Alteraciones espirométricas y sus factores de riesgo en la población joven ambulatoria

Alteraciones espirométricas y sus factores de riesgo en la población joven ambulatoria
Un estudio reciente en Osona (Cataluña) refleja que 20,7% de jóvenes presenta alteraciones espirométricas. También revela síntomas y factores de riesgo en la población joven ambulatoria.

Alteraciones espirométricas en población joven: estudio en Osona

Estudios recientes indican que alrededor del 10% de los adultos de 20-40 años de edad en la población general muestran valores espirométricos inferiores a lo normal, y que ello se asocia con un mayor riesgo de enfermedades respiratorias y no respiratorias, así como a mortalidad prematura a los 20 años de seguimiento.

Objetivo del estudio sobre alteraciones espirométricas

Investigar la prevalencia de las alteraciones espirométricas, las manifestaciones clínicas y los factores de riesgo en la población joven (18-50 años) en Osona, en la actualidad.

Muestra poblacional en estudio

Se incluyeron prospectivamente 241 participantes (149 mujeres [61,8%] y 92 varones [38,2%]), con una edad media de 34,2 ± 10,3 años, sin diferencias entre géneros, residentes en Osona.

Resultados clave sobre alteraciones espirométricas

El 20,7% de la población estudiada presentaba alteraciones espirométricas pre-broncodilatación (< LIN): 14,5% FEV1; 10,8% FVC y 7,9% FEV1/FVC), siendo más frecuentes en los varones que fumaban más y estaban más expuestos a profesiones de riesgo potencial.

El 20-30% de los participantes refería síntomas respiratorios, especialmente las mujeres.

Los participantes con espirometría patológica tenían con mayor frecuencia diagnósticos previos de asma, EPOC o diabetes, aunque no presentaban mayor exposición al tabaco ni más eventos en la infancia.

Conclusión: necesidad de profundizar en las alteraciones espirométricas

El 20,7% de la población joven en Osona muestra alteraciones espirométricas, cifra similar a la del estudio IBERPOC hace 30 años. Determinar su origen merece un estudio más amplio que incluya factores ambientales, genéticos y epigenéticos.

Autores

Marc Vila, Sandra Casas-Recasens,Rosa Faner, Vinicius Rosa Oliveira, Alvar Agustí

Más detalles en

Fecha de publicación

8 de Abril de 2025

Categorías asociadas al artículo

Noticias relacionadas

Artificial Intelligence in COPD

Artificial Intelligence in COPD

Artificial Intelligence in COPD is transforming disease management, from underdiagnosis to treatment guidance. Discover how machine learning clusters patients, predicts outcomes, and optimizes healthcare resources.

Leer más »

Imagen desarrollada DALL·E y Canva

Entérate de
Nuestras Publicaciones

Loading
Logotipo Universitat de Barcelona - Càtedra de Salut Respiratòria
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.