https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
331
Artículo de revisión
Valor del perfil lipídico en la identificación del riesgo de
alteraciones insulínicas en adultos
Value of the lipid profile in the identification of the risk of insulin alterations in
adults
Marcelo Fabián Tapia Martínez*
Universidad Nacional de Chimborazo
Riobamba - Ecuador
marcelo.tapia@unach.edu.ec
https://orcid.org/0009-0002-1261-3691
Rosa Elisa Cruz Tenempaguay
Universidad Nacional de Chimborazo
Riobamba - Ecuador
rcruz@unach.edu.ec
https://orcid.org/0000-0002-3347-3651
*Correspondencia:
marcelo.tapia@unach.edu.ec
Cómo citar este artículo:
Tapia, M., & Cruz, R. (2026). Valor del perfil
lipídico en la identificación del riesgo de
alteraciones insulínicas en adultos. Esprint
Investigación, 5(1), 331-345.
https://doi.org/10.61347/ei.v5i1.252
Recibido: 27 de diciembre de 2025
Aceptado: 2 de febrero de 2026
Publicado: 6 de febrero de 2026
Resumen: La resistencia a la insulina (RI) constituye el principal pilar fisiopatológico del
síndrome metabólico y de la diabetes mellitus tipo 2. En la actualidad, se ha promovido
el uso del índice HOMA-IR, así como de marcadores derivados del perfil lipídico, entre
ellos el índice de triglicéridos y glucosa (TyG) y el cociente TG/HDL-C. El objetivo de
esta investigación fue analizar de manera sistemática la relación entre los parámetros del
perfil lipídico y los indicadores de resistencia a la insulina, mediante una revisión
sistemática de la literatura científica reciente. Se realizó una búsqueda exhaustiva y
estructurada, que permitió la selección final de 14 artículos originales. La calidad
metodológica y el riesgo de sesgo fueron evaluados mediante una escala adaptada de 0
a 7 puntos, utilizando herramientas validadas seg
ún el diseño del estudio:
STROBE/CASPe para estudios observacionales, la escala de Jadad para ensayos clínicos
y los criterios AMSTAR/CASPe para revisiones sistemáticas. Se analizó la correlación
entre el perfil lipídico (colesterol total, LDL-C, HDL-C y triglicéridos) y los índices
HOMA-IR, HOMA-β y TyG. Los hallazgos demostraron una correlación positiva y
estadísticamente significativa entre niveles elevados de triglicéridos y el índice TyG con
la RI medida mediante HOMA-IR. Asimismo, el cociente TG/HDL-C se identificó como
un predictor robusto de disfunc
ión metabólica. Los estudios con mayor calidad
metodológica (6–7/7 puntos) subrayaron que el índice TyG presenta una sensibilidad
superior al perfil lipídico convencional para la detección de la RI en etapas tempranas.
En conclusión, existe una estrecha relación entre la dislipidemia aterogénico y la
resistencia a la insulina, y los índices derivados del perfil lipídico constituyen
herramientas diagnósticas de bajo costo, alta accesibilidad y elevada fiabilidad para la
estratificación temprana del riesgo metabólico en población adulta.
Palabras clave: DM2, glucosa, lípidos, resistencia a la insulina, triglicéridos.
Abstract: Insulin resistance (IR) constitutes the main pathophysiological cornerstone of
metabolic syndrome and type 2 diabetes mellitus. Currently, the use of the HOMA-IR index has
been promoted, as well as markers derived from the lipid profile, including the triglyceride–
glucose index (TyG) and the TG/HDL-C ratio. The objective of this study was to systematically
analyze the relationship between lipid profile parameters and indicators of insulin resistance
through a systematic review of the recent scientific literature. A comprehensive and structured
search was conducted, resulting in the final selection of 14 original articles. Methodological
quality and risk of bias were assessed using an adapted scale ranging from 0 to 7 points, employing
validated tools according to study design: STROBE/CASPe for observational studies, the Jadad
scale for clinical trials, and AMSTAR/CASPe criteria for systematic reviews. The correlation
between the lipid profile (total cholesterol, LDL-C, HDL-C, and triglycerides) and the HOMA-
IR, HOMA-β, and TyG indices was analyzed. The findings demonstrated a positive and
statistically significant correlation between elevated triglyceride levels and the TyG index with
IR measured by HOMA-IR. Likewise, the TG/HDL-C ratio was identified as a robust predictor
of metabolic dysfunction. Studies with higher methodological quality (6–7/7 points) emphasized
that the TyG index exhibits greater sensitivity than the conventional lipid profile for the early
detection of insulin resistance. In conclusion, there is a close relationship between atherogenic
dyslipidemia and insulin resistance, and lipid profile–derived indices constitute low-cost, highly
accessible, and reliable diagnostic tools for the early stratification of metabolic risk in the adult
population.
Keywords: DM2, Glucose, insulin resistance, lipids, triglycerides.
Copyright: Derechos de autor 2026 Marcelo
Fabián Tapia Martínez, Rosa Elisa Cruz
Tenempaguay.
Esta obra está bajo una licencia internacional
Creative Commons Atribución-
NoComercial 4.0.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 332
1. Introducción
Esta investigación se fundamenta en la estrecha relación fisiopatológica entre el metabolismo de los
lípidos y la acción de la insulina. En este contexto, se detalla conceptualmente el valor del perfil
lipídico, sus métodos de medición y su rol crítico en la identificación del riesgo de alteraciones
insulínicas.
El valor del perfil lipídico
El perfil lipídico es un conjunto de pruebas bioquímicas que cuantifican el estado del transporte de
lípidos en el organismo. Su valor radica no solo en reflejar la concentración de grasas, sino también en
su capacidad de actuar como un marcador de disfunción metabólica central. Sus componentes clave
incluyen el colesterol total, los triglicéridos (TG), el colesterol de lipoproteínas de alta densidad (HDL-
C) y el colesterol de lipoproteínas de baja densidad (LDL-C) (Kamal et al., 2024).
Un resultado clínico con niveles elevados de triglicéridos y LDL-C, junto con un descenso de HDL-
C, constituye marcadores robustos de disfunción insulínica. Otros indicadores, como el colesterol
remanente (RC) y el índice triglicéridos-glucosa (TyG), capturan la carga lipídica aterogénica de
manera más precisa que el perfil convencional (Li et al., 2024).
Su medición se realiza a través de análisis de laboratorio estandarizados, generalmente mediante
una muestra de sangre venosa tras un periodo de ayuno, habitualmente de 12 horas. Se emplean
métodos enzimáticos colorimétricos automatizados para determinar los niveles de glucosa y
triglicéridos. A partir de estos valores, se calculan cocientes predictivos como el índice TyG, definido
como el logaritmo natural de [triglicéridos en ayunas (mg/dL) × glucosa en ayunas (mg/dL) / 2], y el
cociente TG/HDL-C, obtenido mediante la división de los niveles de triglicéridos por el colesterol
HDL-C (Ibarra et al., 2024).
El perfil lipídico permite identificar el riesgo de alteraciones insulínicas mediante la observación de
la dislipidemia aterogénica, un mecanismo molecular en el cual la resistencia a la insulina (RI) suprime
la actividad de la lipoproteína lipasa (LPL), encargada de la depuración de lípidos, y estimula de forma
excesiva la lipasa de triglicéridos hepática (HTGL). Este proceso resulta en un aumento de los TG y en
una aceleración del catabolismo del HDL-C, conocido como colesterol protector. Diversos estudios
subrayan que el índice TyG presenta una sensibilidad superior al perfil lipídico convencional para
detectar RI en etapas tempranas; por ello, existe una correlación positiva significativa entre niveles
elevados de triglicéridos y el índice HOMA-IR. Por ejemplo, por cada incremento de 1 mmol/L en el
colesterol total, se observa un aumento correspondiente en la resistencia a la insulina (Duan & Lu,
2024).
Las alteraciones en la sensibilidad a la insulina identificadas a través del perfil lipídico pueden
conducir a una disfunción metabólica progresiva, favoreciendo la evolución hacia el síndrome
metabólico y, finalmente, hacia la diabetes mellitus tipo 2 (Kano et al., 2025).
Inflamación y lipotoxicidad. La disfunción del tejido adiposo promueve un estado proinflamatorio,
caracterizado por el aumento de leptina y la disminución de adiponectina, lo que exacerba el daño
metabólico sistémico (Afrisham et al., 2025).
En la actualidad, las enfermedades metabólicas, como la diabetes mellitus tipo 2 (DM2) y el
síndrome metabólico (SM), representan uno de los mayores desafíos para la salud pública. El precursor
fundamental de estas patologías es la resistencia a la insulina (RI), definida como un estado metabólico
alterado en el que los tejidos no responden adecuadamente a la acción de la insulina. Tradicionalmente,
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 333
el índice HOMA-IR ha sido el estándar clínico para evaluar la sensibilidad insulínica; sin embargo, su
implementación a gran escala se ve limitada por la necesidad de medir insulina en ayunas, un
parámetro que no siempre está disponible en la práctica ambulatoria de rutina (Ibarra et al., 2024).
Ante este panorama, surge la necesidad de identificar marcadores más accesibles y económicos que
permitan una detección temprana y precisa del riesgo metabólico. El perfil lipídico convencional, que
incluye el colesterol total, los triglicéridos y las lipoproteínas, así como indicadores emergentes como
el colesterol remanente, se presenta como una alternativa prometedora. Estos parámetros no solo
reflejan el estado del transporte lipídico, sino que mantienen una estrecha correlación fisiopatológica
con el desarrollo de la RI.
La fisiopatología de las enfermedades metabólicas más frecuentes identificadas en la presente
revisión —como la DM2, el SM y la obesidad— tiene como eje central la RI y la disfunción del tejido
adiposo. A nivel molecular, la RI genera un estado de hiperinsulinemia compensatoria que altera el
metabolismo hepático al impulsar la síntesis de lipoproteínas de muy baja densidad (VLDL),
precursoras directas de los triglicéridos. Simultáneamente, se produce una desregulación de enzimas
lipolíticas clave: se inhibe la actividad de la LPL y se activa de forma excesiva la HTGL. Este
desequilibrio no solo eleva los niveles de TG, sino que acelera el catabolismo del colesterol HDL,
explicando los bajos niveles de este factor protector en pacientes con RI (Duan & Lu, 2024).
Hu et al. (2025) presentan un estudio prospectivo a gran escala que analiza la relación entre los
índices de RI, el riesgo genético y las enfermedades cardiovasculares en personas con obesidad
preclínica o clínica. La obesidad preclínica se define como el exceso de adiposidad sin daño orgánico
evidente, mientras que la obesidad clínica implica acumulación de grasa acompañada de disfunción
orgánica o limitaciones funcionales. Los índices relacionados con la RI, especialmente el TyG-
circunferencia de cintura (TyG-WC), demuestran ser herramientas valiosas para la estratificación del
riesgo cardiovascular y la detección temprana de complicaciones en pacientes con obesidad.
La relación entre los lípidos y la RI se profundiza a través de la disfunción adipocitaria, donde el
tejido adiposo actúa como un órgano endocrino alterado que promueve la inflamación y la
lipotoxicidad. En estados de obesidad, incluida la obesidad de peso normal, se observa una secreción
anómala de adipocinas, caracterizada por la disminución de adiponectina y el aumento de leptina y
CCN6/WISP3, agravando el estado proinflamatorio y la RI. Además, estudios metabolómicos
identifican firmas específicas de alto riesgo metabólico, como la elevación de fosfolípidos,
diacilgliceroles y monoacilgliceroles, directamente implicados en la alteración de la señalización
insulínica y el desarrollo de DM2 (Afrisham et al., 2025).
La evidencia científica subraya que marcadores como el colesterol remanente y el índice TyG son
predictores potentes, ya que capturan la carga lipídica aterogénica y la disfunción metabólica central
de manera más precisa que el colesterol LDL. Estos índices reflejan la acumulación de lípidos pro-RI
que promueven daño metabólico incluso cuando los parámetros lipídicos tradicionales parecen
normales. En consecuencia, la elevación de los triglicéridos y el descenso del HDL-C no constituyen
hallazgos aislados, sino manifestaciones directas de la incapacidad tisular para responder
adecuadamente a la insulina, consolidando al perfil lipídico como una ventana diagnóstica esencial
para la detección precoz de patologías cardiometabólicas (Li et al., 2024).
La presente revisión sistemática tiene como objetivo analizar el valor del perfil lipídico en la
identificación del riesgo de alteraciones insulínicas, mediante la comparación de investigaciones que
evalúan su capacidad diagnóstica y predictiva frente al índice HOMA-IR, así como su utilidad para
estimar el riesgo de desarrollar síndrome metabólico y diabetes mellitus tipo 2 en adultos. A través de
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 334
un análisis riguroso de la literatura científica reciente, incluyendo ensayos controlados aleatorizados y
estudios observacionales originales, este trabajo busca determinar si los marcadores lipídicos pueden
integrarse eficazmente en los protocolos de cribado, con el fin de fortalecer la prevención de
enfermedades cardiometabólicas mediante un diagnóstico precoz oportuno y costo-efectivo.
2. Metodología
Esta revisión sistemática se llevó a cabo siguiendo las directrices del protocolo PRISMA (Elementos de
Informe Preferidos para Revisiones Sistemáticas y Metaanálisis), con el objetivo de garantizar la
transparencia y la integridad de los datos. El protocolo de esta revisión se basó en un sistema de filtrado
que permitió identificar información de calidad. El proceso se inició mediante la consulta de
plataformas como PubMed, Google Scholar, Dialnet y Science Direct, con la finalidad de localizar
documentos relacionados con el tema de investigación planteado.
Mediante este sistema de filtrado se identificó información relevante que aportó al desarrollo de
esta investigación. De un conjunto inicial de cientos de artículos, se logró reducir la muestra a una
cantidad menor, cuyos registros fueron almacenados previamente en una base de datos creada en
Microsoft Excel, para su posterior análisis, tal como se muestra en el diagrama de flujo presentado a
continuación. Finalmente, se seleccionaron 14 artículos, distribuidos en 1 revisión sistemática de la
literatura, 3 ensayos controlados aleatorios (ECA) y 10 estudios originales, los cuales tuvieron como
característica común la evaluación de pacientes adultos con alteraciones del síndrome metabólico y
resistencia a la insulina. En estos estudios se evaluaron, mediante diferentes metodologías, el perfil
lipídico y los índices de RI, así como diversas estrategias de tratamiento alternativo que acompañaron
al paciente y mostraron resultados favorables. Para la realización de esta revisión, se consideraron
estudios publicados entre los años 2024 y 2025.
Criterios de inclusión:
• Población: Adultos.
• Intervención: Alteraciones metabólicas (diabetes mellitus tipo 2, síndrome metabólico, obesidad
y dislipidemia) y resistencia a la insulina.
• Comparación: Perfil lipídico y resistencia a la insulina.
• Resultados: Relación entre el perfil lipídico y la resistencia a la insulina en patologías
metabólicas.
• Tipo de estudio: Revisiones sistemáticas, ensayos controlados aleatorios, estudios de análisis
transversal y estudios originales publicados entre 2024 y 2025.
Criterios de Exclusión:
• Tesis y estudios que no correspondieron a artículos científicos.
• Estudios realizados en niños y adolescentes.
• Investigaciones relacionadas con cáncer pancreático.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 335
Pregunta PICO
¿Cuál es la capacidad diagnóstica y predictiva del perfil lipídico, en comparación con el índice HOMA-
IR, para la identificación temprana de la resistencia a la insulina y el riesgo de desarrollar síndrome
metabólico y diabetes mellitus tipo 2 en una cohorte de adultos?
Estrategias de búsqueda
La selección de la literatura se realizó en las bases de datos PubMed, Science Direct, Google Académico
y Dialnet, las cuales fueron seleccionadas por su rigor académico y amplia cobertura en el área de la
salud. La estrategia de búsqueda se estructuró en torno a dos ejes temáticos principales: perfil lipídico
(LDL cholesterol, HDL cholesterol, triglycerides) y enfermedades asociadas al síndrome metabólico
(diabetes mellitus tipo 2, obesidad y resistencia a la insulina), incluyendo parámetros relacionados
como insulin e insulin resistance in adults. La sintaxis de búsqueda se ajustó a los requerimientos
específicos de cada plataforma, limitando los resultados a títulos, resúmenes y palabras clave.
Se priorizaron investigaciones publicadas entre los años 2024 y 2025, debido a la actualización de la
información, considerando que, en el área de la salud, resulta indispensable el uso de evidencia
científica reciente. Se incluyeron exclusivamente artículos científicos, dado que estos atraviesan
procesos rigurosos de revisión y validación metodológica, lo que garantizó confiabilidad, precisión y
calidad de la información analizada. Los detalles de las ecuaciones de búsqueda y el volumen de
resultados obtenidos se presentan en la Tabla 1.
Tabla 1
Distribución de plataformas de búsqueda
Base de datos Cadena de búsqueda Número de estudios
Pubmed
LDL cholesterol, HDL cholesterol, triglycerides, insulin, and insulin
resistance in adults.
133
Science Direct
LDL cholesterol, HDL cholesterol, triglycerides, insulin, and insulin
resistance in adults.
32
Google Académico
LDL cholesterol, HDL cholesterol, triglycerides, insulin, and insulin
resistance in adults.
150
Dialnet
LDL cholesterol, HDL cholesterol, triglycerides, insulin, and insulin
resistance in adults.
10
Total de estudios 325
Una vez obtenidos los artículos relacionados con el tema de investigación, se procedió a identificar
aquellos con mayor impacto científico mediante un proceso de filtrado de información, el cual se
describe en la Figura 1.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 336
Figura 1
Flujograma
Dentro de la Figura 1 se detalló el proceso de filtrado aplicado en esta investigación. Tras la
recopilación inicial de los artículos provenientes de las diferentes bases de datos, se inició el proceso
de selección, en el cual los estudios fueron analizados según su grado de similitud con el tema de
IDENTIFICACIÓN DE ESTUDIOS MEDIANTE BASES DE DATOS Y REGISTROS
IDENTIFICACIÓN
Registros identificados desde:
Bases de datos (n=4)
Pubmed (n=133)
Science Direct (n=32)
Google Académico (n=150)
Dialnet (n=10)
Registros (n=325)
Registros eliminados antes de
la evaluación (n=181):
Registros duplicados (n=100)
Registros que no cumplen con
el tema: (n= 81)
Registros examinados (n=144)
Estudios evaluados para
elegibilidad (n=22)
CRIBADO
Estudios solicitados para
recuperación (n=80)
Estudios no recuperados (n=58)
Estudios Excluidos (n=8)
Registros excluidos (n=64)
INCLUSIÓN
Estudios incluidos en la
Revisión (n=14)
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 337
investigación. Se excluyeron aquellos relacionados con cáncer y enfermedades cardiovasculares,
conservándose únicamente los estudios que presentaron una relación directa entre las variables
principales: perfil lipídico, triglicéridos, glucosa, colesterol y resistencia a la insulina.
Como resultado de este proceso, se obtuvieron 22 artículos que cumplieron con los criterios
establecidos, los cuales fueron sometidos a una última evaluación con el fin de seleccionar únicamente
información relevante y de calidad para el presente estudio.
Evaluación del riesgo de sesgo
La evaluación de la calidad metodológica y el riesgo de sesgo de los estudios incluidos se realizó
mediante herramientas validadas, adaptadas al diseño de cada investigación, utilizando una escala de
calificación de 0 a 7 puntos. Para los 14 estudios originales y de corte transversal, se aplicó el
Instrumento de Evaluación Adaptado basado en STROBE/CASPe, obteniéndose 10 estudios aprobados
y 4 rechazados. Estas herramientas permitieron determinar la solidez de la evidencia científica respecto
a la relación entre el control glucémico y las alteraciones lipídicas.
Para las 4 revisiones sistemáticas, se empleó el Instrumento de Evaluación Adaptado basado en los
principios AMSTAR/CASPe, mediante el cual se aprobó un estudio y se descartaron tres. Asimismo,
en el caso de los ensayos controlados aleatorios, se aplicaron la escala de Jadad y la Evaluación
Cochrane Simplificada, validándose tres investigaciones y excluyéndose una.
El uso de este sistema de evaluación por puntaje aseguró que los resultados presentados procedieran
de investigaciones con adecuada calidad metodológica y un riesgo de sesgo controlado, como se muestra
en la Figura 2. Como resultado final, se trabajó con 14 artículos en la presente investigación.
Figura 2
Evaluación del riesgo de sesgo
0
2
4
6
8
10
12
14
16
Total Estudios Número de Estudios Aprobados Número de Estudios Rechazados
Evaluación del riesgo de sesgo
(STROBE/CASPe) e Instrumento de Evaluación Adaptado Estudios originales
(AMSTAR/CASPe) Revisiones sistemáticas
Escala de Jadad y Evaluación Cochrane Simplificada ECA
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 338
Distribución geográfica
A continuación, se presentó la distribución geográfica de los 14 artículos incluidos. El análisis (Figura
3) mostró que Irán y China aportaron tres y dos estudios, respectivamente. Otros países como México,
Reino Unido, Sudáfrica, Polonia, Japón, Arabia Saudita, Qatar, Tailandia y Egipto contribuyeron con
un estudio cada uno. Esta distribución reflejó una evidencia científica heterogénea en cuanto al origen
geográfico y a los diseños de estudio analizados.
Figura 3
Distribución geográfica de la literatura
Nota. Se destacaron los países de procedencia de los artículos incluidos, indicando el número de estudios aportados por cada uno.
3. Resultados
Valor del Perfil Lipídico en la identificación del riesgo de Alteraciones Insulínicas en adultos.
A continuación, se presentó una síntesis sistemática de la evidencia científica recolectada durante el
proceso de investigación. Con el fin de facilitar la comprensión de los hallazgos y permitir un análisis
comparativo riguroso, se estructuró una tabla detallada que consolidó la información técnica de cada
fuente bibliográfica seleccionada.
Este recurso fue diseñado con el objetivo de ofrecer una visión panorámica y estructurada de los
estudios analizados. En ella, se desglosaron de manera organizada los datos fundamentales que
sustentaron el presente estudio, incluyendo la procedencia geográfica (país), la autoría y la
metodología específica empleada, elementos clave para validar la fiabilidad de los datos. Asimismo,
se expusieron los resultados cuantitativos y cualitativos más relevantes, concluyendo con el principal
aporte de cada investigación, el cual aportó evidencia directa sobre la relación entre el perfil lipídico y
la resistencia a la insulina.
Esta matriz de resultados permitió identificar patrones consistentes, diferencias metodológicas y
consensos clínicos en diversos contextos poblacionales, constituyéndose como la base empírica para
las discusiones planteadas en este estudio y respondiendo directamente al objetivo de evaluar la
utilidad diagnóstica y predictiva del perfil lipídico frente a la resistencia a la insulina en adultos.
1
1
1
1
1
1
1
3
2
1
1
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 339
Tabla 2
Tabla de resultados
N.º
Referencia (año,
país)
Diseño y muestra Principales resultados Aporte al objetivo del estudio
1
Ibarra et al. (2024,
México)
Estudio transversal en 30 adultos (25–
68 años). Perfil lipídico, glucosa,
insulina y péptido C.
HOMA-IR CP detectó RI en mayor proporción que
HOMA-
IR clásico (76.6% vs. 43.3%). TyG y TyH
significativamente más altos en sujetos con RI. TG y
LDL-C elevados y HDL-C reducido se asociaron a RI.
Demuestra que la combinación de HOMA-IR
(especialmente con péptido C) y perfil lipídico
mejora la detección temprana de RI y el riesgo de
SM y DM2.
2
Hu et al. (2025, Reino
Unido)
Cohorte prospectiva (n=112 866) en
obesidad preclínica y clínica.
Los índices TyG-WC, TyG-BMI y TyG-
WHtR se
asociaron significativamente con mayor riesgo de
ECV. TyG-WC mostró la relación lineal más robusta y
mejor capacidad predictiva.
Respalda el uso de índices lipídicos derivados
como herramientas predictivas de RI y riesgo
cardiovascular en adultos con obesidad.
3
Sigudu et al. (2025,
Sudáfrica)
Estudio transversal en 781 adultos
jóvenes (18–29 años).
Colesterol total, LDL-
C y TG se asociaron
positivamente con HOMA-IR; HDL-
C mostró
asociación inversa. HDL-C y TG explicaron la mayor
varianza de RI.
Confirma el valor del perfil lipídico como predictor
accesible y de bajo costo de RI en adultos jóvenes.
4
Pluta et al. (2025,
Polonia)
Estudio transversal en 330 mujeres
jóvenes con obesidad de peso normal
(NWO).
El grupo NWO presentó perfil lipídico más
aterogénico y mayor HOMA-
IR. La ratio grasa
androide/ginoide fue el predictor más fuerte de RI y
dislipidemia.
Evidencia que el IMC es insuficiente y que el perfil
lipídico detecta disfunción metabólica oculta en
mujeres jóvenes.
5
Afrisham et al. (2025,
Irán)
Estudio de casos y controles (80 DM2
vs. 80 controles).
DM2 presentó TG, LDL-C y colesterol total elevados, y
HDL-C reducido; TyG y HOMA-IR significativamente
mayores.
Refuerza la utilidad de TG, HDL-C y TyG como
marcadores tempranos de RI y DM2.
6 Luo et al. (2025, Irán)
Revisión sistemática y metaanálisis de
11 ECA (n=704).
La suplementación con ácido alfa lipoico no mostró
mejoras significativas en perfil lipídico ni HOMA-IR.
Evidencia que perfil lipídico y RI responden de
forma paralela a las intervenciones, reforzando su
interdependencia fisiopatológica.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 340
7
Nagasawa et al. (2025,
Japón)
Estudio correlacional en 207 adultos
con normoglucemia o prediabetes.
HOMA-
IR se correlacionó positivamente con TG y
HTGL e inversamente con HDL-
C y LPL. El
desequilibrio LPL/HTGL explicó la dislipidemia
asociada a RI.
Proporciona sustento mecanístico que explica por
qué el perfil lipídico refleja la RI incluso en fases
tempranas.
8
Alshalani et al. (2025,
Arabia Saudita)
Estudio retrospectivo en adultos con
DM2.
A mayor HbA1c, mayores TG y menor HDL-C. El
deterioro del perfil lipídico acompañó el mal control
glucémico.
Posiciona a los TG como indicador temprano de
progresión de RI y DM2.
9
Kano et al. (2025,
Qatar)
Estudio transversal en 2179 adultos sin
ECV ni DM2.
El cociente TG/HDL-
C mostró alta capacidad
predictiva para SM (AUC=0.896) y se asoció con firmas
metabolómicas pro-RI.
Valida TG/HDL-C como predictor potente de RI y
SM en población aparentemente sana.
10
Pongwattanapakin et
al. (2025, Tailandia)
Estudio correlacional en 45 adultos con
obesidad.
TG y leptina elevados, HDL-
C reducido y menor
QUICKI en sujetos con RI; HDL-C se asoció con mejor
perfil autonómico.
Refuerza el papel del perfil lipídico como reflejo de
la disfunción metabólica central asociada a RI.
11 Li et al. (2024, China)
Estudio multicéntrico transversal (n=36
684).
El colesterol remanente fue el marcador lipídico con
mayor asociación con RI, prediabetes y DM2, incluso
con lípidos tradicionales normales.
Destaca al colesterol remanente como marcador
superior al LDL-C y HDL-C para RI.
12
Kamal et al. (2024,
Egipto)
ECA en 30 mujeres obesas
posmenopáusicas.
Dieta + acupuntura láser redujo HOMA-IR, TG, LDL-
C y aumentó HDL-C más que dieta sola.
Evidencia que mejorar el perfil lipídico se asocia
directamente con reducción de RI.
13
Mahdavi-Roshan et al.
(2024, Irán)
ECA en 50 adultos con SM.
El aceite de salvado de arroz redujo LDL-C, glucosa,
METS-IR y TyG-IMC; aumentó HDL-C y capacidad
antioxidante.
Demuestra que intervenciones dietéticas que
mejoran lípidos reducen simultáneamente RI.
14
Duan & Lu (2024,
China)
ECA en 58 hombres con DM2.
El entrenamiento aeróbico mejoró TG y LDL-
C; el
entrenamiento de resistencia mejoró glucosa e
insulina. Ambos redujeron HOMA-IR.
Confirma que perfil lipídico y RI responden
diferencialmente pero de forma complementaria a
la intervención física.
Nota. Abreviaciones utilizadas RI: Resistencia a la Insulina; DM2: Diabetes Mellitus Tipo 2; SM: Síndrome Metabólico; TG: Triglicéridos; HDL-C: Colesterol de lipoproteínas de alta densidad; LDL-C: Colesterol
de lipoproteínas de baja densidad; RC: Colesterol remanente; TyG: Índice Triglicéridos–Glucosa; HOMA-IR: Homeostasis Model Assessment of Insulin Resistance; ECA: Ensayo Controlado Aleatorio; IMC: Índice
de Masa Corporal; VLDL: Lipoproteínas de muy baja densidad; LPL: Lipoproteína lipasa; HTGL: Lipasa de triglicéridos hepática.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 341
4. Discusión
El presente estudio aportó un análisis integrador y crítico de las asociaciones significativas entre las
anomalías del perfil lipídico y la resistencia a la insulina (RI) en población adulta, incluyendo
individuos con diversas alteraciones metabólicas. Los hallazgos evidenciaron de manera consistente la
coexistencia de dislipidemia y RI, lo que refuerza la validez del perfil lipídico como herramienta clínica
y epidemiológica para la identificación temprana del riesgo metabólico. En este sentido, los resultados
contribuyen de forma relevante a la literatura científica, al sustentar el uso de marcadores lipídicos en
la estratificación del riesgo cardiometabólico en adultos.
La revisión sistemática incluyó un total de 14 estudios, los cuales examinaron de manera integral la
relación entre el perfil lipídico, la resistencia a la insulina (RI) y la manifestación o progresión de
patologías metabólicas, tales como la obesidad, el síndrome metabólico (SM) y la diabetes mellitus tipo
2 (DM2). La convergencia de los resultados entre los distintos diseños de estudio fortalece la
consistencia de la evidencia analizada.
De acuerdo con Afrisham et al. (2025), Li et al. (2024), Sigudu et al. (2025) y Kano et al. (2025), los
componentes del perfil lipídico, especialmente los triglicéridos (TG) y el colesterol HDL (HDL-C),
mostraron una correlación directa y significativa con la RI. Se observó que la elevación de los TG y la
disminución del HDL-C se presentaron tanto en adultos con SM subclínico como en aquellos con DM2
establecida. Este patrón lipídico refleja con precisión las alteraciones moleculares subyacentes,
caracterizadas por la acumulación de lípidos aterogénicos que promueven la RI. Asimismo, en adultos
jóvenes con diabetes se identificaron niveles significativamente más elevados de colesterol total, LDL-
C y TG, junto con concentraciones reducidas de HDL-C, lo que confirma la progresión temprana del
daño metabólico.
Los índices compuestos de RI basados en lípidos y glucosa, como el índice TyG y sus variantes
ajustadas por obesidad (TyG-IMC, TyG-WC y TyG-WHtR), se asociaron de manera independiente con
un mayor riesgo de enfermedad cardiovascular en pacientes con obesidad, tal como lo reportó Hu et
al. (2025). Estos hallazgos concuerdan con los resultados de Pluta et al. (2025), quienes identificaron
que cerca de un tercio de las mujeres evaluadas correspondían al fenotipo de obesidad de peso normal
(NWO). Este subgrupo presentó un riesgo metabólico elevado, dado que más de la mitad de las
participantes ya manifestaba una o más condiciones de riesgo cardiometabólico, incluyendo
hipertensión, dislipidemia, hiperglucemia, RI o inflamación sistémica.
Según Kano et al. (2025), Alshalani et al. (2025) y Nagasawa et al. (2025), la hipertrigliceridemia y el
bajo HDL-C no constituyen factores de riesgo aislados, sino que representan consecuencias directas de
la RI. La hiperinsulinemia compensatoria característica de este estado metabólico estimula la síntesis
hepática de lipoproteínas de muy baja densidad (VLDL) y altera la actividad de enzimas lipolíticas
clave, mediante la supresión de la lipoproteína lipasa (LPL) y la activación de la lipasa de triglicéridos
hepática (HTGL). Este desequilibrio explica tanto el aumento de los TG como el catabolismo acelerado
del HDL-C. En consecuencia, los TG actúan como un marcador de alerta temprana del riesgo
metabólico, al existir una relación proporcional entre su concentración plasmática y la severidad de la
RI, evidenciada por un control glucémico deficiente (HbA1c elevada). Por ello, el monitoreo de los TG
resulta fundamental, ya que su elevación predice la progresión de la RI, la DM2 y la disfunción
hepática asociada al SM.
El índice QUICKI emergió como un predictor relevante del riesgo de RI, debido a su estrecha
correlación con la disfunción metabólica central. Tal como lo describió Pongwattanapakin et al. (2025),
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 342
su utilidad clínica radica en la asociación con el aumento de TG y la disminución del HDL-C, cambios
lipídicos que se encuentran intrínsecamente vinculados a la fisiopatología de la RI.
En relación con otros marcadores emergentes, el colesterol remanente demostró una asociación más
fuerte y significativa con la RI, la prediabetes y la DM2 que el colesterol LDL, lo que sugiere su mayor
efectividad como marcador temprano de riesgo metabólico. Este hallazgo, reportado por Li et al.
(2024), resalta su utilidad clínica incluso en escenarios donde el perfil lipídico convencional aparenta
normalidad.
Diversas intervenciones evaluadas en los estudios incluidos mostraron un impacto favorable sobre
el perfil lipídico, la RI y las patologías metabólicas. El uso de ácido alfa lipoico (ALA) (Luo et al., 2025)
y las intervenciones evaluadas por Ibarra et al. (2024) evidenciaron que la mejora de la RI, medida
mediante HOMA-IR, se acompaña de cambios concordantes en los lípidos, particularmente en TG y
HDL-C. Cuando el HOMA-IR no mejoró, tampoco se observaron beneficios significativos en el perfil
lipídico, lo que valida el uso de índices lipídicos como marcadores fiables y complementarios de la RI.
Estos resultados sugieren que los lípidos no solo reflejan la presencia de RI, sino que también
cuantifican el riesgo de daño metabólico asociado.
Asimismo, Mahdavi-Roshan et al. (2024), Kamal et al. (2024) y Duan y Lu (2024) coincidieron en que
el manejo metabólico requiere enfoques terapéuticos integrales. Intervenciones nutricionales, como el
consumo de aceite de salvado de arroz, lograron reducciones significativas en los indicadores de riesgo
metabólico; mientras que estrategias combinadas, como dieta más acupuntura láser, mostraron efectos
superiores a las intervenciones aisladas. De igual manera, el entrenamiento de resistencia demostró ser
eficaz para mejorar el control glucémico y reducir la RI, en contraste con el entrenamiento aeróbico,
que presentó mayor efectividad en la optimización del perfil lipídico. Estos hallazgos subrayan la
necesidad de estrategias terapéuticas multimodales para el abordaje de las patologías metabólicas.
Finalmente, la evidencia analizada confirma que la disfunción adipocitaria constituye la vía
patogénica central. La alteración en la distribución de la grasa corporal, la desregulación de enzimas
lipolíticas (LPL y HTGL) y los cambios en la secreción de adipocinas, como la disminución de
adiponectina y el aumento de leptina y CCN6/WISP3, representan los principales mecanismos
fisiopatológicos mediante los cuales la RI induce dislipidemia y progresión metabólica. En
concordancia con Pluta et al. (2025), Pongwattanapakin et al. (2025) y Afrisham et al. (2025), la RI se
encuentra intrínsecamente ligada a la disfunción del tejido adiposo, lo que demuestra que el riesgo
metabólico no depende exclusivamente del peso corporal, sino de la calidad y distribución del tejido
adiposo y de su impacto inflamatorio y lipotóxico.
5. Conclusiones
La evidencia científica analizada en la presente revisión sistemática respalda de manera consistente
el uso del perfil lipídico incluyendo triglicéridos, colesterol total, colesterol HDL y colesterol LDL
como una herramienta diagnóstica y predictiva fundamental para la identificación temprana de la
resistencia a la insulina (RI) y del riesgo cardiovascular en adultos. En este contexto, índices
derivados como TyG y TyG-WC destacaron por su alta capacidad para predecir alteraciones
metabólicas y cardiovasculares, particularmente en individuos con sobrepeso u obesidad, al
encontrarse estrechamente vinculados con los mecanismos fisiopatológicos que subyacen al
desarrollo de la diabetes mellitus tipo 2 (DM2).
Asimismo, la relación entre la dislipidemia caracterizada por hipertrigliceridemia y niveles bajos de
HDL-C y la RI se evidenció como un proceso bidireccional y dinámico. Los pacientes con DM2
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 343
presentaron de forma concomitante ambas alteraciones, y se observó que las intervenciones que no
lograron mejorar la sensibilidad a la insulina tampoco consiguieron normalizar el perfil lipídico. Este
hallazgo refuerza la validez de los índices lipídicos como marcadores accesibles, económicos y
clínicamente útiles, posicionándolos como alternativas viables al índice HOMA-IR, al reflejar con
mayor precisión la disfunción metabólica central.
Finalmente, el colesterol remanente (RC) emergió como un predictor más potente y sensible de
prediabetes, diabetes y resistencia a la insulina que los parámetros lipídicos convencionales. Su
capacidad para captar el riesgo metabólico residual, que no es detectado de manera adecuada por el
LDL-C o los triglicéridos de forma aislada, lo consolida como un indicador clave para la estratificación
clínica y la detección precoz del riesgo cardiometabólico.
En conclusión, la sólida conexión biológica entre el metabolismo lipídico y la resistencia a la insulina
respalda la integración del perfil lipídico y de índices derivados en los protocolos de cribado clínico,
lo que permite el diseño de estrategias preventivas más eficaces, accesibles y de bajo costo, orientadas
a reducir la progresión de las enfermedades metabólicas y su impacto en la salud pública.
Referencias
Afrisham, R., Jadidi, Y., Moradi, N., Ayyoubzadeh, S., Fadaei, R., Kiani, O., Farrokhi, V., & Alizadeh,
S. (2025). Circulating CCN6/WISP3 in type 2 diabetes mellitus patients and its correlation with
insulin resistance and inflammation: Statistical and machine learning analyses. BMC medical
informatics and decision making, 25(1), 114. https://doi.org/10.1186/s12911-025-02957-1
Alshalani, A., AlAhmari, N., Amin, H., Aljedai, A., & AlSudais, H. (2025). Biochemical profile
variations among type 2 diabetic patients stratified by hemoglobin A1c levels in a Saudi cohort:
A retrospective study. Journal of clinical medicine, 14(15), 5324.
https://doi.org/10.3390/jcm14155324
Duan, Y., & Lu, G. (2024). A randomized controlled trial to determine the impact of resistance training
versus aerobic training on the management of FGF-21 and related physiological variables in
obese men with type 2 diabetes mellitus. Journal of sports science & medicine, 23(1), 495–503.
https://doi.org/10.52082/jssm.2024.495
Hu, J., Shang, C., Huang, Y., Sun, C., & Zhang, J. (2025). Insulin resistance-related indices, genetic risk,
and the risk of cardiovascular disease in individuals with preclinical or clinical obesity: A large
prospective cohort study in the UK Biobank. Cardiovascular diabetology, 24(1), 407.
https://doi.org/10.1186/s12933-025-02961-9
Ibarra, A., Soto, C., Carrasco, Y., Durán, S., Barraza, D., & Cano, L. (2024). Evaluación comparativa de
los índices HOMA-IR y HOMA-IR CP en la detección de resistencia a la insulina y su relación
con el perfil lipídico. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 4673-4688.
https://doi.org/10.37811/cl_rcm.v8i5.13923
Kamal, W., Maged, A., AbdelAziz, S., Mahmoud, S., & Mohsen, R. (2024). The effects of laser
acupuncture on metabolic syndrome in obese postmenopausal women: A randomized
controlled study. Lasers in medical science, 39(1), 215. https://doi.org/10.1007/s10103-024-04158-0
Kano, N., Anwardeen, N., Naja, K., Elashi, A., Malki, A., & Elrayess, M. (2025). Predictive utility and
metabolomic signatures of TG/HDL-C ratio for metabolic syndrome without cardiovascular
disease and/or diabetes in Qatari adults. Metabolites, 15(9), 574.
https://doi.org/10.3390/metabo15090574
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 344
Li, B., Liu, Y., Zhou, X., Chen, L., Yan, L., Tang, X., Gao, Z., Wan, Q., Luo, Z., Qin, G., Ning, G., Gu, W.,
& Mu, Y. (2024). Remnant cholesterol is more positively related to diabetes, prediabetes, and
insulin resistance than conventional lipid parameters and lipid ratios: A multicenter, large
sample survey. 16(8), e13592. https://doi.org/10.1111/1753-0407.13592
Luo, Y., Zhang, J., & Guo, H. (2025). Alpha-lipoic acid on intermediate disease markers in overweight
or obese adults: A systematic review and meta-analysis. BMJ open, 15(4), e088363.
https://doi.org/10.1136/bmjopen-2024-088363
Mahdavi-Roshan, M., Shoaibinobarian, N., Evazalipour, M., Salari, A., Ghorbani, Z., Savarrakhsh, A.,
& Ahmadnia, Z. (2024). An open label randomized controlled trial of the effects of rice bran oil
on cardiometabolic risk factors, lipid peroxidation and antioxidant status in overweight/obese
adults with metabolic syndrome. Lipids in health and disease, 23(1), 273.
https://doi.org/10.1186/s12944-024-02260-4
Nagasawa, T., Sakamaki, K., Yoshida, A., Machida, H., Murakami, F., Hashimoto, M., Shinohara, T.,
Murakami, M., Tsunekawa, K., & Kimura, T. (2025). Reciprocal fluctuations in lipoprotein
lipase, glycosylphosphatidylinositol-anchored high-density lipoprotein-binding protein 1, and
hepatic triglyceride lipase levels in the peripheral bloodstream are correlated with insulin
resistance. Nutrients, 17(11), 1880. https://doi.org/10.3390/nu17111880
Pluta, W., Lubkowska, A., & Dudzińska, W. (2025). Diagnostic and prognostic value of adipose tissue
content and distribution indicators for normal weight obesity in young women. Scientific
reports, 15(1), 33995. https://doi.org/10.1038/s41598-025-12262-6
Pongwattanapakin, K., Care, C., Sitticharoon, C., Wilasrusmee, K. T., Keadkraichaiwat, I., Maikaew,
P., & Sririwichitchai, R. (2025). Interplay between key metabolic hormones, metabolic factors,
renal function, and heart rate variability in humans with obesity. Scientific reports, 15(1), 37873.
https://doi.org/10.1038/s41598-025-21757-1
Sigudu, T. T., Mkhatshwa, T., Monyeki, K., & Matshipi, M. (2025). Associations between high
cholesterol and insulin sensitivity in diabetic versus non-diabetic young adults in Lephalale,
Limpopo Province, South Africa. Frontiers in endocrinology, 16, 1650989.
https://doi.org/10.3389/fendo.2025.1650989
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (331-345)
ISSN: 2960-8317
Marcelo Fabián Tapia Martínez, Rosa Elisa Cruz Tenempaguay 345
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
Marcelo Fabián Tapia Martínez: Conceptualización, software, validación, análisis formal,
investigación, gestión de datos, visualización, redacción - preparación del borrador original, redacción
- revisión y edición, financiamiento, administración del proyecto, recursos, supervisión.
Rosa Elisa Cruz Tenempaguay: Conceptualización, metodología, validación, análisis formal,
investigación, 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.
