Creating a cohort of women with incident diabetes and a background of gestational diabetes from UK electronic health records for retrospective cohort studies

Resumen Técnico: Creación de una cohorte de mujeres con diabetes incidente y antecedentes de diabetes gestacional a partir de registros electrónicos de salud del Reino Unido

Planteamiento del problema
Los Registros Electrónicos de Salud (EHR, por sus siglas en inglés) ofrecen una rica fuente de datos para estudiar las complicaciones a largo plazo de la diabetes mellitus (DM) y la diabetes gestacional (GDM). Sin embargo, utilizar estos registros para estudios de cohorte retrospectivos presenta desafíos metodológicos significativos. Específicamente, derivar con precisión la fecha de diagnóstico de DM no es trivial, ya que los códigos diagnósticos pueden introducirse retrospectivamente o carecer de precisión temporal. Además, distinguir entre la DM crónica (por ejemplo, Tipo 1 o Tipo 2) y la GDM es difícil debido a las prácticas de codificación ambiguas, particularmente cuando la GDM se utiliza para describir la diabetes pregestacional diagnosticada incidentalmente durante el embarazo. Las metodologías existentes suelen excluir a poblaciones más jóvenes o no logran diferenciar entre la GDM y la DM crónica, lo que limita la capacidad de estudiar las complicaciones a largo plazo (como la retinopatía diabética) en mujeres con antecedentes de GDM sin el factor de confusión del desarrollo posterior de DM crónica.

Metodología
El estudio utilizó la base de datos Clinical Practice Research Datalink (CPRD)-Aurum, vinculando registros de atención primaria con datos de atención secundaria (Hospital Episode Statistics Admitted Patient Care – HES APC) y datos de mortalidad de la Office for National Statistics (ONS). El proceso de formación de la cohorte consistió en la extracción de registros de mujeres de entre 18 y 65 años entre 2007 y 2013 que presentaran evidencia de DM o prescripciones de medicamentos antidiabéticos.

El núcleo de la metodología consiste en una serie de algoritmos diseñados para:

1. Definir la fecha de diagnóstico incidente: El estudio estableció una jerarquía de evidencia para localizar la fecha más cercana al diagnóstico real de DM crónica. Esta jerarquía prioriza:

   • Codificación inequívoca de diabetes (por ejemplo, diabetes "Tipo 1" o "Tipo 2").
   • Resultados de pruebas glucémicas que cumplen con los umbrales diagnósticos (HbA1c > 6.5% o 48 mmol/L; glucosa en ayunas > 6.9 mmol/L; glucosa aleatoria > 11.0 mmol/L).
   • Prescripciones de medicamentos antidiabéticos exclusivos para DM (por ejemplo, sulfonilureas, GLP1RAs, inhibidores de la DPP4).
   • Codificación ICD-10 de HES para DM.
   • Exclusiones: Se excluyeron las prescripciones de metformina por sí solas debido a su alta asociación con el Síndrome de Ovario Poliquístico (SOP) y la Hiperglucemia No Diabética (NDH). Se excluyeron los cursos cortos de gliclazida, ya que pueden indicar hiperglucemia inducida por esteroides.

2. Distinguir la DM crónica de la GDM y otras condiciones:

   • Algoritmo B (Basado en medicación): Si la medicación era la única evidencia, las prescripciones se examinaron frente a los registros de SOP, NDH y embarazo. La metformina se ignoró si el SOP/NDH estaba presente; la insulina solo se consideró válida si se prescribía fuera del embarazo y al menos 3 meses después del parto.
   • Algoritmo C (Codificación dependiente del contexto): Los códigos como "Diabetes en el embarazo" fueron tratados como equívocos. Si tal código aparecía durante el embarazo sin evidencia inequívoca posterior, se ignoraba. Si un código equívoco era seguido por una codificación de DM inequívoca dentro de un año, el código anterior se asumía como DM crónica diagnosticada incidentalmente. Si era seguido por un vacío temporal, el código anterior se trataba como un posible episodio de GDM.
   • Algoritmo D (Separación temporal): La evidencia equívoca que se superponía con el embarazo o que ocurría al menos un año antes de la evidencia inequívoca fue excluida para evitar la clasificación errónea de GDM como el inicio de la DM crónica.

3. Limpieza y unificación de datos:

   • Unificación de identificadores: Los pacientes con múltiples identificadores de paciente (patid) debido a cambios en la práctica o duplicados fueron unificados utilizando el ID de Servicio de Persona Maestra de CPRD (CPRD MPSid), coincidiendo los periodos de registro y las fechas de eventos para asegurar una captura de datos completa.
   • Validación de fechas: Las fechas erróneas (por ejemplo, previas al nacimiento) fueron corregidas o descartadas. Los sujetos con fechas de defunción anteriores al registro o al diagnóstico fueron excluidos.
   • Formación de la cohorte de GDM: Se formó una cohorte distinta de GDM para mujeres con un episodio de GDM al menos un año antes de su diagnóstico de DM. Este intervalo asegura que el episodio de GDM sea distinto del diagnóstico de DM crónica.

Contribuciones clave

• Metodología robusta para poblaciones más jóvenes: A diferencia de estudios previos que excluían a mujeres menores de 35 o 40 años, este protocolo incluye a mujeres de 18 a 65 años, mejorando la captura de la diabetes de inicio temprano y los periodos de seguimiento más largos para las complicaciones.
• Diferenciación de GDM y DM crónica: El estudio proporciona un enfoque detallado y por pasos para distinguir entre la verdadera GDM (que se resuelve) y la DM pregestacional diagnosticada incidentalmente en el embarazo, una distinción que a menudo se pierde en estudios retrospectivos.
• Gestión de la ambigüedad: Los algoritmos abordan específicamente la heterogeneidad de la codificación de los EHR, como los códigos dependientes del contexto y el uso dual de la metformina, para minimizar la clasificación errónea.
• Unificación de datos: El protocolo ofrece una solución para unificar los registros fragmentados de múltiples centros de atención primaria dentro del sistema CPRD.

Resultados
A partir de una extracción inicial de 730,353 mujeres, la aplicación de los algoritmos desarrollados resultó en una cohorte final de 83,283 mujeres con diabetes incidente diagnosticada entre 2007 y 2013.

• Cohorte expuesta a GDM: Se identificaron 3,686 mujeres que tenían antecedentes de GDM antes de su diagnóstico de DM.
• Cohorte no expuesta a GDM: 79,597 mujeres ingresaron en la cohorte no expuesta a GDM.
• Validación: Una validación interna de 50 registros confirmó la exactitud de las fechas de diagnóstico y la asignación de la cohorte, lo que llevó a la refinación de la lista de codificación (eliminando códigos no específicos como "Visto en clínica de diabetes").
• Potencia: El tamaño de la muestra resultante proporciona una potencia de estudio del 98% (1 – β = 0.98) para detectar un hazard ratio clínicamente significativo de 1.12 para la retinopatía diabética, asumiendo una tasa de eventos del 30% en el grupo no expuesto.

Significancia y afirmaciones
Los autores afirman que esta metodología proporciona una "metodología detallada y potencialmente ampliamente aplicable" para formar cohortes de mujeres con diabetes incidente, con y sin antecedentes de GDM. La significancia de este trabajo radica en su capacidad para facilitar estudios de cohorte retrospectivos robustos que exploren las complicaciones a largo plazo de la GDM, como la retinopatía diabética, de una manera controlada donde las tasas de complicaciones no estén confundidas por el desarrollo posterior de la DM crónica. Al datar con precisión el inicio de la diabetes crónica y separar la misma de los episodios de GDM, el estudio permite investigar si la GDM sirve como un marcador independiente de riesgo a largo plazo, lo que podría informar protocolos de detección temprana para poblaciones en riesgo. Los autores señalan que este enfoque aborda un vacío en la literatura previa, que a menudo excluía los antecedentes de GDM o no lograba distinguir la diabetes crónica diagnosticada incidentalmente.