https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
ISSN: 2960-8317
421
Artículo de revisión
Índice triglicéridos-glucosa como marcador de resistencia a la
insulina en adultos: Una revisión sistemática
The triglyceride-to-glucose ratio as a marker of insulin resistance in adults: A
systematic review
Nelson Fernando Pástor Peñaherrera*
Universidad Nacional de Chimborazo
Riobamba - Ecuador
nfpp1981@gmail.com
https://orcid.org/0009-0008-9245-040X
Norma Susana Chávez Villagomez
Universidad Nacional del Chimborazo
Riobamba - Ecuador
susana.chavez@unach.edu.ec
https://orcid.org/0000-0002-6538-7491
*Correspondencia:
nfpp1981@gmail.com
Cómo citar este artículo:
Pástor, N., & Chávez, N. (2026). Índice
triglicéridos-glucosa como marcador de
resistencia a la insulina en adultos: Una revisión
sistemática. Esprint Investigación, 5(Esp.2), 421-
438. https://doi.org/10.61347/ei.v5iEsp.2.413
Recibido: 28 de septiembre de 2026
Aceptado: 29 de octubre de 2026
Publicado: 5 de noviembre de 2026
Resumen: El índice triglicéridos-glucosa (TyG) se ha propuesto como un marcador
indirecto de resistencia a la insulina (RI), aunque su desempeño frente a otros métodos
de evaluación continua siendo objeto de investigación. El objetivo fue evaluar el
desempeño del TyG como marcador indirecto de RI en adultos, mediante su
comparación con el HOMA-IR y el clamp hiperinsulinémico-euglucémico, el análisis de
sus asociaciones metabólicas y cardiovasculares y la descripción de los puntos de corte
reportados en diferentes poblaciones. Se realizó una revisión sistemática conforme a
PRISMA 2020, mediante búsquedas en PubMed/MEDLINE, Scopus y Web of Science de
publicaciones comprendidas entre enero de 2020 y marzo de 2026. Se incluyeron estudios
observacionales, revisiones sistemáticas y metaanálisis pertinentes. De 802 registros
identificados inicialmente, se seleccionaron 20 publicaciones. Los resultados mostraron
que el TyG presentó capacidad discriminativa para identificar RI, con un desempeño
comparable o superior al HOMA-IR en determinadas poblaciones. Asimismo, sus
valores elevados se asociaron con síndrome metabólico, hipertensión, rigidez arterial,
aterosclerosis subclínica, eventos cardiovasculares y mortalidad. Los puntos de corte
variaron según las características poblacionales, los criterios de referencia y las fórmulas
de cálculo. Se concluyó que el TyG constituyó una herramienta accesible para
complementar la evaluación de la RI y del riesgo cardiometabólico; sin embargo, la
heterogeneidad de la evidencia impidió establecer un umbral universal o recomendar su
utilización como sustituto de los métodos de referencia.
Palabras clave: Índice TyG, resistencia a la insulina, riesgo cardiovascular, síndrome
metabólico.
Abstract: The triglyceride-glucose (TyG) index has been proposed as an indirect marker of
insulin resistance (IR), although its performance compared with other assessment methods
remains under investigation. This study aimed to evaluate the performance of the TyG index as
an indirect marker of IR in adults by comparing it with HOMA-IR and the hyperinsulinemic-
euglycemic clamp, analyzing its associations with metabolic and cardiovascular abnormalities,
and describing reported cutoff values across different populations. A systematic review was
conducted following PRISMA 2020 guidelines. Searches were performed in PubMed/MEDLINE,
Scopus, and Web of Science for publications from January 2020 to March 2026. Relevant
observational studies, systematic reviews, and meta-analyses were included. Of 802 initially
identified records, 20 publications were selected. The findings showed that the TyG index
demonstrated discriminatory ability to identify IR, with performance comparable or superior to
HOMA-IR in certain populations. Elevated TyG values were also associated with metabolic
syndrome, hypertension, arterial stiffness, subclinical atherosclerosis, cardiovascular events, and
mortality. Reported cutoff values varied according to population characteristics, reference criteria,
and calculation formulas. In conclusion, the TyG index represented an accessible tool for
complementing the assessment of IR and cardiometabolic risk. However, the heterogeneity of the
available evidence prevented the establishment of a universal cutoff value or its recommendation
as a replacement for reference assessment methods.
Keywords: Cardiovascular risk, insulin resistance, metabolic syndrome, TyG index.
Copyright: Derechos de autor 2026 Nelson
Fernando Pástor Peñaherrera, Norma
Susana Chávez Villagomez.
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 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
422
1. Introducción
La resistencia a la insulina (RI) constituye una alteración metabólica fundamental en la fisiopatología
de la diabetes mellitus tipo 2 (DM2) y se relaciona con diversas complicaciones cardiometabólicas,
como el síndrome metabólico, la enfermedad cardiovascular aterosclerótica y la enfermedad hepática
grasa no alcohólica (Lee et al., 2022). Se caracteriza por una disminución de la respuesta de los tejidos
a la acción de la insulina, acompañada de hiperinsulinemia compensatoria y alteraciones del
metabolismo de la glucosa y los lípidos (Accili et al., 2020; Accili et al., 2025).
Entre los mecanismos fisiopatológicos implicados en la RI se encuentran la disfunción mitocondrial,
el estrés oxidativo, la inflamación crónica y la lipotoxicidad, procesos que contribuyen al deterioro de
la homeostasis metabólica y favorecen la progresión hacia la DM2 (Szukiewicz, 2023; Yazici et al.,
2024). Estas alteraciones también se relacionan con el desarrollo de complicaciones vasculares y
metabólicas, lo que resalta la importancia de identificar oportunamente la RI para facilitar la
evaluación del riesgo cardiometabólico y orientar las estrategias de prevención (Accili et al., 2025).
El clamp hiperinsulinémico-euglucémico se considera el método de referencia para evaluar la
sensibilidad a la insulina debido a su capacidad para cuantificar la utilización de glucosa en
condiciones controladas. Sin embargo, su complejidad técnica, el tiempo requerido y los recursos
especializados necesarios limitan su aplicación en la práctica clínica habitual (Lee et al., 2022). Ante
estas restricciones, se han desarrollado indicadores indirectos que permiten estimar la RI mediante
parámetros bioquímicos de mayor disponibilidad, aunque su desempeño puede variar según las
características de la población evaluada (Tahapary et al., 2022).
El modelo homeostático de evaluación de la resistencia a la insulina (HOMA-IR) constituye una de
las herramientas indirectas más utilizadas en la investigación clínica y epidemiológica. No obstante,
requiere la determinación de insulina en ayunas, cuya variabilidad analítica, falta de estandarización
y disponibilidad limitada pueden afectar la reproducibilidad de los resultados (Castillo Costa et al.,
2023). Estas limitaciones han impulsado el interés por identificar indicadores alternativos que permitan
estimar la RI mediante pruebas bioquímicas rutinarias, especialmente en contextos donde existen
restricciones de recursos diagnósticos (Tahapary et al., 2022).
En este contexto, el índice triglicéridos-glucosa (TyG), calculado a partir de las concentraciones de
triglicéridos y glucosa en ayunas, ha surgido como un marcador indirecto de RI de fácil aplicación. Su bajo
costo, accesibilidad y sencillez de cálculo han favorecido su utilización en diferentes poblaciones adultas
(Sun et al., 2025). Diversas investigaciones han identificado asociaciones entre el índice TyG y el HOMA-
IR, mientras que estudios basados en el clamp hiperinsulinémico-euglucémico han aportado evidencia
sobre su utilidad para estimar la RI (Aman et al., 2021; Guerrero-Romero et al., 2016; Luo et al., 2022).
Los estudios comparativos han mostrado diferencias en el desempeño del índice TyG y el HOMA-
IR según las características metabólicas y clínicas de las poblaciones analizadas. En adultos jóvenes se
han evaluado las relaciones entre ambos indicadores, mientras que en personas con DM2 se ha
investigado su concordancia con métodos de referencia para la evaluación de la sensibilidad a la
insulina (Vega-Cárdenas et al., 2022; Luo et al., 2022). Asimismo, se ha examinado la capacidad del
TyG para identificar alteraciones metabólicas y discriminar la presencia de RI en distintos grupos
poblacionales (Primo et al., 2023; Rhaiem et al., 2025).
El interés clínico por el índice TyG también se ha extendido hacia su asociación con el síndrome
metabólico, la hipertensión arterial, la rigidez arterial y los eventos cardiovasculares (Son et al., 2022;
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
423
Wang et al., 2021). Además, se han documentado relaciones con la aterosclerosis subclínica, la
mortalidad cardiovascular y las complicaciones crónicas de la DM2 (Lee et al., 2024; Sajdeya et al., 2022;
Wang et al., 2025). Estos hallazgos sugieren que el TyG podría aportar información complementaria
para la evaluación del riesgo cardiometabólico, aunque las asociaciones observadas no demuestran
por sí solas capacidad diagnóstica o predictiva.
A pesar de estos avances, persisten diferencias entre los estudios respecto de los diseños
metodológicos, las poblaciones evaluadas, los procedimientos de cálculo y los métodos utilizados para
determinar la RI. Asimismo, los puntos de corte propuestos para el índice TyG presentan variaciones
relacionadas con las características clínicas, metabólicas y demográficas de los participantes (Guerrero-
Romero et al., 2016; Primo et al., 2023; Rhaiem et al., 2025). Esta heterogeneidad dificulta establecer
umbrales universales y limita la comparación directa de los resultados, lo que justifica la necesidad de
sintetizar sistemáticamente la evidencia disponible.
Por tanto, el objetivo de este estudio fue evaluar el desempeño del índice TyG como marcador
indirecto de resistencia a la insulina en adultos, mediante su comparación con el HOMA-IR y el clamp
hiperinsulinémico-euglucémico. Asimismo, se buscó analizar las asociaciones entre los valores del
índice TyG y las alteraciones metabólicas y cardiovasculares, así como describir los puntos de corte
reportados en diferentes poblaciones y condiciones clínicas. Este análisis permitirá identificar los
alcances y limitaciones de su aplicación como herramienta complementaria en la evaluación de la RI y
del riesgo cardiometabólico.
Las preguntas de investigación que orientaron el estudio fueron las siguientes: ¿Cuál es el
desempeño del índice TyG para identificar la resistencia a la insulina en adultos en comparación con
el HOMA-IR y el clamp hiperinsulinémico-euglucémico? ¿Qué asociaciones se han descrito entre los
valores del índice TyG y las alteraciones metabólicas y cardiovasculares en la población adulta? ¿Qué
puntos de corte del índice TyG se han reportado para identificar resistencia a la insulina, alteraciones
metabólicas y riesgo cardiometabólico, y cómo varían según la población, la condición clínica y los
procedimientos de cálculo y evaluación utilizados?
2. Metodología
Tipo y diseño de investigación
Se realizó una revisión sistemática de la literatura científica con el propósito de evaluar la utilidad del
índice triglicéridos-glucosa (TyG) como marcador indirecto de resistencia a la insulina (RI) en la
población adulta. La investigación se desarrolló mediante un enfoque documental, basado en la
identificación, selección, evaluación y síntesis de publicaciones científicas relacionadas con el tema. El
proceso metodológico se estructuró conforme a las recomendaciones de la declaración PRISMA 2020,
con el propósito de favorecer la transparencia, la reproducibilidad y el rigor en la presentación de los
resultados (Page et al., 2021).
Tipo de datos y recolección de la información
Se utilizaron datos secundarios procedentes de artículos científicos publicados en revistas indexadas,
incluidos estudios observacionales, revisiones sistemáticas y metaanálisis. La información se obtuvo
mediante búsquedas estructuradas en bases de datos electrónicas y un proceso de selección basado en
criterios previamente establecidos. Los documentos recuperados se examinaron para identificar
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
424
investigaciones relacionadas con la utilidad del índice TyG como marcador de RI y su asociación con
alteraciones metabólicas y cardiovasculares.
De cada publicación incluida se extrajeron los datos correspondientes al autor, año de publicación,
país, diseño metodológico, tamaño de la muestra y características de la población estudiada,
especialmente la edad y la condición clínica. Asimismo, se registraron los biomarcadores evaluados,
las comparaciones entre TyG y otros indicadores de RI, como HOMA-IR, QUICKI y el clamp
hiperinsulinémico-euglucémico. También se recopilaron las principales medidas de asociación, los
indicadores de desempeño diagnóstico, los puntos de corte reportados y los hallazgos relacionados
con el riesgo cardiometabólico.
La extracción de la información se realizó mediante una matriz diseñada para organizar las
características metodológicas y los resultados de las publicaciones seleccionadas. Este instrumento
permitió sistematizar los datos de acuerdo con las variables de interés y facilitar su comparación entre
los estudios incluidos. Posteriormente, la información se agrupó en función del desempeño del índice
TyG como marcador de RI, sus asociaciones metabólicas y cardiovasculares, y los puntos de corte
reportados en diferentes poblaciones.
Estrategia de búsqueda bibliográfica
Se realizó una búsqueda sistemática en las bases de datos PubMed/MEDLINE, Scopus y Web of
Science, considerando publicaciones comprendidas entre enero de 2020 y marzo de 2026. Se
combinaron términos MeSH y palabras clave relacionados con el índice TyG, la RI, el HOMA-IR y el
clamp hiperinsulinémico-euglucémico mediante los operadores booleanos AND y OR. Las estrategias
se adaptaron a la sintaxis de cada plataforma y permitieron identificar inicialmente 802 registros
bibliográficos. Las cadenas de búsqueda documentadas y el número de registros recuperados se
presentan en la tabla 1.
Tabla 1
Estrategias de búsqueda bibliográfica utilizadas en las bases de datos
Base de datos
Cadena de búsqueda
Registros
PubMed/MEDLINE
("triglyceride-glucose index"[Title] OR "triglyceride glucose index"[Title] OR "TyG
index"[Title]) AND ("insulin resistance"[Title/Abstract] OR "HOMA-
IR"[Title/Abstract] OR "HOMA IR"[Title/Abstract] OR "euglycemic
clamp"[Title/Abstract] OR "euglycaemic clamp"[Title/Abstract]) AND
("2020/01/01"[Date - Publication] : "2026/03/31"[Date - Publication]) AND
humans[MeSH Terms] AND ("Adult"[MeSH Terms] OR "Young Adult"[MeSH Terms]
OR "Middle Aged"[MeSH Terms] OR "Aged"[MeSH Terms])
356
Scopus
TITLE("triglyceride-glucose index" OR "triglyceride glucose index" OR "TyG index")
AND TITLE-ABS-KEY("insulin resistance" OR "HOMA-IR" OR "HOMA IR" OR
"euglycemic clamp" OR "euglycaemic clamp") AND PUBYEAR > 2019 AND
PUBYEAR < 2027 AND (LIMIT-TO(LANGUAGE, "English") OR LIMIT-
TO(LANGUAGE, "Spanish")) AND LIMIT-TO(DOCTYPE, "ar")
312
Web of Science
TI=("triglyceride-glucose index" OR "triglyceride glucose index" OR "TyG index")
AND TS=("insulin resistance" OR "HOMA-IR" OR "HOMA IR" OR "euglycemic
clamp" OR "euglycaemic clamp") AND PY=(2020-2026)
134
Total
802
Nota. Los registros corresponden a los resultados iniciales reportados, antes de la eliminación de duplicados. Las cadenas se presentan con
correcciones de sintaxis y formato respecto del documento original. Los límites temporales y los filtros deberán contrastarse con los historiales
de búsqueda ejecutados, especialmente en Scopus y Web of Science.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
425
Criterios de inclusión y exclusión
Se incluyeron publicaciones científicas en inglés y español, correspondientes al período comprendido
entre enero de 2020 y marzo de 2026, que evaluaron la utilidad del índice TyG en población adulta. Se
consideraron estudios observacionales originales, revisiones sistemáticas y metaanálisis que
analizaron su relación con la RI, su comparación con indicadores como HOMA-IR o el clamp
hiperinsulinémico-euglucémico, y su asociación con alteraciones metabólicas y cardiovasculares.
También se contemplaron investigaciones que reportaron medidas de asociación, indicadores de
desempeño diagnóstico o puntos de corte relevantes para los objetivos de la revisión.
Se excluyeron las investigaciones realizadas exclusivamente en población pediátrica o adolescente,
así como las revisiones narrativas, editoriales, cartas al editor y publicaciones sin información
pertinente para las preguntas de investigación. También se descartaron los artículos que no evaluaron
el índice TyG o que carecieron de resultados relacionados con la RI, las alteraciones metabólicas o el
riesgo cardiometabólico. Adicionalmente, se excluyeron los documentos sin acceso al texto completo
y los registros duplicados, con el propósito de evitar la incorporación reiterada de una misma
publicación.
Proceso de selección de los estudios
La selección de las publicaciones se desarrolló conforme a las etapas de identificación, cribado, elegibilidad
e inclusión recomendadas por PRISMA 2020. Inicialmente, se recuperaron los registros procedentes de las
tres bases de datos y se identificaron las publicaciones duplicadas para su eliminación. Posteriormente, los
registros restantes se examinaron mediante la lectura de títulos y resúmenes, con el propósito de
determinar su correspondencia con los objetivos y criterios de elegibilidad establecidos.
Los documentos potencialmente pertinentes se recuperaron y evaluaron mediante la lectura de sus
textos completos, considerando el diseño metodológico, las características de la población y los
resultados reportados. Durante esta etapa, se excluyeron las publicaciones que no cumplieron los
criterios previamente definidos. Finalmente, se seleccionaron 20 artículos para la síntesis de la
evidencia, cuyos hallazgos se organizaron según el desempeño del índice TyG, sus asociaciones
cardiometabólicas y los puntos de corte identificados.
Evaluación de la calidad metodológica y riesgo de sesgo
La evaluación de la calidad metodológica se planteó considerando las características de los diseños
incluidos en la revisión. Para los estudios observacionales de cohortes y casos y controles se utilizó
como referencia la escala Newcastle–Ottawa (NOS), que examinó los dominios de selección,
comparabilidad y evaluación de la exposición o los resultados. Las puntuaciones se clasificaron en tres
categorías: calidad alta (8–9 puntos), moderada (6–7 puntos) y baja (≤5 puntos), de acuerdo con los
umbrales establecidos para esta investigación.
La distribución inicialmente reportada comprendió 14 publicaciones clasificadas con calidad alta,
cuatro con calidad moderada y dos con calidad baja, equivalentes al 70 %, 20 % y 10 %,
respectivamente. No obstante, estos resultados requirieron una revisión por tipo de diseño, debido a
que la escala NOS no fue desarrollada para evaluar revisiones sistemáticas y metaanálisis. Por
consiguiente, la distribución presentada en la tabla 2 se consideró provisional hasta comprobar la
herramienta aplicada a cada publicación y recalcular las categorías correspondientes.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
426
Tabla 2
Distribución preliminar de la calidad metodológica de las publicaciones incluidas
Categoría de calidad
Puntuación NOS
Número de publicaciones reportado
Porcentaje reportado
Alta
8–9
14
70 %
Moderada
6–7
4
20 %
Baja
≤5
2
10 %
Total
—
20
100 %
Nota. NOS: Newcastle–Ottawa Scale (escala Newcastle–Ottawa). Los resultados corresponden a la clasificación proporcionada inicialmente
y requieren validación según el diseño de cada publicación. La escala NOS está destinada principalmente a estudios observacionales de
cohortes y casos y controles; por tanto, no corresponde aplicar sus puntuaciones directamente a revisiones sistemáticas y metaanálisis. Los
porcentajes se calcularon sobre las 20 publicaciones reportadas, pero deberán recalcularse si alguna requiere una herramienta de evaluación
diferente.
Consideraciones éticas
La investigación se desarrolló mediante el análisis de información secundaria procedente de
publicaciones científicas previamente disponibles, por lo que no implicó la intervención directa de
seres humanos ni la recopilación de datos personales confidenciales. En consecuencia, no se solicitó
aprobación de un comité de ética para la realización de esta revisión documental. Durante el proceso
de investigación se respetaron los principios de integridad académica, transparencia y reconocimiento
de la autoría mediante la citación de las fuentes consultadas conforme a las normas APA 7.
3. Resultados
Selección de los estudios
La búsqueda bibliográfica realizada en PubMed/MEDLINE, Scopus y Web of Science permitió identificar
inicialmente 802 registros científicos potencialmente relevantes. Después de eliminar 473 duplicados, se
conservaron 329 publicaciones para el cribado mediante la revisión de títulos y resúmenes. Durante esta
etapa se excluyeron 269 registros que no cumplieron los criterios de elegibilidad establecidos.
Posteriormente, se evaluaron 60 artículos en texto completo, de los cuales 40 fueron excluidos
principalmente por no presentar resultados pertinentes para las comparaciones previstas o por incumplir
los criterios metodológicos. Finalmente, se incluyeron 20 publicaciones en la síntesis de los resultados. El
proceso de identificación, selección y elegibilidad se presenta en la figura 1.
Comparación del índice TyG frente a HOMA-IR y el clamp hiperinsulinémico-euglucémico
Los estudios incluidos evaluaron el desempeño del índice TyG para identificar la RI mediante su
comparación con HOMA-IR y, en determinados casos, con el clamp hiperinsulinémico-euglucémico.
Los resultados mostraron diferencias según las características clínicas de las poblaciones y los métodos
utilizados como referencia. En pacientes con DM2, Luo et al. (2022) identificaron un área bajo la curva
ROC (AUC) de 0,785 para el TyG y de 0,730 para HOMA-IR. Estos valores indicaron una mayor
capacidad discriminativa del TyG en la población evaluada, aunque su interpretación estuvo
condicionada por las características del estudio.
En investigaciones que utilizaron HOMA-IR como criterio de comparación también se observaron
resultados favorables para el índice TyG. Aman et al. (2021) identificaron un punto de corte de 4,66 en
hombres adultos sin diabetes, con una sensibilidad del 86,2 % y una especificidad del 44,1 %. Por su
parte, Zheng et al. (2022) encontraron una correlación positiva entre ambos indicadores en mujeres con
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
427
síndrome de ovario poliquístico (r = 0,515; p < 0,01), además de un AUC de 0,781 y un punto de corte
de 8,51. Estos hallazgos evidenciaron diferencias en la capacidad discriminativa del índice según la
población estudiada.
Asimismo, Yu et al. (2022) analizaron una población de más de 2000 participantes e identificaron
una asociación entre el índice TyG y la RI, con un AUC aproximado de 0,72. En población mexicana,
Vega-Cárdenas et al. (2022) evaluaron ambos indicadores en adultos jóvenes y encontraron una
prevalencia de RI del 28,2 % según los puntos de corte del TyG. Posteriormente, mediante curvas ROC,
examinaron la capacidad del HOMA-IR para identificar a los participantes clasificados con RI
mediante dicho índice. Los resultados aportaron información sobre la relación entre ambos
procedimientos, aunque no constituyeron una validación frente al clamp.
Figura 1
Diagrama PRISMA del proceso de selección de las publicaciones incluidas en la revisión sistemática
Nota. El diagrama debe mostrar los 802 registros identificados, 473 duplicados eliminados, 329 registros cribados, 269 excluidos por título y
resumen, 60 textos completos evaluados, 40 excluidos durante la elegibilidad y 20 publicaciones incluidas.
En conjunto, los estudios mostraron que el índice TyG presentó capacidad discriminativa para
identificar RI en diferentes poblaciones adultas, con resultados que variaron según el criterio de
referencia utilizado. En determinadas condiciones clínicas, su desempeño fue superior al del HOMA-
IR, mientras que en otras se observaron asociaciones y niveles de concordancia variables. Las
diferencias en los valores de AUC, sensibilidad, especificidad y puntos de corte limitaron la
comparación directa entre investigaciones. La tabla 3 sintetiza las características metodológicas y los
principales resultados de los cinco estudios comparativos.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
428
Tabla 3
Comparación del desempeño del índice TyG frente a HOMA-IR y el clamp hiperinsulinémico-euglucémico en la evaluación
de la resistencia a la insulina
Autor/año
País
Diseño
Método de referencia o
comparación
Resultado principal
Luo et al.
(2022)
China
Transversal
Clamp hiperinsulinémico-
euglucémico y HOMA-IR
El TyG presentó mayor capacidad discriminativa que
HOMA-IR para identificar RI en pacientes con DM2
(AUC: 0,785 frente a 0,730).
Aman et al.
(2021)
Indonesia
Transversal
HOMA-IR
Se identificó una asociación entre TyG y HOMA-IR en
hombres adultos sin diabetes. El punto de corte del TyG
fue 4,66, con sensibilidad del 86,2 % y especificidad del
44,1 %.
Yu et al.
(2022)
China
Transversal
HOMA-IR
El índice TyG y el índice de masa corporal mostraron
asociaciones relevantes con la RI. El TyG presentó un
AUC aproximado de 0,72.
Zheng et al.
(2022)
China
Transversal
HOMA-IR
El TyG presentó una correlación positiva con HOMA-IR
(r = 0,515; p < 0,01), un AUC de 0,781 y un punto de
corte de 8,51.
Vega-
Cárdenas et
al. (2022)
México
Transversal
analítico
HOMA-IR, evaluado frente a
la clasificación mediante TyG
Se identificó una prevalencia de RI del 28,2 % mediante
TyG y se evaluó la capacidad discriminativa de HOMA-
IR respecto de dicha clasificación.
Nota. TyG: índice triglicéridos-glucosa; RI: resistencia a la insulina; HOMA-IR: modelo homeostático para la evaluación de la resistencia a la
insulina; DM2: diabetes mellitus tipo 2; AUC: área bajo la curva ROC. Los estudios utilizaron diferentes poblaciones y criterios de referencia,
por lo que sus resultados no fueron directamente equivalentes.
Asociación del índice TyG con alteraciones metabólicas y cardiovasculares
Además de su relación con la RI, los estudios incluidos identificaron asociaciones entre valores
elevados del índice TyG y diferentes desenlaces cardiometabólicos. En pacientes con DM2, Tai et al.
(2022) observaron que los valores basales y las trayectorias del índice durante el seguimiento se
relacionaron con una mayor incidencia de eventos cardiovasculares adversos. El riesgo aumentó
aproximadamente un 19 % por cada incremento de una desviación estándar del TyG. Asimismo, los
participantes con valores persistentemente elevados presentaron mayor riesgo cardiovascular que
aquellos con valores bajos.
En relación con la mortalidad, Lee et al. (2024) identificaron asociaciones entre las trayectorias del
índice TyG y el riesgo de mortalidad cardiovascular y por todas las causas. Estas relaciones
presentaron variaciones según las características clínicas y metabólicas de los participantes,
particularmente en presencia de obesidad, hipertensión o diabetes. Por su parte, Tian et al. (2024)
describieron una asociación entre el TyG y la enfermedad hepática grasa no alcohólica en pacientes
con DM2. En esta población, se reportó un desempeño discriminativo favorable del TyG respecto del
HOMA-IR para el desenlace hepático evaluado.
Respecto de las alteraciones vasculares, Wang et al. (2021) identificaron una asociación entre el
aumento del índice TyG y una mayor probabilidad de hipertensión arterial. De manera
complementaria, Zhong et al. (2023) encontraron una relación positiva entre el TyG y la rigidez arterial,
mientras que Sajdeya et al. (2022) documentaron asociaciones con aterosclerosis subclínica y
alteraciones de la elasticidad vascular. Estos resultados indicaron que los valores elevados del índice
se relacionaron con diferentes manifestaciones de riesgo cardiometabólico, aunque no permitieron
establecer relaciones causales.
En cuanto a otros desenlaces cardiovasculares, Chen et al. (2025) identificaron una asociación entre
valores elevados del TyG y una mayor probabilidad de fibrilación auricular. Asimismo, Dakota et al.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
429
(2025) analizaron el valor pronóstico del índice en pacientes hipertensos y reportaron una asociación
con eventos cardiovasculares adversos mayores. En conjunto, los estudios mostraron que el TyG se
relacionó con desenlaces metabólicos, vasculares y cardiovasculares en poblaciones heterogéneas. La
tabla 4 presenta las características de las poblaciones, los tamaños muestrales y los principales
resultados reportados.
Tabla 4
Asociación del índice TyG con alteraciones metabólicas y cardiovasculares
Autor/año
Población
estudiada
Tamaño
muestral
reportado
Desenlace evaluado
Resultado principal
Tai et al.
(2022)
Pacientes con DM2
≈3000
Eventos
cardiovasculares
adversos
Los valores elevados y las trayectorias
del TyG se asociaron con un mayor
riesgo de eventos cardiovasculares.
Lee et al.
(2024)
Población adulta
233 546
Mortalidad
cardiovascular y por
todas las causas
Las trayectorias del TyG se relacionaron
con diferencias en el riesgo de
mortalidad durante el seguimiento.
Tian et al.
(2024)
Pacientes con DM2
sometidos a
evaluación hepática
≈1200
Enfermedad hepática
grasa no alcohólica
Se reportó una asociación positiva entre
los valores del TyG y la presencia de
enfermedad hepática grasa no
alcohólica.
Wang et al.
(2021)
Población adulta
general
200 044
Hipertensión arterial
Los valores elevados del TyG se
asociaron con una mayor probabilidad
de hipertensión arterial.
Zhong et al.
(2023)
Población adulta
general
48 332
Rigidez arterial
Se identificó una asociación positiva
entre el índice TyG y la rigidez arterial.
Dakota et
al. (2025)
Pacientes
hipertensos
451 455
Eventos
cardiovasculares
adversos mayores
Los valores elevados del TyG se
asociaron con un mayor riesgo de
eventos cardiovasculares adversos en
pacientes hipertensos.
Sajdeya et
al. (2022)
Población adulta
general
37 780
Aterosclerosis
subclínica y rigidez
arterial
El TyG elevado se relacionó con una
mayor probabilidad de aterosclerosis
subclínica y rigidez arterial.
Chen et al.
(2025)
Población adulta
general
57 213
Fibrilación auricular
Se identificó una asociación entre valores
elevados del índice TyG y una mayor
probabilidad de fibrilación auricular.
Nota. TyG: índice triglicéridos-glucosa; DM2: diabetes mellitus tipo 2. Los tamaños muestrales corresponden a las cifras proporcionadas en
el documento original y deben cotejarse con las publicaciones respectivas. Las asociaciones reportadas no implicaron necesariamente
causalidad ni establecieron por sí mismas la utilidad clínica del índice como herramienta predictiva.
Puntos de corte del índice TyG para resistencia a la insulina y riesgo cardiometabólico
El análisis de los puntos de corte del índice TyG evidenció diferencias relacionadas con las fórmulas
de cálculo, las características de las poblaciones y los desenlaces evaluados. Los estudios utilizaron
distintos criterios para establecer umbrales de identificación de RI, síndrome metabólico y alteraciones
cardiovasculares. Por esta razón, los resultados se organizaron según el desenlace, el método de
referencia y la expresión matemática empleada. Cuando fue posible, los valores se armonizaron
matemáticamente para facilitar su comparación, sin asumir equivalencia clínica entre los umbrales.
Para identificar RI, Luo et al. (2022) reportaron un punto de corte del TyG de 7,99 frente al clamp
hiperinsulinémico-euglucémico, con un AUC de 0,785. En mujeres con síndrome de ovario
poliquístico, Rhaiem et al. (2025) identificaron un umbral de 8,31 utilizando HOMA-IR ≥2,1 como
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
430
criterio de referencia. De manera similar, Feng et al. (2025) reportaron un punto de corte de 8,585 para
identificar RI definida mediante HOMA-IR ≥2,69. Estas diferencias reflejaron la influencia de las
características poblacionales y los criterios utilizados para establecer la condición metabólica.
En relación con el síndrome metabólico, Primo et al. (2023) identificaron un punto de corte de 4,72
mediante la fórmula B, equivalente aproximadamente a 8,747 en la escala A. Por su parte, Feng et al.
(2025) reportaron un umbral de 8,745 para síndrome metabólico según los criterios de la Federación
Internacional de Diabetes. Asimismo, Wan et al. (2024) identificaron un punto de corte de 8,80 en una
subpoblación adulta de NHANES. Los resultados mostraron variaciones entre estudios, incluso
cuando el desenlace evaluado fue semejante.
Son et al. (2022) analizaron por separado la identificación del síndrome metabólico prevalente y el
incidente. Para el primero, reportaron un punto de corte del TyG de 8,718, establecido mediante el
índice de Youden, con un AUC de 0,837. Para el síndrome metabólico incidente, identificaron un
umbral de 8,518 mediante el procedimiento de Contal y O’Quigley. La capacidad discriminativa
longitudinal se resumió mediante un AUC integrado de 0,621, lo que evidenció diferencias entre la
discriminación transversal y la evaluación durante el seguimiento.
Respecto de los desenlaces vasculares, D’Elia et al. (2024) reportaron un umbral del TyG superior a
4,70 mediante la fórmula B para identificar el riesgo de endurecimiento arterial durante ocho años.
Este valor correspondió aproximadamente a 8,707 en la escala A y presentó un AUC de 0,621, sin
diferencias estadísticamente significativas respecto del HOMA-IR. Posteriormente, D’Elia et al. (2026)
identificaron un punto de corte superior a 4,91 para hipertensión incidente, equivalente
aproximadamente a 9,127 en la escala A. En este último estudio, el AUC fue de 0,57.
En conjunto, los puntos de corte del índice TyG mostraron variaciones según los métodos de cálculo,
los criterios de referencia y las condiciones clínicas evaluadas. Aunque la armonización permitió
expresar determinados umbrales en una escala matemática común, no eliminó las diferencias
metodológicas ni poblacionales entre las investigaciones. Por consiguiente, los valores utilizados para
identificar RI, síndrome metabólico y desenlaces vasculares no se consideraron intercambiables. La
tabla 5 presenta los puntos de corte, las medidas de discriminación y los valores de sensibilidad y
especificidad reportados.
Tabla 5
Puntos de corte del índice TyG para la identificación de resistencia a la insulina, síndrome metabólico y riesgo
cardiometabólico
Autor/año y
población
Desenlace y criterio de
referencia
Fórmula
Punto de corte
original →
armonizado
AUC (IC
del 95 %)
Sensibilidad /
especificidad
Luo et al. (2022).
Adultos con DM2; n =
98
RI evaluada mediante clamp
hiperinsulinémico-
euglucémico
A
7,99
0,785
(0,691–
0,879)
59,5 % / 100 %
Rhaiem et al. (2025).
Mujeres con SOP; n =
264
RI definida mediante HOMA-
IR ≥2,1
A
8,31
0,770
61,2 % / 75,3 %
Feng et al. (2025).
Mujeres con SOP; n =
956
RI definida mediante HOMA-
IR ≥2,69
A
8,585
0,782
(0,753–
0,811)
71,9 % / 70,3 %
Primo et al. (2023).
Adultos con
Síndrome metabólico
prevalente según ATP III
B
4,72 → 8,747
0,746
(0,721–
No verificadas en
el texto completo
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
431
obesidad; n = 1494
0,771)
Feng et al. (2025).
Mujeres con SOP; n =
956
Síndrome metabólico según
criterios IDF
A
8,745
0,871
(0,846–
0,896)
81,4 % / 81,2 %
Wan et al. (2024).
Subgrupo adulto de
NHANES; n = 22 846
Síndrome metabólico
prevalente según IDF
A
8,80
0,796
69,8 % / 78,5 %
Son et al. (2022).
Adultos coreanos; n =
9730
Síndrome metabólico
prevalente según NCEP ATP
III modificado
A
8,718
0,837
(0,828–
0,845)
68 % / 75 %
Son et al. (2022).
Adultos sin síndrome
metabólico basal; n =
6091
Síndrome metabólico
incidente; seguimiento de
hasta 12 años
A
8,518
iAUC:
0,621
(0,611–
0,631)
69 % / 70 %
D’Elia et al. (2024).
Hombres sin diabetes;
n = 527
Endurecimiento arterial
incidente a ocho años; presión
de pulso >60 mmHg
B
>4,70 → >8,707
0,621
(0,545–
0,698)
72 % / 65 %
D’Elia et al. (2026).
Hombres sin
hipertensión basal; n
= 482
Hipertensión incidente a ocho
años; presión arterial y/o
tratamiento antihipertensivo
B
>4,91 → >9,127
0,570
(0,520–
0,630)
30 % / 82 %
Nota. TyG: índice triglicéridos-glucosa; RI: resistencia a la insulina; DM2: diabetes mellitus tipo 2; SOP: síndrome de ovario poliquístico;
HOMA-IR: modelo homeostático para la evaluación de la resistencia a la insulina; ATP III: Adult Treatment Panel III; NCEP: National
Cholesterol Education Program; IDF: International Diabetes Federation; NHANES: National Health and Nutrition Examination Survey;
AUC: área bajo la curva ROC; iAUC: área bajo la curva integrada en el tiempo; IC: intervalo de confianza.
Fórmula A: TyG = ln [(TG × G)/2].
Fórmula B: TyG = ln (TG × G)/2.
TG: triglicéridos en ayunas; G: glucosa en ayunas. Ambas concentraciones se expresaron en mg/dL. La
equivalencia matemática entre las fórmulas fue A = 2B − ln(2). Los valores armonizados se calcularon
únicamente para facilitar la comparación de las escalas y no representaron nuevos puntos de corte
obtenidos mediante análisis estadísticos. Los resultados de desempeño diagnóstico y los intervalos de
confianza se conservaron conforme a la información proporcionada y requieren comprobación
individual en los artículos originales.
4. Discusión
Los resultados obtenidos sugirieron que el índice TyG presentó una capacidad discriminativa
favorable para identificar resistencia a la insulina (RI), comparable o superior a la del HOMA-IR en
determinadas poblaciones. Sin embargo, su desempeño varió según las características clínicas de los
participantes y los métodos utilizados como referencia. En pacientes chinos con diabetes mellitus tipo
2 (DM2), Luo et al. (2022) reportaron un área bajo la curva ROC (AUC) de 0,785 para el TyG, superior
al valor de 0,730 registrado para el HOMA-IR. Esta diferencia respaldó su utilidad en la población
estudiada, aunque no permitió establecer una superioridad diagnóstica generalizable a otros grupos
clínicos.
La relación entre el TyG y el HOMA-IR también se examinó en poblaciones sin diabetes y con
diferentes condiciones metabólicas. Aman et al. (2021) identificaron una concordancia entre ambos
indicadores en hombres adultos indonesios, mientras que Zheng et al. (2022) observaron una
correlación positiva en mujeres con síndrome de ovario poliquístico. Asimismo, Yu et al. (2022)
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
432
encontraron que el TyG se relacionó con la RI en una población de más de 2000 participantes. Estas
coincidencias reforzaron su utilidad como indicador indirecto, aunque las diferencias entre
poblaciones impidieron asumir un desempeño equivalente en todos los contextos.
En América Latina, Vega-Cárdenas et al. (2022) identificaron una prevalencia de RI del 28,2 %
mediante el índice TyG en adultos jóvenes mexicanos. Posteriormente, evaluaron el comportamiento
del HOMA-IR respecto de la clasificación obtenida con este indicador. Las diferencias entre las
proporciones de participantes identificados mediante ambos índices evidenciaron que sus criterios de
clasificación no necesariamente fueron equivalentes. Este hallazgo resultó relevante porque la
concordancia entre indicadores indirectos no constituye una validación frente a un método de
referencia, y sus resultados no pudieron extrapolarse directamente a otras edades o condiciones
clínicas.
Una diferencia fundamental entre ambos indicadores correspondió a los parámetros bioquímicos
utilizados para su cálculo. El HOMA-IR requirió concentraciones de glucosa e insulina en ayunas,
mientras que el TyG se calculó a partir de glucosa y triglicéridos. Esta característica representó una
ventaja operativa del TyG en entornos donde la determinación de insulina no estuvo disponible de
manera rutinaria (Tahapary et al., 2022). Sin embargo, su accesibilidad no garantizó por sí misma una
mayor exactitud diagnóstica, por lo que su interpretación debió considerar la población evaluada y los
criterios utilizados para definir la RI.
La utilidad del TyG también se extendió a su asociación con diferentes desenlaces
cardiometabólicos. En pacientes con DM2, Tai et al. (2022) observaron que tanto los valores basales
como las trayectorias del índice se relacionaron con un mayor riesgo de eventos cardiovasculares
adversos. De manera similar, Lee et al. (2024) identificaron asociaciones entre los cambios del TyG y la
mortalidad cardiovascular y por todas las causas. Estos resultados sugirieron que el índice podría
aportar información complementaria para la estratificación del riesgo, aunque no demostraron que su
incorporación mejorara las decisiones clínicas frente a los modelos de evaluación existentes.
Las asociaciones cardiovasculares también se observaron en poblaciones con diferentes condiciones
clínicas. Chen et al. (2025) identificaron una relación entre valores elevados del TyG y una mayor
probabilidad de fibrilación auricular, mientras que Dakota et al. (2025) reportaron asociaciones con
eventos cardiovasculares adversos mayores en pacientes hipertensos. Aunque ambos estudios
respaldaron la relación del TyG con alteraciones cardiovasculares, evaluaron desenlaces diferentes y
sus resultados no pudieron interpretarse como equivalentes. Además, la naturaleza
predominantemente observacional de la evidencia impidió establecer relaciones causales entre la
elevación del índice y la aparición de estos eventos.
Respecto de las alteraciones vasculares, Wang et al. (2021) identificaron una asociación entre valores
elevados del TyG y una mayor probabilidad de hipertensión arterial. Estos resultados fueron
complementarios a los metaanálisis de Sajdeya et al. (2022) y Zhong et al. (2023), que relacionaron el
índice con la aterosclerosis subclínica y la rigidez arterial. La coincidencia entre estos hallazgos sugirió
una relación del TyG con diferentes manifestaciones de disfunción cardiometabólica, aunque la
heterogeneidad de los desenlaces limitó su comparación directa. Por tanto, la asociación estadística no
debió interpretarse como evidencia suficiente para utilizar el índice como prueba diagnóstica vascular.
En relación con las alteraciones metabólicas, Tian et al. (2024) reportaron una asociación entre
valores elevados del TyG y la enfermedad hepática grasa no alcohólica en pacientes con DM2.
Asimismo, Son et al. (2022) y Wan et al. (2024) identificaron resultados favorables del índice para
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
433
discriminar la presencia de síndrome metabólico en diferentes poblaciones. Estos hallazgos ampliaron
el interés clínico del TyG más allá de la identificación de RI; sin embargo, también evidenciaron la
necesidad de diferenciar los objetivos diagnósticos de cada investigación. En consecuencia, un
indicador útil para identificar síndrome metabólico no necesariamente presentó el mismo desempeño
para detectar RI.
Uno de los hallazgos más relevantes de la revisión fue la heterogeneidad de los puntos de corte
reportados. Luo et al. (2022) identificaron un umbral de 7,99 para RI en pacientes con DM2, mientras
que Rhaiem et al. (2025) y Feng et al. (2025) reportaron valores superiores a 8,3 en mujeres con
síndrome de ovario poliquístico. Por su parte, Primo et al. (2023) identificaron un punto de corte de
4,72 para síndrome metabólico en personas con obesidad. Estas diferencias estuvieron relacionadas
tanto con las poblaciones y los desenlaces evaluados como con las fórmulas utilizadas para calcular el
índice, por lo que los valores no debieron compararse sin considerar previamente su escala
matemática.
La variabilidad también se observó en las investigaciones centradas en desenlaces cardiovasculares.
D’Elia et al. (2024) reportaron un punto de corte superior a 4,70 para endurecimiento arterial, mientras
que D’Elia et al. (2026) identificaron un umbral superior a 4,91 para hipertensión incidente. Aunque
ambos estudios utilizaron valores expresados en una escala comparable, sus desenlaces y criterios de
evaluación fueron diferentes. Por consiguiente, los puntos de corte establecidos para identificar RI,
síndrome metabólico o alteraciones vasculares no pudieron considerarse intercambiables, incluso
después de realizar conversiones matemáticas entre las fórmulas de cálculo.
La heterogeneidad poblacional constituyó otro aspecto importante para interpretar los resultados.
La evidencia analizada procedió principalmente de poblaciones asiáticas, mientras que la
representación latinoamericana fue limitada. Vega-Cárdenas et al. (2022) aportaron información sobre
adultos jóvenes mexicanos, aunque sus resultados no pudieron extrapolarse directamente a personas
de mayor edad o con diferentes condiciones metabólicas. Esta limitación coincidió con la necesidad de
considerar las características poblacionales al establecer umbrales diagnósticos, aspecto previamente
abordado por Guerrero-Romero et al. (2016). Por ello, la validación de puntos de corte específicos para
poblaciones latinoamericanas continuó siendo una necesidad de investigación.
Desde una perspectiva clínica, el TyG presentó ventajas relacionadas con su accesibilidad y facilidad
de cálculo mediante determinaciones bioquímicas habituales. En contraste, el HOMA-IR requirió la
medición de insulina, mientras que el clamp hiperinsulinémico-euglucémico implicó procedimientos
técnicos especializados que limitaron su aplicación rutinaria (Tahapary et al., 2022). No obstante, estas
diferencias operativas no justificaron sustituir automáticamente los métodos de referencia por el TyG.
Su utilidad potencial se relacionó principalmente con la evaluación complementaria del riesgo
metabólico y la identificación de personas que podrían requerir una valoración clínica más detallada.
Limitaciones
Esta revisión presentó limitaciones metodológicas que debieron considerarse al interpretar los
resultados. En primer lugar, la heterogeneidad de los diseños, las características de las poblaciones, las
condiciones clínicas y los métodos de referencia dificultó la comparación directa entre investigaciones.
La evaluación del TyG frente al clamp hiperinsulinémico-euglucémico no fue equivalente a su
comparación con HOMA-IR, debido a que este último también constituyó un indicador indirecto de
RI. Asimismo, la inclusión de estudios observacionales, revisiones sistemáticas y metaanálisis exigió
considerar las diferencias metodológicas y la posible superposición de poblaciones analizadas.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
434
Otra limitación correspondió a la variabilidad de los puntos de corte y de las expresiones
matemáticas utilizadas para calcular el TyG. Aunque la armonización algebraica permitió expresar
determinados umbrales en una escala común, esta transformación no corrigió las diferencias
relacionadas con los criterios diagnósticos, las características de los participantes ni los procedimientos
estadísticos empleados para seleccionar los valores óptimos. En consecuencia, la comparación de los
umbrales armonizados tuvo un alcance descriptivo y no permitió establecer un punto de corte
universal aplicable a todas las poblaciones adultas.
Desde la perspectiva clínica, el predominio de investigaciones observacionales limitó la posibilidad
de establecer relaciones causales entre el TyG y los desenlaces cardiometabólicos. Además, la presencia
de asociaciones estadísticamente significativas no garantizó una capacidad discriminativa suficiente
para orientar decisiones individuales ni demostró beneficios derivados de su utilización clínica. La
representación limitada de poblaciones latinoamericanas también restringió la generalización de los
hallazgos. Por tanto, los resultados respaldaron el potencial del TyG como indicador complementario,
pero no permitieron recomendar su utilización como sustituto universal de los métodos de referencia.
5. Conclusiones
La evidencia revisada respaldó la utilidad del índice triglicéridos-glucosa (TyG) como marcador
indirecto de resistencia a la insulina (RI) en adultos, con una capacidad discriminativa comparable o
superior a la del HOMA-IR en determinadas poblaciones. Sin embargo, su desempeño varió según las
características clínicas y los métodos utilizados como referencia, especialmente al compararlo con el
clamp hiperinsulinémico-euglucémico. Estos hallazgos indicaron que el TyG constituyó una
alternativa accesible para complementar la identificación de RI, aunque no se demostró su
superioridad generalizada ni su capacidad para sustituir los métodos de referencia.
Los valores elevados del índice TyG se asociaron con diferentes alteraciones metabólicas y
cardiovasculares, entre ellas el síndrome metabólico, la hipertensión arterial, la rigidez arterial, la
aterosclerosis subclínica y los eventos cardiovasculares adversos. Estas asociaciones también se
observaron en poblaciones con diabetes mellitus tipo 2 y otras condiciones metabólicas, aunque su
magnitud varió entre investigaciones. Por tanto, el TyG mostró potencial como indicador
complementario del riesgo cardiometabólico; sin embargo, la naturaleza predominantemente
observacional de la evidencia impidió establecer relaciones causales o confirmar su utilidad predictiva
individual.
Los puntos de corte del TyG presentaron variaciones relacionadas con las características
poblacionales, las condiciones clínicas, los criterios de referencia y las fórmulas utilizadas para su
cálculo. La armonización matemática permitió comparar determinados valores en una escala común,
pero no eliminó las diferencias metodológicas ni garantizó su equivalencia clínica. En consecuencia,
no fue posible establecer un umbral universal para identificar RI, síndrome metabólico o riesgo
cardiovascular, por lo que se consideró necesaria la validación de puntos de corte específicos mediante
estudios con métodos de referencia estandarizados y mayor representación de poblaciones
latinoamericanas.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
435
Referencias
Accili, D., Deng, Z., & Liu, Q. (2025). Insulin resistance in type 2 diabetes mellitus. Nature Reviews
Endocrinology, 21(7), 413–426. https://doi.org/10.1038/s41574-025-01114-y
Aman, M., Resnawita, D., Rasyid, H., Kasim, H., Bakri, S., Umar, H., Daud, N., & Seweng, A. (2021).
The concordance of triglyceride glucose index (TyG index) and homeostatic model assessment
for insulin resistance (HOMA-IR) in non-diabetic subjects of adult Indonesian males. Clinical
Epidemiology and Global Health, 9, 227–230. https://doi.org/10.1016/j.cegh.2020.09.003
Castillo, Y., Mauro, V., Fairman, E., Charask, A., Olguín, L., Cáceres, L., & Barrero, C. (2023). Prognostic
value of insulin resistance assessed by HOMA-IR in non-diabetic patients with decompensated
heart failure. Current Problems in Cardiology, 48(6), 101112.
https://doi.org/10.1016/j.cpcardiol.2022.101112
Chen, Q., Zhao, J., & Wang, W. (2025). Association between triglyceride glucose index and atrial
fibrillation: A systematic review and meta-analysis. Asia Pacific Journal of Clinical Nutrition,
34(4), 502–515. https://doi.org/10.6133/apjcn.202508_34(4).0002
Dakota, I., Huang, W., Wijayanto, M., Nurhafizah, A., Khairunnisa, A., Rachmayanti, S., Yuliana, E.,
Sunjaya, A., & Siswanto, B. (2025). Prognostic value of triglyceride-glucose index on predicting
major adverse cardiovascular events in hypertensive patients: A systematic review and meta-
analysis. American Journal of Preventive Cardiology, 22, 100996.
https://doi.org/10.1016/j.ajpc.2025.100996
D'Elia, L., Masulli, M., Rendina, D., Iacone, R., Russo, O., Zarrella, A. F., Abate, V., Strazzullo, P., &
Galletti, F. (2024). Predictive role of triglyceride-glucose index and HOMA index on
development of arterial stiffening in non-diabetic men. Nutrition, Metabolism and Cardiovascular
Diseases, 34(11), 2464–2471. https://doi.org/10.1016/j.numecd.2024.07.005
D'Elia, L., Rendina, D., Iacone, R., Russo, O., Strazzullo, P., & Galletti, F. (2026). Triglyceride-glucose
index, homeostatic model assessment index, and new-onset hypertension in middle-aged men.
Journal of Hypertension, 44(1), 139–146. https://doi.org/10.1097/HJH.0000000000004162
Feng, J., Luo, R., Gao, J., Wang, Y., Cong, J., Ma, H., & Wu, X. (2025). Elevated triglyceride-glucose
index is associated with insulin resistance, metabolic syndrome components, nonalcoholic fatty
liver disease, and adverse pregnancy outcomes in Chinese women with polycystic ovary
syndrome. Clinical Endocrinology, 103(3), 317–326. https://doi.org/10.1111/cen.15252
Guerrero-Romero, F., Villalobos-Molina, R., Jiménez-Flores, J., Simental-Mendia, L., Méndez-Cruz, R.,
Murguía-Romero, M., & Rodríguez-Morán, M. (2016). Fasting triglycerides and glucose index
as a diagnostic test for insulin resistance in young adults. Archives of Medical Research, 47(5),
382–387. https://doi.org/10.1016/j.arcmed.2016.08.012
Lee, J. H., Jeon, S., Lee, H. S., & Lee, J. W. (2024). Trajectories of triglyceride-glucose index changes and
their association with all-cause and cardiovascular mortality: A competing risk analysis.
Cardiovascular Diabetology, 23(1), 364. https://doi.org/10.1186/s12933-024-02457-y
Lee, S. H., Park, S. Y., & Choi, C. S. (2022). Insulin resistance: From mechanisms to therapeutic
strategies. Diabetes & Metabolism Journal, 46(1), 15–37. https://doi.org/10.4093/dmj.2021.0280
Luo, P., Cao, Y., Li, P., Li, W., Song, Z., Fu, Z., Zhou, H., Yi, X., Zhu, L., & Zhu, S. (2022). TyG Index
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
436
Performs Better Than HOMA-IR in Chinese Type 2 Diabetes Mellitus with a BMI < 35 kg/m2:
A Hyperglycemic Clamp Validated Study. Medicina, 58(7), 876.
https://doi.org/10.3390/medicina58070876
Page, M., Moher, D., 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.
W., Mayo-Wilson, E., McDonald, S., . . . McKenzie, J. E. (2021). PRISMA 2020 explanation and
elaboration: Updated guidance and exemplars for reporting systematic reviews. BMJ, 372, n160.
https://doi.org/10.1136/bmj.n160
Primo, D., Izaola, O., & de Luis, D. A. (2023). Triglyceride-glucose index cutoff point is an accurate
marker for predicting the prevalence of metabolic syndrome in obese Caucasian subjects.
Annals of Nutrition and Metabolism, 79(2), 238–245. https://doi.org/10.1159/000526988
Rhaiem, T., Owczarek, A., Wójtowicz, M., Ciura, D., Madej, P., Chudek, J., & Olszanecka-Glinianowicz,
M. (2025). The Cut-Off Value for the Triglyceride–Glucose Index (TyG) Discriminating Insulin
Resistance Based on the SHBG Level and HOMA-IR Values in Women with Polycystic Ovary
Syndrome. Life, 15(5), 691. https://doi.org/10.3390/life15050691
Sajdeya, O., Beran, A., Mhanna, M., Alharbi, A., Burmeister, C., Abuhelwa, Z., Malhas, S., Khader, Y.,
Sayeh, W., Assaly, R., & Moukarbel, G. (2022). Triglyceride glucose index for the prediction of
subclinical atherosclerosis and arterial stiffness: A meta-analysis of 37,780 individuals. Current
Problems in Cardiology, 47(12), 101390. https://doi.org/10.1016/j.cpcardiol.2022.101390
Son, D., Lee, H., Lee, Y., Lee, J., & Han, J. (2022). Comparison of triglyceride-glucose index and HOMA-
IR for predicting prevalence and incidence of metabolic syndrome. Nutrition, Metabolism and
Cardiovascular Diseases, 32(3), 596–604. https://doi.org/10.1016/j.numecd.2021.11.017
Sun, Y., Ji, H., Sun, W., An, X., & Lian, F. (2025). Triglyceride glucose (TyG) index: A promising
biomarker for diagnosis and treatment of different diseases. European Journal of Internal
Medicine, 131, 3–14. https://doi.org/10.1016/j.ejim.2024.08.026
Szukiewicz, D. (2023). Molecular mechanisms for the vicious cycle between insulin resistance and the
inflammatory response in obesity. International Journal of Molecular Sciences, 24(12), 9818.
https://doi.org/10.3390/ijms24129818
Tahapary, D., Pratisthita, L., Fitri, N., Marcella, C., Wafa, S., Kurniawan, F., Rizka, A., Tarigan, T..,
Harbuwono, D., Purnamasari, D., & Soewondo, P. (2022). Challenges in the diagnosis of insulin
resistance: Focusing on the role of HOMA-IR and Tryglyceride/glucose index. Diabetes &
Metabolic Syndrome: Clinical Research & Reviews, 16(8), 102581.
https://doi.org/10.1016/j.dsx.2022.102581
Tai, S., Fu, L., Zhang, N., Zhou, Y., Xing, Z., & Wang, Y. (2022). Impact of baseline and trajectory of
triglyceride-glucose index on cardiovascular outcomes in patients with type 2 diabetes
mellitus. Frontiers in Endocrinology, 13, 858209. https://doi.org/10.3389/fendo.2022.858209
Vega-Cárdenas, M., Flores-Sánchez, J., Torres-Rodriguez, M., Sánchez-Armáss Capello, O., Vargas-
Morales, J., Cossío-Torres, P., Terán-García, M., & Aradillas-García, C. (2022). Distribución del
índice triglicéridos y glucosa (TyG) y el modelo homeostático para la evaluación de la
resistencia a la insulina en la adolescencia tardía en mexicanos. Nutrición Hospitalaria, 39(6),
1349–1356. https://doi.org/10.20960/nh.04120
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
437
Wan, H., Cao, H., & Ning, P. (2024). Superiority of the triglyceride glucose index over the homeostasis
model in predicting metabolic syndrome based on NHANES data analysis. Scientific Reports,
14(1), 15499. https://doi.org/10.1038/s41598-024-66692-9
Wang, X., Wu, L., Wang, S., Zhu, H., Cao, C., Chen, J., Hu, J., & Zhang, H. H. (2025). Triglyceride-
glucose index in diabetic chronic complications in patients with type 2 diabetes mellitus. BMC
Endocrine Disorders, 26(1), 2. https://doi.org/10.1186/s12902-025-02101-0
Wang, Y., Yang, W., & Jiang, X. (2021). Association between triglyceride-glucose index and
hypertension: A meta-analysis. Frontiers in Cardiovascular Medicine, 8, 644035.
https://doi.org/10.3389/fcvm.2021.644035
Yu, L., Li, Y., Ma, R., Guo, H., Zhang, X., Yan, Y., He, J., Wang, X., Niu, Q., & Guo, S. (2022).
Construction of a personalized insulin resistance risk assessment tool in Xinjiang Kazakhs
based on lipid- and obesity-related indices. Risk Management and Healthcare Policy, 15, 631–641.
https://doi.org/10.2147/RMHP.S352401
Zheng, Y., Yin, G., Chen, F., Lin, L., & Chen, Y. (2022). Evaluation of triglyceride glucose index and
homeostasis model of insulin resistance in patients with polycystic ovary syndrome.
International Journal of Women's Health, 14, 1821–1829. https://doi.org/10.2147/IJWH.S387942
Zhong, H., Shao, Y., Guo, G., Zhan, Y., Liu, B., Shao, M., & Li, L. (2023). Association between the
triglyceride-glucose index and arterial stiffness: A meta-analysis. Medicine, 102(10), e33194.
https://doi.org/10.1097/MD.0000000000033194
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.2, Edición Especial 2026 (421-438)
Salud y Ciencias de la Vida
Nelson Fernando Pástor Peñaherrera, Norma Susana Chávez Villagomez.
438
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
Nelson Fernando Pástor Peñaherrera: Conceptualización, software, validación, investigación, gestión
de datos, visualización, redacción - preparación del borrador original, redacción - revisión y edición,
financiamiento, administración del proyecto, recursos.
Norma Susana Chávez Villagomez: Conceptualización, metodología, validación, análisis formal,
investigación, gestión de datos, visualización, redacción - revisión y edición, administración del
proyecto, recursos, supervisión.
Los autores contribuyeron activamente en el análisis de los resultados, revisión y aprobación del
manuscrito final.