v
MEDICINA DE PRECISIÓN EN DIABETES:
¿ESTAMOS LISTOS PARA IMPLEMENTARLA
EN LATINOAMÉRICA?
PRECISION MEDICINE IN DIABETES: ARE WE READY TO
IMPLEMENT IT IN LATIN AMERICA?
María Paula Gómez Silvestre
Medica general Universidad Autónoma de Bucaramanga
Julián Mateo Gelvez Díaz
Medico general Universidad Industrial de Santander
Mario andres cadena Camargo
Medico general UDES
Alejandra Patricia Torres Ibáñez
Medica general Universidad Metropolitana
Lesli Carolina Gamarra Anaya
Medica general Universidad Autónoma de Bucaramanga
Lizeth Daniela Sánchez Mendez
Medica general Universidad Industrial de Santander
Ingrid Tatiana Castillo Molina
Medica general Fundación Universitaria Juan N Corpas
pág. 2714
DOI: https://doi.org/10.37811/cl_rcm.v10i1.22421
Medicina de Precisión en Diabetes: ¿Estamos Listos para Implementarla en
Latinoamérica?
María Paula Gómez Silvestre1
mgomez34@unab.edu.co
https://orcid.org/0009-0003-4437-2172
Medica general Universidad Autónoma de
Bucaramanga
Julián Mateo Gelvez Díaz
Gelves.ju@gmail.com
https://orcid.org/0009-0000-3964-7678
Medico general Universidad Industrial de
Santander
Mario Andres Cadena Camargo
Mariomil232@gmail.com
https://orcid.org/0009-0004-9311-832X
Medico general UDES
Alejandra Patricia Torres Ibáñez
alejandratorresibz@gmail.com
https://orcid.org/0009-0009-0458-6778
Medica general Universidad Metropolitana
Lesli Carolina Gamarra Anaya
lesligamarra1@gmail.com
https://orcid.org/0009-0005-0239-3869
Medica general Universidad Autónoma de
Bucaramanga
Lizeth Daniela Sánchez Mendez
Lizethdani02@gmail.com
https://orcid.org/0000-0002-7498-989X
Medica general Universidad Industrial de
Santander
Ingrid Tatiana Castillo Molina
tatiscastillom2@gmail.com
https://orcid.org/0000-0003-3390-9387
Medica general Fundación Universitaria Juan N
Corpas
RESUMEN
Introducción: La medicina de precisión representa un cambio de paradigma en el abordaje de la diabetes
mellitus, transitando desde el enfoque glucocéntrico tradicional hacia una estratificación individualizada
basada en características moleculares, genéticas y fenotípicas. Las recientes guías ADA 2026,
publicadas en diciembre de 2025, refuerzan esta transición con recomendaciones ampliadas sobre
tecnología y personalización del tratamiento. Si bien esta aproximación ha demostrado beneficios en
poblaciones de países de altos ingresos, su aplicabilidad en el contexto latinoamericano plantea
interrogantes sobre viabilidad, equidad y adaptación contextual. Contenidos: Esta revisión examina los
fundamentos científicos de la medicina de precisión en diabetes, incluyendo la clasificación en subtipos
basada en clusters, el rol de la farmacogenómica, y las tecnologías de monitorización continua de
glucosa. Se analiza críticamente la evidencia disponible, con énfasis en las brechas de representación de
poblaciones latinoamericanas en los estudios fundacionales y las experiencias regionales emergentes.
Se discuten las barreras estructurales para la implementación en Colombia, incluyendo la perspectiva
del paciente y consideraciones de costo-efectividad. Conclusiones: Latinoamérica enfrenta desafíos
sustanciales que requieren estrategias de implementación escalonada, investigación local y adaptaciones
contextuales. Se propone una hoja de ruta pragmática en cuatro niveles que priorice intervenciones
costo-efectivas mientras se construye la infraestructura necesaria para aproximaciones más complejas,
con indicadores específicos para evaluar la progresión entre fases.
Palabras clave: medicina de precisión, diabetes mellitus, farmacogenómica, Latinoamérica, Colombia
1
Autor principal
Correspondencia: mgomez34@unab.edu.co
pág. 2715
Precision medicine in diabetes: are we ready to implement it in Latin
America?
ABSTRACT
Introduction: Precision medicine represents a paradigm shift in diabetes mellitus management, moving
from the traditional glucocentric approach toward individualized stratification based on molecular,
genetic, and phenotypic characteristics. The recent ADA 2026 guidelines, published in December 2025,
reinforce this transition with expanded recommendations on technology and treatment personalization.
While this approach has demonstrated benefits in high-income populations, its applicability in the Latin
American context raises questions about feasibility, equity, and contextual adaptation. Contents: This
review examines the scientific foundations of precision medicine in diabetes, including cluster-based
subtype classification, pharmacogenomics, and continuous glucose monitoring technologies. Available
evidence is critically analyzed, emphasizing representation gaps of Latin American populations in
foundational studies and emerging regional experiences. Structural barriers to implementation in
Colombia are discussed, including patient perspective and cost-effectiveness considerations.
Conclusions: Latin America faces substantial challenges requiring phased implementation strategies,
local research, and contextual adaptations. A pragmatic four-level roadmap is proposed that prioritizes
cost-effective interventions while building the necessary infrastructure for more complex approaches,
with specific indicators to assess progression between phases.
Keywords: precision medicine, diabetes mellitus, pharmacogenomics, Latin America, Colombia
Artículo recibido 10 diciembre 2025
Aceptado para publicación: 10 enero 2026
pág. 2716
INTRODUCCIÓN
Pocos problemas de salud pública han crecido con la velocidad y magnitud de la diabetes mellitus en
las últimas décadas. Los datos más recientes de la Federación Internacional de Diabetes (FID) estiman
que aproximadamente 589 millones de adultos vivían con esta condición en 2024, con proyecciones que
alcanzan los 853 millones para mediados de siglo (1). Latinoamérica no escapa a esta realidad: nuestra
región alberga actualmente 35,4 millones de personas con diabetes, cifra que podría superar los 51
millones en las próximas dos décadas (1). El mercado de dispositivos y terapéuticas para diabetes en la
región alcanzó USD 5.870 millones en 2024, según reportes de análisis de mercado, reflejando tanto la
magnitud del problema como las oportunidades —y desafíos— de intervención (2).
Tabla 1. Situación actual de la diabetes en Colombia (2025)
Indicador
Valor
Casos reportados (agosto 2025)*
2.597.719
Proporción mujeres
60,46%
Edad promedio
64,82 años
Pacientes con HbA1c actualizada (últimos 6 meses)
44,02%
Régimen contributivo
59,10%
Región con mayor concentración
Central (26,42%)
Sobrepeso/obesidad en mujeres con diabetes
67,7%
Sobrepeso/obesidad en hombres con diabetes
66,2%
Posición como causa de mortalidad general (DANE
2023)
Octava causa
*Datos preliminares, pendientes de proceso de auditoría. Fuente: Cuenta de Alto Costo (CAC), Colombia, 2025 (3).
La situación colombiana merece un análisis detenido. Los datos preliminares de la Cuenta de Alto Costo
(CAC) revelan que al corte de agosto de 2025 se habían notificado 2.597.719 casos de diabetes al sistema
de aseguramiento (3). Estas cifras, sin embargo, probablemente subestiman la prevalencia real si
consideramos que cerca del 40% de las personas con diabetes en la región permanecen sin diagnóstico
(1). Quizás más preocupante resulta el hallazgo de que apenas el 44% de los pacientes cuenta con una
pág. 2717
hemoglobina glucosilada (HbA1c) actualizada en los últimos seis meses —un indicador que revela
brechas importantes en el seguimiento y que debería hacernos reflexionar sobre nuestras prioridades
antes de embarcarnos en estrategias más sofisticadas.
El abordaje tradicional de la diabetes tipo 2 ha seguido durante décadas un paradigma glucocéntrico
escalonado: comenzamos con cambios en el estilo de vida y metformina, y vamos intensificando según
la HbA1c nos lo indique (4). Este enfoque de "una talla para todos" ha mostrado limitaciones que
cualquier clínico reconoce en su práctica diaria: aproximadamente la mitad de nuestros pacientes no
alcanzan las metas glucémicas a pesar de la intensificación terapéutica, la adherencia dista de ser óptima,
y la variabilidad en la respuesta a los mismos fármacos entre pacientes resulta a veces desconcertante
(5). Estudios recientes sugieren que esta variabilidad tiene un componente genético importante, con una
heredabilidad estimada del 34-37% para la respuesta glucémica a metformina y sulfonilureas (6).
Es en este contexto donde la medicina de precisión —definida por Collins y Varmus como "un enfoque
para la prevención y tratamiento de enfermedades que considera la variabilidad individual en genes,
ambiente y estilo de vida" (7)— emerge como una alternativa atractiva. La idea de estratificar pacientes
en subgrupos más homogéneos, predecir respuestas terapéuticas individuales e identificar riesgos
específicos de complicaciones resulta seductora. El mercado global de medicina de precisión alcanzó
USD 88.290 millones en 2024 y las proyecciones hablan de crecimiento sostenido (8). Sin embargo,
cabe preguntarse: ¿cuánto de este desarrollo beneficia realmente a nuestras poblaciones? Latinoamérica
representa apenas el 3,3% de este mercado, y esta disparidad no es casualidad.
Esta revisión narrativa tiene como propósito examinar críticamente el estado actual de la medicina de
precisión en diabetes, analizar su potencial aplicabilidad en nuestro contexto —con énfasis en
Colombia—, identificar las barreras reales para su implementación, y proponer una hoja de ruta que sea
a la vez ambiciosa y realista. Porque si algo hemos aprendido en décadas de importación de guías y
protocolos diseñados para otras realidades, es que la adaptación contextual no es un lujo sino una
necesidad.
Estrategia de búsqueda y selección de literatura
Se realizó una búsqueda bibliográfica en PubMed, Scopus, LILACS y Google Scholar de manera
continua entre enero y diciembre de 2025. Los términos empleados incluyeron combinaciones de:
pág. 2718
"precision medicine" AND "diabetes", "pharmacogenomics" AND "diabetes" AND "Latin America",
"diabetes subtypes" AND "clusters", "SLC16A11", "metformin" AND "pharmacogenetics" AND
"Hispanic", entre otros. Se priorizaron revisiones sistemáticas, metaanálisis, estudios de cohorte y
documentos de consenso publicados entre 2015 y 2025, en inglés, español y portugués. Se excluyeron
reportes de caso aislados y literatura gris no institucional. Adicionalmente, se consultaron fuentes
oficiales colombianas (CAC, MinSalud, Contraloría) y documentos sobre iniciativas regionales de
medicina genómica (BIPMed, INMEGEN, SIGMA). Se incorporaron las guías ADA 2026, publicadas
el 8 de diciembre de 2025. La selección final fue realizada por el autor según pertinencia temática y
calidad metodológica, reconociendo las limitaciones inherentes a las revisiones narrativas.
Contenidos
Las guías ADA 2026: un paso más hacia la personalización
El pasado 8 de diciembre, la American Diabetes Association publicó sus Standards of Care in
Diabetes—2026, marcando otro hito en la evolución hacia una atención más individualizada (4). Esta
actualización, liderada por Mandeep Bajaj y Rozalina G. McCoy desde el Professional Practice
Committee, incorpora por primera vez el endoso de la National Kidney Foundation y la International
Society for Pediatric and Adolescent Diabetes, además del respaldo ya tradicional del American College
of Cardiology (octavo año consecutivo) (4,9).
Varias novedades merecen atención desde la perspectiva de la medicina de precisión. En primer lugar,
la ampliación de las indicaciones de monitorización continua de glucosa (MCG): las guías ahora
recomiendan ofrecer esta tecnología desde el diagnóstico y en cualquier momento posterior a todo
paciente que pueda beneficiarse, sin restringirla a usuarios de insulina o casos de hipoglucemia
frecuente. En segundo lugar, la eliminación de requisitos previos para sistemas de infusión continua de
insulina y sistemas automatizados en diabetes tipo 1: ya no se exigen niveles de péptido C,
autoanticuerpos ni duración mínima de insulinoterapia. Se añaden también nuevas guías sobre
dosificación individualizada de medicamentos antiobesidad y, notablemente, la primera guía específica
para hiperglucemia inducida por tratamiento oncológico (4,9).
Estas recomendaciones reflejan hacia dónde se dirige el campo. La pregunta incómoda es cuánto de esto
resulta aplicable en contextos como el nuestro, donde —como veremos— las barreras no son solo
pág. 2719
económicas sino también estructurales. Adoptar acríticamente estas guías sin evaluar su factibilidad
local sería repetir errores del pasado.
Diabetes tipo 1: el escenario donde la precisión importa más
Aunque esta revisión se centra principalmente en diabetes tipo 2 por su mayor prevalencia poblacional,
sería un error ignorar la diabetes tipo 1 (DM1), donde paradójicamente las tecnologías de precisión
tienen su mayor impacto demostrado. En Colombia, las estimaciones sugieren alrededor de 50.000-
70.000 personas con DM1, aunque las cifras exactas son inciertas por subregistro. El acceso a tecnología
de insulina avanzada —bombas de infusión continua, sistemas híbridos de asa cerrada— permanece
restringido a un segmento minoritario de pacientes, generalmente del régimen contributivo en grandes
ciudades, y frecuentemente mediado por tutelas. Las nuevas recomendaciones ADA 2026 que eliminan
los requisitos de péptido C y autoanticuerpos para acceder a estos sistemas representan un avance
conceptual importante, pero su implementación en nuestro medio enfrenta obstáculos que van desde el
costo (un sistema de asa cerrada puede superar los 15 millones de pesos anuales) hasta la escasez de
profesionales entrenados en su manejo fuera de los centros especializados. La Fundación Diabetes
Infantil de Colombia y otras organizaciones de pacientes han documentado estas brechas, que deberían
informar cualquier estrategia de implementación escalonada.
Más allá de tipo 1 y tipo 2: los subtipos basados en clusters
La clasificación tradicional de la diabetes ha comenzado a mostrar sus costuras. Más allá de los tipos 1,
2, gestacional y las formas monogénicas, en abril de 2025 la FID reconoció oficialmente la diabetes tipo
5 —diabetes relacionada con malnutrición— durante su congreso en Bangkok (10). Esta forma, que
afecta a 20-25 millones de personas principalmente en Asia y África, se caracteriza por debut en adultos
jóvenes con bajo índice de masa corporal, historia de desnutrición infantil, y un fenotipo metabólico
distintivo que parece relacionarse con deficiencia proteica temprana y posible exposición a toxinas
ambientales. En Colombia, aunque no disponemos de datos epidemiológicos específicos, su potencial
presencia en regiones con inseguridad alimentaria crónica —La Guajira, Chocó, Vaupés, zonas rurales
del Amazonas— merece investigación. No sería la primera vez que asumimos que un problema "de
otros países" existe también entre nosotros.
pág. 2720
El trabajo seminal de Ahlqvist y colaboradores en 2018 propuso una clasificación más granular basada
en análisis de clusters (11). Utilizando seis variables clínicas —edad al diagnóstico, índice de masa
corporal, HbA1c, anticuerpos anti-GAD, y los índices HOMA2 de función beta y resistencia
insulínica— identificaron cinco subgrupos en una cohorte sueca de aproximadamente 9.000 pacientes:
SAID (autoinmune severa), SIDD (deficiencia severa de insulina), SIRD (resistencia severa a insulina),
MOD (obesidad leve) y MARD (edad avanzada leve). Cada cluster mostró diferentes trayectorias de
complicaciones y, potencialmente, diferentes respuestas terapéuticas.
La replicación en otras poblaciones ha sido parcialmente exitosa, con matices importantes. Zou y
colaboradores confirmaron los clusters en cohortes de China y Estados Unidos, aunque con
distribuciones diferentes (12). El grupo de Anjana, trabajando con más de 19.000 pacientes indios,
encontró asociaciones consistentes con complicaciones microvasculares (13). Particularmente relevante
para nosotros, Bancks y colaboradores analizaron las cohortes MASALA y MESA y encontraron que
los hispanos mostraban mayor proporción en el cluster SIDD comparado con blancos no hispanos (14).
Un estudio mexicano reportó hallazgos similares, con distribuciones que difieren de las europeas (15).
¿Qué significa esto para Colombia? Francamente, no lo sabemos con certeza porque no contamos con
estudios de caracterización de clusters en nuestra población. Esta es una deuda de investigación que
debería priorizarse, no solo por su valor académico sino por sus potenciales implicaciones terapéuticas.
Mientras tanto, debemos ser cautos al extrapolar hallazgos de otras poblaciones.
Farmacogenómica: la promesa y la realidad en poblaciones latinoamericanas
La farmacogenómica —el estudio de cómo las variantes genéticas influyen en la respuesta a
medicamentos— ofrece quizás la aplicación más tangible de la medicina de precisión en diabetes. La
idea es atractiva: identificar qué pacientes responderán mejor a metformina, cuáles a sulfonilureas,
quiénes tienen mayor riesgo de efectos adversos. El problema es que la mayor parte de la evidencia
proviene de poblaciones europeas y asiáticas, con escasa representación latinoamericana (8,16).
El caso de la metformina ilustra bien esta situación. Este fármaco, consumido por más de 150 millones
de personas anualmente, sigue siendo la piedra angular del tratamiento en nuestros países por su eficacia,
seguridad y bajo costo (17). Sin embargo, la variabilidad en la respuesta es notoria: algunos pacientes
logran reducciones de HbA1c de 1,5% o más, mientras otros apenas responden. Variantes en genes que
pág. 2721
codifican transportadores de cationes orgánicos (OCT1, OCT2, MATE1, MATE2) se han asociado con
estas diferencias. El polimorfismo rs622342 en SLC22A1, por ejemplo, se asocia con menor respuesta
glucémica (17,18).
Un estudio reciente de Chávez-Arreola y colaboradores caracterizó por primera vez las frecuencias de
variantes en transportadores de metformina en población mexicana, encontrando diferencias
significativas respecto a europeos y asiáticos (18). Este tipo de investigación es exactamente lo que
necesitamos replicar en Colombia, pero hasta donde sabemos, no se ha realizado.
La variante SLC16A11 merece mención especial. Descubierta por la iniciativa SIGMA (Slim Initiative
in Genomic Medicine for the Americas), está presente en aproximadamente la mitad de la población
mexicana y otras con alta ancestría amerindia, pero es virtualmente inexistente en europeos (19). Se
asocia con un aumento del 25-29% en el riesgo de diabetes tipo 2. El consorcio SIGMA también
identificó una variante en HNF1A (p.E508K) con un tamaño de efecto notable (OR 4,96), presente en
2% de pacientes diabéticos mexicanos, que causa un fenotipo intermedio entre MODY y diabetes tipo
2 (20). ¿Cuál es la frecuencia de estas variantes en Colombia? No lo sabemos. Dado nuestro mestizaje
variable —mayor componente amerindio en zonas andinas, mayor componente africano en costas— es
probable que exista heterogeneidad regional que merece investigación específica.
Capacidades locales: Colombia cuenta con laboratorios que ofrecen pruebas farmacogenómicas —
Biotecgen y otros—, pero se concentran en las grandes ciudades y sus costos (800.000 a 2.500.000 pesos
por panel completo) los hacen inaccesibles para la mayoría. No están cubiertos por el PBS, y a diferencia
de España o los proyectos piloto brasileños en el SUS, no hay señales de que esto vaya a cambiar pronto
(21).
Lo que están haciendo nuestros vecinos: iniciativas regionales
Antes de lamentarnos por lo que nos falta, vale la pena reconocer que varios países latinoamericanos
han desarrollado iniciativas de medicina genómica que ofrecen lecciones valiosas.
Brasil lidera la región con la Iniciativa Brasileña de Medicina de Precisión (BIPMed), creada en 2015
con apoyo de FAPESP (22). Esta coalición de cinco centros de investigación de las universidades de
Campinas y São Paulo desarrolló la primera plataforma latinoamericana de acceso público a datos
genómicos siguiendo estándares de la Global Alliance for Genomics and Health. Notablemente, uno de
pág. 2722
los centros participantes —el OCRC— se enfoca en obesidad y comorbilidades, directamente relevante
para diabetes. Un análisis de BIPMed con 358 individuos brasileños encontró que las frecuencias
alélicas difieren significativamente de todas las poblaciones americanas admixtas en el 1000 Genomes
Project, confirmando lo que intuíamos: no podemos simplemente extrapolar datos de otras poblaciones
(22,23).
México fue pionero con el INMEGEN (Instituto Nacional de Medicina Genómica), establecido en 2004,
y la iniciativa SIGMA que ya mencionamos (24). Los hallazgos sobre SLC16A11 y las variantes de
transportadores de metformina representan contribuciones concretas que están comenzando a informar
la práctica clínica, al menos en contextos de investigación.
A nivel regional, en 2024 se publicó un consenso latinoamericano sobre MCG tipo flash en diabetes tipo
2, elaborado mediante metodología Delphi con 15 expertos de seis países incluyendo Colombia (25).
Este tipo de iniciativas colaborativas —que comparten costos y adaptan recomendaciones al contexto
local— representan un modelo a seguir.
Tabla 2. Iniciativas de medicina de precisión y genómica en Latinoamérica
País
Iniciativa
Enfoque principal
Relevancia para diabetes
Brasil
BIPMed (FAPESP, 2015)
Caracterización
genómica poblacional
Centro de Obesidad
incluido
México
INMEGEN; iniciativa
SIGMA
Variantes amerindias
SLC16A11, HNF1A,
transportadores
Regional
Consenso Delphi fCGM
(2024)
Recomendaciones MCG
adaptadas
Directamente aplicable
Colombia
CAC (SISCAC 4.0); Guía
ACE 2025
Datos del mundo real
Modelo predictivo
BIPMed: Brazilian Initiative on Precision Medicine; FAPESP: Fundação de Amparo à Pesquisa do
Estado de São Paulo; INMEGEN: Instituto Nacional de Medicina Genómica; SIGMA: Slim Initiative
in Genomic Medicine for the Americas; CAC: Cuenta de Alto Costo; MCG: monitorización continua
de glucosa; fCGM: flash CGM.
pág. 2723
Monitorización continua de glucosa: entre la evidencia y la accesibilidad
Los sistemas de MCG representan quizás el avance tecnológico más tangible en el manejo de la diabetes
en la última década. La evidencia de su beneficio es sólida: un metaanálisis reciente demostró reducción
de HbA1c de 0,3% y 8,6% más tiempo en rango glucémico óptimo comparado con el automonitoreo
tradicional (8). Las guías ADA 2026, como mencionamos, ahora recomiendan ofrecerlos a todo paciente
que pueda beneficiarse, sin restricciones previas.
La realidad colombiana, sin embargo, está lejos de estas recomendaciones. Un sensor de MCG tipo flash
(FreeStyle Libre) cuesta entre 280.000 y 350.000 pesos y dura 14 días, lo que implica un gasto mensual
de 560.000-700.000 pesos. Los sistemas en tiempo real (Dexcom, Guardian) pueden superar el millón
mensual. Estas cifras representan entre el 43% y el 115% del salario mínimo. El PBS solo cubre
glucómetros convencionales y tiras reactivas en cantidades limitadas (21).
Una perspectiva de costo-oportunidad: el gasto mensual promedio en MCG para un paciente (~630.000
pesos) equivale a 12-15 consultas de medicina general, 3-4 determinaciones de HbA1c, o la cobertura
de antidiabéticos orales básicos para 2-3 pacientes durante un mes. En un sistema con recursos limitados
y donde más de la mitad de los pacientes ni siquiera tienen su HbA1c actualizada, ¿es razonable priorizar
MCG sobre intervenciones más básicas? La respuesta no es simple, pero la pregunta debe hacerse.
Necesitamos estudios de costo-efectividad específicos para nuestro contexto —considerando umbrales
de 1-3 PIB per cápita por año de vida ajustado por calidad— antes de abogar por inclusión en el PBS.
El Instituto de Evaluación Tecnológica en Salud (IETS) tiene pendiente esta tarea.
La voz que suele faltar: perspectiva del paciente
Las discusiones sobre medicina de precisión tienden a centrarse en tecnología, genómica y sistemas de
salud, olvidando que el protagonista final es el paciente. La implementación de estas estrategias implica
mayor participación en decisiones compartidas, alfabetización en salud digital, y consideraciones de
privacidad que rara vez abordamos. ¿Qué porcentaje de nuestros pacientes con diabetes —edad
promedio 65 años, muchos en zonas rurales— tiene la alfabetización digital necesaria para usar una
aplicación de MCG o interpretar un perfil ambulatorio de glucosa? ¿Hemos considerado las
implicaciones de obtener y almacenar información genética en poblaciones históricamente vulnerables?
Organizaciones como la Asociación Colombiana de Diabetes y la Fundación Diabetes Infantil de
pág. 2724
Colombia han sido voces importantes en la defensa del acceso a tecnologías, pero su participación en el
diseño de estrategias de implementación ha sido limitada. Cualquier hoja de ruta realista debe incorporar
esta perspectiva, no como formalidad sino como elemento central.
El elefante en la habitación: brechas de representación
Un análisis de participación en estudios de asociación genómica (GWAS) reveló que menos del 2% de
los participantes eran de ascendencia latinoamericana, a pesar de representar el 8% de la población
mundial (26). Las consecuencias son concretas: las puntuaciones de riesgo poligénico desarrolladas en
europeos muestran rendimiento predictivo inferior en otras poblaciones (26). Como demostraron los
datos de BIPMed, las frecuencias alélicas de nuestras poblaciones —con su mezcla variable de
ancestrías amerindia, europea y africana— difieren significativamente de las bases de datos
internacionales (22). Colombia, con su heterogeneidad genética regional (costas, andes, llanos,
Amazonía), representa un microcosmos de esta complejidad. Extrapolar hallazgos sin validación local
es, en el mejor de los casos, impreciso; en el peor, potencialmente dañino.
Las barreras que conocemos (y algunas que preferimos ignorar)
Sería incompleto discutir la implementación de medicina de precisión sin reconocer el contexto
estructural del sistema de salud colombiano. El informe de la Contraloría con corte a diciembre 2024 no
deja espacio para optimismos ingenuos: deuda acumulada de 32,9 billones de pesos, solo 6 de 29 EPS
cumpliendo requisitos financieros mínimos (cubriendo apenas el 10,9% de afiliados), 9 EPS bajo
intervención atendiendo al 56,65% de los afiliados, y 175.025 tutelas relacionadas con salud —el
74,69% por servicios que ya deberían estar cubiertos por el PBS (27).
En este contexto, hablar de farmacogenómica o MCG universal puede parecer desconectado de la
realidad. Las pruebas de anti-GAD y péptido C —fundamentales para clasificar adecuadamente a los
pacientes— requieren remisión a especialista en muchas regiones, con tiempos de reporte que pueden
exceder las 4 semanas. ¿Cómo implementar una estratificación por clusters cuando casi la mitad de los
pacientes no tiene ni siquiera una HbA1c reciente?
Estas no son razones para el inmovilismo, pero sí para el realismo. Cualquier estrategia de
implementación debe partir de este diagnóstico honesto, no de las aspiraciones de las guías
internacionales.
pág. 2725
Lo que ya tenemos: iniciativas nacionales aprovechables
No todo son carencias. La Cuenta de Alto Costo ha desarrollado un modelo de control glucémico basado
en datos que permite identificar pacientes en riesgo de no alcanzar metas, priorizar quienes necesitan
mediciones y focalizar intervenciones regionalmente (3). La plataforma SISCAC 4.0 representa un
avance hacia el aprovechamiento de datos del mundo real que podría servir como base para estrategias
más sofisticadas.
En noviembre de 2025, la ACE publicó su nueva guía de práctica clínica para diabetes tipo 2 en adultos
colombianos, enfatizando el enfoque preventivo cardiovascular y renal, la integración de tecnología, y
la individualización del tratamiento (28). El Decreto 0858 de 2025, que establece un modelo de salud
preventivo centrado en atención primaria, aunque no específico para diabetes, provee un marco para
reorganizar servicios que podría facilitar implementaciones escalonadas (29).
Una propuesta pragmática: hoja de ruta en cuatro niveles
Reconociendo la brecha entre las aspiraciones de las guías ADA 2026 y nuestra realidad, propongo una
estrategia escalonada que priorice intervenciones según su balance entre impacto, factibilidad y costo.
Cada nivel incluye indicadores específicos que deben cumplirse antes de avanzar al siguiente (Figura
1).
Figura 1. Estrategia escalonada para implementación de medicina de precisión en diabetes en Colombia
NIVEL 4 | LARGO PLAZO (>5 años) | MEDICINA GENÓMICA
Intervenciones: Farmacogenómica clínica • Caracterización de variantes locales (SLC16A11,
transportadores) • Alianzas con BIPMed/INMEGEN
Indicador de logro: Panel farmacogenómico accesible en PBS • Frecuencias alélicas colombianas
publicadas • Cohorte ≥5.000 pacientes
↑ Requiere: MCG en ≥30% DM1; cohorte local ≥2.000 caracterizada
pág. 2726
NIVEL 3 | MEDIANO PLAZO (3-5 años) | TECNOLOGÍA SELECTIVA
Intervenciones: MCG en poblaciones seleccionadas (DM1, hipoglucemia severa) • Validación de
clusters en población colombiana
Indicador de logro: MCG cubierta para ≥30% pacientes DM1 • Estudio de cohorte local con ≥2.000
pacientes caracterizados por clusters
↑ Requiere: ≥80% HbA1c actualizada; anti-GAD disponible en ≥50% departamentos
NIVEL 2 | CORTO PLAZO (1-3 años) | CLASIFICACIÓN MEJORADA
Intervenciones: Anti-GAD y péptido C selectivos • Consensos regionales sobre MCG • Expansión red
de laboratorios
Indicador de logro: ≥80% pacientes con HbA1c actualizada • Anti-GAD disponible en ≥50% de
departamentos
↑ Requiere: ≥70% pacientes nuevos estratificados; ≥60% HbA1c actualizada
NIVEL 1 | INMEDIATO (0-1 año) | FUNDAMENTOS
Intervenciones: Estratificación clínica básica (edad, IMC, tiempo evolución) • Optimización
seguimiento HbA1c • Capacitación APS
Indicador de logro: ≥70% pacientes nuevos con estratificación básica documentada • ≥60% población
con HbA1c actualizada
Nota: La progresión entre niveles requiere cumplimiento de indicadores y evaluación de costo-efectividad. Los plazos son
orientativos y dependen de factores estructurales del sistema de salud. APS: Atención Primaria en Salud; MCG: monitorización
continua de glucosa; DM1: diabetes mellitus tipo 1; IMC: índice de masa corporal. Fuente: Elaboración propia.
El imperativo ético: no profundizar inequidades
Un principio irrenunciable debe guiar cualquier estrategia de implementación: evitar que la medicina de
precisión se convierta en otro factor de inequidad en salud. Las diferencias entre régimen contributivo
y subsidiado, la concentración de recursos en grandes ciudades, y las brechas territoriales en indicadores
de salud configuran un escenario donde intervenciones de alto costo beneficiarían primariamente a
quienes ya tienen mejor acceso (8,26). La brecha entre las recomendaciones ADA 2026 y nuestra
realidad ilustra el riesgo de adoptar estándares internacionales sin adaptación: terminaríamos con guías
que solo aplican para una minoría privilegiada. Estrategias para mitigar este riesgo incluyen priorizar
pág. 2727
intervenciones con amplio alcance antes que tecnologías de nicho, asegurar diversidad en la
investigación local, y evaluar sistemáticamente el impacto en equidad de cualquier nueva tecnología
antes de su implementación.
CONCLUSIONES
La medicina de precisión en diabetes está evolucionando rápidamente. El reconocimiento de la diabetes
tipo 5, las actualizaciones sustanciales de las guías ADA 2026, y los avances en farmacogenómica para
poblaciones latinoamericanas —particularmente los hallazgos sobre SLC16A11 y transportadores de
metformina— abren posibilidades que hace una década parecían lejanas (4,10,19).
Las iniciativas regionales como BIPMed en Brasil, los estudios de SIGMA en México, y los consensos
latinoamericanos demuestran que la región tiene capacidad para generar conocimiento propio, no solo
importarlo (22,25). Sin embargo, la implementación en Colombia enfrenta obstáculos que no podemos
minimizar: 2,6 millones de casos reportados con apenas 44% de control metabólico actualizado, un
sistema de salud bajo estrés financiero severo, y brechas de equidad que cualquier estrategia sofisticada
podría amplificar en lugar de cerrar.
¿Estamos listos para implementar medicina de precisión en diabetes de manera amplia y equitativa según
los estándares ADA 2026? Honestamente, no. Pero esto no significa resignación sino realismo
estratégico. La hoja de ruta propuesta —escalonada, con indicadores verificables, aprovechando
alianzas regionales— busca avanzar progresivamente sin repetir el error de adoptar recomendaciones
diseñadas para otras realidades. El objetivo final no es solo implementar tecnologías de punta, sino
mejorar los desenlaces de nuestros pacientes con diabetes. Y eso, a veces, comienza con asegurar que
tengan su HbA1c al día.
Declaraciones Finales
Conflictos de interés: El autor declara no tener conflictos de interés relacionados con este manuscrito.
Financiamiento: Este trabajo no recibió financiamiento específico.
.
pág. 2728
REFERENCIAS BIBLIOGRÁFICAS
1. International Diabetes Federation. IDF Diabetes Atlas. 11th ed. Brussels: IDF; 2025. Disponible en:
https://diabetesatlas.org
2. Grand View Research. Latin America Precision Medicine Market Size & Outlook, 2030 [Reporte de
mercado]. San Francisco: Grand View Research; 2025.
3. Cuenta de Alto Costo. Día mundial de la diabetes 2025: Informe preliminar al 31 de agosto de 2025.
Bogotá: CAC; 2025. Disponible en: https://cuentadealtocosto.org
4. American Diabetes Association Professional Practice Committee. Standards of Care in Diabetes—
2026. Diabetes Care. 2026;49(Suppl 1):S1-S212.
5. Davies MJ, D'Alessio DA, Fradkin J, et al. Management of hyperglycemia in type 2 diabetes, 2018.
A consensus report by the ADA and EASD. Diabetes Care. 2018;41(12):2669-701.
6. Dawed AY, Yee SW, Zhou K, et al. Genome-wide meta-analysis identifies genetic variants associated
with glycemic response to sulfonylureas. Diabetes Care. 2021;44(12):2673-82.
7. Collins FS, Varmus H. A new initiative on precision medicine. N Engl J Med. 2015;372(9):793-5.
8. Chung WK, Erion K, Florez JC, et al. Precision Medicine in Diabetes: A Consensus Report From the
ADA and EASD. Diabetes Care. 2020;43(7):1617-35.
9. American Diabetes Association. Summary of Revisions: Standards of Care in Diabetes—2026.
Diabetes Care. 2026;49(Suppl 1):S6-S12.
10. International Diabetes Federation. IDF launches new type 5 diabetes working group. IDF World
Diabetes Congress; Bangkok; April 2025.
11. Ahlqvist E, Storm P, Käräjämäki A, et al. Novel subgroups of adult-onset diabetes and their
association with outcomes: a data-driven cluster analysis. Lancet Diabetes Endocrinol.
2018;6(5):361-9.
12. Zou X, Zhou X, Zhu Z, Ji L. Novel subgroups of patients with adult-onset diabetes in Chinese and
US populations. Lancet Diabetes Endocrinol. 2019;7(1):9-11.
13. Anjana RM, Baskar V, Nair ATN, et al. Novel subgroups of type 2 diabetes and their association
with microvascular outcomes in an Asian Indian population. J Clin Endocrinol Metab.
2020;105(9):e3249-59.
pág. 2729
14. Bancks MP, Bertoni AG, Engeda J, et al. Association of diabetes subgroups with race/ethnicity, risk
factor burden and complications: the MASALA and MESA studies. J Clin Endocrinol Metab.
2021;106(5):e2106-15.
15. Florez JC, Udler MS, Hanson RL, et al. Second international consensus report on gaps and
opportunities for precision diabetes medicine. Nat Med. 2023;29(10):2438-57.
16. Dennis JM. Precision Medicine in Type 2 Diabetes: Using Individualized Prediction Models to
Optimize Selection of Treatment. Diabetes. 2020;69(10):2075-85.
17. Rathmann W, Bongaerts B. Pharmacogenetics of metformin in type 2 diabetes: perspectives for
Latin America. En: Pharmacogenetics and Individualized Therapy. IntechOpen; 2023.
18. Chávez-Arreola OI, Lazalde B, López-López M, et al. Allele frequencies and genotype distribution
of three metformin transporter polymorphisms in Mexican population. Front Pharmacol.
2024;15:1466394.
19. SIGMA Type 2 Diabetes Consortium. Sequence variants in SLC16A11 are a common risk factor
for type 2 diabetes in Mexico. Nature. 2014;506(7486):97-101.
20. SIGMA Type 2 Diabetes Consortium. Association of a low-frequency variant in HNF1A with type
2 diabetes in a Latino population. JAMA. 2014;311(22):2305-14.
21. Ministerio de Salud y Protección Social. Resolución 2718 de 2024: Actualización del PBS para
2025. Bogotá: MinSalud; 2024.
22. Rocha CS, Secolin R, Rodrigues MR, et al. The Brazilian Initiative on Precision Medicine
(BIPMed): fostering genomic data-sharing of underrepresented populations. NPJ Genom Med.
2020;5:42.
23. Ortega TC, Lopes-Cendes I. Population molecular genetics in Brazil: From genomic databases to
precision medicine implementation. Genet Mol Biol. 2025;48(2):e20240186.
24. Market Data Forecast. Latin America Precision Medicine Market Size Report, 2032 [Reporte de
mercado]. Hyderabad: MDF; 2025.
25. Krakauer M, Gómez AM, Almeda-Valdes P, et al. Type 2 diabetes in Latin America:
recommendations on the flash glucose monitoring system. Diabetol Metab Syndr. 2024;16:106.
pág. 2730
26. Martin AR, Kanai M, Kamatani Y, et al. Clinical use of current polygenic risk scores may exacerbate
health disparities. Nat Genet. 2019;51(4):584-91.
27. Contraloría General de la República. Informe Estado del Aseguramiento en Salud. Período enero-
diciembre 2024. Bogotá: CGR; 2025.
28. Asociación Colombiana de Endocrinología, Diabetes y Metabolismo. Guía de práctica clínica para
DM2 en población colombiana mayor de 18 años. Rev Colomb Endocrinol Diabetes Metab.
2025;12(4).
29. Ministerio de Salud y Protección Social. Decreto 0858 de 2025: Modelo de salud preventivo
centrado en Atención Primaria. Bogotá: MinSalud; 2025.
