Desarrollo de ecuaciones de predicción de riesgo para la enfermedad renal crónica incidente

Área de la Ciencia:

• Nefrología
• Epidemiología
• Estadísticas biológicas

Sus antecedentes:

• La identificación temprana del riesgo de enfermedad renal crónica (ERC) es crucial para la intervención oportuna y la mejora de los resultados de los pacientes.
• Las herramientas de evaluación actuales pueden no identificar adecuadamente a las personas con un riesgo elevado de ERC, lo que requiere el desarrollo de modelos de predicción más precisos.

Objetivo del estudio:

• Desarrollar y validar herramientas de evaluación de riesgos para identificar a las personas con mayor riesgo de desarrollar ERC, definidas por una tasa de filtración glomerular estimada reducida (eGFR).

Principales métodos:

• Se analizaron datos a nivel individual de 34 cohortes multinacionales (Consorcio de Pronóstico de ECC) que incluían a más de 5,2 millones de participantes.
• Se realizó un análisis en dos etapas, con modelos desarrollados por separado para individuos con y sin diabetes, incorporando factores demográficos y clínicos.
• El rendimiento del modelo se evaluó mediante discriminación (estadística C) y calibración, con validación en 9 cohortes externas.

Principales resultados:

• Se desarrollaron ecuaciones de riesgo que incorporaron la edad, el sexo, la raza / etnia, el eGFR, el historial de enfermedades cardiovasculares, el estado de tabaquismo, la hipertensión, el IMC y la albuminuria.
• Para las personas con diabetes, los modelos también incluyeron medicamentos para la diabetes y hemoglobina A1c. La mediana estadística de C para la predicción del riesgo a 5 años fue de 0,845 (sin diabetes) y 0,801 (con diabetes).
• El análisis de calibración demostró un rendimiento aceptable en diversas poblaciones, con la mayoría de las poblaciones de estudio mostrando una pendiente de riesgo observado a pronosticado entre 0,80 y 1,25.

Conclusiones:

• Las ecuaciones de predicción de riesgos para la ERC incidente, desarrolladas a partir de una población grande y diversa, demuestran una discriminación sólida.
• Si bien la calibración fue variable entre las poblaciones, las ecuaciones desarrolladas son prometedoras para identificar a las personas en riesgo de ERC.
• Se necesita más investigación para confirmar si la aplicación clínica de estas ecuaciones de riesgo mejora la atención y los resultados del paciente.