dm residencia (1).pptx RESITENCIA A LA INSULINA NIVEL MAS VANZADO RESIDENCIA DE MEDICNA INTERNA
1. Diabetes tipo 2
etiopatogenia y
diagnostico
Dr. Ariel Alejandro García Álvarez, residente de
primer año de Medicina Interna
2. Etiopatogenia
Estudio de las causas y las
condiciones en que surge y se
desarrolla una enfermedad en un
organismo
HTTPS://DEM.COLMEX.MX/VER/ETIOPATOGENIA
3. Epigenetica
Estudio de los cambios que activan o inactivan los
genes sin cambiar la secuencia del ADN, a causa de
la edad y la exposición a factores ambientales
(alimentación, ejercicio, medicamentos y sustancias
químicas). Estos cambios modifican el riesgo de
enfermedades y a veces pasan de padres a hijos.
4. Etiología: intolerancia a los
carbihidratos.
TCF7L2 Polymorphism
s and Progression to
Diabetes in the
Diabetes Prevention
Program
TCF7L2 POLYMORPHISMS AND PROGRESSION TO DIABETES IN THE DIABETES PREVENTION PROGRAM AUTHORS: JOSE C. FLOREZ, M.D., PH.D., KATHLEEN A. JABLONSKI, PH.D., NICK BAYLEY, B.A., TONI
I. POLLIN, PH.D., PAUL I.W. DE BAKKER, PH.D., ALAN R. SHULDINER, M.D., WILLIAM C. KNOWLER, M.D., DR.P.H., DAVID M. NATHAN, M.D., AND DAVID ALTSHULER, M.D., PH.D., FOR THE DIABETES
PREVENTION PROGRAM RESEARCH GROUPAUTHOR INFO & AFFILIATIONS
PUBLISHED JULY 20, 2006 N ENGL J MED 2006;355:241-250DOI: 10.1056/NEJMOA062418
Las variantes comunes en TCF7L2 parecen estar asociadas con un mayor
riesgo de diabetes en personas con intolerancia a la glucosa. Los
genotipos que confieren riesgo en TCF7L2 se asocian con una función
deficiente de las células beta, pero no con la resistencia a la insulina.
5. LIU J, SHANG X, ZHANG X, ET AL. METABOLOMIC NETWORK REVEALS NOVEL BIOMARKERS FOR TYPE 2 DIABETES MELLITUS IN THE UK BIOBANK STUDY. DIABETES OBES
METAB. 2025; 27(6): 3335-3346. DOI:10.1111/DOM.16351
Nuestro análisis del estudio de asociación del metaboloma completo (MWAS) identificó 114 de 168 metabolitos
evaluados que se asociaron significativamente con el riesgo de DMT2 en la población general. De estos, 58 se
identificaron como factores de riesgo
6. Metabolomic network reveals novel biomarkers for type 2 diabetes mellitus in the UK Biobank study
Diabetes Obesity Metabolism, Volume: 27, Issue: 6, Pages: 3335-3346, First published: 02 April 2025, DOI: (10.1111/dom.16351)
7. Este estudio demuestra que los triglicéridos totales y el colesterol L-HDL constituyen
biomarcadores clave para la prevención del riesgo de diabetes mellitus tipo 2 (DM2).
Simultáneamente, los BCAA totales se han identificado como marcadores indicativos de
niveles elevados de HbA1c, mientras que la Glicina A se perfila como un biomarcador de
señalización distintivo del riesgo de DM2, específicamente en cohortes femeninas.
Nuestro análisis identificó metabolitos con mayor centralidad de
proximidad como biomarcadores cruciales de riesgo de diabetes
mellitus tipo 2 (DM2) en los modelos de predicción. Específicamente,
la valina, la tirosina, la leucina y los BCAA totales pueden servir como
indicadores de alarma de niveles de HbA1c
LIU J, SHANG X, ZHANG X, ET AL. METABOLOMIC NETWORK REVEALS NOVEL BIOMARKERS FOR TYPE 2 DIABETES MELLITUS IN
THE UK BIOBANK STUDY. DIABETES OBES METAB. 2025; 27(6): 3335-3346. DOI:10.1111/DOM.16351
8. Etiología: adipocitos
La expresión reducida
de KLF14 aumenta la
proliferación de preadipocitos
pero altera la lipogénesis y, en
ratones, la eliminación
específica de Klf14 en el tejido
adiposo recapitula
parcialmente el fenotipo
humano de resistencia a la
insulina, dislipidemia y DT2
SMALL KS ET AL. REGULATORY VARIANTS AT KLF14 INFLUENCE TYPE 2 DIABETES RISK VIA A FEMALE-SPECIFIC EFFECT ON ADIPOCYTE SIZE AND
BODY COMPOSITION. NAT GENET. 2018;50(4):572–580. DOI: 10.1038/S41588-018-0088-X. PMID: 29632379.
9. Inteligencia artificial y etiología de
diabetes tipo 2
1. TCF7L2 (Transcription Factor 7-Like 2)Alteración: Polimorfismo rs7903146 (alelo T).Efecto:
Reduce la secreción de insulina por disfunción de las células beta pancreáticas. Consecuencia:
Mayor riesgo de DT2, especialmente en personas no obesas.
🧬 2. CDKAL1 (CDK5 Regulatory Subunit Associated Protein 1-Like 1)Alteración: Variantes genéticas
comunes en estudios de GWAS .Efecto: Deteriora la traducción de proinsulina a insulina en
células beta. Consecuencia: Menor secreción de insulina posprandial, mayor riesgo de DT2
.🧠 3. KLF14 (Kruppel-Like Factor 14)Alteración: Polimorfismos reguladores con efecto en
mujeres.Efecto: Cambia el tamaño de adipocitos y la distribución de grasa corporal.
Consecuencia: Aumenta el riesgo de DT2 de forma específica en mujeres.
10. 🧪 4. GDF15 (Growth Differentiation Factor 15)Alteración: Variante rs1054564.Efecto: Aumenta los niveles circulantes de
GDF15, afectando la homeostasis energética. Consecuencia: Asociado a hiperglucemia y riesgo cardiovascular en DT2.💉
5. APOC3 (Apolipoproteína C-III)Alteración: Niveles elevados por mutaciones promotoras o estructurales. Efecto:
Hipertrigliceridemia, inflamación y resistencia a la insulina. Consecuencia: Mayor predisposición a DT2 en personas con
dislipidemia.
🧫 6. RHOT1 (Ras Homolog Family Member T1)Alteración: Modificaciones epigenéticas (hipometilación).Efecto: Afecta la
dinámica mitocondrial en células beta .Consecuencia: Disminuye la secreción de insulina, facilitando la DT2.
⚙️7. TXNIP (Thioredoxin-Interacting Protein)Alteración: Sobreexpresión e hipometilación.Efecto: Induce apoptosis de
células beta y estrés oxidativo.Consecuencia: Empeora el control glucémico y promueve DT2.🔁
8. SUCNR1 (Succinate Receptor 1)Alteración: Variantes genéticas en su promotor. Efecto: Modula la sensibilidad a la
insulina a través de vías metabólicas del succinato. Consecuencia: Favorece la resistencia a la insulina y la hiperglucemia.
12. En 1987, DeFronzo propuso el concepto de
que la diabetes tipo 2 era resultado de
déficits en las células β pancreáticas, el
músculo y el hígado, a los que se
denominó colectivamente el “Triunvirato”
13. El triunvirato: Los defectos fisiológicos centrales que anteriormente se propuso que estaban
involucrados en la patogénesis de la diabetes tipo 2
14. Disfunción de
las células β
La respuesta de la insulina
plasmática a la resistencia a la
insulina suele aumentar
durante la historia natural de
la diabetes tipo 2
15. Disfunción de
las células β
El estándar de oro para medir
la función de la célula β es la
secreción de insulina/IR, es
decir, ∆ I /∆ G ÷ IR, conocido
como el índice de disposición
de glucosa.
18. Resistencia a la insulina
La resistencia a la insulina en
el hígado se manifiesta por la
sobreproducción de glucosa
durante el estado basal a
pesar de la hiperinsulinemia
en ayunas.
En el músculo, la IR se manifiesta por
una captación de glucosa alterada
después de la ingesta de
carbohidratos, lo que resulta en
hiperglucemia posprandial.
En el estado posprandial estimulado
por insulina, el músculo esquelético
representa más del 75% del exceso de
captación de glucosa
19. Normalmente, el hígado produce 2 mg/kg por min de glucosa,
mientras que en individuos afectados por diabetes, esta tasa
basal de HGP aumenta a 2,5 mg/kg por min. Este aumento del
HGP ocurre incluso cuando los niveles plasmáticos de insulina
en ayunas aumentan de 2,5 a 3 veces
20. Hiperglucagonemia
En la diabetes tipo 2, los niveles
de glucagón en ayunas están
elevados y los niveles de
glucagón posprandial no se
suprimen, sino que,
paradójicamente, se elevan.
21. Incretinas
Las hormonas incretinas, el péptido similar al glucagón-1 (GLP-1)
secretado por las células L del intestino delgado distal
El péptido insulinotrópico dependiente de glucosa (GIP) por las células K
del intestino delgado más proximal, actúan colectivamente sobre el islote
pancreático
23. Incretinas
En la diabetes tipo 2, el efecto de la incretina se ve sustancialmente
afectado, posiblemente debido a la disminución de la producción de GLP-1
y a la reducción de la sensibilidad de las células β a GIP.
24. Renal
Respuesta adaptativa del riñón para conservar la glucosa, lo que le
permite satisfacer las demandas energéticas del cuerpo,
especialmente el cerebro y otros problemas neuronales, que tienen
una necesidad obligada de glucosa, se vuelve desadaptativa en la
diabetes.
Notas del editor
#6:Metabolome network of the overall population. The non‐directional metabolome networks were generated based on metabolites that are significantly associated with type 2 diabetes mellitus risk. Nodes represent significant metabolites, node size corresponds to degree (number of correlated connections) and edges signify the correlation strength between them (darker edges indicate stronger correlations). Non‐directional networks were generated for three main metabolite characteristics: (A) hazard ratio (HR) (darker nodes represent higher absolute HR), (B) metabolite categories and (C) subcategories. The layout of the networks was constructed based on Fruchterman‐Reingold force‐directed layout. Distinct colours identify different modules, determined by clustering analysis to maximize modularity.
IF THIS IMAGE HAS BEEN PROVIDED BY OR IS OWNED BY A THIRD PARTY, AS INDICATED IN THE CAPTION LINE, THEN FURTHER PERMISSION MAY BE NEEDED BEFORE ANY FURTHER USE. PLEASE CONTACT WILEY'S PERMISSIONS DEPARTMENT ON PERMISSIONS@WILEY.COM OR USE THE RIGHTSLINK SERVICE BY CLICKING ON THE 'REQUEST PERMISSIONS' LINK ACCOMPANYING THIS ARTICLE. WILEY OR AUTHOR OWNED IMAGES MAY BE USED FOR NON-COMMERCIAL PURPOSES, SUBJECT TO PROPER CITATION OF THE ARTICLE, AUTHOR, AND PUBLISHER.