Forecasting Diabetes Prevalence in California: A Microsimulation || Preventing Chronic Disease: July 2011: 10_0177

ORIGINAL RESEARCH
Forecasting Diabetes Prevalence in California: A Microsimulation

Lu Shi, PhD; Jeroen van Meijgaard, PhD; Jonathan Fielding, MD, MPH, MBA

Suggested citation for this article: Shi L, van Meijgaard J, Fielding J. Forecasting diabetes prevalence in California: a microsimulation. Prev Chronic Dis 2011;8(4):A80. http://www.cdc.gov/pcd/issues/2011/jul/10_0177.htm. Accessed [date].

PEER REVIEWED

Abstract
Introduction
Setting a goal for controlling type 2 diabetes is important for planning health interventions. The purpose of this study was to explore what may be a feasible goal for type 2 diabetes prevention in California.

Methods
We used the UCLA Health Forecasting Tool, a microsimulation model that simulates individual life courses in the population, to forecast the prevalence of type 2 diabetes in California’s adult population in 2020. The first scenario assumes no further increases in average body mass index (BMI) for cohorts entering adolescence after 2003. The second scenario assumes a gradual BMI decrease for children entering adolescence after 2010. The third scenario builds on the second by extending the same BMI decrease to people aged 12 to 65 years. The fourth scenario builds on the third by eliminating racial/ethnic disparities in physical activity.

Results
We found the predicted diabetes prevalence of the first, second, third, and fourth scenarios in 2020 to be 9.93%, 9.91%, 9.76%, and 9.77%, respectively. We found obesity prevalence for type 2 diabetes patients in 2020 to be 34.2%, 34.0%, 25.7%, and 25.6% for the 4 scenarios. Life expectancy in the third (80.56 y) and fourth (80.94 y) scenarios compared favorably with that of the first (80.32 y) and second (80.32 y) scenarios.

Conclusion
For the next 10 years, behavioral risk factor modifications are more likely to affect obesity prevalence and life expectancy in the general population and obesity prevalence among diabetic patients than to alter type 2 diabetes prevalence in the general population. We suggest setting more specific goals for reducing the prevalence of diabetes, such as reducing obesity-related diabetes complications, which may be more feasible and easier to evaluate than the omnibus goal of lowering overall type 2 diabetes prevalence by 2020.

full-text:
Preventing Chronic Disease: July 2011: 10_0177


Author Information
Corresponding Author: Lu Shi, PhD, Senior Analyst, University of California Los Angeles (UCLA) School of Public Health, 61-253 CHS, Box 951772, Los Angeles, CA 90095-1772. Telephone: 310-206-1141. E-mail: lshi@ph.ucla.edu.

Author Affiliations: Jeroen van Meijgaard, Jonathan Fielding, UCLA School of Public Health, Los Angeles, California.

INVESTIGACIÓN ORIGINAL
Proyección de la prevalencia de diabetes en California: una microsimulación

Lu Shi, PhD; Jeroen van Meijgaard, PhD; Jonathan Fielding, MD, MPH, MBA

Citación sugerida para este artículo: Shi L, van Meijgaard J, Fielding J. Proyección de la prevalencia de diabetes en California: una microsimulación. Prev Chronic Dis 2011;8(4):A80. http://www.cdc.gov/pcd/issues/2011/jul/10_0177_es.htm. Consulta: [fecha].

REVISADO POR EXPERTOS

Resumen
Introducción
En la planificación de las intervenciones de salud, es importante fijar una meta para controlar la diabetes tipo 2. El propósito de este estudio fue explorar metas viables para la prevención de la diabetes tipo 2 en California.

Métodos
Usamos la herramienta para proyecciones de salud de UCLA, un modelo de microsimulación que representa el curso de la vida de personas en la población para proyectar la prevalencia de la diabetes tipo 2 en los adultos de California para el 2020. El primer escenario presupone la ausencia de incrementos en el índice de masa corporal (IMC) promedio para los cohortes que entrarán en la adolescencia después del 2003. El segundo escenario presupone una disminución gradual del IMC en niños que entrarán en la adolescencia después del 2010. El tercer escenario se basa en el segundo y aplica la misma reducción del IMC a las personas entre 12 y 65 años de edad. El cuarto escenario se basa en el tercero y elimina las desigualdades raciales y étnicas relacionadas con la actividad física.

Resultados
Hallamos que la prevalencia de diabetes pronosticada a través del primero, segundo, tercero y cuarto escenarios para el 2020 es de 9.93%, 9.91%, 9.76% y 9.77%, respectivamente. Hallamos que la prevalencia de obesidad en pacientes con diabetes tipo 2 para el 2020 es de 34.2%, 34.0%, 25.7% y 25.6% en los 4 escenarios. La esperanza de vida en el tercero (80.56 años) y cuarto (80.94 años) escenarios fue más favorable en comparación al primero (80.32 años) y segundo (80.32 años) escenarios.

Conclusión
Durante los próximos 10 años, es más probable que las modificaciones de los factores relacionados con comportamientos de riesgo afecten la prevalencia de la obesidad y la esperanza de vida en la población general y la prevalencia de obesidad en pacientes diabéticos que alteren la prevalencia de diabetes tipo 2 en la población general. Sugerimos fijar metas más específicas para reducir la prevalencia de diabetes; por ejemplo, reducir las complicaciones de la diabetes relacionadas con la obesidad, lo cual es más factible y sencillo de evaluar que una agrupación de metas para reducir la prevalencia de la diabetes tipo 2 en general para el 2020.