Efecto de dos dietas hipocalóricas y su combinación con ejercicio físico sobre la tasa metabólica basal y la composición corporal

El Síndrome Metabólico (SMet) se diagnostica por el cumplimiento de al menos tres criterios: hipertrigliceridemia, HDL-C disminuido, hipertensión arterial, glucemia alterada en ayunas y obesidad. Dicha obesidad constituiría el punto inicial para el desarrollo del SMet. Según la evidencia científica, las dietas hipocalóricas, incluyendo la mediterránea y la reducida en grasa con alto contenido en carbohidratos, reducen la masa grasa (MG) de estos pacientes y su efecto se potencia al combinarse con ejercicio físico (EF), pero se desconoce aún su influencia sobre la tasa metabólica basal (TMB). Objetivo: Conocer el efecto de dos dietas hipocalóricas: mediterránea y baja en grasas, combinadas o no con EF, sobre la TMB y la composición corporal (CC) de adultos con SMet. Métodos: 36 voluntarios, > 50 años, ambos sexos, con diagnóstico de SMet. Se asignaron aleatoriamente a uno de los cuatro grupos de intervención: Dieta hipocalórica mediterránea (MED), Dieta hipocalórica baja en grasa (CHO) ó ambas asociadas a EF (MEDE y CHOE respectivamente). Se evaluó CC (antropometría) y TMB (calorimetría indirecta) antes y después de la intervención. Resultados: La adición de EF a los dos tratamientos hipocalóricos produjo mayor pérdida de peso y MG que las dietas por sí solas, siendo esta pérdida en CHOE > MEDE (p < 0,05). Dichos grupos descendieron la TMB siendo MEDE > CHOE (p < 0,05). La Dieta Mediterránea, combinada o no con EF, disminuyó la MM siendo MEDE > MED (p < 0,05). Conclusiones: CHOE fue el tratamiento que mayor pérdida de peso y MG produjo, induciendo menor reducción de TMB y manteniendo un mejor perfil de CC que MEDE.

Clasificación de medidas de glucemia en función de ingestas en diabetes gestacional

Este trabajo presenta un clasificador de medidas de glucemia en función de las ingestas asociadas para pacientes con diabetes gestacional. Se presentan los resultados obtenidos al comparar la relevancia de diferentes atributos así como del uso de dos de los algoritmos más populares en el mundo del aprendizaje automático: las redes neuronales y los árboles de decisión. El estudio se ha realizado con los datos de 53 pacientes pertenecientes al Hospital de Sabadell y al Hospital Mutua de Terrassa obteniendo un 91,72% de precisión en el caso de la red neuronal, y un 95.92% con el árbol de decisión. La clasificación automática de medidas de glucemia permitirá a los especialistas pautar un tratamiento más acertado en base a la información obtenida directamente del glucómetro de las pacientes, contribuyendo así al desarrollo de los sistemas automáticos de ayuda a la decisión para diabetes gestacional.