Development and Validation of a Conceptual Epidemiological and Economic Model for Predicting Obesity in Low- and Middle-Income Countries: A Systematic Review and Meta-Synthesis–Informed Approach

La obesidad ya no es solo un problema de las naciones ricas; está aumentando rápidamente en los países de ingresos bajos y medios, donde las personas se enfrentan a una doble carga de desnutrición y al aumento de las tasas de exceso de peso. Este cambio conlleva un grave costo para la salud, incrementando los casos de diabetes, enfermedades cardíacas y accidentes cerebrovasculares, al tiempo que sobrecarga los sistemas de salud que ya cuentan con recursos limitados. Para tomar decisiones inteligentes sobre cómo gastar el dinero y diseñar programas de salud, los funcionarios necesitan una forma de mirar hacia el futuro. Necesitan herramientas que puedan estimar cuántas personas caerán en la obesidad, qué enfermedades seguirán y cuánto costará todo ello. En los países de ingresos altos, los científicos han utilizado durante mucho tiempo simulaciones por computadora para responder a estas preguntas, pero estas herramientas fueron creadas utilizando datos y suposiciones de naciones más ricas, lo que las hace poco fiables para lugares con diferentes dietas, estilos de vida y acceso a la atención médica.

Un equipo de investigadores se propuso construir un nuevo tipo de mapa específicamente para estos entornos de recursos limitados. Su objetivo era crear un modelo conceptual —una forma estructurada de pensar sobre cómo se propaga la obesidad y cuánto cuesta— que pudiera utilizarse para predecir el futuro de la condición en los países de ingresos bajos y medios. Para hacer esto, no partieron de cero. En su lugar, recopilaron cada estudio disponible que hubiera intentado modelar la obesidad y su impacto económico, buscando patrones en la forma en que los expertos habían descrito previamente la enfermedad. Cribaron cientos de artículos, conservando solo aquellos que utilizaban simulaciones por computadora para rastrear cómo las personas pasan de un peso normal a tener sobrepeso, luego a la obesidad y, finalmente, a complicaciones de salud graves. Encontraron 31 estudios que cumplían con sus estrictos criterios, publicados entre 1997 y 2024. La mayoría de estos estudios utilizaban un tipo específico de simulación por computadora llamado modelo de Markov, que rastrea grupos de personas a medida que se mueven a través de diferentes etapas de salud a lo largo del tiempo, mientras que otros utilizaban árboles de decisión u otros métodos de simulación.

A partir de esta colección de trabajos previos, los investigadores identificaron seis estados de salud clave que forman la columna vertebral de su nuevo modelo. Estos estados representan el viaje que una persona podría realizar: comenzar con un peso normal, pasar al sobrepeso, luego a la obesidad y, potencialmente, desarrollar diabetes, accidente cerebrovascular o enfermedad cardiovascular. Al combinar la evidencia de los 31 estudios, sintetizaron estos seis estados en un marco único y unificado. Este marco actúa como un esqueleto para una nueva herramienta, mostrando exactamente cómo se conectan las diferentes partes del problema. Por ejemplo, ilustra cómo pasar de un peso normal a la obesidad aumenta el riesgo de desarrollar diabetes y cómo esa enfermedad, a su vez, añade una carga económica a un país. Los investigadores presentaron luego este borrador de modelo a un panel de tres expertos especializados en obesidad, economía y salud pública en países de ingresos bajos y medios. Estos expertos revisaron la estructura para asegurar que tuviera sentido en el mundo real, verificando si capturaba los riesgos y resultados adecuados para estas regiones específicas. Los expertos coincidieron en que el modelo era válido, completo y estaba listo para ser utilizado como base para futuros estudios más detallados.

El resultado es el primer modelo conceptual diseñado específicamente para predecir las tendencias de la obesidad y sus costos económicos en los países de ingresos bajos y medios. Los investigadores enfatizan que este es un paso fundacional, no una respuesta final. El modelo proporciona una estructura clara que los responsables de la formulación de políticas pueden utilizar para introducir datos locales, permitiendo simular diferentes escenarios. Por ejemplo, un gobierno podría utilizar este marco para probar cómo un nuevo programa de dieta podría cambiar el número de personas con diabetes en los próximos diez años y cuánto dinero ahorraría. El estudio destaca que, si bien el modelo es una herramienta poderosa, su precisión depende enteramente de la calidad de los datos locales que se introduzcan en él. Sin números precisos sobre cuántas personas tienen sobrepeso actualmente o cuánto cuesta el tratamiento en un país específico, las predicciones no serán precisas. Sin embargo, al establecer un lenguaje y una estructura compartidos para estos problemas, los investigadores han proporcionado un punto de partida vital. Este trabajo permite que los líderes en entornos de recursos limitados pasen de las conjeturas a la planificación basada en la evidencia, ayudándoles a asignar fondos escasos a las estrategias de prevención y gestión que tendrán el mayor impacto en sus poblaciones.