Skip Navigation Links
Centers for Disease Control and Prevention
 CDC Home Search Health Topics A-Z

Preventing Chronic Disease: Public Health Research, Practice and Policy

View Current Issue
Issue Archive
Archivo de números en español








Emerging Infectious Diseases Journal
MMWR


 Home 

Volumen 7: Nº 3, mayo de 2010

INVESTIGACIÓN ORIGINAL
Condición socioeconómica y prevalencia de obesidad y diabetes en una comunidad mexicoamericana, condado de Cameron, Texas, 2004-2007


ÍNDICE


Translation available This article in English
Print this article Imprimir artículo
E-mail this article Enviar por e-mail:



Enviar comentarios a los editores Enviar comentarios a los editores


Navegar por este artículo
Resumen
Introducción
Métodos
Resultados
Discusión
Agradecimientos
Datos sobre los autores
Referencias
Tablas


Susan P. Fisher-Hoch, MD; Anne R. Rentfro, MSN, PhD; Jennifer J. Salinas, PhD; Adriana Pérez, PhD; H. Shelton Brown, PhD; Belinda M. Reininger, DrPH; Blanca I. Restrepo, PhD; J. Gaines Wilson, PhD; M. Monir Hossain, PhD; Mohammad H. Rahbar, PhD; Craig M. Hanis, PhD; Joseph B. McCormick, MD

Citación sugerida para este artículo: Fisher-Hoch SP, Rentfro AR, Salinas JJ, Pérez A, Brown HS, Reininger BM, et al. Condición socioeconómica y prevalencia de obesidad y diabetes en una comunidad mexicoamericana, condado de Cameron, Texas, 2004-2007. Prev Chronic Dis 2010;7(3):A53. http://www.cdc.gov/pcd/issues/2010/
may/09_0170_es.htm
. Consulta [fecha].

REVISADO POR EXPERTOS

Resumen

Introducción
Los mexicoamericanos enfrentan un riesgo mayor de obesidad y diabetes. Establecimos una cohorte en la frontera de los Estados Unidos y México para determinar la prevalencia de la obesidad y la diabetes en esta población mexicoamericana y para ver si las diferencias mínimas en las ventajas económicas tenían algún efecto en la salud.

Métodos
Seleccionamos en forma aleatoria a 810 personas de 35 a 64 años de edad, de las cuales realizamos un registro exhaustivo. Se analizó la información ponderada para establecer la prevalencia de obesidad y diabetes y de otros marcadores de mala salud, como la glucohemoglobina elevada.

Resultados
Las tasas de obesidad (índice de masa corporal ≥30 kg/m2) fueron de 57% en el primero de 4 estratos socioeconómicos por ingresos (el más bajo) y de 55.5% en el tercero (más alto). Las personas del estrato socioeconómico más alto tenían una probabilidad significativamente menor de tener diabetes sin diagnosticar (2% frente a 9%). Para las personas de 55 a 64 años de edad, las tasas de diabetes fueron significativamente más altas en las personas que se encontraban en el estrato socioeconómico más bajo que en el más alto. Las tasas de diabetes no diagnosticada presentaron diferencias similares. Aproximadamente tres cuartas partes de los encuestados indicaron que no tenían seguro médico y no encontramos diferencias por estrato socioeconómico.

Conclusión
Los índices de obesidad y de diabetes en esta comunidad fronteriza están entre los más elevados en los Estados Unidos. La pertenencia al estrato socioeconómico más bajo aumentó significativamente la probabilidad de tener diabetes sin diagnosticar y el riesgo general de contraer diabetes en los pacientes muy jóvenes para poder solicitar Medicare. Una mejoría modesta en los ingresos económicos tuvo un efecto benéfico en la salud de esta comunidad de minoría racial y étnica.

Volver al comienzo

Introducción

Los mexicoamericanos enfrentan un riesgo más alto de obesidad y diabetes que la población estadounidense en general (1-5). Las ramificaciones económicas y sociales de estas epidemias son considerables (6,7). En el 2006, se calculó que más de 20 millones de estadounidenses tenían diabetes tipo 2 y cerca de una tercera parte de los casos no estaban diagnosticados (8). Hacia el 2050, se proyecta que el número de pacientes estadounidenses con diabetes diagnosticada ascienda a 39 millones (9). La raza y la etnicidad, la herencia genética, la cultura, la situación económica y los elementos del ambiente constituyen riesgos subyacentes para contraer diabetes (9). En los Estados Unidos, las minorías raciales o étnicas, incluidos los mexicoamericanos, tienen un riesgo mayor de diabetes, pero esta tendencia se confunde con la condición socioeconómica (SES) (10,11). De manera similar, aunque la salud en los Estados Unidos mejoró en general de 1999 al 2006, incluido el control de la diabetes, esto no se aplica a las minorías raciales o étnicas en desventaja socioeconómica, en particular las personas que no han alcanzado la edad requerida para recibir Medicare (≥65 años) (10,12).

Las disparidades raciales medidas en pérdida de vida potencial por enfermedades graves, como la diabetes, están bien documentadas (13). El influjo de inmigrantes de México ha figurado en el centro del debate nacional desde la década pasada o más. Lo que a menudo se pierde en este debate es el estado de salud de los mexicoamericanos de los Estados Unidos, y en especial de los que habitan la frontera con México, donde a menudo son el grupo étnico prevaleciente. La ciudad de Brownsville (condado de Cameron, Texas; número de habitantes en el 2006: 172,437 [14]) proporciona un ambiente único para analizar las disparidades de salud en los mexicoamericanos de los Estados Unidos. Esta comunidad ofrece un panorama anticipado de los resultados de salud que habrá por los cambios demográficos y que probablemente se extiendan a muchas partes del país. En el 2004, comenzamos a reclutar una cohorte, la cual ahora asciende a 2,000 personas, de una selección aleatoria de hogares con base en la información de las regiones censales del año 2000 (15), con el objetivo de establecer una cohorte “tipo Framingham” en esta población. La cohorte de Framingham se inició en 1948 como parte de los Estudio del Corazón de Framingham y consistió en una muestra aleatoria de 5,209 adultos de Framingham, Massachusetts, de 30 a 62 años de edad (16). Esta cohorte ha crecido para utilizarse en numerosos estudios y proporcionar información sobre factores de riesgo para enfermedades comunes. El objetivo primario de nuestro estudio fue ver el efecto que tienen las mínimas ventajas económicas en la prevalencia de obesidad y diabetes en la población mexicoamericana.

Volver al comienzo

Métodos

Diseño del estudio

Después de las discusiones iniciales y las observaciones en nuestra comunidad, en el 2004 decidimos establecer la Cohorte Hispana del Condado de Cameron (CCHC, por sus siglas en inglés). En este estudio, seleccionamos aleatoriamente a un subgrupo de personas (de 35 a 64 años de edad) de los hogares de la Cohorte Hispana del Condado de Cameron para determinar la influencia de la condición socioeconómica en la diabetes y la obesidad. Mediante el uso del diseño de un muestreo estratificado en dos etapas, generamos información sobre 810 personas de una población total de 41,199 habitantes (55% mujeres, 90% hispanos).

Participantes

Del 2004 al 2007, reclutamos a 2,000 participantes para la Cohorte Hispana del Condado de Cameron, los cuales son residentes de Brownsville, Texas, ciudad que tiene ocho cruces fronterizos internacionales con Matamoros, México. Clasificamos las regiones censales en cuatro estratos por ingresos económicos y nos enfocamos en la muestra del primero (el más bajo) y el tercer estrato socioeconómico. Con fines de simplificación, llamaremos a estos “estrato socioeconómico más bajo” y “estrato socioeconómico más alto.” El ingreso familiar anual medio era de $17,830 o menos para el estrato socioeconómico más bajo y de $24,067 a $31,747 para el más alto (15). El marco muestral resultante de 47 regiones censales fue de 1,579 bloques censales habitados (con una población de 136,366). De los 476 grupos censales (un grupo censal es un bloque censal único en una región censal específica) en las regiones del estrato de condición socioeconómica más bajo, seleccionamos 42 grupos por muestreo aleatorio simple. De manera similar, de las 294 regiones censales del estrato de socioeconómico más alto seleccionamos 38 grupos censales. Obtuvimos muestras en 11 regiones censales de los 42 grupos censales del estrato socioeconómico más bajo y 11 regiones censales de los 38 grupos del más alto. Suprimimos un grupo del estrato socioeconómico más alto, porque estaba formado predominantemente por jubilados procedentes del norte de los Estados Unidos y de Canadá que residen en Texas durante el invierno y que en su mayoría no son hispanos. Los residentes de invierno por lo general se agrupan geográfica y estacionalmente en complejos de viviendas rentadas y parques para vehículos recreativos (17). Invitamos a todos los hogares de los bloques censales seleccionados a que participaran en el estudio. En general, el 71% de los hogares contactados decidió participar, pero lo hicieron mayoritariamente los hogares del estrato socioeconómico más bajo (78% frente a 63%, P = .03). Luego seleccionamos aleatoriamente a una persona de cada hogar para que participara en el estudio.

Las comisiones de revisión institucional del Centro de Ciencias de la Salud de la Universidad de Texas y de la Universidad de Texas en Brownsville revisaron y aprobaron el protocolo. También aprobaron los formularios de consentimiento informado, que incluyeron permiso para la toma y almacenamiento de información y especímenes sin identificación personal para este y otros estudios.

Medidas de los resultados principales

Dos enfermeras y cuatro trabajadores de campo capacitados en buenas prácticas clínicas, de acuerdo a los requisitos de los Institutos Nacionales de Salud, todos ellos bilingües y biculturales, condujeron el estudio en inglés y español. Les pedimos a los participantes que ayunaran al menos 10 horas durante la noche antes de visitar nuestra unidad de investigación clínica, localizada estratégicamente en el Centro Médico Valley Baptist de Brownsville. Después de verificar la duración de su ayuno, obtuvimos muestras de sangre para realizar análisis clínicos y de ADN. A los participantes que no habían ayunado les programamos una visita posterior. Medimos el peso de los participantes sin zapatos, utilizando una escala electrónica portátil en la que registramos el peso en el rango de 0.2 kg más cercano. La estatura se midió con un estadiómetro y se registró en el rango de 0.2 cm más cercano. Calculamos el índice de masa corporal (IMC) y medimos la circunferencia de la cintura (adiposidad visceral) al nivel del ombligo, para lo cual los participantes estaban de pié y respiraban normalmente, registrándola en el rango de 0.2 cm más cercano. Medimos la presión arterial de acuerdo con el protocolo descrito en el Programa Nacional de Educación sobre la Hipertensión (18) y para el análisis, utilizamos la media de las mediciones 2 y 3. Para el análisis de la glucosa sanguínea, utilizamos reactivo Glucostat (Modelo 27, YSI, Inc, Yellow Springs, Ohio). Si encontrábamos resultados imprevistos, como glucosa elevada en un participante que no había reportado tener diabetes, le pedíamos al participante que volviera a una segunda visita para confirmar el resultado. Hablamos con cada participante sobre sus resultados. Cuando encontramos resultados anormales, remitimos al participante a su médico, y si no tenía, a un centro de salud local con acreditación federal. Congelamos la sangre para realizar análisis de hemoglobina A1c (HbA1c) (19) y transportamos en hielo los leucocitos y el plasma a un almacén para realizar análisis adicionales de laboratorio y estudios futuros. Utilizamos inmunoanálisis ligados a enzimas para determinar los niveles de insulina (Mercodia, Uppsala, Suecia).

Análisis estadístico

Reportamos los resultados por participante. En la muestra final, todos los participantes eran hispanos y 68% eran mujeres. Este desequilibrio en el mecanismo para generar la muestra tuvo que ser ajustado en el análisis con el fin de generalizar los resultados (p. ej., independientemente del sexo), por lo cual incorporamos pesos muestrales en nuestro análisis. Los pesos muestrales son la probabilidad inversa de selección de cada participante basada en su estrato socioeconómico, región y bloque censal (grupo) de residencia y sexo. La incorporación de estos pesos muestrales proporciona la inferencia estadística correcta al ofrecer una mejor estimación del estándar de error y, por ende, del intervalo de confianza. En los cálculos de los pesos muestrales, hicimos un ajuste posterior de los índices con base en los datos de la población del censo del 2000. También examinamos la información clasificando a los participantes por ingreso familiar y seleccionando los cuartiles superior e inferior para obtener una diferencia más grande en el ingreso familiar que la que se calculó usando los datos del censo. De esta manera, comparamos 202 participantes del estrato superior con 202 del estrato inferior con base en su ingreso familiar.

En el estudio reportamos los resultados para las variables dependientes de los antecedentes médicos reportados y las variables observadas como IMC, circunferencia de la cintura y glucosa sanguínea e insulina. Usamos la ecuación para la resistencia a la insulina del modelo de evaluación de la homeostasis (HOMA-IR = glucosa (mg/dL)/18 × insulina (mU/L)/22.5) (20). Las covariables demográficas incluyeron edad, sexo, país de nacimiento, país de nacimiento de los padres y abuelos, estudios completados y situación laboral. Primero, generamos información demográfica y descriptiva para describir la muestra. Comparamos los análisis que consideraban el peso y los que no lo tenían en cuenta, y determinamos que era preferible utilizar pesos muestrales para el análisis debido a que servían de ajuste para la baja participación de hombres y de desempleados. Luego desarrollamos un modelo de regresión logística múltiple para considerar los efectos de posibles factores de confusión como edad, sexo y país de nacimiento. Finalmente, clasificamos toda la cohorte por ingreso familiar anual y repetimos los análisis usando los cuartiles inferior y superior para ver si podíamos observar diferencias más sutiles. Usamos los programas SAS versión 9.1 (SAS Institute, Inc, Cary, Carolina del Norte) y Stata 10 SE (StataCorp LP, College Station, Texas). Hicimos ajustes en los respectivos paquetes estadísticos para el diseño muestral.

Utilizamos un sistema de información geográfica para visualizar la distribución espacial de los hogares por cuartiles de ingreso económico y la densidad de la muestra. Asignamos códigos geográficos a los hogares usando coordinadas de latitud y longitud obtenidas por sistema de posicionamiento global (GPS) y las verificamos con las direcciones de las calles para asegurar su precisión. Elaboramos mapas y planos con el programa de software ArcMap v. 8.3 del Instituto de Investigación de Sistemas Ambientales (Environmental Systems Research Institute o ESRI, Redlands, California).

Volver al comienzo

Resultados

El nivel de participación en la cohorte de Brownsville no presentó diferencias significativas por estrato socioeconómico (Figura 1 y Tabla 1). La única diferencia sustancial entre los dos estratos socioeconómicos fue la proporción de participantes que completaron sus estudios de escuela secundaria superior. Menos de una cuarta parte de los participantes reportó que tenía seguro médico privado. Una cifra pequeña (5%) tenía Medicaid y otra similar (5%) reportó que tenía Medicaid o Medicare en combinación con atención médica privada.

El mapa muestra la ubicación de cada hogar incluido en el análisis. En general, las personas del cuartil más bajo residen en el norte y el este, mientras que las personas del tercer cuartil están más cerca del río, en el sur. Se muestran en relación a 3 cruces fronterizos, varias carreteras principales y el Río Grande.

Figura 1. Mapa de Brownsville, Texas, trazado mediante sistemas de información geográfica mostrando la distribución en la ciudad de la Cohorte Hispana del Condado de Cameron, 2004-2007. Las personas del primer cuartil tenían ingresos anuales familiares de $17,830 o menos y las del tercer cuartil $24,067-$31,747. El recuadro muestra en detalle uno de los bloques de la muestra aleatoria.

Más de la mitad de los participantes de ambos estratos socioeconómicos tuvieron un IMC en el rango de la obesidad (≥30 kg/m2) (Tabla 2). Un número ligeramente mayor de participantes del estrato socioeconómico más alto presentó obesidad mórbida (IMC ≥40 kg/m2), pero la diferencia no fue significativa. La diabetes autorreportada difirió ligeramente entre ambos estratos, pero la diabetes no diagnosticada presentó diferencias significativas entre uno y otro estrato. Aproximadamente 1 de cada 10 de participantes del estrato socioeconómico más bajo recibió la noticia de que tenía diabetes a través de este estudio. En ambos estratos, los niveles medios de HbA1c en los participantes con diabetes fueron de 9.4%. En los modelos de regresión logística para considerar posibles variables de confusión, la diabetes no diagnosticada continuó siendo el único resultado asociado al estrato socioeconómico (Tabla 2).

La única diferencia significativa en las mediciones biológicas por estrato socioeconómico cuando se utilizaban datos sobre el peso fue con respecto a la insulina en ayunas (Tabla 3). Los resultados estratificados por sexo muestran diferencias significativas en niveles de insulina en ayunas y resistencia a la insulina entre las mujeres de ambos estratos socioeconómicos. Aun así, la resistencia media a la insulina en ambos sexos estaba muy por encima del límite normal (3.15).

Cuando clasificamos a estos participantes por los ingresos anuales de su hogar, encontramos que el ingreso medio del cuarto cuartil fue de $20,532 y de $8,160 en el primer cuartil. Cuando comparamos estos cuartiles, no encontramos diferencias en la frecuencia de la obesidad o la media del IMC. Sin embargo, en un patrón congruente con lo que observamos utilizando los cuartiles de las regiones censales, encontramos una media significativamente más alta de glucosa sanguínea en ayunas de 123.2 mg/dL (95% IC, 114.5-131.9 mg/dL; n = 204) en el primer cuartil, en comparación con 108.0 mg/dL (95% IC, 101.3-114.5 mg/dL; n = 202) en el cuarto cuartil. También observamos una marcada diferencia en la prevalencia de diabetes (diagnosticada y sin diagnosticar), de 21% (43/204) en el primer cuartil, en comparación con 10% (20/202) en el cuarto cuartil (χ2 = 6.596, P < .01). No detectamos diferencias en la media de los niveles de insulina y la resistencia a la insulina entre los dos cuartiles.

La edad tuvo una influencia destacada en los efectos del estrato socioeconómico. Las tasas de diabetes fueron significativamente más altas en las personas de 55 a 64 años de edad del estrato socioeconómico más bajo, en comparación con las del estrato socioeconómico más alto (Figura 2). Se observó una disminución en la diabetes autorreportada y un aumento en la diabetes no diagnosticada, lo cual también dependía de la edad.

Gráfica de líneas

Figura 2. Porcentaje de participantes con diabetes, por edad y condición socioeconómica, Cohorte Hispana del Condado de Cameron, 2004-2007. Las personas del primer cuartil tuvieron ingresos familiares anuales de $17,830 o menos, las personas del tercer cuartil tuvieron ingresos familiares anuales de $24,067-$31,747. En las personas de 55 a 64 años de edad, las diferencias entre el estrato socioeconómico bajo y alto fueron significativas en P < .05. [También disponible la versión tabular de esta figura.]

Volver al comienzo

Discusión

En una población de una gran minoría racial o étnica sin seguro médico, residente de una zona urbana de la frontera entre los Estados Unidos y México, el estrato socioeconómico se asoció a la diabetes no diagnosticada y a la aparición de diabetes. Pese al estrecho margen de ingresos de esta población, las personas en el espectro socioeconómico más bajo tenían una probabilidad significativamente mayor de presentar diabetes no diagnosticada y el riesgo de diabetes aumentaba marcadamente con la edad. Este efecto adverso en la salud por pertenecer a un estrato socioeconómico más bajo se hizo más evidente al compararse los cuartiles superior e inferior por ingresos familiares autorreportados. Sin embargo, no encontramos diferencias en la prevalencia de la obesidad entre los estratos.

Observamos que las mujeres del estrato socioeconómico más bajo tenían una probabilidad mayor de presentar niveles elevados de resistencia a la insulina y de insulina en ayunas que las mujeres del estrato socioeconómico más alto, pero no encontramos diferencias similares en los hombres, lo que es congruente con otros hallazgos publicados (21,22). Es posible que las mujeres mexicoamericanas del estrato socioeconómico más bajo tengan menos acceso a la atención médica que sus contrapartes del estrato más alto, o quizás los distintos estilos de vida entre ambos estratos influyan en la manera en que estas mujeres cuidan su salud.

La información nacional puede ser que subestime la prevalencia de obesidad y diabetes en las comunidades fronterizas (1). Las tasas de diabetes en estas comunidades fueron 1.4 veces más altas que las reportadas a nivel nacional en los mexicoamericanos de 20 años de edad o más (1) y cerca del doble que las de todos los estadounidenses (40-59 años de edad) (1,3,23). La diabetes no diagnosticada en esta población también fue el doble de la nacional. De manera similar, las tasas de obesidad en nuestro estudio fueron más de una y media veces superiores que la tasa de los mexicoamericanos a nivel nacional (de 40-59 años de edad) y una décima parte de nuestras mujeres presentaban obesidad mórbida (3). Estas tasas excesivas ofrecen un vistazo de los posibles problemas futuros de salud en las personas de origen mexicano que residen en otras partes de los Estados Unidos.

La muestra de nuestro estudio no reúne el requisito de la edad para tener Medicare (≥65 años de edad). En ambos estratos socioeconómicos, cerca del 80% de los participantes reportaron que no tenían seguro médico. Estos datos subrayan la necesidad de realizar actividades de prevención e intervenciones en personas de 35 años o más pero menores de 65 años, quienes tienen un riesgo mayor y una probabilidad menor de poder pagar por su atención médica. Esta población enfrenta un riesgo particular de presentar complicaciones costosas como insuficiencia renal y amputaciones. Las complicaciones de la diabetes reducen la capacidad de trabajar, exacerbando la vulnerabilidad socioeconómica de este grupo etario.

Nuestro estudio enfrentó varias limitaciones. Pese a los esfuerzos intensivos, hubo una mayor participación femenina que masculina en el estudio; esto no fue sorpresivo en una comunidad donde a la mayoría de los hombres se les paga en su trabajo por hora. No pudimos evaluar a las personas seleccionadas aleatoriamente que decidieron no participar. La exclusión del segundo y cuarto estrato socioeconómico debilita nuestros cálculos sobre prevalencia. Nuestros datos plantean el tema de la aculturación y la experiencia inmigrante, pero no recogimos información para distinguir esos factores y la condición socioeconómica. Si bien la población es mayoritariamente de origen mexicano, los participantes del estudio habían vivido en Brownsville un promedio de 16 años, lo que los hacía residentes de larga estadía en los Estados Unidos. De todas maneras, más del 70% decidió responder los cuestionarios en español. Los residentes de Brownsville tienen libre acceso a la cultura mexicana a través de los medios de comunicación y los productos importados en tiendas de venta al por menor y supermercados; los que pueden hacerlo, cruzan la frontera cuando lo desean. De muchas formas, Brownsville es más parecida a la vecina ciudad mexicana de Matamoros que a la principal ciudad estadounidense más cercana, Corpus Christi. El proceso de aculturación en Brownsville puede que sea diferente al observado en la población general de los Estados Unidos. Tenemos planeado recabar información precisa sobre la aculturación en nuestros futuros estudios con esta cohorte para determinar los padrones de esta comunidad.

Las fortalezas de nuestro estudio son considerables dado que reclutamos la primera cohorte exclusiva de mexicoamericanos en una ciudad fronteriza con disparidades de salud extremas. Con el apoyo de nuestra unidad de investigación clínica subvencionada por los Institutos Nacionales de Salud (NIH), hemos podido reclutar y procesar a los participantes en forma estandarizada, utilizando personal experto en buenas prácticas clínicas y procesos de análisis y manejo de datos bien monitorizados. Esto nos permite reportar información confiable que se puede usar para planificar actividades de prevención adecuadas y atención médica equitativa para una población subatendida.

El panorama general de la salud de esta población mexicoamericana es pobre. La tasa de diabetes en hispanos o latinos es casi el doble de la de las personas de raza blanca, con una aparición a edades más tempranas e índices más elevados de complicaciones y de muerte (2). En los mexicoamericanos de la frontera entre los Estados Unidos y México, las tasas publicadas de diabetes en comunidades rurales son más del doble que las de los blancos no hispanos (24). Mostramos el mismo riesgo elevado en poblaciones fronterizas urbanas. Aún más, demostramos las altas tasas de diabetes, en especial diabetes no diagnosticada, en las más pobres de las personas pobres de nuestro estudio que tienen poco o ningún acceso a la atención médica a través de un seguro. Esto representa una carga económica grande para la comunidad y el sistema de atención médica por las demoras en el diagnóstico y el tratamiento, hasta que la enfermedad se hace más compleja y costosa de tratar. Las intervenciones a manera de investigación basada en la participación de la comunidad probablemente serán esenciales para lograr soluciones sostenibles (25). El énfasis en el diagnóstico temprano y la prevención de la diabetes serán claves para obtener buenos resultados en la salud de la frontera.

Volver al comienzo

Agradecimientos

Agradecemos al personal de nuestro estudio, por su dedicado profesionalismo, en particular a Elizabeth Braunstein, Julie Ramirez, Rocio Uribe, Blanca Ortiz, Jody Rodriguez y Maria Lopez. Queremos agradecer a Gloria Sanchez y a Pablo Sanchez, por su gran apoyo en el manejo y análisis de los datos, a Diana Gomez por su trabajo meticuloso en la manipulación y procesamiento de especímenes y a Christina Villarreal por su apoyo administrativo. También nuestro agradecimiento al Centro Médico Valley Baptist de Brownsville, por albergar nuestra unidad de investigación clínica; a su laboratorio clínico, por haber realizado los análisis clínicos y a Rose Gowen, MD, por su supervisión de la unidad de investigación clínica. Le damos las gracias a Jennifer Gay y a Cristina Barroso, por su revisión experta de este manuscrito y sus útiles comentarios. Hacemos un agradecimiento particular a nuestros participantes, los ciudadanos de Brownsville, por la forma tan generosa y dispuesta en que nos dieron y nos siguen dando su cooperación y su tiempo.

Este trabajo contó con fondos MD000170 P20 subvencionados por el Centro Nacional de Salud de las Minorías y Disparidades de Salud, el Centro de Ciencias de la Salud de la Universidad de Texas en Houston, el Centro de Estudios Clínicos y Ciencia Traslacional, subvención CCTS-CTSA 1U54RR023417-01, financiada por el Centro Nacional de Recursos para la Investigación y los Centros para el Control y la Prevención de Enfermedades (CDC), subvención RO1 DP000210-01.

Volver al comienzo

Datos sobre los autores

Autora responsable de la correspondencia: Susan P. Fisher-Hoch, MD, Division of Epidemiology, University of Texas School of Public Health, Brownsville Campus, 80 Fort Brown, Brownsville, TX 78520. Teléfono: 956-882-5167. Correo electrónico: susan.p.fisher-hoch@uth.tmc.edu.

Afiliaciones de los autores: Anne R. Rentfro, J. Gaines Wilson, University of Texas at Brownsville, Brownsville, Texas; Jennifer J. Salinas, Belinda M. Reininger, Blanca I. Restrepo, Joseph B. McCormick, University of Texas Health Science Center, Houston, School of Public Health, Brownsville campus, Brownsville, Texas; Adriana Pérez, H. Shelton Brown, University of Texas Health Science Center, Houston, School of Public Health, Austin campus, Austin, Texas; M. Monir Hossain, Mohammad H. Rahbar, University of Texas School of Public Health and The Center for Clinical and Translational Sciences at The University of Texas Health Science Center, Houston, Houston, Texas; Craig M. Hanis, University of Texas Health Science Center, Houston, School of Public Health, Houston campus, Houston, Texas.

Volver al comienzo

Referencias bibliográficas

  1. Cowie CC, Rust KF, Byrd-Holt DD, Eberhardt MS, Flegal KM, Engelgau MM, et al. Prevalence of diabetes and impaired fasting glucose in adults in the U.S. population: National Health and Nutrition Examination Survey 1999-2002. Diabetes Care 2006;29(6):1263-8.
  2. Umpierrez GE, Gonzalez A, Umpierrez D, Pimentel D. Diabetes mellitus in the Hispanic/Latino population: an increasing health care challenge in the United States. Am J Med Sci 2007;334(4):274-82.
  3. Ogden CL, Carroll MD, Curtin LR, McDowell MA, Tabak CJ, Flegal KM. Prevalence of overweight and obesity in the United States, 1999-2004. JAMA 2006;295(13):1549-55.
  4. Gregg EW, Cheng YJ, Narayan KM, Thompson TJ, Williamson DF. The relative contributions of different levels of overweight and obesity to the increased prevalence of diabetes in the United States: 1976-2004. Prev Med 2007;45(5):348-52.
  5. Harris MI, Flegal KM, Cowie CC, Eberhardt MS, Goldstein DE, Little RR, et al. Prevalence of diabetes, impaired fasting glucose, and impaired glucose tolerance in U.S. adults. The Third National Health and Nutrition Examination Survey, 1988-1994. Diabetes Care 1998;21(4):518-24.
  6. Runge CF. Economic consequences of the obese. Diabetes 2007;56(11):2668-72.
  7. Yach D, Stuckler D, Brownell KD. Epidemiologic and economic consequences of the global epidemics of obesity and diabetes. Nat Med 2006;12(1):62-6.
  8. Preventing chronic diseases: a vital investment. Geneva (CH): World Health Organization; 2005.
  9. Chronic disease prevention and health promotion: preventing diabetes and its complications. Atlanta (GA): Centers for Disease Control and Prevention. http://www.cdc.gov/chronicdisease/resources/publications/ fact_sheets/diabetes.htm. Accessed January 21, 2010.
  10. Florez JC, Price AL, Campbell D, Riba L, Parra MV, Yu F, et al. Strong association of socioeconomic status with genetic ancestry in Latinos: implications for admixture studies of type 2 diabetes. Diabetologia 2009;52(8):1528-36.
  11. Hanis CL, Ferrell RE, Barton SA, Aguilar L, Garza-Ibarra A, Tulloch BR, et al. Diabetes among Mexican Americans in Starr County, Texas. Am J Epidemiol 1983;118(5):659-72.
  12. McWilliams JM, Meara E, Zaslavsky AM, Ayanian JZ. Differences in control of cardiovascular disease and diabetes by race, ethnicity, and education: U.S. trends from 1999 to 2006 and effects of Medicare coverage. Ann Intern Med 2009;150(8):505-15.
  13. Wong MD, Shapiro MF, Boscardin WJ, Ettner SL. Contribution of major diseases to disparities in mortality. N Engl J Med 2002;347(20):1585-92.
  14. State and county quickfacts: Brownsville (city), Texas. US Census Bureau. http://quickfacts.census.gov/qfd/states/48/4810768.html. Accessed October 20, 2009.
  15. FactFinder. US Census Bureau. http://factfinder.census.gov/home/saff/main.html?_lang=en. Accessed October 20, 2009.
  16. Framingham heart study. http://www.framinghamheartstudy.org/participants/original.html. Accessed January 27, 2010.
  17. Winter Texan season. About.com: Texas travel, 2008. http://gotexas.about.com/od/wintertexans/a/WtrTexans.htm. Accessed February 5, 2009.
  18. National Heart, Lung, and Blood Institute. National High Blood Pressure Education Program. Department of Health and Human Services, National Institutes of Health, 2008. http://www.nhlbi.nih.gov/about/nhbpep/. Accessed February 5, 2009.
  19. Hanis CL. Genetics of NIDDM among Mexican Americans. In: Berg K, Boulyjenkov V, Christen Y, editors. Genetic approaches to noncommunicable diseases. Berlin (DE): Springer-Verlag; 1996. p. 65-77.
  20. Matthews DR, Hosker JP, Rudenski AS, Naylor BA, Treacher DF, Turner RC. Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man. Diabetologia 1985;28(7):412-9.
  21. Loucks EB, Rehkopf DH, Thurston RC, Kawachi I. Socioeconomic disparities in metabolic syndrome differ by gender: evidence from NHANES III. Ann Epidemiol 2007;17(1):19-26.
  22. Sánchez-Vaznaugh EV, Kawachi I, Subramanian SV, Sánchez BN, Acevedo-Garcia D. Do socioeconomic gradients in body mass index vary by race/ethnicity, gender, and birthplace? Am J Epidemiol 2009;169(9):1102-12.
  23. Rosamond W, Flegal K, Friday G, Furie K, Go A, Greenlund K, et al. Heart disease and stroke statistics — 2007 update: a report from the American Heart Association Statistics Committee and Stroke Statistics Subcommittee [erratum in Circulation 2007;115(5):e172]. Circulation 2007;115(5):e69-171.
  24. Cohen SJ, Ingram M. Border health strategic initiative: overview and introduction to a community-based model for diabetes prevention and control. Prev Chronic Dis 2005;2(1). http://www.cdc.gov/pcd/issues/2005/jan/04_0081.htm. Accessed January 25, 2010.
  25. Bowman BA, Vinicor F. Toward prevention and control of type 2 diabetes: challenges at the U.S.-Mexico border and beyond. Prev Chronic Dis 2005;2(1). http://www.cdc.gov/pcd/issues/2005/jan/04_0119.htm. Accessed January 25, 2010.

Volver al comienzo

 



 

Tablas

Volver al textoTabla 1. Descripción de 810a personas de 35-64 años de edad, por ESEb, Cohorte Hispana del Condado de Cameron , Brownsville, Texas, 2004-2007
Características ESE más bajoc ESE más altoc Valor P d
Participación, n (%) 350 (74.0) 460 (76.5) NA
Sexo, n (%)
Mujeres 232 (55.7) 319 (57.1) .04
Hombres 118 (44.3) 141 (42.9)
País de nacimiento, n (%)
México 239 (71.1) 338 (74.4) <.001
Estados Unidos 105 (28.9) 119 (25.6)
País de nacimiento de los padres, n (%)
México 234 (88.3) 318 (87.7) .19
Estados Unidos 38 (11.7) 43 (12.3)
País de nacimiento de los 4 abuelos, n (%)
México 238 (95.5) 328 (94.6) .01
Estados Unidos 12 (4.5) 14 (5.4)
Estudios secundarios completos, n (%)
134 (35.3) 196 (45.3) <.001
No 214 (64.7) 264 (54.7)
Empleado, n (%)
85 (60.5) 107 (59.0) .02
No 33 (39.5) 34 (41.0)
Con seguro médico, n (%)
91 (22.3) 92 (21.8) <.08
No 259 (77.7) 368 (78.7)
Edad, media (DE)
Mujeres 49.1 (0.81) 48.9 (0.87) <.001
Hombres 47.6 (1.16) 48.4 (0.92) <.001

Abreviaturas: ESE, estrato socioeconómico; N/A, no aplicable; DE, desviación estándar.
a La suma puede que no llegue a un valor total de 810 debido a datos faltantes.
b Las personas en el primer cuartil tuvieron un ingreso familiar anual de $17,830 o menos (ESE más bajo) y para las personas del tercer cuartil los ingresos fueron de $24,067-$31,747 (ESE más alto).
c Frecuencias no ponderadas.
d χ2 Pruebas y porcentajes obtenidos con datos ponderados.

Volver al textoTabla 2. Prevalencia de obesidad y diabetes por cuartil de estrato socioeconómicoa y razones de probabilidad por análisis de regresión logísticab Cohorte Hispana del Condado de Cameron, Brownsville, Texas, 2004-2007
Características Prevalencia Razones de probabilidad
ESE más bajo (N = 350), n (%)c ESE más alto (N = 460), n (%)c Univariado (95% IC) Multivariadod (95% IC)
Obesidad (IMC ≥30) 189 (56.9) 253 (55.5) 0.97 (0.80-1.18) 1.00 (0.81-1.22)
Obesidad mórbida(IMC ≥40) 34 (7.7) 39 (8.3) 1.04 (0.82-1.32) 1.04 (0.79-1.28)
Diabetes autorreportadae 50 (14.0) 66 (15.1) 1.03 (0.67-1.58) 1.07 (0.73-1.59)
Diabetes no diagnosticadaf 23 (8.8) 16 (2.5) 0.55 (0.33-0.93) 0.54 (0.32-0.93)g

Abreviaturas: ESE, estrato socioeconómico; IC, intervalo de confianza; IMC, índice de masa corporal.
a Las personas del primer cuartil tuvieron ingresos familiares anuales de $17,830 o menos (ESE más bajo) y para las personas del tercer cuartil los ingresos fueron de $24,067-$31,747 (ESE más alto).
b El grupo de referencia es el estrato socioeconómico más alto.
c Frecuencias no ponderadas y porcentajes no ponderados.
d Análisis controlados por edad, sexo, país de nacimiento, estudios completados y situación laboral.
eLos encuestados contestaron que sí a la pregunta “¿Alguna vez un médico le dijo que tenía diabetes?”
f pero tuvieron en 2 ocasiones glucosa sanguínea en ayunas ≥126 mg/dL.
g Significativa en P < .05.

Volver al textoTabla 3. Medias estimadas de variables antropométricas y biológicas usando información ponderada, por cuartil de ESEa. Cohorte Hispana del Condado de Cameron , Brownsville, Texas, 2004-2007
Características ESE más bajo (DE) ESE más alto (DE) Diferencia media (95% IC)
Índice de masa corporal, kg/m2 31.7 (0.49) 31.4 (0.33) 0.26 (-0.91 a 1.43)
Mujeres 32.8 (0.65) 32.3 (0.42) 0.50 (-1.02 a 2.03)
Hombres 30.3 (0.6) 30.3 (0.43) 0.02 (-1.42 a 1.47)
Circunferencia de la cintura, cm 103.2 (1.02) 101.9 (0.90) 1.34 (-1.32 a 4.00)
Mujeres 102.2 (1.19) 100.5 (1.18) 1.67 (-1.62 a 4.95)
Hombres 104.5 (1.48) 103.7 (0.97) 0.84 (-2.62 a 4.30)
Glucemia en ayunas, mg/dL 118.1 (4.47) 112.5 (2.88) 5.61 (-4.82 a 16.03)
Mujeres 112.3 (3.34) 111.2 (3.45) 1.11 (-8.30 a 10.53)
Hombres 125.5 (8.87) 114.3 (4.59) 11.16 (-8.41 a 30.73)
Insulina en ayunas, mU/L 16.4 (1.05) 13.6 (0.45) 2.78 (0.55 a 5.01)b
Mujeres 17.5 (1.0) 14.1 (0.43) 3.45 (1.32 a 5.58)b
Hombres 15.0 (1.52) 13.0 (1.02) 1.99 (-1.59 a 5.57)
Resistencia a la insulina ≤3.15 4.8 (0.44) 3.8 (0.20) 0.92 (-0.03 a 1.87)
Mujeres 5.0 (0.44) 4.0 (0.24) 0.99 (0.01 a 1.97)b
Hombres 4.5 (0.54) 3.6 (0.38) 0.86 (-0.45 a 2.16)
Presión arterial sistólica, mm/Hg 120.7 (1.54) 119.8 (0.67) 0.85 (-2.43 a 4.13)
Mujeres 118.9 (1.49) 118.4 (0.96) 0.53 (-2.94 a 3.99)
Hombres 122.8 (2.45) 121.7 (1.32) 1.15 (-4.31 a 6.61)
Presión arterial diastólica, mm/Hg 73.6 (1.02) 73.7 (0.53) -0.07 (-2.33 a 2.19)
Mujeres 71.7 (0.93) 71.6 (0.53) 0.12 (-1.99 a 2.22)
Hombres 76.1 (1.89) 76.6 (0.77) -0.46 (-4.46 a 3.54)

Abreviaturas: ESE, estrato socioeconómico; DE, desviación estándar; IC, intervalo de confianza.
a Las personas del primer cuartil tuvieron ingresos familiares anuales de $17,830 o menos (ESE más bajo), y para las personas del tercer cuartil los ingresos fueron de $24,067-$31,747 (ESE más alto).
b Significativo en P < .05.

Volver al comienzo

 



 



Las opiniones expresadas por los autores que colaboran en esta revista no son necesariamente compartidas por el Departamento de Salud y Servicios Humanos de los Estados Unidos, el Servicio de Salud Pública, los Centros para el Control y la Prevención de Enfermedades o las instituciones a las cuales están afiliados los autores. El uso de nombres comerciales se realiza para fines de identificación y no implica respaldo alguno por parte de ninguno de los grupos mencionados anteriormente. Los enlaces a organizaciones que no pertenecen al gobierno federal se ofrecen solamente como un servicio a nuestros usuarios. Estos enlaces no constituyen un respaldo de los CDC ni del gobierno federal a estas organizaciones ni debe inferirse respaldo alguno. Los CDC no se responsabilizan por el contenido de esas páginas web.


 Home 

Privacy Policy | Accessibility

CDC Home | Search | Health Topics A-Z

This page last reviewed March 22, 2013

Centers for Disease Control and Prevention
National Center for Chronic Disease Prevention and Health Promotion
 HHS logoUnited States Department of
Health and Human Services