Derivación y validación externa de modelos de predicción para la enfermedad renal crónica avanzada tras una lesión...

Área de la Ciencia:

• Nefrología
• Epidemiología clínica
• Estadísticas biológicas

Sus antecedentes:

• La hospitalización por lesión renal aguda (IRA) puede conducir a una enfermedad renal crónica (ERC).
• Actualmente, no existen herramientas validadas para predecir qué pacientes corren un alto riesgo de progresión de ERC después de una IAC.

Objetivo del estudio:

• Desarrollar y validar modelos predictivos para la progresión de la IAC a la ERC avanzada.
• Identificar los factores predictivos clave para el desarrollo de ERC después de la hospitalización por IRC.

Principales métodos:

• Se utilizaron datos de dos grandes cohortes basadas en la población en Canadá (Alberta y Ontario).
• Se incluyeron pacientes con una tasa de filtración glomerular estimada (eGFR) de antes de la hospitalización > 45 ml/ min/ 1, 73 m2 que sobrevivieron a la hospitalización por IAC.
• Modelos de predicción multivariables derivados y validados utilizando datos demográficos, de laboratorio y de comorbilidad.

Principales resultados:

• Un modelo de 6 variables (edad, sexo, creatinina basal, albuminuria, gravedad de la IAC, creatinina de descarga) predijo con precisión la ERC avanzada.
• El modelo demostró una buena discriminación en la validación externa (C-estadística 0,81).
• El modelo mejoró significativamente la predicción de riesgos en comparación con modelos más simples.

Conclusiones:

• Un modelo multivariable que incorpora datos de laboratorio de rutina puede predecir la ERC avanzada después de la IAC.
• Esta herramienta predictiva tiene el potencial de guiar el manejo clínico y las estrategias de seguimiento para los sobrevivientes de AKI.
• Se necesita más investigación para confirmar su utilidad clínica.