Nº de DOI: 10.34896/RSI.2026.38.60.001
AUTORES
- Carlos Daniel González García. Médico Residente de Medicina Interna. Adscrito al Hospital General Regional No. 66, Cd. Juárez, Chihuahua, México. https://orcid.org/0009-0000-9132-2264
- Jesús Adrián García Ruvalcaba. Médico especialista en Medicina Interna. Adscrito al Hospital General Regional No. 66, Cd. Juárez, Chihuahua, México. https://orcid.org/0000-0003-2120-7134
- Miguel Solís Barraza. Maestro en Ciencias de la Salud Pública. Nutriólogo Clínico Especializado. Adscrito al Hospital General Regional No. 66. Cd. Juárez, Chihuahua, México. https://orcid.org/0000-0003-3214-5151
RESUMEN
Introducción: Existen diversos factores que pueden afectar negativamente en el desenlace de la diabetes y sus complicaciones. La desnutrición es un factor que impacta en el pronóstico de múltiples patologías, ya siendo estudiada esta relación en la diabetes mellitus, así como en sus complicaciones crónicas, sin embargo, es escasa la literatura y los estudios que han evaluado el impacto de la desnutrición en la cetoacidosis diabética y su resolución.
Objetivo: Determinar el impacto del riesgo de desnutrición sobre el tiempo de resolución de la cetoacidosis diabética en pacientes de un hospital de segundo nivel de atención en México.
Método: Estudio de cohorte, observacional, longitudinal y retrospectivo, de tipo no probabilístico con un propósito definido, de pacientes de 18 años o más atendidos en un hospital de segundo nivel de atención que contaban con diagnóstico cetoacidosis diabética, posteriormente divididos en grupos de acuerdo al riesgo de desnutrición. Para el análisis descriptivo se presentaron frecuencias y porcentajes para variables cualitativas, y medidas de tendencia central y de dispersión en variables cuantitativas. Para asociaciones se estimó Odds Ratios mediante regresiones logísticas binarias y ordinales (significativa p < 0.05).
Resultados: Se analizaron 190 expedientes. El riesgo nutricional se distribuyó como bajo (64.21%), moderado (25.79%) y alto (10%). Comparando resolución temprana vs tardía, existió mayor riesgo CONUT moderado/alto en resolución tardía (p <0.001). En regresión logística multivariada para resolución temprana, el riesgo CONUT moderado tuvo un OR= 0.23, p <0.001, y el riesgo CONUT alto un OR= 0.04, p <0.001, ambos asociados a una posibilidad marcadamente menor de resolución temprana.
Conclusiones: Existe una asociación robusta y consistente entre mayor riesgo nutricional (CONUT moderado y alto) y una menor posibilidad de resolución temprana de la cetoacidosis diabética.
PALABRAS CLAVE
Cetoacidosis diabética, desnutrición, estado nutricional, diabetes mellitus.
ABSTRACT
Background: Multiple factors may adversely influence the outcomes of diabetes and its associated complications. Malnutrition is a well-recognized determinant of prognosis in a wide range of diseases, and its relationship with diabetes mellitus, as well as with its chronic complications, has been previously investigated. However, the available literature evaluating the impact of malnutrition on diabetic ketoacidosis and its resolution remains limited.
Objective: To determine the impact of malnutrition risk on the time to resolution of diabetic ketoacidosis in patients at a secondary care hospital in Mexico.
Method: A retrospective, longitudinal, observational cohort study with a defined non-probabilistic sampling strategy was conducted among patients aged 18 years or older treated at a secondary-level care hospital with a diagnosis of diabetic ketoacidosis. Patients were subsequently stratified into groups according to their risk of malnutrition. Descriptive analysis included frequencies and percentages for qualitative variables, as well as measures of central tendency and dispersion for quantitative variables. Associations were assessed by estimating odds ratios using binary and ordinal logistic regression models, with statistical significance set at p <0.05.
Results: A total of 190 medical records were analyzed. Nutritional risk was distributed as low (64.21%), moderate (25.79%), and high (10%). When comparing early versus late resolution, a higher prevalence of moderate/high CONUT risk was observed in the late-resolution group (p <0.001). In multivariable logistic regression analysis for early resolution, moderate CONUT risk was associated with an odds ratio (OR) of 0.23 (p <0.001), and high CONUT risk with an OR of 0.04 (p <0.001), both indicating a markedly lower likelihood of early resolution.
Conclusions: There is a robust and consistent association between higher nutritional risk (moderate and high CONUT scores) and a lower likelihood of early resolution of diabetic ketoacidosis.
KEY WORDS
Diabetic ketoacidosis, malnutrition, nutritional status, diabetes mellitus.
INTRODUCCIÓN
La diabetes mellitus es un grupo de alteraciones en el metabolismo de los carbohidratos donde la glucosa es infrautilizada como fuente de energía resultado de alteraciones en la secreción y/o acción de la insulina, así como sobreproducida por una inapropiada gluconeogénesis y glucogenólisis, resultando en hiperglucemia1.
Las complicaciones agudas de la diabetes mellitus se conocen como crisis hiperglucémicas, y se pueden encontrar en pacientes con diabetes mellitus con descontrol glucémico. Las crisis hiperglucémicas son la cetoacidosis diabética (CAD) y el estado hiperosmolar hiperglucémico, de las cuales la primera es la más común, aunque es posible encontrar estados mixtos, donde la presentación de ambas condiciones se sobrepone. La cetoacidosis diabética es consecuencia de un estado en el que existe una ausencia relativa o absoluta de insulina y una elevación concomitante de hormonas contrarreguladoras, resultando en una triada que consiste en hiperglucemia, acidosis metabólica y cetosis (niveles elevados de cetonas en sangre u orina), en la mayoría de los casos acompañada de algún grado de depleción del volumen circulatorio. Aunque todas las definiciones de CAD mencionan que el diagnóstico requiere de la presencia de la triada clásica (hiperglucemia, acidosis metabólica y cetosis), también es bien reconocido que se puede presentar sin niveles elevados de glucemia, lo que se conoce como CAD euglucémica2,3.
En México, la prevalencia total de la diabetes mellitus en 2022 fue de 18.3%, siendo más frecuente a mayor edad y a menor nivel educativo. De igual forma, se observó que el control glucémico en las personas con diagnóstico ya conocido (meta de HbA1c <7%) solo fue de 36.1%. En México, la DM es la segunda causa de muerte y la primera en discapacidad4.
En México en 2018, de acuerdo con la Dirección General de Epidemiología por medio de la Vigilancia Epidemiológica de la Diabetes Mellitus tipo 2, el 5.81% de los diagnósticos de ingreso de los pacientes con DM2 fue por causa de CAD5. La incidencia anual de la CAD se ha reportado entre 4 a 14.6 episodios por cada 1000 pacientes, dependiendo de la edad y región estudiada, más comúnmente en pacientes menores de 30 años6.
La CAD puede ocurrir como la forma más temprana de presentación de la diabetes mellitus (debutante) en niños menores de 5 años y en personas que no cuentan con acceso a atención médica debido a causas económicas o sociales2. La CAD es la presentación inicial de la DM en el 15-20% de los adultos y en 30-40% de los niños con DM16.
La recurrencia de la CAD representa un número importante en las hospitalizaciones entre adultos con DM, representando alrededor del 66% en la DM1 y aproximadamente el 35% en la DM22.
En países desarrollados la mortalidad la CAD es de menos del 1% en niños y adultos, sin embargo, en países en vías de desarrollo, la mortalidad llega a ser hasta del 3-13%. En adultos, la mortalidad ocurre principalmente en personas mayores de 60 años de edad o en quienes tienen comorbilidades severas precipitantes o acompañantes2.
Los factores precipitantes más comunes de la CAD son las infecciones y el mal apego al tratamiento, variando su frecuencia entre regiones. Otras causas conocidas son la DM debutante, enfermedades concomitantes que generen estrés metabólico como síndrome coronario agudo, evento cerebrovascular, pancreatitis, tromboembolia pulmonar y trauma, medicamentos como corticoesteroides, antipsicóticos atípicos2,3.
El diagnóstico de la CAD se basa en la triada de hiperglucemia (o diagnóstico de DM), cetosis y acidosis metabólica. Diversos estudios han mostrado que entre 3 y 8.7% de los pacientes con CAD tienen valores normales o ligeramente elevados de glucemia (<250 mg/dl), lo que se conoce como CAD euglucémica2,3.
El diagnóstico de la CAD se establece por medio de los criterios recomendados por la ADA y la JBDS-IP, con los criterios de la ADA podemos además clasificar la severidad de la CAD, que se define por el grado de acidosis y el estado mental3.
La terapia con insulina y el manejo con líquidos para restaurar el volumen intravascular, así como el manejo del desequilibrio electrolítico son los pilares en el tratamiento de la CAD. Los objetivos son corregir la acidemia, restaurar el volumen circulatorio y normalizar los valores de glucemia, así como prevenir y corregir los trastornos electrolíticos2.
Los criterios de resolución de la CAD deben ser la combinación de glucemia <200 mg/dl, bicarbonato ≥ 18.0 mmol/l, pH venoso >7.30 y anión gap ≤ 14.0. También puede usarse un valor de beta-hidroxibutirato sérico <1.0 mmol/l (si está disponible) como criterio de resolución2. El tratamiento de la CAD tiene como meta la resolución del cuadro clínico en una media de 12-18 horas, con un máximo de 24 horas en que la cetonemia y acidosis deberían de haberse corregido7,8.
La desnutrición se refiere a la deficiencia o exceso de energía, proteínas y micronutrientes, ya sea por ingesta, por desequilibrio entre su ingesta y utilización, o por alteración en la absorción, y que causa alteración en la forma y función de los tejidos y el cuerpo en sí9,10. Algunas personas desarrollan desnutrición debido a la falta de disponibilidad de alimento, por intolerancia la vía oral, por enfermedades digestivas o del estómago que evitan la digestión y absorción de los nutrientes, por reducción deliberada de la ingesta de alimentos con el fin de bajar de peso, entre otras causas11,12.
A nivel mundial se ha detectado una prevalencia de entre 20 a 50% de desnutrición en el ámbito hospitalario. Se ha observado que en los pacientes con riesgo de desnutrición o ya con diagnóstico de desnutrición, la estancia y el costo hospitalario es mayor en comparación a pacientes normonutridos11.
La desnutrición relacionada con la enfermedad se relaciona con una actividad inflamatoria elevada que puede ser crónica o aguda11.
La prevalencia de la desnutrición en la DM alcanza el 33%, y el riesgo que tiene un paciente con diabetes de padecerla es de hasta el 44%12.
La desnutrición es un factor que contribuye al deterioro del pronóstico del paciente con DM, además de que aumenta los gastos en el tratamiento12. Se ha demostrado que la desnutrición es un factor de riesgo independiente para pobre pronóstico en pacientes con DM. Se ha asociado a un incremento en el riesgo de mortalidad por todas las causas en el paciente con DM13.
Se ha observado que el soporte nutricional en el contexto hospitalario en pacientes con DM disminuye en un 25% el riesgo de mortalidad14.
Existen varias herramientas para la detección y valoración del estado nutricional, algunas de las más estudiadas son las siguientes: Mini Nutritional Assessment (MNA), Mini Nutritional Assessment – Short Form (MNA-SF), Nutritional Risk Screening 2002 (NRS-2002), Valoración Subjetiva Global (VSG), Malnutrition Universal Screening Tool (MUST), y Controlling Nutritional Status (CONUT)15.
CONUT selecciona albúmina, colesterol total y linfocitos totales como los datos más expresivos de carencia nutricional de entre los determinados al ingreso y en sucesivos controles, con esta información se permite la selección e identificación de pacientes con diferentes niveles de riesgo de desnutrición (por el mismo paciente o relacionado a la enfermedad y/o el tratamiento). La albúmina sérica es usada como indicador de reserva de proteínas, el colesterol como parámetro de depleción calórica, y la cuenta linfocitaria como indicador de pérdida de defensas inmunes causada por desnutrición. De acuerdo a la puntuación, CONUT clasifica a los pacientes en tres grupos de riesgo de desnutrición: leve, moderado, y severo16.
CONUT ha sido utilizada en múltiples protocolos de investigación para evaluar el impacto que tiene la desnutrición en el desenlace de múltiples patologías. Así mismo, ha sido utilizada ampliamente para valorar el pronóstico del paciente con DM y sus complicaciones crónicas en múltiples estudios13.
Es bien conocido que la desnutrición juega un papel importante en el pronóstico y desenlace de múltiples patologías, y su impacto en la DM y sus complicaciones crónicas ha sido tema de estudio en varios artículos de investigación, sin embargo, ha sido pobremente evaluado como factor de impacto en el desenlace de la CAD. A nuestro conocimiento al momento solo existen dos artículos que toman como principal objetivo de estudio el impacto de la desnutrición en el desenlace de la CAD. Moulik N en 2012, evaluó en población pediátrica el impacto de la desnutrición sobre la CAD, donde concluye que la incidencia y severidad de hipokalemia relacionada al tratamiento e hipoglucemia son significativamente mayores en pacientes desnutridos en comparación con los que se encuentran adecuadamente nutridos17. Por otro lado, Kichloo A en 2021, concluye que los pacientes con CAD y desnutrición tienen mayor riesgo de mortalidad y complicaciones, así como mayor estancia intrahospitalaria y generan mayor gasto de recursos, en comparación con pacientes con CAD sin desnutrición18.
OBJETIVO
Por todo lo anterior, el objetivo del estudio fue determinar el impacto del riesgo de desnutrición sobre el tiempo de resolución de la cetoacidosis diabética en pacientes de un hospital de segundo nivel de atención en México.
METODOLOGÍA
Se realizó un estudio de cohorte, observacional, longitudinal y retrospectivo. El estudio se llevó a cabo en el Hospital General Regional No. 66 del Instituto Mexicano del Seguro Social (IMSS) en Ciudad Juárez, Chihuahua, México.
El universo del estudio comprendió a pacientes de 18 o más años de edad con el diagnóstico principal de cetoacidosis diabética, y divididos en grupos de acuerdo al riesgo de desnutrición por CONUT, durante el periodo de abril de 2022 a marzo de 2025. Se estimó un tamaño mínimo de muestra de 188 sujetos mediante una fórmula para una proporción, considerando una proporción de 0.60 para un tiempo de resolución temprana del cuadro de CAD con una confianza del 95% y la precisión se fijó en 0.07. Para la recolección de datos se realizó mediante un muestreo no probabilístico con un propósito definido, integrando una muestra final de 190 pacientes. Se incluyeron pacientes de 18 o más años de edad, con diagnóstico previo o de novo de diabetes mellitus tipo 1 y 2, con diagnóstico principal de ingreso a hospitalización de cetoacidosis diabética, de ambos sexos y que contarán con los laboratorios requeridos para clasificar su riesgo de desnutrición por medio de CONUT, se excluyeron aquellos pacientes que contaran con parámetros laboratoriales requeridos para clasificar el riesgo de desnutrición con diferencia de toma mayor a un mes, y se eliminaron a los pacientes que hubiesen solicitado alta voluntaria o fallecido sin previamente haber cumplido con criterios de remisión del episodio de cetoacidosis.
La información se obtuvo a través de la revisión de expedientes clínicos electrónicos mediante un instrumento de recolección de datos estandarizado. Para garantizar la validez de la información y minimizar el sesgo retrospectivo, la recolección de datos fue realizada exclusivamente por personal capacitado utilizando un protocolo de extracción de datos estandarizado. Se utilizaron preferentemente parámetros bioquímicos obtenidos del registro electrónico de laboratorio, los cuales son independientes del juicio del clínico tratante. Se consideró la variable independiente el grado de riesgo nutricional por CONUT, clasificado en tres grupos: bajo, moderado y alto. Como variable dependiente se consideró el tiempo de resolución de la cetoacidosis diabética, siendo este temprano (< 18 horas) o tardío (> 18 horas). Además se recolectaron los siguientes datos: sexo, edad, tipo de diabetes mellitus, tipo de insulina usada previo al cuadro de CAD, severidad del cuadro de CAD, estancia en unidad de cuidados intensivos (UCI), causa de descompensación, episodio de hipoglucemia, días de estancia intrahospitalaria, comorbilidades e hiperglucemia de rebote.
Los datos fueron procesados utilizando el paquete estadístico Stata 18 MP (StataCorp, College Station, Tx). Se realizó un análisis de limpieza para identificación de valores faltantes, folios repetidos, valores fuera de rango, datos aberrantes y errores de captura. Para el análisis descriptivo, las variables cualitativas se expresaron en frecuencias y porcentajes, mientras que para las variables cuantitativas se estimaron medianas y rangos intercuartílicos como medidas de tendencia central y dispersión de acuerdo con su distribución mediante la prueba de Shapiro-Francia. En la estadística inferencial para comparación entre grupos, se utilizó la prueba χ2 y prueba exacta de Fisher según correspondió para estimar las diferencias de proporciones. Para las variables cuantitativas se aplicó la U de Mann-Whitney y Kruskal-Wallis para estimar diferencias. Para evaluar la asociación entre el riesgo CONUT y el tiempo de resolución de la CAD, se realizaron modelos univariados de regresión logística ordinal para estimar los Odds Ratios (OR) con intervalos de confianza del 95% (IC 95%). Se consideró una asociación estadísticamente significativa un valor de p <0.05.
El protocolo de investigación fue evaluado y aprobado por los Comités Locales de Investigación y Ética en Salud “802” y “8028”, con el número de registro institucional R-2025-802-010. De acuerdo con el artículo 17 del Reglamento de la Ley General de Salud en Materia de Investigación para la Salud, el estudio se clasificó como «investigación sin riesgo», por lo cual se autorizó la dispensa del consentimiento informado al tratarse de una revisión retrospectiva de fuentes secundarias. Se garantizó en todo momento la confidencialidad de la información y la privacidad de los participantes conforme a la normativa vigente. Y no se requirió de ningún financiamiento externo. Todos los recursos utilizados fueron los previstos propiamente por la institución dónde se realizó la investigación y por los investigadores involucrados.
RESULTADOS
Se analizaron un total de 190 expedientes de pacientes atendidos en el Hospital General Regional No. 66, bajo el diagnóstico principal de cetoacidosis diabética, quienes cumplieron con los criterios de inclusión.
Como se muestra en el Cuadro 1, en una muestra de 190 episodios de cetoacidosis diabética (CAD) la mediana de edad fue de 37 años (RIC 25–46) y predominó el sexo femenino (n= 118 [62.11%]). Del total de pacientes, el 30.53% tenían alguna otra comorbilidad además de diabetes mellitus. El riesgo nutricional por CONUT se distribuyó como bajo en 122 de los pacientes (64.21%), moderado en 49 de los pacientes (25.79%) y alto en 19 de los pacientes (10%). El 31.58% (n= 60) de los pacientes tuvieron diabetes mellitus tipo 1, mientras que el 68.42% (n= 130) tuvieron diabetes mellitus tipo 2. En cuanto al tipo de insulina que se usaba previo al cuadro de cetoacidosis diabética, el 44.21% (n= 84) de los pacientes usaban insulina NPH, mientras que 38.42% (n= 73) no utilizaban insulina y 17.37% (n= 33) usaban insulina Glargina. El grado de severidad de los cuadros de cetoacidosis diabética fueron severos en el 84.74% de los casos (n= 161), moderados en el 14.7% (n= 28) de los casos y leve solo en el 0.53% (n=1) de los casos. Respecto a la causa de la descompensación de la diabetes mellitus que llevó al cuadro de cetoacidosis diabética predominó el mal apego al tratamiento (n= 79 [41.58%]), siguiéndole infección (n= 65 [34.21%]), y en menor medida diabetes debutante (n= 28 [14.74%]) y otros (n= 18 [9.47%]). El tiempo de resolución de la CAD fue tardío en 83 pacientes (43.68%) y temprano en 107 de los pacientes (56.32%). La mediana de días de estancia intrahospitalaria (DEIH) fue 4 días (RIC 3–6). El 12.11% (n= 23) de los pacientes requirió de manejo en unidad de cuidados intensivos (UCI), 2.11% (n= 4) presentó un episodio de hipoglucemia y 3.16% (n= 6) de los pacientes sufrieron hiperglucemia de rebote.
Comparando resolución temprana vs tardía, como podemos observar en el Cuadro 2, las diferencias estadísticamente significativas fueron: mayor riesgo CONUT moderado/alto en resolución tardía (CONUT alto 17/83 [20.48%] vs 2/107 [1.87%], p <0.001), de igual forma mayor proporción de riesgo CONUT bajo en resolución temprana (CONUT bajo 87/107 [81.31%] vs 35/83 [42.17%, p <0.001]), mayor proporción de comorbilidades en resolución tardía 32/83 (38.55%) vs temprana 26/107 (24.30%), p= 0.034, cuadros de CAD de mayor severidad en resolución tardía 79/83 (95.18%) vs 82/107 (76.64%) en temprana, p= 0.001, mayor uso previo de insulina NPH en resolución temprana 56/83 (52.34%) vs tardía 28/107 (33.73%), p= 0.016, mayor ingreso a UCI en resolución tardía 17/83 (20.48%) vs temprana 6/107 (5.61%), p= 0.002, y mayor DEIH en resolución tardía, con una mediana de 5 días (RIC 4–8) vs temprana con una mediana de 4 días (RIC 3–5), p < 0.0001.
Al aplicar modelos de regresión logística binaria para resolución temprana (Cuadro 2), los predictores independientes y sus efectos fueron: comorbilidades OR= 0.51 (IC 95%, 0.27–0.95), p= 0.036, lo que indica menor probabilidad de resolución temprana cuando existen comorbilidades, riesgo CONUT moderado OR= 0.23 (IC 95%, 0.11–0.47), p <0.001, y riesgo CONUT alto OR= 0.04 (IC 95%, 0.01–0.21), p <0.001, ambos asociados a una probabilidad marcadamente menor de resolución temprana comparado con CONUT bajo, CAD severa OR= 0.16 (IC 95%, 0.05–0.49), p= 0.001, asociada a menor probabilidad de resolución temprana, estancia en UCI OR= 0.23 (IC 95%, 0.08–0.61), p= 0.003, asociada a menor probabilidad de resolución temprana, y DEIH OR= 0.79 (IC 95%, 0.69–0.89), p < 0.001, donde cada día adicional se asoció con menor probabilidad de resolución temprana. Variables que no alcanzaron asociación independiente fueron sexo masculino (OR 0.79, p= 0.443), edad (OR 0.99, p= 0.468), tipo de diabetes tipo 2 (OR 1.19, p= 0.574) y tipo de insulina NPH (OR 1.47, p= 0.358).
En el Cuadro 3 podemos comparar las características clínicas según el riesgo CONUT, encontrando que pacientes con riesgo moderado y alto fueron de mayor edad (CONUT bajo mediana de 32 años vs moderado de 44 años vs alto de 45 años, p= 0.0001), presentaron más comorbilidades (bajo 23/122 [18.85%] vs moderado 24/49 [48.98%] vs alto 11/19 [57.89%], p < 0.001), y tuvieron menor proporción de resolución temprana (CONUT bajo temprana 87/122 [71.31%] vs moderado 18/49 [36.73%] vs alto 2/19 [10.53%], p < 0.001).
En los modelos de regresión ordinal para mayor riesgo CONUT, las asociaciones independientes incluyeron: edad OR= 1.04 por año (IC 95%, 1.02–1.07), p <0.001, comorbilidades OR= 4.36 (IC 95%, 2.32–8.18), p <0.001, diabetes tipo 2 vs tipo 1 OR= 2.74 (IC 95% 1.36–5.52), p= 0.005, mal apego al tratamiento OR= 0.37 (IC 95%, 0.19–0.73), p= 0.004, y tiempo de resolución temprana asociado a menor riesgo CONUT OR= 0.15 (IC 95%, 0.08–0.29), p <0.001. Otros predictores en el modelo ordinal fueron “otros” dentro de las causas de descompensación con OR= 0.21 (IC 95%, 0.05–0.81), p= 0.023 (Cuadro 3).
DISCUSIÓN
Este estudio se realizó con el fin de evaluar el impacto que tiene el riesgo nutricional con la cetoacidosis diabética (CAD) y su tiempo de resolución, basándose en la presunción de que un riesgo nutricional bajo se correlaciona con una resolución temprana del cuadro de cetoacidosis diabética, así como un aumento en el riesgo nutricional se relaciona con un mayor tiempo requerido para la resolución del cuadro.
Para evaluar el riesgo nutricional se utilizó la escala CONUT mediante el cual se clasificó a los pacientes en 3 clases de riesgo de desnutrición, bajo, moderado y alto, se encontró que de los 190 pacientes incluidos en este estudio, el 64.21% tenían un riesgo bajo, 25.79% tenían riesgo moderado, y 10% tenían riesgo alto, así mismo, de estos 190 pacientes, el 56.32% presentaron una resolución temprana del cuadro y el 43.68% presentaron una resolución tardía.
El estudio demostró una asociación robusta y consistente entre un mayor riesgo nutricional, con un CONUT moderado y alto, y una menor probabilidad de resolución temprana de la CAD, lo que es consistente con los hallazgos realizados por Kichloo A en 2021, donde se demostró que los pacientes con CAD y desnutrición asociada presentaban necesidad de mayor tiempo de estancia intrahospitalaria18, en el modelo multivariado, CONUT moderado tuvo una OR= 0.23 y CONUT alto una OR= 0.04, ambos con p <0.001, lo que indica una reducción marcada en la probabilidad de resolución temprana comparado con pacientes con CONUT bajo, lo anterior, siendo clínicamente relevante, sugiere que el estado nutricional al ingreso influye de forma independiente en la dinámica de resolución de la CAD. De igual forma, la severidad de la CAD (severa vs leve/moderada) también disminuyó la probabilidad de resolución temprana (OR= 0.16, p= 0.001), lo cual es esperado, y siendo ya demostrado en estudios como el de Lee M en 2018 al encontrar un tiempo más prolongado para la resolución de la CAD en pacientes con pH bajo a su ingreso19, lo que nos ayuda a validar la consistencia de los resultados de este estudio. Así mismo, la presencia de comorbilidades y la necesidad de manejo del paciente en UCI se asociaron con una menor probabilidad de alcanzar la resolución temprana (OR= 0.51, p= 0.036, y OR= 0.23, p= 0.003, respectivamente), lo que refuerza el rol de la carga de enfermedad y la complejidad clínica sobre el pronóstico inmediato de la CAD, lo cual ya había sido observado por Eledrisi M en 2022, al encontrar que la admisión a UCI se asocia a un peor resultado del cuadro de CAD, comparado con los pacientes que fueron manejados en sala hospitalaria normal, así mismo, encontrando que los pacientes con comórbidos tenían más DEIH y mayor mortalidad en comparación a los pacientes que no tenían comorbilidades20. También se encontró que cada día adicional de estancia reduce la probabilidad de resolución temprana (DEIH OR= 0.79, p <0.001), este hallazgo refleja una relación simultánea entre el tiempo hasta la resolución del cuadro y la duración de hospitalización, lo cual es esperado en procesos más graves o con complicaciones.
El CONUT es una escala que integra albúmina, colesterol (total) y linfocitos, y captura tanto desnutrición proteico-energética como alteraciones inmunonutricionales, la albúmina siendo un indicador de reserva de proteínas, el colesterol como una medida de depleción calórica, y los linfocitos como indicadores de pérdida de defensas inmunes causadas por desnutrición21. De acuerdo a lo encontrado, los pacientes con CONUT moderado/alto presentaron mayores medianas de edad (44 y 45 años respectivamente vs 32 años en riesgo bajo), mayor proporción de comorbilidades (48.98% y 57.89% respectivamente vs 18.85% en riesgo bajo), y mayor frecuencia de causas infecciosas de descompensación (40.82% y 63.16% respectivamente vs 27.05% en riesgo bajo), lo que explica, en parte, la demora en la corrección del cuadro de CAD por: menor reserva proteica para la recuperación, alteración en la respuesta inflamatoria/inmunológica y mayor riesgo de complicaciones (por ejemplo, infecciones y su severidad, que prolongan el descontrol metabólico, y por lo tanto, el cuadro de CAD), que exigen un manejo más complejo. El efecto decreciente de la probabilidad de resolución temprana con aumento del riesgo CONUT (OR 0.23 y 0.04) es compatible con un gradiente dosis-respuesta: a mayor deficiencia nutricional peores resultados inmediatos en la CAD, como ya ha sido evidenciado en múltiples estudios que han igualmente relacionado la desnutrición y alteraciones inmunometabólicas con un peor pronóstico en múltiples patologías, como en la pancreatitis aguda, cáncer, infecciosas, insuficiencia cardiaca, patologías que requieren de manejo en UCI, por mencionar algunas, impactando de forma negativa en la estancia hospitalaria. El papel independiente de la presencia de comorbilidades y el grado de severidad de la CAD sugiere un efecto aditivo: el estado nutricional es un factor modificable que puede interactuar con la gravedad clínica para prolongar el tiempo de resolución.
Se ha demostrado que hasta el 33% de las personas con diabetes tienen algún grado de desnutrición, así mismo los diabéticos con antecedentes de complicaciones asociadas a la misma enfermedad tienen mayor prevalencia de un estado nutricional deficiente12, así mismo se ha establecido la asociación entre la desnutrición y un peor pronóstico en las complicaciones de la diabetes, como en los trabajos de Wei W22, Zhang H23, Hong J24 y Mineoka Y25, sin embargo, al momento de hablar sobre la desnutrición y las complicaciones agudas de la diabetes como lo es la CAD, al momento estos trabajos son escasos, siendo pocos los estudios que se han enfocado en el impacto de la desnutrición sobre la CAD, como el trabajo de Moulik N, donde se demostró que pacientes desnutridos tienen más complicaciones relacionadas al tratamiento de la CAD en comparación a los pacientes adecuadamente nutridos17, y solamente un estudio enfocado en los desenlaces de la CAD en pacientes desnutridos, entre ellos la duración de la estancia intrahospitalaria, realizado por Kichloo A18, hasta donde se tiene conocimiento, no se ha desarrollado otro estudio enfocado en el impacto del estado nutricional sobre el tiempo requerido para la resolución de la CAD, de aquí la importancia de este estudio, ya que el tiempo de resolución impacta en la estancia hospitalaria, lo que al mismo tiempo influye en el riesgo de complicaciones (tanto asociadas al manejo como a la estancia intrahospitalaria) y a los costos en la atención.
La identificación temprana del riesgo nutricional en pacientes con CAD ofrece una oportunidad para realizar intervenciones dirigidas: valoración nutricional al ingreso, soporte proteico-calórico y vigilancia precoz de complicaciones infecciosas, todo esto con el fin de acelerar la resolución metabólica y reducir los DEIH, de esta misma forma reduciendo los costos de atención. Los equipos médicos que atienden los casos de CAD deberían incorporar una evaluación nutricional sistemática como parte del protocolo de ingreso y considerar la planificación de un soporte nutricional temprano en pacientes con riesgo moderado/alto.
Este estudio cuenta con varias fortalezas como es el uso de una muestra relativamente grande para estudios clínicos sobre CAD, contando con 190 pacientes, un análisis multivariado que incluyó severidad, comorbilidades y factores terapéuticos, el uso de un índice nutricional objetivo, como lo es el CONUT, que es fácilmente reproducible en la medicina clínica. Sin embargo, también presenta limitaciones, contando este con un diseño observacional que nos limita al momento de querer establecer una causalidad definitiva, así como la potencial existencia de variables residuales no medidas en este estudio que afectan tanto al resultado de CONUT como a la resolución de la CAD (como pueden ser controles metabólicos previos, tiempo hasta la atención, mayor detalle en el apego terapéutico, manejo insulinoterapéutico intrahospitalario, por mencionar algunos), el hecho de que la muestra provenga de un solo centro hospitalario, lo que puede limitar la generalización, así mismo, los parámetros que utiliza CONUT pueden verse afectados por procesos agudos, como por ejemplo, la albúmina que puede estar influenciada por una respuesta inflamatoria aguda, los linfocitos que pudieran verse afectados por infecciones graves o padecimientos crónicos, o el colesterol que sus niveles pueden verse influenciados por el uso de estatinas, lo que provoca que CONUT puede no reflejar exclusivamente el estado nutricional crónico.
En este estudio se mostró una asociación cuantitativa fuerte entre el riesgo por CONUT y resolución temprana de la CAD, lo que resalta la necesidad de incluir parámetros nutricionales en los pronósticos agudos del paciente diabético descompensado, así como debería de ser de forma estricta parte del manejo a largo plazo de los pacientes diabéticos.
CONCLUSIONES
El riesgo nutricional evaluado por CONUT se asoció de forma independiente y significativa con una menor probabilidad de resolución temprana del cuadro de cetoacidosis diabética. Comparado con pacientes con CONUT bajo, el riesgo CONUT moderado presentó un OR= 0.23 (IC 95%, 0.11-0.47, p= 0.001) y el riesgo CONUT alto un OR= 0.04 (IC 95%, 0.01-0.21, p <0.001), lo que nos habla de que un paciente con CONUT moderado/alto tiene menor probabilidad de presentar una resolución temprana del cuadro de CAD en comparación con un paciente con CONUT bajo.
Además del CONUT, la severidad de la CAD (OR= 0.16, IC 95%, 0.05-0.49, p= 0.001), la presencia de comorbilidades (OR= 0.51, IC 95%, 0.27-0.95, p= 0.036) y la estancia en UCI (OR= 0.23, IC 95%, 0.08-0.61, p= 0.003) se asociaron independientemente con menor probabilidad de resolución temprana, lo que demuestra que entre mayor carga de enfermedad y severidad del caso, mayor tiempo es el requerido para la resolución del cuadro. Cada día adicional de estancia intrahospitalaria se asoció con menor probabilidad de resolución temprana (OR= 0.79, IC 95%, 0.69-0.89, p= 0.001).
Así mismo, se observó que los pacientes con un CONUT alto tuvieron mayor proporción de severidad del cuadro de CAD (89.47% vs 83.6% en CONUT bajo, p= 0.496) y mayor requerimiento de manejo en UCI (15.79% vs 11.48% en CONUT bajo, p= 0.866), sin embargo, sin ser estadísticamente significativo, se encontró una mayor proporción de episodios de hiperglucemia por rebote en pacientes con CONUT bajo (4.1% vs 0% en CONUT alto, p= 0.829), igualmente sin ser de significancia estadística, los pacientes con CONUT alto tuvieron mayor DEIH (mediana de 6 días vs 4 días en CONUT bajo, p= 0.0002), siendo esto significativo, nos prueba que el riesgo nutricional es un factor de riesgo independiente para un mayor tiempo de estancia intrahospitalaria.
Los resultados nos muestran que el estado nutricional del paciente al ingreso es un factor pronóstico relevante y potencialmente modificable en pacientes con CAD, lo que ofrece una oportunidad para integrar un soporte nutricional adecuado para cada paciente dentro del manejo de la diabetes mellitus, que de acuerdo a los resultados, mejoraría el desenlace de los pacientes con estas complicaciones.
CONFLICTO DE INTERESES
Los autores declaran no tener ningún conflicto de intereses.
BIBLIOGRAFÍA
- American Diabetes Association Professional Practice Committee. Diagnosis and classification of diabetes: Standards of care in diabetes—2024. Diabetes Care. 2024,47 (Suppl 1):S20–S42.
- Dhatariya KK, Glaser NS, Codner E, Umpierrez GE. Diabetic ketoacidosis. Nat Rev Dis Primers. 2020 May 14,6(1):40. doi: 10.1038/s41572-020-0165-1. PMID: 32409703.
- Karslioglu French E, Donihi AC, Korytkowski MT. Diabetic ketoacidosis and hyperosmolar hyperglycemic syndrome: review of acute decompensated diabetes in adult patients. BMJ. 2019 May 29,365:l1114. doi: 10.1136/bmj.l1114. PMID: 31142480.
- Basto-Abreu A, López-Olmedo N, Rojas-Martínez R, Aguilar-Salinas CA, Moreno-Banda GL, Carnalla M, et al. Prevalencia de prediabetes y diabetes en México: Ensanut 2022. Salud Publica Mex. 2023,65(Suppl 1):s163–s168. doi:10.21149/14832.
- Dirección General de Epidemiología. Sistema de vigilancia epidemiológica hospitalaria de diabetes tipo 2. México: Secretaría de Salud, 2018. Boletín de cierre anual 2018.
- Secretaría de Salud. Diagnóstico y tratamiento de la cetoacidosis diabética y el estado hiperglucémico hiperosmolar en población mayor de 18 años de edad. México: Centro Nacional de Excelencia Tecnológica en Salud (CENETEC), 2022. Guía de Práctica Clínica: evidencias y recomendaciones. GPC-SS-160-22.
- Dhatariya KK, Joint British Diabetes Societies for Inpatient Care. The management of diabetic ketoacidosis in adults-An updated guideline from the Joint British Diabetes Society for Inpatient Care. Diabet Med. 2022 Jun,39(6):e14788. doi: 10.1111/dme.14788. Epub 2022 Feb 27. PMID: 35224769.
- Ferreira J, Facal J. Manejo diagnóstico y terapéutico de la cetoacidosis diabética. Tend Med. 2020,56:103–112.
- World Health Organization. Malnutrition [Internet]. Geneva: World Health Organization, c2024 [cited 2024 Nov 26]. Available from: https://www.who.int/health-topics/malnutrition
- Younis K, Ahmad S, Badpa A. Malnutrition: causes and strategies. J Food Process Technol. 2015,6(4):2–8. doi:10.4172/2157-7110.1000434.
- Barcina P, Mercader T, Abellán O, Cayuela J, Góngora J, Hernández P, et al. Desnutrición relacionada con la enfermedad, parámetros funcionales y costes asociados en un hospital general. Nutr Hosp. 2021,38(4):765–772. doi:10.20960/nh.03464.
- Zhang T, Qin J, Guo J, Dong J, Chen J, Ma Y, et al. Prevalence and influencing factors of malnutrition in diabetic patients: a systematic review and meta-analysis. J Diabetes. 2024,16:e13610. doi:10.1111/1753-0407.13610.
- Wang J, Chen L, Huang Z, Lu J, Yang Y, Zhao X, et al. A synergistic association between inflammation, malnutrition, and mortality in patients with diabetes. Front Nutr. 2022,9:872512. doi:10.3389/fnut.2022.872512.
- Keller B, Wunderle C, Tribolet P, Stanga Z, Kaegi-Braun N, Mueller B, et al. Nutritional support in hospitalised patients with diabetes and risk for malnutrition: a secondary analysis of an investigator-initiated, Swiss, randomised controlled multicentre trial. BMJ Open. 2024,14:e084754. doi:10.1136/bmjopen-2024-084754.
- Brito N, Trujillo MM, García L, Ramos V, León B, Kaiser S, et al. Herramientas para la detección precoz de la desnutrición relacionada con la enfermedad para población adulta en el ámbito hospitalario. España: Ministerio de Sanidad, Servicios Sociales e Igualdad, 2017. Informes de Evaluación de Tecnologías Sanitarias.
- De Ulíbarri JI, González-Madroño A, de Villar NGP, González P, González B, Mancha A, et al. CONUT: a tool for controlling nutritional status. First validation in a hospital population. Nutr Hosp. 2005,20(1):38–45.
- Moulik N, Jayashree M, Singhi S, Bhalla A, Attri S. Nutritional status and complications in children with diabetic ketoacidosis. Pediatr Crit Care Med. 2012,13(4):227–233. doi:10.1097/PCC.0b013e31823c9a11.
- Kichloo A, Shaka H, El-Amir Z, Wani F, Singh J, Romario G, et al. In-patient outcomes of patients with diabetic ketoacidosis and concurrent protein-energy malnutrition: a national database study from 2016 to 2017. Postgrad Med. 2021,133(8):868–874. doi:10.1080/00325481.2021.1916231.
- Lee M, Calder G, Santamaria J, MacIsaac R. Diabetic ketoacidosis in adult patients: an audit of factors influencing time to normalisation of metabolic parameters. Intern Med J. 2018,48(5):529–534. doi:10.1111/imj.13735.
- Eledrisi M, Alkabbani H, Aboawon M, Daghfal J, Beshyah S, Malik R, et al. Clinical characteristics and outcomes of care in patients hospitalized with diabetic ketoacidosis. Diabetes Res Clin Pract. 2022,192:110041. doi:10.1016/j.diabres.2022.110041.
- González-Madroño A, Mancha A, Rodríguez F, Culebras J, de Ulíbarri JI. Confirming the validity of the CONUT system for early detection and monitoring of clinical undernutrition: comparison with two logistic regression models developed using SGA as the gold standard. Nutr Hosp. 2012,27(2):564–571. doi:10.3305/nh.2012.27.2.5630.
- Wei W, Zhang L, Li G, Huang Z, Liu J, Wu Z, et al. Prevalence and prognostic significance of malnutrition in diabetic patients with coronary artery disease: a cohort study. Nutr Metab (Lond). 2021,18:102. doi:10.1186/s12986-021-00626-4.
- Zhang H, Liu N, Dang H. Association of the Controlling Nutritional Status (CONUT) score with all-cause and cause-specific mortality in patients with diabetic kidney disease: evidence from the NHANES 2009–2018. BMJ Open. 2024,14:e079992. doi:10.1136/bmjopen-2023-079992.
- Hong J, Huang QQ, Liu WY, Hu X, Jiang FF, Xu ZR, et al. Three nutritional indices are effective predictors of mortality in patients with type 2 diabetes and foot ulcers. Front Nutr. 2022,9:851274. doi:10.3389/fnut.2022.851274.
- Mineoka Y, Ishii M, Hashimoto Y, Nakamura N, Fukui M. Malnutrition assessed by controlling nutritional status is correlated to carotid atherosclerosis in patients with type 2 diabetes. Endocr J. 2019,66(12):1073–1082.
ANEXOS
| Cuadro 1. Características clínicas generales de la muestra (n=190) | |
|---|---|
| Variables | n=190 |
| Sexo, n (%) | |
| Femenino | 118 (62.11) |
| Masculino | 72 (37.89) |
| Edad, años, md (RIC) | 37 (25 – 46) |
| Comorbilidades, n (%) | 58 (30.53) |
| Riesgo CONUT, n (%) | |
| Bajo | 122 (64.21) |
| Moderado | 49 (25.79) |
| Alto | 19 (10) |
| Tipo de diabetes, n (%) | |
| Tipo 1 | 60 (31.58) |
| Tipo 2 | 130 (68.42) |
| Tipo de insulina, n (%) | |
| Glargina | 33 (17.37) |
| NPH | 84 (44.21) |
| No utilizaba | 73 (38.42) |
| Severidad de CAD, n (%) | |
| Leve | 1 (0.53) |
| Moderada | 28 (14.74) |
| Severa | 161 (84.74) |
| Causas de descompensación, n (%) | |
| Infección | 65 (34.21) |
| Mal apego al tratamiento | 79 (41.58) |
| Diabetes debutante | 28 (14.74) |
| Otros | 18 (9.47) |
| Tiempo de resolución, n (%) | |
| Temprana | 107 (56.32) |
| Tardía | 83 (43.68) |
| Estancia en UCI, n (%) | 23 (12.11) |
| Episodio de hipoglucemia, n (%) | 4 (2.11) |
| Hiperglucemia de rebote, n (%) | 6 (3.16) |
| DEIH, md (RIC) | 4 (3 – 6) |
| md: mediana, RIC: rango intercuartílico, CAD: cetoacidosis diabética, DEIH: días de estancia intrahospitalaria | |
| Cuadro 2. Comparación de características clínicas generales de acuerdo a la resolución de la CAD y asociaciones para resolución temprana (n=190) | ||||||
|---|---|---|---|---|---|---|
| Resolución | ||||||
| Variables | Tardía
n=83 |
Temprana
n=107 |
p | OR | IC 95% | p |
| Sexo, n (%) | ||||||
| Femenino | 49 (59.04) | 69 (64.49) | 0.442 | Referencia | ||
| Masculino | 34 (40.96) | 38 (35.51) | 0.79 | 0.43 – 1.43 | 0.443 | |
| Edad, años, md (RIC) | 39 (24 – 49) | 35 (25 – 45) | 0.5274 | 0.99 | 0.97 – 1.01 | 0.468 |
| Comorbilidades, n (%) | 32 (38.55) | 26 (24.30) | 0.034 | |||
| Riesgo CONUT, n (%) | ||||||
| Bajo | 35 (42.17) | 87 (81.31) | Referencia | |||
| Moderado | 31 (37.35) | 18 (16.82) | <0.001 | 0.23 | 0.11 – 0.47 | <0.001 |
| Alto | 17 (20.48) | 2 (1.87) | 0.04 | 0.01 – 0.21 | <0.001 | |
| Tipo de diabetes, n (%) | ||||||
| Tipo 1 | 28 (33.73) | 32 (29.91) | 0.573 | Referencia | ||
| Tipo 2 | 55 (66.27) | 75 (70.09) | 1.19 | 0.64 – 2.20 | 0.574 | |
| Tipo de insulina, n (%) | ||||||
| Glargina | 14 (16.87) | 19 (17.76) | Referencia | |||
| NPH | 28 (33.73) | 56 (52.34) | 0.016 | 1.47 | 0.64 – 3.36 | 0.358 |
| No utilizaba | 41 (49.40) | 32 (29.91) | 0.57 | 0.25 – 1.32 | 0.192 | |
| Severidad de CAD, n (%) | ||||||
| Leve | 0 (0) | 1 (0.93) | ||||
| Moderada | 4 (4.82) | 24 (22.43) | 0.001 | Referencia ‡ | ||
| Severa | 79 (95.18) | 82 (76.64) | 0.16 | 0.05 – 0.49 | 0.001 | |
| Causas de descompensación, n (%) | ||||||
| Infección | 29 (34.94) | 36 (33.64) | 0.209 | Referencia | ||
| Mal apego al tratamiento | 30 (36.14) | 49 (45.79) | 1.31 | 0.67 – 2.56 | 0.420 | |
| Diabetes debutante | 17 (20.48) | 11 (10.28) | 0.52 | 0.21 – 1.28 | 0.157 | |
| Otros | 7 (8.43) | 11 (10.28) | 1.26 | 0.43 – 3.67 | 0.665 | |
| Estancia en UCI, n (%) | 17 (20.48) | 6 (5.61) | 0.002 | 0.23 | 0.08 – 0.61 | 0.003 |
| Hiperglucemia rebote, n (%) | 2 (2.41) | 4 (3.74) | 0.603 | 1.57 | 0.28 – 8.80 | 0.606 |
| DEIH, md (RIC) | 5 (4 – 8) | 4 (3 – 5) | <0.001 | 0.79 | 0.69 – 0.89 | <0.001 |
| md: mediana, RIC: rango intercuartílico, CAD: cetoacidosis diabética, DEIH: días de estancia intrahospitalaria.
‡ Se consideró la severidad Leve/Moderada como referencia. |
||||||
| Cuadro 3. Comparación de características clínicas generales de acuerdo con el riesgo CONUT y asociaciones para un riesgo CONUT mayor (n=190) | ||||||
|---|---|---|---|---|---|---|
| Riesgo CONUT | ||||||
| Variables | Bajo
n=83 |
Moderado
n=107 |
Alto
n=19 |
OR | IC 95% | p |
| Sexo, n (%) | ||||||
| Femenino | 72 (59.02) | 36 (73.47) | 10 (52.63) | Referencia | ||
| Masculino | 50 (40.98) | 13 (26.53) | 9 (47.37) | 0.76 | 0.41 – 1.41 | 0.397 |
| Edad, años, md (RIC) | 32 (24 – 43) | 44 (31 – 54) | 45 (39 – 61) | 1.04 | 1.02 – 1.07 | <0.001 |
| Comorbilidades, n (%) | 23 (18.85) | 24 (48.98) | 11 (57.89) | 4.36 | 2.32 – 8.18 | <0.001 |
| Tipo de diabetes, n (%) | ||||||
| Tipo 1 | 47 (38.52) | 11 (22.45) | 2 (10.53) | Referencia | ||
| Tipo 2 | 75 (61.48) | 38 (77.55) | 17 (89.47) | 2.74 | 1.36 – 5.52 | 0.005 |
| Tipo de insulina, n (%) | ||||||
| Glargina | 24 (19.67) | 7 (14.29) | 2 (10.53) | Referencia | ||
| NPH | 53 (43.44) | 22 (44.9) | 9 (47.37) | 1.58 | 0.66 – 3.79 | 0.301 |
| No utilizaba | 45 (36.89) | 20 (40.82) | 8 (42.11) | 1.67 | 0.69 – 4.07 | 0.253 |
| Severidad de CAD, n (%) | ||||||
| Leve | 0 (0) | 1 (2.04) | 0 (0) | |||
| Moderada | 20 (16.39) | 6 (12.24) | 2 (10.53) | Referencia ‡ | ||
| Severa | 102 (83.61) | 42 (85.71) | 17 (89.47) | 1.31 | 0.56 – 3.03 | 0.522 |
| Causas de descompensación, n (%) | ||||||
| Infección | 33 (27.05) | 20 (40.82) | 12 (63.16) | Referencia | ||
| Mal apego al tratamiento | 56 (45.90) | 21 (42.86) | 2 (10.53) | 0.37 | 0.19 – 0.73 | 0.004 |
| Diabetes debutante | 18 (14.75) | 7 (14.29) | 3 (15.79) | 0.55 | 0.22 – 1.34 | 0.193 |
| Otros | 15 (12.30) | 1 (2.04) | 2 (10.53) | 0.21 | 0.05 – 0.81 | 0.023 |
| Tiempo de resolución, n (%) | ||||||
| Temprana | 87 (71.31) | 18 (36.73) | 2 (10.53) | Referencia | ||
| Tardía | 35 (28.69) | 31 (63.27) | 17 (89.47) | 0.15 | 0.08 – 0.29 | <0.001 |
| Estancia en UCI, n (%) | 14 (11.48) | 6 (12.24) | 3 (15.79) | 1.21 | 0.50 – 2.91 | 0.666 |
| Hiperglucemia rebote, n (%) | 5 (4.10) | 1 (2.04) | 0 (0) | 0.33 | 0.03 – 2.87 | 0.318 |
| DEIH, md (RIC) | 4 (3 – 5) | 5 (4 – 7) | 6 (3 – 9) | 1.07 | 0.99 – 1.16 | 0.060 |
| md: mediana, RIC: rango intercuartílico, CAD: cetoacidosis diabética, DEIH: días de estancia intrahospitalaria.
‡ Se consideró la severidad Leve/Moderada como referencia. |
||||||
