MEPERTROBE

Artículos científicos

• Gómez-Ambrosi J. Adipose tissue inflammation. Cells 2023;12:1484.
• Zapata JK, Azcona-Sanjulian MC, Catalán V, Ramírez B, Silva C, Rodríguez A, Escalada J, Frühbeck G, Gómez-Ambrosi J. BMI-based obesity classification misses children and adolescents with raised cardiometabolic risk due to increased adiposity. Cardiovasc Diabetol 2023;22:240.
• Gómez-Ambrosi J et al. Cardiometabolic risk stratification using a novel obesity phenotyping system based on body adiposity and waist circumference. Eur J Intern Med. 2024 Jun;124:54-60.
• Gómez-Ambrosi J et al. The evolution of the understanding of obesity over the last 100 years. Int J Obes 2025;49:168-176.
• Salmón-Gómez L, Victoria Catalán V, Frühbeck G, Gómez-Ambrosi J. Relevance of body composition in phenotyping the obesities. Rev Endocr Metab Disord 2023;24:809-823.
• Gómez-Ambrosi J. Recent progress in the management of obesity. Nutrients 2023;15:2651.
• Gómez-Ambrosi J. Recent progress in the management of obesity: Advances and insights from the latest research. Nutrients 2025;17:1225.
• Zapata JK et al. Childhood obesity: The threatening apprentice of the adiposity empire. Rev Endocr Metab Disord 2025;26.

Tesis doctorales relacionadas con este proyecto

• Rocío Marugán (ongoing). La titulada superior contratada por UNAV continua en el Programa de Doctorado en Investigación Biomédica de la Universidad de Navarra realizando sus estudios de doctorado.
• Alvaro San Martin Bernal (ongoing).

Descifrando la obesidad: un viaje hacia la medicina personalizada

La obesidad es una enfermedad compleja que afecta a millones de personas en todo el mundo. A menudo, los enfoques de tratamiento son impersonales, iguales para todos los pacientes, lo que implica que no funcionan de la misma forma para todas las personas. Es por eso que el proyecto MEPERTROBE se embarcó en una misión ambiciosa: comprender mejor cómo responde cada persona a las intervenciones dietéticas y sentar las bases para una medicina personalizada en el tratamiento de la obesidad. Este estudio, que ha reclutado a 123 pacientes, buscó ir más allá de las dietas genéricas, investigando a fondo las características individuales de cada participante para descubrir qué factores influyen en el éxito de una intervención.

¿Qué se hizo?

Para lograr su objetivo, el equipo de MEPERTROBE llevó a cabo una inmersión profunda en cada paciente, recopilando una gran cantidad de datos de cada paciente a lo largo de varios meses.

Primero, se realizaron mediciones antropométricas y de composición corporal. En relación con la antropometría básica se midió el peso, la altura, y el perímetro de la cintura, cadera y cuello. Esto nos da una idea general de la forma del cuerpo. Además, se llevó a cabo un análisis detallado con InBody. Este equipo avanzado de bioimpedancia proporciona información precisa sobre la grasa corporal, la masa muscular, el porcentaje de grasa, la grasa segmentada (en diferentes partes del cuerpo), el agua dentro y fuera de las células, el metabolismo basal (cuántas calorías quema el cuerpo en reposo) y los ángulos de fase corporal (indicadores de la salud celular). También se llevó a cabo plestismografía por desplazamiento de aire (BodPod), una tecnología que mide la composición corporal de forma muy precisa, diferenciando la masa grasa de la masa libre de grasa. Finalmente, se estudió la grasa visceral mediante el equipo ViScan,  herramienta que se centra en cuantificar un tipo de grasa particularmente importante, la grasa visceral, que se acumula alrededor de los órganos internos y está fuertemente relacionada con problemas de salud.

Además de las mediciones físicas, el estudio se adentró en la rutina diaria de los pacientes: se empleó la acelerometría para medir la actividad física y el sueño. Mediante el uso de dispositivos portátiles (acelerómetros), se monitorizó la actividad física y los patrones de sueño. Esto reveló que la mayoría del tiempo se dedicaba a actividades de baja intensidad y que una mayor fragmentación del sueño (despertares frecuentes) se asociaba con más tiempo de vigilia.

Se realizaron pruebas sanguíneas exhaustivas para obtener un perfil de salud completo. Se midieron variables como la glucosa, el colesterol, los triglicéridos, la función renal y hepática, entre otros. También se determinaron algunos factores de riesgo cardiovascular, analizando biomarcadores específicos en la sangre (como la adiponectina, leptina, TNF-α, etc.) que están relacionados con la inflamación y el riesgo de enfermedades del corazón. Estas mediciones se hicieron al inicio, a los dos y a los ocho meses de la intervención, permitiendo observar cómo cambiaban a lo largo del tiempo.

Finalmente, para entender mejor la biología, se realizaron estudios avanzados como los estudios transcriptómicos (RNASeq). Se extrajo el material genético de las células sanguíneas (PBMCs) para analizar qué genes se estaban «activando» o «desactivando». Esto nos da pistas sobre los procesos biológicos que ocurren en el cuerpo. También se realizaron estudios de microbiota intestinal (metagenómica): La microbiota intestinal, o «flora intestinal», es el conjunto de microorganismos que viven en nuestro intestino y que juegan un papel crucial en la salud. Se analizó la composición de la microbiota de cada paciente para ver cómo variaba entre individuos y cómo podía influir en la respuesta a la dieta.

¿Cómo se analizaron los datos? La inteligencia artificial al rescate

Con una cantidad tan inmensa de datos por paciente, la clave para encontrar patrones y relaciones fue el uso de modelos de machine learning (inteligencia artificial). Estos algoritmos son capaces de procesar grandes volúmenes de información y aprender de ellos para hacer predicciones. El objetivo era identificar qué características de los pacientes se asociaban con una mejor respuesta a la dieta.

¿Qué resultados se obtuvieron? Hacia una comprensión más profunda

El estudio reveló que no todos los pacientes responden de la misma manera a las intervenciones dietéticas. De los 97 pacientes que completaron el estudio encontramos 33 pacientes respondedores (el 34%), que perdieron más del 5% de su peso corporal inicial después de los dos primeros meses de tratamiento dietético. Otros 64 pacientes (66%) fueron no respondedores, no alcanzando este umbral. Dentro de los respondedores, el 22% (21 pacientes) lograron mantener su pérdida de peso a largo plazo. También se identificó un grupo sorprendente: los «respondedores tardíos» (11 pacientes), que no respondieron inicialmente, pero que podrían beneficiarse de una dieta menos restrictiva pero mantenida por más tiempo. Este hallazgo es crucial, ya que sugiere que no existe un único camino hacia el éxito en el tratamiento de la obesidad.

El proyecto MEPERTROBE ha culminado con éxito, generando una enorme cantidad de información integrada en bases de datos robustas, listas para ser usadas en futuros modelos de inteligencia artificial. En relación con los hallazgos de este estudio se han publicado ocho artículos científicas internacionales, demostrando su impacto en la comunidad investigadora.

¿Qué significa esto para el futuro? La promesa de la medicina personalizada

Los resultados de MEPERTROBE representan un notable avance hacia la medicina de precisión en el tratamiento de la obesidad. Hasta ahora, los protocolos dietéticos suelen ser genéricos, sin considerar las particularidades de cada persona. Gracias a la información obtenida, los profesionales de la salud podrán, en un futuro, diseñar intervenciones dietéticas mucho más personalizadas, optimizando los resultados para cada paciente. La visión de MEPERTROBE es clara: revolucionar el tratamiento de la obesidad, pasando de un enfoque general a uno individualizado, donde cada paciente reciba la atención y el plan que mejor se adapte a sus características únicas. Este estudio nos acerca un paso más a un futuro donde la obesidad se maneje de una manera mucho más efectiva y personalizada.