https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
ISSN: 2960-8317
279
Artículo de revisión
Biomarcadores en el hipotiroidismo subclínico y su relación con
el metabolismo lipídico y el riesgo cardiometabólico. Revisión
sistemática
Biomarkers in subclinical hypothyroidism and their relationship to lipid
metabolism and cardiometabolic risk. A systematic review
Diego Mauricio Tene Salcán*
Universidad Nacional del Chimborazo
Hospital General Riobamba
Riobamba - Ecuador
diego.tene@unach.edu.ec
https://orcid.org/0000-0002-1588-2005
Franklin Vicente Ramos Flor
Universidad Nacional del Chimborazo
Riobamba - Ecuador
framos@unach.edu.ec
https://orcid.org/0009-0000-3041-1773
*Correspondencia:
diego.tene@unach.edu.ec
Cómo citar este artículo:
Tene, D., & Ramos, F. (2026). Biomarcadores
en el hipotiroidismo subclínico y su relación
con el metabolismo lipídico y el riesgo
cardiometabólico. Revisión sistemática.
Esprint Investigación, 5(Esp.2), 279-295.
https://doi.org/10.61347/ei.v5iEsp.2.401
Recibido: 18 de septiembre de 2026
Aceptado: 22 de octubre de 2026
Publicado: 27 de octubre de 2026
Resumen: El hipotiroidismo subclínico (HSC) constituye una alteración endocrina
caracterizada por concentraciones elevadas de hormona estimulante de la tiroides (TSH) y
valores normales de tiroxina libre (FT4), asociada con posibles alteraciones metabólicas y
cardiovasculares. El objetivo fue analizar la evidencia científica sobre los biomarcadores
asociados al HSC, su relación con el metabolismo lipídico y su potencial utilidad en la
identificación del riesgo cardiometabólico. Se realizó una revisión sistemática conforme a
PRISMA 2020, mediante búsquedas en PubMed, Scopus y Cochrane Library de publicaciones
comprendidas entre 2020 y 2026. Se incluyeron 24 estudios que evaluaron biomarcadores
tiroideos, lipídicos, inflamatorios, autoinmunes y metabólicos. Los resultados evidenciaron
asociaciones entre el HSC y alteraciones del perfil lipídico, principalmente concentraciones
elevadas de colesterol total y LDL-C, así como modificaciones de triglicéridos y HDL-C en
determinadas poblaciones. Asimismo, se identificaron relaciones con resistencia a la insulina,
inflamación de bajo grado e indicadores complementarios, como el índice aterogénico
plasmático, la proteína C reactiva ultrasensible y los anticuerpos antiperoxidasa tiroidea. Los
biomarcadores emergentes, incluidos el LDL oxidado, la homocisteína, las proteínas ANGPTL
y las adipocinas, aportaron información sobre posibles mecanismos metabólicos, aunque su
utilidad predictiva permaneció insuficientemente establecida. Se concluyó que el HSC se
relacionó con alteraciones lipídicas y cardiometabólicas heterogéneas, mientras que los
biomarcadores convencionales presentaron mayor aplicabilidad clínica y los emergentes
requirieron evidencia adicional para determinar su utilidad en la estratificación del riesgo.
Palabras clave: Biomarcadores, dislipidemia, hipotiroidismo subclínico, riesgo
cardiometabólico.
Abstract: Subclinical hypothyroidism (SCH) is an endocrine disorder characterised by elevated
thyroid-stimulating hormone (TSH) concentrations and normal free thyroxine (FT4) levels, potentially
associated with metabolic and cardiovascular abnormalities. The objective was to analyse the scientific
evidence on biomarkers associated with SCH, their relationship with lipid metabolism, and their
potential usefulness in identifying cardiometabolic risk. A systematic review was conducted in
accordance with PRISMA 2020, using PubMed, Scopus, and Cochrane Library to identify studies
published between 2020 and 2026. Twenty-four studies evaluating thyroid, lipid, inflammatory,
autoimmune, and metabolic biomarkers were included. The findings revealed associations between SCH
and lipid profile abnormalities, particularly elevated total cholesterol and low-density lipoprotein
cholesterol (LDL-C), alongside changes in triglycerides and high-density lipoprotein cholesterol (HDL-
C) in certain populations. Associations were also identified with insulin resistance, low-grade
inflammation, and complementary indicators, including the atherogenic index of plasma, high-
sensitivity C-reactive protein, and thyroid peroxidase antibodies. Emerging biomarkers, including
oxidised LDL, homocysteine, angiopoietin-like proteins (ANGPTLs), and adipokines, provided insights
into potential metabolic mechanisms, although their predictive utility remained insufficiently
established. It was concluded that SCH was associated with heterogeneous lipid and cardiometabolic
abnormalities, while conventional biomarkers demonstrated greater clinical applicability. Further
evidence was required to determine the usefulness of emerging biomarkers for cardiometabolic risk
stratification.
Keywords: Biomarkers, cardiometabolic risk, dyslipidaemia, subclinical hypothyroidism.
Copyright: Derechos de autor 2026 Diego
Mauricio Tene Salcán, Franklin Vicente
Ramos Flor.
Esta obra está bajo una licencia internacional
Creative Commons Atribución-
NoComercial 4.0.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
280
1. Introducción
El hipotiroidismo subclínico (HSC) constituye una alteración endocrina caracterizada por
concentraciones elevadas de la hormona estimulante de la tiroides (TSH), con niveles de tiroxina libre
(FT4) dentro de los intervalos de referencia. Su prevalencia varía según las características
demográficas, los criterios diagnósticos y las condiciones de salud de la población, con mayor
frecuencia en mujeres y adultos mayores. Esta condición adquiere relevancia clínica por su posible
asociación con alteraciones metabólicas y cardiovasculares, incluso en ausencia de manifestaciones
clínicas evidentes (Ghaemmaghami et al., 2023; Hewage et al., 2024; Ni et al., 2022).
Las hormonas tiroideas desempeñan funciones esenciales en la regulación del metabolismo lipídico,
el equilibrio energético y la actividad cardiovascular. Particularmente, la triyodotironina (T3)
interviene en la regulación de la síntesis, utilización y eliminación de lípidos mediante mecanismos
relacionados con la actividad hepática y el metabolismo de las lipoproteínas. En consecuencia, las
modificaciones de la función tiroidea pueden asociarse con alteraciones en las concentraciones de
colesterol y otros parámetros metabólicos, cuya magnitud depende de las características individuales
y del grado de disfunción hormonal (Alnahdi, 2025; Al-Odat et al., 2024; Sun et al., 2022).
Diversas investigaciones han identificado asociaciones entre el HSC y las alteraciones del perfil
lipídico, particularmente el incremento del colesterol total, el colesterol unido a lipoproteínas de baja
densidad (LDL-C) y los triglicéridos. Sin embargo, la magnitud y consistencia de estas asociaciones
varían entre poblaciones, especialmente cuando se consideran factores como la edad, el sexo y las
concentraciones de TSH. Esta variabilidad dificulta determinar el alcance de las modificaciones
lipídicas atribuibles al HSC y su contribución al desarrollo de enfermedades cardiovasculares (Liu et
al., 2023; Luo et al., 2022; Harrar et al., 2024).
Además de las alteraciones lipídicas, el HSC se ha relacionado con resistencia a la insulina, obesidad y
otras manifestaciones de disfunción metabólica que podrían incrementar el riesgo cardiometabólico. Estas
asociaciones adquieren importancia debido a la interacción entre la función tiroidea, la sensibilidad a la
insulina y los mecanismos que regulan el metabolismo energético. No obstante, las diferencias metodológicas
y las características clínicas de las poblaciones estudiadas requieren una interpretación cuidadosa de los
resultados disponibles (Yang et al., 2023; Lakhani et al., 2024; Jameel et al., 2025; Xie et al., 2023).
En este contexto, los biomarcadores bioquímicos constituyen herramientas relevantes para evaluar
las alteraciones metabólicas asociadas al HSC. Entre los indicadores convencionales destacan las
concentraciones de TSH y FT4 para su identificación diagnóstica, mientras que el colesterol total, LDL-
C, colesterol unido a lipoproteínas de alta densidad (HDL-C) y triglicéridos permiten caracterizar el
perfil lipídico. Adicionalmente, determinados índices aterogénicos podrían aportar información
complementaria sobre el riesgo cardiovascular, aunque su utilidad debe interpretarse considerando
las características clínicas de cada población (Chen et al., 2025; Ni et al., 2022; Tene et al., 2022).
Por otra parte, los procesos inflamatorios y las alteraciones metabólicas han motivado el estudio de
biomarcadores complementarios en pacientes con disfunción tiroidea. Entre ellos se encuentran la
proteína C reactiva ultrasensible (PCR-us), las adipocinas y otros mediadores relacionados con la
inflamación sistémica y el metabolismo energético. Su evaluación podría contribuir a comprender los
mecanismos asociados al riesgo cardiometabólico; sin embargo, es necesario distinguir las asociaciones
bioquímicas observadas de su capacidad para predecir eventos cardiovasculares (Mothilal et al., 2025;
Priya et al., 2025; Yadav et al., 2025).
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
281
Asimismo, se han investigado biomarcadores emergentes, como las proteínas similares a la
angiopoyetina (ANGPTL3, ANGPTL4 y ANGPTL8), la resistina, la visfatina y los autoanticuerpos
tiroideos, debido a su participación en procesos metabólicos e inflamatorios. Estos indicadores podrían
proporcionar información adicional sobre las alteraciones asociadas a la disfunción tiroidea, aunque
su interpretación depende del contexto clínico y de las poblaciones evaluadas. La heterogeneidad de
los hallazgos limita, por el momento, la definición de su utilidad para la estratificación del riesgo
cardiometabólico (El Hini et al., 2021; Tabandeh et al., 2023; Wu et al., 2024).
A pesar del creciente número de investigaciones, persisten diferencias en los resultados
relacionados con las alteraciones lipídicas, los indicadores inflamatorios y los biomarcadores
emergentes asociados al HSC. Estas discrepancias pueden responder a variaciones en los criterios
diagnósticos, las características de las muestras, los métodos analíticos y las variables de confusión
consideradas. Por consiguiente, resulta necesario integrar críticamente la evidencia disponible para
identificar asociaciones consistentes, reconocer sus limitaciones y establecer el alcance de su posible
aplicación clínica (Liu et al., 2023; Luo et al., 2022; Ghosh et al., 2025).
En respuesta a esta problemática, el objetivo de la presente revisión sistemática fue analizar
críticamente la evidencia científica sobre los biomarcadores asociados al hipotiroidismo subclínico, su
relación con el metabolismo lipídico y su potencial utilidad en la identificación del riesgo
cardiometabólico. Específicamente, se buscó identificar los biomarcadores empleados en su
diagnóstico, describir las alteraciones del perfil lipídico, examinar las asociaciones entre los
indicadores tiroideos y los parámetros cardiometabólicos, y evaluar la evidencia sobre el aporte de los
biomarcadores emergentes a la estratificación del riesgo.
En correspondencia con estos objetivos, la revisión sistemática se orientó a responder las siguientes
preguntas de investigación: ¿Cuáles son los principales biomarcadores utilizados para el diagnóstico
del hipotiroidismo subclínico y cuál es su utilidad clínica? ¿Qué alteraciones del perfil lipídico se han
asociado con esta condición? ¿Qué asociaciones se han identificado entre los biomarcadores tiroideos
y los indicadores de riesgo cardiometabólico en pacientes con hipotiroidismo subclínico? ¿Qué
evidencia científica respalda la utilidad de los biomarcadores emergentes para la estratificación del
riesgo cardiometabólico en estos pacientes?
2. Metodología
Diseño del estudio
Se realizó una revisión sistemática de la literatura con el propósito de identificar, analizar y sintetizar
la evidencia científica sobre los biomarcadores asociados al hipotiroidismo subclínico (HSC), su
relación con el metabolismo lipídico y su potencial utilidad en la identificación del riesgo
cardiometabólico. La investigación se desarrolló siguiendo las recomendaciones de la declaración
PRISMA 2020, con el fin de estructurar y documentar de manera transparente las etapas de
identificación, selección e inclusión de los estudios (Page et al., 2021).
Estrategia de búsqueda
Se efectuó una búsqueda bibliográfica en las bases de datos PubMed, Scopus y Cochrane Library,
mediante la identificación de artículos científicos publicados entre enero de 2020 y 2026, en inglés y
español. La búsqueda se orientó a recuperar investigaciones relacionadas con el HSC, los
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
282
biomarcadores tiroideos, las alteraciones del metabolismo lipídico y los indicadores de riesgo
cardiometabólico. Se consideraron los términos específicos y sus equivalentes en inglés para ampliar
la recuperación de estudios pertinentes.
La estrategia de búsqueda combinó términos controlados del vocabulario Medical Subject Headings
(MeSH) y palabras clave de texto libre, relacionados con las variables de investigación. Se emplearon
los operadores booleanos AND y OR para establecer relaciones entre los conceptos y ampliar o
delimitar los resultados obtenidos. La combinación general de términos utilizada se presentó de la
siguiente manera:
("subclinical hypothyroidism" OR "mild thyroid failure") AND ("thyroid biomarkers" OR "TSH" OR
"thyroid hormones") AND ("lipid metabolism" OR "lipid profile" OR "dyslipidemia" OR "cholesterol")
AND ("cardiometabolic risk" OR "insulin resistance" OR "inflammation").
Criterios de elegibilidad
Se incluyeron investigaciones originales desarrolladas en población adulta, correspondientes a
estudios observacionales y ensayos clínicos que evaluaron el HSC. Los artículos debieron reportar al
menos un biomarcador tiroideo, como TSH, tiroxina libre (FT4), triyodotironina (T3) o anticuerpos
antitiroideos. Asimismo, se consideraron investigaciones que analizaron parámetros del metabolismo
lipídico, incluidos colesterol total, LDL-C, HDL-C y triglicéridos, o indicadores relacionados con el
riesgo cardiometabólico. Se seleccionaron publicaciones en inglés y español comprendidas dentro del
período establecido.
Se excluyeron investigaciones realizadas exclusivamente en población pediátrica, mujeres gestantes
o modelos animales, debido a las diferencias fisiológicas y metabólicas respecto de la población adulta
de interés. También se descartaron revisiones narrativas, editoriales, cartas al editor y reportes de
casos, así como publicaciones fuera del período establecido. Adicionalmente, se excluyeron los
artículos cuyo texto completo no estuvo disponible para su evaluación y aquellos que no
proporcionaron información pertinente para responder a los objetivos de la revisión.
Proceso de selección de estudios
La selección de los estudios se desarrolló mediante etapas sucesivas de identificación, cribado y
evaluación de elegibilidad. Inicialmente, se identificaron los registros recuperados de las bases de
datos y se eliminaron los duplicados. Posteriormente, se examinaron los títulos y resúmenes para
descartar las publicaciones que no cumplieron los criterios de inclusión. Finalmente, se revisaron los
textos completos de los artículos potencialmente elegibles y se determinó su incorporación definitiva.
El procedimiento se representó mediante un diagrama de flujo conforme a PRISMA 2020 (Figura 1).
Extracción de datos
La información de los estudios seleccionados se extrajo mediante una matriz de registro previamente
estructurada, diseñada para organizar de manera sistemática las características metodológicas y los
principales resultados. Se recopilaron datos sobre autor, año de publicación, diseño del estudio,
tamaño de la muestra, características de la población y criterios utilizados para definir el HSC.
Asimismo, se registraron los biomarcadores tiroideos evaluados, los parámetros del perfil lipídico, los
indicadores de riesgo cardiometabólico y los principales hallazgos y conclusiones de cada
investigación.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
283
Evaluación de la calidad metodológica
La calidad metodológica de los estudios incluidos se evaluó mediante la escala Newcastle–Ottawa
(NOS), considerando los dominios de selección, comparabilidad y evaluación de la exposición o del
resultado, según el diseño de cada investigación (Gualdi-Russo & Zaccagni, 2026). Se establecieron tres
categorías de calidad metodológica: alta, de 8 a 9 puntos; moderada, de 6 a 7 puntos; y baja, de 5 puntos
o menos. De los 24 estudios evaluados, 15 (62,5 %) se clasificaron como de alta calidad, seis (25,0 %)
como de calidad moderada y tres (12,5 %) como de baja calidad, según los criterios de puntuación
establecidos (tabla 1).
Tabla 1
Distribución de los estudios incluidos según la calidad metodológica evaluada mediante la escala Newcastle–Ottawa
Categoría de calidad
Puntaje NOS
Número de estudios
Porcentaje
Alta
8–9
15
62,5 %
Moderada
6–7
6
25,0 %
Baja
≤5
3
12,5 %
Total
—
24
100,0 %
Nota. NOS: Newcastle–Ottawa Scale. Los porcentajes se calcularon respecto del total de 24 estudios incluidos. Los puntos de corte
correspondieron a los criterios de clasificación establecidos para esta revisión.
Consideraciones éticas
La investigación se desarrolló exclusivamente a partir del análisis de información procedente de
estudios científicos previamente publicados, sin intervención directa sobre seres humanos ni
recopilación de datos personales identificables. Por esta razón, no se requirió consentimiento
informado de los participantes y no se solicitó aprobación de un comité de ética para la realización de
la revisión. La información se recopiló, organizó y analizó conforme a los objetivos y criterios
metodológicos establecidos, respetando la autoría, la integridad de los resultados originales y las
normas de citación científica.
3. Resultados
Selección de los estudios
El proceso de selección de los estudios se desarrolló conforme a las recomendaciones de PRISMA 2020
y se representó en la Figura 1. Inicialmente, se identificaron 300 registros en PubMed/MEDLINE,
Scopus y Cochrane Library, de los cuales 90 correspondieron a duplicados. Posteriormente, se
examinaron 210 registros mediante la revisión de títulos y resúmenes, etapa en la que se excluyeron
150 publicaciones. Finalmente, se evaluaron 60 artículos a texto completo, se descartaron 36 por
incumplir los criterios de elegibilidad y se incluyeron 24 estudios en la revisión sistemática.
Figura 1
Diagrama de flujo PRISMA 2020 del proceso de identificación, selección e inclusión de los estudios
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
284
Biomarcadores utilizados en el diagnóstico del hipotiroidismo subclínico
Los estudios revisados identificaron la elevación de la hormona estimulante de la tiroides (TSH),
acompañada de concentraciones normales de tiroxina libre (FT4), como el principal criterio bioquímico
para el diagnóstico del hipotiroidismo subclínico (HSC). No obstante, se observaron diferencias en la
interpretación de los valores de TSH según las características demográficas y los intervalos de
referencia utilizados. Particularmente, la edad constituyó un factor relevante para establecer los límites
diagnósticos en adultos mayores (Ni et al., 2022; Ghaemmaghami et al., 2023; Xie et al., 2023).
Adicionalmente, los anticuerpos contra la peroxidasa tiroidea (TPOAb) aportaron información
complementaria sobre el componente autoinmune de la disfunción tiroidea, aunque no sustituyeron
los criterios hormonales establecidos. Los índices de sensibilidad a las hormonas tiroideas permitieron
explorar aspectos de la respuesta hormonal relacionados con alteraciones metabólicas, mientras que
los modelos multimarcadores se investigaron como herramientas complementarias de caracterización.
Estos hallazgos evidenciaron diferencias entre la utilidad diagnóstica de los biomarcadores
convencionales y el potencial exploratorio de otros indicadores (Sun et al., 2022; Ghosh et al., 2025; Wu
et al., 2024).
La tabla 1 sintetiza los biomarcadores tiroideos evaluados en las investigaciones revisadas,
considerando el diseño metodológico, las características de la población y sus principales aportes
clínicos. La información permitió distinguir los indicadores empleados para establecer el diagnóstico
del HSC de aquellos utilizados para caracterizar alteraciones autoinmunes o metabólicas asociadas.
Asimismo, se identificaron diferencias en la aplicación de los biomarcadores según la población
estudiada, especialmente en adultos mayores y personas con alteraciones metabólicas.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
285
Tabla 1
Biomarcadores utilizados en el diagnóstico y caracterización del hipotiroidismo subclínico y su valor clínico
Autor y año
Población o diseño
descrito
Biomarcadores
Hallazgo o aporte clínico
Hewage et al. (2024)
Mujeres jóvenes
TSH, FT4
Evaluación del HSC y su relación con
indicadores cardiometabólicos.
Ni et al. (2022)
Adultos mayores
TSH
Evaluación de intervalos de referencia
específicos por edad.
Ghaemmaghami et
al. (2023)
Estudio poblacional
TSH, FT4
Caracterización de la frecuencia de
disfunción tiroidea.
Xie et al. (2023)
Estudio poblacional
TSH, FT4
Análisis de la disfunción tiroidea subclínica
y las alteraciones metabólicas.
Wu et al. (2024)
Pacientes con diabetes
tipo 2
Autoanticuerpos
tiroideos
Asociación con enfermedad hepática grasa
vinculada a disfunción metabólica.
Sun et al. (2022)
Sujetos con HSC
Índices de
sensibilidad tiroidea
Asociación con indicadores metabólicos y
cardiovasculares.
Aswani et al. (2025)
Pacientes con prediabetes
Marcadores de
función tiroidea
Evaluación retrospectiva de alteraciones
tiroideas relacionadas con la prediabetes.
Ghosh et al. (2025)
Estudio de
biomarcadores y
modelización
Biomarcadores
múltiples
Análisis de factores de riesgo y modelos
predictivos relacionados con el HSC.
Nota. HSC: hipotiroidismo subclínico; TSH: hormona estimulante de la tiroides; FT4: tiroxina libre; TPOAb: anticuerpos contra la peroxidasa
tiroidea. La inclusión de estudios realizados en poblaciones con otras alteraciones metabólicas no implica que sus resultados sean
directamente extrapolables al diagnóstico del HSC.
Alteraciones del metabolismo lipídico en el hipotiroidismo subclínico
Las investigaciones revisadas describieron asociaciones entre el HSC y diversas alteraciones del
metabolismo lipídico, principalmente relacionadas con las concentraciones de colesterol total,
colesterol unido a lipoproteínas de baja densidad (LDL-C), colesterol unido a lipoproteínas de alta
densidad (HDL-C) y triglicéridos. El metaanálisis de Liu et al. (2023) aportó evidencia sobre las
diferencias del perfil lipídico entre pacientes con HSC y controles comparables. Asimismo, otros
estudios analizaron estas alteraciones en poblaciones con distintas características clínicas y
demográficas (Alnahdi, 2025; Al-Odat et al., 2024; Harrar et al., 2024).
Además de los parámetros convencionales, se investigaron indicadores relacionados con el riesgo
aterogénico y las alteraciones metabólicas asociadas al HSC. Chen et al. (2025) examinaron la relación
entre el índice aterogénico plasmático y esta condición, mientras que Wang et al. (2026) estudiaron las
concentraciones de LDL oxidado y homocisteína como posibles marcadores cardiovasculares. Estos
resultados ampliaron la caracterización bioquímica del HSC, aunque las asociaciones observadas no
permitieron establecer por sí mismas la capacidad predictiva de dichos indicadores.
La tabla 2 presenta los principales estudios relacionados con las alteraciones lipídicas asociadas al
HSC, organizados según los parámetros evaluados y los hallazgos comunicados. La síntesis permitió
identificar la importancia del perfil lipídico convencional y el interés por incorporar indicadores
complementarios para caracterizar el riesgo cardiometabólico. Sin embargo, la heterogeneidad de los
diseños y las poblaciones estudiadas dificultó establecer una magnitud uniforme de las alteraciones
lipídicas atribuibles a esta condición.
Tabla 2
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
286
Alteraciones del perfil lipídico asociadas al hipotiroidismo subclínico
Autor y año
Diseño o enfoque
Parámetros evaluados
Principales hallazgos
Liu et al.
(2023)
Metaanálisis
LDL-C, HDL-C,
triglicéridos
Identificó alteraciones del perfil lipídico en
pacientes con HSC respecto de controles.
Alnahdi
(2025)
Estudio del perfil lipídico
Colesterol total, LDL-C
Describió consecuencias metabólicas
asociadas al HSC.
Chen et al.
(2025)
Análisis NHANES y
experimentación animal
Índice aterogénico
plasmático
Examinó su asociación con el HSC.
Wang et al.
(2026)
Estudio de biomarcadores
cardiovasculares
LDL oxidado,
homocisteína
Evaluó su relación con el riesgo
cardiovascular en pacientes con HSC.
Harrar et al.
(2024)
Estudio descriptivo
Perfil lipídico
Describió alteraciones lipídicas asociadas al
HSC.
Al-Odat et al.
(2024)
Estudio de asociación
Colesterol total, LDL-C,
HDL-C, triglicéridos
Analizó la relación entre disfunción tiroidea
y anomalías lipídicas.
Nota. HSC: hipotiroidismo subclínico; LDL-C: colesterol unido a lipoproteínas de baja densidad; HDL-C: colesterol unido a lipoproteínas de
alta densidad; NHANES: National Health and Nutrition Examination Survey. Los estudios secundarios y los experimentos animales deben
diferenciarse de las investigaciones originales en humanos al determinar la muestra final de la revisión.
Relación entre biomarcadores tiroideos y riesgo cardiometabólico
Los estudios analizados identificaron asociaciones entre los biomarcadores tiroideos y diferentes
indicadores de riesgo cardiometabólico, particularmente aquellos relacionados con la resistencia a la
insulina, la obesidad y las alteraciones del metabolismo lipídico. Yang et al. (2023) investigaron la
relación entre el HSC y la resistencia a la insulina en individuos normoglucémicos, mientras que
Lakhani et al. (2024) examinaron su prevalencia en pacientes con síndrome metabólico. Estas
investigaciones aportaron evidencia sobre la coexistencia de alteraciones tiroideas y metabólicas, sin
establecer necesariamente una relación causal.
La influencia de las características individuales también se identificó como un elemento relevante
para interpretar las asociaciones cardiometabólicas. Ni et al. (2022) examinaron los intervalos de
referencia de TSH específicos por edad y su relación con el perfil lipídico, mientras que Sun et al. (2022)
analizaron indicadores de sensibilidad a las hormonas tiroideas asociados con obesidad, hiperuricemia
y riesgo cardiovascular. Estos hallazgos mostraron la importancia de considerar factores demográficos
y metabólicos al evaluar la relación entre la función tiroidea y los indicadores de riesgo.
Por otra parte, se investigaron biomarcadores relacionados con la autoinmunidad tiroidea y los
procesos inflamatorios. Wu et al. (2024) estudiaron la asociación entre autoanticuerpos tiroideos y
enfermedad hepática grasa vinculada a disfunción metabólica en pacientes con diabetes tipo 2.
Asimismo, Mothilal et al. (2025) y Priya et al. (2025) examinaron indicadores inflamatorios,
particularmente la proteína C reactiva ultrasensible (PCR-us), en personas con hipotiroidismo. Estas
investigaciones permitieron explorar posibles vínculos entre la disfunción tiroidea, la inflamación y las
alteraciones metabólicas.
La tabla 3 resume las asociaciones investigadas entre los biomarcadores tiroideos y los principales
parámetros cardiometabólicos. Los estudios se organizaron según los indicadores hormonales,
metabólicos e inflamatorios evaluados, con el propósito de identificar las relaciones de mayor interés
clínico. La síntesis mostró que la TSH constituyó uno de los marcadores más estudiados, aunque
también se examinaron los autoanticuerpos tiroideos y los índices de sensibilidad hormonal como
indicadores complementarios.
Tabla 3
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
287
Relación entre biomarcadores tiroideos y parámetros de riesgo cardiometabólico en el hipotiroidismo subclínico
Autor y año
Biomarcador tiroideo
Parámetro cardiometabólico
Asociación investigada
Yang et al.
(2023)
TSH
Resistencia a la insulina
Asociación del HSC con resistencia a la
insulina en personas normoglucémicas.
Hewage et al.
(2024)
TSH, FT4
Indicadores glucémicos y
cardiometabólicos
Relación entre HSC y riesgo cardiometabólico
en mujeres jóvenes.
Ni et al.
(2022)
TSH
Perfil lipídico
Influencia de los intervalos de referencia
específicos por edad.
Sun et al.
(2022)
Índices de sensibilidad
tiroidea
Obesidad, hiperuricemia,
riesgo cardiovascular
Asociación entre sensibilidad hormonal y
alteraciones cardiometabólicas.
Wu et al.
(2024)
Autoanticuerpos
tiroideos
Enfermedad hepática grasa
Asociación en pacientes con diabetes tipo 2.
Mothilal et al.
(2025)
Indicadores de función
tiroidea
PCR-us
Relación entre hipotiroidismo e inflamación.
Xie et al.
(2023)
TSH, FT4
Alteraciones metabólicas
Asociación entre disfunción tiroidea
subclínica y anomalías metabólicas.
Lakhani et al.
(2024)
Indicadores de función
tiroidea
Síndrome metabólico
Prevalencia del HSC en pacientes con
síndrome metabólico.
Priya et al.
(2025)
TPOAb
PCR-us
Evaluación de marcadores autoinmunes e
inflamatorios en el HSC.
Nota. TSH: hormona estimulante de la tiroides; FT4: tiroxina libre; TPOAb: anticuerpos contra la peroxidasa tiroidea; PCR-us: proteína C
reactiva ultrasensible. Las asociaciones descritas no implicaron necesariamente causalidad ni capacidad predictiva independiente.
Biomarcadores emergentes y estratificación del riesgo cardiometabólico
Los estudios revisados identificaron diferentes biomarcadores emergentes relacionados con la
regulación del metabolismo lipídico, los procesos inflamatorios y las alteraciones cardiometabólicas
asociadas a la disfunción tiroidea. Entre ellos destacaron las proteínas similares a la angiopoyetina
ANGPTL3, ANGPTL4 y ANGPTL8, investigadas por El Hini et al. (2021) en pacientes con
hipotiroidismo subclínico y manifiesto. Asimismo, Chen et al. (2025) analizaron el índice aterogénico
plasmático, mientras que Wang et al. (2026) estudiaron el LDL oxidado y la homocisteína como
posibles indicadores de riesgo cardiovascular.
Las adipocinas constituyeron otro grupo de biomarcadores de interés debido a su participación en la
regulación metabólica y los mecanismos inflamatorios. Tabandeh et al. (2023) investigaron las
concentraciones de resistina, visfatina y quemerina en pacientes con diabetes tipo 2 y disfunción tiroidea,
mientras que Yadav et al. (2025) evaluaron adipocinas en personas con hipotiroidismo de reciente
diagnóstico. Estos estudios aportaron información sobre las alteraciones de mediadores metabólicos,
aunque sus resultados no fueron directamente generalizables a todas las poblaciones con HSC.
También se examinaron los autoanticuerpos tiroideos, los indicadores inflamatorios y los modelos
de análisis que integraron diferentes biomarcadores. Wu et al. (2024) estudiaron la relación entre
autoinmunidad tiroidea y enfermedad hepática grasa asociada a disfunción metabólica, mientras que
Ghosh et al. (2025) investigaron modelos predictivos relacionados con biomarcadores del HSC. Por su
parte, Mothilal et al. (2025) analizaron la PCR-us como indicador inflamatorio. Estos hallazgos
permitieron identificar posibles aplicaciones complementarias, aunque no demostraron de manera
uniforme su utilidad para la estratificación del riesgo cardiovascular.
La tabla 4 presenta los principales biomarcadores emergentes investigados, sus funciones
metabólicas y las asociaciones clínicas descritas en los estudios revisados. La información permitió
distinguir entre indicadores relacionados con el metabolismo lipídico, la inflamación, el estrés
oxidativo y la autoinmunidad tiroidea. Aunque estos biomarcadores mostraron potencial para
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
288
complementar la caracterización del riesgo cardiometabólico, la evidencia disponible no permitió
establecer su capacidad predictiva independiente ni justificar su incorporación generalizada a la
práctica clínica.
Tabla 4
Biomarcadores emergentes asociados al hipotiroidismo subclínico y su potencial utilidad en la evaluación del riesgo
cardiometabólico
Autor y año
Tipo de biomarcador
Biomarcador evaluado
Asociación o aplicación investigada
El Hini et al.
(2021)
Reguladores lipídicos
ANGPTL3, ANGPTL4,
ANGPTL8
Relación con la regulación lipídica y la función
cardiovascular en disfunción tiroidea.
Chen et al.
(2025)
Índice compuesto
Índice aterogénico
plasmático
Asociación con HSC y posible utilidad en la
caracterización aterogénica.
Wang et al.
(2026)
Estrés oxidativo y
metabolismo vascular
LDL oxidado,
homocisteína
Evaluación como posibles indicadores de
riesgo cardiovascular.
Tabandeh et al.
(2023)
Adipocinas
Resistina, visfatina,
quemerina
Alteraciones metabólicas en pacientes con
diabetes tipo 2 y disfunción tiroidea.
Yadav et al.
(2025)
Adipocinas
Adipocinas circulantes
Caracterización de alteraciones metabólicas en
hipotiroidismo de reciente diagnóstico.
Wu et al.
(2024)
Autoinmunidad
Autoanticuerpos
tiroideos
Asociación con enfermedad hepática grasa en
pacientes con diabetes tipo 2.
Ghosh et al.
(2025)
Modelos predictivos
Biomarcadores
múltiples
Análisis de factores de riesgo y modelos
predictivos relacionados con HSC.
Sun et al.
(2022)
Sensibilidad hormonal
Índices de sensibilidad
tiroidea
Asociación con obesidad, hiperuricemia y
riesgo cardiovascular.
Mothilal et al.
(2025)
Inflamación
PCR-us
Evaluación de inflamación en pacientes con
hipotiroidismo.
Nota. ANGPTL: proteínas similares a la angiopoyetina; HSC: hipotiroidismo subclínico; LDL: lipoproteínas de baja densidad; PCR-us:
proteína C reactiva ultrasensible. La utilidad clínica de los biomarcadores emergentes se interpretó como potencial y no como una capacidad
predictiva confirmada. Las poblaciones con hipotiroidismo manifiesto o enfermedades metabólicas concomitantes deben diferenciarse de
aquellas con HSC.
Síntesis de los principales hallazgos
La síntesis de los estudios revisados identificó a la TSH y la FT4 como los principales biomarcadores
utilizados para establecer el diagnóstico bioquímico del HSC. Sin embargo, la interpretación de estos
indicadores requirió considerar las características de la población, particularmente la edad y los
intervalos de referencia empleados. Los autoanticuerpos tiroideos aportaron información
complementaria sobre la autoinmunidad, mientras que los índices de sensibilidad hormonal
permitieron explorar asociaciones metabólicas adicionales (Ni et al., 2022; Sun et al., 2022;
Ghaemmaghami et al., 2023).
Respecto al metabolismo lipídico, los resultados evidenciaron asociaciones entre el HSC y las
alteraciones de los parámetros lipídicos convencionales, especialmente el colesterol total, LDL-C, HDL-
C y los triglicéridos. También se identificó interés por indicadores complementarios, como el índice
aterogénico plasmático, el LDL oxidado y la homocisteína. No obstante, las diferencias metodológicas
entre los estudios limitaron la posibilidad de establecer una relación uniforme entre las
concentraciones hormonales y la magnitud del riesgo cardiometabólico (Liu et al., 2023; Chen et al.,
2025; Wang et al., 2026).
En cuanto a los biomarcadores emergentes, se identificaron investigaciones sobre adipocinas,
proteínas similares a la angiopoyetina, autoanticuerpos tiroideos e indicadores inflamatorios. Estos
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
289
marcadores aportaron información sobre procesos metabólicos relacionados con la disfunción tiroidea,
aunque su evaluación se realizó en poblaciones heterogéneas y mediante diferentes diseños de
investigación. Por consiguiente, los resultados disponibles fueron insuficientes para establecer su
utilidad independiente en la predicción de eventos cardiovasculares o en la estratificación rutinaria
del riesgo en pacientes con HSC (El Hini et al., 2021; Tabandeh et al., 2023; Ghosh et al., 2025).
En conjunto, los hallazgos permitieron abordar los objetivos de la revisión mediante la
identificación de biomarcadores diagnósticos, la descripción de alteraciones lipídicas y el análisis de
asociaciones cardiometabólicas. Los parámetros lipídicos convencionales mostraron mayor
aplicabilidad para la caracterización metabólica, mientras que los biomarcadores emergentes
representaron herramientas complementarias en investigación. Sin embargo, la evidencia sintetizada
no permitió demostrar que su incorporación mejorara la predicción individual del riesgo
cardiovascular respecto de los indicadores clínicos y bioquímicos convencionales.
4. Discusión
La presente revisión sistemática evidenció que el hipotiroidismo subclínico (HSC) se asoció con
alteraciones del metabolismo lipídico y diversos indicadores de riesgo cardiometabólico, aunque la
magnitud y consistencia de estas asociaciones variaron entre los estudios analizados. El diagnóstico se
fundamentó en concentraciones elevadas de la hormona estimulante de la tiroides (TSH),
acompañadas de valores normales de tiroxina libre (FT4). Sin embargo, la interpretación de estos
parámetros requirió considerar la edad y los intervalos de referencia utilizados, debido a su influencia
sobre la clasificación diagnóstica (Ni et al., 2022; Ghaemmaghami et al., 2023).
La evaluación de biomarcadores complementarios permitió ampliar la caracterización bioquímica
del HSC, sin modificar los criterios hormonales establecidos para su diagnóstico. Los índices de
sensibilidad a las hormonas tiroideas aportaron información sobre las asociaciones entre la respuesta
hormonal y determinadas alteraciones metabólicas (Sun et al., 2022). Asimismo, los anticuerpos contra
la peroxidasa tiroidea (TPOAb) constituyeron indicadores del componente autoinmune, aunque su
presencia no demostró por sí misma un mayor riesgo cardiovascular. En este contexto, los modelos
multimarcadores representaron una alternativa de investigación para integrar diferentes indicadores
clínicos y bioquímicos (Ghosh et al., 2025).
Uno de los hallazgos centrales de la revisión fue la asociación entre el HSC y las modificaciones del
perfil lipídico convencional, particularmente en las concentraciones de colesterol unido a lipoproteínas
de baja densidad (LDL-C), triglicéridos y colesterol unido a lipoproteínas de alta densidad (HDL-C).
Liu et al. (2023) identificaron diferencias en estos parámetros mediante un metaanálisis, lo que respaldó
la posible relación entre la disfunción tiroidea subclínica y un perfil lipídico desfavorable. Estos
resultados fueron relevantes porque las alteraciones lipídicas constituyeron uno de los principales
mecanismos propuestos para explicar la asociación entre el HSC y el riesgo cardiovascular.
Desde una perspectiva fisiopatológica, las alteraciones lipídicas asociadas al HSC podrían
explicarse parcialmente por la participación de las hormonas tiroideas en la regulación del
metabolismo hepático del colesterol y las lipoproteínas. Una menor actividad hormonal podría
modificar la eliminación de LDL-C y el metabolismo de los triglicéridos, favoreciendo cambios en sus
concentraciones circulantes (Alnahdi, 2025). No obstante, estos mecanismos no demostraron que el
HSC fuera la causa directa de las alteraciones observadas, debido a la influencia de otros factores
metabólicos y clínicos.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
290
La relación entre el HSC y la dislipidemia no fue uniforme en las investigaciones revisadas, como
señalaron Luo et al. (2022), quienes examinaron la consistencia de las asociaciones entre la función
tiroidea subclínica y los parámetros lipídicos. Estas diferencias pudieron relacionarse con la edad, los
valores de TSH, las características metabólicas de las poblaciones y la presencia de enfermedades
concomitantes. Por consiguiente, la identificación del HSC no implicó necesariamente la existencia de
dislipidemia en todos los pacientes, lo que respaldó la importancia de evaluar individualmente el perfil
lipídico.
Además de los parámetros convencionales, se investigaron biomarcadores relacionados con las
propiedades aterogénicas de las lipoproteínas. El índice aterogénico plasmático y el LDL oxidado
(oxLDL) aportaron información sobre alteraciones metabólicas potencialmente relacionadas con el
riesgo cardiovascular, mientras que la lipoproteína(a) fue examinada en el contexto de la disfunción
tiroidea (Chen et al., 2025; Wang et al., 2026; Lwin et al., 2024). Sin embargo, la identificación de
asociaciones bioquímicas no permitió establecer que estos indicadores mejoraran la predicción de
eventos cardiovasculares en pacientes con HSC.
La asociación entre el HSC y el riesgo cardiometabólico también se examinó mediante indicadores
relacionados con la resistencia a la insulina y la inflamación sistémica. Yang et al. (2023) identificaron
una relación entre el HSC y la resistencia a la insulina en personas normoglucémicas, mientras que
Mothilal et al. (2025) estudiaron la proteína C reactiva ultrasensible (PCR-us) como marcador
inflamatorio en pacientes con hipotiroidismo. Estos hallazgos sugirieron que las alteraciones
metabólicas asociadas a la disfunción tiroidea podrían involucrar procesos adicionales al metabolismo
lipídico, aunque su interacción no quedó completamente establecida.
La coexistencia de resistencia a la insulina, alteraciones lipídicas e indicadores inflamatorios
permitió considerar el riesgo cardiometabólico desde una perspectiva multifactorial. En este sentido,
las modificaciones hormonales podrían relacionarse con mecanismos metabólicos que también
participan en la obesidad y el síndrome metabólico (Lakhani et al., 2024; Xie et al., 2023). No obstante,
la naturaleza predominantemente observacional de las investigaciones dificultó determinar la
dirección de estas asociaciones y establecer si las alteraciones metabólicas precedieron, acompañaron
o fueron consecuencia de la disfunción tiroidea.
En relación con los biomarcadores emergentes, las proteínas similares a la angiopoyetina
ANGPTL3, ANGPTL4 y ANGPTL8 representaron indicadores de interés por su participación en la
regulación del metabolismo de los triglicéridos y su posible vinculación con la función cardiovascular.
El Hini et al. (2021) investigaron estas proteínas en pacientes con hipotiroidismo subclínico y
manifiesto. Sin embargo, la inclusión de diferentes formas de disfunción tiroidea limitó la
extrapolación de los resultados exclusivamente al HSC y dificultó establecer su utilidad específica para
la estratificación del riesgo cardiometabólico.
De manera complementaria, las adipocinas constituyeron otro grupo de biomarcadores
relacionados con la regulación energética, la inflamación y las alteraciones metabólicas. Tabandeh et
al. (2023) investigaron la resistina, la visfatina y la quemerina en pacientes con diabetes tipo 2 y
disfunción tiroidea, mientras que Yadav et al. (2025) evaluaron adipocinas en personas con
hipotiroidismo de reciente diagnóstico. Aunque estos hallazgos aportaron información sobre posibles
mecanismos metabólicos, las diferencias entre las poblaciones estudiadas impidieron atribuir las
modificaciones de estos mediadores exclusivamente al HSC.
Otros indicadores, como el oxLDL y la homocisteína, fueron investigados por su posible relación
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
291
con procesos de oxidación lipídica y alteraciones vasculares (Wang et al., 2026). Asimismo, Wu et al.
(2024) identificaron asociaciones entre autoanticuerpos tiroideos y enfermedad hepática grasa
vinculada a disfunción metabólica en pacientes con diabetes tipo 2. Estos resultados ampliaron el
conocimiento sobre las interacciones entre autoinmunidad tiroidea y metabolismo; sin embargo, no
demostraron que los autoanticuerpos constituyeran predictores independientes de riesgo
cardiometabólico en pacientes con HSC.
Desde una perspectiva clínica, los resultados respaldaron la importancia de complementar la
evaluación de la función tiroidea con la caracterización del perfil lipídico y otros factores
cardiometabólicos, especialmente cuando coexistieron obesidad, resistencia a la insulina o
enfermedades metabólicas. La TSH y la FT4 conservaron su función diagnóstica, mientras que el
colesterol total, LDL-C, HDL-C y triglicéridos permitieron describir las alteraciones lipídicas asociadas.
Por su parte, los biomarcadores emergentes ofrecieron información adicional de interés científico, pero
la evidencia revisada no justificó su utilización rutinaria para clasificar el riesgo cardiovascular.
La principal contribución de esta revisión consistió en integrar la evidencia sobre biomarcadores
diagnósticos, alteraciones del metabolismo lipídico e indicadores cardiometabólicos, diferenciando su
utilidad clínica establecida de sus aplicaciones potenciales. Los resultados mostraron que el HSC se
relacionó con un conjunto heterogéneo de modificaciones metabólicas, cuya interpretación dependió
de las características de cada población. En consecuencia, la evaluación del riesgo cardiometabólico
requirió considerar los biomarcadores dentro de un contexto clínico integral, evitando atribuirles
capacidades diagnósticas o predictivas que no hubieran sido demostradas.
Limitaciones del estudio
La presente revisión sistemática presentó limitaciones relacionadas principalmente con la naturaleza
y heterogeneidad de las investigaciones analizadas. La predominancia de estudios observacionales
restringió la posibilidad de establecer relaciones causales entre el HSC, las alteraciones del perfil
lipídico y los indicadores de riesgo cardiometabólico. Asimismo, las diferencias en los diseños
metodológicos, los tamaños muestrales y las características clínicas de las poblaciones dificultaron la
comparación directa de los resultados y limitaron la generalización de los hallazgos.
Otra limitación correspondió a la variabilidad de los criterios diagnósticos del HSC y de los
procedimientos utilizados para medir los biomarcadores. Las diferencias en los puntos de corte de
TSH, los intervalos de referencia y las técnicas analíticas pudieron contribuir a la heterogeneidad de
las asociaciones identificadas. Además, algunos estudios incluyeron pacientes con hipotiroidismo
manifiesto o enfermedades metabólicas concomitantes, por lo que sus resultados debieron
interpretarse con precaución al analizar su aplicabilidad específica al HSC.
Finalmente, la búsqueda se restringió a publicaciones en inglés y español, comprendidas entre 2020
y 2026, disponibles en las bases de datos seleccionadas y con acceso al texto completo. Estas
condiciones pudieron limitar la recuperación de investigaciones pertinentes y favorecer un posible
sesgo de selección. Adicionalmente, la información disponible sobre algunos biomarcadores
emergentes fue insuficiente para establecer su capacidad predictiva independiente o su utilidad clínica
incremental, lo que restringió la formulación de conclusiones definitivas sobre su aplicación en la
estratificación del riesgo cardiometabólico.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
292
5. Conclusiones
El hipotiroidismo subclínico (HSC) se asoció con alteraciones del perfil lipídico, principalmente con
concentraciones elevadas de colesterol total y colesterol unido a lipoproteínas de baja densidad (LDL-
C), así como modificaciones de los triglicéridos y del colesterol unido a lipoproteínas de alta densidad
(HDL-C) en determinadas poblaciones. Estos hallazgos evidenciaron una relación entre la disfunción
tiroidea subclínica y un perfil metabólico desfavorable, aunque la heterogeneidad de los estudios
impidió establecer una asociación uniforme con el riesgo cardiovascular.
La hormona estimulante de la tiroides (TSH) y la tiroxina libre (FT4) constituyeron los principales
biomarcadores para el diagnóstico del HSC, cuya interpretación requirió considerar la edad y las
características clínicas de la población. Los indicadores inflamatorios, autoinmunes y metabólicos
aportaron información complementaria, particularmente la proteína C reactiva ultrasensible (PCR-us)
y los anticuerpos contra la peroxidasa tiroidea (TPOAb). Estos últimos permitieron caracterizar
componentes inflamatorios y autoinmunes, respectivamente, sin demostrar por sí mismos una
capacidad predictiva independiente del riesgo cardiometabólico.
El perfil lipídico convencional presentó mayor aplicabilidad clínica para identificar alteraciones
metabólicas asociadas al HSC, mientras que el índice aterogénico plasmático y la PCR-us mostraron
potencial como indicadores complementarios en la caracterización del riesgo cardiometabólico. Sin
embargo, la evidencia disponible no permitió confirmar que su utilización conjunta con la TSH y la
FT4 mejorara la predicción de eventos cardiovasculares, por lo que su interpretación debió considerar
los factores de riesgo y las comorbilidades de cada paciente.
Los biomarcadores emergentes, como la lipoproteína(a), el LDL oxidado, la homocisteína, las
proteínas similares a la angiopoyetina (ANGPTL) y las adipocinas, aportaron información sobre
posibles mecanismos relacionados con las alteraciones lipídicas, la inflamación y la disfunción
metabólica. No obstante, las diferencias metodológicas y la limitada evidencia específica en pacientes
con HSC restringieron su aplicación clínica. En consecuencia, se identificó la necesidad de
investigaciones longitudinales que evaluaran su capacidad predictiva y su utilidad adicional para la
estratificación del riesgo cardiometabólico.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
293
Referencias
Alnahdi, H. (2025). Exploring hypothyroidism's effects on lipid profiles: Evidence of metabolic
consequences in subclinical disease. Saudi Medical Journal, 46(5), 491–496.
https://doi.org/10.15537/smj.2025.46.5.20241147
Al-Odat, I., Al-Fawaeir, S., & Al-Mahmoud, M. (2024). Study of the association between thyroid
dysfunction and serum lipid abnormalities. Biomedical Reports, 21(4), Article 138.
https://doi.org/10.3892/br.2024.1826
Aswani, H., Mdluli, W., & Khathi, A. (2025). A retrospective analysis of the changes in prediabetes-
associated markers of thyroid function in patients from Durban, South Africa. International
Journal of Molecular Sciences, 26(5), Article 2170. https://doi.org/10.3390/ijms26052170
Chen, Q., Li, Y., Ruan, Y., Jin, L., Yao, S., Han, Z., Hong, X., Wang, Z., Li, L., He, W., Yang, L., & Heng,
X. (2025). Relationship between plasma atherogenic index and subclinical hypothyroidism: An
analysis of NHANES data and animal experiment. Frontiers in Endocrinology, 16, Article
1700853. https://doi.org/10.3389/fendo.2025.1700853
El Hini, S., Mahmoud, Y., Saedii, A., Mahmoud, S., Amin, M.., Mahmoud, S., & Matta, R. (2021).
Angiopoietin-like proteins 3, 4 and 8 are linked to cardiovascular function in naïve sub-clinical
and overt hypothyroid patients receiving levothyroxine therapy. Endocrine Connections, 10(12),
1570–1583. https://doi.org/10.1530/EC-21-0398
Ghaemmaghami, Z., Firoozbakhsh, P., Gholami, D., Khodabandelu, S., Baay, M., Alemzadeh-Ansari,
M. J., Mohebbi, B., Hosseini, Z., Boudagh, S., Pouraliakbar, H., Pasebani, Y., Rafati, A.,
Khalilpour, E., Khalili, Y., Arabian, M., Maleki, M., Bakhshandeh, H., & Sadeghipour, P. (2023).
Increased prevalence of thyroid dysfunction in Tehran – HAMRAH study. BMC Endocrine
Disorders, 23(1), Article 270. https://doi.org/10.1186/s12902-023-01524-x
Ghosh, H., Biswas, D., Pramanik, S., & Chowdhury, S. (2025). Analysis of risk factors and predictive
modelling of biomarkers in subclinical hypothyroidism and implications for levothyroxine
therapy in disease management. Scientific Reports, 15(1), Article 40946.
https://doi.org/10.1038/s41598-025-24721-1
Gualdi-Russo, E., & Zaccagni, L. (2026). The Newcastle–Ottawa Scale for assessing the quality of studies
in systematic reviews. Publications, 14(1), Article 4. https://www.mdpi.com/2304-6775/14/1/4
Harrar, S., Mhirig, I., El Alaoui Boufares, Y., Bouchehboun, A., Bounani, F., & Aboulmakarim, S. (2024).
Lipid profile perturbations associated with subclinical hypothyroidism: A descriptive study.
Cureus, 16(4), Article e58181. https://doi.org/10.7759/cureus.58181
Hewage, N., Wijesekara, U., & Perera, R. (2024). Prevalence of subclinical hypothyroidism in a non-
diabetic young female population and its impact on diabetes and cardiometabolic risk.
Endocrinology and Metabolism, 39(6), 864–876. https://doi.org/10.3803/EnM.2024.2015
Jameel, U., Durrani, O., Munib, A., & Khan, A. (2025). Incidence of subclinical hypothyroidism in obese
adults and its metabolic implications: A prospective cohort study. Cureus, 17(10), Article
e95661. https://doi.org/10.7759/cureus.95661
Lakhani, G., Patel, P., & Patel, T. (2024). A cross-sectional study on the prevalence of subclinical
hypothyroidism in metabolic syndrome patients at a tertiary care hospital. Cureus, 16(8), Article
e67851. https://doi.org/10.7759/cureus.67851
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
294
Liu, J., Chen, Y., Ren, B., He, Y., Li, F., Wang, L., Wan, S., Liu, L., & Shen, H. (2023). Alteration of lipid
profile between subclinical hypothyroidism and well-matched controls: A meta-analysis.
Hormone and Metabolic Research, 55(7), 479–486. https://doi.org/10.1055/a-2081-4599
Luo, Y., Wu, F., Huang, Z., Gong, Y., & Zheng, Y. (2022). Assessment of the relationship between
subclinical hypothyroidism and blood lipid profile: Reliable or not? Lipids in Health and Disease,
21(1), Article 137. https://doi.org/10.1186/s12944-022-01749-0
Lwin, B., Vashishta, A., Nishat, S., Mueka, I., Hassan, M., Pandey, R., & Almansouri, N. (2024).
Exploring the effect of thyroid hormone on serum lipoprotein (a) levels in patients with thyroid
hormone dysfunction: A systematic review. Cureus, 16(8), Article e66361.
https://doi.org/10.7759/cureus.66361
Mothilal, B., Patil, B., Ghongade, P., Pethe, M., & Yelwatkar, S. (2025). The correlation between high
sensitivity C-reactive protein and hypothyroidism - A cross-sectional study. Journal of Family
Medicine and Primary Care, 14(9), 3804–3810. https://doi.org/10.4103/jfmpc.jfmpc_177_25
Ni, W., Zhang, M., Wang, X., Li, X., Wang, Q., Wang, Y., Chen, G., Shen, T., Fan, K., Yao, X., Sun, Y.,
Liu, C., & Xu, S. (2022). Age-specific serum thyrotropin reference range for the diagnosis of
subclinical hypothyroidism and its association with lipid profiles in the elderly population.
Scientific Reports, 12(1), Article 20872. https://doi.org/10.1038/s41598-022-24182-w
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, Article n71.
https://doi.org/10.1136/bmj.n71
Papadopoulou, A., Bakogiannis, N., Skrapari, I., Moris, D., & Bakoyiannis, C. (2020). Thyroid
dysfunction and atherosclerosis: A systematic review. In Vivo, 34(6), 3127–3136.
https://doi.org/10.21873/invivo.12147
Priya, A., Sri, B., Bala, G., & Kannan, S. (2025). Exploring serum anti-thyroid peroxidase antibodies and
high-sensitivity C-reactive protein as inflammatory markers in subclinical hypothyroidism: A
comprehensive study. Cureus, 17(1), Article e76906. https://doi.org/10.7759/cureus.76906
Sun, Y., Teng, D., Zhao, L., Shi, X., Li, Y., Shan, Z., & Teng, W. (2022). Impaired sensitivity to thyroid
hormones is associated with hyperuricemia, obesity, and cardiovascular disease risk in subjects
with subclinical hypothyroidism. Thyroid, 32(4), 376–384. https://doi.org/10.1089/thy.2021.0500
Tabandeh, M., Taha, A., Addai Ali, H., Razijalali, M., & Mohammadtaghvaei, N. (2023). Type 2 diabetes
mellitus coincident with clinical and subclinical thyroid dysfunctions results in dysregulation
of circulating chemerin, resistin and visfatin. Biomedicines, 11(2), Article 346.
https://doi.org/10.3390/biomedicines11020346
Tene, D., Urdaneta, G., Robalino, J., & Pedreañez, A. (2022). Prevalence of subclinical hypothyroidism
and biomarkers of cardiovascular risk in patients of the General Hospital of Riobamba.
International Journal of Medical and Surgical Sciences, 9(3), 1–10.
https://dialnet.unirioja.es/servlet/articulo?codigo=8856792
Wang, Q., Zhang, X., Wu, F., & Qi, X. (2026). The study on serum oxidized low-density lipoprotein and
homocysteine as cardiovascular risk markers in subclinical hypothyroidism patients. Frontiers
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (279-295)
Salud y Ciencias de la Vida
Diego Mauricio Tene Salcán, Franklin Vicente Ramos Flor
295
in Endocrinology, 17, Article 1750486. https://doi.org/10.3389/fendo.2026.1750486
Wu, W., Yang, Z., Li, O., Gan, L., Gao, Y., Xiang, C., Li, L., & Yan, Y. (2024). Elevated thyroid
autoantibodies as risk factors for metabolic dysfunction-associated fatty liver disease in type 2
diabetes mellitus. Frontiers in Endocrinology, 15, Article 1478818.
https://doi.org/10.3389/fendo.2024.1478818
Xie, Y., Wang, Z., & Chen, Z. (2023). Analysis of subclinical thyroid dysfunction and metabolic
abnormality in 28568 healthy people. International Journal of Endocrinology, 2023, Article
5216945. https://doi.org/10.1155/2023/5216945
Yadav, I., Sharma, P., Hundekari, J. C., & Sharma, R. (2025). Evaluation of adipocytokines level in
newly diagnosed hypothyroid patients. Journal of Pharmacy and Bioallied Sciences, 17(Suppl. 1),
S242–S245. https://doi.org/10.4103/jpbs.jpbs_1718_24
Yang, W., Jin, C., Wang, H., Lai, Y., Li, J., & Shan, Z. (2023). Subclinical hypothyroidism increases
insulin resistance in normoglycemic people. Frontiers in Endocrinology, 14, Article 1106968.
https://doi.org/10.3389/fendo.2023.1106968
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
Diego Mauricio Tene Salcán: Conceptualización, software, validación, metodología, análisis formal,
investigación, gestión de datos, visualización, redacción - preparación del borrador original, redacción
- revisión y edición, financiamiento, administración del proyecto, recursos, supervisión.
Franklin Vicente Ramos Flor: Conceptualización, software, validación, metodología, gestión de datos,
visualización, redacción - preparación del borrador original, redacción - revisión y edición,
financiamiento, supervisión.
Los autores contribuyeron activamente en el análisis de los resultados, revisión y aprobación del
manuscrito final.