ARCHIVED


11.03.77ARCHIVADA LOS ENSAYOS DE VARIOS ALITOS CON EL ALISIS ALGORITMICO PARA PREDECIR EL RIESGO DE DABETES TIPO 2
Sección Fecha Original: 19 de julio de 2016
Subsección Fecha Revisión11 de octubre de 2016
“Esta política está protegida por derechos de autor bajo las leyes federales y/o las leyes de propiedad intelectual y las de regulaciones estatales. Ninguna parte de esta publicación puede ser reproducida, almacenada en un sistema de recuperación, transmitida en cualquier forma o por cualquier medio, sea electrónico, mecánico, fotocopia, grabación o cualquier otro, sin el permiso escrito del plan de salud.”

Definición


Ensayo de varios analitos con las pruebas de análisis de algoritmos (MAAA) se han desarrollado para predecir el riesgo de diabetes. La puntuación de riesgo de la diabetes PreDx® (DRS) es un MAAA que está destinado a predecir el riesgo a 5 años de la diabetes tipo 2 a través de una combinación de biomarcadores séricos 7 que se combinan a través de un algoritmo patentado para generar una puntuación de riesgo. El uso propuesto es identificar a los pacientes en mayor riesgo de desarrollar diabetes tipo 2, así como detectar potencialmente intervenciones preventivas en los pacientes con mayor riesgo.
Hay una falta de pruebas sobre la utilidad clínica de la PreDx® DRS. No se identificaron estudios publicados que utiliza la puntuación de riesgo para seleccionar a los pacientes para las intervenciones preventivas. Como resultado, no se sabe cómo este instrumento llevará a cabo en la orientación de las intervenciones preventivas a los pacientes que más se benefician, ni se sabe cómo esta puntuación de riesgo se compara con otros métodos de selección de pacientes de alto riesgo. No se ha publicado la literatura se ha encontrado en otros maaas que el PreDx DRS. Por lo tanto, el uso de maaas para predecir el riesgo de diabetes, incluyendo, pero no limitado a la PreDx® DRS, se considera de investigación.
Política
El uso de paneles de varios analitos con el análisis algorítmico (MASA) para la predicción de la diabetes tipo 2 no se considera para pago
Directrices de Política
81506: Endocrinología (diabetes tipo 2), ensayos bioquímicos de siete analitos (glucosa, HbA1c, insulina, hs-CRP, la adiponectina, la ferritina, la interleucina-2 alfa del receptor), utilizando suero o plasma, el algoritmo de informes una puntuación de riesgo.
Resumen de la Sección
El PreDx® DRS ha sido probado en 2 cohortes prospectivas diferentes de pacientes, con AUC reportado para la predicción de la diabetes de 0,78 y 0,84, lo que indica una buena precisión en general para predecir la progresión de la diabetes. Se ha evaluado en 1 cohorte EE.UU., pero no de otro modo ha sido probado en una amplia gama de poblaciones de pacientes. Como resultado, hay una cierta incertidumbre en la exactitud predictiva y generalización de la puntuación de riesgo.
La evidencia es insuficiente para determinar la eficacia comparativa de la puntuación de los PreDx® en comparación con otras puntuaciones de riesgo de la diabetes. El único estudio que comparó la puntuación PreDx® con 2 medidas establecidas (Framingham de riesgo de diabetes, San Antonio puntuación de riesgo de la diabetes del corazón) informó que la precisión global, tal como se define por las AUC para predecir la progresión de la diabetes, no difirió significativamente entre las 3 medidas. Un estudio realizado en una cohorte de pacientes de EE.UU. sugirió que la puntuación PreDx® puede predecir mejor la diabetes que varios factores de riesgo individuales solos. Sin embargo, esta evidencia comparativa es incompleta, y se necesitan estudios comparativos más exhaustivos.
Códigos
Codes Number Description
CPT 81506 Endocrinology (type 2 diabetes), biochemical assays of seven analytes (glucose, HbA1c, insulin, hs-CRP, adiponectin, ferritin, interleukin 2-receptor alpha), utilizing serum or plasma, algorithm reporting a risk score
ICD-9-CM Diagnosis Investigational for all diagnoses
ICD-10-CM (Effective 10/01/15) Investigational for all diagnoses

Limitación
Según lo establecido en póliza.
Revisión
___________ ____________________________________
Ángela Hernández, MD Benjamín Santiago MD,
Director Médico Asociado Director Medico Ejecutivo

Referencias

1. Fox CS, Pencina MJ, Meigs JB, et al. Trends in the incidence of type 2 diabetes mellitus from the 1970s to the 1990s: the Framingham Heart Study. Circulation. Jun 27 2006; 113(25):2914-2918. PMID 16785337
2. Blonde L. State of diabetes care in the United States. Am J Manag Care. Apr 2007;13 Suppl 2:S36-40. PMID 17417931
3. Mainous AG, 3rd, Baker R, Koopman RJ, et al. Impact of the population at risk of diabetes on projections of diabetes burden in the United States: an epidemic on the way. Diabetologia. May 2007;50(5):934-940. PMID 17119914
4. Schwarz PE, Li J, Lindstrom J, et al. Tools for predicting the risk of type 2 diabetes in daily practice. Horm Metab Res. Feb 2009;41(2):86-97. PMID 19021089
5. Shai I, Jiang R, Manson JE, et al. Ethnicity, obesity, and risk of type 2 diabetes in women: a 20-year follow-up study. Diabetes Care. Jul 2006;29(7):1585-1590. PMID 16801583
6. Liu S, Tinker L, Song Y, et al. A prospective study of inflammatory cytokines and diabetes mellitus in a multiethnic cohort of postmenopausal women. Arch Intern Med. Aug 13-27 2007;167(15):1676-1685. PMID 17698692
7. Meigs JB, Hu FB, Rifai N, et al. Biomarkers of endothelial dysfunction and risk of type 2 diabetes mellitus. JAMA. Apr 28 2004;291(16):1978-1986. PMID 15113816
8. Noble D, Mathur R, Dent T, et al. Risk models and scores for type 2 diabetes: systematic review. BMJ. 2011-11-28 12:18:32 2011;343.
9. Balkau B, Lange C, Fezeu L, et al. Predicting diabetes: clinical, biological, and genetic approaches: data from the Epidemiological Study on the Insulin Resistance Syndrome (DESIR). Diabetes Care. Oct 2008;31(10):2056- 2061. PMID 18689695
10. Mohan V, Goldhaber-Fiebert JD, Radha V, et al. Screening with OGTT alone or in combination with the Indian diabetes risk score or genotyping of TCF7L2 to detect undiagnosed type 2 diabetes in Asian Indians. Indian J Med Res. Mar 2011;133:294-299. PMID 21441683
11. Griffin SJ, Little PS, Hales CN, et al. Diabetes risk score: towards earlier detection of type 2 diabetes in general practice. Diabetes Metab Res Rev. May-Jun 2000;16(3):164-171. PMID 10867715
12. Zhang L, Zhang Z, Zhang Y, et al. Evaluation of Finnish Diabetes Risk Score in screening undiagnosed diabetes and prediabetes among U.S. adults by gender and race: NHANES 1999-2010. PLoS One. 2014;9(5):e97865. PMID 24852786
13. Abbasi A, Peelen LM, Corpeleijn E, et al. Prediction models for risk of developing type 2 diabetes: systematic literature search and independent external validation study. BMJ. 2012;345:e5900. PMID 22990994
14. Orozco LJ, Buchleitner AM, Gimenez-Perez G, et al. Exercise or exercise and diet for preventing type 2 diabetes mellitus. Cochrane Database Syst Rev. 2008(3):CD003054. PMID 18646086
15. Padwal R, Majumdar SR, Johnson JA, et al. A systematic review of drug therapy to delay or prevent type 2 diabetes. Diabetes Care. Mar 2005;28(3):736-744. PMID 15735219
16. Knowler WC, Barrett-Connor E, Fowler SE, et al. Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin. N Engl J Med. Feb 7 2002;346(6):393-403. PMID 11832527
17. Diabetes Prevention Program Research G, Knowler WC, Fowler SE, et al. 10-year follow-up of diabetes incidence and weight loss in the Diabetes Prevention Program Outcomes Study. Lancet. Nov 14 2009;374(9702):1677-1686. PMID 19878986
18. Kolberg JA, Jorgensen T, Gerwien RW, et al. Development of a type 2 diabetes risk model from a panel of serum biomarkers from the Inter99 cohort. Diabetes Care. Jul 2009;32(7):1207-1212. PMID 19564473
19. Lyssenko V, Jorgensen T, Gerwien RW, et al. Validation of a multi-marker model for the prediction of incident type 2 diabetes mellitus: combined results of the Inter99 and Botnia studies. Diab Vasc Dis Res. Jan 2012;9(1):59-67. PMID 22058089
20. Urdea M, Kolberg J, Wilber J, et al. Validation of a multimarker model for assessing risk of type 2 diabetes from a five-year prospective study of 6784 Danish people (Inter99). J Diabetes Sci Technol. Jul 2009;3(4):748-755. PMID 20144324
21. Kengne AP, Beulens JW, Peelen LM, et al. Non-invasive risk scores for prediction of type 2 diabetes (EPICInterAct): a validation of existing models. Lancet Diabetes Endocrinol. Jan 2014;2(1):19-29. PMID 24622666
22. Rowe MW, Bergman RN, Wagenknecht LE, et al. Performance of a multi-marker diabetes risk score in the Insulin Resistance Atherosclerosis Study (IRAS), a multi-ethnic US cohort. Diabetes Metab Res Rev. Sep 2012;28(6):519-526. PMID 22492485
23. Shah BR, Cox M, Inzucchi SE, et al. A quantitative measure of diabetes risk in community practice impacts clinical decisions: The PREVAIL initiative. Nutr Metab Cardiovasc Dis. Nov 1 2013. PMID 24374006
24. Chen L, Magliano DJ, Balkau B, et al. Maximizing efficiency and cost-effectiveness of Type 2 diabetes screening: the AusDiab study. Diabet Med. Apr 2011;28(4):414-423. PMID 21392062
25. American Diabetes Association. Standards of Medical Care in Diabetes—2014. Diabetes Care. January 1, 2014 2014;37(Supplement 1):S14-S80.
26. U. S. Preventive Services Task Force. Screening for type 2 diabetes mellitus in adults: U.S. Preventive Services Task Force recommendation statement. Ann Intern Med. Jun 3 2008;148(11):846-854. PMID 18519930