Patrones espacio-temporales de la mortalidad por diabetes mellitus:
Revisión de alcance
DOI:
https://doi.org/10.35699/2316-9389.2026.64300Palabras clave:
Diabetes Mellitus, Mortalidad, Analisis Espacio-Temporal, Revisión de AlcanceResumen
Objetivo: mapear los patrones espaciales y temporales de la mortalidad por diabetes mellitus. Método: se realizó una revisión de alcance conforme a las recomendaciones de JBI y reportada de acuerdo con PRISMA-ScR. La búsqueda se llevó a cabo en abril de 2025 en las bases de datos MEDLINE, BVS, Web of Science, Scopus, LILACS, EMBASE y en literatura gris, sin restricción de idioma ni de período. Resultados: se incluyeron 12 estudios realizados entre 2015 y 2024, predominantemente en Asia y las Américas, con enfoques ecológicos y de series temporales que utilizaron modelado bayesiano y análisis espacial. Se identificó una heterogeneidad espacial significativa, con agrupamientos de alta mortalidad en regiones con bajo desarrollo socioeconómico. Los factores socioeconómicos (urbanización y renta per cápita), ambientales (mayor urbanización, aumento de la temperatura media y contaminación), demográficos (países del hemisferio sur) y comportamentales (obesidad e inactividad física) mostraron asociación con la mortalidad por diabetes mellitus. Conclusión: la mortalidad por diabetes mellitus presenta patrones espacio-temporales heterogéneos, lo que demanda intervenciones contextualizadas y el fortalecimiento de la vigilancia epidemiológica.
Descargas
Referencias
1. Rossaneis MA, Andrade SM, Gvozd R, Pissinati PSC, Haddad MCL. Factors associated with glycemic control in people with diabetes mellitus. Cienc Saúde Colet [Internet]. 2019 [citado em 2025 maio 28];24(3):997-1005. Disponível em: https://doi.org/10.1590/1413-81232018243.02022017
2. Rodacki M, Cobas RA, Zajdenverg L, Silva Júnior WS, Giacaglia L, Calliari LE, et al. Diagnóstico de diabetes mellitus. Diretriz Oficial da Sociedade Brasileira de Diabetes (2024). São Paulo: Sociedade Brasileira de Diabetes [Internet]; 2024 [citado em 2025 maio 27]. Disponível em: https://doi.org/10.29327/5412848.2024-1
3. Genitsaridi I, Salpea P, Salim A, Sajjadi SF, Tomic D, James S, et al. 11th edition of the IDF Diabetes Atlas: global, regional, and national diabetes prevalence estimates for 2024 and projections for 2050. Lancet Diabetes Endocrinol [Internet]. 2026 [citado em 2025 maio 27];14(2):149-56. Disponível em: https://doi.org/10.1016/S2213-8587(25)00299-2
4. Xu Y, Lu J, Li M, Wang T, Wang K, Cao Q, et al. Diabetes in China part 1: epidemiology and risk factors. Lancet Public Health [Internet]. 2024 [citado em 2025 maio 27];9(12):e1089-97. Disponível em: https://doi.org/10.1016/S2468-2667(24)00250-0
5. Blangiardo M, Boulieri A, Diggle P, Piel F, Shaddick G, Elliott P. Advances in spatiotemporal models for non-communicable disease surveillance. Int J Epidemiol [Internet]. 2020 [citado em 2025 maio 15];49(1):5-16. Disponível em: https://doi.org/10.1093/ije/dyz181
6. Peters MDJ, Godfrey C, McInerney P, Munn Z, Tricco AC, Khalil H. Scoping reviews. In: Aromataris E, Lockwood C, Porritt K, Pilla B, Jordan Z, editors. JBI manual for evidence synthesis. Adelaide: JBI; 2024 [citado em 2025 mar. 20]. Disponível em: https://doi.org/10.46658/JBIMES-24-09
7. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ [Internet]. 2021 [citado em 2025 mar. 20];372:n71. Disponível em: https://doi.org/10.1136/bmj.n71
8. Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A. Rayyan - a web and mobile app for systematic reviews. Syst Rev [Internet]. 2016 [citado em 2025 mar. 20];5(1):210. Disponível em: https://doi.org/10.1186/s13643-016-0384-4
9. Zhou M, Astell-Burt T, Yin P, Feng X, Page A, Liu Y, et al. Spatiotemporal variation in diabetes mortality in China: multilevel evidence from 2006 and 2012. BMC Public Health [Internet]. 2015 [citado em 2025 maio 18];15:633. Disponível em: https://doi.org/10.1186/s12889-015-1982-0
10. Leveau CM, Marro MJ, Alonso V, Lawrynowicz AEB. Does geographic context matter in diabetes-related mortality? Spatial and time trends in Argentina, 1990-2012. Cad Saude Publica [Internet]. 2017 [citado em 2025 maio 20];33(1):e00169615. Disponível em: https://doi.org/10.1590/0102-311X00169615
11. Núñez-González S, Delgado-Ron A, Simancas-Racines D. Tendencias y análisis espacio-temporal de la mortalidad por diabetes mellitus en Ecuador, 2001-2016. Rev Cubana Salud Publica [Internet]. 2020 [citado em 2025 jun. 23];46(2). Disponível em: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662020000200011.
12. Nurjannah N, Baker KM, Mashinini DP. Spatiotemporal trends in diabetes-related mortality by school district in the state of Michigan, United States. Epidemiol Health [Internet]. 2021 [citado em 2025 jun. 23];43:e2021098. Disponível em:
https://doi.org/10.4178/epih.e2021098
13. Quiñones S, Goyal A, Ahmed ZU. Geographically weighted machine learning model for untangling spatial heterogeneity of type 2 diabetes mellitus (T2D) prevalence in the USA. Sci Rep [Internet]. 2021 [citado em 2025 jun. 20];11(1):6955. Disponível em: https://doi.org/10.1038/s41598-021-85381-1
14. Liu C, Wang B, Liu S, Li S, Zhang K, Luo B, et al. Type 2 diabetes attributable to PM2.5: a global burden study from 1990 to 2019. Environ Int [Internet]. 2021 [citado em 2025 jun. 20];156:106725. Disponível em: https://doi.org/10.1016/j.envint.2021.106725
15. Rhee SY. Spatiotemporal analyses of the epidemiological characteristics of diabetes mellitus. Epidemiol Health [Internet]. 2021 [citado em 2025 jun. 20];43:e2021102. Disponível em: https://doi.org/10.4178/epih.e2021102
16. Liu Y, Wang D, Huang X, Liang R, Tu Z, You X, et al. Temporal trend and global burden of type 2 diabetes attributable to non-optimal temperature, 1990-2019: an analysis for the Global Burden of Disease Study 2019. Environ Sci Pollut Res Int [Internet]. 2023 [citado em 2025 jun. 20];30:82686-82695. Disponível em:
https://doi.org/10.1007/s11356-023-28225-1
17. Garces TS, Damasceno LLV, Sousa GJB, Cestari VRF, Pereira MLD, Moreira TMM. Relação entre indicadores de desenvolvimento social e mortalidade por diabetes mellitus no Brasil: análise espacial e temporal. Rev Latino-Am Enferm [Internet]. 2023 [citado em 2025 jun. 20];31:e3973. Disponível em:
https://doi.org/10.1590/1518-8345.6592.3973
18. Fan S, Xu J, Wu J, Yan L, Ren M. Spatiotemporal trends of type 2 diabetes due to low physical activity from 1990 to 2019 and forecasted prevalence in 2050: a Global Burden of Disease Study 2019. J Nutr Health Aging [Internet]. 2024 [citado em 2025 jun. 19];28(11):100402. Disponível em: https://doi.org/10.1016/j.jnha.2024.100402
19. Zheng W, Chu J, Bambrick H, Wang N, Mengersen K, Guo X, et al. Temperature, relative humidity and elderly type 2 diabetes mortality: a spatiotemporal analysis in Shandong, China. Int J Hyg Environ Health [Internet]. 2024 [citado em 2025 jun. 19];262:114442. Disponível em: https://doi.org/10.1016/j.ijheh.2024.114442
20. Xu Z, Feng J, Xing S, Liu Y, Chen Y, Li J, et al. Global trends and spatial drivers of diabetes mellitus mortality, 1990-2019: a systematic geographical analysis. Front Endocrinol [Internet]. 2024 [citado em 2025 jun. 19];15:1370489. Disponível em: https://doi.org/10.3389/fendo.2024.1370489
21. Tuomilehto J, Uusitupa M, Gregg E, Lindström J. Type 2 diabetes prevention programs—from proof-of-concept trials to national intervention and beyond. J Clin Med [Internet]. 2023 [citado em 2025 jun. 19];12:1876. Disponível em:
https://doi.org/10.3390/jcm12051876
22. Valabhji J, Barron E, Bradley D, Bakhai C, Fagg J, O’Neill S, et al. Early outcomes from the English National Health Service Diabetes Prevention Programme. Diabetes Care [Internet]. 2020 [citado em 2025 jun. 19];43(1):152-60. Disponível em:
https://doi.org/10.2337/dc19-1425
23. Lee I, Kang M, Choi J, Lim H, Chon S. Clinically practical and affordable lifestyle modification to prevent diabetes mellitus in real practice. Diabetes Metab J [Internet]. 2025 [citado em 2025 jun. 21];49(5):951-63. Disponível em: https://doi.org/10.4093/dmj.2025.0675
24. Liu J, Bai R, Chai Z, Cooper M, Zimmet P, Zhang L. Low-and middle-income countries demonstrate rapid growth of type 2 diabetes: an analysis based on Global Burden of Disease 1990–2019 data. Diabetologia [Internet] 2022[citado em 2025 jun. 21];65(8):1339-52. Disponível em: https://doi.org/10.1007/s00125-022-05713-6
25. Yang BY, Qian Z, Li S, Chen G, Bloom MS, Elliott M, et al. Ambient air pollution in relation to diabetes and glucose-homoeostasis markers in China: a cross-sectional study with findings from the 33 Communities Chinese Health Study. Lancet Planet Health [Internet]. 2018 [citado em 2025 jun. 21];2(2):e64-e73. Disponível em:
https://doi.org/10.1016/S2542-5196(18)30001-9
26. Hill-Briggs F, Fitzpatrick SL. Overview of social determinants of health in the development of diabetes. Diabetes Care [Internet]. 2023[citado em 2025 jun. 21];46(9):1590-8. Disponível em: https://doi.org/10.2337/dci23-0001
27. Su B, Wang Y, Dong Y, Hu G, Xu Y, Peng X, et al. Trends in Diabetes Mortality in Urban and Rural China, 1987–2019: a join point regression analysis. Front Endocrinol (Lausanne) [Internet]. 2022[citado em 2025 jun. 21];12:777654. Disponível em: https://doi.org/10.3389/fendo.2021.777654
28. Lord J, Roberson S, Odoi A. A retrospective investigation of spatial clusters and determinants of diabetes prevalence: scan statistics and geographically weighted regression modeling approaches. Peer J [Internet]. 2023[citado em 2025 jun. 21];11:e15107. Disponível em: https://doi.org/10.7717/peerj.15107
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 REME-Revista Mineira de Enfermagem

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.


































