Las tendencias que están transformando la diabetes y la obesidad en 2026

Congresos internacionales, publicaciones científicas y nuevas estrategias de medicina de precisión que están redefiniendo el abordaje de la diabetes, la obesidad y el síndrome cardio-renal-metabólico.

La diabetes y la obesidad están experimentando una profunda transformación impulsada por el fenotipado metabólico, los biomarcadores, la inteligencia artificial y las nuevas tecnologías de monitorización. La aparición de nuevas clasificaciones metabólicas y el creciente protagonismo del síndrome cardio-renal-metabólico están modificando la forma de comprender estas patologías y de tomar decisiones clínicas cada vez más personalizadas.

Mantenerse al día exige seguir de cerca los congresos, publicaciones científicas y programas de especialización que están impulsando la evolución de la investigación y la práctica clínica en este ámbito.

Los congresos internacionales que están marcando la actualidad de la diabetes y la obesidad

La investigación en diabetes y obesidad está avanzando hacia un abordaje cada vez más estratificado, apoyado en monitorización continua, fenotipado metabólico, biomarcadores, inteligencia artificial y nuevas estrategias para comprender el riesgo cardio-renal-metabólico. Los congresos internacionales siguen siendo espacios clave para identificar qué líneas científicas están pasando de la investigación a la práctica clínica.

1. ADA Scientific Sessions

Organizado por la American Diabetes Association (ADA), es una de las citas más influyentes del mundo en diabetes. Reúne avances en diabetes tipo 1 y tipo 2, monitorización continua de glucosa, complicaciones cardiovasculares y renales, tecnología aplicada al seguimiento clínico y nuevas estrategias terapéuticas.

Edición 2026
Nueva Orleans, Luisiana (Estados Unidos), 5-8 de junio de 2026.

Edición 2027
Washington D. C. (Estados Unidos), 18-21 de junio de 2027.

Más información
https://professional.diabetes.org/scientific-sessions

2. Annual Meeting of the European Association for the Study of Diabetes (EASD)

La reunión anual de la European Association for the Study of Diabetes (EASD) es la principal referencia europea en investigación diabetológica. Su programa concentra estudios sobre terapias, estratificación de riesgo, complicaciones cardio-renales, tecnologías digitales y modelos de atención en diabetes.

Edición 2026
Milán (Italia), 28 de septiembre-2 de octubre de 2026.

Edición 2027
Budapest (Hungría), 21-24 de septiembre de 2027.

Más información
https://www.easd.org/annual-meeting/

3. Advanced Technologies & Treatments for Diabetes (ATTD)

El congreso Advanced Technologies & Treatments for Diabetes (ATTD) es especialmente relevante para seguir la innovación tecnológica aplicada a la diabetes. Su foco en monitorización continua de glucosa, sistemas híbridos de páncreas artificial, telemonitorización, salud digital e inteligencia artificial lo convierte en uno de los encuentros más alineados con el enfoque del máster.

Edición 2026
Barcelona (España), 11-14 de marzo de 2026.

Edición 2027
París (Francia), 3-6 de marzo de 2027.

Más información
https://attd.kenes.com

4. European Congress on Obesity (ECO)

Organizado por la European Association for the Study of Obesity (EASO), el European Congress on Obesity (ECO) es el principal congreso europeo dedicado a obesidad. Aborda investigación clínica, prevención, tratamiento, políticas de salud y nuevos enfoques sobre obesidad como enfermedad crónica, con creciente atención a la heterogeneidad metabólica y al riesgo cardiometabólico.

Edición 2026
Estambul (Turquía), 12-15 de mayo de 2026.

Más información
https://easo.org/congress/

5. ObesityWeek

ObesityWeek, impulsado por The Obesity Society (TOS), es una de las reuniones internacionales más relevantes en investigación y tratamiento de la obesidad. Su programa permite seguir avances en biología del tejido adiposo, fisiopatología de la obesidad, tratamientos emergentes, salud metabólica y complicaciones asociadas.

Edición 2026
Washington D. C. (Estados Unidos), 14-17 de noviembre de 2026.

Edición 2027
Grand Rapids, Michigan (Estados Unidos), 8-11 de noviembre de 2027.

Más información
https://obesityweek.org/attend/future-dates/

Cinco publicaciones que ayudan a entender hacia dónde avanzan la diabetes y la obesidad

La investigación reciente en diabetes y obesidad está impulsando una transición hacia modelos más precisos de caracterización metabólica, estratificación del riesgo e identificación de subgrupos clínicos. La integración de biomarcadores, tecnologías digitales, inteligencia artificial y nuevas aproximaciones al estudio de la obesidad está contribuyendo a redefinir algunos de los conceptos tradicionales de estas patologías.

Más allá del índice de masa corporal: hacia una definición biológica de la obesidad

La obesidad es una condición heterogénea que no siempre puede explicarse adecuadamente mediante parámetros antropométricos convencionales. Esta publicación propone una definición de obesidad metabólica basada en la integración de información procedente del tejido adiposo, el microbioma y diferentes capas de datos ómicos, aportando nuevas herramientas para comprender mejor las diferencias biológicas entre individuos con características aparentemente similares.

Referencia
Multi-omic definition of metabolic obesity through adipose tissue–microbiome interactions
(Definición multi-ómica de la obesidad metabólica a través de las interacciones entre el tejido adiposo y el microbioma)
Nature Medicine, enero de 2026.
DOI: 10.1038/s41591-024-03299-7
Enlace: https://www.nature.com/articles/s41591-024-03299-7

Nuevos modelos para identificar a las personas con mayor riesgo cardiometabólico

La identificación precoz de personas con obesidad que presentan un mayor riesgo de desarrollar complicaciones continúa siendo una prioridad clínica. Este trabajo desarrolla un modelo basado en datos para priorizar intervenciones de pérdida de peso en función del riesgo individual, incorporando una visión más precisa de la estratificación clínica y de la toma de decisiones personalizadas.

Referencia
Data-driven prioritization of high-risk individuals for weight loss interventions
(Priorización basada en datos de personas con alto riesgo para intervenciones de pérdida de peso)
Nature Medicine, 2026.
DOI: 10.1038/s41591-026-04353-2
Enlace: https://www.nature.com/articles/s41591-026-04353-2

Obesidad clínica y preclínica: una nueva aproximación a la clasificación del riesgo

La evolución conceptual de la obesidad está impulsando nuevas propuestas para diferenciar estadios y perfiles clínicos con distinto riesgo cardiometabólico. Esta publicación analiza la prevalencia y las características de la obesidad clínica y preclínica, así como su asociación con el riesgo metabólico y la respuesta a intervenciones sobre el estilo de vida.

Referencia
Preclinical and clinical obesity: prevalence, associations to cardiometabolic risk and response to lifestyle interventions
(Obesidad preclínica y clínica: prevalencia, asociación con el riesgo cardiometabólico y respuesta a intervenciones sobre el estilo de vida)
Nature Communications, febrero de 2026.
DOI: 10.1038/s41467-026-69738-w
Enlace: https://www.nature.com/articles/s41467-026-69738-w

Microbiota intestinal y remisión de la diabetes tras cirugía bariátrica

La relación entre microbiota intestinal, obesidad y diabetes continúa siendo una de las áreas de investigación más activas. Este estudio analiza los cambios observados en la microbiota tras cirugía bariátrica y su asociación con mejoras metabólicas y remisión de la diabetes tipo 2, aportando información relevante sobre posibles mecanismos biológicos implicados en la respuesta al tratamiento.

Referencia
Gut microbiota responses to bariatric surgery are associated with metabolic improvements and diabetes remission
(Las respuestas de la microbiota intestinal a la cirugía bariátrica se asocian con mejoras metabólicas y remisión de la diabetes)
Nature Metabolism, 2026.
DOI: 10.1038/s42255-026-01525-9
Enlace: https://www.nature.com/articles/s42255-026-01525-9

Inteligencia artificial aplicada al manejo de la diabetes

La inteligencia artificial está incorporándose progresivamente a diferentes ámbitos de la atención a la diabetes, desde la monitorización y el análisis de datos clínicos hasta la predicción del riesgo y el apoyo a la toma de decisiones. Esta publicación revisa algunas de las aplicaciones actuales de estas tecnologías y los principales retos asociados a su integración en la práctica clínica.

Referencia
Artificial Intelligence in Diabetes Care
(Inteligencia artificial en el cuidado de la diabetes)
Diabetes, Obesity and Metabolism, marzo de 2026.
DOI: 10.1111/dom.70720
Enlace: https://dom-pubs.onlinelibrary.wiley.com/doi/10.1111/dom.70720

Formación especializada en medicina de precisión y fenotipado metabólico

La creciente complejidad de la diabetes y la obesidad está impulsando nuevas formas de comprender y abordar la enfermedad metabólica. Conceptos como la heterogeneidad cardiometabólica, el fenotipado metabólico, los biomarcadores avanzados, la monitorización continua o la inteligencia artificial están adquiriendo un papel cada vez más relevante en la práctica clínica y en la investigación.

El Máster de Formación Permanente en Medicina de Precisión y Fenotipado Metabólico en Diabetes y Obesidad, título propio de la Universidad Camilo José Cela y con una carga académica de 60 ECTS, está dirigido a profesionales que desean profundizar en algunos de los ámbitos que más están transformando el abordaje de la diabetes, la obesidad y el síndrome cardio-renal-metabólico. La dirección académica corre a cargo de un equipo docente vinculado al Hospital Universitario Vall d'Hebron e integrado por especialistas en obesidad, diabetes, biología del tejido adiposo, microbiota, inteligencia artificial y medicina metabólica de precisión.

El programa aborda áreas como las nuevas clasificaciones metabólicas y subtipos de diabetes, la monitorización continua de glucosa, el fenotipado digital, la integración de datos multimodales, las tecnologías ómicas, los biomarcadores emergentes y la aplicación clínica de modelos predictivos basados en inteligencia artificial. Todo ello desde una perspectiva orientada a mejorar la estratificación del riesgo, la personalización de las intervenciones y la toma de decisiones clínicas en un contexto de creciente complejidad metabólica.