Carga global, regional y nacional de cáncer colorrectal atribuible a factores dietéticos, 1990 a 2021: Un estudio global de carga de enfermedad de 2021.

El cáncer colorrectal (CCR) es uno de los cánceres con mayor y más rápido aumento a nivel mundial, ocupando el tercer lugar entre los cánceres más diagnosticados en 2022 y representando el 9,6% de todos los casos incidentes de cáncer.[^[1]] Si bien se sabe que tanto los factores genéticos como los ambientales desempeñan un papel en el desarrollo del CCR, una proporción considerable de los casos está relacionada con factores de riesgo modificables en el estilo de vida y el comportamiento, en particular la dieta, el consumo de tabaco, el consumo de alcohol y la inactividad física, con estimaciones que oscilan entre el 70% y el 75%, dependiendo de la población y la metodología.[^[2],^[3]] Entre estos, los factores dietéticos han surgido como un contribuyente importante. Una evaluación comparativa reciente de los riesgos identificó que aproximadamente un tercio de la carga mundial del CCR es atribuible a una dieta subóptima, la mayor carga relacionada con la dieta entre todos los tipos de cáncer.[^[4],^[5]]

La influencia de los riesgos dietéticos en el CCR es cada vez más significativa, especialmente a medida que la incidencia de CCR aumenta entre los adultos menores de 50 años, un cambio demográfico que se atribuye cada vez más a la transición global hacia patrones dietéticos ricos en alimentos procesados, carne y deficientes en fibra.[^[6]] A pesar de la creciente conciencia de estas tendencias, persiste una importante laguna en la evidencia: aún no se ha realizado un análisis exhaustivo que cuantifique la carga mundial, regional y nacional del CCR atribuible específicamente a los riesgos dietéticos en los diferentes subgrupos de población.[^[7]] Estudios anteriores han examinado la carga general del CCR y sus determinantes más amplios, pero pocos se han centrado principalmente en la dieta como un factor independiente.[^[2]]

Para abordar esta laguna, utilizamos datos del estudio sobre la carga mundial de enfermedades, lesiones y factores de riesgo (GBD) 2021 para estimar sistemáticamente la carga del CCR atribuible a 6 factores dietéticos clave identificados por el marco GBD: bajo consumo de cereales integrales, leche, calcio y fibra, y alto consumo de carnes rojas y procesadas. Presentamos tasas de mortalidad estandarizadas por edad y tasas de años de vida ajustados por discapacidad (AVAD) según la edad, el sexo, el índice socio-demográfico (ISD) y las regiones del mundo. Nuestro objetivo es proporcionar la evaluación más actualizada y a nivel de población de la contribución de los riesgos dietéticos a la carga mundial del CCR y proporcionar información para estrategias de prevención específicas en diversos entornos.

2. Métodos

2.1. Resumen

Utilizamos las estimaciones del GBD 2021 para evaluar la carga del CCR atribuible a los riesgos dietéticos en 204 países desde 1990 hasta 2021.[^[8]] Evaluamos la incidencia, la mortalidad, los años de vida perdidos, los años de vida con discapacidad y los AVAD por 100.000 personas-año, estratificados por edad, sexo e ISD, utilizando el estándar de población mundial del GBD.[^[9]] Todos los procedimientos analíticos siguieron las Directrices para la elaboración de informes precisos y transparentes de estimaciones de salud, y la lista de verificación correspondiente está disponible en la Tabla S1, Contenido digital suplementario, https://links.lww.com/MD/R404.[^[10]] Los análisis computacionales se realizaron utilizando Python (versión 3.10.4; Python Software Foundation, Wilmington) y R (versión 4.2.1; R Foundation for Statistical Computing, Viena, Austria).[^[11]] Se presenta información metodológica adicional en los Datos S1, Contenido digital suplementario, https://links.lww.com/MD/R441.

2.2. Definición del caso

En este estudio, el CCR se clasificó según las directrices del GBD 2021, utilizando los códigos de la Clasificación Internacional de Enfermedades (CIE). Los códigos CIE-10 para el CCR, que abarcan los neoplasmas del colon, la unión rectosigmoidea, el recto y el canal anal, se proporcionan en los Datos S1, Contenido digital suplementario, https://links.lww.com/MD/R441.[^[12]] Estos códigos se aplicaron de manera uniforme tanto a las estimaciones de mortalidad como de incidencia, lo que garantiza la coherencia temporal e interregional.[^[12]] La prevalencia se modeló durante un período de 10 años después del diagnóstico, y se aplicaron duraciones más largas solo a los individuos con impactos persistentes en la salud, incluidos aquellos que requieren una colostomía permanente.[^[12]] Para tener en cuenta las diferencias en la progresión y la gravedad de la enfermedad, la prevalencia se clasificó en 6 secuelas: diagnóstico y terapia primaria, fase controlada sin colostomía, fase controlada con colostomía, fase metastásica, fase terminal y una secuela de colostomía postratamiento más allá de los 10 años.[^[12]] A cada estado se le asignó un peso de discapacidad distinto, y se aplicó un peso adicional a los individuos con el uso de colostomía para reflejar su carga fisiológica a largo plazo.[^[12]] Los supuestos de modelado detallados y los criterios de clasificación se describen en los Datos S1, Contenido digital suplementario, https://links.lww.com/MD/R441.

2.3. Datos de entrada

Los datos de mortalidad por CCR se obtuvieron de la base de datos de causas de muerte del GBD, que integra información de los sistemas de registro de defunciones, los registros de cáncer y los datos de autopsias verbales.[^[13]] Cuando no estaban disponibles los datos directos de incidencia, se aplicaron las relaciones modeladas de mortalidad a incidencia (MIR) para inferir la incidencia a partir de la mortalidad y viceversa.[^[14]] Estas MIR se derivaron de los registros de cáncer basados en la población de 35 países de todo el mundo, incluidos los de los Estados Unidos, Europa, Asia y África. Para la calibración de la supervivencia, el GBD 2021 entrenó modelos de predicción específicos del cáncer para estimar la supervivencia relativa a 5 años a partir de las MIR utilizando los datos de mortalidad, incidencia y supervivencia relativa de los 9 registros SEER, y aplicó estos modelos a las estimaciones de MIR del GBD específicas de la ubicación, la edad, el sexo y el año.[^[13]] El marco de modelado incorporó covariables como el índice socio-demográfico y el índice de acceso y calidad de la atención médica para capturar la variación regional en la supervivencia. Las estimaciones no fatales se derivaron de una amplia gama de fuentes de datos basadas en la población, incluido el material publicado, los registros de salud nacionales y los datos de encuestas.[^[12]] Todas las fuentes se identificaron mediante una revisión sistemática de la literatura y se examinaron para evaluar la calidad metodológica y la representatividad de la población.[^[12]] Cualquier dato que se considerara poco fiable o inconsistente se excluyó del análisis. Los detalles metodológicos completos sobre el origen y el procesamiento de los datos se encuentran en los Datos S1, Contenido digital suplementario, https://links.lww.com/MD/R441.

2.4. Estrategia de modelado

La estimación de la carga del CCR utilizó un marco de modelado de múltiples pasos basado en las MIR.[^[13]] Los valores de MIR se transformaron inicialmente logítmicamente y se analizaron utilizando un modelo lineal de efectos mixtos que incluía el grupo de edad, el sexo y el índice de acceso y calidad de la atención médica como covariables.[^[15]] A continuación, se suavizaron en el espacio y el tiempo utilizando la regresión gaussiana espacio-temporal, lo que generó estimaciones por año, edad, sexo y ubicación.[^[13]] Las estimaciones de MIR resultantes se aplicaron a los datos de los registros de cáncer limpiados para estimar la mortalidad, y se implementó un paso de reducción del ruido bayesiano para abordar los recuentos cero.[^[13]] Para las estimaciones de mortalidad, se aplicó el modelo de conjunto de causas de muerte, con datos de autopsias verbales, registros de defunciones y registros de cáncer. Las estimaciones de mortalidad resultantes se ajustaron posteriormente utilizando CodCorrect y se convirtieron en incidencia utilizando las MIR específicas del CCR.[^[12],^[13]] Estas estimaciones de incidencia se utilizaron luego para evaluar la carga no fatal del CCR. Se encuentran disponibles detalles metodológicos adicionales en los Datos S1, Contenido digital suplementario, https://links.lww.com/MD/R441.

2.5. Evaluación de las contribuciones de los factores de riesgo a la carga del CCR

La carga del CCR atribuible a los riesgos dietéticos se cuantificó utilizando el marco de evaluación comparativa de riesgos del GBD 2021. Las fracciones atribuibles a la población se calcularon integrando las distribuciones de exposición a nivel de la población con los riesgos relativos meta-analíticos y aplicando los niveles de exposición de riesgo mínimo teóricos como contrafactuales.[^[16],^[17]] Las estimaciones de exposición dietética se derivaron de encuestas y datos de vigilancia representativos y se refinaron posteriormente utilizando la regresión gaussiana espacio-temporal para mejorar la resolución espacial y temporal.[^[17]] Se aplicaron ajustes de mediación para tener en cuenta las interdependencias entre los riesgos dietéticos y para evitar la sobreestimación de las fracciones atribuibles a la población, modelando las vías a través de la glucosa en plasma en ayunas, la presión arterial sistólica y el colesterol de lipoproteínas de baja densidad dentro de un marco analítico coherente. Dentro de este marco, los factores de riesgo dietéticos se modelaron de forma independiente y no se pudo separar completamente el solapamiento en la composición de los nutrientes entre los componentes dietéticos. Estas estimaciones, estratificadas por edad, sexo, ubicación y año, se aplicaron luego a la mortalidad específica de la causa y a los AVAD para cuantificar la carga atribuible de cada componente dietético.[^[16],^[17]] La carga atribuible estimada para 2021 se derivó de las distribuciones de exposición modeladas durante los años anteriores dentro del marco del GBD en lugar de la ingesta dietética medida en ese año. El análisis incluyó 6 riesgos dietéticos definidos por el GBD 2021, incluido el bajo consumo de cereales integrales, fibra, calcio y leche, y el alto consumo de carne roja y procesada. Los resultados reflejan tanto las contribuciones a nivel individual como las acumulativas de los factores dietéticos a la carga del CCR en los quintiles del ISD y las regiones del mundo.

2.6. Estimación de la incertidumbre

La incertidumbre se incorporó sistemáticamente en cada etapa del análisis utilizando el marco estándar del GBD sin modificaciones, generando 500 extracciones aleatorias para cada estimación. Estas extracciones reflejaron el rango de valores posibles en los grupos de edad, los sexos, las ubicaciones y los años, y cada extracción se trató como una observación independiente. Los intervalos de incertidumbre del 95% (IU) se calcularon como los percentiles 2,5 y 97,5 de la distribución resultante y se presentan junto con las estimaciones medias de las tasas de mortalidad y AVAD.[^[18]]

2.7. Consideraciones metodológicas/éticas

Este estudio utilizó datos agregados y de acceso público del GBD 2021, que proporciona estimaciones modeladas a nivel de población en lugar de datos de pacientes individuales. Dado que se trata de un análisis secundario de datos epidemiológicos desidentificados y agregados, no se requirió la aprobación ética ni el consentimiento informado. El consorcio del estudio GBD obtuvo todas las aprobaciones éticas necesarias para los procesos originales de recopilación y modelado de datos, según se detalla en su metodología publicada.

En este estudio, el CRC se clasificó según las directrices de la GBD 2021, utilizando los códigos de la Clasificación Internacional de Enfermedades (CIE). Los códigos CIE-10 para el CRC, que abarcan los neoplasias del colon, la unión rectosigmoidea, el recto y el canal anal, se proporcionan en los Datos S1, Contenido Digital Suplementario, https://links.lww.com/MD/R441.[^[12]] Estos códigos se aplicaron de forma uniforme tanto a las estimaciones de mortalidad como de incidencia, lo que garantiza la consistencia temporal e interregional.[^[12]] La prevalencia se modeló durante un período de 10 años después del diagnóstico, y se aplicaron duraciones más largas solo a los individuos con efectos persistentes en la salud, incluidos aquellos que requieren una ostomía permanente.[^[12]] Para tener en cuenta las diferencias en la progresión y la gravedad de la enfermedad, la prevalencia se categorizó en 6 secuelas: diagnóstico y terapia primaria, fase controlada sin ostomía, fase controlada con ostomía, fase metastásica, fase terminal y una secuela de ostomía postratamiento más allá de los 10 años.[^[12]] A cada estado se le asignó un peso de discapacidad distinto, y se aplicó un peso adicional a los individuos con uso de ostomía para reflejar su carga fisiológica a largo plazo.[^[12]] Los supuestos de modelado detallados y los criterios de clasificación se describen en los Datos S1, Contenido Digital Suplementario, https://links.lww.com/MD/R441.

2.3. Datos de entrada

Los datos de mortalidad por CRC se obtuvieron de la base de datos de causas de muerte de la GBD, que integra información de los sistemas de registro de defunciones, los registros de cáncer y los datos de autopsias verbales.[^[13]] Cuando no se dispuso de datos de incidencia directos, se aplicaron las relaciones modeladas de mortalidad a incidencia (MIR) para inferir la incidencia a partir de la mortalidad y viceversa.[^[14]] Estas MIR se derivaron de registros de cáncer basados en la población de 35 países de todo el mundo, incluidos los de los Estados Unidos, Europa, Asia y África. Para la calibración de la supervivencia, la GBD 2021 entrenó modelos de predicción específicos del cáncer para estimar la supervivencia relativa a 5 años a partir de las MIR, utilizando datos de mortalidad, incidencia y supervivencia relativa de los 9 registros SEER, y aplicó estos modelos a las estimaciones de MIR de la GBD específicas de la ubicación, la edad, el sexo y el año.[^[13]] El marco de modelado incorporó covariables como el índice socioeconómico y el índice de acceso y calidad de la atención médica para capturar la variación regional en la supervivencia. Las estimaciones no fatales se derivaron de una amplia gama de fuentes de datos basadas en la población, incluido el material publicado y revisado por pares, los registros de salud nacionales y los datos de encuestas.[^[12]] Todas las fuentes se identificaron mediante una revisión sistemática de la literatura y se examinaron para evaluar la calidad metodológica y la representatividad de la población.[^[12]] Cualquier dato que se considerara poco fiable o inconsistente se excluyó del análisis. Los detalles metodológicos completos sobre el suministro y el procesamiento de datos se encuentran en los Datos S1, Contenido Digital Suplementario, https://links.lww.com/MD/R441.

2.4. Estrategia de modelado

La estimación de la carga del CRC utilizó un marco de modelado de múltiples pasos basado en las MIR.[^[13]] Los valores de MIR se transformaron inicialmente logit y se analizaron utilizando un modelo lineal de efectos mixtos que incluía el grupo de edad, el sexo y el índice de acceso y calidad de la atención médica como covariables.[^[15]] A continuación, se suavizaron en el espacio y el tiempo utilizando la regresión gaussiana espacio-temporal, lo que produjo estimaciones por año, edad, sexo y ubicación.[^[13]] Las estimaciones de MIR resultantes se aplicaron a los datos de los registros de cáncer depurados para estimar la mortalidad, y se implementó un paso de reducción del ruido bayesiano para abordar los recuentos cero.[^[13]] Para las estimaciones de mortalidad, se aplicó el modelo de conjunto de causas de muerte, con datos de autopsias verbales, registros de defunciones y registros de cáncer. Las estimaciones de mortalidad resultantes se ajustaron posteriormente utilizando CodCorrect y se convirtieron en incidencia utilizando las MIR específicas del CRC.[^[12],^[13]] Estas estimaciones de incidencia se utilizaron luego para evaluar la carga no fatal del CRC. Se encuentran disponibles detalles metodológicos adicionales en los Datos S1, Contenido Digital Suplementario, https://links.lww.com/MD/R441.

2.5. Evaluación de las contribuciones de los factores de riesgo a la carga del CRC

La carga del CRC atribuible a los riesgos dietéticos se cuantificó utilizando el marco de evaluación comparativa de riesgos de la GBD 2021. Las fracciones atribuibles a la población se calcularon integrando las distribuciones de exposición a nivel de la población con los riesgos relativos metaanalíticos y aplicando los niveles de exposición de riesgo mínimo teóricos como contrafactuales.[^[16],^[17]] Las estimaciones de exposición dietética se derivaron de encuestas y datos de vigilancia representativos y se refinaron posteriormente utilizando la regresión gaussiana espacio-temporal para mejorar la resolución espacial y temporal.[^[17]] Se aplicaron ajustes de mediación para tener en cuenta las interdependencias entre los riesgos dietéticos y para evitar la sobreestimación de las fracciones atribuibles a la población, modelando las vías a través de la glucosa en plasma en ayunas, la presión arterial sistólica y el colesterol de lipoproteínas de baja densidad dentro de un marco analítico coherente. Dentro de este marco, los factores de riesgo dietéticos se modelaron de forma independiente y no se pudo separar completamente el solapamiento en la composición de los nutrientes entre los componentes dietéticos. Estas estimaciones, estratificadas por edad, sexo, ubicación y año, se aplicaron luego a la mortalidad específica de la causa y a los AAV para cuantificar la carga atribuible de cada componente dietético.[^[16],^[17]] La carga atribuible estimada para 2021 se derivó de las distribuciones de exposición modeladas durante los años anteriores dentro del marco de la GBD en lugar de la ingesta dietética medida en ese año. El análisis incluyó 6 riesgos dietéticos definidos por la GBD 2021, incluido el bajo consumo de cereales integrales, fibra, calcio y leche, y el alto consumo de carne roja y procesada. Los resultados reflejan tanto las contribuciones a nivel individual como las acumulativas de los factores dietéticos a la carga del CRC en los quintiles del IDH y las regiones globales.

2.6. Estimación de la incertidumbre

La incertidumbre se incorporó sistemáticamente en cada etapa del análisis utilizando el marco estándar de la GBD sin modificaciones, generando 500 extracciones aleatorias para cada estimación. Estas extracciones reflejaron el rango de valores posibles en los grupos de edad, los sexos, las ubicaciones y los años, y cada extracción se trató como una observación independiente. Los intervalos de incertidumbre del 95 % (UI) se calcularon como los percentiles 2,5 y 97,5 de la distribución resultante y se presentan junto con las estimaciones medias de las tasas de mortalidad y AAV.[^[18]]

2.7. Consideraciones metodológicas y éticas

Este estudio utilizó datos agregados y de acceso público de la GBD 2021, que proporciona estimaciones modeladas a nivel de la población en lugar de datos de pacientes individuales. Dado que esto representa un análisis secundario de datos epidemiológicos agregados y desidentificados, no se requirió la aprobación ética ni el consentimiento informado. El consorcio del estudio GBD obtuvo todas las aprobaciones éticas necesarias para los procesos de recopilación y modelado de datos originales, según se detalla en su metodología publicada.

3. Resultados

3.1. Tendencias globales en la carga del CRC atribuible a los riesgos dietéticos

La Figura 1 presenta las tasas de mortalidad y AAV estandarizadas por edad del CRC atribuibles a los factores de riesgo dietéticos en varios países. Si bien hubo una disminución numérica en la tasa de mortalidad estandarizada por edad (TME) de 6,3 (2,3–9,5) por 100 000 habitantes en 1990 a 4,8 (1,6–7,5) en 2021, lo que representa una reducción del 23,8 %; sin embargo, los UI superpuestos indicaron que la tasa se mantuvo estable. De manera similar, las tasas de AAV relacionadas con la dieta también se mantuvieron estables, de 144,9 (53,1–215,5) por 100 000 habitantes en 1990 a 109,7 (37,7–168,5) en 2021, lo que representa una reducción del 24,3 % (Fig. 2 y Tablas S2–S4, Contenido Digital Suplementario, https://links.lww.com/MD/R404).

Se observaron notables diferencias regionales en las 21 regiones de la GBD. En 2021, Europa Central informó la TME relacionada con la dieta más alta, con 8,6 (2,2–13,4) por 100 000 habitantes, mientras que el sur de Asia tuvo la más baja, con 1,6 (0,8–2,2). Europa Central también mostró la tasa de AAV más alta, con 192,1 (46,3–303,0) por 100 000 habitantes, seguida de Europa del Este (167,8 [41,7–257,9]) y América Latina del Sur (165,2 [45,4–261,5]). En contraste, el sur de Asia tuvo la tasa de AAV más baja, con 39,0 (18,6–56,1) por 100 000 habitantes. Los detalles específicos de la región están disponibles en la Tabla 1 y las Tablas S2 a S4, Contenido Digital Suplementario, https://links.lww.com/MD/R404.### 3.2. Carga del CRC relacionada con la dieta según la edad y el sexo

La Figura 3 ilustra las tasas de mortalidad y AAV estandarizadas por edad del CRC atribuibles a los riesgos dietéticos, estratificadas por edad y sexo. En 2021, no hubo diferencias significativas basadas en el sexo en las tasas de mortalidad o AAV estandarizadas por edad en todos los grupos de edad y riesgos dietéticos (Fig. 3 y Tablas S5–S11, Contenido Digital Suplementario, https://links.lww.com/MD/R404). Los hombres mostraron una TME relacionada con la dieta de 5,5 (1,7–8,6) por 100 000 habitantes, en comparación con 4,8 (1,7–7,1) en las mujeres. De manera similar, la tasa de AAV estandarizada por edad relacionada con la dieta fue de 133,9 (42,6–208,2) por 100 000 habitantes en los hombres y de 105,7 (39,0–156,8) en las mujeres. Cabe destacar que la incertidumbre fue relativamente amplia para algunos factores dietéticos, en particular el alto consumo de carne roja y procesada en las regiones de alto IDH, y estas estimaciones deben interpretarse con precaución. Los resultados específicos del sexo y la edad en los diversos factores de riesgo dietéticos se proporcionan en las Figuras S1 a S7, Contenido Digital Suplementario, https://links.lww.com/MD/R404 y las Tablas S5 a S11, Contenido Digital Suplementario, https://links.lww.com/MD/R404.

Sin embargo, hubo diferencias de sexo en la contribución relativa de los riesgos dietéticos. Para la mortalidad, el bajo consumo de cereales integrales fue uno de los mayores contribuyentes entre los hombres, con 2,6 (1,1–4,0) por 100 000 habitantes, mientras que el bajo consumo de leche fue uno de los mayores contribuyentes entre las mujeres, con 2,3 (0,6–3,7). Se observó un patrón similar para los AAV, donde el bajo consumo de cereales integrales contribuyó sustancialmente a la carga en los hombres, con 63,8 (25,8–97,9) por 100 000 habitantes, mientras que el bajo consumo de leche contribuyó sustancialmente entre las mujeres, con 50,7 (13,8–83,8). Las diferencias geográficas en los hallazgos específicos del sexo pueden explicarse por la variación regional en la contribución relativa del bajo consumo de leche. Se encuentran disponibles más detalles por grupo de edad y componentes dietéticos en las Tablas S5 a S11, Contenido Digital Suplementario, https://links.lww.com/MD/R404.### 3.3. Impacto global de los factores de riesgo dietéticos específicos en la carga del CRC

En 2021, la TME global del CRC atribuible a los riesgos dietéticos totales fue de 4,8 (IC del 95 %, 1,6–7,5) por 100 000 habitantes, con una tasa de AAV correspondiente de 109,7 (37,7–168,5). Entre los factores dietéticos individuales, el bajo consumo de cereales integrales contribuyó en mayor medida a la carga, lo que representó una tasa de mortalidad de 2,1 (0,9–3,3) por 100 000 habitantes y una tasa de AAV de 50,2 (20,4–76,3). A esto le siguió el bajo consumo de leche y el alto consumo de carne roja. En contraste, el bajo consumo de calcio y el alto consumo de carne procesada contribuyeron de forma más modesta, mientras que el bajo consumo de fibra representó la menor proporción de la carga del CRC relacionada con la dieta (Fig. 4 y Tablas S12 y S13, Contenido Digital Suplementario, https://links.lww.com/MD/R404).### 3.4. Impacto de los componentes dietéticos individuales en las diferentes regiones

En 2021, Europa Central tuvo la tasa de AAV estandarizada por edad más alta debido al bajo consumo de cereales integrales, con 92,5 (38,2–138,8) por 100 000 habitantes, con una tasa de mortalidad de 4,1 (1,7–6,2) y lideró en la carga relacionada con la carne roja, con 80,3 (0,0–159,8) AAV y 3,6 (0,0–7,1) muertes. América Latina del Sur y Europa del Este le siguieron de cerca, con altas tasas de AAV relacionadas con la carne roja de 69,1 (0,0–140,6) y 65,1 (0,0–130,0) por 100 000 habitantes, y tasas de mortalidad de 3,1 (0,0–6,2) y 2,8 (0,0–5,5), respectivamente. Cabe destacar que Norteamérica de altos ingresos se destacó por su carga desproporcionada por el alto consumo de carne procesada, y ocupó el segundo lugar a nivel mundial en las tasas de AAV, con 38,2 (9,8 a 77,2) por 100 000 habitantes, después de Europa del Este, con 40,5 (10,1 a 82,8).

Se observaron patrones distintos para otros factores de riesgo. El sudeste asiático experimentó la mayor carga debido a una baja ingesta de calcio, con 81,7 (61,5–101,5) AAV y 3,4 (2,6–4,2) muertes por cada 100.000 habitantes, seguido por el África subsahariana, donde el África subsahariana meridional, oriental y central mostraron tasas de AAV de 60,4 (46,3–74,7), 54,7 (40,2–68,7) y 53,0 (35,1–76,5), respectivamente, con tasas de mortalidad correspondientes de 2,6 (2,0–3,2), 2,6 (1,9–3,1) y 2,3 (1,5–3,4). En cuanto a la baja ingesta de leche, las tasas de AAV más altas se observaron en el sur de América Latina (62,8 [16,9–105,6] por cada 100.000 habitantes), el Caribe (62,7 [16,0–102,1]) y Europa Central (59,7 [15,9–100,1]), y las tasas de mortalidad en estas regiones siguieron generalmente un patrón similar. La distribución y el impacto de cada componente dietético se detallan en la figura 4 y las tablas S12 y S13 adjuntas, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.5. Impacto de los componentes dietéticos individuales en los diferentes niveles de IDS

En 2021, las tasas de AAV estandarizadas por edad atribuibles a los factores de riesgo dietéticos totales para el CCRC aumentaron generalmente con niveles más altos de IDS. Esta tendencia se reflejó en la mayoría de los componentes individuales, incluido el bajo consumo de cereales integrales (60,7 [25,1–91,2] por cada 100.000 habitantes), el alto consumo de carne roja (53,7 [0,0–106,9]), el bajo consumo de fibra (3,5 [1,5–5,4]) y el alto consumo de carne procesada (32,5 [11,1–51,2]) en las regiones con IDS altos, en comparación con 28,7 (11,9–42,9), 17,2 (0,0–35,3), 1,5 (0,7–2,4) y 5,2 (1,5–9,2) en las regiones con IDS bajos, respectivamente. Las tasas de mortalidad siguieron patrones similares, donde el bajo consumo de cereales integrales provocó 2,7 (1,1–4,1) muertes por cada 100.000 habitantes en las regiones con IDS altos, en comparación con 1,2 (0,5–1,8) en las regiones con IDS bajos, y el alto consumo de carne procesada resultó en 1,4 (0,4–2,3) muertes en las regiones con IDS altos en comparación con 0,2 (0,0–0,4) en las regiones con IDS bajos. Sin embargo, para el bajo consumo de calcio, las regiones con IDS bajos mostraron tasas de AAV y mortalidad significativamente más altas, con 35,5 (26,5–44,0) y 2,1 (1,2–2,0) por cada 100.000 habitantes, respectivamente, en comparación con 13,4 (9,3–17,9) y 1,1 (0,8–1,3). Las tasas de mortalidad y AAV estandarizadas por edad detalladas por nivel de IDS y factores de riesgo dietéticos se proporcionan en la figura 4 y las tablas S12 y S13, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.6. Porcentaje de cambio en la carga del CCRC relacionada con la dieta en las diferentes regiones

La figura 5 muestra los porcentajes de cambio regionales en las tasas de AAV y mortalidad estandarizadas por edad para el CCRC atribuibles a los riesgos dietéticos desde 1990 hasta 2021. Las tendencias variaron considerablemente según el factor dietético y la región. Para los riesgos dietéticos totales, se observaron grandes reducciones tanto en las tasas de AAV como en las de mortalidad en Oceanía (AAV, ?42,3%; mortalidad, ?40,4%). Se observaron patrones similares para el bajo consumo de cereales integrales, con notables disminuciones en Oceanía (AAV, ?41,9%; mortalidad, ?39,8%) y América del Norte de ingresos altos (32,2%; ?36,8%). Para el alto consumo de carne roja, las tasas de AAV aumentaron más en América Latina Central (42,5%) y América Latina tropical (38,2%), mientras que el África subsahariana meridional mostró el mayor aumento de la mortalidad (32,5%). En contraste, Oceanía mostró las reducciones más sustanciales, con una disminución de las AAV del 43,6% y de la mortalidad del 41,6%. En cuanto a la carne procesada, la mayor reducción de las AAV y la mortalidad se observó en Oceanía (AAV, ?38,5%; mortalidad, ?37,0%). Para el bajo consumo de leche, se produjeron aumentos significativos de las AAV en América Latina Central (26,9%) y en el África subsahariana meridional (27,4), con aumentos de la mortalidad respectivos del 16,8% y del 27,0%. La carga atribuible al bajo consumo de calcio aumentó en el África subsahariana meridional (AAV, 21,9%; mortalidad, 19,5%), pero disminuyó en el este de Asia (58,9%) para las AAV y en Europa occidental (47,6%) para la mortalidad. Los resultados detallados de todos los factores de riesgo dietéticos y las regiones se proporcionan en la figura 5 y las tablas S14 a S27, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.7. Porcentaje de cambio en la carga del CCRC relacionada con la dieta por nivel de IDS

El porcentaje de cambio en la carga del CCRC atribuible a los riesgos dietéticos varió notablemente entre los diferentes niveles de IDS entre 1990 y 2021. Los países con IDS altos experimentaron las mayores reducciones tanto en las tasas de AAV como en las de mortalidad para la mayoría de los riesgos dietéticos: bajo consumo de cereales integrales (AAV, ?29,7%; mortalidad, ?30,2%), bajo consumo de leche (33,6%; ?32,3%), alto consumo de carne roja (31,3%; ?31,9%), alto consumo de carne procesada (30,1%; ?32,5) y bajo consumo de fibra (44,8%; ?46,2%). Las regiones con IDS medio-altos también experimentaron reducciones considerables, especialmente para el bajo consumo de calcio (AAV, ?42,2%; mortalidad, ?38,5%). En contraste, varios grupos con IDS más bajos experimentaron un aumento de la carga tanto en las tasas de AAV como en las de mortalidad para riesgos dietéticos específicos, incluido el bajo consumo de cereales integrales y leche, y el alto consumo de carne roja y procesada. Los hallazgos detallados por factor de riesgo dietético y nivel de IDS se presentan en la figura 5 y las tablas S14 a S27, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.1. Tendencias globales en la carga del CCRC atribuible a los riesgos dietéticos

La figura 1 presenta las tasas de mortalidad y AAV estandarizadas por edad del CCRC atribuibles a los factores de riesgo dietéticos en varios países. Aunque hubo una disminución numérica en la tasa de mortalidad estandarizada por edad (TME) de 6,3 (2,3–9,5) por cada 100.000 habitantes en 1990 a 4,8 (1,6–7,5) en 2021, lo que representa una reducción del 23,8%; sin embargo, los intervalos de incertidumbre superpuestos indicaron que la tasa se mantuvo estable. De manera similar, las tasas de AAV estandarizadas por edad relacionadas con la dieta también se mantuvieron estables, pasando de 144,9 (53,1–215,5) por cada 100.000 habitantes en 1990 a 109,7 (37,7–168,5) en 2021, lo que representa una reducción del 24,3% (figura 2 y tablas S2 a S4, Contenido digital suplementario, https://links.lww.com/MD/R404).

Se observaron notables diferencias regionales en las 21 regiones del GBD. En 2021, Europa Central informó la TME relacionada con la dieta más alta, con 8,6 (2,2–13,4) por cada 100.000 habitantes, mientras que el sur de Asia tuvo la más baja, con 1,6 (0,8–2,2). Europa Central también mostró la tasa de AAV más alta, con 192,1 (46,3–303,0) por cada 100.000 habitantes, seguida por Europa del Este (167,8 [41,7–257,9]) y América Latina meridional (165,2 [45,4–261,5]). En contraste, el sur de Asia tuvo la tasa de AAV más baja, con 39,0 (18,6–56,1) por cada 100.000 habitantes. Los detalles específicos de la región están disponibles en la tabla 1 y las tablas S2 a S4, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.2. Carga del CCRC relacionada con la dieta según la edad y el sexo

La figura 3 ilustra las tasas de mortalidad y AAV estandarizadas por edad del CCRC atribuibles a los riesgos dietéticos, estratificadas por edad y sexo. En 2021, no hubo diferencias significativas basadas en el sexo en las tasas de mortalidad o AAV estandarizadas por edad en todos los grupos de edad y riesgos dietéticos (figura 3 y tablas S5 a S11, Contenido digital suplementario, https://links.lww.com/MD/R404). Los hombres mostraron una TME relacionada con la dieta de 5,5 (1,7–8,6) por cada 100.000 habitantes, en comparación con 4,8 (1,7–7,1) en las mujeres. De manera similar, la tasa de AAV estandarizada por edad relacionada con la dieta fue de 133,9 (42,6–208,2) por cada 100.000 habitantes en los hombres y de 105,7 (39,0–156,8) en las mujeres. Cabe destacar que la incertidumbre fue relativamente amplia para algunos factores dietéticos, en particular el alto consumo de carne roja y procesada en las regiones con IDS altos, y estas estimaciones deben interpretarse con cautela. Los resultados detallados específicos del sexo y la edad en los diferentes factores de riesgo dietéticos se proporcionan en las figuras S1 a S7, Contenido digital suplementario, https://links.lww.com/MD/R404 y las tablas S5 a S11, Contenido digital suplementario, https://links.lww.com/MD/R404.

Sin embargo, hubo diferencias de sexo en la contribución relativa de los riesgos dietéticos. Para la mortalidad, el bajo consumo de cereales integrales fue uno de los mayores contribuyentes entre los hombres, con 2,6 (1,1–4,0) por cada 100.000 habitantes, mientras que el bajo consumo de leche fue uno de los mayores contribuyentes entre las mujeres, con 2,3 (0,6–3,7). Se observó un patrón similar para las AAV, donde el bajo consumo de cereales integrales contribuyó sustancialmente a la carga en los hombres, con 63,8 (25,8–97,9) por cada 100.000 habitantes, mientras que el bajo consumo de leche contribuyó sustancialmente entre las mujeres, con 50,7 (13,8–83,8). Las diferencias geográficas en los hallazgos específicos del sexo pueden explicarse por la variación regional en la contribución relativa del bajo consumo de leche. Se presentan más desgloses por grupo de edad y componentes dietéticos en las tablas S5 a S11, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.3. Impacto global de los factores de riesgo dietéticos específicos en la carga del CCRC

En 2021, la TME global del CCRC atribuible a los riesgos dietéticos totales fue de 4,8 (IC del 95%, 1,6–7,5) por cada 100.000 habitantes, con una tasa de AAV correspondiente de 109,7 (37,7–168,5). Entre los factores dietéticos individuales, el bajo consumo de cereales integrales contribuyó en mayor medida a la carga, lo que representó una tasa de mortalidad de 2,1 (0,9–3,3) por cada 100.000 habitantes y una tasa de AAV de 50,2 (20,4–76,3). A continuación, le siguieron el bajo consumo de leche y el alto consumo de carne roja. En contraste, el bajo consumo de calcio y el alto consumo de carne procesada contribuyeron de forma más modesta, mientras que el bajo consumo de fibra representó la menor proporción de la carga del CCRC relacionada con la dieta (figura 4 y tablas S12 y S13, Contenido digital suplementario, https://links.lww.com/MD/R404).

3.4. Impacto de los componentes dietéticos individuales en las diferentes regiones

Europa Central tuvo la tasa de AAV estandarizada por edad más alta debido al bajo consumo de cereales integrales, con 92,5 (38,2–138,8) por cada 100.000 habitantes, con una tasa de mortalidad de 4,1 (1,7–6,2) y lideró en la carga relacionada con la carne roja, con 80,3 (0,0–159,8) AAV y 3,6 (0,0–7,1) muertes. América Latina meridional y Europa del Este le siguieron de cerca, con altas tasas de AAV relacionadas con la carne roja de 69,1 (0,0–140,6) y 65,1 (0,0–130,0) por cada 100.000 habitantes, y tasas de mortalidad de 3,1 (0,0–6,2) y 2,8 (0,0–5,5), respectivamente. Cabe destacar que América del Norte de ingresos altos se destacó por su carga desproporcionada del alto consumo de carne procesada, que ocupa el segundo lugar a nivel mundial en las tasas de AAV, con 38,2 (9,8 a 77,2) por cada 100.000 habitantes, después de Europa del Este, con 40,5 (10,1 a 82,8).

Se observaron patrones distintos para otros factores de riesgo. El sudeste asiático experimentó la mayor carga debido al bajo consumo de calcio, con 81,7 (61,5–101,5) AAV y 3,4 (2,6–4,2) muertes por cada 100.000 habitantes, seguido por el África subsahariana, donde el África subsahariana meridional, oriental y central mostraron tasas de AAV de 60,4 (46,3–74,7), 54,7 (40,2–68,7) y 53,0 (35,1–76,5), respectivamente, con tasas de mortalidad correspondientes de 2,6 (2,0–3,2), 2,6 (1,9–3,1) y 2,3 (1,5–3,4). En cuanto al bajo consumo de leche, las tasas de AAV más altas se observaron en el sur de América Latina (62,8 [16,9–105,6] por cada 100.000 habitantes), el Caribe (62,7 [16,0–102,1]) y Europa Central (59,7 [15,9–100,1]), y las tasas de mortalidad en estas regiones siguieron generalmente un patrón similar. La distribución y el impacto de cada componente dietético se detallan en la figura 4 y las tablas S12 y S13 adjuntas, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.5. Impacto de los componentes dietéticos individuales en los diferentes niveles de IDS

En 2021, las tasas de AAV estandarizadas por edad atribuibles a los factores de riesgo dietéticos totales para el CCRC aumentaron generalmente con niveles más altos de IDS. Esta tendencia se reflejó en la mayoría de los componentes individuales, incluido el bajo consumo de cereales integrales (60,7 [25,1–91,2] por cada 100.000 habitantes), el alto consumo de carne roja (53,7 [0,0–106,9]), el bajo consumo de fibra (3,5 [1,5–5,4]) y el alto consumo de carne procesada (32,5 [11,1–51,2]) en las regiones con IDS altos, en comparación con 28,7 (11,9–42,9), 17,2 (0,0–35,3), 1,5 (0,7–2,4) y 5,2 (1,5–9,2) en las regiones con IDS bajos, respectivamente. Las tasas de mortalidad siguieron patrones similares, donde el bajo consumo de cereales integrales provocó 2,7 (1,1–4,1) muertes por cada 100.000 habitantes en las regiones con IDS altos, en comparación con 1,2 (0,5–1,8) en las regiones con IDS bajos, y el alto consumo de carne procesada resultó en 1,4 (0,4–2,3) muertes en las regiones con IDS altos en comparación con 0,2 (0,0–0,4) en las regiones con IDS bajos. Sin embargo, para el bajo consumo de calcio, las regiones con IDS bajos mostraron tasas de AAV y mortalidad significativamente más altas, con 35,5 (26,5–44,0) y 2,1 (1,2–2,0) por cada 100.000 habitantes, respectivamente, en comparación con 13,4 (9,3–17,9) y 1,1 (0,8–1,3). Las tasas de mortalidad y AAV estandarizadas por edad detalladas por nivel de IDS y factores de riesgo dietéticos se proporcionan en la figura 4 y las tablas S12 y S13, Contenido digital suplementario, https://links.lww.com/MD/R404.

3.6. Porcentaje de cambio en la carga de CRC relacionada con la dieta en diferentes regiones

La Figura 5 muestra los porcentajes de cambio regionales en las tasas de DALY (años de vida ajustados por discapacidad) y mortalidad estandarizadas por edad para el CRC atribuible a los riesgos dietéticos de 1990 a 2021. Las tendencias variaron considerablemente según el factor dietético y la región. Para los riesgos dietéticos totales, se observaron grandes reducciones tanto en las tasas de DALY como en las de mortalidad en Oceanía (DALY, ?42,3%; mortalidad, ?40,4%). Se observaron patrones similares para el bajo consumo de cereales integrales, con notables disminuciones en Oceanía (DALY, ?41,9%; mortalidad, ?39,8%) y en América del Norte de ingresos altos (32,2%; ?36,8%). Para el alto consumo de carne roja, las tasas de DALY aumentaron más en América Latina Central (42,5%) y en América Latina Tropical (38,2%), mientras que el África subsahariana mostró el mayor aumento en la mortalidad (32,5%). En contraste, Oceanía mostró las reducciones más sustanciales, con una disminución de las DALY del 43,6% y de la mortalidad del 41,6%. En cuanto a la carne procesada, la mayor reducción de las DALY y la mortalidad se observó en Oceanía (DALY, ?38,5%; mortalidad, ?37,0%). Para el bajo consumo de leche, se produjeron aumentos significativos de las DALY en América Latina Central (26,9%) y en el África subsahariana (27,4%), con aumentos respectivos de la mortalidad del 16,8% y del 27,0%. La carga atribuible al bajo consumo de calcio aumentó en el África subsahariana (DALY, 21,9%; mortalidad, 19,5%), pero disminuyó en el este de Asia (58,9%) para las DALY y en Europa occidental (47,6%) para la mortalidad. Los resultados detallados de todos los factores de riesgo dietético y las regiones se proporcionan en la Figura 5 y en las Tablas S14 a S27, Contenido digital complementario, https://links.lww.com/MD/R404.

3.7. Porcentaje de cambio en la carga de CRC relacionada con la dieta por nivel de SDI

El porcentaje de cambio en la carga de CRC atribuible a los riesgos dietéticos varió notablemente entre los diferentes niveles de SDI entre 1990 y 2021. Los países con un SDI alto experimentaron las mayores reducciones tanto en las tasas de DALY como en las de mortalidad para la mayoría de los riesgos dietéticos: bajo consumo de cereales integrales (DALY, ?29,7%; mortalidad, ?30,2%), bajo consumo de leche (33,6%; ?32,3%), alto consumo de carne roja (31,3%; ?31,9%), alto consumo de carne procesada (30,1%; ?32,5%) y bajo consumo de fibra (44,8%; ?46,2%). Las regiones con un SDI alto-medio también experimentaron reducciones considerables, especialmente para el bajo consumo de calcio (DALY, ?42,2%; mortalidad, ?38,5%). En contraste, varios grupos con un SDI más bajo experimentaron un aumento de la carga tanto en las tasas de DALY como en las de mortalidad para riesgos dietéticos específicos, incluido el bajo consumo de cereales integrales y leche, y el alto consumo de carne roja y procesada. Los hallazgos detallados por factor de riesgo dietético y nivel de SDI se presentan en la Figura 5 y en las Tablas S14 a S27, Contenido digital complementario, https://links.lww.com/MD/R404.

4. Discusión

4.1. Hallazgos clave

Utilizando datos del GBD 2021, evaluamos la carga global, regional y nacional del CRC atribuible a los factores de riesgo dietéticos. Entre 1990 y 2021, las tasas globales de mortalidad y DALY estandarizadas por edad atribuibles a los riesgos dietéticos se mantuvieron estables. Las tasas estandarizadas por edad fueron similares entre hombres y mujeres en los diferentes grupos de edad y exposiciones dietéticas, aunque la contribución relativa de los riesgos dietéticos difería según el sexo. El bajo consumo de cereales integrales fue uno de los mayores contribuyentes entre los hombres, mientras que el bajo consumo de leche fue uno de los mayores contribuyentes entre las mujeres. A nivel mundial, el consumo inadecuado de cereales integrales fue el principal factor de riesgo dietético tanto para la mortalidad como para las DALY. Los países con valores de SDI más altos mostraron las tasas estandarizadas por edad más altas, pero también las mayores reducciones porcentuales con el tiempo, particularmente en Oceanía. En contraste, los países con un SDI bajo, incluidos los de África subsahariana central, experimentaron un aumento de la carga durante el mismo período. En particular, la clasificación de los factores de riesgo dietéticos y el porcentaje de cambio variaron sustancialmente según la región, lo que destaca la importancia de las intervenciones y estrategias de prevención dietéticas específicas para cada región.

4.2. Mecanismo plausible

Entre 1990 y 2021, las tasas globales de mortalidad y DALY estandarizadas por edad atribuibles a los factores de riesgo dietéticos para el CRC se mantuvieron estables, lo que probablemente refleja la mejora de las pruebas de detección, los cambios en los hábitos alimenticios y la ampliación de los esfuerzos de salud pública. [^[19]] Sin embargo, persisten importantes disparidades regionales, influenciadas por las diferencias en los entornos alimentarios y el acceso a alimentos ricos en nutrientes. Los países con un SDI alto, particularmente en Europa central, continuaron experimentando una mayor carga asociada con el bajo consumo de cereales integrales y el alto consumo de carne roja y procesada. Se ha propuesto que estas dietas, ricas en carbohidratos refinados y productos cárnicos como salchichas y carnes ahumadas, influyen en la carcinogénesis colorrectal a través de la formación de compuestos N-nitroso carcinógenos, la inflamación de la mucosa cólica y la alteración de la microbiota intestinal. [^[20], ^[21]] En contraste, el aumento de la carga en algunas partes del sudeste asiático y el África subsahariana se debió principalmente al bajo consumo de calcio y fibra. El calcio puede reducir el riesgo de CRC al unirse a los ácidos biliares y modular la proliferación epitelial, mientras que la fibra promueve la motilidad intestinal, la diversidad microbiana y la producción de ácidos grasos de cadena corta antiinflamatorios, lo que se ha asociado con la reducción del riesgo de CRC. [^[22]–^[24]] En estas regiones, el consumo de lácteos suele ser bajo debido a las preferencias dietéticas culturales y la intolerancia a la lactosa, mientras que la dependencia de alimentos básicos bajos en fibra, como el arroz blanco, limita el consumo de fibra. [^[25], ^[26]]

Las diferencias basadas en el sexo en los riesgos dietéticos pueden explicarse por factores tanto conductuales como biológicos. Los hombres tienden a consumir más carne roja y procesada, mientras que las mujeres tienen un menor consumo de lácteos debido a la mayor prevalencia de la intolerancia a la lactosa. [^[27], ^[28]] Los estudios también han demostrado que el microbioma intestinal en el CRC difiere tanto en composición como en función entre los sexos, lo que es consistente con los conceptos del microgénero y el eje del microbioma-hormonas sexuales. [^[27], ^[28]] Se ha asociado la exposición a los estrógenos con una mayor diversidad microbiana y perfiles antiinflamatorios, mientras que los andrógenos pueden promover las vías tumorigénicas al favorecer las especies microbianas proinflamatorias. [^[27], ^[28]] Además, se ha asociado a los estrógenos una mayor diversidad microbiana y perfiles antiinflamatorios, mientras que se sabe que los andrógenos tienen un efecto promotor del tumor al aumentar la prevalencia de especies intestinales proinflamatorias. [^[27], ^[28]]

4.3. Implicaciones clínicas y políticas

Nuestros hallazgos destacan la importante variación regional en la carga dietética del CRC, lo que indica que la contribución de los riesgos dietéticos específicos difiere entre las regiones. Aunque las directrices dietéticas globales, como las de la World Cancer Research Fund, proporcionan recomendaciones valiosas, es posible que no tengan en cuenta completamente las diferencias regionales en la disponibilidad de alimentos, las prácticas culturales y las deficiencias nutricionales. [^[29]] Por lo tanto, la prevención eficaz del cáncer se beneficiará de enfoques específicos del contexto que se alineen con los patrones dietéticos y el contexto socioeconómico de cada región. En los entornos con un SDI bajo, una parte considerable de la carga dietética se atribuyó al bajo consumo de calcio y leche. En estas regiones, las intervenciones comunitarias de bajo costo que promuevan el acceso a alimentos ricos en calcio, como las verduras de hoja verde, las legumbres y los peces pequeños, junto con una educación nutricional más amplia, pueden ser valiosas. [^[30]] También es esencial fortalecer los sistemas de atención médica para permitir un diagnóstico y una intervención tempranos. En contraste, los países con un SDI alto mostraron una mayor carga de los alimentos procesados y ricos en energía. [^[31]] Abordar estos riesgos puede beneficiarse de políticas a nivel de población, como los subsidios para los cereales integrales, los impuestos a la carne procesada y las normas nutricionales obligatorias en las escuelas y las instituciones públicas, que podrían ayudar a mejorar los entornos alimentarios y apoyar opciones alimentarias más saludables a nivel de población. [^[31], ^[32]] En conjunto, estos hallazgos identifican las áreas prioritarias para futuras investigaciones de intervención para evaluar si las estrategias dietéticas específicas del contexto pueden reducir la carga de CRC en poblaciones específicas.

4.4. Fortalezas y limitaciones

Este estudio es el primero en analizar sistemáticamente la carga regional del CRC atribuible a los factores de riesgo dietéticos utilizando el GBD 2021. Sin embargo, existen varias limitaciones a considerar. En primer lugar, el marco del GBD incluye solo 6 factores de riesgo dietéticos para el CRC, excluyendo otras posibles exposiciones relevantes, como un mayor consumo de yogur o un menor consumo de alcohol. [^[3]] En segundo lugar, los factores de riesgo dietéticos se evaluaron de forma independiente, lo que limita la capacidad de tener en cuenta los efectos superpuestos o sinérgicos. Por ejemplo, la leche y los cereales integrales son cada uno una fuente importante de calcio y fibra, respectivamente, pero los modelos del GBD 2021 consideran el bajo consumo de cada uno como factores de riesgo separados, lo que dificulta determinar sus contribuciones individuales. [^[33]] En tercer lugar, aunque estudios anteriores han identificado interacciones entre los factores dietéticos y los no dietéticos, como la inactividad física, la obesidad y el tabaquismo, no se pudo evaluar la carga de CRC atribuible a los riesgos dietéticos cuando estos factores se consideran conjuntamente, ya que el GBD 2021 estima los efectos de cada factor de riesgo de forma independiente en lugar de en combinación. Proporcionar una evaluación que integre las interacciones entre los factores dietéticos y los no dietéticos habría ofrecido una comprensión más completa de la carga general del CRC. En cuarto lugar, si bien los hallazgos de estudios anteriores sugieren que la composición o función del microbioma intestinal puede variar, estos modificadores a nivel individual no se capturan en las estimaciones a nivel de población. [^[34]] Para tener en cuenta parcialmente la variabilidad en el riesgo de base, nuestros modelos se estratificaron por edad, sexo y SDI. En quinto lugar, el largo período de latencia entre las exposiciones dietéticas y la aparición del CRC complica la atribución. Para abordar esto, el GBD 2021 modeló la exposición a largo plazo utilizando estimaciones espaciales y temporales suavizadas a lo largo de varias décadas. En sexto lugar, los cambios en la disponibilidad de las pruebas de detección y los criterios de diagnóstico a lo largo del tiempo, como las actualizaciones en la clasificación de las lesiones precancerosas y los cánceres en etapa temprana, pueden influir en la precisión de las estimaciones de la carga de la enfermedad. [^[35]] Para abordar esto, utilizamos definiciones basadas en la CIE consistentes y modelamos las relaciones de mortalidad-incidencia de forma uniforme en todas las regiones y los años. En séptimo lugar, dado que nuestro análisis se basó en las estimaciones publicadas del GBD 2021, no pudimos volver a estimar los modelos subyacentes ni examinar hiperparámetros o priors alternativos, y no se pudieron realizar análisis de sensibilidad o ejercicios formales de comparación de modelos con los datos disponibles. En octavo lugar, si bien el marco del GBD ajustó los principales mediadores metabólicos, como la glucosa en plasma en ayunas, la presión arterial sistólica y el colesterol, no se puede excluir la confusión residual de los factores de estilo de vida o ambientales no medidos. En sexto lugar, el largo período de latencia entre las exposiciones dietéticas y la aparición del CRC complica la atribución. Para abordar esto, el GBD 2021 modeló la exposición a largo plazo utilizando estimaciones espaciales y temporales suavizadas a lo largo de varias décadas. En noveno lugar, las mejoras en los riesgos de competencia, como la supervivencia cardiovascular, pueden haber prolongado la esperanza de vida y modificado las estructuras de población hacia edades más avanzadas en las que el riesgo de CRC es mayor. Sin embargo, el GBD 2021 abordó esto incorporando los cambios demográficos relacionados con el envejecimiento mediante el uso de tasas de mortalidad específicas por edad y la estimación de DALY basada en tablas de vida. En décimo lugar, nuestros hallazgos deben interpretarse con precaución a nivel individual, ya que las asociaciones a nivel de población no necesariamente indican una causalidad a nivel individual. En undécimo lugar, el subdiagnóstico y el sesgo de notificación, particularmente en los entornos con un SDI bajo, pueden influir en las estimaciones de la carga. Para minimizar esto, el GBD 2021 incorporó una amplia gama de fuentes de datos, incluidos los datos de autopsia verbal, el registro de cáncer y las encuestas nacionales, y aplicó modelos de conjunto y procedimientos de corrección de sesgos para mejorar la precisión. Finalmente, en las regiones con datos limitados de encuestas dietéticas, las estimaciones de la exposición se basaron parcialmente en los datos de la balanza alimentaria, que pueden no representar adecuadamente la variación dentro del país y, por lo tanto, limitar la interpretación a nivel subnacional.

A pesar de ciertas limitaciones, este estudio ofrece varias fortalezas notables. Al utilizar las estimaciones más recientes del GBD 2021, ofrece un análisis exhaustivo del CRC atribuible a los factores de riesgo dietéticos, estratificado por edad, sexo e IDS. Al examinar simultáneamente las tasas de mortalidad y de AAV, presenta una visión multidimensional de la carga de la enfermedad y destaca los principales riesgos dietéticos en poblaciones y regiones específicas, y amplía las estimaciones previas del GBD con nuevos hallazgos. Es importante destacar que el estudio propone estrategias relevantes para la formulación de políticas, específicas para cada IDS, que complementan las directrices dietéticas globales existentes y pueden respaldar esfuerzos de prevención del CRC más específicos y eficaces en todo el mundo.

4.1. Hallazgos clave

Utilizando datos del GBD 2021, evaluamos la carga global, regional y nacional del CRC atribuible a los factores de riesgo dietéticos. Entre 1990 y 2021, las tasas globales de mortalidad y de AAV estandarizadas por edad atribuibles a los riesgos dietéticos se mantuvieron estables. Las tasas estandarizadas por edad fueron similares entre hombres y mujeres en los diferentes grupos de edad y exposiciones dietéticas, aunque la contribución relativa de los riesgos dietéticos difería según el sexo. El bajo consumo de cereales integrales fue uno de los mayores factores contribuyentes entre los hombres, mientras que el bajo consumo de leche fue uno de los mayores factores contribuyentes entre las mujeres. A nivel mundial, el consumo insuficiente de cereales integrales fue el principal factor de riesgo dietético tanto para la mortalidad como para las AAV. Los países con valores de IDS más altos mostraron las tasas estandarizadas por edad más altas, pero también los mayores porcentajes de reducción con el tiempo, especialmente en Oceanía. En contraste, los países con IDS bajos, incluidos los de África subsahariana central, experimentaron un aumento de la carga durante el mismo período. Cabe destacar que la clasificación de los factores de riesgo dietéticos y el porcentaje de cambio variaron sustancialmente según la región, lo que destaca la importancia de las intervenciones y estrategias de prevención dietéticas específicas para cada región.

4.2. Mecanismo plausible

Entre 1990 y 2021, las tasas globales de mortalidad y de AAV estandarizadas por edad atribuibles a los factores de riesgo dietéticos para el CRC se mantuvieron estables, lo que probablemente refleja la mejora de las pruebas de detección, los cambios en los hábitos alimenticios y la ampliación de los esfuerzos de salud pública. [^[19]] Sin embargo, persisten importantes disparidades regionales, influenciadas por las diferencias en los entornos alimentarios y el acceso a alimentos ricos en nutrientes. Los países con IDS altos, especialmente en Europa Central, continuaron experimentando una mayor carga asociada con el bajo consumo de cereales integrales y el alto consumo de carne roja y procesada. Se ha propuesto que estas dietas, ricas en carbohidratos refinados y productos cárnicos como salchichas y carnes ahumadas, influyen en la carcinogénesis colorrectal a través de la formación de compuestos N-nitroso carcinógenos, la inflamación de la mucosa cólica y la alteración de la microbiota intestinal. [^[20], ^[21]] En contraste, el aumento de la carga en algunas partes del sudeste asiático y el África subsahariana se debió principalmente al bajo consumo de calcio y fibra. El calcio puede reducir el riesgo de CRC al unirse a los ácidos biliares y modular la proliferación epitelial, mientras que la fibra promueve la motilidad intestinal, la diversidad microbiana y la producción de ácidos grasos de cadena corta antiinflamatorios, lo que se ha asociado con la reducción del riesgo de CRC. [^[22]–^[24]] En estas regiones, el consumo de lácteos suele ser bajo debido a las preferencias dietéticas culturales y la intolerancia a la lactosa, mientras que la dependencia de alimentos básicos bajos en fibra, como el arroz blanco, limita el consumo de fibra. [^[25], ^[26]]

Las diferencias basadas en el sexo en los riesgos dietéticos pueden explicarse por factores tanto conductuales como biológicos. Los hombres tienden a consumir más carne roja y procesada, mientras que las mujeres tienen un menor consumo de lácteos debido a una mayor prevalencia de la intolerancia a la lactosa. [^[27], ^[28]] Los estudios también han demostrado que la microbiota intestinal en el CRC difiere tanto en composición como en función entre los sexos, lo que es consistente con los conceptos del microgénero y el eje del microbioma-hormonas sexuales. [^[27], ^[28]] La exposición a los estrógenos se ha asociado con una mayor diversidad microbiana y perfiles antiinflamatorios, mientras que los andrógenos pueden promover las vías tumorigénicas al favorecer las especies microbianas proinflamatorias. [^[27], ^[28]] Además, se ha asociado a los estrógenos una mayor diversidad microbiana y perfiles antiinflamatorios, mientras que se sabe que los andrógenos tienen un efecto promotor del tumor al aumentar la prevalencia de especies intestinales proinflamatorias. [^[27], ^[28]]

4.3. Implicaciones clínicas y políticas

Nuestros hallazgos destacan la importante variación regional en la carga dietética del CRC, lo que indica que la contribución de los riesgos dietéticos específicos difiere entre las regiones. Aunque las directrices dietéticas globales, como las de la World Cancer Research Fund, proporcionan recomendaciones valiosas, es posible que no tengan en cuenta completamente las diferencias entre las regiones en cuanto a la disponibilidad de alimentos, las prácticas culturales y las deficiencias nutricionales. [^[29]] Por lo tanto, la prevención eficaz del cáncer se beneficiará de enfoques específicos del contexto que se ajusten a los patrones dietéticos y al contexto socioeconómico de cada región. En los entornos con IDS bajos, una parte considerable de la carga dietética se atribuyó al bajo consumo de calcio y leche. En estas regiones, las intervenciones comunitarias de bajo costo que promuevan el acceso a alimentos ricos en calcio, como las verduras de hoja verde, las legumbres y los pequeños peces, junto con una educación nutricional más amplia, pueden tener un valor potencial. [^[30]] También es esencial fortalecer los sistemas de atención médica para permitir un diagnóstico y una intervención tempranos. En contraste, los países con IDS altos mostraron una mayor carga de los alimentos procesados y densos en energía. [^[31]] Abordar estos riesgos puede beneficiarse de políticas estructurales a nivel de población, como los subsidios para los cereales integrales, los impuestos a las carnes procesadas y las normas nutricionales obligatorias en las escuelas y las instituciones públicas, que podrían ayudar a mejorar los entornos alimentarios y apoyar opciones alimentarias más saludables a nivel de población. [^[31], ^[32]] En conjunto, estos hallazgos identifican las áreas prioritarias para futuras investigaciones de intervención para evaluar si las estrategias dietéticas específicas del contexto pueden reducir la carga del CRC en poblaciones específicas.

4.4. Fortalezas y limitaciones

Este estudio es el primero en analizar sistemáticamente la carga regional del CRC atribuible a los factores de riesgo dietéticos utilizando el GBD 2021. Sin embargo, existen varias limitaciones que deben tenerse en cuenta. En primer lugar, el marco del GBD incluye solo 6 factores de riesgo dietéticos para el CRC, excluyendo otras posibles exposiciones relevantes, como un mayor consumo de yogur o un menor consumo de alcohol. [^[3]] En segundo lugar, los factores de riesgo dietéticos se evaluaron de forma independiente, lo que limita la capacidad de tener en cuenta los efectos superpuestos o sinérgicos. Por ejemplo, la leche y los cereales integrales son cada una una fuente importante de calcio y fibra, respectivamente, pero los modelos del GBD 2021 consideran el bajo consumo de cada uno como factores de riesgo separados, lo que dificulta la determinación de sus contribuciones individuales. [^[33]] En tercer lugar, aunque estudios anteriores han identificado interacciones entre los factores dietéticos y no dietéticos, como la inactividad física, la obesidad y el tabaquismo, no se pudo evaluar la carga del CRC atribuible a los riesgos dietéticos cuando estos factores se consideran conjuntamente, porque el GBD 2021 estima los efectos de cada factor de riesgo de forma independiente en lugar de en combinación. Proporcionar una evaluación que integre las interacciones entre los factores dietéticos y no dietéticos habría ofrecido una comprensión más completa de la carga general del CRC. En cuarto lugar, aunque los estudios anteriores han identificado interacciones entre los factores dietéticos y no dietéticos, como la inactividad física, la obesidad y el tabaquismo, la carga del CRC atribuible a los riesgos dietéticos cuando estos factores se consideran conjuntamente no pudo ser evaluada porque GBD 2021 estima los efectos de cada factor de riesgo de forma independiente en lugar de en combinación. Proporcionar una evaluación que integre las interacciones entre los factores dietéticos y no dietéticos habría ofrecido una comprensión más completa de la carga general del CRC. En cuarto lugar, si bien la carga de los riesgos dietéticos puede variar según la genética del huésped o la composición de la microbiota intestinal, tales modificadores a nivel individual no se capturan en las estimaciones a nivel de población. [^[34]] Para tener en cuenta parcialmente la variabilidad en el riesgo basal, nuestros modelos se estratificaron por edad, sexo e IDS. En quinto lugar, el largo período de latencia entre las exposiciones dietéticas y la aparición del CRC complica la atribución. Para abordar esto, el GBD 2021 modeló la exposición a largo plazo utilizando estimaciones espaciotemporales suavizadas a lo largo de varias décadas. En sexto lugar, los cambios en la disponibilidad de las pruebas de detección y los criterios de diagnóstico a lo largo del tiempo, como las actualizaciones en la clasificación de las lesiones precancerosas y los cánceres en etapa temprana, pueden influir en la precisión de las estimaciones de la carga de la enfermedad. [^[35]] Para abordar esto, utilizamos definiciones basadas en la CIE consistentes y modelamos las relaciones entre la mortalidad y la incidencia de forma uniforme en todas las regiones y los años. En séptimo lugar, dado que nuestro análisis se basó en las estimaciones publicadas del GBD 2021, no pudimos volver a estimar los modelos subyacentes ni examinar hiperparámetros o priors alternativos, y no se pudieron realizar análisis de sensibilidad adicionales o ejercicios formales de comparación de modelos con los datos disponibles. En octavo lugar, aunque el marco del GBD ajustó los principales mediadores metabólicos, como la glucosa en plasma en ayunas, la presión arterial sistólica y el colesterol, no se puede descartar la confusión residual de los factores ambientales o del estilo de vida no medidos. En sexto lugar, el largo período de latencia entre las exposiciones dietéticas y la aparición del CRC complica la atribución. Para abordar esto, el GBD 2021 modeló la exposición a largo plazo utilizando estimaciones espaciotemporales suavizadas a lo largo de varias décadas. En noveno lugar, las mejoras en los riesgos competitivos, como la supervivencia cardiovascular, pueden haber prolongado la esperanza de vida y modificado las estructuras de población hacia edades más avanzadas en las que el riesgo de CRC es mayor. Sin embargo, el GBD 2021 abordó esto incorporando los cambios demográficos relacionados con el envejecimiento mediante el uso de tasas de mortalidad específicas por edad y la estimación de AAV basada en tablas de vida estándar. En décimo lugar, nuestros hallazgos deben interpretarse con cautela a nivel individual, ya que las asociaciones a nivel de población no necesariamente indican una causalidad a nivel individual. En undécimo lugar, el subdiagnóstico y el sesgo de notificación, especialmente en los entornos con IDS bajos, pueden influir en las estimaciones de la carga. Para minimizar esto, el GBD 2021 incorporó una amplia gama de fuentes de datos, incluidos los datos de autopsia verbal, el registro de cáncer y las encuestas nacionales, y aplicó modelos de conjunto y procedimientos de corrección de sesgos para mejorar la precisión. Por último, en las regiones con datos limitados de encuestas dietéticas, las estimaciones de la exposición se basaron parcialmente en los datos de la balanza alimentaria, que pueden no representar adecuadamente la variación dentro del país y, por lo tanto, limitar la interpretación a nivel subnacional.

A pesar de ciertas limitaciones, este estudio ofrece varias fortalezas notables. Al utilizar las estimaciones más recientes del GBD 2021, ofrece un análisis exhaustivo del CRC atribuible a los factores de riesgo dietéticos, estratificado por edad, sexo e IDS. Al examinar simultáneamente las tasas de mortalidad y de AAV, presenta una visión multidimensional de la carga de la enfermedad y destaca los principales riesgos dietéticos en poblaciones y regiones específicas, y amplía las estimaciones previas del GBD con nuevos hallazgos. Es importante destacar que el estudio propone estrategias relevantes para la formulación de políticas, específicas para cada IDS, que complementan las directrices dietéticas globales existentes y pueden respaldar esfuerzos de prevención del CRC más específicos y eficaces en todo el mundo.

5. Conclusión

Nuestros hallazgos revelan que los riesgos dietéticos siguen siendo un importante factor contribuyente a la carga global del CRC, con una variación sustancial entre las regiones y los niveles de IDS. Si bien las tasas globales se han mantenido estables desde 1990, los países con IDS altos siguen enfrentando una mayor carga de las dietas ricas en alimentos procesados y carne, y las regiones con IDS bajos, por el consumo insuficiente de calcio y leche. Estos hallazgos destacan la necesidad de intervenciones dietéticas específicas del contexto dirigidas a los sistemas alimentarios locales, los hábitos alimenticios y la infraestructura de atención médica para reducir las disparidades y disminuir la carga global del CRC.

Contribuciones de los autores

Conceptualización: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Curación de datos: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Análisis formal: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Adquisición de financiación: Dong Keon Yon.

Investigación: Dongjin Yeo, Dong Keon Yon.

Metodología: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Administración del proyecto: Dong Keon Yon.

Recursos: Dong Keon Yon.

Software: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Supervisión: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Validación: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Visualización: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Redacción – borrador original: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Dong Keon Yon.

Redacción – revisión y edición: Dongjin Yeo, Seung Ha Hwang, Sooji Lee, Jinyoung Jeong, Seohyun Hong, Juyeong Kim, Tae Hyeon Kim, Jiyoung Hwang, Hayeon Lee, Jinseok Lee, Junyang Jung, Dong Keon Yon.