Información

Comorbilidad diabetes-diabetes

Comorbilidad diabetes-diabetes


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

¿Es posible tener diabetes mellitus tipo 1 (dependiente de insulina) y tipo 2 (no dependiente de insulina)? Es decir, ¿tener resistencia a la insulina y producción de insulina nula (o insignificante)? ¿Si no, porque no? Y si es así, ¿qué tan común es esto (entre los humanos con cada tipo de diabetes)? Cualquier información sobre por qué la comorbilidad puede ser alta o baja también es muy bienvenida.


Sí, podría pensar que un individuo tiene ambos (1). Un buen lugar para comenzar a buscar la diabetes "más nueva" que no sea la clásica 1 y 2 es la diabetes autoinmune latente (LADA). Aunque, no sé si alguien diría que tuviste no producción de insulina. Parecería que los pacientes exhiben algunas características de ambos tipos (2) y, de hecho, tal vez haya un continuo posible (3) entre el tipo "puro" de éter en cada extremo.

(1) La variante asociada a la diabetes tipo 2 en TCF7L2 se asocia con diabetes autoinmune latente en europeos adultos y el efecto del gen se modifica por la obesidad: un metanálisis y un estudio individual. Diabetologia. Marzo de 2012; 55 (3): 689-93. doi: 10.1007 / s00125-011-2378-z. Epub 2011 23 de noviembre.

(2) La diabetes autoinmune latente (LADA) se ubica entre el tipo 1 y el tipo 2: evidencia de adultos en una región de España. Investigaciones y revisiones de diabetes / metabolismo 2013; 1520-7560.

(3) Diabetes autoinmune latente en adultos: ¿evidencias del espectro de la diabetes? Chin Med J 2013; 126: 783-788


Cuantificación de los riesgos de comorbilidad de la diabetes a lo largo de la vida utilizando datos de grandes reclamaciones a nivel nacional

A pesar de los avances sustanciales en el estudio de la diabetes, quedan cuestiones importantes sobre sus comorbilidades y heterogeneidad clínica. Para explorar estos temas, desarrollamos un marco que permite por primera vez cuantificar los riesgos a nivel nacional y su dependencia de edad y sexo para cada comorbilidad diabética, y si la asociación puede ser consecuencial o causal, en una muestra de casi dos millones. pacientes. Este estudio equivale a casi 40.000 mediciones clínicas únicas. Confirmamos la relación altamente controvertida de un mayor riesgo de enfermedad de Parkinson en diabéticos, utilizando una cohorte 10 veces mayor que los estudios previos sobre esta relación. La detección de la diabetes tipo 1 conduce a la detección de depresiones, mientras que existe una fuerte relación de comorbilidad entre la diabetes tipo 2 y la esquizofrenia, lo que sugiere mecanismos patógenos o relacionados con la medicación similares. Encontramos diferencias significativas por sexo en la progresión de, por ejemplo, los trastornos del sueño y la insuficiencia cardíaca congestiva en pacientes diabéticos. La hipertensión es una comorbilidad muy sensible al sexo y las mujeres tienen un riesgo menor durante la edad fértil, pero un riesgo mayor de lo contrario. Estos resultados pueden ser útiles para mejorar las prácticas de detección en la población general. El manejo clínico de la diabetes debe abordar la dependencia de la edad y el sexo de múltiples afecciones comórbidas.


Abstracto

Explorar el efecto longitudinal de las enfermedades crónicas comórbidas sobre el control glucémico (HbA1C) y presión arterial sistólica (PAS) en pacientes con diabetes tipo 2.

Métodos

En una cohorte representativa de atención primaria de pacientes con diabetes tipo 2 recién diagnosticada en los Países Bajos (norte = 610), probamos las diferencias en la tendencia de cinco años de HbA1C y PAS según perfiles de comorbilidad. En una técnica de análisis de modelo mixto, corregimos las covariables relevantes. La influencia de la comorbilidad (una enfermedad crónica ya presente cuando se diagnosticó la diabetes) se evaluó como el número total de enfermedades comórbidas y como la presencia de grupos de enfermedades específicos, es decir, enfermedades cardiovasculares, mentales y musculoesqueléticas, neoplasias malignas y EPOC. En los análisis de efectos de subgrupos probamos si las diferencias potenciales se modificaron por edad, sexo, nivel socioeconómico e IMC.

Resultados

El número de enfermedades comórbidas influyó significativamente en la tendencia de la PAS, con valores más altos a los cinco años para los pacientes diabéticos sin comorbilidad (p = 0,005). El número de enfermedades no influyó en la HbA1Tendencia C (p = 0,075). La enfermedad musculoesquelética comórbida resultó en una menor HbA1C en el momento del diagnóstico de diabetes, pero en valores superiores a los cinco años (p = 0,044). Los pacientes con enfermedades cardiovasculares habían sostenido niveles elevados de PAS (p = 0,014). Se observó modificación del efecto por nivel socioeconómico en algunos subgrupos de comorbilidad.

Conclusiones

La presencia de comorbilidad en pacientes con diabetes tipo 2 afectó el curso a largo plazo de la HbA1C y PAS en esta cohorte de atención primaria. Los números y tipos de comorbilidad mostraron efectos diferenciales: no la simple suma de enfermedades, sino los tipos específicos de enfermedades comórbidas tuvieron una influencia negativa en los parámetros de control de la diabetes a largo plazo. Las complejas interacciones entre la comorbilidad, el control de la diabetes y los modificadores del efecto requieren más investigación y pueden ayudar a personalizar los objetivos del tratamiento.

Citación: Luijks H, Biermans M, Bor H, van Weel C, Lagro-Janssen T, de Grauw W, et al. (2015) El efecto de la comorbilidad en el control glucémico y la presión arterial sistólica en la diabetes tipo 2: un estudio de cohorte con seguimiento de 5 años en atención primaria. PLoS ONE 10 (10): e0138662. https://doi.org/10.1371/journal.pone.0138662

Editor: Andrea Icks, Universidad Heinrich-Heine, Facultad de Medicina, ALEMANIA

Recibió: 12 de enero de 2015 Aceptado: 2 de septiembre de 2015 Publicado: 1 de octubre de 2015

Derechos de autor: © 2015 Luijks et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia de atribución Creative Commons, que permite el uso, distribución y reproducción sin restricciones en cualquier medio, siempre que se acredite el autor y la fuente originales.

Disponibilidad de datos: Todos los datos relevantes están dentro del documento y sus archivos de información de respaldo.

Fondos: HL ha recibido una beca de investigación de la SBOH, la Fundación para la formación en residencia de práctica general en los Países Bajos. El financiador no tuvo ningún papel en el diseño del estudio, la recopilación y el análisis de datos, la decisión de publicar o la preparación del manuscrito. Los autores no recibieron financiación específica para el trabajo presentado.

Conflicto de intereses: Los autores han declarado que no existen intereses en competencia.

Abreviaturas: IMC, índice de masa corporal DM, diabetes mellitus FP, médico de familia PAS, presión arterial sistólica NSE, nivel socioeconómico


Resultados

La Cohorte EpiChron sigue a 1.070.762 usuarios adultos del sistema de salud pública de la región española de Aragón. Un total de 63.365 adultos (46% mujeres, edad media de 69,9 años) en la cohorte tenían un diagnóstico de DT2, lo que resultó en una prevalencia del 6%. La mayoría de los pacientes con DM2 tenían al menos una enfermedad crónica más simultánea (Tabla 1), y aproximadamente uno de cada cinco individuos (19%) tenía comorbilidad de salud mental concurrente. La proporción de mujeres fue significativamente mayor en la población con al menos un problema de salud mental que en el grupo sin comorbilidad de salud mental registrada en la historia clínica (62,5% vs 42,1%, pag & lt 0,001). El número medio de comorbilidades crónicas (excluidas las de salud mental) fue significativamente mayor en los pacientes con comorbilidades concurrentes de salud mental en comparación con los pacientes con DM2 libres de problemas de salud mental (4,91 ± 3,02 frente a 3,74 ± 2,55 enfermedades crónicas, pag & lt 0,001). Más del 90% de los pacientes con DM2 y comorbilidad de salud mental tenían al menos dos comorbilidades adicionales, y solo el 2% de ellos no tenía ninguna otra enfermedad crónica concurrente.

Las comorbilidades de salud mental más frecuentes entre los pacientes con DM2 fueron depresión (13,6%) y ansiedad (3,17%), ambas más frecuentes en mujeres (tabla 2). El trastorno por consumo de sustancias fue más frecuente en hombres, principalmente en adultos hasta los 64 años. La prevalencia de la depresión aumentó con la edad, mientras que la ansiedad, el trastorno por uso de sustancias y la esquizofrenia fueron más frecuentes en la población más joven.

La presencia de comorbilidad de salud mental se asoció con un mayor riesgo de todos los resultados de DM2 considerados en este estudio. El riesgo de mortalidad por todas las causas a 4 años fue 1,24 veces mayor (odds ratio, OR 1,24 intervalo de confianza del 95%, IC 1,16-1,31) en pacientes con al menos una comorbilidad de salud mental concurrente, después de controlar por sexo, edad y número de comorbilidades no mentales y la presencia de otros tipos de comorbilidades de salud mental (tabla 3). La magnitud de este efecto fue diferente para cada problema de salud mental. Por tanto, el riesgo de mortalidad fue 2,18 (IC 1,84-2,57) veces mayor en pacientes con un diagnóstico de trastorno por uso de sustancias, 1,82 (IC 1,50-2,21) veces mayor en pacientes con esquizofrenia y 1,14 (IC 1,07-1,22) veces mayor en aquellos con depresión. Por el contrario, la probabilidad de mortalidad no se vio influenciada por la presencia de ansiedad (OR 0,98; IC: 0,85-1,13).

La presencia simultánea de comorbilidad de salud mental en pacientes con DM2 se asoció con un riesgo 1,16 (IC 1,10-1,23) veces mayor de hospitalización por cualquier causa durante un año (tabla 4). La magnitud de este efecto fue nuevamente diferente según el tipo específico de comorbilidad de salud mental. La probabilidad de hospitalización por todas las causas fue 1,12 (IC 1,05-1,19), 1,40 (IC 1,18-1,66) y 1,58 (IC 1,38-1,81) veces mayor en pacientes con depresión, esquizofrenia y trastorno por uso de sustancias, respectivamente, mientras que no fue asociado con la presencia de ansiedad (OR 1,04 IC 0,92-1,18). Observamos resultados similares para el riesgo de hospitalización relacionado con la diabetes tipo 2, que aumentó en promedio 1,51 (IC 1,18-1,93) veces cuando estaba presente la comorbilidad de salud mental. Los pacientes con un diagnóstico de trastorno por uso de sustancias tenían el mayor riesgo de hospitalización relacionada con la diabetes tipo 2, que fue 1,79 (IC 1,05-3,06) veces mayor, seguidos por aquellos con depresión (OR 1,49 IC 1,14-1,96), mientras que la ansiedad y la esquizofrenia no se asociaron con mayor riesgo de hospitalización por diabetes tipo 2. La probabilidad de acudir a urgencias fue 1,26 (IC 1,21-1,32) veces mayor cuando había comorbilidad de salud mental. El tamaño de este efecto fue significativo para todos los problemas específicos de salud mental estudiados, que aumentaron este riesgo en un 22% (OR 1,22 IC 1,16-1,29), 28% (OR 1,28 IC 1,17-1,42), 43% (OR 1,43 IC 1,27 –1,61) y 28% (OR 1,28; IC: 1,11–1,47) para depresión, ansiedad, trastorno por uso de sustancias y esquizofrenia, respectivamente.


Resultados: reducción de peso y remisión de la comorbilidad

Una revisión de la literatura revela principalmente datos de una sola institución para demostrar la diferencia étnica en la reducción de peso y la remisión de la comorbilidad después de la cirugía metabólica. En general, surgen los temas de la equivalencia de la remisión de la comorbilidad y la normalización de la variación de peso a lo largo del tiempo entre los grupos étnicos. En un estudio de 1.903 pacientes que se sometieron a bypass o banda gástrica, los pacientes afroamericanos tuvieron un IMC posoperatorio más alto y un porcentaje de pérdida de peso excesivo (% EWL) posoperatorio menor que los pacientes caucásicos o hispanos. Sin embargo, los pacientes afroamericanos e hispanos ya no diferían en el año 3 en BGYR y en el año 2 en banda gástrica ajustable laparoscópica. Es de destacar que para el año 1, no hubo diferencias étnicas significativas en la remisión de diabetes, hiperlipidemia, hipertensión y apnea del sueño (16). En otro estudio de 3268 pacientes, hubo diferencias significativas en el% de EWL a 1 año (66.0 hispanos, 64.0 blancos no hispanos y 54.1 ± 21.3 negros no hispanos PAG & lt 0,001) que se mantuvo a los 2 años (68,6 ± 24,1 hispanos, 69,5 ± 21,2 blancos no hispanos y 57,6 ± 25,4 negros no hispanos PAG & lt 0,001) (17). En un estudio de 597 pacientes de Detroit, MI, 86 pacientes (72,3%) tuvieron resolución de la diabetes 1 año después de la cirugía sin efecto de origen étnico (18).

Hay varios estudios de registro de datos de gran tamaño que demuestran diferencias étnicas. En una publicación de un sistema integrado de atención médica en el sur de California, un registro prospectivo de 20.296 pacientes tenía la siguiente proporción de procedimientos: 58% BGYR, 40% gastrectomía vertical en manga y 2% bandas raras.

Este estudio mostró que el tipo de procedimiento puede tener un impacto en la pérdida de peso y las diferencias étnicas (19). A los 3 años, los pacientes RYGB blancos no hispanos tenían un% EWL más alto que los pacientes negros no hispanos (PAG & lt 0,001) e hispanos (PAG & lt 0,001) Pacientes con BGYR sin embargo, no hubo diferencias entre los grupos raciales / étnicos de gastrectomía en manga en% EWL.

Se utilizó otra gran base de datos (Base de datos longitudinal de resultados bariátricos [BOLD]) para examinar las diferencias étnicas para los resultados de la cirugía metabólica. En este estudio de 108,333 pacientes, la composición étnica fue 79% blanca, 12% negra y 9% hispana (20). Menos hombres negros se sometieron a cirugía (15%) en comparación con los hombres blancos o hispanos (22%). En comparación con los pacientes blancos, los pacientes negros eran más pesados ​​(IMC medio, 50 frente a 47,4 kg / m 2), más jóvenes (42,7 frente a 46,4 años) y más hipertensos (57 frente a 52%). Otras comorbilidades fueron mayores en los blancos. La tasa de mortalidad a los 30 días fue equivalente entre todos los grupos (0,23 a 0,26%), pero los eventos adversos graves fueron mayores para los negros (3,65%) que para los blancos (3,19%) y los hispanos (2,01%). Al año, todos los grupos étnicos mostraron una mejora significativa en el peso y la carga de comorbilidad desde el inicio, pero los pacientes de raza negra tuvieron menos mejoría en comparación a pesar del ajuste de las características basales.

Esta misma base de datos también examinó las diferencias étnicas en los resultados de la cirugía metabólica entre los adolescentes (21). En este estudio de 827 adolescentes, la pérdida de peso media estimada para todos los grupos étnicos difirió en un máximo de solo 1,5 kg, siendo 34,3 kg para los hispanos, 33,8 kg para los negros no hispanos y 32,8 kg para los blancos no hispanos.

Si bien la mayoría de estas publicaciones se han centrado en los resultados a un año, este estudio demostró resultados equivalentes a los tres años en la remisión de la diabetes y la pérdida de peso en un grupo étnicamente diverso de 1.603 pacientes (22). Se produjeron mejoras significativas para los pacientes con diabetes no diagnosticada que lograron una disminución de la glucosa plasmática en ayunas del 43%, seguida de pacientes diagnosticados con diabetes con una disminución del 33% en la glucosa plasmática en ayunas. Como se demuestra en la Tabla 1, existen varias bases de datos grandes que han examinado las variaciones étnicas en los resultados de la cirugía metabólica.

Resultados de la cirugía metabólica por etnia en grandes bases de datos


Comorbilidad en pacientes adultos hospitalizados con diabetes tipo 2 en el noreste de China: un análisis de los datos de alta hospitalaria de 2002 a 2013

Este estudio tiene como objetivo evaluar la carga y los patrones de comorbilidad entre los pacientes adultos hospitalizados con un diagnóstico de diabetes mellitus tipo 2 (DM2) en el noreste de China utilizando datos de alta hospitalaria derivados de la base de datos de registros médicos electrónicos entre 2002 y 2013. 12,8% de 4.400.892 pacientes hospitalizados de edad ≥18 tenían un diagnóstico de DM2. Las diferencias de sexo en la prevalencia variaron entre las personas de & lt50, 50-59 y ≥60. Se determinaron veintisiete enfermedades como principales comorbilidades de la DM2. La hipertensión esencial fue la comorbilidad más común de la DM2 (riesgo absoluto de concurrencia, 58,4%), mientras que la DM2 también fue la comorbilidad más común de la hipertensión esencial. La aterosclerosis periférica y visceral mostró la asociación más fuerte (riesgo relativo de co-ocurrencia, RCoR 4.206). Para cinco comorbilidades principales entre pacientes ≥40 años, los pacientes masculinos tuvieron una asociación más fuerte con los trastornos del metabolismo de los lípidos que los pacientes femeninos (RCoR 2.779 versus 2.099), y las pacientes tuvieron una asociación más fuerte con la insuficiencia renal crónica que los pacientes masculinos (RCoR 2.461 versus 2.155 ). Las principales comorbilidades, excepto la insuficiencia renal crónica, tenían asociaciones en declive con la DM2 con el aumento de la edad. En conjunto, los datos del alta hospitalaria se pueden utilizar para estimar la prevalencia de la enfermedad e identificar comorbilidades. Los hallazgos proporcionaron información completa sobre los patrones de comorbilidad, lo que ayudó a los responsables de la formulación de políticas y los programas en los ámbitos de la salud pública a estimar y evaluar la epidemia de enfermedades crónicas.

1. Introducción

La prevalencia de diabetes está aumentando en todo el mundo [1]. El estudio clínico transversal y el estudio de cohortes revelaron que los pacientes con diabetes mellitus tipo 2 (DM2) tienen un mayor riesgo de enfermedades cardiovasculares y cerebrovasculares y complicaciones clínicas asociadas, lo que hace que la diabetes sea una de las principales causas de enfermedad prematura y muerte. Se prevé que, en 2030, la DM2 será la séptima causa principal de muerte en el mundo [2]. Por lo tanto, una comprensión precisa y clara de la epidemiología de las enfermedades que coexisten con la diabetes, especialmente las enfermedades crónicas, es importante para establecer los objetivos del tratamiento.

Si bien los pacientes con DM2 tienen un mayor riesgo de comorbilidad, hay pocas fuentes de datos disponibles para evaluar la carga y los patrones de comorbilidad entre los pacientes con DM2. Muchas encuestas poblacionales y estudios clínicos han intentado determinar cómo la DM2 afecta el riesgo de enfermedades cardiovasculares y cerebrovasculares y las complicaciones asociadas [3-5], centrándose en trastornos específicos relacionados con la DM2, como la neuropatía autonómica cardiovascular [6, 7], tuberculosis pulmonar [8] y enfermedad renal crónica [9], y / o en poblaciones específicas con DMT2, como pacientes con demencia [5], ancianos [10] y personas con depresión [11]. Los estudios clínicos pueden tener resultados inconsistentes debido a tamaños de muestra relativamente pequeños y variaciones en las características y contextos de la muestra [12], mientras que los datos de la encuesta generalmente se enfocan en trastornos específicos y algunas veces incluyen información inadecuada sobre diagnósticos y tratamientos. Por lo tanto, es necesario contar con información completa a partir de grandes conjuntos de datos a largo plazo para mejorar la comprensión de la prevalencia de las comorbilidades relacionadas con la DM2, junto con el análisis de subgrupos.

Con el surgimiento de la era de los macrodatos, la adopción nacional o regional de sistemas de registros médicos electrónicos (EMR) ha mejorado la eficiencia y la calidad de la prestación de atención médica y ha brindado la oportunidad de utilizar información de pacientes del mundo real para la extracción de datos clínicos. Los datos de EMR se han convertido en una prioridad para la investigación sobre las relaciones entre enfermedades, como la evaluación de las comorbilidades del consumo de sustancias [13, 14], el estudio de las relaciones temporales entre la DM2 y el cáncer [15], el análisis de las redes de enfermedades [16] y la creación de modelos para predecir la gravedad de la enfermedad [ 17] e identificar a los pacientes [18, 19]. Los datos de alta hospitalaria, como una especie de datos administrativos derivados de EMR, permiten a los investigadores acceder a una amplia gama de enfermedades, cuyos códigos de diagnóstico de alta son asignados por médicos capacitados siguiendo pautas estándar. Por tanto, los datos de alta hospitalaria se están convirtiendo en una de las fuentes de datos disponibles para evaluar la prevalencia hospitalaria y la comorbilidad de una enfermedad específica [20-22]. Sin embargo, hasta donde sabemos, ninguno de estos estudios se ha centrado en analizar la tendencia tanto de los patrones de prevalencia como de comorbilidad con respecto a la DM2.

China tiene el mayor número de personas con diabetes del mundo. En 2014, la prevalencia de DM2 se estimó en un 9,32% entre la población adulta china de 18 a 79 años, lo que representa un estimado de 96,3 millones de personas [23]. Se estima que China tendrá aproximadamente 143 millones de pacientes con DM2 en 2035 [23]. Sin embargo, la mayor parte de la información actual sobre la epidemia sobre la diabetes tipo 2 en China se recopiló mediante encuestas [24-27]. Pocos estudios [28, 29] han utilizado datos del mundo real de un solo hospital para evaluar la prevalencia y / o comorbilidad de DM2 en China. Por el contrario, el gobierno chino ha invertido enormes cantidades de fondos para implementar sistemas EMR en hospitales de todo el país en la última década. Se espera que los EMR se desplieguen e implementen en todo el país en todos los hospitales públicos a nivel de condado y superiores para 2017 [30]. La rápida implementación de EMR en China ha acumulado enormes cantidades de datos clínicos, que son adecuados para responder preguntas como la prevalencia y comorbilidad de la DM2.

En este estudio, usamos una gran base de datos administrativa (que involucra a 4,123,405 pacientes), que incluye información de alta hospitalaria derivada de los EMR de todos los hospitales en una gran ciudad en el noreste de China durante 2002 a 2013, para estimar el riesgo de comorbilidades relacionadas con la DM2, como así como sus tendencias a lo largo de la línea de tiempo. Creemos que este es el primer estudio que utiliza grandes datos derivados de EMR para evaluar el estado de T2DM en China, especialmente en el noreste de China. Esperamos que este estudio también sirva como un nuevo modelo para comprender mejor las enfermedades utilizando datos del mundo real.

2. Materiales y métodos

2.1. Fuente de datos y población de estudio

Los datos de alta hospitalaria se obtuvieron de las bases de datos EMR de todos los hospitales de Dalian, China, desde enero de 2002 hasta diciembre de 2013. Dalian es la segunda ciudad más grande del noreste de China, con 6,9 millones de residentes permanentes en 2013. El conjunto de datos contenía más de 6 millones de registros, incluyendo información demográfica (sexo y fecha de nacimiento), fecha de admisión, fecha de alta, un diagnóstico de alta primaria y hasta 5 diagnósticos de alta secundaria. Los datos de los pacientes ≥18 años se anularon la identificación y se incluyeron en este estudio. El uso de estos datos de manera anónima fue autorizado por el Centro de Información, Comisión de Salud y Planificación Familiar del Municipio de Dalian.

Todos los diagnósticos se identificaron con los códigos de la Clasificación Internacional de Enfermedades, Décima Revisión (CIE-10) [31]. Estos códigos de diagnóstico se recodificaron luego en uno de los 259 códigos de categorización definidos por el software de clasificaciones clínicas (CCS) para ICD-10-CM [32], que es un esquema de categorización de diagnóstico basado en códigos ICD-10. Los códigos CCS son categorías de diagnóstico con más significados clínicos, que a veces pueden ser más útiles para presentar estadísticas descriptivas que los códigos ICD-10 individuales para condiciones relativamente específicas. Ahora se utilizan ampliamente en muchos escenarios de estudio para identificar comorbilidades y resultados [33-35], predecir la mortalidad y el riesgo [36, 37] y estimar la utilización y los costes hospitalarios [38].

2.2. Análisis estadístico

Todas las muestras se estratificaron por edad, sexo y año calendario. La edad en años se clasificó en los siguientes grupos: 18-29, 30-39, 40-49, 50-59, 60-69, 70-79 y ≥80.

En cada historia clínica individual con dos o más diagnósticos, se extrajeron todos los posibles pares de enfermedades entre estos diagnósticos. Para enfermedades específicas

, se construyó una tabla de dos por dos como se ve en la Tabla 1 donde

son números de registros que tienen enfermedad con y sin, respectivamente, y

son números de registros que no tienen enfermedad con y sin, respectivamente. El riesgo absoluto de co-ocurrencia (ACoR) de la enfermedad en condición de se calculó como

, y el riesgo relativo de coocurrencia (RCoR) de la enfermedad se calculó como el ACoR de la enfermedad dividido por el ACoR de la enfermedad sin que sea,


Prevención

Los médicos deben reconocer los signos de diabetes en todos los grupos de edad y deben educar a los pacientes y cuidadores sobre cómo reconocerlos también (eTable A). En un estudio, las personas con CAD tuvieron síntomas de diabetes durante 24,5 días antes de desarrollar CAD.17 Las personas con diabetes y sus cuidadores deben estar familiarizados con el ajuste de la insulina durante tiempos de enfermedad. Esto incluye un control más frecuente de la glucosa continuando con la insulina, pero en dosis más bajas, durante los momentos de disminución de la ingesta de alimentos y el control de los niveles de cetonas en la orina con una tira reactiva si el nivel de glucosa es superior a 240 mg por dL (13,32 mmol por L) .47 Más accesible La medición domiciliaria de cetonas séricas con un glucómetro comercial puede permitir la detección más temprana de CAD y una disminución de las visitas al hospital.48 Las personas con una bomba de insulina deben conocer la configuración de la bomba y deben mantener una prescripción de insulina basal en caso de falla de la bomba.

ETable A. Estrategias preventivas para la cetoacidosis diabética

Educación para médicos sobre el reconocimiento temprano de los síntomas de la diabetes mellitus para un diagnóstico rápido A1

Educación para pacientes y cuidadores sobre el cuidado de la diabetes

Línea directa las 24 horas para preguntas urgentes

Referencia para educación diabética con educador certificado o farmacéutico A3, A4

Contacto temprano con el médico

Reducción de insulina en lugar de eliminación

Medición del nivel de cetonas en orina o suero

Protocolo de insulina de respaldo en caso de falla de la bomba de insulina

Asesoramiento psicológico para quienes eliminan la insulina por problemas de imagen corporal y para quienes tienen depresión mayor u otras enfermedades psicológicas que interfieren con el manejo adecuado.

Evaluar las razones de la interrupción de la insulina (por ejemplo, el acceso a la atención médica, las barreras sociales, culturales y económicas).

Remisión a recursos comunitarios

Reducción del copago por el medicamento A8

A1. Vanelli M, Chiari G, Ghizzoni L, Costi G, Giacalone T, Chiarelli F.Eficacia de un programa de prevención de la cetoacidosis diabética en niños. Un estudio de 8 años en escuelas y consultorios privados. Cuidado de la diabetes. 199922 (1): 7 & # x20139.

A2. Riley SB, Marshall ES. Visitas grupales en el cuidado de la diabetes: una revisión sistemática. Diabetes Educ. 201036 (6): 936 & # x2013944.

A3. Funnell MM, Brown TL, Childs BP, et al. Estándares nacionales para la educación para el autocontrol de la diabetes. Cuidado de la diabetes. 201033 (supl. 1): S89 & # x2013S96.

A4. Taveira TH, Friedmann PD, Cohen LB, et al. Modelo de citas médicas grupales dirigidas por farmacéuticos en diabetes tipo 2. Diabetes Educ. 201036 (1): 109 & # x2013117.

A5. Mayes PA, Silvers A, Prendergast JJ. Nueva dirección para mejorar la calidad en la atención de la diabetes: utilizar las telecomunicaciones y los trabajadores de extensión paraprofesionales respaldados por un equipo médico experto. Telemed J E Health. 201016 (3): 358 & # x2013363.

A6. Hall DL, Drab SR, Campbell RK, Meyer SM, Smith RB. Un curso de educación sobre diabetes interprofesional basado en la web. Am J Pharm Educ. 200771 (5): 93.

A7. Brink S, Laffel L, Likitmaskul S, et al. Manejo de los días de enfermedad en niños y adolescentes con diabetes. Diabetes pediátrica. 200910 (suplemento 12): 146 & # x2013153.

A8. Nair KV, Miller K, Park J, Allen RR, Saseen JJ, Biddle V. Programa de reducción de copago de recetas para empleados diabéticos. Popul Health Manag. 201013 (5): 235 & # x2013245.

ETable A. Estrategias preventivas para la cetoacidosis diabética

Educación para médicos sobre el reconocimiento temprano de los síntomas de la diabetes mellitus para un diagnóstico rápido A1

Educación para pacientes y cuidadores sobre el cuidado de la diabetes

Línea directa las 24 horas para preguntas urgentes

Referencia para educación diabética con educador certificado o farmacéutico A3, A4

Contacto temprano con el médico

Reducción de insulina en lugar de eliminación

Medición del nivel de cetonas en orina o suero

Protocolo de insulina de respaldo en caso de falla de la bomba de insulina

Asesoramiento psicológico para quienes eliminan la insulina por problemas de imagen corporal y para quienes tienen depresión mayor u otras enfermedades psicológicas que interfieren con el manejo adecuado.

Evaluar las razones de la interrupción de la insulina (por ejemplo, el acceso a la atención médica, las barreras sociales, culturales y económicas).

Remisión a recursos comunitarios

Reducción del copago por el medicamento A8

A1. Vanelli M, Chiari G, Ghizzoni L, Costi G, Giacalone T, Chiarelli F.Eficacia de un programa de prevención de la cetoacidosis diabética en niños. Un estudio de 8 años en escuelas y consultorios privados. Cuidado de la diabetes. 199922 (1): 7 & # x20139.

A2. Riley SB, Marshall ES. Visitas grupales en el cuidado de la diabetes: una revisión sistemática. Diabetes Educ. 201036 (6): 936 & # x2013944.

A3. Funnell MM, Brown TL, Childs BP, et al. Estándares nacionales para la educación para el autocontrol de la diabetes. Cuidado de la diabetes. 201033 (supl. 1): S89 & # x2013S96.

A4. Taveira TH, Friedmann PD, Cohen LB, et al. Modelo de citas médicas grupales dirigidas por farmacéuticos en diabetes tipo 2. Diabetes Educ. 201036 (1): 109 & # x2013117.

A5. Mayes PA, Silvers A, Prendergast JJ. Nueva dirección para mejorar la calidad en la atención de la diabetes: utilizar las telecomunicaciones y los trabajadores de extensión paraprofesionales respaldados por un equipo médico experto. Telemed J E Health. 201016 (3): 358 & # x2013363.

A6. Hall DL, Drab SR, Campbell RK, Meyer SM, Smith RB. Un curso de educación sobre diabetes interprofesional basado en la web. Am J Pharm Educ. 200771 (5): 93.

A7. Brink S, Laffel L, Likitmaskul S, et al. Manejo de los días de enfermedad en niños y adolescentes con diabetes. Diabetes pediátrica. 200910 (suplemento 12): 146 & # x2013153.

A8. Nair KV, Miller K, Park J, Allen RR, Saseen JJ, Biddle V. Programa de reducción de copago de recetas para empleados diabéticos. Popul Health Manag. 201013 (5): 235 & # x2013245.

El incumplimiento de los regímenes médicos suele ser la causa de CAD recurrente. Los médicos deben reconocer las barreras del paciente para recibir atención, como razones financieras, sociales, psicológicas y culturales. La educación sobre la diabetes con educadores y farmacéuticos certificados mejora la atención al paciente49, 50.Otras técnicas de prevención incluyen visitas grupales, telecomunicaciones, aprendizaje en la web y reducción de copagos para medicamentos para la diabetes; sin embargo, la evidencia de su efectividad es mixta.51 & # x2013 55

Fuentes de datos: en julio de 2010, se realizó una búsqueda inicialmente amplia en PubMed, Essential Evidence Plus y fuentes como la base de datos Cochrane y Clinical Evidence utilizando el término clave cetoacidosis diabética. En el otoño de 2010, se realizó otra búsqueda utilizando términos clave adicionales, como incidencia y prevalencia. A medida que se recopiló la información, se buscaron preguntas individuales para agregar puntos más finos a la documentación. Las búsquedas se repitieron con cada borrador del manuscrito.


Probióticos, prebióticos y funciones cerebrales

Un microorganismo beneficioso defiende a los organismos hospedadores contra la penetración de microorganismos dañinos y tiene muchas otras funciones en la integridad de la pared intestinal, la inmunidad innata, la sensibilidad a la insulina, el metabolismo y también está en diálogo con las funciones cerebrales. Es un reconocimiento reciente que la microbiota intestinal tiene un efecto directo sobre el cerebro y el cerebro influye en la microbiota [105]. Los efectos de manipular la flora entérica mediante probióticos (bacterias vivas administradas en cantidades orales que permiten la colonización del colon) o prebióticos (oligosacáridos no digeribles como la insulina y oligofructosa que son fermentados por la microbiota colónica y mejoran el crecimiento de organismos comensales benéficos como Bifidobacteria y Lactobacillus spp.) se han evaluado en varios ensayos controlados [117]. En un informe reciente se ha demostrado que el tratamiento con probióticos mejora el deterioro de la actividad sináptica y la función cognitiva inducido por la diabetes [123]. Este eje de dos vías intestino-cerebro consta de microbiota, sistema inmunológico y neuroendocrino, así como del sistema nervioso central y autónomo [108, 124]. En comparación con la dieta de carbohidratos solos, la dieta prebiótica con carbohidratos aumentó la proporción intestinal de Lactobacilos y Bifidobacterias, conservó la integridad de la unión estrecha y la función de barrera intestinal, y redujo la endotoxinemia y las citocinas sistémicas y hepáticas y el estrés oxidativo [116]. Ahora, la evidencia de la influencia de la microbiota intestinal en el comportamiento y la química cerebral está bien documentada [125]. También se sabe que la microbiota sana normal influye en el desarrollo y la función del SNC, a través de cambios de comportamiento y moleculares [102]. El tratamiento oral de ratas con Lactobacillus reuteri, que activó los canales de potasio dependientes del calcio en las neuronas entéricas del plexo mientérico del colon, demuestra que la microbiota intestinal puede afectar al cerebro a través del sistema nervioso autónomo [126].


Inhibidores de la ECA y ARB

La angiotensina II es un potente vasoconstrictor que también causa hipertrofia miocítica cardíaca y producción de colágeno por estas células, lo que conduce a fibrosis miocárdica27. Estos efectos no solo mejoran con la inhibición de la ECA y el bloqueo de la AT.1 receptor, but also with ACE inhibitors bradykinin and prostacyclin levels are increased, which mediates the release of nitric oxide and improves both the hypertrophy of the myocyte and cardiac fibrosis.28 Previously, based on retrospective subgroup analysis of the Valsartan in Heart Failure Study,29 it was believed that in patients already on ACE inhibitors and β-blockers the addition of an ARB increased mortality. However, the recent Candesartan in Heart Failure: Assessment of Reduction in Mortality and Morbidity (CHARM) study showed a benefit of adding candesartan to a HF regimen of β-blockers and ACE inhibitors.30 Conversely, studies of high-risk type 2 diabetic patients with macroalbuminuria utilizing either losartin or ibersartin, while showing improvement in progression of renal disease, did not show a benefit in cardiac or overall mortality.31

On the other hand, ACE inhibitors have repeatedly shown a reduction in mortality in diabetic HF patients with or without systolic dysfunction. The mechanism for this improvement is through myocardial remodeling. ACE inhibitors prevent rather than reverse remodeling so that their effect depends on how soon after an acute event they are initiated.32

ACE inhibitors are at least as effective in reducing mortality in diabetic patients as in nondiabetic patients and are clearly of value in the treatment of diabetic patients with HF. Evidence of this is available from the Survival and Ventricular Enlargement Study, in which captopril reduced the mortality rate in both diabetic and nondiabetic subjects following MI, though the mortality rate of treated diabetic patients was higher than that of untreated nondiabetic patients.33 Use of enalapril in the SOLVD trials34 was associated with greater efficacy in asymptomatic, compared with symptomatic, diabetic patients, which reemphasizes the prophylactic rather than curative effects of ACE inhibitors on myocardial remodeling. In the Gruppo Italiano per lo Studio della Sopravvivenza nell Infarto Miocardico (GISSI-3) trial,35 use of lisinopril post-MI resulted in a lower 6-week mortality in diabetic subjects. In the Assessment of Treatment with Lisinopril and Survival study36 of class II-IV HF patients, the risk of death was reduced by more than half in diabetic subjects utilizing lisinopril.


A comparison of diabetic complications and health care utilization in diabetic patients with and without comorbid depression

Background: Depression has been found to interfere with patient self-management of diabetes and adherence to a medication regimen. Data on health care utilization indicate that depression is at least as prevalent as diabetes, and that both of these conditions represent substantial costs to the health care system. In this analysis, we used Canadian data from outpatient visits, hospital discharges, extended health care claims, and long-term disability claims to compare the rate of diabetic complications for subjects with diabetes alone and those with diabetes and depression. We then determined whether there is a higher rate of utilization of health care services by diabetic patients with depression.

Methods: In this cross-sectional study, 1427 diabetic patients were identified in a group of acute care hospital workers employed in British Columbia in 1998. Diabetic complications and depression were identified based on ICD-9 diagnostic codes. Rates of diabetes-related complications and use of health care services were then considered for diabetic patients with and without comorbid depression.

Results: Overall, the rate of utilization of health care services was found to be greater in diabetic patients with comorbid depression than those with diabetes alone. The rates of ischemic heart disease, peripheral vascular disease, and altered consciousness experienced by the group of diabetic individuals with depression were found to be significantly higher than those with diabetes alone.

Conclusions: The interaction between diabetes and depression results in an increased risk of diabetic complications, as well as increased utilization of health care services.

A Canadian cross-sectional study of patients with diabetes found that those patients with comorbid depression experienced more diabetes-related complications.

Recent studies have estimated that patients with diabetes are twice as likely as members of the general population to be diagnosed with depression, and that depression in turn interferes with patient self-management of diabetes and adherence to a medication regimen.[1-3] Longitudinal data have also suggested that the interaction between diabetes and depression predicts greater mortality, greater incidence of both macrovascular and microvascular complications, as well as accelerated onset of these complications.[4-6] Lustman and colleagues noted a significant association between depression and hyperglycemia, a well-established predictor of diabetic complications in both type 1 and type 2 diabetes.[7-10] Futhermore, a randomized controlled trial suggested that antidepressant therapy in patients with type 1 and type 2 diabetes improved glycemic control.[10]

US data on health care utilization and expenditures indicate that depression is at least as prevalent as diabetes, and that both of these conditions represent substantial costs to the health care system.3 Several studies have attempted to quantify the increase in health care costs in diabetic patients with comorbid depression. Egede and colleagues reported 4.5 times greater annual health care expenditures in diabetic patients with major depression, while Ciechanowski and colleagues reported that diabetic patients with depressive symptoms have between 51% and 86% higher health care costs.[2,3] Many of these previous studies, however, relied on small samples or self-reported data, and only evaluated total health care costs. As a result, it is difficult to determine whether the increased costs are mainly due to treatment of mental health or due to the comorbid diagnosis of diabetes. Using US data, Finkelstein and colleagues conducted a retrospective analysis of Medicare claims and found increased health care utilization unrelated to mental illness in elderly claimants with both diabetes and major depression, thus indicating that diabetic patients with comorbid depression incurred higher medical costs than claimants with diabetes alone.[11]

Similar studies comparing Canadian health care expenditures in such patients are currently lacking. Furthermore, there are no studies indicating whether there is a difference between the rates of utilization of specific health care services by diabetic patients with and without depression.

In this analysis, we used Canadian data from a combination of records for outpatient visits, hospital discharges, extended health care claims, and long-term disability claims to compare the rate of diabetic complications for patients with diabetes and depression and those with diabetes alone. We then compared the use of specific health care services by the two groups in order to determine whether there is a higher rate of utilization of health care services by patients with diabetes and depression.

This cross-sectional study examined data from health care workers at acute care hospitals in British Columbia employed in 1998. Access to all data was granted through application to the data steward responsible for each data set, and the unique identifiers were removed to protect patient confidentiality. The study protocol was approved by the Clinical Research Ethics Board at the University of British Columbia. The study included data from several sources that were merged to create a person-specific longitudinal database of health care utilization. The data included outpatient physician visits and hospitalization discharges (provided by the British Columbia Linked Health Database) and long-term disability (LTD) and extended health benefits data (provided by a universal health benefits provider to the BC health care workforce). From this group a study cohort of 1427 diabetic patients was identified based on methods described previously.[12] Specifically, we used ICD-9 diagnostic codes 250 (diabetes mellitus), 357.2 (neuropathy in diabetes), 362.01 (diabetic retinopathy NOS), 362.02 (proliferative diabetic retinopathy), and 366.41 (diabetic cataract) as a primary or secondary diagnosis to identify diabetic patients within the database. Subjects with depression were identified using ICD-9 diagnostic codes 263.2 or 263.3 (either single or multiple episodes of major depressive disorders). In addition, subjects submitting claims for antidepressant medication or receiving LTD benefits because of depression were assumed to be suffering from depression.
The utilization of health care services was examined by evaluating the following variables: visits to a primary care physician, total physician visits (primary care and specialist), hospitalizations, long-term disability claims, total extended health care claims, medication claims to extended health, diabetes-specific claims to extended health (i.e., all services coded under diabetes mellitus therapy by the health benefits provider), and claims for visits to allied health care workers.

A number of common diabetes-related complications were identified in the database for analysis. These included ischemic heart disease, peripheral vascular disease, diabetic retinopthy, diabetic neuropathy, diabetic nephropathy, and gangrene. These complications were identified based on ICD-9 codes in the database provided by the MSP and hospitalization data.

Rates of diabetes-related complications and utilization of health care services were then considered for diabetic patients with and without comorbid depression. For continuous variables, t test analysis was used, while chi-square and fisher-exact testing were used for analysis of proportions.

Table 1 presents the demographic characteristics of the two patient groups (depressed and not depressed). In total, the study cohort consisted of 1427 patients. Of these patients, 180 were identified as depressed. The two groups were comparable with one exception: there were significantly more females in the group with diabetes and depression (88.9%) than in the group with diabetes alone (82.3%).

Table 2 presents the rates of diabetic complications in the two groups, as well as the number of visits per year to a primary care physician or specialist for each complication in those who experienced the complication. The rates of ischemic heart disease, peripheral vascular disease, and altered consciousness experienced by the group of diabetic individuals with depression were found to be significantly higher than those with diabetes alone. However, the number of visits to primary care physicians or specialists per year for these complications remained comparable between the two groups with the exception of nephropathy complications. The rate of all other diabetic complications analyzed remained comparable between the two groups.

Table 3 compares the rates of utilization of specific health care services for the two groups. Overall, the rate of utilization of health care services was found to be greater in diabetic patients with comorbid depression than those with diabetes alone. Specifically, the rate of hospitalizations, primary care physician visits, total physician services (primary care and specialist visits), total extended health care claims, drug claims, and long-term disability claims were found to be significantly higher in the group with diabetes and depression. However, diabetic-specific claims were comparable between the two groups.

Because it might be expected that diabetic patients with comorbid depression would seek mental health services at a rate greater than their nondepressed counterparts, we also analyzed the data without reference to these services. Even with mental health services removed, most relationships in Table 3 continued to hold true. Specifically, the rate of total physician services (primary care and specialist visits) used by those individuals with comorbid depression was 28.2 visits per year versus 22.4 visits per year for those without depression (P<.01). Visits to primary care physicians for the depressed group equaled 11.3 visits per year versus 9.3 visits for the nondepressed group (P<.01). Similarly, drug claims (again, excluding medication for mental health) in the diabetic subjects with depression were much higher, equaling 21.6 claims per year versus 11.7 claims per year for the nondepressed group (P<.01). With the removal of hospitalizations for mental health reasons, the difference between the groups in the rate of hospitalizations for other reasons was still apparent, although to a lesser degree, with 1.7 visits per year for the depressed group versus 1.5 visits per year for the nondepressed group (P=.13).

Our findings suggest that the interaction between diabetes and depression does result in an increased risk of diabetic complications, as well as increased utilization of health care services. The results of our study are similar to those of other retrospective analyses, longitudinal studies, and meta-analyses using US data.[2-4,11,12] In addition, our findings support those of Finkelstein, who found that diabetic patients with depression will seek services for health problems unrelated to mental health at a greater rate than those with diabetes alone.11

Our study is unique in that we have accessed an extensive Canadian database that includes extended health care claims and long-term disability information. Earlier studies have also reported increased health care use and expenditures in patients with diagnoses of diabetes and comorbid depression, but did not focus on the pattern of use and were mostly US-based.[2,3,13-20] Analysis of the pattern of use is crucial in deriving hypotheses for the driving force behind the increase in health care costs found in depressed individuals with diabetes. For example, in our study we noted that there was increased utilization of health care services in all areas, with the exception of diabetes-specific claims and allied health care. The increase in health care costs in such a wide range of services reflects the dramatic effect of depression on diabetes. Furthermore, when comparing the two groups, those who experienced increased complications in the depressed group did not seek increased medical care from primary care physicians or specialists, perhaps reflecting a change in patient motivation to seek treatment in the depressed group.

The general increase in the rate of diabetic complications found in this study, particularly those of ischemic heart disease, is consistent with results of several other studies.[4,6,21] However, there exists some controversy in the literature regarding which diabetic complications are increased in individuals with comorbid depression. For example, Cohen and colleagues[22] and Miyaoka and colleagues[23] have correlated depression with diabetic retinopathy and nephropathy, but others have failed to find such an association.[24]
There are limitations to this study. Additional baseline information on our study cohort would have been useful, and the lack of such information may have been a source of confounding factors. In addition, our database did not subdivide the different types of depression and diabetes. Finally, because of the cross-sectional nature of this study, we cannot show causality and cannot conclude that the increase in health care utilization and expenditure is due solely to the effect of depression in individuals with diabetes.

Conclusiones
Health care utilization was greater in diabetic individuals with comorbid depression than those without such a diagnosis. The increased utilization of resources may be due to management of diabetic complications, changes in patient compliance to diabetic management, a combination of the two factors, or unknown factors. Our findings further suggest that screening diabetic patients for depression may decrease the rate of diabetic complications and potentially decrease health care expenditure however, further cost-benefit analyses are required to define the economic benefit of such a protocol.

Expresiones de gratitud
This research was funded by the Student Summer Research Program, UBC Faculty of Medicine.

Competing interests
None declared.

Referencias

1. Rubin RR, Ciechanowski P, Egede LE, et al. Recognizing and treating depression in patients with diabetes. Curr Diab Rep 20044:119-125.
2. Ciechanowski PS, Katon WJ, Russo JE. Depression and diabetes: Impact of depressive symptoms on adherence, function, and costs. Arch Intern Med 2000160:3278-3285.
3. Egede LE, Zheng D, Simpson K. Comorbid depression is associated with increased health care use and expenditures in individuals with diabetes. Diabetes Care 200225:464-470.
4. Black SA, Markides KS, Ray LA. Depression predicts increased incidence of adverse health outcomes in older Mexican Americans with type 2 diabetes. Diabetes Care 200326:2822-2828.
5. Musselman DL, Betan E, Larsen H, et al. Relationship of depression to diabetes types 1 and 2: Epidemiology, biology, and treatment. Biol Psychiatry 200354:317-329.
6. De Groot M, Anderson R, Freedland KE, et al. Association of depression and diabetes complications: A meta-analysis. Psychosomatic Med 200163:619-630.
7. Lustman PJ, Anderson RJ, Freedland KE, et al. Depression and poor glycemic control: A meta-analytic review of the literature. Diabetes Care 200023:434-442.
8. The Diabetes Control and Complications Trial Research Group. The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus. N Engl J Med 1993329:977-985.
9. Leslie RD. United Kingdom Prospective Diabetes Study (UKPDS): What now or so what? Diabetes Metab Res Rev 199915:65-71.
10. Lustman PJ, Griffith LS, Freedland KE, et al. Cognitive behavior therapy for depression in type 2 diabetes. A randomized, controlled trial. Ann Intern Med 1998129:613-621.
11. Finkelstein EA, Bray JW, Chen H, et al. Prevalence and costs of major depression among elderly claimants with diabetes. Diabetes Care 200326:415-420.
12. Anderson RJ, Freedland KE, Clouse RE, et al. The prevalence of comorbid depression in adults with diabetes: A meta-analysis. Diabetes Care 200124:1069-1078.
13. Simon GE, VonKorff M, Barlow W. Health care costs of primary care patients with recognized depression. Arch Gen Psychiatry 199552:850-856.
14. Simon G, Ormel J, VonKorff M, et al. Health care costs associated with depressive and anxiety disorders in primary care. Am J Psychiatry 1995152:352-357.
15. Henk HJ, Katzelnick DJ, Kobak KA, et al. Medical costs attributed to depression among patients with a history of high medical expenses in a health maintenance organization. Arch Gen Psychiatry 199653:899-904.
16. Unutzer J, Patrick DL, Simon G, et al. Depressive symptoms and the cost of health services in HMO patients aged 65 years and older: A 4-year prospective study. JAMA 1997277:1618-1623.
17. Panzarino PJ Jr. The costs of depression: Direct and indirect treatment versus nontreatment. J Clin Psychiatry 199859:11-14.
18. Lave JR, Frank RG, Schulberg HC, et al. Cost-effectiveness of treatments for major depression in primary care practice. Arch Gen Psychiatry 199855:645-651.
19. Druss BG, Rosenheck RA. Patterns of health care costs associated with depression and substance abuse in a national sample. Psychiatr Serv 199950:214-218.
20. Druss BG, Rohrbaugh RM, Rosenheck RA. Depressive symptoms and health costs in older medical patients. Am J Psychiatry 1999156:477-479.
21. Erbey JR, Kuller LH, Becker DJ, et al. The association between a family history of type 2 diabetes and coronary artery disease in a type 1 diabetes population. Diabetes Care 199821:610-614.
22. Cohen ST, Welch G, Jacobson AM, et al. The association of lifetime psychiatric illness and increased retinopathy in patients with type I diabetes mellitus. Psychosomatics 199738:98-108.
23. Miyaoka Y, Miyaoka H, Motomiya T, et al. Impact of sociodemographic and diabetes-related characteristics on depressive state among non-insulin-dependent diabetic patients. Psychiatry Clin Neurosci 199751:203-206.
24. Karlson B, Agardh CD. Burden of illness, metabolic control, and complications in relation to depressive symptoms in IDDM patients. Diabet Med 199714:1066-1072.

Dr Dufton is a medical resident in the Department of Radiology at Queen’s University. Dr Li is a medical resident in the Department of Internal Medicine at the University of British Columbia. Dr Koehoorn is an assistant professor in the Department of Health Care and Epidemiology with an associate appointment at the School of Occupational and Environmental Hygiene at the University of British Columbia.



Comentarios:

  1. Tuvya

    Este mensaje es incomparable))), me gusta :)

  2. Niyol

    Te visitaron simplemente una idea magnífica

  3. Backstere

    No lo sé.

  4. Kaziran

    En mi opinión te equivocas. Puedo probarlo. Escríbeme por MP.



Escribe un mensaje