https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
62
Artículo de revisión
Glucosa y hemoglobina glicosilada como marcadores tempranos
del síndrome metabólico
Glucose and glycosylated hemoglobin as early markers of metabolic syndrome
Galo Jazmany Asimbaya Jaramillo*
Universidad Nacional de Chimborazo
Riobamba - Ecuador
galo.asimbaya@unach.edu.ec
https://orcid.org/0009-0003-9653-4516
Ximena del Rocío Robalino Flores
Universidad Nacional de Chimborazo
Riobamba - Ecuador
xrobalino@unach.edu.ec
https://orcid.org/0000-0002-4712-6466
*Correspondencia:
galo.asimbaya@unach.edu.ec
Cómo citar este artículo:
Asimbaya, G., & Robalino, X. (2025).
Glucosa y hemoglobina glicosilada como
marcadores tempranos del síndrome
metabólico. Esprint Investigación, 4(3), 62-77.
https://doi.org/10.61347/ei.v4i3.188
Recibido: 9 de octubre de 2025
Aceptado: 14 de noviembre de 2025
Publicado: 17 de noviembre de 2025
Resumen: El síndrome metabólico es un trastorno clínico que agrupa un conjunto
complejo de alteraciones metabólicas y fisiológicas interrelacionadas. Representa un
importante problema de salud pública y se reconoce como un predictor significativo e
independiente para el desarrollo de enfermedades crónicas a largo plazo. En este
contexto, la glucosa en ayunas y la hemoglobina glicosilada se han propuesto como
marcadores bioquímicos útiles para identificar alteraciones glucémicas incipientes. El
objetivo de este estudio fue sintetizar la evidencia científica disponible desde 2020 a 2025
sobre la utilidad de la glucosa y la HbA1c como marcadores tempranos del síndrome
metabólico, mediante una revisión sistemática de la literatura. Se siguieron las directrices
del protocolo PRISMA y la metodología PICOS para definir los criterios de búsqueda,
seleccionando estudios originales indexados en Scopus y PubMed. De los 127 registros
iniciales, 57 cumplieron los criterios de inclusión. Los resultados mostraron que los
valores de glucosa ≥ 100 mg/dL y de HbA1c entre 5.4% y 5.7% se asociaron
significativamente con un mayor riesgo de desarrollar síndrome metabólico. Asimismo,
se evidenció que su uso en atención primaria favorece la detección oportuna de
individuos con disfunción metabólica y contribuye a la prevención de enfermedades
crónicas. En conclusión, la glucosa y la HbA1c constituyen marcadores accesibles,
reproducibles y clínicamente relevantes para la evaluación temprana del riesgo
metabólico, consolidando su papel estratégi
co en el laboratorio clínico y en los
programas de prevención y control del síndrome metabólico.
Palabras clave: Atención primaria, glucosa, hemoglobina glicosilada, laboratorio clínico,
prevención de enfermedades, síndrome metabólico.
Abstract: Metabolic syndrome is a clinical disorder that groups together a complex set of
interrelated metabolic and physiological alterations. It represents a major public health problem
and is recognized as a significant and independent predictor of the long-term development of
chronic diseases. In this context, fasting glucose and glycosylated hemoglobin have been proposed
as useful biochemical markers to identify incipient glycemic alterations. The objective of this study
was to synthesize the scientific evidence available from 2020 to 2025 on the usefulness of glucose
and HbA1c as early markers of metabolic syndrome through a systematic literature review. The
PRISMA guidelines and the PICOS methodology were followed to define the search criteria,
selecting original studies indexed in Scopus and PubMed. Of the initial 127 records, 57 met the
inclusion criteria. The results showed that glucose values ≥ 100 mg/dL and HbA1c values between
5.4% and 5.7% were significantly associated with an increased risk of developing metabolic
syndrome. Likewise, it was evidenced that their use in primary care favors the timely detection of
individuals with metabolic dysfunction and contributes to the prevention of chronic diseases. In
conclusion, glucose and HbA1c constitute accessible, reproducible, and clinically relevant
markers for the early assessment of metabolic risk, consolidating their strategic role in the clinical
laboratory and in metabolic syndrome prevention and control programs.
Keywords: Clinical laboratory, disease prevention, glucose, glycosylated hemoglobin, metabolic
syndrome, primary care.
Copyright: Derechos de autor 2025 Galo
Jazmany Asimbaya Jaramillo, Ximena del
Rocío Robalino Flores.
Esta obra está bajo una licencia internacional
Creative Commons Atribución-
NoComercial 4.0.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 63
1. Introducción
La creciente prevalencia del síndrome metabólico representa un desafío importante para la salud
pública a nivel global debido a su estrecha asociación con enfermedades cardiovasculares, diabetes
mellitus tipo 2 y otras patologías crónicas. La detección temprana de este síndrome es fundamental
para implementar estrategias preventivas oportunas que reduzcan su impacto clínico y social. En este
contexto, biomarcadores como la glucosa y la hemoglobina glicosilada han adquirido relevancia como
herramientas potenciales para identificar individuos en riesgo antes de que se manifiesten
complicaciones graves.
El síndrome metabólico (MetS) es uno de los principales peligros para la salud de la era moderna
que se caracteriza por la presencia de diversos eventos dismetabólicos como diabetes mellitus tipo 2,
obesidad, hipertensión, dislipidemia y problemas cardiovasculares (Mohamed et al., 2023). La
presencia de al menos tres de estos factores constituye el diagnóstico de MetS (Islam et al., 2024). Dado
que el MetS está estrechamente vinculado a alteraciones en la regulación de la glucosa y la
hemoglobina glicosilada, estos marcadores cobran especial importancia como posibles indicadores
tempranos de esta condición (Elliott et al., 2021; Xie et al., 2023).
La glucosa, un monosacárido que constituye la principal fuente energética circulante, refleja, a
través de su elevación sostenida, una alteración en el metabolismo carbohidratado y aporta
información sobre la homeostasis glucémica a corto plazo (American Diabetes Association, 2020).
Complementariamente, la hemoglobina glicosilada (HbA1c) es una forma de hemoglobina unida de
manera no enzimática a las moléculas de glucosa en la sangre; su concentración indica la exposición
promedio a glucosa durante los últimos 2 a 3 meses y se utiliza ampliamente como marcador de control
glucémico y criterio diagnóstico de diabetes en la práctica clínica (Selvin, 2021).
Diversos estudios han analizado esta problemática desde distintas perspectivas. De acuerdo con
Neeland et al. (2024), el aumento global del síndrome metabólico está impulsado por la urbanización,
los estilos de vida sedentarios y los cambios en la dieta, por lo que subraya la urgencia de abordar este
síndrome. Asimismo, Warner et al. (2024) analizaron la relación entre HbA1c y biomarcadores de
composición corporal obtenidos mediante tomografía computarizada, evidenciando que valores
elevados de hemoglobina glicosilada se correlacionan con un aumento de grasa visceral y alteraciones
orgánicas relacionadas con la progresión del síndrome metabólico.
En América Latina, el síndrome metabólico también representa un creciente problema de salud
pública, afectando aproximadamente al 40% de los adultos, con mayor incidencia en mujeres, adultos
mayores y poblaciones urbanas (Parra-Gómez et al., 2025). Los países con mayor prevalencia son Perú,
Brasil y Ecuador, donde pacientes con síndrome metabólico presentan valores de HbA1c superiores al
rango de referencia, junto con factores de riesgo frecuentes como hipertensión arterial, sedentarismo,
tabaquismo y diabetes (Chiquito-Guale et al., 2023).
León-Samaniego et al. (2025) señalan que la alta prevalencia de síndrome metabólico en la población
ecuatoriana y su asociación con enfermedades cardiovasculares y endócrinas resalta la importancia de
implementar programas de detección temprana. En particular, destaca que el uso de HbA1c como
herramienta diagnóstica ofrece ventajas frente a la glucosa en ayunas, facilitando intervenciones
oportunas. Además, Baldeón et al. (2021) enfatizan que la prevalencia del síndrome metabólico es
altamente significativa tanto en comunidades urbanas como rurales, siendo más frecuente en mujeres
de 50 años, con menor nivel educativo y con bajos recursos económicos.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 64
A pesar de los estudios disponibles sobre este tema, estos resultan dispersos y con limitaciones en
cuanto a la precisión diagnóstica, la comparación directa entre ambos marcadores y la variedad
metodológica de los estudios. Esta situación dificulta la elaboración de recomendaciones claras para
su aplicación en atención primaria y prevención (Boye et al., 2022; Huang et al., 2021).
Por ello, el objetivo de esta investigación es analizar y sintetizar la evidencia bibliográfica disponible
sobre glucosa y hemoglobina glicosilada como marcadores tempranos del síndrome metabólico
mediante una revisión sistemática de la literatura (SLR) de estudios publicados entre 2020 y 2025. Las
preguntas de investigación definidas para esta revisión son: (1) ¿Qué valores de glucosa y hemoglobina
glicosilada son asociados con mayor riesgo de síndrome metabólico?, y (2) ¿Cuáles son las
implicaciones en el uso de estos marcadores en contextos de atención primaria y prevención de
enfermedades crónicas? Esta revisión sistemática busca aportar un conocimiento actualizado y
riguroso que contribuya a optimizar la identificación oportuna y el manejo clínico del síndrome
metabólico, favoreciendo la implementación de intervenciones tempranas que mejoren la salud
poblacional.
2. Metodología
La presente investigación tiene un enfoque mixto, con alcance descriptivo y diseño de síntesis de
evidencia científica, además analiza parámetros clínicos en forma de números. El procedimiento se
desarrolló conforme a las directrices del protocolo PRISMA (Preferred Reporting Items for Systematic
Reviews and Meta-Analyses) para garantizar transparencia y reproducibilidad en las fases de
búsqueda, selección, extracción y síntesis de la evidencia (Page et al., 2021). Además, se utilizó la
metodología PICOS como marco conceptual para formular las preguntas de investigación y definir los
criterios de búsqueda. Los componentes considerados fueron:
• P (Población): General.
• I (Intervención o condición de interés): glucosa y/o hemoglobina glicosilada como marcadores.
• C (Comparación): individuos con niveles normales.
• O (Resultado): detección temprana de síndrome metabólico y métricas de precisión diagnóstica.
• S (Diseño del estudio): estudios originales.
Criterios de elegibilidad
Se definieron como criterios de inclusión estudios originales publicados entre los años 2020 - 2025 hasta
la fecha de búsqueda (16/10/2025), que aborden la relación o el valor de la glucosa y/o la hemoglobina
glicosilada como marcadores tempranos o predictivos del síndrome metabólico, asegurando la
inclusión de investigaciones con diseño metodológico que permita la obtención y análisis de datos
primarios para garantizar la validez de los resultados. Además, no se aplicaron restricciones de idioma
con el fin de maximizar la recuperación de evidencia relevante.
Se excluyeron documentos publicados fuera del período establecido, estudios que no se relacionen
directamente con el análisis de la glucosa y hemoglobina glicosilada como marcadores tempranos del
síndrome metabólico, así como revisiones sistemáticas, documentos de conferencias, capítulos de
libros, libros completos, cartas al editor, notas, estudios retractados, artículos sin acceso a texto
completo y estudios sin resultados publicados.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 65
Fuentes de información y estrategia de búsqueda
La búsqueda bibliográfica se realizó en las bases de datos Scopus y PubMed, seleccionadas por su
amplia cobertura en literatura multidisciplinaria. La estrategia se estructuró de acuerdo con la
metodología PICOS, organizando los términos en las siguientes categorías conceptuales: Intervención,
“glucosa”, “glycosylated hemoglobin”; Resultados, “metabolic síndrome”, “early detection”; y diseño
del estudio: “artículos originales”. Se combinaron los términos con operadores booleanos (and, or) y
la búsqueda se centró en principalmente en los títulos, así como en los resúmenes y palabras clave,
adaptando la sintaxis de la cadena a las particularidades de cada base de datos. La tabla 1 muestra las
cadenas de búsqueda utilizadas, así como el número total de estudios recuperados en cada base de
datos.
Métodos de síntesis
Para la extracción de datos se diseñó una matriz estandarizada basada en la metodología PICOS en la
cual se registraron datos principales de cada estudio como país, diseño del estudio, tamaño muestral,
características poblacionales, marcador(s) evaluado(s), umbrales analizados, métricas de rendimiento
diagnóstico, desenlaces asociados y resultados principales. Posteriormente, los datos extraídos fueron
categorizados y analizados de manera descriptiva, presentándose los hallazgos de forma tabular
además de narrativa para facilitar la comparación y síntesis de la evidencia disponible.
Tabla 1
Estrategia de búsqueda y número de estudios recuperados
Base de datos Cadena de búsqueda Estudios
Scopus
(TITLE (glucose OR "glycated hemoglobin" OR "glycosylated
hemoglobin" OR "hemoglobin A1c" OR "HbA1c") AND TITLE
("metabolic syndrome" OR "metabolic risk") AND TITLE-ABS-KEY
(marker OR biomarker OR "early detection")) AND PUBYEAR >
2019 AND PUBYEAR < 2026 AND (LIMIT-TO (DOCTYPE, "ar"))
85
Pubmed
((glucose[Title]) OR ("glycated hemoglobin"[Title]) OR
("glycosylated hemoglobin"[Title]) OR ("hemoglobin A1c"[Title])
OR (HbA1c[Title])) AND (("metabolic syndrome"[Title]) OR
("metabolic risk"[Title])) AND ((marker[Title/Abstract]) OR
(biomarker[Title/Abstract]) OR ("early detection"[Title/Abstract]))
AND (y_5[Filter])
42
Total 127
3. Resultados
El proceso de selección de los estudios se desarrolló conforme a las directrices del diagrama de flujo
PRISMA, garantizando la transparencia y trazabilidad en la identificación, cribado y elegibilidad de
los registros. En la fase de identificación, se recuperaron un total de 127 estudios provenientes de dos
bases de datos científicas: Scopus (n = 85) y PubMed (n = 42). Posteriormente, se eliminaron 40 registros
duplicados, obteniéndose un total de 87 estudios únicos para el proceso de cribado inicial. Durante la
etapa de cribado, los títulos, resúmenes y palabras clave fueron revisados, excluyéndose 10 registros
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 66
que no se relacionaban con el objetivo del estudio ni respondían a las preguntas de investigación
planteadas. De los 77 estudios seleccionados para su recuperación en texto completo, 5 no pudieron
ser obtenidos, por lo que se procedió con la evaluación de elegibilidad de 72 artículos. En esta fase, se
excluyeron 15 estudios no ajustarse a los criterios PICOS establecidos. Finalmente, un total de 57
estudios fueron considerados para el análisis final de la revisión sistemática, como se muestra en el
diagrama de flujo de la figura 1.
Figura 1
Diagrama de flujo PRISMA 2020
La mayoría de los estudios incluidos en la revisión sistemática son de tipo transversal,
representando la categoría con mayor frecuencia (ver figura 2). Le siguen los estudios de tipo
prospectivo o longitudinal, que también tienen una participación significativa. Se identifican además
estudios descriptivos, análisis observacionales, ensayos clínicos, y algunos estudios retrospectivos
multicéntricos. Esta distribución refleja una predominancia de diseños transversales y prospectivos, lo
que sugiere enfoques variados en la recopilación y análisis de datos dentro del área investigada.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 67
Figura 2
Diseño metodológico de los estudios
El análisis de la distribución geográfica de los estudios (ver figura 3), indica que China y Estados
Unidos lideran la contribución en el campo de análisis, con una cantidad considerablemente mayor en
comparación con otras naciones. Países como Irán, Turquía, Italia e India también aportan estudios al
análisis, aunque en menor medida. El resto de los países contribuyen con uno o pocos estudios,
reflejando una diversidad geográfica amplia, pero con concentración significativa en unos pocos
países. Esta distribución complementa la heterogeneidad en los diseños de estudio, mostrando además
una variabilidad en el origen geográfico de la evidencia científica revisada.
Figura 3
Distribución geográfica de la literatura analizada
Valores de glucosa y hemoglobina glicosilada asociados con riesgo de síndrome metabólico
La glucosa en ayunas (FPG) y la hemoglobina glicosilada (HbA1c) son marcadores relevantes en la
evaluación del riesgo y el diagnóstico del síndrome metabólico (MetS) debido a que el aumento de la
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 68
glucemia y la resistencia a la insulina son características fisiopatológicas fundamentales del síndrome
(Adams-Huet et al., 2024). La tabla 2 resume los valores de FPG y HbA1c asociados con MetS en
diversas cohortes de estudio, así como los umbrales diagnósticos pertinentes.
Tabla 2
Valores de Glucosa y Hemoglobina Glicosilada asociados con síndrome metabólico
Cohorte y
población
Metodología
de muestra
Marcador Grupo MetS
Grupo de
control
Comparación
Población
adulta
Mediana
(rango
intercuartil)
Glucosa (mg/dL) 111 (102-120) 97 (91-103)
Diferencia altamente
significativa
HbA1c (%) 5.7 (5.4-6.0) 5.3 (5.1-5.6)
Media ± SD
FPG (mmol/L) 5.1 ± 0.7 4.7 ± 0.7
Significativamente mayor
en MetS
HbA1c (%) 5.6 ± 0.7 5.0 ± 0.8
Prevalencia de
MetS
38.5% (Usando
criterio ADA
HbA1c ≥ 5.7%)
35.2%
(Usando
criterio FPG
≥ 100 mg/dL)
El corte de HbA1c
identificó 3.3% más
sujetos con MetS que el
criterio FPG
Media
ponderada ±
SE
FBG (mg/dL) 119.1 ± 0.6 98.2 ± 0.2
Diferencia altamente
significativa
HbA1c (%)
6.0 5.4 ± 0.0
Pacientes
obesos
Media ± SD Glucosa (mg/dL) 172.3 ± 55.70
88.8 ± 7.81
(NGT), 109.3
± 6.96 (IFG)
NGT: Tolerancia Normal
a la Glucosa. IFG: Glucosa
en Ayunas Alterada.
Aumento significativo a
través de los grupos
glucémicos
Pacientes
con DM
Tipo 2
Media ± SD
FPG (mg/dL)
200.5 ± 4.7 169.7 ± 5.23
Significativamente mayor
en MetS
HbA1c (%) 9.10 ± 2.1 8.38 ± 2.2
Criterios
diagnósticos
Criterio de
componente
MetS
FBG (mg/dL)
≥ 100
Criterio para
hiperglucemia en la
definición de MetS
Criterio de
diabetes
(ADA)
FBG (mg/dL)
≥ 126
Umbral diagnóstico de
diabetes
Criterio de
diabetes
(ADA)
HbA1c (%)
≥ 6.5
Umbral diagnóstico de
diabetes
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 69
El análisis de la FPG y HbA1c como marcadores asociados al riesgo de MetS confirma su papel
central en la prevención, el diagnóstico y la estratificación del riesgo en enfermedades metabólicas. La
hiperglucemia en ayunas es, por definición, uno de los cinco componentes diagnósticos principales del
MetS (Adams-Huet et al., 2024; Zhang et al., 2025). Los estudios demuestran consistentemente que los
sujetos con MetS presentan niveles de FPG significativamente más altos que los grupos de control o
sin MetS (Annani-Akollor et al., 2020; Balcıoğlu et al., 2022; Wan et al., 2024). El valor de corte estándar
para que la glucemia en ayunas se considere un componente del MetS es 100 mg/dL (Zhang et al.,
2025).
En un análisis realizado en adultos, la mediana de la glucosa en el grupo MetS fue de 111 mg/dL
(Rango Intercuartil [IQR]: 102–120), mientras que el grupo control mostró una mediana de 97 mg/dL
(IQR: 91–103) (Adams-Huet et al., 2024). Esta diferencia de 14 mg/dL subraya que el grupo MetS tiene
una glucemia promedio que excede claramente el umbral de 100 mg/dL.En cohortes específicas, como
los pacientes con diabetes tipo 2 (T2DM), el diagnóstico coexistente de MetS está ligado a un control
glucémico significativamente peor, con un FPG promedio de 200.5 mg/dL en el grupo con MetS en
comparación con 169.74 mg/dL en el grupo sin MetS (Hameed et al., 2022).
Además de ser un criterio diagnóstico, la hiperglucemia en ayunas confiere un riesgo elevado, el
FPG alto se asoció con mortalidad cardiovascular (Masrouri et al., 2022). Los niveles de HbA1c son
consistentemente más altos en sujetos con MetS (Balcıoğlu et al., 2022; Wan et al., 2024). En la población
adulta, la mediana de HbA1c en el grupo MetS fue de 5.7% (IQR: 5.4–6.0), superando
significativamente la mediana del grupo control, que fue de 5.3% (IQR: 5.1–5.6) (Adams-Huet et al.,
2024).
Este umbral de 5.7% es notable, ya que coincide con el criterio de la Asociación Americana de
Diabetes (ADA) para el diagnóstico de prediabetes, lo que refuerza la noción de que el MetS se
correlaciona fuertemente con estados glucémicos pre-diabéticos (Annani-Akollor et al., 2020; Zhang et
al., 2025). La HbA1c también aumenta progresivamente a medida que se acumulan más componentes
del MetS. En hombres no diabéticos, el valor de HbA1c promedio aumentó de 5.30%±0.02 con cero
componentes de MetS a 5.59%±0.04 con cuatro componentes.
En hombres diabéticos, esta progresión fue de 7.87%±0.26 a 8.37%±0.18. Esta correlación positiva
con el número de componentes subraya que la HbA1c no solo indica hiperglucemia, sino que también
refleja la carga de disfunción metabólica general (Wisniewski et al., 2024). Por lo tanto, los valores de
FPG (≥100 mg/dL) y HbA1c (≥5.7%, el límite inferior de la prediabetes) están fuertemente asociados
con la presencia y la gravedad del MetS. El análisis de los estudios indica que, si bien el FPG es una
medida de diagnóstico directo para el MetS, la HbA1c proporciona una evaluación robusta a largo
plazo de la disfunción metabólica subyacente que impulsa el síndrome (Adib et al., 2024; Annani-
Akollor et al., 2020; Yan et al., 2025).
Implicaciones en el uso de estos marcadores en contextos de atención primaria y prevención de
enfermedades crónicas
La aplicación de biomarcadores tiene un impacto significativo en la modernización de la atención
primaria y en la efectividad de las estrategias para prevenir enfermedades crónicas. La Tabla 3 resume
los hallazgos sobre la utilidad clínica de la glucosa, la hemoglobina glicosilada y sus índices derivados,
en la prevención y manejo de patologías metabólicas y cardiovasculares.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 70
Tabla 3
Implicaciones médicas de la glucosa y hemoglobina glicosilada
Marcador
Aplicaciones en atención
primaria
Implicaciones en la
prevención de enfermedades
Autor
Glucosa
Plasmática en
Ayunas
Diagnóstico Inmediato de
MetS: Su valor (≥ 100 /
) es un criterio clave para
identificar el MetS
Detección de T2DM: El umbral
de ≥ 126 / define la
diabetes mellitus tipo 2
Annani-
Akollor et al. (2020);
Dimova et al. (2020); Kaneko et
al. (2020); Warner et al. (2024);
Wisniewski et al. (2024)
Accesibilidad y Bajo Costo:
medición de laboratorio
estándar, rutinaria y de fácil
obtención
Evaluación de Riesgo: Niveles
elevados se asocian con la
progresión de la disfunción
glucémica
Hemoglobina
Glicosilada
(HbA1c)
Monitoreo Glucémico
Crónico: Mide el control de la
glucemia a largo plazo
(promedio de tres meses), lo
que reduce la variabilidad
diaria
Predicción de ASCVD:
Predictor potencialmente
superior del riesgo
cardiovascular (CVD), incluso
en poblaciones no diabéticas
Annani-
Akollor et al. (2020);
Balcıoğlu et al. (2022); Chen et
al. (2025); Chen et al. (2025);
Aslan Çin et al. (2020); Couto
et al. (2023); Hameed et al.
(2022); He et al. (2025); Lee et
al. (2022); Rajendran et al.
(2022); Yang et al. (2024)
Conveniencia y Fiabilidad:
Atributos técnicos superiores
al FPG, ya que no requiere
que el paciente esté en ayunas
Estratificación CKM: Es un
componente esencial en el
cálculo de la tasa de
eliminación de glucosa
estimada (eGDR), un índice
que predice la mortalidad por
todas las causas y la
mortalidad cardiovascular.
Cribado de Alto Riesgo: La
HbA1c media en pacientes
con MetS es
significativamente más alta,
capturando estados
prediabéticos
Indicador de Carga
Metabólica: Los niveles de
HbA1c se incrementan
progresivamente a medida que
los pacientes avanzan en las
etapas del síndrome CKM
Consideraciones
Generales
La integración de pruebas
bioquímicas rutinarias en
atención primaria es
especialmente útil en
entornos con recursos
limitados.
Promueve acciones
preventivas y educación
sanitaria desde el primer nivel
de atención.
Adib et al. (2024); Feng et al.
(2025); Haidar et al. (2024); Lu
et al. (2025); Yue et al. (2025);
Zhang et al. (2025); Zhou et al.
(2025)
Evaluación continua de la
glucosa y HbA1c como parte
del seguimiento longitudinal
en pacientes con riesgo
metabólico o antecedentes
familiares de enfermedad
cardiovascular.
Promoción del uso de
marcadores metabólicos en
poblaciones pediátricas y
adolescentes para prevenir
alteraciones metabólicas a
largo plazo.
Balcıoğlu et al. (2022); Aslan
Çin et al. (2020); Lin et al.
(2021); Tamini et al. (2025)
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 71
En el entorno de la atención primaria, la utilidad de la FPG radica en su inmediatez diagnóstica y
su accesibilidad universal. Como criterio central en la definición del MetS ( ≥ 100 /)
(Adams-Huet et al., 2024; Adib et al., 2024; Zhang et al., 2025), la medición de FPG es un procedimiento
rutinario, de bajo costo y fácil de realizar en cualquier laboratorio (He et al., 2025; Tamini et al., 2025).
Esta facilidad permite a los médicos de atención primaria clasificar rápidamente la disfunción
glucémica, esencial para iniciar intervenciones preventivas. Sin embargo, el FPG ofrece solo una
"instantánea" de la glucemia diaria (Annani-Akollor et al., 2020).
En contraste, la Hemoglobina Glicosilada proporciona una ventaja significativa en la
monitorización a largo plazo, ya que refleja el control glucémico promedio durante los tres meses
anteriores (Annani-Akollor et al., 2020). La HbA1c minimiza las variaciones agudas relacionadas con
el ayuno o el estrés. Su implementación en la atención primaria es conveniente porque no requiere que
el paciente esté en ayunas y posee características técnicas superiores.
La implicación más crítica de estos marcadores en la prevención de enfermedades crónicas reside
en su capacidad para estratificar el riesgo de progresión a T2DM y a eventos cardiovasculares
ateroscleróticos (ASCVD), condiciones íntimamente ligadas al MetS (Adams-Huet et al., 2024). El
aumento de la FPG es un factor de riesgo para el desarrollo de T2DM (Zhang et al., 2025).
No obstante, la HbA1c muestra un valor pronóstico particularmente robusto. Varios estudios han
sugerido que el HbA1c podría ser un predictor de riesgo cardiovascular más eficaz que el FPG, incluso
en la población no diabética (Annani-Akollor et al., 2020). Además, la HbA1c se ha integrado en
fórmulas predictivas más sofisticadas, como la Tasa de Eliminación de Glucosa Estimada (eGDR) (Tan
et al., 2025). El eGDR, que utiliza la HbA1c y la circunferencia de la cintura (WC), es un indicador
subrogado de la sensibilidad a la insulina que ha demostrado ser un predictor significativo de la
mortalidad por todas las causas y la mortalidad cardiovascular (CVD) (Tan et al., 2025; Xing et al.,
2025).
Esta integración permite a los profesionales de la salud predecir el pronóstico a largo plazo de
manera más precisa y guiar estrategias de intervención temprana, especialmente en el marco del
Síndrome Cardiovascular-Renal-Metabólico (CKM). La progresión a etapas más avanzadas del CKM
está marcada por un aumento progresivo de los niveles de HbA1c (Hong et al., 2025; Ying et al., 2025;
Zhou et al., 2025), lo que convierte a este marcador en un indicador dinámico de la carga de disfunción
metabólica y un objetivo clave para la monitorización de la eficacia de las terapias preventivas.
4. Discusión
El análisis y síntesis de la evidencia disponible desde 2020 a 2025 mostraron que los valores de glucosa
y hemoglobina glicosilada son marcadores tempranos confiables del síndrome metabólico. Se
observaron asociaciones consistentes de estos biomarcadores con la presencia del síndrome
metabólico, destacando puntos de corte recurrentes (glucosa ≥100 mg/dL, HbA1c entre 5.4% y 5.7%)
que ofrecen alta sensibilidad y especificidad diagnóstica. Además, se respalda la inclusión rutinaria de
la medición de glucosa y HbA1c en la práctica clínica como una estrategia eficaz para identificar
oportunamente a individuos con riesgo metabólico elevado.
Esta evidencia se alinea con investigaciones recientes, Wisniewski et al. (2024) demostraron que la
HbA1c puede reflejar alteraciones metabólicas incluso por debajo de los límites clínicos tradicionales.
De igual manera, Mohamed et al. (2023) confirmaron que la glucosa plasmática sigue siendo un
predictor robusto de síndrome metabólico, validando el uso de glucosa ≥100 mg/dL como umbral
diagnóstico. Cancelliere et al. (2025) identificaron un punto de corte de HbA1c ≥5.7 % como criterio
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 72
óptimo para la predicción del metabolismo glucídico alterado en poblaciones de alto riesgo, hallazgo
congruente con el rango observado en esta revisión.
Por otra parte, León-Samaniego et al. (2025) reportaron que la glucosa fue el principal predictor de
enfermedades cardiovasculares y endocrinas en población rural ecuatoriana, evidenciando su
aplicabilidad en entornos con recursos limitados. Han et al. (2024) demostraron que la interacción entre
HbA1c y el índice TyG se asoció con un mayor riesgo de mal control de presión arterial, ampliando el
valor pronóstico de la HbA1c más allá del diagnóstico de diabetes y conectándola con otros
componentes del síndrome metabólico.
Los hallazgos presentados coinciden con la literatura contemporánea que subraya la importancia
de la glucosa y la HbA1c como indicadores clave en la práctica clínica. Su incorporación sistemática en
los programas de atención primaria podría optimizar las estrategias de detección y prevención del
síndrome metabólico, especialmente en poblaciones vulnerables o con limitado acceso a servicios
especializados. Además, la evidencia sugiere que la reducción progresiva de los puntos de corte para
estos marcadores podría mejorar la sensibilidad diagnóstica y permitir intervenciones preventivas más
oportunas.
Entre las limitaciones de este estudio se incluye la heterogeneidad metodológica de los trabajos
analizados, en aspectos como los valores de corte, los métodos analíticos empleados, la definición de
síndrome metabólico y las características de las poblaciones estudiadas, lo que dificultó la realización
de un metaanálisis robusto en muchos casos. También se detectaron sesgos de publicación y ausencia
de datos de seguimiento longitudinal en la mayoría de los estudios, lo que limita la capacidad de
establecer inferencias causales sólidas.
5. Conclusiones
La revisión sistemática confirma que la glucosa y la hemoglobina glicosilada son marcadores
tempranos confiables para detectar el síndrome metabólico, con puntos de corte prácticos (glucosa ≥
100 mg/dL y HbA1c entre 5.4% y 5.7%) que ofrecen buena capacidad diagnóstica. Su incorporación en
la atención primaria facilita la identificación precoz de personas en riesgo, permitiendo intervenciones
oportunas que reducen la carga de enfermedades crónicas. Debido a su accesibilidad, bajo costo y
reproducibilidad, estos marcadores son herramientas viables para su uso en programas de cribado
metabólico en diversos contextos sanitarios.
Además, estos marcadores bioquímicos mantienen un rendimiento diagnóstico estable, incluso
frente a índices derivados o combinados. Por ello, su análisis clínico desempeña un papel fundamental
en la estratificación del riesgo metabólico al proporcionar información cuantitativa que orienta la toma
de decisiones médicas en etapas iniciales del proceso patológico y facilita la derivación oportuna de
pacientes hacia intervenciones preventivas y terapéuticas más efectivas.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 73
Referencias
Adams-Huet, B., Zubirán, R., Remaley, A., & Jialal, I. (2024). The triglyceride-glucose index is superior
to homeostasis model assessment of insulin resistance in predicting metabolic syndrome in an
adult population in the United States. Journal of Clinical Lipidology, 18(4), 518–524.
https://doi.org/10.1016/j.jacl.2024.04.130
Adib, M., Mehran, L., Masoumi, S., Vatanpoor, I., Azizi, F., & Amouzegar, A. (2024). Optimal Cut-off
Points of the Standardized Continuous Metabolic Syndrome Severity Score (cMetS-S) for
Predicting Cardiovascular Disease (CVD) and CVD Mortality in the Tehran Lipid and Glucose
Study (TLGS). International Journal of Endocrinology and Metabolism, 22(4), e154255.
https://doi.org/10.5812/ijem-154255
American Diabetes Association. (2020). 6. Glycemic Targets: Standards of Medical Care in Diabetes—
2021. Diabetes Care, 44(Supplement_1), S73–S84. https://doi.org/10.2337/dc21-S006
Annani-Akollor, M., Laing, E., Addai-Mensah, O., Fondjo, L., Adu, E., & Owiredu, E.-W. (2020).
Population-derived cut-off for HbA1c could enhance the identification of metabolic
syndrome among non-diabetic population. Heliyon, 6(8).
https://doi.org/10.1016/j.heliyon.2020.e04583
Balcıoğlu, A., Aksu, E., & Aykan, A. (2022). Triglyceride glucose index is related with cardiac
autonomic dysfunction in patients with metabolic syndrome. Kardiologiia, 62(6), 45–50.
https://doi.org/10.18087/cardio.2022.6.n2049
Baldeón, M., Felix, C., Fornasini, M., Zertuche, F., Largo, C., Paucar, M. , Ponce, L., Rangarajan, S.,
Yusuf, S., & López-Jaramillo, P. (2021). Prevalence of metabolic syndrome and diabetes mellitus
type-2 and their association with intake of dairy and legume in Andean communities of
Ecuador. PLOS ONE, 16(7), e0254812. https://doi.org/10.1371/journal.pone.0254812
Boye, K., Thieu, V., Lage, M., Miller, H., & Paczkowski, R. (2022). The Association Between Sustained
HbA1c Control and Long-Term Complications Among Individuals with Type 2 Diabetes: A
Retrospective Study. Advances in Therapy, 39(5), 2208–2221. https://doi.org/10.1007/s12325-022-
02106-4
Cancelliere, S., Heung, T., Blagojevic, C., Malecki, S., Dash, S., & Bassett, A. (2025). A non-fasting
marker of metabolic syndrome in a high-risk population. The Journal of Nutrition, Health and
Aging, 29(7), 100573. https://doi.org/10.1016/j.jnha.2025.100573
Chen, M., Guo, J., Shangguan, Y., Sun, Z., He, X., Tu, Q., & Yan, Q. (2025). Association of the
triglyceride-glucose index combined with a body shape index with all-cause and
cardiovascular mortality in individuals with cardiovascular-kidney-metabolic syndrome stage
0-3: Findings from two prospective cohorts. Cardiovascular Diabetology, 24(1), 366.
https://doi.org/10.1186/s12933-025-02921-3
Chen, X., Li, A., & Ma, Q. (2025). Association of estimated glucose disposal rate with metabolic
syndrome prevalence and mortality risks: A population-based study. Cardiovascular
Diabetology, 24(1), 38. https://doi.org/10.1186/s12933-025-02599-7
Chiquito-Guale, B., Plúas-Vargas, M., & Lucas-Parrales, E. (2023). Síndrome metabólico y hemoglobina
glicosilada en Latinoamérica. MQRInvestigar, 7(3), 3137–3153.
https://doi.org/10.56048/MQR20225.7.3.2023.3137-3153
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 74
Aslan Çin, N., Yardımcı, H., Koç, N., Uçaktürk, S., & Ok, M. (2020). Triglycerides/high-density
lipoprotein cholesterol is a predictor similar to the triglyceride–glucose index for the diagnosis
of metabolic syndrome using International Diabetes Federation criteria of insulin resistance in
obese adolescents: A cross-sectional study. Journal of Pediatric Endocrinology and Metabolism,
33(6), 777–784. https://doi.org/10.1515/jpem-2019-0310
Couto, A., Pohl, H., Bauer, M., & Schwanke, C. (2023). Accuracy of the triglyceride-glucose index as a
surrogate marker for identifying metabolic syndrome in non-diabetic individuals. Nutrition,
109, 111978. https://doi.org/10.1016/j.nut.2023.111978
Dimova, R., Tankova, T., Kirilov, G., Chakarova, N., Grozeva, G., & Dakovska, L. (2020). Endothelial
and Autonomic Dysfunction at Early Stages of Glucose Intolerance and in Metabolic Syndrome.
Hormone and Metabolic Research, 52(1), 39–48. https://doi.org/10.1055/a-0972-1302
Elliott, T., Beca, S., Beharry, R., Tsoukas, M., Zarruk, A., & Abitbol, A. (2021). The impact of flash
glucose monitoring on glycated hemoglobin in type 2 diabetes managed with basal insulin in
Canada: A retrospective real-world chart review study. Diabetes & Vascular Disease Research,
18(4), 14791641211021374. https://doi.org/10.1177/14791641211021374
Feng, J., Luo, R., Gao, J., Wang, Y., Cong, J., Ma, H., & Wu, X. (2025). Elevated Triglyceride-Glucose
Index Is Associated With Insulin Resistance, Metabolic Syndrome Components, Nonalcoholic
Fatty Liver Disease, and Adverse Pregnancy Outcomes in Chinese Women With Polycystic
Ovary Syndrome. Clinical Endocrinology, 103(3), 317–326. https://doi.org/10.1111/cen.15252
Haidar, S., Mahboub, N., Papandreou, D., Abboud, M., & Rizk, R. (2024). Triglyceride and Glucose
Index as an Optimal Predictor of Metabolic Syndrome in Lebanese Adults. Nutrients, 16(21),
3718. https://doi.org/10.3390/nu16213718
Hameed, E., Al-Ameri, L., Hasan, H., & Abdulqahar, Z. (2022). The Cut-off Values of Triglycerides—
Glucose Index for Metabolic Syndrome Associated with Type 2 Diabetes Mellitus. Baghdad
Science Journal, 19(2). https://doi.org/10.21123/bsj.2022.19.2.0340
Han, Y., Hai, J., Yang, X., Lu, D., Li, J., Yan, X., Bu, P., Ti, Y., & Li, X. (2024). The synergistic effect of
triglyceride-glucose index and HbA1c on blood pressure control in patients with hypertension:
A retrospective cohort study. Scientific Reports, 14(1), 20038. https://doi.org/10.1038/s41598-024-
70213-z
He, Y., Cao, Y., Chen, Z., Qin, Y., & Wang, F. (2025). Association between the triglyceride-glucose-
waist-to-height ratio and early arterial stiffness in cardiovascular-kidney-metabolic
syndrome. European Journal of Medical Research, 30(1), 629. https://doi.org/10.1186/s40001-025-
02881-0
Hong, J., Zhang, R., Tang, H., Wu, S., Chen, Y., & Tan, X. (2025). Comparison of triglyceride glucose
index and modified triglyceride glucose indices in predicting cardiovascular diseases incidence
among populations with cardiovascular-kidney-metabolic syndrome stages 0–3: A nationwide
prospective cohort study. Cardiovascular Diabetology, 24(1), 98. https://doi.org/10.1186/s12933-
025-02662-3
Huang, J.-H., Lin, Y.-K., Lee, T.-W., Liu, H.-W., Chien, Y.-M., Hsueh, Y.-C., Lee, T.-I., & Chen, Y.-J.
(2021). Correlation between short- and mid-term hemoglobin A1c and glycemic control
determined by continuous glucose monitoring. Diabetology & Metabolic Syndrome, 13(1), 94.
https://doi.org/10.1186/s13098-021-00714-8
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 75
Islam, M., Wei, P., Suzauddula, M., Nime, I., Feroz, F., Acharjee, M., & Pan, F. (2024). The interplay of
factors in metabolic syndrome: Understanding its roots and complexity. Molecular Medicine
(Cambridge, Mass.), 30(1), 279. https://doi.org/10.1186/s10020-024-01019-y
Kaneko, K., Yatsuya, H., Li, Y., Uemura, M., Chiang, C., Hirakawa, Y., Ota, A., Tamakoshi, K., &
Aoyama, A. (2020). Risk and population attributable fraction of metabolic syndrome and
impaired fasting glucose for the incidence of type 2 diabetes mellitus among middle-aged
Japanese individuals: Aichi Worker’s Cohort Study. Journal of Diabetes Investigation, 11(5), 1163–
1169. https://doi.org/10.1111/jdi.13230
Lee, J., Ah Lee, Y., Yong Lee, S., Ho Shin, C., & Hyun Kim, J. (2022). Comparison of Lipid-Derived
Markers for Metabolic Syndrome in Youth: Triglyceride/HDL Cholesterol Ratio, Triglyceride-
Glucose Index, and non-HDL Cholesterol. The Tohoku Journal of Experimental Medicine, 256(1),
53–62. https://doi.org/10.1620/tjem.256.53
León-Samaniego, G., Romero Urréa, H., Espinoza-Carrasco, F., Llimaico, M., Encalada, G., Herrera, P.,
Chavez-Cembellin, A., & Faytong-Haro, M. (2025). Metabolic Syndrome Indicators and
Cardiovascular/Endocrine Risks in Rural Ecuador: A Cross-Sectional Study. Journal of
Personalized Medicine, 15(3), 78. https://doi.org/10.3390/jpm15030078
Lin, H.-Y., Zhang, X.-J., Liu, Y.-M., Geng, L.-Y., Guan, L.-Y., & Li, X.-H. (2021). Comparison of the
triglyceride glucose index and blood leukocyte indices as predictors of metabolic syndrome in
healthy Chinese population. Scientific Reports, 11(1), 10036. https://doi.org/10.1038/s41598-021-
89494-9
Lu, L., Chen, Y., Liu, B., Li, X., Wang, J., Nie, Z., & Fu, X. (2025). Association between cumulative
changes of the triglyceride glucose index and incidence of stroke in a population with
cardiovascular-kidney-metabolic syndrome stage 0–3: A nationwide prospective cohort study.
Cardiovascular Diabetology, 24(1), 202. https://doi.org/10.1186/s12933-025-02754-0
Masrouri, S., Moazzeni, S., Cheraghloo, N., Azizi, F., & Hadaegh, F. (2022). The clinical value of
metabolic syndrome and its components with respect to sudden cardiac death using different
definitions: Two decades of follow-up from the Tehran Lipid and Glucose Study. Cardiovascular
Diabetology, 21(1), 269. https://doi.org/10.1186/s12933-022-01707-1
Mohamed, S., Shalaby, M., El-Shiekh, R., El-Banna, H., Emam, S., & Bakr, A. (2023). Metabolic
syndrome: Risk factors, diagnosis, pathogenesis, and management with natural approaches.
Food Chemistry Advances, 3, 100335. https://doi.org/10.1016/j.focha.2023.100335
Neeland, I., Lim, S., Tchernof, A., Gastaldelli, A., Rangaswami, J., Ndumele, C., Powell-Wiley, T., &
Després, J.-P. (2024). Metabolic syndrome. Nature Reviews Disease Primers, 10(1), 77.
https://doi.org/10.1038/s41572-024-00563-5
Page, M., McKenzie, J., Bossuyt, P., Boutron, I., Hoffmann, T., Mulrow, C., Shamseer, L., Tetzlaff, J.,
Akl, E., Brennan, S., Chou, R., Glanville, J., Grimshaw, J., Hróbjartsson, A., Lalu, M., Li, T.,
Loder, E., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An
updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Parra-Gómez, L., Puerta, J., Vásquez, A., Escalante, M., Lora, A., Villabona, S., & Camacho, P. (2025).
Prevalence of metabolic syndrome in Latin America: A systematic review and meta-analysis of
observational studies. Diabetes & Metabolic Syndrome: Clinical Research & Reviews, 19(7), 103282.
https://doi.org/10.1016/j.dsx.2025.103282
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 76
Rajendran, S., Kizhakkayil Padikkal, A., Mishra, S., & Madhavanpillai, M. (2022). Association of Lipid
Accumulation Product and Triglyceride-Glucose Index with Metabolic Syndrome in Young
Adults: A Cross-sectional Study. International Journal of Endocrinology and Metabolism, 20(2),
e115428. https://doi.org/10.5812/ijem-115428
Selvin, E. (2021). Hemoglobin A1c—Using Epidemiology to Guide Medical Practice: Kelly West Award
Lecture 2020. Diabetes Care, 44(10), 2197–2204. https://doi.org/10.2337/dci21-0035
Tamini, S., Bondesan, A., Caroli, D., Marazzi, N., & Sartorio, A. (2025). The Ability of the Triglyceride-
Glucose (TyG) Index and Modified TyG Indexes to Predict the Presence of Metabolic-
Associated Fatty Liver Disease and Metabolic Syndrome in a Pediatric Population with
Obesity. Journal of Clinical Medicine, 14(7), 2341. https://doi.org/10.3390/jcm14072341
Tan, Z., Zhou, D., Tang, Y., & Huo, G. (2025). Association between estimated glucose disposal rate and
incident cardiovascular disease in a population with Cardiovascular-Kidney-Metabolic
syndrome stages 0–3: Insights from CHARLS. Frontiers in Cardiovascular Medicine, 12, 1537774.
https://doi.org/10.3389/fcvm.2025.1537774
Wan, H., Cao, H., & Ning, P. (2024). Superiority of the triglyceride glucose index over the homeostasis
model in predicting metabolic syndrome based on NHANES data analysis. Scientific Reports,
14(1), 15499. https://doi.org/10.1038/s41598-024-66692-9
Warner, J., Blake, G., Garrett, J., Lee, M., Nelson, L., Summers, R., & Pickhardt, P. (2024). Correlation
of HbA1c levels with CT-based body composition biomarkers in diabetes mellitus and
metabolic syndrome. Scientific Reports, 14(1), 21875. https://doi.org/10.1038/s41598-024-72702-7
Wisniewski, A., DeLouize, A., Walker, Chatterji, S., Naidoo, N., Kowal, P., & Snodgrass, J. (2024).
Sustained metabolic dysregulation and the emergence of diabetes: Associations between
HbA1c and metabolic syndrome components in Tunisian diabetic and nondiabetic groups.
Journal of Physiological Anthropology, 43(1), 18. https://doi.org/10.1186/s40101-024-00365-4
Xie, S., Luo, X., Dong, M., Wang, Q., Li, J., & Wu, Q. (2023). Association Between Hemoglobin Glycation
Index and Metabolic Syndrome in Middle-Aged and Older People. Diabetes, Metabolic Syndrome
and Obesity: Targets and Therapy, 16, 1471–1479. https://doi.org/10.2147/DMSO.S406660
Xing, D., Xu, J., Weng, X., & Weng, X. (2025). Correlation between estimated glucose disposal rate,
insulin resistance, and cardiovascular mortality among individuals with metabolic syndrome:
A population-based analysis, evidence from NHANES 1999–2018. Diabetology & Metabolic
Syndrome, 17(1), 11. https://doi.org/10.1186/s13098-024-01574-8
Yan, Z., Xu, Y., & Du, X. (2025). The Correlation Between Triglyceride-Glucose Index and Its Associated
Indices With All-Cause and Cardiovascular Mortality in Patients With Advanced-Stage
Cardiovascular-Kidney-Metabolic Syndrome. Heart, Lung and Circulation, 34(10), 1119–1130.
https://doi.org/10.1016/j.hlc.2025.06.1036
Yang, M., Shangguan, Q., Xie, G., Sheng, G., & Yang, J. (2024). Oxidative stress mediates the association
between triglyceride-glucose index and risk of cardiovascular and all-cause mortality in
metabolic syndrome: Evidence from a prospective cohort study. Frontiers in Endocrinology, 15.
https://doi.org/10.3389/fendo.2024.1452896
Ying, Q., He, F., Wu, L., Wei, Q., & Xu, J. (2025). C-reactive protein-triglyceride glucose index predicts
mortality in cardiovascular-kidney-metabolic syndrome stage 0-3: A prospective cohort study.
Diabetology & Metabolic Syndrome, 17(1), 382. https://doi.org/10.1186/s13098-025-01947-7
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (62-77)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Galo Jazmany Asimbaya Jaramillo, Ximena del Rocío Robalino Flores 77
Yue, Y., Li, P., Sun, Z., Murayama, R., Li, Z., Hashimoto, K., & Zhang, Y. (2025). Association of novel
triglyceride-glucose-related indices with incident stroke in early-stage cardiovascular-kidney-
metabolic syndrome. Cardiovascular Diabetology, 24(1), 301. https://doi.org/10.1186/s12933-025-
02854-x
Zhang, P., Mo, D., Zeng, W., & Dai, H. (2025). Association between triglyceride-glucose related indices
and all-cause and cardiovascular mortality among the population with cardiovascular-kidney-
metabolic syndrome stage 0–3: A cohort study. Cardiovascular Diabetology, 24(1), 92.
https://doi.org/10.1186/s12933-025-02642-7
Zhou, X., Liu, Y., Peng, J., Zhou, X., & Wei, H. (2025). The role of triglyceride-glucose index in the
progression of cardiovascular-kidney-metabolic syndrome: Findings from the China health
and retirement longitudinal study. Frontiers in Cardiovascular Medicine, 12.
https://doi.org/10.3389/fcvm.2025.1612121
Transparencia
Conflicto de interés
Los autores declaran que no existen conflictos de interés de naturaleza alguna como parte de la
presente investigación
Fuente de financiamiento
Los autores financiaron completamente la investigación.
Contribución de autoría
Galo Jazmany Asimbaya Jaramillo: Conceptualización, validación, análisis formal, investigación,
gestión de datos, visualización, redacción - preparación del borrador original, redacción - revisión y
edición, financiamiento, administración del proyecto, recursos, supervisión.
Ximena del Rocío Robalino Flores: Conceptualización, metodología, software, validación, análisis
formal, gestión de datos, visualización, redacción - preparación del borrador original, redacción -
revisión y edición, financiamiento, recursos.
Los autores contribuyeron activamente en el análisis de los resultados, revisión y aprobación del
manuscrito final.
