Introducción. El objetivo del estudio fue conocer los marcadores bioquímicos y las medidas clínicas de rutina que se asocian a la resistencia a la insulina (RI), y desarrollar a partir de ellos un índice de riesgo individual de RI. Sujetos y métodos. Estudio transversal sobre población general de ambos sexos entre 40 y 70 años (n = 2.143); se obtuvo una muestra aleatoria simple de 305 pacientes tras excluir a los diabéticos. Se recogieron variables sociodemográficas, antecedentes, exploración y analítica de rutina más insulinemia. Se consideró RI un HOMA (homeostasis model assessment) ≥ 2,9. Se practicó una regresión logística por pasos hacia adelante para obtener las mejores variables para predecir la RI, posteriormente se construyó una ecuación logística, una escala categórica y una escala aditiva simple a partir de los coeficientes beta, y se comparó ésta con otros instrumentos diseñados para predecir la RI. Resultados. La prevalencia de RI fue del 25,2%. No hubo diferencias por sexos ni por edad. Las variables que entraron en el modelo fueron: glucemia, índice de masa corporal (IMC), colesterol ligado a lipoproteínas de alta densidad (c-HDL) y presión arterial diastólica (PAD). El modelo logístico presentó un buen ajuste. La ecuación logística fue: probabilidad de RI = 1/ 1 + exp (-[-21,011] ­ [0,119 * glucemia] ­ [0,231 * IMC] ­ [-0,046 * c-HDL] ­ [0,048 * PAD]. La escala construida valora a cada sujeto entre -1 y 7 puntos; el punto de corte para predecir la RI se estableció en > 3,5 puntos, obteniéndose una sensibilidad y especificidad similares al índice de McAuley y mejores que la razón triglicéridos/c-HDL, el modelo de Stern y el diagnóstico de síndrome metabólico (SM) según el Adult Treatment Panel III (ATP-III). Discusión. Se ha obtenido un instrumento de gran sencillez de uso para predecir la RI mediante la exploración y analítica de rutina, que permite seleccionar a los pacientes de mayor riesgo para intensificar intervenciones preventivas.

Introduction. This study aimed to know the markers and routine biochemical measures that are associated to the insulin resistance (IR) and to develop an index of individual IR risk from them. Subjects and methods. Cross-sectional study made in Primary Health Care population of both genders between 40 and 74 years (n = 2,143). A representative sample was obtained by simple random sampling of 305 patients after excluding the diabetic subjects. Sociodemographic variables, background, examinations, routine analyses as well as fasting insulin levels were obtained. IR was considered if HOMA was higher than 2.9. A step by step logistic regression was done to obtain the best variables to predict IR. A logistic equation, categorical scale and simple additive scale from the beta coefficients was then constructed and was compared with other instruments designed to predict IR. Results. IR prevalence was 25.2%. There were no differences between genders or by age. The four variables that entered the model were fasting plasma glucose, BMI, HDL cholesterol and diastolic blood pressure. The logistic model had good adjustment. The logistic equation was: IR = 1/ 1 + exp (-[-21.011) ­ [0.119 * fasting plasma glucose] ­ [0.231 * BMI] ­ [-0.046 * HDL cholesterol] ­ [0.048 * diastolic blood pressure]). The scale constructed assesses each subject between -1 and 7 points; cutoff to predict IR was established at 3.5 points, obtaining a sensitivity and specificity similar to the McAuley index and better than the triglycerides/HDL cholesterol ratio, the first model of Stern and the diagnosis of metabolic syndrome according to ATP-III. Discussion. A very easy-to-use instrument has been obtained to predict IR by means of exploratory measures and routine biochemical measures, which makes it possible to select the patients at the greatest risk in order to intensify preventive actions in them.