¿Podemos medir cuántos ultraprocesados comemos con una gota de sangre o una muestra de orina?

En este blog ya he hablado muchas veces sobre los riesgos del consumo de alimentos ultraprocesados. Sabemos que su consumo excesivo de estos productos se relaciona con enfermedades como obesidad, diabetes tipo 2 y problemas cardiovasculares, hasta el punto de que se han asociado con la mortalidad por todas las causas. Es decir, las personas que consumen más ultraprocesados enferman más y mueren antes que las que consumen menos. Pero… ¿cómo podemos saber con precisión cuántos ultraprocesados consume realmente una persona?

Eso es justamente lo que se propuso responder un equipo de investigadores liderado por Erika Loftfield, del Instituto Nacional del Cáncer en Estados Unidos. El estudio se ha publicado recientemente en la revista PLoS Medicine ¹. Y lo hicieron con buscando señales del consumo de ultraprocesados en la sangre y la orina.

Medir lo que comemos no es tan fácil

Tradicionalmente, para saber qué come una persona, los estudios se basan en cuestionarios y recordatorios dietéticos. Los más habituales son el cuestionario de frecuencia de consumo de alimentos (CFCA) y los recordatorios de 24h y 72h. El CFCA pregunta por los alimentos que se consumen a lo largo de un periodo de tiempo (un año, por ejemplo) y por su frecuencia (veces al día, veces por semana, etc.), mientras que el recordatorio de 24h pregunta por los alimentos consumidos el día anterior. Ambos sistemas tienen un problema importante: cualquiera que haya intentado recordar lo que almorzó hace tres días sabe que la memoria no es perfecta. Además, estos sistemas tienen otros defectos. Muchas personas ignoran de forma no intencionada el consumo de algunos alimentos, como los que se pican entre horas o, deliberadamente, esconden aquellos por los que piensan que pueden ser juzgados por el encuestador, como los ultraprocesados.

Por ese motivo, es deseable contar con biomarcadores del consumo de alimentos, que proporcionen una indicación más fiable de su consumo. Por ejemplo, en el Estudio PREDIMED, se empleó el compuesto hidroxitirosol, un fenol antioxidante, para ayudar a discernir si los participantes habian consumido aceite de oliva virgen ².

¿Qué hicieron los investigadores?

Los autores partieron del estudio IDATA ³, con más de 700 adultos que proporcionaron muestras de sangre y orina, junto con información detallada sobre su dieta. Analizaron estas muestras con técnicas avanzadas de metabolómica (mediante UPLC-MS, para los químicos) para identificar metabolitos — moléculas producidas por el cuerpo o procedentes de los alimentos— que se correlacionan con el consumo de ultraprocesados.

Cientos de metabolitos mostraron asociaciones significativas con la cantidad de ultraprocesados consumido. Entre ellos, había lípidos, aminoácidos, compuestos derivados de plantas e incluso productos de reacciones químicas relacionadas con el procesamiento de alimentos. Con toda esta información, el equipo creó lo que llamaron puntuaciones de polimetabolitos, una especie de huella química del consumo de ultraprocesados, diferente para sangre y para dos tipos de orina (orina de 24 h y la primera de la mañana).

Para comprobar si el sistema funcionaba, los investigadores usaron datos de un ensayo clínico controlado, donde los participantes siguieron durante periodos definidos dos dietas extremas: una con el 80% de energía proveniente de ultraprocesados, y otra libre de estos productos. Las puntuaciones de polimetabolitos lograron diferenciar de forma clara y significativa entre ambas fases, lo que refuerza su utilidad como herramienta objetiva.

Algunos metabolitos lograban predecir el consumo de ultraprocesados mejor que otros

En el estudio, se encontraron cientos de metabolitos en suero y orina que correlacionaban de forma estadísticamente significativa con la ingesta de ultraprocesados, medida empleando la clasificación NOVA:

• 191 metabolitos en suero (28 de forma robusta).
• 293 metabolitos en orina de 24 horas (33 de forma robusta).
• 237 metabolitos en la primera orina de la mañana (23 de forma robusta).
• Solo 49 metabolitos correlacionaron con los tres tipos de muestras biológicas: suero, orina de 24 h y primera orina de la mañana.

Estos metabolitos pertenecen a diversas clases químicas, incluyendo lípidos, aminoácidos, carbohidratos, cofactores y vitaminas, péptidos y nucleótidos. Entre los compuestos que más se repitieron en las muestras y en los modelos predictivos se encontraron:

• N6-carboximetillisina, un producto típico de alimentos calentados o muy procesados. Es un producto final de glicación avanzada (AGE), que se ha asociado con la diabetes y el riesgo de enfermedades cardiometabólicas.
• Sulfóxido de metilcisteína, un aminoácido relacionado con compuestos de origen vegetal.
• N2,N5-diacetilornitina, otro metabolito con implicaciones potenciales en metabolismo celular.

Por otra parte, se observó un número considerable de metabolitos que correlacionaban negativamente con la ingesta de ultraprocesados. Es decir, que mayores concentraciones en suero y orina se asociaban con menor consumo. Por ejemplo, la β-criptoxantina y otros carotenoides precursores de la vitamina A, que se encuentran en frutas cítricas y algunas verduras.

¿Cuál es la importancia de todo esto?

Este estudio ofrece una herramienta innovadora y muy valiosa para la investigación en nutrición y salud pública. Ahora, la mayoría de los estudios que analizaban la relación entre el consumo de ultraprocesados y la salud dependían de cuestionarios y recordatorios dietéticos autoinformados, que son imprecisos, están sujetos a sesgos y no siempre permiten cuantificar bien el consumo. Gracias a estos biomarcadores encontrados en sangre y orina, los investigadores podrán estimar con mayor exactitud cuántos ultraprocesados ha consumido una persona, sin depender tanto de lo que recuerde o diga haber comido.

Esto no solo mejora la calidad de los datos en estudios poblacionales, sino que también puede ayudar a entender mejor cómo los ultraprocesados afectan al cuerpo humano a nivel molecular. Además, en un futuro, estas puntuaciones podrían tener aplicaciones clínicas o de salud pública, por ejemplo, para detectar de forma temprana patrones alimentarios de riesgo o diseñar intervenciones personalizadas más eficaces. En resumen, se trata de un avance clave que abre nuevas posibilidades para abordar una de las grandes preocupaciones alimentarias de nuestro tiempo.

1. Abar L, Steele EM, Lee SK, Kahle L, Moore SC, Watts E, et al. (2025) Identification and validation of poly-metabolite scores for diets high in ultra-processed food: An observational study and post-hoc randomized controlled crossover-feeding trial. PLoS Med 22(5): e1004560. https://doi.org/10.1371/journal.pmed.1004560
2. Estruch R, Ros E, Salas-Salvadó J, Covas MI, Corella D, Arós F, Gómez-Gracia E, Ruiz-Gutiérrez V, Fiol M, Lapetra J, Lamuela-Raventos RM, Serra-Majem L, Pintó X, Basora J, Muñoz MA, Sorlí JV, Martínez JA, Martínez-González MA; PREDIMED Study Investigators. Primary prevention of cardiovascular disease with a Mediterranean diet. N Engl J Med. 2013 Apr 4;368(14):1279-90. doi: 10.1056/NEJMoa1200303. Epub 2013 Feb 25. Retraction in: N Engl J Med. 2018 Jun 21;378(25):2441-2442. doi: 10.1056/NEJMc1806491. Erratum in: N Engl J Med. 2014 Feb 27;370(9):886. Corrected and republished in: N Engl J Med. 2018 Jun 21;378(25):e34. doi: 10.1056/NEJMoa1800389.
3. Michael P Ozga, Kaitlyn M. Dvorak-Kornaus, Qiuhong Zhao, Jill Buss, Andrea Laganson, Ethan Hamp, Yazan F. Madanat, Daniel A. Pollyea, Eytan M. Stein, Joshua F. Zeidner, Elaine R Mardis, Ann-Kathrin Eisfeld, Alice Mims; I-DATA Study: Randomized, Sequential, Open-Label Study to Evaluate the Efficacy of IDH Targeted/Non- Targeted Versus Non-Targeted/IDH-Targeted Approaches in the Treatment of Newly Diagnosed IDH Mutated Adult AML Patients Not Candidates for Intensive Induction Therapy. Blood 2023; 142 (Supplement 1): 1534. doi: https://doi.org/10.1182/blood-2023-187060