¿Cuál es nuestro objetivo?

La diabetes gestacional se define como la presencia de niveles altos de glucosa en sangre durante el embarazo en mujeres previamente sanas, que puede conllevar complicaciones metabólicas importantes para la madre y para el bebé, tanto a corto como a largo plazo. Su incidencia es cada vez mayor, afectando al 7-15 % de los embarazos.

En particular, las madres tienen un mayor riesgo de desarrollar diabetes tipo 2 en los años posteriores al embarazo, mientras que los recién nacidos tienen más probabilidades de sufrir complicaciones como un peso excesivo al nacer o ser prematuros, así como un mayor riesgo de obesidad y resistencia a la insulina en años posteriores. Entre los factores de riesgo que predisponen al desarrollo de diabetes gestacional tienen especial relevancia los relacionados con el estilo de vida, principalmente el sedentarismo y una mala alimentación.

Un problema importante es que el diagnóstico se realiza tarde, entre las semanas 24 y 28 de embarazo, cuando la patología ya está establecida y los tratamientos o la modificación del estilo de vida se realizan en las etapas avanzadas de la enfermedad. Por ello, es necesaria una identificación temprana del riesgo de diabetes gestacional, que permita actuar lo antes posible sobre el estilo de vida (alimentación, actividad física), con el objetivo de frenar la progresión de la enfermedad y minimizar las consecuencias adversas para la madre y el feto.

El objetivo de este estudio es el desarrollo de una herramienta de predicción temprana del riesgo de diabetes gestacional basada en marcadores epigenéticos y en variables de estilo de vida (alimentación, actividad física) mediante el uso técnicas de inteligencia artificial.

En este estudio pretendemos desarrollar y validar una herramienta que nos permita predecir el riesgo de la diabetes gestacional lo más pronto posible. Esta herramienta está basada en el estudio de variables del estilo de vida (alimentación y actividad física) y en el análisis de un tipo de marcadores epigenéticos llamados microRNA, que aparecen circulantes en sangre y que son compartidos por la madre y el feto a través de la barrera hematoplacentaria. Estos marcadores tienen un gran valor para la predicción temprana del riesgo de diabetes gestacional, ya que se modifican sistemáticamente en las mujeres que posteriormente desarrollan diabetes gestacional antes de que los cambios clínicos en los niveles de glucosa en sangre se puedan detectar. Como estos marcadores se modifican también con el estilo de vida, ambas fuentes de información permitirán optimizar la capacidad predictiva de la herramienta que pretendemos desarrollar mediante el uso técnicas de inteligencia artificial.

¿A quién beneficia este proyecto?

La diabetes gestacional puede conllevar complicaciones metabólicas importantes tanto para la madre como para el bebé. Su incidencia es cada vez mayor, afectando al 7-15 % de los embarazos, lo que la convierte en un serio problema de salud pública, no solo por los efectos negativos para la salud de la madre y el bebé durante la gestación y al nacimiento, sino, especialmente, a largo plazo, ya que se asocia con un mayor riesgo de diabetes tipo 2 y obesidad.

Al mismo tiempo que se produce un envejecimiento progresivo de la población y que disminuye la tasa de natalidad, la prevalencia de sobrepeso y obesidad aumenta, así como la incidencia de diabetes tipo 2. Por ello, prevenir la diabetes durante el embarazo podría reducir las complicaciones inmediatas para las madres y los bebés y prevenir los riesgos de secuelas a largo plazo, con un enorme impacto socioeconómico en la salud pública.

Actualmente el diagnóstico de la diabetes gestacional tiene lugar entre las semanas 24-28 de embarazo, cuando la patología ya está establecida. Por ello, es necesaria una identificación temprana del riesgo de diabetes gestacional que permita introducir lo antes posible modificaciones en el estilo de vida (alimentación, actividad física) que permitan de frenar la progresión de la enfermedad y minimizar las consecuencias adversas para la madre y el feto, a corto y a largo plazo.

¿Qué precipitarás con tu ayuda?

El objetivo mínimo son 5000 euros y el óptimo son 30 000 euros. Con la cantidad mínima se pretenden sufragar gastos de material fungible, principalmente reactivos de laboratorio para poder comenzar a realizar los experimentos para el estudio de microRNA circulantes en muestras sanguíneas de mujeres embarazadas recogidas durante el seguimiento rutinario de su embarazo. Si se consigue alcanzar la cantidad óptima, el dinero se invertirá en la contratación de un investigador o investigadora durante un año a tiempo completo para que se dedique en exclusividad a este proyecto de investigación. Si se supera el objetivo óptimo, se prolongaría la contratación y se estudiaría un mayor número de mujeres embarazadas, lo que permitiría aumentar las posibilidades de éxito del proyecto.

¿Quieres saber más?

Publicaciones del grupo relacionadas con el Proyecto (en inglés, acceso libre):

• Editorial sobre el valor de los microRNA circulantes como biomarcadores de riesgo de diabetes gestacional: http://ncri.amegroups.com/article/view/5284/html
• Artículo de revisión sobre los microRNA circulantes como biomarcadores de la respuesta al ejercicio: https://journals.lww.com/acsm-essr/fulltext/2018/07000/Circulating_microRNA_as_Emerging_Biomarkers_of.5.aspx
• Artículo de revisión sobre el legado epigenético materno-filial mediado por microRNA: https://www.sciencedirect.com/science/article/pii/S1043661815001851?via%3Dihub
• Artículo de revisión sobre la presencia de microRNA en la leche materna y su papel en el crecimiento y desarrollo de los recién nacidos: https://www.sciencedirect.com/science/article/pii/S104366181830183X?via%3Dihub

También podéis seguirnos en Twitter, tanto en la cuenta de nuestro grupo (@ITSalud) como en la cuenta de la red de ejercicio “In motu salus” que coordinamos (@inmotusalus). Además, en la web https://www.unioviedo.es/inmotusalus/ podéis ver no solo lo que hacemos nosotros, sino también lo que hacen el resto de los investigadores de la Red.