INVESTIGACIÓN ORIGINAL

Oportunidades desaprovechadas para el diagnóstico y tratamiento de diabetes, hipertensión e hipercolesterolemia en una población mexicoamericana, Cohorte Hispana del Condado de Cameron, 2003–2008

Susan P. Fisher-Hoch, MD; Kristina P. Vatcheva; Susan T. Laing, MD; M. Monir Hossain, PhD; M. Hossein Rahbar, PhD; Craig L. Hanis, PhD; H. Shelton Brown III, PhD; Anne R. Rentfro, RN, PhD; Belinda M. Reininger, DrPH; Joseph B. McCormick, MD

Citación sugerida para este artículo: Fisher-Hoch SP, Vatcheva KP, Laing ST, Hossain MM, Rahbar MH, Hanis CL, et al. Missed Opportunities for Diagnosis and Treatment of Diabetes, Hypertension, and Hypercholesterolemia in a Mexican American Population, Cameron County Hispanic Cohort, 2003–2008. Prev Chronic Dis 2012;9:110298. DOI: http://dx.doi.org/10.5888/pcd9.110298.

REVISADO POR EXPERTOS

Resumen

Introducción
La diabetes, hipertensión e hipercolesterolemia son enfermedades crónicas comunes en los hispanos y se pronostica que este grupo representará el 30% de la población de los Estados Unidos para el 2050. Los mexicoamericanos son el mayor subgrupo étnicamente diferente entre los hispanos. Evaluamos la prevalencia y los factores de riesgo de la diabetes, hipertensión e hipercolesterolemia sin diagnosticar y sin tratar en los mexicoamericanos en el condado de Cameron, Texas.

Métodos
Analizamos datos de referencia transversales recolectados entre el 2003 y el 2008 en la Cohorte Hispana del Condado de Cameron, una cohorte de miembros de la comunidad seleccionada al azar de 2,000 adultos mexicoamericanos de 18 años o más, para evaluar la prevalencia de la diabetes, hipertensión e hipercolesterolemia; para estimar la extensión en que estas enfermedades han sido previamente diagnosticadas con base en información autorreportada y para determinar si los participantes que autorreportaron tener estas enfermedades estaban recibiendo tratamiento. También evaluamos factores sociales y económicos asociados a la prevalencia, el diagnóstico y el tratamiento.

Resultados
Aproximadamente el 70% de los participantes tenía 1 o más de las 3 enfermedades crónicas estudiadas. De estos participantes, por lo menos la mitad había recibido un diagnóstico para 1 de estas 3 afecciones y al menos la mitad de los que habían tenido una enfermedad diagnosticada no estaba recibiendo tratamiento. Tener cobertura de seguro médico se asoció positivamente a tener las 3 enfermedades diagnosticadas y tratadas, lo mismo que tener niveles más altos de ingresos y estudios.

Conclusiones
Aunque tener cobertura de seguro médico se asoció a recibir tratamiento, todavía existen obstáculos sociales y culturales importantes. No proporcionar medicina preventiva generalizada al nivel de atención médica primaria tendrá consecuencias costosas.

Inicio de la página

Introducción

Se pronostica que los hispanos representarán el 30% de la población de los Estados Unidos para el 2050 (1). Los mexicoamericanos, el mayor subgrupo étnicamente diferente entre los hispanos, presentan alto riesgo de tener sobrepeso o volverse obesos, lo que los predispone a presentar diabetes tipo 2 y enfermedades metabólicas y cardiovasculares (2). Estas enfermedades crónicas llevan a aumentos considerables de discapacidad y muertes prematuras (3,4). Identificar y abordar obstáculos para la prevención, el diagnóstico y el tratamiento tempranos de las enfermedades crónicas en esta población podría permitirnos abordar las disparidades en las cargas de las enfermedades.

Aproximadamente el 50% de los mexicoamericanos que residen en la frontera de México y los Estados Unidos son obesos, en comparación con el 39.3% de los mexicoamericanos a nivel nacional (2,4). En el 2006, la Asociación Americana de la Diabetes calculó que la prevalencia de diabetes en los mexicoamericanos que vivían en la frontera con Texas era de 14.7%, considerablemente más alta que la prevalencia nacional entre los mexicoamericanos (10.4%) y de los blancos no hispanos (6.5%) (2,5-8). En los Estados Unidos, la prevalencia de hipertensión general ajustada por edad es de aproximadamente un 30%. Los negros son los más afectados (42%); la prevalencia en los blancos no hispanos es del 28.8% y en los mexicoamericanos es del 25.5% (9). Sin embargo, en la región fronteriza entre México y los EE. UU., la hipertensión ajustada por edad se reportó en 47.6% (10). En los Estados Unidos, el colesterol de las lipoproteínas de baja densidad (LDL) elevado afecta a casi el 33.5% de la población en general y al 27.7% de los mexicoamericanos (11). Estas 3 enfermedades crónicas afectan de manera negativa a la comunidad, el sistema de atención médica y la economía locales.

La Cohorte Hispana del Condado de Cameron (CCHC, por sus siglas en inglés) iniciada en el 2003 es un estudio en curso de participantes mexicoamericanos de hogares seleccionados al azar en Brownsville, condado de Cameron, Texas, en la frontera entre México y los Estados Unidos. (8). Este amplio estudio de cohorte documenta características sociodemográficas, clínicas, conductuales y biológicas de los mexicoamericanos del condado de Cameron, una de las comunidades más pobres de los Estados Unidos (12). Esta comunidad presenta graves disparidades en cuanto a ingresos, educación y acceso a la atención médica (7,8). El noventa y dos por ciento de la población estimada de Brownsville de 170,000 habitantes es mexicoamericana y tiene tasas bajas de graduaciones de escuela secundaria superior y bajos ingresos (8,13). Los objetivos de nuestro estudio fueron usar los datos de referencia transversales de la CCHC para determinar en qué medida 3 enfermedades crónicas (diabetes, hipertensión e hipercolesterolemia) no son diagnosticadas ni tratadas, en esta población minoritaria con disparidades de salud graves y qué factores influyen en la falta de diagnóstico y tratamiento de estas enfermedades.

Inicio de la página

Métodos

Usamos datos recopilados de manera prospectiva de los participantes de la CCHC desde el 2003 hasta el 2008 (8). Los participantes tenían 18 años de edad o más y fueron seleccionados al azar de hogares mexicoamericanos en Brownsville, Texas. El Comité para la Protección de las Personas que Participan en Estudios Clínicos del Centro de Ciencias de la Salud de Houston de la Universidad de Texas aprobó todos los protocolos y formularios de consentimiento.

Invitamos a participantes de hogares seleccionados al azar para que asistieran a nuestra Unidad de Investigación Clínica para una entrevista y examen individuales. Obtuvimos el consentimiento informado, llevamos a cabo entrevistas y exámenes físicos y recolectamos gran cantidad de datos sobre el estatus socioeconómico y educativo, y sobre antecedentes médicos familiares y personales.

Tomamos medidas antropométricas como se describió anteriormente, incluidos la estatura, el peso, la circunferencia de la cintura, y calculamos el índice de masa corporal (IMC) (8). Usamos protocolos estándares de la Mini prueba del estado mental (Psychological Assessment Resources, Inc, Lutz, Florida) para evaluar el nivel de conocimiento de los dos idiomas inglés y español (14). Tomamos la presión arterial en decúbito supino 3 veces por separado y registramos la frecuencia cardiaca.

Recolectamos, guardamos y procesamos muestras de sangre para mediciones, como glucemia en ayunas, insulina en ayunas, hemoglobina A1c (A1c) y análisis bioquímico de la sangre (8). Usamos el analizador Glucostat (Modelo 27, YSA, Inc, Yellow Springs, Ohio) para medir la glucosa en ayunas, inmunoanálisis ligados a enzimas para determinar los niveles de insulina (Mercodia, Uppsala, Suecia) y el método GLYCO-Tek Affinity Columns (Helena Laboratories, Beaumont, Texas) para medir A1c en sangre congelada (15). Obtuvimos lípidos en ayuna y pruebas funcionales hepáticas y proteína C reactiva de alta sensibilidad en un laboratorio médico aprobado por las Enmiendas para Mejoras de Laboratorios Clínicos.

Categorizamos la obesidad a un IMC de 30 kg/m² o mayor. Utilizamos la definición de diabetes del 2010 de la Asociación Americana de la Diabetes (ADA) y de la Organización Mundial de la Salud, que establece un nivel A1c de 6.5% o más (16,17). No realizamos la prueba oral de tolerancia a la glucosa debido a limitaciones de tiempo y costo. Clasificamos a los participantes como diabetes diagnosticada si habían dicho que un proveedor de atención médica les había informado que tenían diabetes o si estaban tomando medicamentos hipoglucémicos; los participantes con diabetes no diagnosticada eran aquellos a quienes no se les había dicho que tenían diabetes, pero sus datos de laboratorio cumplían con el criterio de diabetes de la ADA del 2010. De manera similar, clasificamos a los participantes con hipertensión diagnosticada si un proveedor de atención médica les había dicho que tenían presión arterial alta o si estaban tomando medicamentos para la hipertensión. Los participantes se clasificaron no diagnosticados si un proveedor de atención médica no les había dicho que tenían presión arterial alta o si no estaban tomando medicamentos para bajar la presión arterial pero su media de presión arterial sistólica era 140 mm Hg o más alta, o su media de presión arterial diastólica era 90 mm Hg o mayor. Los participantes con hipercolesterolemia diagnosticada eran aquellos a quienes un médico les había dicho que tenían colesterol alto o aquellos que estaban tomando medicamentos para bajar el nivel de los lípidos. Los participantes se categorizaron con hipercolesterolemia sin diagnosticar si tenían un total de colesterol en ayunas de 200 mg/dL o mayor, pero un proveedor de atención médica no les había dicho que tenían colesterol alto, o si no estaban tomando medicamentos para bajar el colesterol. Se consideró que tenían seguro médico a los participantes con cualquier tipo de seguro médico privado, Medicaid o Medicare.

Les preguntamos a los participantes qué medicamentos estaban tomando y verificamos que los medicamentos reportados fueran los mismos que trajeron a la clínica. Posteriormente, chequeamos aproximadamente 7,500 entradas individuales de medicamentos y las comparamos con la farmacopea de los Estados Unidos y la de México, así como con búsquedas por Internet, y categorizamos los medicamentos según la indicación para diabetes, hipertensión o hipercolesterolemia. Entre los medicamentos para la diabetes se incluyeron la insulina o cualquier medicamento oral hipoglucémico (p. ej., sulfonilureas, biguanidas, tiazolidinedionas, inhibidores de la dipeptidil peptidasa o glucosidasa alfa y beta). Los medicamentos para la hipertensión constituyeron una variedad de los comúnmente usados, principalmente diuréticos, medicamentos inhibidores alfa y beta, agentes alfa adrenérgicos, inhibidores de la enzima conversora de la angiotensina, bloqueantes calcio antagonistas y antagonistas de los receptores de la angiotensina II. Los medicamentos para reducir los lípidos incluyeron vastatinas, medicamentos de la clase fibratos, niacina, ácidos grasos omega-3 y colestiramina. Incluimos medicamentos con etiquetas en español o formulaciones no disponibles en los Estados Unidos y asumimos que se habían comprado en México, donde no requieren receta médica.

Los datos se ponderaron para analizar y corregir el sesgo muestral con base en los datos del censo tomando en cuenta la edad, el sexo, la región o bloque censal y la agrupación de hogares (8). Usamos pruebas t de Student para comparar las medias de los grupos para variables continuas y la prueba χ² para variables categóricas. Construimos 6 modelos de regresión logística multivariada con resultados de "sin diagnosticar" y "no está recibiendo los medicamentos adecuados" para cada una de las 3 afecciones. Todas las variables independientes que se asociaron significativamente a los resultados al nivel de significación P < .10 se incluyeron en los modelos. Las variables sin contribuciones a los ajustes de los modelos multivariados se excluyeron. Notificamos las razones de probabilidad y los intervalos de confianza del 95%. El nivel de significación para todas las pruebas se estableció en P < .05. Para los análisis se usó SAS 9.2 TS nivel 1 MO (SAS Institute, Inc, Cary, North Carolina).

Inicio de la página

Resultados

Entre los 2,000 participantes del estudio, la prevalencia ponderada de la diabetes fue 30.7%, de la hipertensión fue 30.5% y de la hipercolesterolemia fue 48.2%. La prevalencia combinada entre los participantes de cualquiera de 1 o más de las 3 afecciones, diagnosticadas o sin diagnosticar, fue de 69.6%. Aproximadamente la mitad de los participantes con diabetes (49.7%) o con hipercolesterolemia (51.3%) y el 84% de los participantes con hipertensión habían recibido el diagnóstico previamente.

Muchas variables se asociaron tener diabetes, hipertensión e hipercolesterolemia sin diagnosticar (Tabla 1 y Tabla 2) y sin tratar (Tabla 3 y Tabla 4). Para analizar más estas asociaciones, usamos un modelo de regresión logística para controlar por factores de confusión e interacciones (Tabla 5). Los participantes más jóvenes tenían significativamente menos probabilidad de tener las 3 afecciones diagnosticadas y tratadas. El sexo y el país de nacimiento no se asociaron al diagnóstico o tratamiento y no se pudo confirmar en el modelo una asociación entre pobreza y diagnóstico.

La educación en un análisis univariable redujo la probabilidad tanto para el diagnóstico (Tabla 1 y Tabla 2) como para el tratamiento (Tabla 3 y Tabla 4) de las 3 enfermedades, pero nuestro modelo (Tabla 5) confirmó esta asociación solo para la diabetes. Los participantes que tenían trabajo tenían significativamente menos probabilidad de autorreportar las 3 condiciones y de recibir tratamiento para la diabetes y la hipercolesterolemia; nuestro modelo confirmó este efecto solo para la hipercolesterolemia. En los dos análisis, el univariable y el multivariable, la probabilidad de recibir un diagnóstico y tratamiento para las 3 enfermedades fue más alta para los participantes que tenían cobertura médica. Ninguno de los participantes con afecciones sin diagnosticar recibía tratamiento. Más de la mitad de los participantes con diabetes (55.8%) no recibía tratamiento; de estos el 29.9% tenía seguro médico y el 10% había recibido un diagnóstico de diabetes (no se muestran los datos). De los medicamentos administrados para la diabetes, el 28% parecía ser de origen mexicano, muchos de los cuales no están disponibles en los Estados Unidos. La mitad de los participantes con hipertensión (50.0%) no recibía tratamiento; el 30% de estos tenía seguro médico y el 69.1% había recibido un diagnóstico de hipertensión. Tomar medicamentos para bajar el nivel de los lípidos era poco común. La mayoría de los participantes con colesterol elevado no recibieron tratamiento (85.1%); el 30.7% de estos no tenía seguro médico y el 42.8% había recibido un diagnóstico de hipercolesterolemia. Pocos participantes con alto colesterol (8.9%) tomaban medicamentos caros como vastatinas y solo el 3.8% notificó que tomaba suplementos preventivos sin receta como ácidos grasos omega-3.

La falta de seguro médico afectó varias mediciones. Los participantes con diabetes que tenían seguro médico tuvieron una media de A1c del 7.9% (±0.16), pero los participantes sin seguro médico tuvieron un nivel de media más alto, 8.6% (±0.21, P = .005). En general, la prevalencia de otros biomarcadores para las enfermedades crónicas fue alta. La media de la proteína C-reactiva en los participantes con diabetes fue de 5.8 mg/L.

Las asociaciones con respecto al seguro médico y la situación laboral fueron complejas. Solo el 28.5% de los participantes notificó tener seguro médico de algún tipo y la mitad de estos recibían Medicare o Medicaid. Como era de esperar, las tasas más altas de seguro médico (87%) fueron en aquellos de 65 años o más, la mayoría de los cuales recibía Medicare. Un modelo de regresión logística mostró que los participantes sin seguro médico privado eran más jóvenes, tenían ingresos más bajos, venían de familias más grandes, habían nacido en México y habían vivido menos tiempo en Brownsville (no se muestran los datos). Sin embargo, no haber completado la escuela secundaria fue el factor predictivo más fuerte en el modelo de no contar con seguro médico. Muy pocos beneficiarios del seguro Medicare o Medicaid tenían planes complementarios privados (15 de 160 en planes privados de Medicare y 13 de 158 en planes privados de Medicaid). De los 651 participantes con empleo de tiempo completo, 435 (66.8%) no tenían seguro médico; 300 (91.5%) de 328 participantes empleados de medio tiempo no tenían seguro médico.

Inicio de la página

Discusión

Reportamos datos de una cohorte de mexicoamericanos reclutados de la comunidad con disparidades de salud que mostraban la falta generalizada de diagnóstico y tratamiento de diabetes, hipertensión e hipercolesterolemia, las cuales son más fáciles de tratar en las etapas tempranas. Sin embargo, las razones de la falta de diagnóstico y tratamiento de estas enfermedades van más allá de la falta de acceso a la atención médica. Si este problema no se aborda, llevará a aumentos en los costos socioeconómicos y de atención médica.

En nuestra población del estudio, la prevalencia de las 3 enfermedades fue más alta que la notificada en el 2001 para toda la población de los Estados Unidos en la frontera entre México y los Estados Unidos (7). Esto ya está en línea con las predicciones de los Centros para el Control y la Prevención de Enfermedades, de que 1 de cada 3 personas en los Estados Unidos tendrá diabetes para el 2050 (18), año para el cual está previsto que los hispanos representen el 30% de la población de los EE. UU. El tratamiento dependía del diagnóstico, pero incluso los participantes con diabetes, hipertensión o hipercolesterolemia diagnosticadas por lo general no tomaban medicamentos, particularmente los que no tenían seguro médico.

El participante típico con diabetes no diagnosticada y sin tratar era más joven, con mayor nivel de estudios y con buen conocimiento del inglés. Los participantes más jóvenes tenían menos probabilidades de tener diabetes diagnosticada o de estar tomando medicamentos. Esto puede deberse a que las personas más jóvenes no se preciben a sí mismas como con riesgo de diabetes. La alta tasa de tratamiento de la diabetes con medicamentos en participantes que habían tenido diabetes diagnosticada y tenían seguro médico, indica que estos participantes entendían la importancia del tratamiento y tuvieron acceso a este; sin embargo, no se esperaba el bajo nivel de diagnóstico y tratamiento de la diabetes en las personas con mayor nivel de estudios.

Los participantes autorreportaron la hipertensión con más frecuencia que la diabetes o la hipercolesterolemia, pero los participantes con hipertensión diagnosticada que no recibían tratamiento eran más jóvenes que aquellos que sí recibían tratamiento. Dos tercios de los participantes con hipertensión diagnosticada que también tenían seguro médico recibían tratamiento. Esto indica que los participantes y los médicos locales entendían la importancia de tratar la hipertensión.

La mayoría de los participantes con hipercolesterolemia eran jóvenes, con empleos y no habían recibido ni un diagnóstico ni tratamiento, lo que indica que es posible que los participantes no estuvieran al tanto de los beneficios de tratar esta enfermedad. Además, es posible que el costo de los medicamentos más eficaces para bajar el colesterol, como las vastatinas, los haya hecho inaccesibles hasta para el 40% de los que tenían seguro. También encontramos que casi ninguno de nuestros participantes de la población usó medicamentos sin receta para bajar el colesterol, como ácidos grasos omega-3. Las consecuencias de no abordar estas enfermedades pueden observarse en los aumentos de las tasas de diabetes mal controlada.

En ninguno de nuestros modelos encontramos que los ingresos por debajo de las directrices de pobreza tuvieran un efecto en el diagnóstico ni en el tratamiento. Sin embargo, observamos un efecto muy fuerte en las personas que recibían Medicaid que favorecía tanto al diagnóstico como al tratamiento de las 3 enfermedades. Este hallazgo es congruente con las conclusiones de nuestros estudios de grupos de enfoque cualitativos que indican que las personas que tienen Medicaid pueden obtener tratamiento (B.M.R., datos no publicados, mayo 2012). Esto alienta las expectativas de que la Ley de protección al paciente y atención médica asequible traerá beneficios a toda la población (19). Los cambios considerados por la Administración de Medicamentos y Alimentos de los Estados Unidos de hacer que los medicamentos de uso común para la diabetes, la hipertensión y la hipercolesterolemia se puedan adquirir sin necesidad de receta médica, ayudaría al dar más libertad a las clínicas y hacer el proceso más eficiente para los pacientes (20). Las vastatinas de uso extraoficial están disponibles y son más asequibles (21).

Los participantes del estudio que recibían Medicare no obtuvieron beneficios claros por la cobertura del seguro médico, excepto los del diagnóstico de la hipertensión. Los seguros médicos privados no parecían beneficiar a los participantes, lo que indicaba nuevamente la falta de conocimientos sobre la necesidad de tratamiento por parte de los participantes. Factores como negar la enfermedad y rehusarse a buscar atención médica se confirmaron por un informe de Francia que mostraba la falta de diagnóstico y tratamiento de la diabetes en muchas personas con acceso a atención médica (22).

Nuestros datos con respecto a Medicaid muestran que la falta generalizada de medicina preventiva y medicamentos adecuados en alguna medida está relacionada con la falta de seguro médico. Las poblaciones hispanas tienen el mayor porcentaje de personas sin seguro médico en los Estados Unidos (32.7%) en comparación con los blancos no hispanos (10.7%), los afroamericanos (19.4%) y la población de los Estados Unidos en general (15.3%) (23). La mayoría de las personas que no contaban con seguro médico era joven, un grupo de edad al que debe destinarse atención médica preventiva. La falta de obtención de seguros médicos en adultos de 65 años de edad o menos está relacionada con la pobreza, lo mismo que con ser un inmigrante recién llegado; estos inmigrantes también tienen probabilidades de vivir en la pobreza (24). La situación laboral como influencia en el diagnóstico y el tratamiento es compleja, debido a que muchos trabajos de los participantes de nuestro estudio tenían remuneración por horas, sin beneficios, pero con niveles de ingresos que los descalificaban para recibir ayuda de Medicaid.

Encontramos que la educación limitada fue un determinante independiente de la falta de seguro médico más influyente que la pobreza, el estatus inmigratorio y la situación laboral. Los mayores niveles de estudios obtenidos por esta población parecen prometer mejoras en el acceso a los beneficios de salud y a los sistemas de prestación de servicios médicos.

Este estudio tiene varias limitaciones. Es probable que no todos los participantes con 1 o más de las 3 afecciones crónicas estudiadas hubieran requerido medicamentos; sin embargo, los niveles altos de A1c de los participantes con diabetes indican que es poco común que la enfermedad necesitara medicamentos. En nuestro estudio cualitativo escuchamos que las personas pueden dejar de tomar los medicamentos cuando se sienten bien o debido a que los medicamentos hacen que se sientan mal (B.M.R., datos no publicados). Es posible que varios participantes del estudio que no tomaban medicamentos hubieran sido tratados con medicamentos en el pasado.

Las fortalezas de nuestro estudio son que los datos provienen de una amplia población representativa seleccionada al azar y que proporciona una visión de la cantidad de enfermedades crónicas sin diagnosticar ni tratar en una comunidad con disparidades de salud. Esta es una comunidad en donde los oftalmólogos locales comúnmente hacen el primer diagnóstico de diabetes en un paciente que busca atención médica por defectos de la vista y donde el único acceso a diagnóstico y tratamiento para muchos es una sala de emergencia de hospital. La gran cantidad de diabetes, hipertensión e hipercolesterolemia sin diagnosticar y sin tratar provoca una carga considerable de gastos de atención médica, pérdidas económicas y mortalidad prematura (24,25).

Nuestro estudio informa sobre las oportunidades desaprovechadas para reducir enfermedades y muertes por afecciones crónicas comunes en una población minoritaria. Abordar estas oportunidades desaprovechadas reduciría las cargas médicas, sociales y económicas a largo plazo. Un gran porcentaje de los dólares gastados en atención médica en los Estados Unidos se destinan a cuidados en las etapas terminales (26). Necesitamos un cambio en la percepción del público sobre los valores de la educación y prevención en los entornos de atención médica primaria. Nuestro estudio muestra el perfil de una población minoritaria joven, muy dispar y con una gran cantidad de personas sin seguro y con gran desatención a las enfermedades crónicas. En octubre del 2011, el Foro Económico Mundial calculó que para el 2030 las enfermedades crónicas costarán 47 billones de dólares a nivel mundial (27). La sola carga financiera de la diabetes en el lugar de trabajo en El Valle Bajo del Río Grande, donde reside esta cohorte, se calcula que es de 227 millones de dólares al año en salarios perdidos (28). La medicina preventiva es clave para controlar el efecto económico de las enfermedades crónicas en las comunidades minoritarias. Descuidar e ignorar las tendencias de las enfermedades en poblaciones con disparidades de salud traerá consecuencias costosas, no solo para estas poblaciones sino también para la nación entera.

Inicio de la página

Agradecimientos

Agradecemos a nuestro equipo de reclutamiento de la cohorte, en particular a Rocio Uribe, Elizabeth Braunstein y Julie Ramirez; a Marcela Montemayor y otros miembros del personal de laboratorio por sus contribuciones; a Gloria Sanchez por la administración de las bases de datos; y a Christina Villarreal por su apoyo administrativo. Agradecemos al Valley Baptist Medical Center, Brownsville, por darnos un espacio para nuestro Centro de Estudios Clínicos y Ciencia Traslacional de la Unidad de Invetigaciones Clínicas. Por último, agradecemos a la comunidad de Brownsville y a los participantes de este estudio.

Este trabajo contó con los fondos MD000170 P20 subvencionados por el Centro Nacional de la Salud de las Minorías y Disparidades de Salud y la subvención de los Centros de Estudios Clínicos y Ciencia Traslacional 1U54RR023417-01 del Centro Nacional de Recursos para la Investigación.

Inicio de la página

Datos sobre la autora

Autora responsable de la correspondencia: Susan P. Fisher-Hoch, MD, University of Texas School of Public Health, 80 Fort Brown, Brownsville, TX 78597. Teléfono: 956-882-5167. Correo electrónico: susan.p.fisher-hoch@uth.tmc.edu.

Afiliaciones de los autores: Kristina P. Vatcheva, Belinda M. Reininger, Joseph B. McCormick, University of Texas School of Public Health, Brownsville, Texas; Susan T. Laing, M. Monir Hossain, M. Hossein Rahbar, Craig L. Hanis, H. Shelton Brown III, University of Texas Health Science Center-Houston, Houston, Texas; Anne R. Rentfro, University of Texas at Brownsville, Brownsville, Texas.

Inicio de la página

Referencias bibliográficas

1. US Census Bureau. U.S. Hispanic population surpasses 45 million now 15 percent of total. May 1, 2011. http://www.census.gov/newsroom/releases/archives/population/cb08-67.html. Accessed October 15, 2011.
2. Emerging Risk Factors Collaboration, Seshasai SR, Kaptoge S, Thompson A, Di Angelantonio E, Gao P, et al. . Diabetes mellitus, fasting glucose, and risk of cause-specific death. N Engl J Med 2011;364(9):829-41. CrossRef PubMed
3. Schober SE, Makuc DM, Zhang C, Kennedy-Stephenson J, Burt V. Health insurance affects diagnosis and control of hypercholesterolemia and hypertension among adults aged 20-64: United States, 2005-2008. NCHS Data Brief 2011;(57):1-8.
4. Stoddard P, He G, Vijayaraghavan M, Schillinger D. Disparities in undiagnosed diabetes among United States-Mexico border populations. Rev Panam Salud Publica 2010;28(3):198-206. PubMed
5. 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. CrossRef PubMed
6. American Diabetes Association. Diagnosis and classification of diabetes mellitus. Diabetes Care 2006;29(Suppl 1):S43-8. PubMed
7. Diaz-Apodaca BA, Ebrahim S, McCormack V, de Cosio FG, Ruiz-Holguin R. Prevalence of type 2 diabetes and impaired fasting glucose: cross-sectional study of multiethnic adult population at the United States-Mexico border. Rev Panam Salud Publica 2010;28(3):174-81. CrossRef PubMed
8. Fisher-Hoch SP, Rentfro AR, Salinas JJ, Perez A, Brown HS, Reininger BM, et al. Socioeconomic status and prevalence of obesity and diabetes in a Mexican American community, Cameron County, Texas, 2004-2007. Prev Chronic Dis 2010;7(3):A53. http://www.cdc.gov/pcd/issues/2010/May/09_0170.htm. PubMed
9. Keenan NL, Rosendorf KA. Prevalence of hypertension and controlled hypertension — United States, 2005-2008. MMWR Surveill Summ 2011;60 Suppl:94-7. PubMed
10. Vijayaraghavan M, He G, Stoddard P, Schillinger D. Blood pressure control, hypertension, awareness, and treatment in adults with diabetes in the United States-Mexico border region. Rev Panam Salud Publica 2010;28(3):164-73. CrossRef PubMed
11. Centers for Disease Control and Prevention. Vital signs: prevalence, treatment, and control of high levels of low-density lipoprotein cholesterol — United States, 1999-2002 and 2005-2008. MMWR Morb Mortal Wkly Rep 2011;60(4):109-14. PubMed
12. Federal Reserve Bank of Dallas. Southwest economy. Issue 1, January/February 2008. http://www.dallasfed.org/index.cfm. Accessed May 12, 2011.
13. US Census Bureau. Fact sheet: Cameron County, Texas. 2010. http://factfinder2.census.gov/faces/nav/jsf/pages/index.xhtml. Accessed March 12, 2013.
14. Tombaugh TN, McIntyre NJ. The Mini-Mental State Examination: a comprehensive review. J Am Geriatr Soc 1992;40(9):922-35. PubMed
15. Selvin E, Coresh J, Zhu H, Folsom A, Steffes MW. Measurement of HbA1c from stored whole blood samples in the Atherosclerosis Risk in Communities study. J Diabetes 2010;2(2):118-24. CrossRef PubMed
16. American Diabetes Association. Standards of medical care in diabetes – 2010 [published correction appears in Diabetes Care 2010;33(3):692]. Diabetes Care 2010;33 Suppl 1:S11-61. CrossRef PubMed
17. World Health Organization. Use of glycated haemoglobin (HbA1c) in the diagnosis of diabetes mellitus: abbreviated report of a WHO consultation. Geneva (CH): WHO Press; 2011. Report No. WHO/NMH/CHP/CPM/11.1. http://www.who.int/diabetes/publications/report-hba1c_2011.pdf. Accessed August 15, 2011.
18. Number of Americans with diabetes projected to double or triple by 2050. Centers for Disease Control and Prevention. http://www.cdc.gov/media/pressrel/2010/r101022.html. Accessed October 29, 2011.
19. The Affordable Health Care Act. US Department of Health and Human Services. http://www.whitehouse.gov/healthreform/healthcare-overview/. Accessed March 8, 2012.
20. Regulators consider waiving prescription for diabetes, cholesterol and other widely used drugs. Healthcare Packaging. http://www.healthcarepackaging.com/archives/2012/03/fda_considering_waiving_some_p.php. Accessed March 9, 2012.
21. Lipitor will be generic and much cheaper soon. Scott Pelley. CBS Evening News. November 25, 2011 6:51 pm. http://www.cbsnews.com/8301-18563_162-57331390/lipitor-will-be-generic-and-much-cheaper-soon/. Accessed June 15 2012
22. Hirtzlin I, Fagot-Campagna A, Girard-Le Gallo I, Vallier N, Poutignat N, Weill A, et al. Screening for diabetes in France: data from the 2000-2001 cohort of the national medical insurance system. Rev Epidemiol Sante Publique 2004;52(2):119-26. CrossRef PubMed
23. DeNavas-Walt C, Proctor BD, Smith J. Income, poverty, and health insurance coverage in the United States: 2010. Washington (DC): US Census Bureau; 2011. http://www.census.gov/prod/2011pubs/p60-239.pdf. Accessed March 12, 2012.
24. McClay B. Collective provides health care to illegal immigrants. http://ktar.com/category/local-news-articles/20110711/Collective-provides-health-care-to-illegal-immigrants/. Accessed July 13, 2011.
25. Carrasquillo O, Carrasquillo AI, Shea S. Health insurance coverage of immigrants living in the United States: differences by citizenship status and country of origin. Am J Public Health 2000;90(6):917-23. CrossRef PubMed
26. Hillson RM, Hockaday TD, Newton DJ, Pim B. Delayed diagnosis of non–insulin-dependent diabetes is associated with greater metabolic and clinical abnormality. Diabet Med 1985;2(5):383-6. CrossRef PubMed
27. Brooks D. Death and budgets. The New York Times. July 14, 2011. http://www.nytimes.com/2011/07/15/opinion/15brooks.html?ref=global-home. Accessed July 15, 2011.
28. Bloom DE, Cafiero ET, Jane-Llopis E, Abrahams-Gessel S, Bloom LR, Fathima S, et al. The global economic burder of non-communicable diseases. Geneva (CH): World Economic Forum; 2011.
29. Brown III HS, Perez A, Yarnell LM, Hanis C, Fisher-Hoch SP, McCormick JB. Diabetes and employment productivity: does diabetes management matter? Am J Manag Care 2011;17(8):569-76. PubMed

Inicio de la página

Tablas

Tabla 1. Análisis univariable de datos ponderados para variables continuas para el diagnóstico, Cohorte Hispana del Condado de Cameron (N = 2,000), 2000–2008

Variable	Diagnóstico	Diabetes (n = 593)		Hipertensión (n = 633)		Hipercolesterolemia (n = 958)
		Media (SE)	Diferencia media (IC 95%)	Media (SE)	Diferencia media (IC 95%)	Media (SE)	Diferencia media (IC 95%)
Edad en años	Sí	57.4 (1.1)	8.6 (4.7 a 12.6)	60.1 (0.9)	5.9 (1.2 a 10.7)	54.5 (1.1)	6.5 (2.9 a10.1)
	No	48.8 (1.8)		54.1 (2.5)		48.0 (1.5)
Tamaño de la familia en el hogar	Sí	3.4 (1.2)	−0.12 (−0.51 a 0.27)	3.2 (0.1)	0.01 (−0.4 a 0.4)	3.4 (0.1)	−0.2 (−0.6 a 0.10)
	No	3.5 (0.2)		3.2 (0.2)		3.7 (0.1)
Mayor nivel de estudios	Sí	7.7 (0.3)	−1.99 (−2.9 a −1.1)	8.3 (0.3)	−0.5 (−1.7 a 0.6)	8.9 (0.3)	−1.4 (−2.2 a −0.6)
	No	9.7 (0.4)		8.8 (0.6)		10.3 (0.3)
MMSE: Puntaje de la prueba en española	Sí	30.6 (1.6)	−1.8 (−6.57 a 2.89)	32.4 (1.0)	1.0 (−7.6 a 9.5)	32.3 (1.2)	−1.8 (−5.2 a 1.6)
	No	32.4 (1.8)		31.4 (4.0)		34.1 (1.3)
MMSE: Puntaje de la prueba en inglésa	Sí	17.6 (1.6)	−7.69 (−12.5 a −2.9)	20.3 (1.4)	−2.2 (−7.6 a 3.3)	21.6 (1.3)	−4.6 (−8.2 a −1.0)
	No	25.3 (1.8)		22.4 (2.5)		26.2 (1.4)
Años de residencia en Brownsville	Sí	30.9 (1.3)	4.2 (−0.3 a 8.6)	32.1 (1.4)	3.5 (−4.6 a -11.5)	28.2 (1.3)	3.4 (−1.5 a 8.2)
	No	26.7 (2.0)		28.7 (4.6)		24.8 (2.1)

Abreviaturas: MMSE, Mini examen del estado mental; SE, error estándar; IC, intervalo de confianza.
^a El conocimiento de inglés y español se evalúa usando los paneles de idiomas del paquete del MMSE. Los puntajes son de 0 a 45 puntos en cada prueba (14).

 

Tabla 2. Análisis univariable de datos ponderados para variables categóricas para el diagnóstico, Cohorte Hispana del Condado de Cameron (N = 2,000), 2000–2008

Variable categórica	Diabetes (n = 593)		Hipertensión (n = 633)		Hipercolesterolemia (n = 958)
	n/Total no diagnosticada (%)a	OR (IC 95%)b	n/Total no diagnosticada (%)a	OR (IC 95%)b	n/Total no diagnosticada (%)a	OR (IC 95%)b
Hombre	99/200 (54.6)	0.95 (0.62-1.44)	38/203 (17.0)	1.24 (0.72-2.15)	181/354 (50.9)	1.09 (0.76-1.57)
Mujer	198/392 (55.9)		60/431 (14.2)		290/614 (48.7)	1 [Referencia]
Nacido en México	208/405 (54.6)	0.94 (0.59-1.48)	65/409 (15.4)	1.07 (0.57-1.99)	323/656 (48.1)	0.81 (0.54-1.20)
Nacido en los EE. UU.	86/183 (36.8)	1 [Referencia]	30/216 (14.5)	1 [Referencia]	145/300 (53.5)	1 [Referencia]
Graduado de escuela secundaria superior	111/190 (67.6)	2.19 (1.39-3.46)	39/197 (21.4)	1.89 (1.11-3.23)	221/403 (57.0)	1.65 (1.14-2.39)
No graduado de escuela secundaria superior	186/401 (48.8)	1 [Referencia]	59/435 (12.6)	1 [Referencia]	250/564 (44.5)	1 [Referencia]
Empleado	153/251 (64.1)	1.80 (1.17-2.77)	52/236 (23.0)	2.34 (1.23-4.47)	255/458 (59.3)	2.06 (1.46-2.91)
Desempleado	144/341 (49.7)	1 [Referencia]	46/398 (11.3)	1 [Referencia]	216/510 (41.4)	1 [Referencia]
Ingreso por debajo del nivel de pobreza según las directrices de pobreza	240/487 (54.7)	0.86 (0.52-1.41)	79/508 (15.0)	0.83 (0.43-1.61)	351/735 (49.0)	0.87 (0.61-1.25)
Ingreso superior al nivel de pobreza según las directrices de pobreza	57/105 (58.5)	1 [Referencia]	19/126 (17.4)	1 [Referencia]	120/233 (52.5)	1 [Referencia]
Reciben Medicaidc	17/74 (26.8)	0.22 (0.11-0.44)	3/93 (3.7)	0.13 (0.04-0.43)	33/100 (30.1)	0.33 (0.20-0.57)
Reciben Medicared	28/82 (45.6)	0.51 (0.26-0.99)	6/111 (7.6)	0.28 (0.07-1.05)	32/109 (38.2)	0.48 (0.23-0.99)
Seguro privado	42/66 (67.5)	1.26 (0.60-2.66)	11/74 (16.3)	0.65 (0.30-1.45)	63/133 (47.7)	0.70 (0.42-1.17)
Sin seguro médico	210/373 (62.3)	1 [Referencia]	78/355 (23.0)	1 [Referencia]	343/626 (56.5)	1 [Referencia]

Abreviaturas: OR, razón de probabilidad; IC, intervalo de confianza.
^a Los porcentajes usan datos ponderados.
^b OR son para diagnósticos no autorreportados para cada variable.
^c Medicaid se refiere a Medicaid o a planes privados dentro de Medicaid.
^d Medicare se refiere a Medicare o a planes privados dentro de Medicare.

 

Tabla 3. Análisis univariable de datos ponderados para variables continuas para el tratamiento, Cohorte Hispana del Condado de Cameron (N = 2,000), 2000–2008

Variable	Tomando medicamentos	Diabetes (n = 593)		Hipertensión (n = 633)		Hipercolesterolemia (n = 958)
		Media (SE)	Diferencia media (IC 95%)	Media (SE)	Diferencia media (IC 95%)	Media (SE)	Diferencia media (IC 95%)
Edad en años	Sí	57.9 (1.1)	8.7 (4.9 a 12.4)	64.8 (1.0)	12.8 (10.1 a 15.6)	63.1 (1.3)	14.1 (11.0 a 17.2)
	No	49.2 (1.7)		52.0 (1.3)		49.0 (1.0)
Tamaño de la familia en el hogar	Sí	3.5 (0.2)	−0.1 (−0.4 a 0.3)	3.0 (0.1)	−0.6 (−0.9 a −0.2)	2.9 (0.2)	−0.8 (−1.2 a −0.3)
	No	3.5 (0.1)		3.5 (0.1)		3.7 (0.1)
Mayor nivel de estudios	Sí	7.6 (0.3)	−2.0 (−2.9 a −1.1)	7.9 (0.4)	−1.2 (−2.1 a −0.3)	7.3 (0.5)	−2.6 (−3.6 a −1.6)
	No	9.6 (0.3)		9.0 (0.3)		10.0 (0.2)
Puntaje del MMSE en español a	Sí	30.8 (1.6)	−1.3 (−5.9 a 3.3)	33.1 (1.3)	2.0 (−2.8 a 6.7)	30.9 (2.2)	−2.8 (−7.6 a 2.0)
	No	32.1 (1.7)		31.1 (1.8)		33.7 (1.0)
Puntaje del MMSE en inglésa	Sí	17.0 (1.6)	−8.2 (−13.0 a −3.5)	18.9 (1.7)	−4.1 (−8.7 a 0.4)	16.6 (2.3)	−8.8 (−13.7 a −4.0)
	No	25.2 (1.7)		23.0 (1.6)		25.4 (1.0)
Años de residencia en Brownsville	Sí	30.9 (1.4)	3.9 (−0.4 a 8.2)	36.3 (1.9)	10.6 (6.7 a 14.5)	36.2 (2.1)	11.5 (6.6 a 12.4)
	No	27.0 (1.8)		25.7 (1.9)		24.7 (1.4)

Abreviaturas: MMSE, Mini examen del estado mental ; SE, error estándar IC, intervalo de confianza.
^a El conocimiento de inglés y español se evalúa usando paneles de idiomas del paquete del MMSE (14).

 

Tabla 4. Análisis univariable de datos ponderados para variables categóricas para el tratamiento, Cohorte Hispana del Condado de Cameron (N = 2,000), 2000–2008

Variable	Diabetes (n = 593)		Hipertensión (n = 633)		Hipercolesterolemia (n = 958)
	No toma medicamentos, n/total (%)a	OR (IC 95%)b	No toma medicamentos, n/total (%)a	OR (IC 95%)b	No toma medicamentos, n/total (%)a	OR (IC 95%)b
Hombre	111/200 (60.2)	1.00 (0.65-1.52)	98/203 (39.4)	0.73 (0.50-1.06)	305/354 (84.2)	1.01 (0.64-1.60)
Mujer	220/393 (60.3)	1 [Referencia]	219/431 (47.2)	1 [Referencia]	519/614 (84.1)	1 [Referencia]
Nacido en México	231/405 (59.4)	0.92 (0.59-1.45)	204/409 (44.0)	1.00 (0.68-1.48)	563/656 (84.3)	1.00 (0.61-1.62)
Nacido en los EE. UU.	97/184 (61.4)	1 [Referencia]	108/216 (43.9)	1 [Referencia]	253/300 (84.3)	1 [Referencia]
Graduado de escuela secundaria superior	126/191 (73.6)	2.46 (1.55-3.90)	117/197 (53.4)	1.74 (1.17-2.59)	461/564 (79.4)	2.67 (1.64-4.35)
No se graduó de escuela secundaria superior	205/401 (53.2)	1 [Referencia]	199/435 (39.8)	1 [Referencia]	363/403 (91.2)	1 [Referencia]
Empleado	164/251 (68.8)	1.82 (1.19-2.81)	149/236 (61.0)	2.92 (1.81-4.71)	431/458 (94.8)	6.17 (3.49-10.91)
Desempleado	167/342 (54.8)	1 [Referencia]	168/398 (34.9)	1 [Referencia]	393/510 (74.8)	1 [Referencia]
Ingreso por debajo del nivel de pobreza según las directrices de pobreza	271/488 (60.0)	0.95 (0.58-1.60)	240/508 (40.9)	0.48 (0.30-0.78)	611/735 (82.2)	0.44 (0.24-0.82)
Ingreso superior al nivel de pobreza según las directrices de pobreza	60/105 (61.2)	1 [Referencia]	77/126 (59.1)	1 [Referencia]	213/233 (91.3)	1 [Referencia]
Reciben Medicaidc	21/72 (31.6)	0.22 (0.12-0.42)	21/93 (18.8)	0.15 (0.08-0.30)	64/100 (57.3)	0.12 (0.06-0.22)
Reciben Medicared	34/82 (50.9)	0.50 (0.27-0.94)	30/111 (22.5)	0.19 (0.11-0.35)	66/109 (65.9)	0.17 (0.09-0.33)
Seguro privado	44/66 (70.9)	1.18 (0.56-2.49)	43/74 (58.4)	0.93 (0.49-1.74)	121/133 (91.5)	0.94 (0.41-2.18)
Sin seguro médico	232/373 (67.4)	1 [Referencia]	223/355 (60.3)	1 [Referencia]	573/626 (92.0)	1 [Referencia]

Abreviaturas: IC, intervalo de confianza; OR, razón de probabilidad; .
^a Los porcentajes usan datos ponderados.
^b Razones de probabilidad son para los que no reciben medicamentos adecuados para la afección para cada variable.
^c Medicaid se refiere a Medicaid o a planes privados dentro de Medicaid.
^d Medicare se refiere a Medicare o a planes privados dentro de Medicare.

 

Tabla 5. Análisis multivariable que usa datos ponderados de factores asociados con no haber recibido un diagnóstico y no estar tomando medicamentos para la diabetes, la hipertensión y la hipercolesterolemia, Cohorte Hispana del Condado de Cameron (N = 2,000), 2000–2008

Variable	Diabetes (n = 593)	Hipertensión (n = 633)	Hipercolesterolemia (n = 958)
	ORa (IC 95%)	ORa (IC 95%)	ORa (IC 95%)
Probabilidad de no tener la afección diagnosticada
De mayor edadb	0.98 (0.96-0.99)	1.01 (0.98-1.03)	0.98 (0.97-0.99)
Sexo (masculino frente a femenino)	0.79 (0.51-1.23)	1.26 (0.67-2.38)	0.90 (0.61-1.33)
Mayor nivel de estudiosb	1.79 (1.08-2.97)	1.85 (0.93-3.69)	1.42 (0.92-2.19)
Empleado (frente a otros estados de situación laboral)b	1.20 (0.76-1.90)	NA	1.80 (1.17-2.77)
Más años en Brownsvilleb	NA	NA	1.01 (0.99-1.07)
Recibe Medicaid (frente a no recibe Medicaid)	0.37 (0.17-0.77)	0.12 (0.04-0.44)	0.54 (0.30-0.96)
Recibe Medicare (frente a no recibe Medicare)	1.21 (0.54-2.68)	0.23 (0.07-0.76)	0.92 (0.45-1.86)
Tiene seguro médico privado (frente a no tiene seguro médico privado)	0.97 (0.47-2.01)	0.51 (0.22-1.17)	0.51 (0.29-0.99)
Probabilidad de no estar tomando medicamentos
De mayor edadb	0.98 (0.96-0.99)	0.95 (0.93-0.97)	0.97 (0.95-0.99)
Sexo (masculino frente a femenino)	0.85 (0.55-1.33)	0.67 (0.43-1.02)	0.75 (0.44-1.29)
Mayor nivel de estudiosb	2.06 (1.24-3.43)	NA	1.75 (0.95-3.21)
Empleado (frente a otros estados de situación laboral)b	NA	NA	3.43 (1.83-6.44)
Recibe Medicaid (frente a no recibe Medicaid)	0.35 (0.17-0.71)	0.34 (0.16-0.72)	0.30 (0.14-0.61)
Recibe Medicare (frente a no recibe Medicare)	1.10 (0.52-2.30)	0.57 (0.28-1.16)	0.60 (0.26-1.41)
Tiene seguro médico privado (frente a no tiene seguro médico privado)	0.89 (0.43-1.87)	0.92 (0.49-1.74)	0.59 (0.23-1.48)

Abreviaturas: OR, razón de probabilidad; IC, intervalo de confianza; NA, no corresponde.
^a Las razones de confianza para no tener la afección.
^b Variable continua.

Inicio de la página