Validación externa de un modelo de predicción de diagnóstico multivariable para la rinosinusitis fúngica invasiva aguda en entornos de atención terciaria

Área de la Ciencia:

• Otorrinolaringología
• Enfermedades infecciosas
• Diagnóstico médico

Sus antecedentes:

• La detección y la intervención rápidas son fundamentales para mejorar los resultados en la rinosinusitis fúngica invasiva aguda (AIFS).
• Los modelos de predicción de diagnóstico ayudan a la estratificación del riesgo, pero requieren una validación externa para confirmar su exactitud.
• Este estudio valida un modelo de diagnóstico previamente desarrollado en una cohorte de pacientes independientes.

Objetivo del estudio:

• Validar externamente un modelo de predicción diagnóstica publicado para la rinosinusitis fúngica invasiva aguda (SIFA).
• Evaluar el rendimiento del modelo en una cohorte independiente con comorbilidades potencialmente diferentes.

Principales métodos:

• Una revisión retrospectiva de la tabla identificó pacientes con sospecha de AIFS entre 2008 y 2023.
• El Yin y otros. Se aplicó un modelo predictivo para calcular el riesgo en 65 pacientes (11 diagnosticados con AIFS).
• El rendimiento del modelo se evaluó utilizando métricas de calibración y discriminación.

Principales resultados:

• La cohorte de validación tuvo tasas más altas de diabetes, uso de esteroides y trasplante de órganos, pero tasas más bajas de malignidad hematológica y neutropenia en comparación con la cohorte de desarrollo.
• Tanto los modelos de tres variables (índice C: 0,844) como los de cuatro variables (índice C: 0,963) demostraron una discriminación adecuada.
• Los modelos mostraron una ligera sobrepredicción, con riesgos de calibración en general del 24,1% y el 24,2% respectivamente.

Conclusiones:

• El modelo de diagnóstico del FIA muestra una discriminación y una calibración aceptables tras la validación externa.
• El modelo es generalizable a pacientes con diversas comorbilidades.
• Se recomiendan estudios más amplios para confirmar aún más el rendimiento predictivo y la utilidad clínica.