En solo cinco años se diseñarán planes individualizados a partir de los datos genéticos y del comportamiento de cada persona

De acuerdo con las estimaciones de la Organización Mundial de la Salud (OMS), cada año mueren en todo el mundo cerca de 2,6 millones de personas por causa de la obesidad o el sobrepeso. Un aspecto a tener muy en cuenta dada la actual, y creciente, pandemia de obesidad. De hecho, la prevalencia mundial de la enfermedad se ha visto duplicada tan solo en tres décadas –entre 1980 y 2008, año este último en el que convivían en todo el planeta en torno a 1.400 millones de personas con sobrepeso y cerca de 500 millones de obesos.

Por tanto, la lucha contra la obesidad debe contemplarse como una prioridad dentro de las políticas de salud pública en todos los países del mundo. Una lucha que, según se recoge en un artículo elaborado por investigadores de la Universidad de Texas en Austin (EE.UU.) y publicado en la revista «Obesity», se mejorará ya en los próximos años por medio de ‘programas de precisión para la pérdida de peso’ basados en la información genética y los hábitos dietéticos y de ejercicio físico de cada individuo.

Como indica Molly Bray, directora de la investigación, «en los próximos cinco años veremos el inicio del uso de una combinación de datos genéticos, del comportamiento y de otros más sofisticados para el desarrollo de planes individualizados para el abordaje del peso. Y es que si bien a día de hoy ya muy buenos eficaces a la hora de ayudar a la gente a perder peso a corto plazo, las estadísticas sobre pérdida de peso a largo plazo siguen siendo muy malas. Todavía no entendemos muy bien el proceso por el que se explica la recuperación del peso, ni desde un punto de vista genético ni comportamental».

En su artículo, los autores predicen que, ya en un futuro próximo, las muestras de saliva permitirán conocer la secuencia genética de cualquier paciente. Y a ello se sumarán los sensores automáticos que permitirán conocer el entorno, dieta y niveles de actividad física y estrés de cada individuo. Así, e introduciendo la información genética y comportamental en un algoritmo informático, se podrán ofrecer recomendaciones específicas de manera personalizada para lograr el peso ideal.

En palabras de Molly Bray, «secuenciar el genoma es en la actualidad mucho más barato. Y también contamos con monitores portátiles que nos permiten conocer en tiempo real el comportamiento y el entorno del individuo. Es decir, los científicos ya tenemos las herramientas que necesitamos para investigar los ‘programas de precisión para la pérdida de peso’. El reto ahora es desarrollar las herramientas para analizar todos los datos».

Así, numerosos estudios han identificado distintos genes relacionados con la obesidad –caso de un gen que promueve que la energía obtenida de los alimentos se almacene en lugar de ser ‘quemada’–. De hecho, en torno a la mitad del índice de masa corporal (IMC) de un individuo se explica por sus factores genéticos, que pueden provocar que la práctica de ejercicio resulte menos eficaz.

Sea como fuere, la otra mitad del IMC obedece a causas ambientales, como la dieta y el ejercicio. Como apunta Molly Bray, «cuando le dices a una persona que sus genes pueden jugar un papel en su peso no dicen, ‘Genial, ya no voy a hacer más ejercicio’, sino ‘Gracias, por fin alguien comprende que perder peso me resulta más difícil que a los demás’. Y esto les supone un estímulo para cambiar su actitud».

En este contexto, no debe olvidarse que la obesidad incrementa el riesgo de desarrollo de numerosas enfermedades, caso de la diabetes, las enfermedades cardiovasculares y distintos tipos de cáncer.

Como concluye Molly Bray, «la obesidad es uno de los principales problemas de nuestro tiempo. Obviamente, la mejor opción es la prevención. Pero también hay millones de personas que ya padecen obesidad y que necesitan estrategias más efectivas para una pérdida de peso a largo plazo que mejore su salud general».

Fuente: ABC



Compartir en Facebook Compartir en Google+ Compartir en Twitter Compartir en Pinterest