Investigadores de la Universidad CEU San Pablo, el Hospital Infantil Universitario Niño Jesús y la Universidad Rey Juan Carlos han identificado tres subtipos metabólicos, metabotipos, de obesidad infantil a partir de la medición de biomarcadores en sangre, lo que facilitará la elección del mejor tratamiento para cada paciente.
"La selección de los biomarcadores puede ayudar a clasificar el tipo de obesidad y, de esa manera, identificar el mejor tratamiento para cada tipo", ha explicado el investigador principal del proyecto en el Centro de Análisis de Metabolómica y Bioanálisis (CEMBIO) del CEU, Francisco Javier Rupérez.
PUBLICIDAD
El estudio, publicado en 'Frontiers in Molecular Biosciences' y financiado por el Ministerio de Ciencia, Innovación y Universidades y el Fondo de Investigación en Salud (FIS) del Instituto de Salud Carlos III, se ha basado en las capacidades de la metabolómica multiplataforma, la práctica clínica y técnicas de análisis estadístico avanzadas.
Asimismo, la investigación ha revelado que la dieta cetogénica, es decir, aquella alimentación muy baja en carbohidratos y alta en grasas, permite la reducción de peso en los niños.
En concreto, mantener este tipo de intervención nutricional durante cuatro meses permite una disminución de peso sostenida a lo largo de 12 meses.
Mediante el estudio metabolómico se ha demostrado que esta reducción de peso estaba asociada a drásticos cambios en el metabolismo, que se mantienen hasta nueve meses después de concluir el tratamiento, pero no en todos los pacientes. Esto ha permitido identificar un panel de biomarcadores que, antes de iniciar un tratamiento, podrían estar relacionados con la predicción de éxito y con la selección del tratamiento más adecuado para cada paciente.
Ante los resultados obtenidos, el investigador Francisco Javier Rupérez ha reivindicado las colaboraciones multidisciplinares, como la que ha hecho posible este estudio, para abordar problemas complejos como la obesidad.
"Nuestro objetivo es mejorar la precisión de los tratamientos y la adherencia de los pacientes mediante la identificación de marcadores predictivos que nos permitan seleccionar las intervenciones más adecuadas para cada individuo", ha afirmado.
PUBLICIDAD
Explora el artículo con IA