{"id":27113,"date":"2026-04-30T08:52:47","date_gmt":"2026-04-30T12:52:47","guid":{"rendered":"https:\/\/www.sochob.cl\/web1\/?p=27113"},"modified":"2026-04-30T08:52:47","modified_gmt":"2026-04-30T12:52:47","slug":"priorizacion-basada-en-riesgo-para-intervenciones-en-obesidad","status":"publish","type":"post","link":"https:\/\/www.sochob.cl\/web1\/priorizacion-basada-en-riesgo-para-intervenciones-en-obesidad\/","title":{"rendered":"Priorizaci\u00f3n basada en riesgo para intervenciones en obesidad"},"content":{"rendered":"<p style=\"text-align: justify;\"><strong><em>El estudio \u201cData-driven prioritization of high-risk individuals for weight loss interventions\u201d aborda una de las principales limitaciones en el manejo actual de la obesidad: la identificaci\u00f3n precisa de aquellos pacientes que m\u00e1s se beneficiar\u00edan de intervenciones intensivas para la p\u00e9rdida de peso. Tradicionalmente, la selecci\u00f3n de candidatos se ha basado en criterios relativamente simplificados, como el \u00edndice de masa corporal (IMC) y la presencia de comorbilidades mayores. Si bien estos par\u00e1metros han sido \u00fatiles a nivel poblacional, presentan limitaciones importantes al no reflejar adecuadamente la heterogeneidad del riesgo cardiometab\u00f3lico entre individuos con caracter\u00edsticas aparentemente similares.<\/em><\/strong><\/p>\n<p style=\"text-align: justify;\">En este contexto, los autores proponen un enfoque innovador sustentado en el an\u00e1lisis de grandes bases de datos cl\u00ednicos mediante herramientas estad\u00edsticas avanzadas y modelos predictivos. Estos modelos integran m\u00faltiples variables \u2014incluyendo factores demogr\u00e1ficos, par\u00e1metros metab\u00f3licos, antecedentes cl\u00ednicos y biomarcadores\u2014 con el objetivo de estimar el riesgo individual de desarrollar eventos adversos relacionados con la obesidad, tales como diabetes mellitus tipo 2, enfermedad cardiovascular ateroscler\u00f3tica y mortalidad por todas las causas.<\/p>\n<p style=\"text-align: justify;\">Uno de los aportes m\u00e1s relevantes del estudio es demostrar que la estratificaci\u00f3n del riesgo basada en datos permite una discriminaci\u00f3n significativamente superior en comparaci\u00f3n con los enfoques convencionales. En particular, los modelos identifican subgrupos de pacientes con un riesgo sustancialmente mayor, incluso dentro de categor\u00edas de IMC similares, lo que pone de relieve las limitaciones de utilizar el IMC como \u00fanico criterio de priorizaci\u00f3n terap\u00e9utica. Este hallazgo refuerza la noci\u00f3n de que la obesidad es una condici\u00f3n cl\u00ednicamente heterog\u00e9nea, en la cual el exceso de adiposidad no siempre se traduce en el mismo impacto metab\u00f3lico o pron\u00f3stico.<\/p>\n<p style=\"text-align: justify;\">Desde una perspectiva cl\u00ednica, estos resultados tienen implicancias directas en la toma de decisiones. La priorizaci\u00f3n basada en riesgo absoluto permitir\u00eda focalizar intervenciones m\u00e1s intensivas \u2014como farmacoterapia con agonistas del receptor GLP-1 o GIP\/GLP-1, o incluso cirug\u00eda bari\u00e1trica\u2014 en aquellos individuos con mayor probabilidad de eventos adversos y, por ende, mayor beneficio potencial. Al mismo tiempo, podr\u00eda evitar la sobreutilizaci\u00f3n de recursos en pacientes con menor riesgo, promoviendo un uso m\u00e1s eficiente y costo-efectivo de las estrategias terap\u00e9uticas disponibles.<\/p>\n<p style=\"text-align: justify;\">El estudio tambi\u00e9n destaca el potencial de estos modelos para integrarse en sistemas de salud y herramientas de apoyo a la decisi\u00f3n cl\u00ednica, facilitando una medicina m\u00e1s personalizada. En lugar de un enfoque uniforme, se propone una estrategia escalonada y adaptada al perfil de riesgo individual, lo que podr\u00eda traducirse en mejores resultados cl\u00ednicos a largo plazo y en una reducci\u00f3n m\u00e1s efectiva de la carga de enfermedad asociada a la obesidad.<\/p>\n<p style=\"text-align: justify;\">No obstante, los autores reconocen ciertas limitaciones, incluyendo la necesidad de validaci\u00f3n externa en diversas poblaciones y contextos sanitarios, as\u00ed como la posible variabilidad en la disponibilidad y calidad de los datos cl\u00ednicos utilizados para alimentar los modelos. Asimismo, la implementaci\u00f3n pr\u00e1ctica de estas herramientas requerir\u00e1 considerar aspectos \u00e9ticos, log\u00edsticos y de equidad en el acceso a las intervenciones.<\/p>\n<p style=\"text-align: justify;\">En conclusi\u00f3n, este estudio aporta evidencia s\u00f3lida a favor de un cambio de paradigma en el manejo de la obesidad, pasando de criterios simplificados basados en el IMC hacia estrategias de priorizaci\u00f3n fundamentadas en el riesgo individual. Este enfoque basado en datos no solo mejora la precisi\u00f3n en la identificaci\u00f3n de pacientes de alto riesgo, sino que tambi\u00e9n optimiza la asignaci\u00f3n de recursos y refuerza el avance hacia una medicina de precisi\u00f3n en el tratamiento de la obesidad.<\/p>\n<p style=\"text-align: justify;\"><strong>Fuente:<\/strong> SOCHOB<\/p>\n<p style=\"text-align: justify;\"><strong>Referencia:<\/strong> Demircan K, Carrasco-Zanini J, Williamson A, et al. <a href=\"https:\/\/www.sochob.cl\/web1\/wp-content\/uploads\/2026\/04\/Data-driven-prioritization-of-high-risk-individuals-for-weight-loss-interventions.pdf\">Data-driven prioritization of high-risk individuals for weight loss interventions.<\/a> Nature Medicine. 2026; Published online April 30.<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>El estudio \u201cData-driven prioritization of high-risk individuals for weight loss interventions\u201d aborda una de las principales limitaciones en el manejo actual de la obesidad: la identificaci\u00f3n precisa de aquellos pacientes que m\u00e1s se beneficiar\u00edan de intervenciones intensivas para la p\u00e9rdida de peso. Tradicionalmente, la selecci\u00f3n de candidatos se ha basado en criterios relativamente simplificados, como [&hellip;]<\/p>\n","protected":false},"author":3,"featured_media":27115,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[9],"tags":[],"class_list":["post-27113","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias-actuales"],"acf":[],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/www.sochob.cl\/web1\/wp-content\/uploads\/2026\/04\/Obesidad-seleccion-MIA-IA-e1777553550151.jpg","_links":{"self":[{"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/posts\/27113","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/comments?post=27113"}],"version-history":[{"count":1,"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/posts\/27113\/revisions"}],"predecessor-version":[{"id":27116,"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/posts\/27113\/revisions\/27116"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/media\/27115"}],"wp:attachment":[{"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/media?parent=27113"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/categories?post=27113"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sochob.cl\/web1\/wp-json\/wp\/v2\/tags?post=27113"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}