Podem ser os metais utilizados no diagnostico do diabetes mellitus tipo 2?

Abstract

A prevalência do diabetes mellitus está aumentando de forma exponencial, adquirindo características epidêmicas em vários países. Nos países em desenvolvimento, particularmente, constitui-se de um grave problema de saúde pública. Dessa forma, o desenvolvimento de novas metodologias que auxiliem no diagnóstico e controle de doenças traz uma importante contribuição não somente ao tratamento de pacientes portadores desta doença como também no estabelecimento de políticas públicas de prevenção da mesma. A presença dos metais em amostras de soro humano tem sido utilizada por diversos autores para o diagnóstico da doença. Entretanto sua interpretação constitui-se ainda um desafio. A principal razão para esta dificuldade consiste no fato de que, na maioria dos estudos encontrados na literatura, o nível de metais tanto nos pacientes como no grupo de controle estão, muitas vezes, na mesma faixa de distribuição. Neste estudo, é discutida uma nova abordagem para a interpretação dos níveis de metais em amostras de soro de indivíduos portadores de diabetes mellitus tipo 2 e a possibilidade de sua utilização no diagnóstico da doença. Foram recrutados pelo Hospital da Universidade Federal de Juiz de Fora, 86 sujeitos com diabetes mellitus tipo 2 e 67 sujeitos controle. As amostras de sangue foram colhidas para separar o soro. Os elementos Cu, Mg, Mn, Se, V e Zn foram determinados pela da técnica de espectrometria de massa de alta resolução com fonte de plasma indutivamente acoplado. A interpretação dos dados foi realizada utilizando-se as técnicas de análise discriminante, componentes principais e de cluster. O conteúdo de metais nas amostras analisadas foi concordante com os dados da literatura. No entanto, a principal conclusão deste estudo é que as concentrações de cada elemento, por si mesmas, não podem ser utilizadas no diagnóstico de diabetes mellitus. Porém, a determinação de todos os metais associados à doença e a utilização de técnicas estatísticas multivariadas podem proporcionar uma excelente alternativa para esta avaliação.