Determinar la asociación entre el consumo de colesterol y huevos con la incidencia de enfermedad cardiovascular y muerte por cualquier causa.
A partir de seis cohortes (ARIC:
Los autores de este trabajo realizaron una estandarización de la ingesta de alimentos de los participantes en porciones comparables y combinables entre los diferentes trabajos.
Incidencia de enfermedad cardiovascular y mortalidad global, ajustadas por edad, sexo, raza/etnia, educación, consumo de energía total, tabaquismo, actividad física, consumo de alcohol y uso de hormonoterapia. Para controlar los posibles sesgos de confusión, los autores propusieron tres modelos. Seleccionamos para este resumen al que incluyó las variables que con potencial influencia sobre la exposición y sobre el evento.
La media de la edad al inicio de la cohorte fue de 52 años y 55 % eran mujeres. El 62% fue de etnia blanca y el 55% había cursado estudios universitarios. El 22% de los participantes eran fumadores actuales y 26%, ex-fumadores.
Luego de ajustar por los potenciales factores de confusión mencionados, se observó asociación entre la magnitud de la ingesta diaria de colesterol y de huevos y los resultados evaluados, con un efecto dosis dependiente (ver
| Potencial efecto de cada unidad de consumo adicional | Incidencia de enfermedad cardiovascular | Mortalidad global | ||
|---|---|---|---|---|
| DRA (%) (IC 95%) | HR (IC 95%) | DRA (%) (IC 95%) | HR (IC 95%) | |
| Cada 300 mg/día de colesterol | 3,24 (1,39 a 5,08) | 1,17 (1.09 a 1.26) | 4,43(2,51 a 6,36) | 1,18 (1,10 a 1,26) |
| Cada 0,5 huevos/día | 1,11 (0,32 a 1,81) | 1,06 (1,03 a 1,10) | 1,93 (1,10 a 2,76) | 1,08 (1,04 a 1,11) |
Este estudio fue financiado con una beca doctoral del American Heart Association Strategically Focused Research Networks. Las cohortes de pacientes evaluadas recibieron apoyo de las siguientes instituciones: National Institutes of Health/National Heart, Lung, and Blood Institute, Northwestern University Feinberg School of Medicine, Jackson State University, Tougaloo College, University of Mississippi Medical Center, y National Institute for Minority Health and Health Disparities. El Dr Wilkins reportó que recibió honorarios como asesor de NGM Biopharmaceuticals (Modest), el Dr Mentz reportó que recibió apoyo para investigación de Akros, Amgen, AstraZeneca, Bayer, GlaxoSmithKline, Gilead, Luitpold, Medtronic, Merck, Novartis, Otsuka, y ResMed; honorarios de Abbott, Amgen, AstraZeneca, Bayer, Janssen, Luitpold Pharmaceuticals, Medtronic, Merck, Novartis, y ResMed; y participó como asesor para Amgen, AstraZeneca, Luitpold, Merck, Novartis y Boehringer Ingelheim.
La investigación en epidemiología nutricional es muy dificultosa por varias razones. Por un lado, los factores sociales y conductuales que influyen en la salud de las poblaciones son dinámicos y van mutando a lo largo del tiempo. Por otro lado, muchas de las variables nutricionales están relacionadas entre sí, lo que conduce a que los desenlaces en salud resulten de una interacción entre muchas de ellas. Por último, los datos que se recolectan para este tipo de estudios, son generalmente de cuestionarios diseñados para ser completados por los participantes (autoadministrados), usualmente muy largos y laboriosos, lo que puede inducir a sesgos de información o bien a sesgos de cortesía
Por otro lado, en este estudio, no queremos dejar de mencionar la posibilidad de introducir sesgos al excluir a las personas con datos faltantes en algunas de las variables ya que esas personas podrían ser sistemáticamente diferentes a quienes tuvieron sus datos completos (más sanas, más enfermas, más viejas, etc.) (sesgo de selección).
Más allá de los alimentos que consuma cada persona, existen diferentes perfiles metabólicos y genéticos, así como contextos ambientales que pueden ejercer influencia en los procesos salud-enfermedad, lo que convierte el modelado del análisis inferencial en una tarea muy compleja y el lector debe estar alerta a la hora de interpretar sus resultados.