. El procedimiento comprende también la determinación del riesgo del paciente de tener o desarrollar diabetes tipo 2 basándose en la detección de niveles elevados de glucosa. En consecuencia, el riesgo de un paciente de diabetes tipo 2 puede evaluarse basándose en la presencia (o ausencia) de dislipidemia diabética, y en la presencia o ausencia de niveles de glucosa al menos moderadamente elevados.

En una forma de realización preferida, los valores medidos de constituyentes de subclases de lipoproteínas basados en RMN incluyen los valores asociados con el tamaño de LDL, las partículas LDL, el colesterol HDL grande y los triglicéridos VLDL grandes.

En este procedimiento, se adquiere un espectro de datos de referencia de RMN correspondiente a glucosa en una muestra o espécimen de referencia de suero o plasma sanguíneo y se almacena en la memoria informática. Se asigna un coeficiente de referencia a una señal de glucosa o un grupo de señales de glucosa ("forma lineal de referencia de glucosa") en el espectro de referencia, cuyo valor se basa en la concentración de glucosa de ese espécimen de referencia determinado por una medida química independiente de glucosa. En algún momento posterior se adquiere un espectro de RMN del espécimen de suero o plasma sanguíneo del paciente en condiciones de medida (sustancialmente) idénticas a las usadas para obtener el espectro de referencia de glucosa y guardarlo en memoria informática. La forma lineal de referencia de glucosa se compara con la misma señal o grupo de señales de glucosa en el espectro del paciente ("forma lineal de glucosa del paciente"). A continuación se realiza un cálculo que determina el factor de escala necesario para ajustar la amplitud de la forma lineal de referencia de glucosa para ofrecer la mejor correspondencia con la forma lineal de glucosa del paciente. Este factor de escala se multiplica por el coeficiente de referencia para dar la concentración de glucosa en el espécimen de suero o plasma sanguíneo del paciente.

Preferentemente, para análisis de glucosa se usa la región de 3,29 a 3,54 ppm o de 3,64 a 3,90 ppm de los datos de RMN protónica para glucosa. Preferentemente, los criterios de prueba predeterminados de dicha etapa de comparación en el procedimiento de la presente invención incluye valores asociados con factores de riesgo positivos para cualquier de concentración de subclase LDL, tamaño de partículas de subclase LDL, concentración de partículas de subclase LDL, concentración de LDL pequeñas, concentración de HDL grandes y concentración de VLDL grandes, quilomicrones, cualquiera de las seis subclases de VLDL, IDL, cualquiera de las tres subclases de LDL y cualquiera de las cinco subclases de HDL. Preferentemente, los criterios de prueba predeterminados de LDL desfavorables identifican la subclase de LDL pequeñas como elevada. Preferentemente, los criterios de prueba predeterminados de concentración de HDL grandes desfavorables identifican un bajo nivel de HDL grandes. Preferentemente, los criterios de prueba predeterminados de concentración de VLDL grandes desfavorables identifican un nivel elevado de VLDL grandes.

Un paciente se identifica como en riesgo de tener o desarrollar resistencia a la insulina o diabetes tipo 2 cuando (a) el valor de medida de glucosa basado en RMN es un nivel elevado de glucosa en sangre; y (b) la presencia concurrente de dislipidemia diabética se determina basándose en la identificación positiva de que al menos dos de los valores de subclases de constituyentes basados en lipoproteínas son desfavorables según los criterios de prueba predeterminados.

Un aspecto adicional de la invención es un procedimiento de evaluación de la eficacia de tratamiento de un sujeto sometido a tratamiento de diabetes tipo 2 basándose en información personalizada de lipoproteínas medida por RMN. El procedimiento comprende la obtención de un perfil de base que incluye valores medidos para una pluralidad de constituyentes de subclases de lipoproteínas en la muestra de suero o plasma sanguíneo de un paciente. El perfil de base procede de un análisis espectral de RMN protónica de la muestra de suero o plasma sanguíneo del paciente que mide los valores de concentración y/o tamaño de los constituyentes de subclases de lipoproteínas. Un segundo perfil de valores de constituyentes de subclases de lipoproteínas medidos por RMN protónica se obtiene después de que el sujeto haya sido sometido a tratamiento de diabetes tipo 2 y se compara el segundo perfil con el básico. Una diferencia entre el segundo perfil y el perfil de base del sujeto proporciona una indicación de la eficacia de tratamiento de diabetes tipo 2 del sujeto. El perfil de base puede obtenerse antes de que el sujeto haya iniciado realmente el tratamiento de resistencia a la insulina, o puede obtenerse después de haber empezado el tratamiento.

Preferentemente, se lleva a cabo el análisis espectral de RMN protónica del perfil de base y el segundo perfil para proporcionar un valor de medida de glucosa para la muestra de suero o plasma sanguíneo del paciente, en el que la medida de glucosa se obtiene concurrentemente con los valores de constituyentes de subclases de lipoproteínas medidos por RMN protónica del sujeto.

Un aspecto adicional de la presente invención comprende además la medida de la concentración de glucosa por adquisición de un espectro de datos de referencia de RMN protónica en una región de interés correspondiente a glucosa en un espécimen de suero o plasma sanguíneo de referencia, determinación de una forma lineal de glucosa de referencia en el espectro de referencia basándose en al menos una señal en el espectro de referencia, asignación de un coeficiente de referencia a la forma lineal de glucosa de referencia en el espectro de referencia, adquisición de un espectro de RMN protónica de un espécimen de suero o plasma sanguíneo de un paciente correspondiente a la región de interés en el espécimen de referencia, identificación de una forma lineal de glucosa de un paciente para el espécimen del paciente en el espectro de RMN del paciente basado en la misma señal usada para determinar la forma lineal de glucosa de referencia en el espectro de referencia, comparando la forma lineal de glucosa de referencia con la forma lineal de glucosa del paciente, ajuste de la amplitud de la forma lineal de referencia de glucosa a la forma lineal de glucosa del paciente, cálculo de un factor de escala basándose en dicha etapa de ajuste, y determinación de la concentración de glucosa en el espécimen de suero o plasma sanguíneo del paciente en función del valor del factor de escala y el coeficiente de referencia.

Preferentemente, el valor del coeficiente de referencia se basa en una medida química independiente de concentración de glucosa del espécimen de referencia. Preferentemente, los espectros de RMN de referencia y del paciente se obtienen sustancialmente a la misma intensidad de campo magnético y la misma temperatura del espécimen. Preferentemente, el espectro de referencia de plasma sanguíneo se identifica como incluido en una región que se extiende de 3,54 a 3,90 ppm de un espectro de RMN protónica de plasma sanguíneo. Alternativamente, el espectro de referencia de plasma sanguíneo se identifica como incluido en una región que se extiende de 3,29 a 3,54 ppm de un espectro de RMN protónica de plasma sanguíneo. Alternativamente, el espectro de referencia de plasma sanguíneo se identifica como incluido en dos regiones de interés de un espectro de RMN protónica de plasma sanguíneo, extendiéndose una primera región de 3,64 a 3,90 ppm y extendiéndose una segunda región de 3,2 a 3,54 ppm.

En un aspecto alternativo, el procedimiento de la presente invención comprende además la etapa de evaluar el riesgo del paciente de tener o desarrollar enfermedad cardíaca coronaria (ECC) basándose en criterios de prueba predeterminados de ECC que usan medidas de subclases de lipoproteínas derivadas de RMN seleccionadas. Preferentemente, el procedimiento comprende además la generación de un informe del paciente para facilitar la comparación visual de una distribución de valores medidos con una distribución de criterios de prueba estándar.

Preferentemente, el procedimiento de la presente invención comprende además la evaluación del riesgo de desarrollar diabetes gestacional o juvenil. Un aspecto más de la presente invención es un producto de programa informático para la evaluación personalizada del riesgo basada en RMN para diabetes tipo 2. El producto de programa informático comprende un soporte de almacenamiento legible por el ordenador que tiene elementos de código de programa legible por ordenador integrados en el soporte. Los elementos de código de programa legible por ordenador comprenden elementos de código de programa para generar un espectro de RMN protónica y para medir los valores asociados con la concentración o el tamaño de una pluralidad de constituyentes de subclases de lipoproteínas para la muestra de suero o plasma sanguíneo de un paciente. El producto de programa informático comprende también elementos de código informático para comparación de una pluralidad de valores de constituyentes de subclases de lipoproteínas medidos por RMN con criterios de prueba predeterminados definidos como un valor o intervalo de valores desfavorable para constituyentes seleccionados de subclases de lipoproteínas. Los elementos de código informático identifican al menos un valor medido desfavorable de constituyentes de subclases de lipoproteínas para determinar la presencia de dislipidemia diabética y evalúan el riesgo de un paciente de desarrollar diabetes tipo 2 o resistencia a la insulina basándose en la determinación de dislipidemia diabética.

Preferentemente, el producto de programa informático comprende además elementos de código informático para generación concurrente de un análisis espectral de RMN protónica para definir el nivel de glucosa para la muestra de suero o plasma sanguíneo del paciente. Los elementos de código informático comprenden la generación de una forma lineal de glucosa de un paciente, comparando el espectro de glucosa con una forma lineal de referencia de glucosa que tiene una amplitud asociada, ajustando la amplitud de la forma lineal de glucosa de referencia a la forma lineal de glucosa del paciente y determinando la concentración de glucosa en el espécimen de suero o plasma sanguíneo del paciente. El producto de programa informático comprende también elementos de código informático para comparación de la concentración medida de glucosa con criterios de prueba predeterminados para evaluar si la medida de glucosa está elevada y elementos de código informático para evaluar el riesgo del paciente de tener o desarrollar diabetes tipo 2 basado, al menos en parte, en la determinación de un nivel de glucosa elevado.

Preferentemente, el producto de programa informático comprende además elementos de código informático para evaluar el riesgo del paciente de tener o desarrollar enfermedad cardíaca coronaria (ECC) basándose en criterios de prueba predeterminados de ECC usando medidas de subclases de lipoproteínas obtenidas por RMN seleccionadas.

Preferentemente, los elementos de código informático legibles por ordenador para proporcionar una parte del análisis de riesgos se colocan adyacentes a los valores medidos de lipoproteínas, mostrando la parte del análisis de riesgo información correspondiente a riesgo alto y bajo de diabetes tipo 2. El valor medido se potencia visualmente en la parte de análisis de riesgo para indicar visualmente el nivel de riesgo asociado con el mismo, proporcionando así una guía de referencia contemporánea para la interpretación del valor medido. En una forma de realización preferida, los valores de lipoproteína basados en RMN incluyen los valores de subclases asociados con tamaño de LDL, partículas LDL, colesterol HDL grande y triglicéridos VLDL grandes, y el producto de programa informático comprende además elementos de código de programa legibles por ordenador para presentar los valores de medida de lipoproteína de manera que cada uno de los valores de medida de lipoproteína está sustancialmente alineado.

Preferentemente, para los procedimientos y productos de programas informáticos descritos en la presente memoria descriptiva, los valores medidos incluyen: (a) el tamaño de LDL y las concentraciones de partículas de subclase LDL, colesterol HDL grande y triglicéridos VLDL grandes; y (b) el nivel medido de glucosa en sangre.

La presente invención es ventajosa porque el procedimiento descrito anteriormente puede indicar de modo preciso y fiable si un sujeto está en riesgo de desarrollar diabetes tipo 2 u otro trastorno de resistencia a la insulina, como síndrome de resistencia a la insulina. El procedimiento proporciona ventajas con respecto a los procedimientos de prueba convencionales para diabetes tipo 2 y otros trastornos de resistencia a la insulina porque puede proporcionar una indicación de riesgo aumentado de padecer la enfermedad antes del desarrollo de síntomas de la enfermedad, como un nivel de glucosa en sangre suficientemente alto para considerarse hiperglucemia. En el momento en que estos síntomas pueden detectarse con procedimientos convencionales, el trastorno de diabetes tipo 2 (u otro trastorno de resistencia a la insulina) ha progresado ya a una fase avanzada. Los procedimientos basados en RMN de la presente invención pueden indicar un riesgo aumentado de desarrollar diabetes tipo 2 antes del desarrollo de la enfermedad (es decir, antes del desarrollo de los síntomas) porque (1) los factores de riesgo evaluados mediante análisis de lipoproteínas basado en RMN proporcionan una indicación precoz de la enfermedad; y (2) el análisis de glucosa basado en RMN proporciona la determinación de niveles de glucosa aumentados que son sub-hiperglucémicos.

La detección de niveles de glucosa sub-hiperglucémicos en ausencia de otros indicadores de riesgo de desarrollar diabetes tipo 2 pueden no ser suficientes para alertar al proveedor de atención sanitaria de un paciente de que el paciente está en riesgo de desarrollar el trastorno. La detección de un nivel de glucosa sub-hiperglucémico, realizada concurrentemente con la detección de otros indicadores de riesgo, puede sin embargo dar al proveedor de atención sanitaria la oportunidad de intervenir antes del desarrollo de los síntomas de diabetes tipo 2 (es decir, niveles hiperglucémicos de glucosa en sangre). La presente invención facilita así la detección precoz de riesgo de desarrollar diabetes tipo 2 porque es posible realizar rutinariamente una prueba basada en RMN de los niveles de glucosa en sangre concurrentemente con una prueba o análisis selectivo basado en RMN para pedir extensamente pruebas usadas normalmente para evaluar los valores de lipoproteína en sangre basados en la enfermedad cardíaca coronaria (basados en ECC), evitando así el coste y la incomodidad adicionales de los sucesos de pruebas múltiples. El análisis selectivo rutinario para personas en riesgo de desarrollar diabetes tipo 2 puede facilitar ventajosamente una reducción en el número de individuos que avanzan hacia la enfermedad plena, proporcionando con ello una intervención precoz y una prevención potencial de la progresión hacia la fase incurable de la enfermedad. La detección precoz de la disposición al trastorno proporcionada por la presente invención permite así el diagnóstico de sujetos en riesgo para empezar un tratamiento apropiado o los cambios en el estilo de vida en un momento de tiempo precoz. Esta detección precoz es ventajosa porque puede reducir la gravedad de la enfermedad conforme avanza, cuando no impedir realmente el inicio de la enfermedad. El procedimiento de la presente invención puede incorporarse también ventajosamente en análisis selectivos estándar de lipoproteínas para, por ejemplo, enfermedad cardiovascular.

Según se describe en la presente memoria descriptiva, los aspectos adicionales de la presente invención incluyen procedimientos para determinar si un sujeto está en riesgo de desarrollar síndrome de resistencia a la insulina (también denominado Síndrome X). Otros aspectos de la presente invención incluyen procedimientos para determinar si un sujeto ya padece síndrome de resistencia a la insulina u otro trastorno de resistencia a la insulina. En estos y otros procedimientos de la invención, se analiza una muestra de sangre por análisis espectral de forma de línea por RMN según se describe anteriormente. En particular, se miden valores de lipoproteínas basados en RMN como los valores de subclases asociados a tamaño de LDL, partículas LDL, colesterol HDL grande y triglicéridos VLDL grandes, y se comparan con criterios de prueba predeterminados. El cumplimiento de los criterios específicos de prueba para las relaciones entre los parámetros de referencia y los parámetros medidos indica que los sujetos están en riesgo de desarrollar síndrome de resistencia a la insulina, o padecen de hecho síndrome de resistencia a la
insulina.

Los anteriores y otros objetos y aspectos de la invención se explican en mayor detalle en la presente memoria descriptiva.

Breve descripción de los dibujos

La Figura 1 es un espectro de RMN de plasma sanguíneo, con las dos regiones que contienen señales que provienen de los protones de glucosa en sangre indicado.

La Figura 2 es un espectro de RMN parcial de plasma sanguíneo que resalta particularmente las dos regiones que contienen señales producidas por los protones de glucosa en sangre.

Las Figuras 3A-3B constituyen conjuntamente un organigrama de un programa informático para determinar la concentración de glucosa en una muestra de suero sanguíneo o plasma sanguíneo según la presente invención.

La Figura 4 es un organigrama de un procedimiento para realizar el procedimiento de la presente invención.

Descripción detallada de la invención

La presente invención se describirá a continuación en más detalle con referencia a los dibujos anexos, en los que se muestran formas de realización preferidas de la invención. Esta invención puede, sin embargo, expresarse en muchas formas diferentes y no debe entenderse como limitada a las formas de realización expuestas en la presente memoria descriptiva; en su lugar, estas formas de realización se proporcionan de manera que la descripción sea más minuciosa y completa, y expresarán plenamente el ámbito de la invención para los expertos en la materia.

La presente invención es adecuada para usos médicos y veterinarios. Los sujetos adecuados incluyen, pero no se limitan a, sujetos de mamíferos y aves; preferentemente, sujetos de mamíferos; más preferentemente seres humanos, monos, cerdos, vacas, perros, caballos, gatos, ovejas, ratones, ratas, cobayas, conejos y cabras, y son con la máxima preferencia sujetos humanos.

Según se usa en la presente memoria descriptiva, el término "diabetes tipo 2", también referido indistintamente como "diabetes mellitus no insulinodependiente (DMNID)", se refiere al trastorno caracterizado por resistencia celular a insulina y/o secreción de menos insulina de lo necesario para mantener los niveles de glucosa en sangre en equilibrio. En cambio, diabetes tipo 2 se refiere a un trastorno caracterizado por la destrucción de insulina que produce células beta en el páncreas por una reacción autoinmune.

Los procedimientos de la presente invención son útiles en el diagnóstico de trastornos de resistencia a la insulina. Resistencia a la insulina significa la incapacidad del cuerpo de responder normalmente a la insulina. La resistencia a la insulina es a menudo un precursor de diabetes tipo 2. "Síndrome de resistencia a la insulina" o "Síndrome X" se refiere a un conjunto de dolencias médicas relacionadas con la resistencia a la insulina en las que los altos niveles de azúcar en sangre estimulan la producción de insulina. Cuando un sujeto es incapaz de procesar normalmente el exceso de insulina, los niveles de insulina aumentan. Al final, el sujeto tiene altos niveles de azúcar en sangre (hiperglucemia) y altos niveles de insulina (hiperinsulemia). En estas condiciones, la insulina pierde su capacidad de controlar el metabolismo de las grasas, y el exceso de grasas entra en el torrente sanguíneo (hiperlipidemia). La hiperlipidemia contribuye a una alta presión arterial, enfermedad cardíaca y accidente cerebrovascular. Otros trastornos de resistencia a la insulina incluyen, pero no se limitan a, dislipidemia (incluyendo dislipidemia diabética) y diabetes tipo 2 plena, diabetes juvenil y diabetes gestacional.

Además del diagnóstico a un sujeto que padece realmente un trastorno de resistencia a la insulina, los procedimientos de la presente invención también encuentran uso en la determinación de si un sujeto está en riesgo de desarrollar diabetes tipo 2 (es decir, está predispuesto a desarrollar diabetes tipo 2). Un sujeto en riesgo de desarrollar diabetes tipo 2 es cualquier individuo del que se piensa que tiene un riesgo mayor que el de la población general de desarrollar diabetes tipo 2.

En un procedimiento de la presente invención, el paciente o sujeto puede ser sospechoso de estar en riesgo de desarrollar diabetes tipo 2, o puede ser sospechoso de padecer realmente un trastorno de resistencia a la insulina. Alternativamente, el sujeto puede someterse a un análisis selectivo del perfil de lipoproteínas por razones distintas de la sospecha de un riesgo de diabetes tipo 2 u otro trastorno de resistencia a la insulina (como análisis selectivo de enfermedad cardíaca coronaria). La muestra de sangre puede ser una muestra de plasma sanguíneo o una muestra de suero sanguíneo. La muestra de sangre se analiza por análisis espectral de RMN, según se define en la presente memoria descriptiva.

Preferentemente, los procedimientos de la presente invención pueden incluirse rutinariamente en un protocolo estándar general de análisis de perfil de lipoproteínas para cualquier individuo sometido a un perfil de lipoproteínas. De hecho, los procedimientos de la presente invención pueden funcionar automáticamente de forma cómoda y rápida en todas las pruebas de perfil de lipoproteínas y, con ello, proporcionan de forma rentable económicamente información de riesgos, incluso cuando un paciente no tiene síntomas. No se requieren muestras de sangre adicionales más allá de la muestra estándar de colesterol y no es preciso exponer al individuo a las pruebas de glucosa extendidas, relativamente largas en el tiempo. Dicha prueba rápida y rutinaria puede permitir potencialmente números aumentados de pacientes en riesgo ahora fácilmente identificables para que se sometan a farmacoterapia o cambios en el estilo de vida para prevenir el inicio de trastornos de resistencia a la insulina.

Ejemplos de valores constituyentes de lipoproteínas que pueden medirse en la práctica de la presente invención incluyen, pero no se limitan a, la concentración de los constituyentes de lipoproteínas y subclases en la muestra de sangre, y el tamaño medio de partículas de la subclase de lipoproteínas. El término "constituyente de lipoproteínas", "clase de lipoproteínas" y "clase de lipoproteínas principal" se usan indistintamente en la presente memoria descriptiva. Pueden medirse valores de cualquier constituyente de lipoproteínas conocido (VLDL, HDL, LDL, y quilomicrones) y de subclases de constituyentes seleccionados. Las subclases de lipoproteínas que pueden medirse son subclases de quilomicrones, las seis subclases de lipoproteínas de muy de baja densidad (VLDL), que son V1, V2, V3, V4, V5 y V6; IDL; las tres subclases de lipoproteínas de baja densidad (LDL), que son L1, L2 y L3; y las cinco subclases de colesterol de alta densidad (HDL), que son H1, H2, H3, H4 y H5. En el sistema de numeración usado para identificar las subclases de lipoproteínas separadas, los números más bajos indican un tamaño menor de las partículas. En la práctica de la presente invención se medirá el valor de una pluralidad de las subclases de lipoproteínas. Preferentemente, los procedimientos de la presente invención emplean la medida de al menos un valor de al menos tres de las subclases de lipoproteínas.

Según se usa en la presente memoria descriptiva, el término "análisis espectral de RMN" implica el uso de técnicas de espectroscopia de resonancia magnética nuclear protónica (^{1}H) para medir la clase y subclases de lipoproteínas presentes en plasma sanguíneo o suero sanguíneo, o para medir la concentración o "nivel" de glucosa presente en plasma sanguíneo o suero sanguíneo según se describe en la presente memoria descriptiva. "Medir" una clase o subclase de lipoproteínas se refiere a determinar un parámetro de la clase o subclase de lipoproteínas, como la concentración de la clase o subclase de lipoproteínas o el tamaño medio de las partículas de la misma. Más específicamente, el procedimiento incluye la adquisición de datos de RMN protónica a partir de una muestra de plasma sanguíneo o suero, procesando los datos de RMN adquiridos para producir un espectro de desplazamiento químico, y desconvolucionar el espectro en términos de los espectros de referencia de subclases de las clases de lipoproteínas principales para dar la concentración de cada uno de los constituyentes de lipoproteínas y la distribución de subclases de los constituyentes. El procedimiento incluye también la adquisición de datos de RMN protónica a partir de una muestra de plasma sanguíneo o suero, procesando los datos de RMN adquiridos para producir un espectro de desplazamiento químico, y desconvolucionar el espectro en términos del espectro de referencia de glucosa para dar la concentración de glucosa en la muestra de suero sanguíneo o plasma sanguíneo.

En una forma de realización preferida, se determinan las concentraciones de las clases y/o subclases de lipoproteínas mediante la adquisición de espectros de referencia de clases y/o subclases individuales de lipoproteínas. A continuación se guardan los espectros de referencia, por ejemplo en un programa informático, para proporcionar una base de referencia para evaluar muestras de sangre o muestras de suero adicionales. Los espectros obtenidos por espectroscopia de RMN asociados con las clases y subclases individuales de lipoproteínas son sustancialmente invariantes en toda la población. De este modo, los espectros de referencia de RMN (formas lineales y amplitudes) de constituyentes de lipoproteínas individuales pueden usarse como "clave" para "desconvolucionar" la señal compuesta asociada al plasma sanguíneo (o suero sanguíneo) completo del individuo. De este modo, puede usarse un solo conjunto de referencia como base para determinar el perfil de lipoproteínas de otras muestras de sangre (cuando se toman a una temperatura y campo magnético sustancialmente constantes).

Dicho de modo más particular, una forma de realización de la presente invención asigna un coeficiente escalable a los estándares de constituyentes de referencia individuales y toma las sumas de los parámetros de los constituyentes individuales escalables (ponderados). Se genera un análisis de espectroscopia por RMN para un espécimen deseado de suero o plasma sanguíneo (tomado para los mismos valores de intensidad de campo magnético y temperaturas usados para los espectros de referencia) para proporcionar una señal de espectros de plasma sanguíneo compuesta real (medida). El procedimiento preferido de la presente invención manipula a continuación los espectros de referencia escalables hasta que la suma de los coeficientes escalables "se ajuste" sustancialmente al valor de la señal compuesta. A continuación se usa el valor del coeficiente escalable para determinar los valores reales de concentración para los constituyentes de lipoproteínas en la muestra de plasma sanguíneo del individuo.

Ventajosamente, el análisis espectroscopia por RMN preferido puede extraer (con relativa rapidez) del espectro de RMN ^{1}H las concentraciones de las tres clases principales de lipoproteínas (VLDL, LDL y HDL) de una muestra de plasma, así como una multiplicidad de información de subclases. Según se ha descrito anteriormente, el procedimiento de espectroscopia por RMN identifica y usa preferentemente cuatro constituyentes individuales (VLDL, LDL, HDL y proteínas) de una muestra de sangre de referencia para desconvolucionar las formas lineales asociadas con los lípidos del plasma sanguíneo completo. De hecho, como se observa en la patente de EE.UU. nº 4.933.844 a Otvos, la forma lineal sustancialmente invariante de los espectros de RMN de los constituyentes de lipoproteínas individuales en la población pueden usarse como "clave" para manipular la señal compuesta con un análisis matemático derivado. Se describen más detalles del análisis espectral de RMN preferido en las patentes de EE.UU. nº 4.933.844 y 5.343.389, ambas a Otvos.

Además de determinar parámetros de las clases de lipoproteínas LDL, HDL y VLDL, y las subclases de las mismas en sangre, el análisis espectral de RMN de la presente invención puede usarse también para medir los parámetros de otros constituyentes sanguíneos como la concentración de triglicéridos, proteínas y quilomicrones en la muestra de sangre.

En una forma de realización de la invención adicional, la concentración de glucosa en una muestra de sangre de la presente invención se determina usando las técnicas de RMN ^{1}H descritas en la presente memoria descriptiva. En una forma de realización preferida de la invención, la concentración de glucosa en una muestra de sangre de la invención se mide usando análisis espectral de RMN concurrentemente con la medida basada en RMN de valores de lipoproteínas en la misma muestra de sangre. Según se usa en la presente memoria descriptiva, la palabra "concurrentemente" significa suficientemente cerca en el tiempo para ser capaz de ejecutarse durante una "tanda" o suceso de medida de RMN (es decir, "concurrentemente" puede ser simultáneamente, o puede ser que en un período de tiempo breve pueden producirse dos o más sucesos antes de o después de uno de otro, o puede ser una evaluación de RMN realizada en la misma muestra, o muestras tomadas del paciente en una sola sesión de extracción de sangre, o muestras tomadas de una única venopunción una vez establecida la patencia).

Los pacientes con niveles de glucosa basal moderadamente elevados tienen un riesgo aumentado de desarrollar diabetes tipo 2, en particular si están presentes otros indicios de dislipidemia diabética. En consecuencia, el presente procedimiento permite la determinación de la concentración de glucosa en una muestra de plasma sanguíneo mediante análisis espectral por RMN ^{1}H. Esto se realiza comparando el espectro de RMN ^{1}H de la muestra con el espectro de una muestra con una concentración de glucosa conocida. Comparando la diferencia de intensidades de los espectros de la muestra, puede calcularse la concentración de glucosa en el espectro.

La Figura 1 muestra el espectro de RMN protónica de plasma sanguíneo, con las dos regiones (región 1 y región 2) conteniendo las señales producidas por glucosa indicadas. La Figura 2 muestra una ampliación de la región del espectro de plasma sanguíneo en la que se observan las señales de glucosa, estando las dos regiones indicadas específicamente como región 1 y región 2. Los máximos en la región 1 del intervalo de 3,64-3,90 ppm pueden usarse para análisis de glucosa según la presente invención. Alternativamente, los máximos en la región 2 en el intervalo de 3,29-3,54 ppm pueden usarse para el análisis de glucosa de la presente invención. Además, la combinación de los máximos en la región 1 y la región 2 puede usarse para la determinación cuantitativa de glucosa según la presente invención. Los puntos de datos en el espectro de referencia o estándar y los espectros de glucosa del paciente se alinean usando un procedimiento de ajuste de forma lineal según se describe en la presente memoria descriptiva para encontrar el "mejor ajuste", y se cambia de escala la intensidad del espectro estándar para hacerlo corresponder con el espectro de muestra. La concentración de glucosa del estándar se multiplica por el factor de escala usado para hacer corresponder la forma lineal de la muestra para dar la concentración de glucosa de la muestra de sangre.

Dicho de forma diferente, en este procedimiento de medida de glucosa, se adquiere un espectro de datos de referencia de RMN correspondiente a glucosa en una muestra o espécimen de plasma sanguíneo o suero de referencia y se guarda en memoria informática. Se asigna un coeficiente de referencia a una señal de glucosa o grupo de señales de glucosa ("forma lineal de referencia de glucosa") en el espectro de referencia, cuyo valor se basa en la concentración de glucosa de ese espécimen de referencia determinada por una medida química independiente de glucosa. Se adquiere un espectro de RMN de un espécimen de suero o plasma sanguíneo de un paciente un tiempo después en condiciones de medida (sustancialmente) idénticas a las usadas para obtener el espectro de referencia de glucosa y se guarda en memoria informática. Es decir, por ejemplo, los espectros de datos de RMN se obtienen con la misma intensidad de campo magnético y temperatura del espécimen. La forma lineal de referencia de glucosa se compara con la misma señal de glucosa o grupo de señales en el espectro del paciente ("forma lineal de glucosa del paciente"). A continuación se realiza un cálculo que determina el factor de escala necesario para ajustar la amplitud de la forma lineal de referencia de glucosa para dar la mejor correspondencia con la forma lineal de glucosa del paciente. Este factor de escala se multiplica por el coeficiente de referencia para dar la concentración de glucosa en el espécimen de suero o plasma sanguíneo del paciente.

La matemática usada en el procedimiento de ajuste de la forma lineal (es decir, ajuste por mínimos cuadrados de una función desconocida en términos de una suma ponderada de funciones conocidas) son bien conocidas y se describen en muchos libros de texto de análisis numérico, como F.B. Hildebrand, Introduction to Numerical Analysis, 2ª edición, pág. 314-326, 539-567, McGraw-Hill, 1975. En las Figuras 3A y 3B se expone un organigrama que ilustra un programa informático usado para calcular la concentración de glucosa en una muestra de suero sanguíneo o plasma sanguíneo de un paciente. En el organigrama de las Figuras 3A y 3B, los términos se definen del modo siguiente.

Sglu significa la concentración de glucosa en el estándar de referencia. Cglu es la concentración de glucosa en la muestra del paciente. J significa punto de datos en el espectro del paciente para iniciar la búsqueda del mejor ajuste por mínimos cuadrados (aumenta cuando aumenta ICNT). NDS significa el número de puntos de datos que hay que atravesar secuencialmente en búsqueda del mejor ajuste por mínimos cuadrados. ICNT corresponde al contador de búsqueda secuencial, que empieza en 1 y termina en NDS.

A(1), A(2), A(3).... A(NDAT) indica la matriz que contiene los puntos de datos NDAT a partir del espectro de RMN de la muestra de sangre del paciente.

ND indica el número de puntos de datos en el espectro de RMN de glucosa estándar de referencia.

G(1), G(2), G(3).... A(ND) indica la matriz que contiene puntos de datos del espectro de RMN de glucosa estándar.

E(1), E(2), E(3).... A(ND) indica la matriz que contiene puntos de datos del espectro de RMN de la muestra de sangre del paciente en una región espectral de RMN seleccionada que contiene resonancias de glucosa (es decir, de la misma región que el estándar).

El término CHIJ representa la varianza de mínimos cuadrados para el mejor ajuste con la región de muestra que empieza en el punto de datos J-ésimo.

El término CJ representa el coeficiente calculado que se multiplica por los puntos de datos de la matriz de glucosa estándar G( ) para dar el mejor ajuste con la región de muestra del paciente que empieza con el punto de datos J-ésimo.

El término CHIMIN representa la menor varianza de mínimos cuadrados encontrada en la búsqueda espectral (inicializados como un número positivo grande para ser sustituidos por el primer ajuste en la secuencia de búsqueda).

El término CMIN representa el coeficiente calculado que se multiplica por los puntos de datos en la matriz de glucosa estándar G( ) para dar el mejor ajuste en la región espectral del paciente que empieza en el punto de datos para el que se determina CHIMIN.

Como se observa en los organigramas de las Figuras 3A y 3B, la primera etapa se ajusta para configurar un contador de 1 a NDS (el número de puntos de datos que hay que atravesar para encontrar el mejor ajuste por mínimos cuadrados). La variable ICNT guarda el contador en bucle. La variable J es el punto de datos real para iniciar el ajuste. J se incrementa con ICNT.

Se compara el contador con NDS para ver si la rutina debe continuar. Si debe continuar, se lee la región de glucosa del espectro del analito en la variable de matriz E.

Se calcula la constante de escala CJ para esta alineación según las ecuaciones que se exponen a continuación. Se calcula CHIJ para esta constante de escala. Se compara CHIJ con CHIMIN, el valor c mínimo calculado hasta ahora. Si CHIJ es menor que CHIMIN, entonces se ajusta CHIMIN a CHIT y se conserva la constante de escala para el menor valor de chi en CMIN.

Se incrementan en uno el punto de datos de partida J y el contador ICNT y se repite el bucle. Cuando la prueba ICNT > NDS es verdadera, se calcula la concentración de glucosa en el analito, Cglu, multiplicando el factor de escala CMIN de la mejor alineación por la concentración de glucosa conocida en el espectro estándar, Sglu.

En el cálculo de la concentración de glucosa, las variables se proporcionan del modo siguiente.

E_{i} es la intensidad del espectro experimental en el punto de datos i-ésimo. G_{i} es la intensidad del espectro estándar de glucosa en el punto de datos i-ésimo. El término "c" es el factor que relaciona la intensidad del espectro estándar con la intensidad del espectro experimental.

Se define \chi del modo siguiente:

\chi=\sum\limits_{i}(E_{i}-cG_{i})^{2}

y se amplía el polinomio a:

\chi=\sum\limits_{i}(E_{i}^{2}-2cE_{i}G_{i}+c^{2}G_{i}^{2})

\chi=\sum\limits_{i}E_{i}^{2}-2c\sum\limits_{i}E_{i}G_{i}+c^{2}\sum\limits_{i}G_{i}^{2}

\vskip1.000000\baselineskip

Se realiza un ajuste por mínimos cuadrados:

\frac{\partial\chi}{\partial c}=0

\frac{\sum\limits_{i}E_{i}^{2}}{\partial c}-(2\sum\limits_{i}E_{i}G_{i})\frac{\partial c}{\partial c}+(\sum\limits_{i}G_{i}^{2})\frac{\partial c^{2}}{\partial c}=0

\hskip5cm

\downarrow

\hskip2.35cm

\downarrow

\hskip5cm

\frac{\sum\limits_{i}E_{i}^{2}}{\partial c}=0

\hskip1cm

\frac{\partial c}{\partial c}=1

\vskip1.000000\baselineskip

\hskip5cm

-2\sum\limits_{i}E_{i}G_{i}+(\sum\limits_{i}G_{i}^{2})2c=0

\vskip1.000000\baselineskip

\hskip5cm

\sum\limits_{i} E_{i}G_{i}=c\sum\limits_{i}G_{i}^{2}

\vskip1.000000\baselineskip

\hskip5cm

c=\frac{\sum\limits_{i}E_{i}G_{i}}{\sum\limits_{i}G_{i}^{2}}

\vskip1.000000\baselineskip

El programa avanza un punto de datos cada vez para obtener el valor mínimo de chi \rightarrow mejor alineación

\sigma=\frac{1}{n} \ \chi^{1/2}

siendo n = número de puntos de datos.

\newpage

En cualquier caso, después de medir los parámetros de constituyentes de lipoproteínas deseados (como la concentración de una o más subclases de lipoproteínas) y la concentración de glucosa en sangre, se compara al menos un valor medido de RMN, y preferentemente más de un valor medido de RMN, con uno o más criterios de prueba predeterminados. A partir de esta comparación puede evaluarse el riesgo del paciente de desarrollar diabetes
tipo 2.

Los criterios de prueba predeterminados pueden basarse en valores adecuados o definiciones de valores normales o estándar de constituyentes de lipoproteínas, como normas basadas en la población u otras normas basadas en objetivos. En una forma de realización preferida, los valores de población se basan en resultados científicos obtenidos de sujetos en el Framingham Offspring Study. Ver Wilson y col., Impact of National Guidelines for Cholesterol Risk Factor Screening. The Framingham Offspring Study, JAMA, 1989; 262:41-44. Naturalmente, los valores de subclases o constituyentes de lipoproteínas basados en RMN definidos actualmente para la evaluación de riesgo pueden cambiar con el tiempo y pueden añadirse categorías de riesgo adicionales o alternativas. Además, los intervalos o definiciones reales asociados con los valores de categorías de riesgo de uno o más de los paneles de lípidos o categorías de subclase pueden cambiar con el tiempo y la presente invención no pretende ser limitativa de los
mismos.

En cualquier caso, los criterios de prueba predeterminados preferidos incluyen pequeño tamaño de LDL (Patrón B), que es un signo característico del "fenotipo de lipoproteínas diabéticas" y confiere aproximadamente un riesgo dos veces superior en comparación con el rasgo de LDL grandes (Patrón A). Existen evidencias que sugieren que las partículas LDL pequeñas pueden ser intrínsecamente más diabetogénicas que las LDL grandes. Los niveles bajos de HDL grandes (por ejemplo, < 29 mg/dl, un valor correspondiente al percentil 50 de la población) puede ser un factor de riesgo positivo, ya que sólo las partículas de subclase de HDL grandes parecen proteger contra la diabetes, mientras que las HDL pequeñas pueden ser incluso diabetogénicas. Por tanto, las HDL grandes, más que el colesterol HDL total, pueden ser un factor de riesgo más sensible. Ver Freedman y col., Arterioscler. Thromb. Vasc. Biol. 1998; 18:1046-53. Análogamente, los niveles elevados de partículas VLDL ricas en triglicéridos grandes (por ejemplo, > 26 mg/dl, un valor correspondiente al percentil 75 de la población) parecen asociarse a un riesgo aumentado de diabetes sustancialmente independiente de triglicéridos en plasma. Las concentraciones altas de VLDL grandes en plasma basal pueden ser un marcador de depuración retardada de quilomicrones (lipemia posprandial).

Si en el análisis de un paciente están presentes dos de los tres factores de riesgo presentados anteriormente (es decir, patrón de LDL pequeñas, bajo nivel de LDL grandes y nivel elevado de VLDL grandes), puede considerarse que el paciente tiene dislipidemia diabética, una predisposición metabólica definida como la agrupación de las anomalías de subclases de lipoproteínas expuesta anteriormente. Se considera que dichos pacientes están en un riesgo aumentado de desarrollar diabetes tipo 2.

En cuanto a los niveles de glucosa medidos por RMN, el nivel de glucosa medido es preferentemente un nivel basal de glucosa en sangre, y se expresa generalmente en unidades de mg/dl. Un nivel basal de glucosa deseable es un valor de menos de 90 mg/dl aproximadamente; un nivel moderadamente elevado de glucosa en sangre está en el intervalo de 90 a 125 mg/dl aproximadamente; un nivel elevado (es decir, diabético o hiperglucémico) es un nivel de glucosa superior a 125 mg/dl aproximadamente. Los pacientes incluso con niveles basales de glucosa moderadamente elevados están en riesgo aumentado de desarrollar diabetes tipo 2, en particular cuando tienen también dislipidemia diabética según se define anteriormente.

Según se proporciona anteriormente, en una forma de realización de la invención, un valor para una pluralidad de constituyentes de subclases de lipoproteínas se determina para una muestra de sangre con el fin de evaluar el riesgo de desarrollar diabetes del sujeto. Los valores medidos de cada constituyente de subclases de lipoproteínas pueden compilarse en un perfil de valores de constituyentes de subclases de lipoproteínas para esa muestra. Así, el perfil puede, por ejemplo, ilustrar una distribución de concentraciones de subclases de lipoproteínas para esa muestra. Además, la concentración basal de glucosa presente en la muestra de sangre, según se determina por los procedimientos descritos en la presente memoria descriptiva, puede incluirse también en el perfil. El perfil de valores medidos por RMN puede expresarse gráficamente en un informe para facilitar la comparación visual de una distribución de valores medidos con una distribución de criterios de prueba estándar. Se muestra un ejemplo de dicho informe en la Tabla 1. La Tabla 2 ilustra un informe adicional que puede generarse durante el rendimiento del análisis de lipoproteínas basado en RMN. El informe expuesto en la Tabla 2 puede generarse opcionalmente o prepararse durante la preparación de un informe según se muestra en la Tabla 1.

TABLA 1

1

2

TABLA 2

3

4

Puede adquirirse y factorizarse también otra información genética y de estilo de vida en el análisis de evaluación de riesgo. Por ejemplo, pueden asignarse valores de riesgo al peso, edad e historia familiar de diabetes que pueden factorizarse (por separado o juntos) en el análisis basado en lipoproteínas en sangre. Un sujeto puede tener una valoración límite de riesgo en la prueba de sangre, pero puede identificarse como "en riesgo" (es decir, de desarrollar diabetes tipo 2) por los valores aumentados de riesgo atribuidos a una o más de estas informaciones familiares, genéticas o de estilo de vida. Esta información puede identificar así al sujeto para una acción correctora (farmacoterapia, ejercicio, pérdida de peso o cambios en la dieta) y/o situar al sujeto en un plan de monitorización en intervalos regulares. Alternativamente, un sujeto con una valoración límite de riesgo en la prueba de sangre puede identificarse como no en riesgo de desarrollar diabetes tipo 2 (u otro trastorno de resistencia a la insulina) si no hay valores aumentados de riesgo atribuidos a información genética o de estilo de vida.

Los expertos en la materia comprenderán que los procedimientos descritos en la presente memoria descriptiva son útiles para evaluar la eficacia de un programa de tratamiento para diabetes tipo 2 u otro trastorno de resistencia a la insulina. En dicho procedimiento, el sujeto puede someterse a tratamiento de diabetes tipo 2 o resistencia a la insulina. Alternativamente, el sujeto puede ser un individuo que todavía no ha iniciado dicho tratamiento, pero que se someterá al tratamiento en el futuro. Se obtiene un perfil de base de una pluralidad de constituyentes de subclases de lipoproteínas analizando una muestra de sangre o suero del paciente mediante análisis espectral de RMN según se describe en la presente memoria descriptiva. Después de que haya avanzado el tratamiento, se obtiene un segundo perfil de los parámetros de subclases de lipoproteínas que se midieron en el perfil de base mediante análisis espectral de RMN, según se describe en la presente memoria descriptiva. Se compara el segundo perfil con el perfil de base. Una diferencia significativa entre el segundo perfil y el perfil de base (según se indica por una diferencia significativa entre uno o más parámetros medidos) proporciona una indicación de la eficacia del tratamiento.

La Figura 4 ilustra un organigrama de procedimientos, dispositivos (sistemas) y productos de programas informáticos según la invención. Se entenderá que cada bloque de la ilustración del organigrama, y las combinaciones de bloques de las ilustraciones del organigrama, pueden implementarse mediante instrucciones del programa informático. Estas instrucciones del programa informático pueden cargarse en un ordenador u otro dispositivo programable de procesamiento de datos para producir una máquina, de manera que las instrucciones que ejecuta en el ordenador u otro dispositivo programable de procesamiento de datos crean medios para implementar las funciones especificadas en el bloque o bloques del organigrama. Estas instrucciones de programa informático pueden almacenarse también en una memoria legible porque puede dirigir un ordenador u otro dispositivo programable de procesamiento de datos para que funcione de una manera determinada, de forma que las instrucciones almacenadas en la memoria legible por ordenador produzcan un artículo de fabricación que incluya medios que implementen la función especificada en el bloque o bloques del organigrama. Las instrucciones de programa informático pueden cargarse también en un ordenador u otro dispositivo programable de procesamiento de datos para provocar una serie de etapas operativas que se llevarán a cabo en el ordenador u otro dispositivo programable para producir un procedimiento implementado por ordenador tal que las instrucciones que se ejecutan en el ordenador u otro dispositivo programable proporcionan etapas para implementar las funciones especificadas en el bloque o bloques del organigrama.

En consecuencia, los bloques de las ilustraciones del organigrama dan soporte a las combinaciones de medios para realizar las funciones especificadas y elementos de instrucciones de programas para realizar las funciones especificadas. Se comprenderá también que cada bloque de las ilustraciones del organigrama, y las combinaciones de bloques de las ilustraciones del organigrama, pueden implementarse mediante sistemas informáticos de tipo hardware de fines específicos que realizarán las funciones o etapas especificadas, o combinaciones de hardware de fines específicos e instrucciones informáticas.

Según se muestra en la Figura 4, se analiza una muestra de plasma sanguíneo o suero sanguíneo (Bloque 600) usando análisis espectral de RMN. Se obtienen valores de lipoproteína derivados de RMN (Bloque 610) usando las técnicas de RMN descritas en la presente memoria descriptiva. Se realiza el análisis espectral de RMN en una muestra de plasma sanguíneo y los valores medidos de lipoproteínas incluyen valores de subclases seleccionados. Se compara el valor de lipoproteínas derivado de RMN con criterios de prueba predeterminados (Bloque 620) para determinar si el valor se asocia con un riesgo aumentado de desarrollar diabetes tipo 2 (Bloque 630). Preferentemente, los criterios de prueba empleados para los resultados de lipoproteínas (incluyendo los valores de subclases de lipoproteínas) corresponden a un nivel de riesgo definido (bajo a alto) de desarrollar diabetes tipo 2. Preferentemente, los criterios de prueba predeterminados se basan en "normas" objeto científicas o en normas basadas en la población asociadas con riesgos mayores o menores de diabetes tipo 2. Estos valores pueden cambiar con el tiempo o pueden identificarse alternativamente para pacientes con factores de riesgo secundarios aumentados.

También puede usarse, de forma opcional y preferente, la muestra de plasma sanguíneo o suero sanguíneo del Bloque 600 para obtener un valor de glucosa derivado de RMN (es decir, concentración de glucosa en la muestra) (Bloque 640). Una vez obtenido, el valor de glucosa derivado de RMN se compara con criterios de prueba predeterminados (Bloque 650) para determinar si el valor se asocia con un riesgo aumentado de desarrollar diabetes tipo 2 (Bloque 660). El valor de glucosa derivado de RMN puede obtenerse concurrentemente con el valor de lipoproteínas derivado de RMN (es decir, el análisis espectral de RMN para determinar tanto el valor de glucosa como los valores de lipoproteínas puede realizarse en la misma muestra de suero sanguíneo o plasma sanguíneo al mismo tiempo o dentro de un período de tiempo corto entre ambos).

Después de determinar si los valores de glucosa derivados de RMN y de constituyentes de lipoproteínas derivados de RMN son indicativos de un riesgo aumentado de diabetes tipo 2, puede generarse un informe que presenta los resultados del análisis de los valores de glucosa derivados de RMN y de constituyentes de lipoproteínas derivados de RMN (Bloque 670). Este informe puede contener, por ejemplo, los valores medidos de RMN en sí, la evaluación de riesgo en sí o cualquier otra presentación de información determinada u obtenida durante la evaluación de riesgo de la diabetes tipo 2.

En los dibujos y memoria descriptiva, se han desvelado formas de realización típicas preferidas de la invención y, aunque se emplean términos específicos, se usan solamente en un sentido genérico y descriptivo y no con fines limitativos, exponiéndose el alcance de la invención en las siguientes reivindicaciones.

Claims

1. Un procedimiento para evaluar el riesgo de un paciente de tener o desarrollar diabetes tipo 2 o resistencia a la insulina basándose en información basada en lipoproteínas derivada de RMN, que comprende las etapas de:

obtención de al menos una señal espectrográfica de RMN protónica de la muestra de suero o plasma sanguíneo de un paciente para realizar un análisis espectral de RMN del mismo;

deducción de un valor medido de lipoproteínas basado en RMN para una pluralidad de constituyentes de subclases de lipoproteínas basándose en dicha etapa de obtención;

comparación de los valores medidos de constituyentes de subclases de lipoproteínas basados en RMN con criterios de prueba predeterminados, en la que los criterios de prueba predeterminados definen un valor o intervalo de valores de constituyentes de subclases de lipoproteínas, para alguno o todos de la pluralidad de constituyentes seleccionados de subclases de lipoproteínas de interés, teniendo un factor de riesgo desfavorable o positivo asociado con los mismos para determinar la presencia de dislipidemia diabética; y

evaluación del riesgo de un paciente de tener o desarrollar al menos uno entre diabetes tipo 2 y resistencia a la insulina basándose en la determinación de dislipidemia diabética de dicha etapa de comparación.

2. Un procedimiento según la reivindicación 1, que comprende además:

generación concurrente de un valor de medida de glucosa basado en RMN para la muestra de suero o plasma sanguíneo del paciente;

comparación del valor de medida de glucosa basado en RMN con criterios de prueba predeterminados; y

determinación del riesgo del paciente de tener o desarrollar diabetes tipo 2 basándose en la detección de niveles elevados de glucosa.

3. Un procedimiento según la reivindicación 2 en el que la región de 3,29 a 3,54 ppm o de 3,64 a 3,90 ppm de los datos de RMN protónica para glucosa se usa para análisis de glucosa.

4. Un procedimiento según cualquiera de las reivindicaciones 1 a 3, en el que los criterios de prueba predeterminados de dicha etapa de comparación incluyen valores asociados con factores de riesgo positivos para cualquier concentración de subclase LDL, tamaño de partículas de subclase LDL, concentración de partículas de subclase LDL, concentración de LDL pequeñas, concentración de HDL grandes y concentración de VLDL grandes, quilomicrones, cualquiera de las seis subclases de VLDL, IDL, cualquiera de las tres subclases de LDL y cualquiera de las cinco subclases de HDL.

5. Un procedimiento según cualquiera de las reivindicaciones precedentes, en el que los criterios de prueba predeterminados desfavorables de LDL identifican a la subclase de LDL pequeñas como elevada.

6. Un procedimiento según cualquiera de las reivindicaciones precedentes, en el que los criterios de prueba predeterminados desfavorables de concentración de HDL grandes identifican un bajo nivel de HDL grandes.

7. Un procedimiento según cualquiera de las reivindicaciones precedentes en el que los criterios de prueba predeterminados desfavorables de concentración de VLDL grandes identifican un nivel elevado de VLDL grandes.

8. Un procedimiento según cualquiera de las reivindicaciones 2 a 7 precedentes, en el que el paciente se identifica como en riesgo de tener o desarrollar resistencia a la insulina o diabetes tipo 2 cuando (a) el valor de medida de glucosa basado en RMN es un nivel elevado de glucosa en sangre; y (b) se determina la presencia concurrente de dislipidemia diabética basándose en la identificación positiva de que al menos dos de los valores de subclases de constituyentes basados en lipoproteínas son desfavorables según los criterios de prueba predeterminados.

9. Un procedimiento para evaluar la eficacia de tratamiento de un sujeto sometido a tratamiento de diabetes tipo 2 basado en información personalizada de lipoproteína medida por RMN, que comprende:

obtención de un perfil de base que incluye valores medidos para una pluralidad de constituyentes de subclases de lipoproteínas en una muestra de sangre, plasma o suero de un paciente, en el que el perfil de base procede de un análisis espectral de RMN protónica de la muestra de suero o plasma sanguíneo del paciente que mide valores de constituyentes de subclases de lipoproteínas de concentración y/o tamaño;

obtención de un segundo perfil de valores medidos por RMN protónica de constituyentes de subclases de lipoproteínas para la muestra de suero o plasma sanguíneo de un paciente después de que el sujeto se haya sometido a tratamiento de diabetes tipo 2; y

comparación del segundo perfil con la base, en el que una diferencia entre el segundo perfil y el perfil de base del sujeto proporciona una indicación de la eficacia del tratamiento de diabetes tipo 2 del sujeto,

10. El procedimiento según la reivindicación 9, en el que se lleva a cabo un análisis espectral de RMN protónica del perfil de base y del segundo perfil para proporcionar un valor de medida de glucosa para la muestra de suero o plasma sanguíneo del paciente, en el que la medida de glucosa se obtiene concurrentemente con los valores medidos por RMN protónica de constituyentes de subclases de lipoproteínas del sujeto.

11. Un procedimiento según cualquiera de las reivindicaciones precedentes 2 a 8 ó 10, que comprende además la medida de la concentración de glucosa por:

adquisición de un espectro de datos de referencia de RMN protónica en una región de interés correspondiente a glucosa en un espécimen de referencia de suero o plasma sanguíneo;

determinación de una forma lineal de glucosa de referencia en el espectro de referencia basándose en al menos una señal del espectro de referencia;

asignación de un coeficiente de referencia a la forma lineal de referencia de glucosa en el espectro de referencia;

adquisición de un espectro de RMN protónica de un espécimen de suero o plasma sanguíneo del paciente correspondiente a la región de interés en el espécimen de referencia;

identificación de una forma lineal de glucosa del paciente para el espécimen del paciente en el espectro de RMN del paciente basándose en la misma señal usada para determinar la forma lineal de glucosa de referencia en el espectro de referencia;

comparación de la forma lineal de referencia de glucosa con la forma lineal de glucosa del paciente;

ajuste de la amplitud de la forma lineal de referencia de glucosa con la forma lineal de glucosa del paciente;

cálculo de un factor de escala basado en dicha etapa de ajuste; y

determinación de la concentración de glucosa en el espécimen de suero o plasma sanguíneo del paciente en función del valor del factor de escala y el coeficiente de referencia.

12. Un procedimiento según la reivindicación 11, en el que el valor del coeficiente de referencia se basa en una medida química independiente de concentración de glucosa del espécimen de referencia.

13. Un procedimiento según la reivindicación 11 o la reivindicación 12, en el que los espectros del paciente y de referencia de RMN se obtienen a sustancialmente la misma intensidad de campo magnético y la misma temperatura del espécimen.

14. Un procedimiento según cualquiera de las reivindicaciones 11 a 13, en el que el espectro de referencia de plasma sanguíneo se identifica como incluido en una región que se extiende de 3,64 a 3,90 ppm de un espectro de RMN protónica de plasma sanguíneo.

15. Un procedimiento según cualquiera de las reivindicaciones 11 a 13, en el que el espectro de referencia de plasma sanguíneo se identifica como incluido en una región que se extiende de 3,29 a 3,54 ppm de un espectro de RMN protónica de plasma sanguíneo.

16. Un procedimiento según cualquiera de las reivindicaciones 11 a 13, en el que el espectro de referencia de plasma sanguíneo se identifica como incluido en dos regiones de interés de un espectro de RMN protónica de plasma sanguíneo, extendiéndose una primera región de 3,64 a 3,90 ppm y extendiéndose una segunda región de 3,29 a
3,54 ppm.

17. Un procedimiento según cualquiera de las reivindicaciones 1 a 16 que comprende además la etapa de:

evaluación del riesgo del paciente de tener o desarrollar enfermedad cardíaca coronaria (ECC) basándose en criterios de prueba predeterminados de ECC usando medidas de subclases de lipoproteínas derivadas de RMN.

18. Un procedimiento según cualquiera de las reivindicaciones precedentes 1 a 17 que comprende además la generación de un informe del paciente para facilitar la comparación visual de una distribución de valores medidos con una distribución de criterios de prueba estándar.

19. Un procedimiento según cualquiera de las reivindicaciones precedentes que comprende además la evaluación del riesgo de desarrollar diabetes gestacional o juvenil.

\newpage

20. Un producto de programa informático para determinar si un sujeto está en riesgo de desarrollar diabetes tipo 2, que comprende un soporte de almacenamiento legible por ordenador que tiene elementos de código de programa legibles por ordenador integrados en el soporte, comprendiendo los elementos de programa legibles por ordenador:

elementos de código informático para generar un espectro de RMN protónica y medir los valores asociados con la concentración o el tamaño de una pluralidad de constituyentes de subclases de lipoproteínas para la muestra de suero o plasma sanguíneo de un paciente;

elementos de código informático para comparar una pluralidad de valores medidos por RMN de constituyentes de subclases de lipoproteínas con criterios de prueba predeterminados definidos como un valor o intervalo de valores desfavorable para constituyentes seleccionados de subclases de lipoproteínas, en el que los elementos de código informático identifican al menos un valor medido desfavorable de constituyentes de subclases de lipoproteínas para determinar la presencia de dislipidemia diabética; y

elementos de código informático para evaluar el riesgo de un paciente de desarrollar diabetes tipo 2 o resistencia a la insulina basándose en la determinación de dislipidemia diabética.

21. El producto de programa informático de la reivindicación 20, que comprende además:

elementos de código informático para generar concurrentemente un análisis espectral de RMN protónica para definir el nivel de glucosa para la muestra de suero o plasma sanguíneo del paciente, en el que los elementos de código informático comprenden la generación de una forma lineal de glucosa del paciente, comparando el espectro de glucosa con una forma lineal de glucosa de referencia que tiene una amplitud asociada, ajustando la amplitud de la forma lineal de referencia de glucosa con la forma lineal de glucosa del paciente y determinando la concentración de glucosa en el espécimen de suero o plasma sanguíneo del paciente;

elementos de código informático para comparar la concentración medida de glucosa con criterios de prueba predeterminados para evaluar si la medida de glucosa es elevada; y

elementos de código informático para evaluar el riesgo del paciente de tener o desarrollar diabetes tipo 2 basado, al menos en parte, en la determinación de un nivel de glucosa elevado.

22. El producto de programa informático según la reivindicación 20 ó 21, que comprende además:

elementos de código informático para evaluar el riesgo del paciente de tener o desarrollar enfermedad cardíaca coronaria (ECC) basándose en criterios de prueba predeterminados de ECC usando medidas seleccionadas de subclases de lipoproteínas derivadas de RMN.