Desarrollo de un modelo de predicción clínica para la infección intraabdominal en la pancreatitis aguda grave...

Área de la Ciencia:

• Investigaciones médicas
• Modelado de predicción clínica
• Gastroenterología

Sus antecedentes:

• La infección intraabdominal (IAI) es una complicación crítica en la pancreatitis aguda grave (SAP).
• La identificación temprana y precisa de IAI es crucial para la intervención oportuna y la mejora de los resultados de los pacientes.
• Los métodos de diagnóstico existentes pueden tener limitaciones en cuanto a sensibilidad o especificidad para la detección temprana de IAI en SAP.

Objetivo del estudio:

• Desarrollar y validar un modelo de predicción clínica para la identificación de IAI en pacientes con SAP.
• Identificar los principales factores predictivos del riesgo de IAI en los pacientes con SAP.
• Crear una herramienta para la evaluación de riesgos individualizada y el apoyo a la toma de decisiones clínicas.

Principales métodos:

• Estudio de cohorte retrospectivo de 415 pacientes con SAP (enero de 2020 - diciembre de 2023).
• Los pacientes se dividieron en grupos de entrenamiento (n=291) y de validación (n=124).
• Para el desarrollo del modelo se utilizaron la regresión de menor reducción absoluta y el operador de selección (LASSO) y la regresión logística multivariable.

Principales resultados:

• La regresión LASSO identificó cuatro predictores independientes: el hematocrito (HCT), la procalcitonina (PCT), el puntaje APACHE II y la proporción de neutrófilos y linfocitos (NLR).
• El modelo de predicción demostró una fuerte discriminación con un área bajo la curva (AUC) de 0,853 (entrenamiento) y 0,858 (validación).
• Los gráficos de calibración mostraron una excelente concordancia entre las probabilidades previstas y las observadas, y el análisis de la curva de decisión (ACD) confirmó la utilidad clínica.

Conclusiones:

• Un nuevo modelo de predicción que incorpora HCT, PCT, APACHE II y NLR estratifica con precisión el riesgo de IAI en pacientes con SAP.
• Este modelo puede ayudar en la identificación temprana del riesgo y guiar la terapia antibiótica oportuna.
• La herramienta tiene el potencial de optimizar la toma de decisiones clínicas y mejorar los resultados de los pacientes en SAP con IAI.