Un nomograma novedoso basado en índices inflamatorios para predecir el pronóstico a corto plazo en la insuficiencia...

Área de la Ciencia:

• Hepatología
• Medicina Interna
• Bioestadística

Sus antecedentes:

• La insuficiencia hepática aguda sobre crónica (ACLF) presenta desafíos significativos en la predicción de los resultados de los pacientes.
• El desarrollo de herramientas pronósticas precisas es crucial para el manejo clínico eficaz de la ACLF.

Objetivo del estudio:

• Desarrollar y validar un nomograma novedoso para predecir resultados desfavorables a 30 y 90 días en pacientes con ACLF.
• Incorporar la relación porcentaje de neutrófilos/albúmina (NPAR) como predictor clave en el nomograma.
• Comparar el rendimiento del nomograma con los sistemas de puntuación existentes como MELD, MELD-Na, CLIF-C ACLFs y COSSH-ACLF II.

Principales métodos:

• Inclusión retrospectiva de 641 pacientes con ACLF, divididos en cohortes de entrenamiento (n=448) y validación (n=193).
• Se utilizó regresión Cox univariada, regresión LASSO y análisis de regresión Cox multivariante para identificar predictores independientes.
• Se identificaron siete predictores: infección bacteriana, encefalopatía hepática, edad, tiempo de protrombina (PT), bilirrubina total (TBIL), recuento de linfocitos y NPAR.

Principales resultados:

• El nomograma demostró un alto rendimiento predictivo con AUCs de 0,874 (30 días) y 0,877 (90 días) en la cohorte de entrenamiento.
• Logró un índice C de 0,825, superando significativamente las puntuaciones existentes.
• Valor predictivo validado en una cohorte independiente, mostrando mejoras significativas en NRI e IDI en comparación con COSSH-ACLF II (P < 0,001).

Conclusiones:

• El nomograma desarrollado, que integra indicadores inflamatorios y nutricionales, proporciona una herramienta de alta precisión para el pronóstico a corto plazo en ACLF.
• Se espera que el nomograma guíe las decisiones de manejo clínico para pacientes con ACLF.
• Se desarrolló una calculadora dinámica basada en web fácil de usar para mejorar la aplicabilidad clínica.