Reconocimiento 4.0 InternacionalFranco Vega, RobertoCaminos, Jorge EduardoDarghan Contreras, Aquiles EnriqueOrtega Ramírez, Gustavo Eduardo2024-11-212024-11-212024https://repositorio.unal.edu.co/handle/unal/87194ilustraciones, diagramasLa resistencia a la insulina (RI) está fuertemente asociada con las enfermedades crónicas no transmisibles (ENT), incluidas la diabetes tipo 2, las enfermedades cardiovasculares y el cáncer. Utilizando un enfoque computacional para predecir la RI con el índice de Matsuda como referencia, este estudio tuvo como objetivo determinar el valor de corte óptimo y la precisión del diagnóstico para índices sustitutos en hombres adultos jóvenes no diabéticos. Se realizó un estudio descriptivo transversal con noventa y tres hombres jóvenes (de 18 a 31 años). Se tuvieron encuenta características clínicas, bioquímicas, hormonales, antropométricas y composición corporal (DEXA). Se examinó el enfoque computacional para evaluar la precisión del diagnóstico de RI y el valor de corte utilizando parámetros de diferencia y otras herramientas estadísticas para hacer que el resultado sea sólido. Se establecieron con la mayor sensibilidad y especificidad en el valor de corte óptimo, respectivamente, para HOMA-IR (0,91; 0,98; 3,40), QUICKI (0,98; 0,96; 0,33), TyG-WC (1,00; 1,00; 427,77), TyG-BMI. (1,00; 1,00; 132,44), TyG-WHtR (0,98; 1,00; 2,48), WHtR (1,00; 1,00; 0,53), WC (1,00; 1,00; 92,63), IMC (1,00; 1,00; 28,69), TFM (%) (1,00; 1,00; 31,07), FA (%) (1,00; 0,98; 40,33), LAP (0,84; 1,00; 45,49), leptina (0,91; 1,00; 16,08), LAR (0,84; 1,00; 1,17) e insulina en ayunas ( 0,91; 0,98; 16,01). Conclusiones, se utilizó el enfoque computacional para determinar la precisión del diagnóstico y el valor de corte óptimo para determinar la RI, a utilizar en la atención de salud preventiva (Texto tomado de la fuente).Insulin resistance (IR) are strongly associated with chronic non-communicable diseases (NCDs), including type 2 diabetes, cardiovascular disease and cancer. Using a computational approach to predict IR with Matsuda index as reference, this study aimed to determine the optimal cut-off value and diagnosis accuracy for surrogate indices in non-diabetic young adult men. Methods, A cross-sectional descriptive study was carried out with ninety three young men (ages 18–31). Clinical, biochemical, hormonal, anthropometric characteristics and body composition (DEXA) were determined. The computational approach to evaluate the IR diagnostic accuracy and cut-off value using difference parameters was examined and other statistical tools to make the output robust. Results, Highest sensitivity, specificity at the optimal cutoff value respectively, were established for HOMA-IR (0.91; 0.98; 3.40), QUICKI (0.98; 0.96; 0.33), TyG-WC (1.00; 1.00; 427.77), TyG-BMI (1.00; 1.00; 132.44), TyG-WHtR (0.98; 1.00; 2.48), WHtR (1.00; 1.00; 0.53), WC (1.00; 1.00; 92.63), BMI (1.00; 1.00; 28.69), TFM (%)(1.00; 1.00; 31.07), AF (%)(1.00; 0.98; 40.33), LAP (0.84; 1.00; 45.49), Leptin (0.91; 1.00; 16.08), LAR (0.84; 1.00; 1.17) and fasting insulin (0.91; 0.98; 16.01). Conclusions, The computational approach was used to determine the diagnosis accuracy and the optimal cut-off value to determine IR to use in preventive health care.xii, 64 páginasapplication/pdfspahttp://creativecommons.org/licenses/by/4.0/610 - Medicina y salud::616 - Enfermedades610 - Medicina y salud::615 - Farmacología y terapéuticaTrabajo de grado - Especialidad MédicaUniversidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/info:eu-repo/semantics/openAccessResistencia a la InsulinaInsulin ResistanceEnfermedad CrónicaChronic DiseaseEnfermedades no TransmisiblesNoncommunicable DiseasesDiabetes Mellitus Tipo 2Diabetes Mellitus, Type 2Índices sustitutosSurrogate indicesInsulin resistanceResistencia a la insulinaAdulto jovenYoung adult menEnfoque computacionalComputational approachÍndice de MatsudaMatsuda IndexColombiaColombia