metricas

Medicina de Familia. SEMERGEN

Sugerencias
Medicina de Familia. SEMERGEN Riesgo de enfermedad del hígado graso asociada a la disfunción metabólica en ...
Información de la revista
Visitas
434
Vol. 51. Núm. 7.
(Octubre 2025)
Original
Acceso a texto completo

Riesgo de enfermedad del hígado graso asociada a la disfunción metabólica en 44.939 trabajadores sanitarios españoles: variables asociadas

Risk of metabolic dysfunction-associated fatty liver disease in 44,939 Spanish healthcare workers: associated variables
Visitas
434
P.J. Tárraga Marcosa, Á.A. López-Gonzálezb,c,d,
Autor para correspondencia
angarturo@gmail.com

Autor para correspondencia.
, E. Martínez-Almoyna Rifáb,c, H. Paublini Oliveirab,c, C. Martorell Sánchezb,c, P.J. Tárraga Lópeze, J.I. Ramírez-Manentb,d,f
a Hospital Universitario de San Joan, Alicante, España
b ADEMA-Grupo Salud del Instituto Universitario de Ciencias de la Salud (IUNICS) de las Islas Baleares, Palma de Mallorca, España
c Facultad de Odontología,Escuela Universitaria ADEMA-UIB, Palma de Mallorca, España
d Servicio de Salud de las Islas Baleares, Palma de Mallorca, España
e Facultad de Medicina, Universidad de Castilla-La Mancha, Albacete, España
f Facultad de Medicina, Universidad de las Islas Baleares, Palma de Mallorca, España
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (3)
fig0005
fig0010
fig0015
Tablas (4)
Tabla 1. Características de la muestra
Tablas
Tabla 2. Valores medios de las escalas de riesgo de MASLD según variables sociodemográficas y hábitos saludables por sexo
Tablas
Tabla 3. Prevalencia de valores elevados de las escalas de riesgo de MASLD según variables sociodemográficas y hábitos saludables por sexo
Tablas
Tabla 4. Regresión logística multinomial
Tablas
Resumen
Objetivo

Evaluar la asociación entre variables sociodemográficas y hábitos de vida con el riesgo de enfermedad del hígado graso asociada a la disfunción metabólica (MASLD) en trabajadores sanitarios españoles.

Métodos

Estudio transversal con 44.939 trabajadores sanitarios. Se analizaron variables sociodemográficas (edad, sexo, ocupación) y hábitos de vida (tabaquismo, actividad física, adherencia a la dieta mediterránea) en relación con distintas escalas de riesgo de MASLD (FLI, HSI, LAP, ZJU y FLD). Se utilizaron modelos de regresión logística multinomial para identificar asociaciones significativas.

Resultados

La prevalencia de valores elevados en las escalas de riesgo fue mayor en hombres y aumentó con la edad. Los auxiliares de enfermería y celadores presentaron mayor riesgo en comparación con facultativos. La inactividad física (OR=2,65; IC 95%: 2,47-2,84) y la baja adherencia a la dieta mediterránea (OR=1,89; IC 95%: 1,69-2,10) se asociaron con un mayor riesgo de MASLD. El tabaquismo mostró una relación significativa con valores elevados en las escalas de riesgo (OR=1,17; IC 95%: 1,13-1,21).

Conclusiones

Edad, sexo, ocupación, tabaquismo, actividad física y dieta mediterránea influyen en el riesgo de MASLD. Se requieren estrategias de prevención dirigidas a la promoción de la actividad física, la mejora de la alimentación y la reducción del tabaquismo en trabajadores sanitarios.

Palabras clave:
MASLD
Trabajadores sanitarios
Factores de riesgo
Actividad física
Dieta mediterránea
Abstract
Objective

To assess the association between sociodemographic variables and lifestyle habits with the risk of metabolic dysfunction-associated fatty liver disease (MASLD) in Spanish healthcare workers.

Methods

A cross-sectional study including 44,939 healthcare workers. Sociodemographic variables (age, sex, occupation) and lifestyle habits (smoking, physical activity, adherence to the Mediterranean diet) were analyzed in relation to MASLD risk scores (FLI, HSI, LAP, ZJU, and FLD). Multinomial logistic regression models were used to identify significant associations.

Results

Higher risk score values were more prevalent in men and increased with age. Nursing assistants and orderlies had a higher risk compared to physicians. Physical inactivity (OR=2.65; 95% CI: 2.47-2.84) and low adherence to the Mediterranean diet (OR=1.89; 95% CI: 1.69-2.10) were associated with an increased risk of MASLD. Smoking was significantly related to higher risk scores (OR=1.17; 95% CI: 1.13-1.21).

Conclusions

Age, sex, occupation, smoking, physical activity, and adherence to the Mediterranean diet influence MASLD risk. Preventive strategies should focus on promoting physical activity, improving dietary habits, and reducing smoking among healthcare workers.

Keywords:
MASLD
Healthcare workers
Risk factors
Physical activity
Mediterranean diet
Texto completo
Introducción

La enfermedad del hígado graso asociada a la disfunción metabólica (MASLD, por sus siglas en inglés) es la forma más común de enfermedad hepática crónica a nivel mundial1 y está estrechamente relacionada con el síndrome metabólico2, la obesidad3 y la diabetes mellitus tipo 24. Se define por la acumulación de grasa en más del 5% de los hepatocitos, en ausencia de un consumo significativo de alcohol (<30g/día en hombres y <20g/día en mujeres) u otras causas secundarias de hepatopatía5. MASLD abarca un espectro de entidades clínicas que van desde la esteatosis simple6, considerada una afección relativamente benigna, hasta la esteatohepatitis no alcohólica (EHNA)7, que puede progresar a fibrosis8, cirrosis9 y carcinoma hepatocelular10.

Debido a su alta prevalencia y su potencial evolución a enfermedades hepáticas avanzadas, la MASLD es un problema de salud pública en constante crecimiento. Su estudio ha cobrado especial interés en los últimos años debido a su asociación con enfermedades cardiovasculares, que representan la principal causa de mortalidad en estos pacientes11.

La prevalencia de la MASLD varía a nivel global, con estimaciones que oscilan entre el 25 y el 30% de la población general12. En países industrializados como Estados Unidos y Europa, la prevalencia puede superar el 35%13, mientras que en Asia y América Latina la cifra continúa en aumento debido a cambios en los patrones dietéticos y al incremento del sedentarismo14.

La MASLD afecta predominantemente a personas con obesidad15, resistencia a la insulina16 y diabetes mellitus tipo 217, siendo estos los principales factores de riesgo. Se estima que hasta el 70-90% de los pacientes con obesidad y cerca del 50% de los diabéticos tipo 2 presentan esta condición. La distribución por sexo y etnicidad muestra una mayor prevalencia en hombres y en individuos de origen hispano, en comparación con poblaciones de ascendencia africana18.

El desarrollo de la MASLD es un proceso multifactorial19 influenciado por factores genéticos, metabólicos y ambientales. La hipótesis del «doble golpe» es la teoría más aceptada20:

  • 1.

    Primer golpe: Se produce por la acumulación de triglicéridos en el hígado debido a un desequilibrio entre la captación, síntesis y oxidación de ácidos grasos libres (AGL)21. La resistencia a la insulina facilita la lipólisis en el tejido adiposo, aumentando la disponibilidad de AGL y su captación por los hepatocitos22.

  • 2.

    Segundo golpe: Ocurre debido al estrés oxidativo23, la inflamación24 y la disfunción mitocondrial25, que desencadenan daño hepatocelular, activación de células estrelladas hepáticas26 y fibrosis progresiva.

Factores como la disbiosis intestinal27, el aumento de la permeabilidad intestinal28 y la translocación de endotoxinas29 también juegan un papel en la inflamación hepática a través de la activación del receptor Toll-like 4 (TLR4)30. Asimismo, variantes genéticas como PNPLA331 y TM6SF232 han sido identificadas como predisponentes para la progresión de la enfermedad.

La MASLD suele ser asintomática en sus primeras etapas y se detecta incidentalmente en estudios de imagen o por alteraciones en pruebas hepáticas. En algunos casos, los pacientes pueden presentar fatiga, malestar en el hipocondrio derecho y hepatomegalia33.

A medida que la enfermedad progresa, los pacientes con MASH y fibrosis avanzada pueden progresar a enfermedades como cirrosis, insuficiencia hepática y carcinoma hepatocelular34. Además, la MASLD se asocia con un mayor riesgo de enfermedades cardiovasculares35 y renales36, lo que aumenta su impacto clínico y pronóstico.

El diagnóstico de MASLD se basa en la exclusión de otras causas de hepatopatía y en la combinación de pruebas bioquímicas, estudios de imagen y escalas de predicción de riesgo.

Las transaminasas GOT y GPT pueden estar elevadas en pacientes con MASH, aunque en muchos casos permanecen dentro de rangos normales. Otros marcadores como ferritina elevada y disminución de la adiponectina pueden sugerir inflamación hepática37.

La biopsia hepática es considerada el método de referencia para el diagnóstico y la evaluación de la gravedad de la MASLD. Su utilidad radica en la capacidad de diferenciar entre la esteatosis simple y la esteatohepatitis no alcohólica, así como en la cuantificación precisa del grado de fibrosis hepática, lo que permite una mejor estratificación del riesgo de progresión a cirrosis o enfermedad hepática avanzada. No obstante, su aplicación clínica se ve limitada debido a su carácter invasivo, su alto costo y la posibilidad de complicaciones como el sangrado o el dolor tras el procedimiento. Además, la variabilidad del muestreo y la dificultad para aplicarla en estudios de cribado a gran escala han llevado a un creciente interés en el desarrollo de métodos no invasivos que permitan detectar y estadificar la enfermedad de manera más accesible, segura y reproducible38.

Entre los estudios de imagen útiles para el diagnóstico encontramos:

  • Ecografía hepática: Muy accesible actualmente en atención primaria, aunque con dificultad para su diagnóstico cuando la esteatosis es menor del 20% o en individuos con el índice de masa corporal (IMC) elevado (>40kg/m2), además de baja sensibilidad para identificar fibrosis39.

  • Elastografía transitoria (FibroScan®)40: Permite medir la rigidez hepática y cuantificar la infiltración grasa a través del controlled attenuation parameter (CAP)41.

  • Resonancia magnética con espectroscopia de protones (1H-MRS)42 y fracción de grasa por densidad de protones (PDFF)43. Métodos más precisos para cuantificar la esteatosis, y considerada el gold standard.

Diversas escalas de riesgo han sido desarrolladas y validadas para predecir la presencia de esteatosis y fibrosis hepática, evitando la necesidad de una biopsia hepática.

  • 1.

    Índice de hígado graso (FLI): Se basa en el IMC, la circunferencia abdominal, los triglicéridos y la gamma-glutamiltransferasa (GGT)44.

  • 2.

    Índice de esteatosis hepática (HSI): Calculado con GOT, GPT, IMC y presencia de diabetes, es útil para estimar la probabilidad de esteatosis hepática45.

  • 3.

    Índice de la Universidad de Zhejian (ZJU Index): Diseñado en población asiática, combina el IMC, la presión arterial, los triglicéridos, el colesterol HDL y la glucosa en ayunas46.

  • 4.

    Producto de acumulación de lípidos (LAP): Índice basado en la circunferencia abdominal y los triglicéridos en ayunas, útil para evaluar la acumulación de grasa hepática y su relación con el síndrome metabólico47.

  • 5.

    Índice de enfermedad del hígado graso (FLD)47: Emplea para su cálculo IMC, GOT, GPT, triglicéridos y glucemia.

  • 6.

    NAFLD Fibrosis Score (NFS): Considera edad, IMC, diabetes, GOT/GPT, albúmina y plaquetas. Es útil para identificar fibrosis avanzada48.

  • 7.

    Fibrosis-4 (FIB-4): Calculado con edad, GOT, GPT y plaquetas, ayuda a estratificar el riesgo de fibrosis significativa49.

  • 8.

    APRI (Índice de la relación entre GOT y plaquetas): Se utiliza para evaluar fibrosis en múltiples enfermedades hepáticas, incluyendo la MASLD50.

Las escalas validadas para la estratificación del riesgo de MASLD han demostrado ser herramientas valiosas, especialmente en estudios epidemiológicos y en el manejo de grandes poblaciones. Su uso permite identificar a individuos con mayor riesgo de progresión de la enfermedad de manera sencilla y accesible. Sin embargo, aunque se recomiendan ampliamente en la práctica clínica, estas escalas no reemplazan a la biopsia hepática, que sigue siendo el estándar de referencia para el diagnóstico definitivo y la estadificación de la fibrosis hepática. Su valor radica en que son predictores independientes, reproducibles y aplicables en diversas poblaciones, lo que facilita su integración en protocolos clínicos. No obstante, presentan ciertas limitaciones, especialmente en pacientes mayores, con obesidad mórbida, enfermedad renal crónica o aquellos en tratamiento con fármacos hepatotóxicos, donde su precisión puede verse reducida. A pesar de ello, siguen siendo herramientas fundamentales para orientar la toma de decisiones médicas y evitar procedimientos invasivos innecesarios. De acuerdo con la European Association for the Study of the Liver (EASL), se recomienda la combinación de al menos dos índices predictores para mejorar la exactitud en la identificación del riesgo de enfermedad hepática avanzada y optimizar el manejo clínico de los pacientes con MASLD51.

El objetivo de este estudio es valorar la asociación de diferentes variables sociodemográficas (edad, sexo y estatus socioeconómico) y hábitos de salud (dieta mediterránea, actividad física y consumo de tabaco) con los valores de distintas escalas de riesgo de MASLD como FLI, HSI, ZJU, FLD y LAP en un amplio colectivo de trabajadores sanitarios españoles.

Material y métodosCriterios de inclusión y exclusión

  • Criterios de inclusión:

    • Personas con edades comprendidas entre los 18 y 69 años.

    • Empleados de alguna de las empresas participantes en el estudio.

    • Haber otorgado su consentimiento informado para participar.

    • Autorización del uso de sus datos con fines epidemiológicos.

  • Criterios de exclusión:

    • Individuos menores de 18 años o mayores de 69.

    • Personas que no formen parte de las empresas incluidas en el estudio.

    • Falta de consentimiento informado para participar en la investigación.

    • No haber autorizado el uso de sus datos con propósitos epidemiológicos.

    • Pacientes con antecedentes de patología hepática.

El diagrama de flujo de los participantes en el estudio se presenta en la figura 1.

Figura 1.

Diagrama de flujo en el que se detalla el proceso de selección e inclusión de los participantes en el estudio.

Procedimientos para la recolección de datos

La recopilación de datos fue llevada a cabo por equipos especializados en salud ocupacional pertenecientes a las instituciones participantes, siguiendo un protocolo metodológico estructurado que incluyó las siguientes etapas:

  • Historia clínica: Se obtuvo información sociodemográfica de los participantes, incluyendo edad, género y puesto laboral. Además, se registraron hábitos relacionados con la salud, como el consumo de tabaco, la actividad física, el nivel de adherencia a la dieta mediterránea y la percepción del estrés.

  • Evaluaciones antropométricas y clínicas: Se realizaron mediciones de estatura, peso, circunferencia de cintura y cadera, así como registros de presión arterial sistólica y diastólica.

  • Análisis bioquímico: Se efectuaron estudios de laboratorio dirigidos a la evaluación del perfil lipídico, los marcadores hepáticos y la concentración de glucosa en ayunas.

Con el propósito de reducir sesgos, todas las mediciones se realizaron conforme a protocolos estandarizados:

  • Medición de estatura y peso: Se utilizaron una báscula SECA 700 y un estadímetro SECA 220, asegurando que los participantes vistieran solo ropa interior durante la evaluación.

  • Determinación de circunferencias: La medición de la circunferencia de la cintura se realizó con una cinta SECA, posicionada entre la cresta ilíaca y la costilla inferior, mientras que la circunferencia de la cadera se midió en la zona de mayor prominencia glútea. Todas las mediciones se llevaron a cabo con el participante en posición erguida y relajada.

  • Registro de presión arterial: Se utilizó un esfigmomanómetro OMRON-M3, siguiendo un periodo de reposo de al menos 10 minutos en posición sedente. Se instruyó a los participantes a abstenerse de ingerir alimentos, bebidas o tabaco durante al menos una hora previa a la evaluación. Se realizaron 3 mediciones consecutivas con intervalos de un minuto, y se calculó el promedio de las mismas.

Las muestras de sangre venosa se recolectaron tras un ayuno de 12h, siendo posteriormente refrigeradas y enviadas a laboratorios acreditados en un plazo máximo de 72h para su análisis. Se determinaron los siguientes parámetros:

  • Triglicéridos, colesterol total y glucosa: Se analizaron mediante métodos enzimáticos. Colesterol de alta densidad (HDL): Se cuantificó mediante un procedimiento basado en precipitación. Colesterol de baja densidad (LDL): Se calculó con la ecuación de Friedewald en casos donde los triglicéridos no superaban los 400mg/dl; en niveles superiores, el LDL fue determinado directamente52.

Definiciones operativas

  • Clasificación del personal sanitario: Los participantes fueron agrupados en 4 categorías: médicos, enfermeros, técnicos de salud (incluyendo laboratorios, patología y radiología) y auxiliares de enfermería o personal de apoyo.

  • Criterios para la clasificación de fumadores: Se consideró fumador a aquel individuo que hubiera consumido, al menos, un cigarrillo diario o su equivalente en otras formas de tabaco durante el mes previo, o que hubiera dejado de fumar en el último año.

  • Evaluación de la adherencia dietética: Se utilizó el Cuestionario de Adherencia a la Dieta Mediterránea, derivado del test PREDIMED. Este instrumento consta de 14 ítems, cada uno valorado con 0 o 1 punto. Se consideró una baja adherencia para puntajes inferiores a 9, mientras que valores iguales o superiores indicaron una buena adherencia53.

  • Evaluación de la actividad física: Se empleó el Cuestionario Internacional de Actividad Física (IPAQ), un instrumento autoadministrado compuesto por 7 ítems que indagan sobre el tipo, duración y frecuencia de las actividades físicas realizadas en la semana previa54.

Análisis estadístico

Las variables categóricas fueron descritas mediante frecuencias y distribuciones porcentuales. La normalidad de las variables continuas se verificó con la prueba de Kolmogorov-Smirnov, tras lo cual se calcularon medias y desviaciones estándar. Para la comparación de medias entre grupos, se empleó la prueba t de Student, y la prueba de chi-cuadrado para evaluar diferencias en proporciones. Adicionalmente, se analizaron factores asociados con el riesgo de MASLD mediante modelos de regresión logística multinomial, evaluando su ajuste con la prueba de Hosmer-Lemeshow. Se llevaron a cabo análisis estratificados para identificar posibles variables de confusión, sin encontrar ninguna de relevancia estadística. Todos los análisis se realizaron con el software SPSS (versión 29.0), estableciendo un nivel de significación de 0,05.

Resultados

La tabla 1 presenta un resumen de las características antropométricas, clínicas, bioquímicas, sociodemográficas y de estilo de vida de los 44.939 profesionales de la salud incluidos en el estudio. La edad promedio de los participantes superó ligeramente los 41 años, con la mayoría de la muestra concentrada en el grupo etario de 30 a 49 años. En términos generales, las mujeres mostraron valores promedio más bajos en comparación con los hombres en todas las variables analizadas.

Tabla 1.

Características de la muestra

  Hombres n=14.305  Mujeres n=30.634   
  Media (dt)  Media (dt) 
Edad (años)  41,1 (10,6)  40,4 (10,5)  <0,001 
Altura (cm)  176,0 (7,5)  162,6 (6,0)  <0,001 
Peso (kg)  81,2 (14,5)  63,7 (13,3)  <0,001 
IMC (kg/m226,3 (11,8)  24,1 (10,2)  <0,001 
Perímetro cintura (cm)  89,7 (12,6)  76,7 (11,8)  <0,001 
Perímetro cadera (cm)  101,7 (8,8)  99,3 (10,7)  <0,001 
Presión arterial sistólica (mmHg)  128,2 (13,1)  116,1 (13,8)  <0,001 
Presión arterial diastólica (mmHg)  79,9 (10,6)  74,8 (10,1)  <0,001 
Colesterol (mg/dl)  191,8 (37,2)  187,8 (34,6)  <0,001 
cHDL (mg/dl)  48,9 (11,2)  59,3 (12,8)  <0,001 
cLDL (mg/dl)  165,2 (46,2)  144,8 (38,9)  <0,001 
Triglicéridos (mg/dl)  111,0 (73,2)  81,7 (47,0)  <0,001 
Glucosa (mg/dl)  93,6 (18,2)  88,9 (12,4)  <0,001 
GOT (U/l)  24,1 (17,2)  18,2 (8,0)  <0,001 
GPT (U/l)  29,0 (36,7)  17,3 (13,7)  <0,001 
GGT (U/l)  30,2 (28,8)  18,1 (18,1)  <0,001 
  n (%)  n (%) 
<30 años  2.400 (16,8)  5.984 (19,5)  <0,001 
30-39 años  4.200 (29,4)  8.304 (27,1)   
40-49 años  4.512 (31,5)  10.128 (33,0)   
50-59 años  2.449 (17,1)  5.150 (16,8)   
60-69 años  744 (5,2)  1.120 (3,6)   
Facultativos  5.064 (35,4)  5.024 (16,4)  <0,001 
Enfermeras  4.008 (28,0)  12.752 (41,6)   
Técnicos de salud  1.728 (12,1)  4.128 (13,5)   
Auxiliares enfermería-celadores  3.505 (24,5)  8.782 (28,5)   
No fumadores  12.001 (83,9)  26.094 (85,0)  <0,001 
Fumadores  2.304 (16,1)  4.592 (15,0)   
No actividad física  7.512 (52,5)  18.744 (61,1)  <0,001 
Sí actividad física  6.793 (47,5)  11.942 (38,9)   
No dieta mediterránea  7.771 (54,2)  19.213 (62,1)  <0,001 
Sí dieta mediterránea  6.534 (45,8)  11.413 (37,9)   

dt: desviación típica; GGT: gamma-glutamiltransferasa; GOT: glutamato-oxalacetato-transaminasa; GPT: glutamato-piruvato-transaminasa; HDL: lipoproteína de alta densidad; LDL: lipoproteína de baja densidad.

En cuanto a la adherencia a la dieta mediterránea, el 45,8% de los participantes masculinos informó seguir este patrón alimentario, mientras que, en el caso de las mujeres, el porcentaje fue del 37,9%. Respecto a la actividad física regular, el 47,5% de los hombres y el 38,9% de las mujeres declararon practicarla con frecuencia. Finalmente, la prevalencia de tabaquismo fue ligeramente superior en hombres (16,1%) en comparación con las mujeres (15,0%).

Las tablas 2 y 3 muestran los valores medios y la prevalencia de valores altos de las distintas escalas de riesgo de MASLD incluidas en el estudio.

Tabla 2.

Valores medios de las escalas de riesgo de MASLD según variables sociodemográficas y hábitos saludables por sexo

    FLIHSILAPZJUFLD
Hombres  Media (dt)  Media (dt)  Media (dt)  Media (dt)  Media (dt) 
<30 años  2.400  18,7 (21,5)  <0,001  32,6 (6,0)  <0,001  16,5 (17,2)  <0,001  33,1 (4,8)  <0,001  28,3 (4,8)  <0,001 
30-39 años  4.200  30,6 (27,2)    34,7 (6,0)    29,6 (30,0)    35,2 (5,4)    30,2 (5,2)   
40-49 años  4.512  39,7 (28,0)    36,4 (7,2)    38,0 (35,7)    36,7 (5,2)    31,6 (5,1)   
50-59 años  2.449  55,3 (30,6)    38,3 (6,8)    54,3 (46,9)    39,4 (6,3)    33,9 (5,9)   
60-69 años  744  59,3 (23,9)    38,7 (5,5)    54,9 (59,0)    40,2 (5,3)    34,1 (4,9)   
Facultativos  5.064  34,1 (27,5)  <0,001  35,6 (7,4)  <0,001  29,4 (29,4)  <0,001  35,9 (5,3)  <0,001  30,7 (5,0)  <0,001 
Enfermeras  4.008  31,9 (27,8)    34,6 (5,7)    33,6 (39,2)    35,3 (5,2)    30,3 (5,2)   
Técnicos de salud  1.728  41,4 (32,2)    36,0 (7,3)    38,2 (44,7)    36,7 (6,7)    31,5 (6,5)   
Auxiliares enfermería-celadores  3.505  46,7 (31,9)    37,6 (6,7)    45,9 (47,7)    38,0 (6,5)    32,8 (5,9)   
No fumadores  12.001  37,0 (29,9)  <0,001  35,0 (6,3)  <0,001  34,5 (38,8)  <0,001  36,0 (6,2)  <0,001  30,9 (5,5)  <0,001 
Fumadores  2.304  37,5 (29,5)    35,9 (6,9)    41,7 (43,7)    36,4 (5,8)    31,3 (5,5)   
No actividad física  7.512  46,7 (30,7)  <0,001  37,4 (7,7)  <0,001  44,9 (46,8)  <0,001  37,8 (6,4)  <0,001  32,6 (6,1)  <0,001 
Sí actividad física  6.793  27,2 (25,1)    34,0 (5,2)    25,4 (26,7)    34,7 (4,6)    29,7 (4,4)   
No dieta mediterránea  7.771  45,0 (28,9)  <0,001  36,8 (7,9)  <0,001  40,9 (26,0)  <0,001  37,0 (6,3)  <0,001  32,0 (6,0)  <0,001 
Sí dieta mediterránea  6.534  29,5 (26,0)    34,5 (5,5)    29,5 (27,6)    35,3 (4,9)    30,0 (4,5)   
Mujeres  Media (dt)  Media (dt)  Media (dt)  Media (dt)  Media (dt)  pe 
<30 años  5.984  7,9 (12,0)  <0,001  31,4 (4,7)  <0,001  10,9 (10,6)  <0,001  32,5 (4,1)  <0,001  25,8 (4,0)  <0,001 
30-39 años  8.304  11,4 (18,7)    32,4 (5,8)    15,5 (20,1)    33,5 (5,4)    26,7 (5,2)   
40-49 años  10.128  17,8 (22,1)    34,3 (5,8)    20,9 (23,4)    35,5 (5,4)    28,5 (5,3)   
50-59 años  5.150  29,3 (27,9)    36,0 (5,9)    31,0 (27,9)    37,4 (6,4)    30,2 (6,1)   
60-69 años  1.120  33,3 (27,8)    36,2 (6,8)    36,1 (34,9)    37,8 (6,1)    30,5 (5,7)   
Facultativos  5.024  7,9 (11,3)  <0,001  31,1 (4,1)  <0,001  11,4 (10,1)  <0,001  32,3 (3,7)  <0,001  25,5 (3,6)  <0,001 
Enfermeras  12.752  12,1 (18,0)    32,7 (5,4)    15,1 (15,7)    33,8 (5,0)    27,0 (4,8)   
Técnicos de salud  4.128  22,2 (25,6)    35,4 (6,7)    24,6 (27,2)    36,4 (6,2)    29,3 (6,0)   
Auxiliares enfermería-celadores  8.782  25,4 (26,9)    35,6 (6,6)    29,0 (30,8)    36,8 (6,2)    29,8 (6,0)   
No fumadores  26.094  15,9 (21,8)  <0,001  33,5 (5,9)  <0,001  18,9 (22,4)  <0,001  34,6 (5,5)  <0,001  27,7 (5,3)  <0,001 
Fumadores  4.592  20,3 (24,9)    34,1 (6,8)    24,9 (27,0)    35,1 (6,4)    28,3 (6,3)   
No actividad física  18.744  19,3 (24,5)  <0,001  34,4 (6,5)  <0,001  22,5 (25,8)  <0,001  35,5 (6,1)  <0,001  28,6 (5,9)  <0,001 
Sí actividad física  11.942  12,1 (17,4)    32,3 (4,9)    15,4 (17,5)    33,5 (4,5)    26,7 (4,3)   
No dieta mediterránea  19.213  18,2 (22,9)  <0,001  34,0 (6,6)  <0,001  21,3 (25,0)  <0,001  35,0 (6,0)  <0,001  28,1 (5,7)  <0,001 
Sí dieta mediterránea  11.413  13,0 (18,0)    32,6 (5,0)    16,2 (18,0)    33,7 (4,6)    26,9 (4,4)   

FLD: índice de enfermedad del hígado graso; FLI: índice de hígado graso; HSI: índice de esteatosis hepática; LAP: índice de acumulación de lípidos; MASLD: enfermedad del hígado graso asociada a la disfunción metabólica; ZJU: índice de la Universidad de Zhejian.

Tabla 3.

Prevalencia de valores elevados de las escalas de riesgo de MASLD según variables sociodemográficas y hábitos saludables por sexo

    FLI altoHSI altoLAP altoZJU altoFLD alto
Hombres 
<30 años  2.400  8,0  <0,001  21,6  <0,001  5,2  <0,001  12,5  <0,001  4,5  <0,001 
30-39 años  4.200  15,8    31,7    16,6    22,3    10,8   
40-49 años  4.512  25,2    42,9    31,4    33,7    16,0   
50-59 años  2.449  48,0    61,1    32,1    52,2    23,3   
60-69 años  744  48,9    68,0    41,9    63,9    31,9   
Facultativos  5.064  20,4  <0,001  39,8  <0,001  19,0  <0,001  28,7  <0,001  11,0  <0,001 
Enfermeras  4.008  19,5    29,5    22,2    25,5    9,4   
Técnicos de salud  1.728  34,1    42,3    27,8    34,6    22,7   
Auxiliares enfermería-celadores  3.505  34,6    54,5    32,9    42,3    23,1   
No fumadores  12.001  24,9  <0,001  38,0  <0,001  23,4  <0,001  25,3  <0,001  11,4  <0,001 
Fumadores  2.304  25,3    41,2    29,2    32,9    15,3   
No actividad física  7.512  35,2  <0,001  52,5  <0,001  33,2  <0,001  44,1  <0,001  20,7  <0,001 
Sí actividad física  6.793  13,9    27,9    14,5    18,5    8,2   
No dieta mediterránea  7.771  32,8  <0,001  50,1  <0,001  27,6  <0,001  41,3  <0,001  18,8  <0,001 
Sí dieta mediterránea  6.534  15,7    29,9    15,9    21,2    9,5   
Mujeres 
<30 años  5.984  1,5  <0,001  13,5  <0,001  3,2  <0,001  10,5  <0,001  1,8  <0,001 
30-39 años  8.304  4,9    20,7    6,2    15,8    4,2   
40-49 años  10.128  7,3    29,3    10,1    25,7    6,9   
50-59 años  5.150  15,9    44,7    22,4    40,8    13,0   
60-69 años  1.120  23,7    48,2    30,2    44,6    14,3   
Facultativos  5.024  10,7  <0,001  10,2  <0,001  1,9  <0,001  9,9  <0,001  1,1  <0,001 
Enfermeras  12.752  8,1    18,2    6,0    14,9    4,0   
Técnicos de salud  4.128  16,6    42,4    13,9    35,8    9,2   
Auxiliares enfermería-celadores  8.782  19,8    42,6    20,2    37,0    11,4   
No fumadores  26.094  6,8  <0,001  26,4  <0,001  9,1  <0,001  22,5  <0,001  6,0  <0,001 
Fumadores  4.592  10,8    30,9    18,1    27,0    8,9   
No actividad física  18.744  9,2  <0,001  33,4  <0,001  13,5  <0,001  28,5  <0,001  8,0  <0,001 
Sí actividad física  11.942  4,5    16,9    5,8    14,6    4,0   
No dieta mediterránea  19.213  8,7  <0,001  31,4  <0,001  12,1  <0,001  25,9  <0,001  7,5  <0,001 
Sí dieta mediterránea  11.413  5,3    18,7    6,9    16,8    4,4   

FLD: índice de enfermedad del hígado graso; FLI: índice de hígado graso; HSI: índice de esteatosis hepática; LAP: íproducto de acumulación de lípidos; MASLD: enfermedad del hígado graso asociada a la disfunción metabólica; ZJU: índice de la Universidad de Zhejian.

En ambos casos los valores van aumentando a medida que lo hace la edad y cuando descendemos en el estatus socioeconómico. También se aprecia un incremento de estos valores cuando la persona presenta hábitos no saludables (tabaquismo, sedentarismo y bajo consumo de dieta mediterránea). Los valores siempre son inferiores en las mujeres. Todas las diferencias que se observan muestran significación estadística (p<0,001).

La tabla 4 muestra los resultados de la regresión logística multinomial donde se aprecia que todas las variables incluidas en el modelo (variables independientes) se asocian con la presencia de valores elevados de las diferentes escalas de MASLD analizadas. De todas las variables independientes las que muestran mayor asociación (valores de OR más altos) son la edad, el sexo, el tipo de trabajo y el nivel de actividad física.

Tabla 4.

Regresión logística multinomial

  FLI alto  HSI alto  LAP alto  ZJU alto  FLD alto 
  OR (IC 95%)  OR (IC 95%)  OR (IC 95%)  OR (IC 95%)  OR (IC 95%) 
Mujeres 
Hombres  5,88 (5,49-6,28)  2,31 (2,20-2,42)  3,89 (3,66-4,23)  1,91 (1,81-2,01)  3,15 (2,92-3,38) 
<30 años 
30-39 años  1,46 (1,28-1,65)  1,53 (1,35-1,71)  1,72 (1,53-1,92)  1,68 (1,49-1,88)  1,64 (1,41-1,87) 
40-49 años  3,82 (3,34-4,31)  2,85 (2,54-3,15)  3,23 (2,88-3,59)  3,30 (2,94-3,66)  2,83 (2,44-3,23) 
50-59 años  6,19 (5,36-7,03)  4,16 (3,69-4,63)  6,23 (5,50-6,97)  5,55 (4,92-6,19)  4,20 (3,59-4,80) 
60-69 años  12,28 (10,29-14,28)  5,73 (2,05-6,41)  12,69 (10,84-14,55)  7,87 (6,90-8,84)  8,11 (6,67-9,55) 
Facultativos 
Enfermeras  1,15 (1,11-1,20)  1,16 (1,12-1,20)  1,23 (1,13-1,33)  1,19 (1,14-1,24)  1,16 (1,12-1,21) 
Técnicos de salud  1,60 (1,47-1,74)  2,28 (2,15-2,42)  1,66 (1,54-1,79)  1,96 (1,84-2,09)  2,02 (1,83-2,21) 
Auxiliares enfermería-celadores  3,01 (2,74-3,29)  2,85 (2,66-3,05)  3,34 (3,06-3,62)  2,75 (2,55-2,95)  3,34 (2,98-2,70) 
No fumadores 
Fumadores  1,17 (1,13-1,21)  1,24 (1,19-1,29)  1,41 (1,31-1,52)  1,29 (1,22-1,36)  1,20 (1,15-1,26) 
Sí actividad física 
No actividad física  2,65 (2,47-2,84)  2,56 (2,44-2,69)  2,69 (2,53-2,85)  2,70 (2,56-2,85)  2,33 (2,15-2,52) 
Sí dieta mediterránea 
No dieta mediterránea  1,89 (1,69-2,10)  1,77 (1,60-1,95)  1,90 (1,69-2,12)  2,01 (1,88-2,14)  1,70 (1,56-1,84) 

FLD: índice de enfermedad del hígado graso; FLI: índice de hígado graso; HSI: índice de esteatosis hepática; LAP: íproducto de acumulación de lípidos; OR: odds ratio; ZJU: índice de la Universidad de Zhejian.

Valores medios de las escalas de riesgo de MAFLD según variables sociodemográficas y hábitos saludables en hombres (fig. 2).

Figura 2.

Cumplimiento Variables sociodemograficas (hombres).

Valores medios de las escalas de riesgo de MAFLD según variables sociodemográficas y hábitos saludables en mujeres (fig. 3).

Figura 3.

Cumplimiento Variables sociodemograficas (mujeres).

Discusión

El presente estudio analiza la asociación de diversas variables sociodemográficas y de estilo de vida con el riesgo de MASLD en una amplia cohorte de trabajadores sanitarios españoles. Nuestros hallazgos confirman que factores como la edad, el sexo, el estatus socioeconómico, el consumo de tabaco, la actividad física y la adherencia a la dieta mediterránea se asocian con la presencia de valores elevados en las escalas de riesgo de MASLD. Estos resultados coinciden con estudios previos y refuerzan la importancia de considerar estas variables en la evaluación del riesgo y en el diseño de estrategias preventivas (fig. 2).

Nuestros resultados muestran una asociación clara entre el aumento de la edad y la probabilidad de presentar valores elevados en las escalas de riesgo de MASLD. Este hallazgo es consistente con la literatura existente55, donde se ha descrito que la prevalencia de la enfermedad hepática grasa aumenta con la edad debido a una mayor resistencia a la insulina56, disfunción mitocondrial57 y cambios en la composición corporal58. En particular, los trabajadores de más de 50 años presentan un riesgo significativamente mayor, lo que sugiere la necesidad de un seguimiento más estrecho en este grupo etario59.

El incremento de los valores de riesgo de MASLD con la edad es un fenómeno multifactorial que involucra tanto cambios biológicos como determinantes sociales. En primer lugar, a medida que las personas envejecen, el metabolismo sufre modificaciones significativas, incluyendo una disminución de la tasa metabólica basal, alteraciones en la composición corporal con mayor acumulación de grasa visceral y una menor sensibilidad a la insulina, lo que contribuye al desarrollo de la resistencia a la insulina, un factor clave en la patogénesis de la MASLD.

Además, las escalas de riesgo utilizadas para la detección de MASLD pueden perder precisión en personas de mayor edad. Estas escalas, que incluyen variables como el IMC, las transaminasas hepáticas o la resistencia a la insulina, pueden verse afectadas por cambios fisiológicos propios del envejecimiento. Por ejemplo, en personas mayores, el IMC puede subestimar la adiposidad debido a la pérdida de masa muscular, mientras que otros marcadores pueden no reflejar con precisión la acumulación de grasa hepática en este grupo etario.

Por otro lado, el estatus socioeconómico juega un papel determinante en la prevalencia de la MASLD con el envejecimiento. Individuos con menores ingresos suelen tener menor acceso a una alimentación saludable, mayor consumo de alimentos ultraprocesados y menor adherencia a patrones dietéticos equilibrados, como la dieta mediterránea60. Asimismo, la práctica de actividad física suele reducirse con la edad, especialmente en poblaciones con menor poder adquisitivo, debido a barreras económicas, falta de acceso a espacios recreativos o limitaciones de salud61. Este estilo de vida más sedentario favorece la obesidad, el síndrome metabólico y, en consecuencia, el riesgo de MASLD.

Además, el envejecimiento se asocia con un mayor uso de fármacos, algunos de los cuales pueden influir en la salud hepática, bien sea por efectos hepatotóxicos o por alterar el metabolismo lipídico. Esto puede contribuir a una mayor acumulación de grasa en el hígado y aumentar la probabilidad de desarrollar fibrosis hepática en etapas avanzadas.

En conclusión, el aumento del riesgo de MASLD con la edad refleja una interacción compleja entre cambios metabólicos, la menor precisión de los índices de riesgo en adultos mayores y factores socioeconómicos que afectan el estilo de vida. Esto subraya la importancia de adaptar las estrategias de prevención y cribado en poblaciones envejecidas, considerando tanto aspectos clínicos como determinantes sociales de la salud.

Según los datos obtenidos en esta investigación, el sexo también se reveló como un factor determinante en la presencia de valores elevados en las escalas de MASLD. Los hombres presentaron valores significativamente más altos en comparación con las mujeres, lo que coincide con estudios previos que indican una mayor susceptibilidad masculina a la acumulación de grasa hepática62. Este fenómeno podría explicarse por diferencias en la distribución de grasa corporal63, niveles hormonales64 y sensibilidad a la insulina65. La protección hormonal conferida por los estrógenos en mujeres premenopáusicas podría ser un factor clave en la menor prevalencia observada en este grupo66.

Nuestros resultados muestran una relación inversa entre el estatus socioeconómico y el riesgo de MASLD. Los auxiliares de enfermería y celadores presentaron valores significativamente más altos en comparación con los facultativos. Este hallazgo es congruente con investigaciones previas que asocian un nivel socioeconómico inferior con un mayor riesgo de enfermedades metabólicas, posiblemente debido a diferencias en el acceso a recursos de salud, patrones alimentarios y niveles de actividad física67.

El tipo de trabajo también se asoció con la presencia de valores elevados en las escalas de MASLD en algunas investigaciones. Los profesionales con ocupaciones que implican menor actividad física y mayores niveles de estrés podrían estar en mayor riesgo68. Es fundamental desarrollar programas de promoción de la salud dirigidos a estos subgrupos de la población trabajadora.

Nosotros hemos encontrado que el tabaquismo se asoció significativamente con valores elevados en las escalas de MASLD, lo que respalda estudios previos que sugieren que el tabaco puede contribuir al desarrollo de la enfermedad hepática grasa69 a través de mecanismos inflamatorios, estrés oxidativo y alteraciones en la sensibilidad a la insulina70. Estos hallazgos refuerzan la necesidad de implementar estrategias para reducir el consumo de tabaco en poblaciones con riesgo elevado de enfermedad metabólica.

Por otro lado, la actividad física regular se asoció con menores valores en las escalas de riesgo, confirmando su papel protector en la prevención de la MASLD. Este efecto beneficioso podría atribuirse a la mejora en la sensibilidad a la insulina, la reducción de la inflamación y la modulación del metabolismo hepático de los lípidos71. Las intervenciones dirigidas a aumentar los niveles de actividad física en la población trabajadora podrían ser una estrategia clave para la prevención de la enfermedad.

La adherencia a la dieta mediterránea se asoció con un menor riesgo de MASLD, lo que coincide con numerosos estudios que destacan su efecto protector en enfermedades metabólicas72. Este patrón alimentario, caracterizado por un alto consumo de frutas, verduras, legumbres, frutos secos y aceite de oliva, ha demostrado mejorar la resistencia a la insulina73, reducir la inflamación74 y modular favorablemente el perfil lipídico75. No obstante, la proporción de participantes con una alta adherencia a la dieta mediterránea fue relativamente baja, lo que subraya la necesidad de iniciativas para fomentar hábitos alimentarios saludables en el entorno laboral.

Fortalezas y limitaciones del estudio

Entre las fortalezas del estudio se encuentra el tamaño de la muestra, con una cohorte de 44.939 trabajadores sanitarios, lo que permite realizar un análisis robusto de las asociaciones entre diversas variables y el riesgo de MASLD. Además, el uso de múltiples escalas de riesgo validadas permite una evaluación integral del fenómeno.

Sin embargo, el estudio presenta algunas limitaciones. En primer lugar, la naturaleza transversal del diseño impide establecer relaciones causales entre las variables analizadas y el desarrollo de MASLD. Además, la información sobre el estilo de vida se basó en cuestionarios autoinformados, lo que podría estar sujeto a sesgos de información y deseabilidad social. Futuras investigaciones con diseños longitudinales y métodos objetivos de evaluación de la dieta y la actividad física podrían proporcionar evidencia más concluyente.

Conclusiones

Los hallazgos de este estudio refuerzan la importancia de la edad, el sexo, el estatus socioeconómico y los hábitos de vida en la predicción del riesgo de MASLD. En particular, el consumo de tabaco, la inactividad física y la baja adherencia a la dieta mediterránea se asocian con valores elevados en las escalas de riesgo. Estos resultados destacan la necesidad de intervenciones dirigidas a modificar estos factores, especialmente en los grupos de mayor riesgo, como los trabajadores sanitarios con menor estatus socioeconómico y aquellos con hábitos de vida no saludables.

Desde una perspectiva de salud pública, se requieren estrategias multidisciplinarias que incluyan programas de promoción de la actividad física, educación nutricional y políticas para la reducción del consumo de tabaco en el entorno laboral. La identificación temprana y la modificación de factores de riesgo podrían contribuir significativamente a la prevención de la progresión de la MASLD y sus complicaciones metabólicas asociadas.

Financiación

Los autores confirman que no han recibido financiación para la realización de este estudio.

Consideraciones éticas

Este estudio se llevó a cabo siguiendo los principios éticos establecidos en la Declaración de Helsinki y contó con la aprobación del Comité de Ética e Investigación de las Islas Baleares (CEI-IB), bajo el protocolo número IB 4383/20. Se obtuvo el consentimiento informado por escrito de todos los participantes, y los datos fueron anonimizados conforme a lo estipulado en la Ley Orgánica 3/2018 de Protección de Datos en España.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.

Bibliografía
[1]
Y. He, N. Yao, F. Tian, L. Liu, X. Lin, X. Chen, et al.
Prevalence and risk factors of MAFLD and its metabolic comorbidities in community-based adults in China: A cross-sectional study.
Diabetes Metab Syndr., 18 (2024), pp. 102973
[2]
X. Wu, C.K.Y. Cheung, D. Ye, S. Chakrabarti, H. Mahajan, S. Yan, et al.
Serum Thrombospondin-2 Levels Are Closely Associated With the Severity of Metabolic Syndrome and Metabolic Associated Fatty Liver Disease.
J Clin Endocrinol Metab., 107 (2022), pp. e3230-e3240
[3]
M.V. Machado, H. Cortez-Pinto.
NAFLD, MAFLD and obesity: brothers in arms?.
Nat Rev Gastroenterol Hepatol., 20 (2023), pp. 67-68
[4]
L. Cao, Y. An, H. Liu, J. Jiang, W. Liu, Y. Zhou, et al.
Global epidemiology of type 2 diabetes in patients with NAFLD or MAFLD: a systematic review and meta-analysis.
[5]
M. Eslam, P.N. Newsome, S.K. Sarin, Q.M. Anstee, G. Targher, M. Romero-Gomez, et al.
A new definition for metabolic dysfunction-associated fatty liver disease: An international expert consensus statement.
J Hepatol., 73 (2020), pp. 202-209
[6]
M. Romero-Gómez.
Non-alcoholic steatohepatitis.
Med Clin (Barc)., 159 (2022), pp. 388-395
[7]
M. Eslam, A.J. Sanyal, J. George.
International Consensus Panel. MAFLD: A Consensus-Driven Proposed Nomenclature for Metabolic Associated Fatty Liver Disease.
Gastroenterology., 158 (2020), pp. 1999-2014
[8]
Q. Dong, H. Bao, J. Wang, W. Shi, X. Zou, J. Sheng, et al.
Liver fibrosis and MAFLD: the exploration of multi-drug combination therapy strategies.
Front Med (Lausanne)., 10 (2023), pp. 1120621
[9]
G. Feng, L. Valenti, V.W. Wong, Y.M. Fouad, Y. Yilmaz, W. Kim, et al.
Recompensation in cirrhosis: unravelling the evolving natural history of nonalcoholic fatty liver disease.
Nat Rev Gastroenterol Hepatol., 21 (2024), pp. 46-56
[10]
S.D.W. Bae, J. George, L. Qiao.
From MAFLD to hepatocellular carcinoma and everything in between.
Chin Med J (Engl)., 135 (2022), pp. 547-556
[11]
A. Boccatonda, L. Andreetto, D. D’Ardes, G. Cocco, I. Rossi, S. Vicari, et al.
From NAFLD to MAFLD: Definition, Pathophysiological Basis and Cardiovascular Implications.
Biomedicines., 11 (2023), pp. 883
[12]
L. Miao, G. Targher, C.D. Byrne, Y.Y. Cao, M.H. Zheng.
Current status and future trends of the global burden of MASLD.
Trends Endocrinol Metab., 35 (2024), pp. 697-707
[13]
T. Tian, J. Zhang, W. Xie, Y. Ni, X. Fang, M. Liu, et al.
Dietary Quality and Relationships with Metabolic Dysfunction-Associated Fatty Liver Disease (MAFLD) among United States Adults, Results from NHANES 2017-2018.
Nutrients., 14 (2022), pp. 4505
[14]
D.Q. Sun, Y. Jin, T.Y. Wang, K.I. Zheng, R.S. Rios, H.Y. Zhang, et al.
MAFLD and risk of CKD.
Metabolism., 115 (2021), pp. 154433
[15]
M. Li, M. Cui, G. Li, Y. Liu, Y. Xu, S.P. Eftekhar, et al.
The Pathophysiological Associations Between Obesity, NAFLD, and Atherosclerotic Cardiovascular Diseases.
Horm Metab Res., 56 (2024), pp. 683-696
[16]
S.C. Pal, M. Eslam, N. Mendez-Sanchez.
Detangling the interrelations between MAFLD, insulin resistance, and key hormones.
Hormones (Athens)., 21 (2022), pp. 573-589
[17]
F. Prattichizzo, A. Ceriello, V.N. Shah.
Obesity, NAFLD/NASH, and Diabetes.
Diabetes Technol Ther., 26 (2024), pp. S231-S240
[18]
J. Pan, F. Wu, M. Chen, J. He, Y. Gu, L. Pei, et al.
Prevalence of NAFLD, MAFLD, and MASLD: NHANES 1999-2018.
Diabetes Metab., 50 (2024), pp. 101562
[19]
R.M. Pipitone, C. Ciccioli, G. Infantino, C. La Mantia, S. Parisi, A. Tulone, et al.
MAFLD: a multisystem disease.
Ther Adv Endocrinol Metab., 14 (2023),
[20]
A. Viswanath, S. Fouda, C.J. Fernandez, J.M. Pappachan.
Metabolic-associated fatty liver disease and sarcopenia: A double whammy.
World J Hepatol., 16 (2024), pp. 152-163
[21]
O.O. Badmus, S.A. Hillhouse, C.D. Anderson, T.D. Hinds, D.E. Stec.
Molecular mechanisms of metabolic associated fatty liver disease (MAFLD): functional analysis of lipid metabolism pathways.
Clin Sci (Lond)., 136 (2022), pp. 1347-1366
[22]
Y. Sakurai, N. Kubota, T. Yamauchi, T. Kadowaki.
Role of Insulin Resistance in MAFLD.
Int J Mol Sci., 22 (2021), pp. 4156
[23]
F. Angelico, D. Alcantara-Payawal, R.A. Rani, N. Mustafa, N. Thongtang, R. Chaiteerakij, et al.
Review and expert opinion on MAFLD, oxidative stress and multifunctional management.
Drugs Context., 13 (2024), pp. 2023-2029
[24]
P. Torre, B.M. Motta, R. Sciorio, M. Masarone, M. Persico.
Inflammation and Fibrogenesis in MAFLD: Role of the Hepatic Immune System.
Front Med (Lausanne)., 8 (2021), pp. 781567
[25]
Y. Zhao, Y. Zhou, D. Wang, Z. Huang, X. Xiao, Q. Zheng, et al.
Mitochondrial Dysfunction in Metabolic Dysfunction Fatty Liver Disease (MAFLD).
Int J Mol Sci., 24 (2023), pp. 17514
[26]
N. Panera, M. Meroni, M. Longo, A. Crudele, L. Valenti, E. Bellacchio, et al.
The KLB rs17618244 gene variant is associated with fibrosing MAFLD by promoting hepatic stellate cell activation.
EBioMedicine., 65 (2021), pp. 103249
[27]
A. Alisi, G. McCaughan, H. Grønbæk.
Role of gut microbiota and immune cells in metabolic-associated fatty liver disease: clinical impact.
Hepatol Int., 18 (2024), pp. 861-872
[28]
O.K. Didyk, V.V. Chernyavskyi, V.P. Shypulin, V.V. Tishchenko.
Effectiveness of rifaximin and probiotics for the correction of intestinal permeability in patients with metabolic-associated fatty liver disease in combination with type 2 diabetes mellitus.
Wiad Lek., 77 (2024), pp. 732-738
[29]
L. Tong, S. Zhang, Q. Liu, C. Huang, H. Hao, M.S. Tan, et al.
Milk-derived extracellular vesicles protect intestinal barrier integrity in the gut-liver axis.
Sci Adv., 9 (2023), pp. eade5041
[30]
S. Shen, K. Wang, Y. Zhi, Y. Dong.
Gypenosides counteract hepatic steatosis and intestinal barrier injury in rats with metabolic associated fatty liver disease by modulating the adenosine monophosphate activated protein kinase and Toll-like receptor 4/nuclear factor kappa B pathways.
Pharm Biol., 60 (2022), pp. 1949-1959
[31]
D. Lindén, S. Romeo.
Therapeutic opportunities for the treatment of NASH with genetically validated targets.
J Hepatol., 79 (2023), pp. 1056-1064
[32]
H. Fan, Z. Liu, P. Zhang, S. Wu, X. Han, Y. Huang, et al.
Characteristics and long-term mortality of patients with non-MAFLD hepatic steatosis.
Hepatol Int., 17 (2023), pp. 615-625
[33]
M. Eslam, S.K. Sarin, V.W. Wong, J.G. Fan, T. Kawaguchi, S.H. Ahn, et al.
The Asian Pacific Association for the Study of the Liver clinical practice guidelines for the diagnosis and management of metabolic associated fatty liver disease.
Hepatol Int., 14 (2020), pp. 889-919
[34]
D.Q. Huang, N. Noureddin, V. Ajmera, M. Amangurbanova, R. Bettencourt, E. Truong, et al.
Type 2 diabetes, hepatic decompensation, and hepatocellular carcinoma in patients with non-alcoholic fatty liver disease: an individual participant-level data meta-analysis.
Lancet Gastroenterol Hepatol., 8 (2023), pp. 829-836
[35]
P. Kasper, A. Martin, S. Lang, F. Kütting, T. Goeser, M. Demir, et al.
NAFLD and cardiovascular diseases: a clinical review.
Clin Res Cardiol., 110 (2021), pp. 921-937
[36]
M. Ala.
SGLT2 Inhibition for Cardiovascular Diseases, Chronic Kidney Disease, and NAFLD.
Endocrinology., 162 (2021), pp. bqab157
[37]
S.S. Tamber, P. Bansal, S. Sharma, R.B. Singh, R. Sharma.
Biomarkers of liver diseases.
Mol Biol Rep., 50 (2023), pp. 7815-7823
[38]
V. Ratziu, F. Charlotte, A. Heurtier, S. Gombert, P. Giral, E. Bruckert, LIDO Study Group. Sampling variability of liver biopsy in nonalcoholic fatty liver disease, et al.
Gastroenterology, 128 (2005), pp. 1898-1906
[39]
S. Lin, J. Huang, M. Wang, R. Kumar, Y. Liu, S. Liu, et al.
Comparison of MAFLD and NAFLD diagnostic criteria in real world.
Liver Int., 40 (2020), pp. 2082-2089
[40]
E.A. Selvaraj, F.E. Mózes, A.N.A. Jayaswal, M.H. Zafarmand, Y. Vali, J.A. Lee, et al.
Diagnostic accuracy of elastography and magnetic resonance imaging in patients with NAFLD: A systematic review and meta-analysis.
J Hepatol., 75 (2021), pp. 770-785
[41]
W.F. Xi, A.M. Yang.
Association between cardiometabolic index and controlled attenuation parameter in U.S. adults with NAFLD: findings from NHANES (2017-2020).
Lipids Health Dis., 23 (2024), pp. 40
[42]
E.S. George, A. Reddy, A.J. Nicoll, M.C. Ryan, C. Itsiopoulos, G. Abbott, et al.
Impact of a Mediterranean diet on hepatic and metabolic outcomes in non-alcoholic fatty liver disease: The MEDINA randomised controlled trial.
Liver Int., 42 (2022), pp. 1308-1322
[43]
V. Ajmera, R. Loomba.
Imaging biomarkers of NAFLD, NASH, and fibrosis.
Mol Metab., 50 (2021), pp. 101167
[44]
E. Martínez-Almoyna Rifá, P. Tomás-Gil, J.L. Coll Villalonga, J.I. Ramírez-Manent, K. Riera Routon, A.A. López-González.
Variables that influence the values of 7 scales that determine the risk of nonalcoholic fatty liver disease and liver fibrosis in 219,477 spanish workers.
Acad J Health Sci, 38 (2023), pp. 9-16
[45]
E. Martínez-Almoyna Rifá, P. Tomás-Gil, J.L. Coll Villalonga, J.I. Ramírez-Manent, P. Martí-Lliteras, A.A. López-González.
Relationship between values of 7 NAFLD scales and different RCV scales in 219,477 Spanish workers.
Acad J Health Sci, 38 (2023), pp. 52-59
[46]
E. Martínez-Almoyna Rifá, P. Tomás-Gil, J.L. Coll Villalonga, J.I. Ramírez-Manent, P. Martí-Lliteras, A.A. López-González.
Relationship between nonalcoholic fatty liver disease and liver fibrosis risk scales with overweight and obesity scales in 219,477 spanish workers.
Acad J Health Sci, 38 (2023), pp. 92-100
[47]
M. Ebrahimi, S.A. Seyedi, S.A. Nabipoorashrafi, S. Rabizadeh, M. Sarzaeim, A. Yadegar, et al.
Lipid accumulation product (LAP) index for the diagnosis of nonalcoholic fatty liver disease (NAFLD): a systematic review and meta-analysis.
Lipids Health Dis., 22 (2023), pp. 41
[48]
M. Kjaergaard, K.P. Lindvig, K.H. Thorhauge, P. Andersen, J.K. Hansen, N. Kastrup, et al.
Using the ELF test, FIB-4 and NAFLD fibrosis score to screen the population for liver disease.
J Hepatol., 79 (2023), pp. 277-286
[49]
J. Lee, Y. Vali, J. Boursier, R. Spijker, Q.M. Anstee, P.M. Bossuyt, et al.
Prognostic accuracy of FIB-4, NAFLD fibrosis score and APRI for NAFLD-related events: A systematic review.
Liver Int., 41 (2021), pp. 261-270
[50]
C. De Matteis, M. Cariello, G. Graziano, S. Battaglia, P. Suppressa, G. Piazzolla, et al.
AST to Platelet Ratio Index (APRI) is an easy-to-use predictor score for cardiovascular risk in metabolic subjects.
Sci Rep., 11 (2021), pp. 14834
[51]
A.L. Sberna, B. Bouillet, A. Rouland, M.C. Brindisi, A. Nguyen, T. Mouillot, European Association for the Study of the Liver (EASL), et al.
European Association for the Study of Diabetes (EASD) and European Association for the Study of Obesity (EASO) clinical practice recommendations for the management of non-alcoholic fatty liver disease: evaluation of their application in people with Type 2 diabetes.
Diabet Med., 35 (2018), pp. 368-375
[52]
J. Obrador de Hevia, López-González ÁA, J.I. Ramírez-Manent, H. Paublini Oliveira, P.J. Tárraga López, P. Riutord-Sbert.
Relationship between alcohol consumption and other variables with the values of different cardiovascular risk factors in 139634 Spanish workers.
Acad J Health Sci, 39 (2024), pp. 132-141
[53]
M. Mestre Font, C. Busquets-Cortés, J.I. Ramírez-Manent, D. Vallejos, T. Sastre Alzamora, A.A. López-González.
Influence of sociodemographic variables and healthy habits on the values of cardiometabolic risk scales in 386924 spanish workers.
Acad J Health Sci, 39 (2024), pp. 112-121
[54]
M. Mestre-Font, C. Busquets-Cortés, J.I. Ramírez-Manent, P. Tomás-Gil, H. Paublini, A.A. López-González.
Influence of sociodemographic variables and healthy habits on the values of type 2 diabetes risk scales.
Acad J Health Sci, 39 (2024), pp. 99-106
[55]
S.A. Alqahtani, J.M. Schattenberg.
NAFLD in the Elderly.
Clin Interv Aging., 16 (2021), pp. 1633-1649
[56]
H. Fujii, N. Kawada, Japan Study Group of NAFLD (JSG-NAFLD).
The Role of Insulin Resistance and Diabetes in Nonalcoholic Fatty Liver Disease.
Int J Mol Sci., 21 (2020), pp. 3863
[57]
Y. Zheng, S. Wang, J. Wu, Y. Wang.
Mitochondrial metabolic dysfunction and non-alcoholic fatty liver disease: new insights from pathogenic mechanisms to clinically targeted therapy.
J Transl Med., 21 (2023), pp. 510
[58]
A. Leeson-Payne, J. Iyinikkel, C. Malcolm, B.Y.H. Lam, N. Sommer, G.K.C. Dowsett, et al.
Loss of GPR75 protects against non-alcoholic fatty liver disease and body fat accumulation.
Cell Metab., 36 (2024), pp. 1076-1087
[59]
H. Pan, B. Liu, X. Luo, X. Shen, J. Sun, A. Zhang.
Non-alcoholic fatty liver disease risk prediction model and health management strategies for older Chinese adults: a cross-sectional study.
Lipids Health Dis., 22 (2023), pp. 205
[60]
M. Mestre Font, C. Busquets-Cortés, J.I. Ramírez-Manent, P. Tomás-Gil, H. Paublini, A.A. López-González.
Influence of sociodemographic variables and healthy habits on the values of overweight and obesity scales in 386,924 Spanish workers.
Acad J Health Sci, 39 (2024), pp. 27-35
[61]
J.C. Torres García, P.J. Tárraga López, I. Ramírez Gallegos, A. Tárraga Marcos, A.A. López González, J.I. Ramírez-Manent.
Relación entre actividad Física y Riesgo Cardiovascular: Una revisión sistemática.
Acad J Health Sci, 39 (2024), pp. 26-40
[62]
A. Jesuthasan, S. Zhyzhneuskaya, C. Peters, A.C. Barnes, K.G. Hollingsworth, N. Sattar, et al.
Sex differences in intraorgan fat levels and hepatic lipid metabolism: implications for cardiovascular health and remission of type 2 diabetes after dietary weight loss.
Diabetologia., 65 (2022), pp. 226-233
[63]
S. Ciardullo, A. Oltolini, R. Cannistraci, E. Muraca, G. Perseghin.
Sex-related association of nonalcoholic fatty liver disease and liver fibrosis with body fat distribution in the general US population.
Am J Clin Nutr., 115 (2022), pp. 1528-1534
[64]
A. Kasarinaite, M. Sinton, P.T.K. Saunders, D.C. Hay.
The Influence of Sex Hormones in Liver Function and Disease.
Cells., 12 (2023), pp. 1604
[65]
M. Gado, E. Tsaousidou, S.R. Bornstein, N. Perakakis.
Sex-based differences in insulin resistance.
J Endocrinol., 261 (2024), pp. e230245
[66]
E.Y. Kim, Y.J. Lee, Y.J. Kwon, J.W. Lee.
Age at menopause and risk of metabolic dysfunction-associated fatty liver disease: A 14-year cohort study.
Dig Liver Dis., 56 (2024), pp. 1880-1886
[67]
E. Vilar-Gomez, L.D. Nephew, R. Vuppalanchi, S. Gawrieh, A. Mladenovic, F. Pike, et al.
High-quality diet, physical activity, and college education are associated with low risk of NAFLD among the US population.
Hepatology., 75 (2022), pp. 1491-1506
[68]
M.G. Barisio D́Angelo, A.M. Actis, D. Outomuro.
Hígado Graso no Alcohólico: una entidad cada vez más frecuente y de pronóstico incierto.
Rev Gastroenterol Perú, 29 (2009), pp. 44-50
[69]
B. Chen, L. Sun, G. Zeng, Z. Shen, K. Wang, L. Yin, et al.
Gut bacteria alleviate smoking-related NASH by degrading gut nicotine.
Nature., 610 (2022), pp. 562-568
[70]
M. Znyk, J. Jurewicz, D. Kaleta.
Exposure to Heated Tobacco Products and Adverse Health Effects, a Systematic Review.
Int J Environ Res Public Health., 18 (2021), pp. 6651
[71]
J. Huang, Y. Wu, J. Zheng, M. Wang, G.B. Goh, S. Lin.
The prognostic role of diet quality in patients with MAFLD and physical activity: data from NHANES.
Nutr Diabetes., 14 (2024), pp. 4
[72]
Y. Xiao, X. Zhang, D. Yi, F. Qiu, L. Wu, Y. Tang, et al.
Mediterranean diet affects the metabolic outcome of metabolic dysfunction-associated fatty liver disease.
Front Nutr., 10 (2023), pp. 1225946
[73]
M. Mirabelli, E. Chiefari, B. Arcidiacono, D.M. Corigliano, F.S. Brunetti, V. Maggisano, et al.
Mediterranean Diet Nutrients to Turn the Tide against Insulin Resistance and Related Diseases.
Nutrients., 12 (2020), pp. 1066
[74]
H.A. Al-Aubaidy, A. Dayan, M.A. Deseo, C. Itsiopoulos, D. Jamil, N.R. Hadi, et al.
Twelve-Week Mediterranean Diet Intervention Increases Citrus Bioflavonoid Levels and Reduces Inflammation in People with Type 2 Diabetes Mellitus.
Nutrients., 13 (2021), pp. 1133
[75]
C. Del Bo’, S. Perna, S. Allehdan, A. Rafique, S. Saad, F. AlGhareeb, et al.
Does the Mediterranean Diet Have Any Effect on Lipid Profile, Central Obesity and Liver Enzymes in Non-Alcoholic Fatty Liver Disease (NAFLD) Subjects? A Systematic Review and Meta-Analysis of Randomized Control Trials.
Nutrients., 15 (2023), pp. 2250
Copyright © 2025. Sociedad Española de Médicos de Atención Primaria (SEMERGEN)
Opciones de artículo
Herramientas