SciELO - Scientific Electronic Library Online

 
vol.36 número2Síndrome hemolítico urémico como forma de presentación de cáncer de próstata diseminadoEfluente peritoneal turbio debido a un síndrome de intolerancia al injerto renal índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Nefrología (Madrid)

versión On-line ISSN 1989-2284versión impresa ISSN 0211-6995

Nefrología (Madr.) vol.36 no.2 Cantabria mar./abr. 2016

https://dx.doi.org/10.1016/j.nefro.2015.10.010 

Cartas al Director

Utilidad de un modelo de predicción para la enfermedad renal crónica en una unidad de primer nivel de atención

Utility of a predictive model for chronic kidney disease in level 1 medical care

Lilia Susana Gallardo Vidala  *  , Adriana Jheny Rodríguez Méndezb  , Mariana Burgos Ochoac  , Martha Leticia Martínez Martínezb  , Pablo García Solísa  , Maria Elena Villagrán Herreraa  , Ana María Pérez Bazaa 

aUnidad de Medicina Familiar N.° 13, Instituto Mexicano del Seguro Social, Tuxtla Gutiérrez, Chiapas, México

bFacultad de Medicina, Universidad Autónoma de Querétaro, Santiago de Querétaro, Querétaro, México

cUnidad de Medicina Familiar N.° 14, Instituto Mexicano del Seguro Social, México, D.F., México

Sr. Director:

El Consenso Español para la Detección y Manejo de la enfermedad renal crónica (ERC) en el 2014, recomienda que en poblaciones con factores de riesgo para susceptibilidad, iniciación o progresión de la ERC, el médico lleve a cabo acciones de prevención y control1.

A pesar de estas recomendaciones, la prevalencia va en aumento, tal es el caso de México que presentó un incremento de 394 ppmh en el año 2003 a 986 ppmh al año 2007, siendo uno de los países de América Latina con los más altos índices de prevalencia de ERC2,3.

Con el objetivo de facilitar al médico, de primer nivel de atención, la vigilancia de grupos susceptibles de riesgo para desarrollar ERC, se llevó a cabo un modelo que permitiera predecir las probabilidades, de acuerdo a las diferentes combinaciones de factores de riesgo encontradas en una unidad de medicina familiar.

Estudio de casos y controles sobre usuarios atendidos en una unidad de primer nivel de atención, del Instituto Mexicano del Seguro Social, Querétaro, México, en el año 2013. Tamaño de muestra calculada con fórmula para 2 proporciones, nivel de significación del 95%, poder de la prueba del 80%, OR de 2,2, considerando tener ERC 1:1 no pareados (n = 100 para cada grupo).

Definición de los grupos

Casos: pacientes diagnosticados con ERC por el servicio de nefrología, filtrado glomerular ≤60 ml/min, depuración de creatinina en orina de 24h, ambos sexos y mayores de 18 años.

Controles: pacientes sin ERC, filtrado glomerular ≥61 ml/min, medido por la fórmula de Cockcroft-Gault en 2 ocasiones y corroborado por creatinina en orina de 24 h, ambos sexos y mayores de 18 años.

Se excluyeron las embarazadas y otras causas de proteinuria. Se eliminaron a los pacientes con entrevistas incompletas.

El muestreo de los casos fue aleatorio simple, los controles por muestreo no probabilístico por cuota. De acuerdo a los factores de riesgo establecidos por el consenso español como de susceptibilidad, iniciación, progresión fueron tomados en cuenta para su análisis, y solamente se incluyeron en el modelo aquellos que lograron una significación estadística, no se incluyeron las variables de sexo y edad, por estar dentro de la fórmula utilizada para estimar el filtrado glomerular.

Se realizó prueba de Chi-cuadrado para estimar el riesgo de odds ratio (OR). Para la construcción del modelo se utilizó el análisis de regresión logística por el método de incorporación progresiva de variables, incluyendo aquellas que consiguieron una significación estadística, nivel de confianza del 95%.

Se decidió hacer un análisis de probabilidad de riesgo en función de la frecuencia de la ERC con las diferentes combinaciones de las variables encontradas como factor de riesgo importante, expresadas en porcentajes, para este cálculo se utilizó la fórmula 1/(1+e-y)

Los factores de riesgo que permitieron crear el modelo por su elevada asociación fueron enfermedades urológicas, hipertensión arterial (HTA), hiperuricemia y el uso de nefrotóxicos, este último obtuvo la más elevada asociación (tabla 1). En este modelo existe el 99,9% de probabilidad de presentar la ERC si el paciente presenta esos 4 factores de riesgo. Si un paciente cuenta con enfermedad urológica y uso crónico de nefrotóxicos tiene el 92,8% de probabilidad (tabla 2).

Tabla 1 Modelo de regresión logística múltiple para explicar la enfermedad renal crónica 

HTA: hipertensión arterial.

El análisis estadístico incluyó la prueba de Chi-cuadrado y el cálculo del modelo de regresión logística múltiple, con un intervalo de confianza del 95%.

Tabla 2 Cálculo de la probabilidad de presentar enfermedad renal crónica 

Probabilidad
Porcentaje
Enfermedad urológica Hipertensión arterial Nefrotóxicos Hiperuricemia
99,9 Presente Presente Con nefrotóxicos Presente
99,1 Presente Presente Con nefrotóxicos Ausente
98,9 Presente Ausente Con nefrotóxicos Presente
98,4 Ausente Ausente Con nefrotóxicos Presente
97,9 Presente Presente Sin nefrotóxicos Presente
92,8 Presente Ausente Con nefrotóxicos Ausente
89,9 Ausente Presente Con nefrotóxicos Ausente
87,3 Presente Presente Sin nefrotóxicos Ausente
87,0 Ausente Ausente Con nefrotóxicos Presente
84,0 Presente Ausente Sin nefrotóxicos Presente
78,2 Ausente Presente Sin nefrotóxicos Presente
49,9 Ausente Ausente Con nefrotóxicos Ausente
43,7 Presente Ausente Sin nefrotóxicos Ausente
34,8 Ausente Presente Sin nefrotóxicos Ausente
28,8 Ausente Ausente Sin nefrotóxicos Presente
5,7 Ausente Ausente Sin nefrotóxicos Ausente

El análisis estadístico incluyó el cálculo del modelo de regresión logística múltiple y, posteriormente, la estimación de la probabilidad de presentar enfermedad renal crónica empleando la fórmula 1/(1+e-y).

A pesar de que están ampliamente estudiados los factores que condicionan la ERC1,4,5, es una realidad que no se ha logrado prevenir su iniciación y progresión3. Por esta premisa, los estudios que permitan llevar a cabo modelos predictivos prácticos que se ajusten a una población específica cobran gran relevancia.

En este caso no se puede dejar fuera de discusión el uso de los nefrotóxicos, ya que la probabilidad de presentar ERC con solo este factor es del 49,9%, mismo que es prevenible en cualquier población. Cabe mencionar que se elevó por la utilización de antiinflamatorios no esteroideos (AINE). Similar a lo encontrado por otros autores6,7.

Las enfermedades urológicas fueron consideradas en este modelo un factor de riesgo importante, con una probabilidad del 43,7%, se observó que el crecimiento prostático fue la enfermedad más común. En la población mexicana es frecuente la detección tardía del crecimiento de la próstata, en muchas de las ocasiones, por el miedo de los varones a exponer su intimidad durante la exploración clínica, lo que conlleva a complicaciones tales como la ERC8,9.

En México la primera causa de demanda de consulta en primer nivel es la HTA y, de acuerdo al modelo propuesto, existe el 34,8% de probabilidad con solo este factor, así mismo no se puede abandonar la vigilancia estrecha de los niveles de ácido úrico y realizar ajustes de manera oportuna10.

En conclusión, el modelo que predijo las más altas probabilidades de presentar ERC fue el que incluía enfermedades urológicas, HTA, hiperuricemia y el uso de nefrotóxicos.

Lilia Susana Gallardo Vidal, Adriana Jheny Rodríguez Méndez, Mariana Burgos Ochoa, Martha Leticia Martínez Martínez, Pablo García Solís, Maria Elena Villagrán Herrera y Ana María Pérez Baza

Bibliografía

1. Martínez-Castelao A, Gorriz J, Bover L, Segura de la Morena J, Cebollada J, Escalad J, et al. Documento de consenso para la detección y manejo de la enfermedad renal crónica. Nefrologia. 2014;34:243-62. [ Links ]

2. Cortes L, Cueto AM, Santillana SP, Martínez HR, Torres L, et al. Guía Práctica Clínica Prevención, Diagnóstico y Tratamiento de la Enfermedad Renal Crónica Temprana. Guías de Práctica Clínica Medicina Interna, Instituto Mexicano del Seguro Social. 2013;1:211-77. [ Links ]

3. Méndez-Durán A, Méndez-Bueno JF, Tapia-Yáñez T, Muñoz A, Aguilar-Sánchez L. Epidemiología de la insuficiencia renal crónica en México. Diál Traspl. 2010;31:7-11. [ Links ]

4. Vela XF, Henríquez D, Zelaya SM, Granados DV, Hernández MX, Orantes CM. Chronic kidney disease and asociated risck factors in two Salvadorian farming communities, 2012. MEDICC Rev. 2014;16:55-60. [ Links ]

5. Orantes CM, Herrera R, Almaguer M, Brizuela EG, Hernández CE, Bayarre H, et al. Chronic kidney disease and associated risk factors in the Bajo Lempa region of El Salvador: nefrolempa study, 2009. MEDICC Rev. 2011;13:14-22. [ Links ]

6. Ingrasciotta Y, Sultana J, Giorgianni F, Caputi AP, Arcoraci V, Tari DU, et al. The burden of nephrotoxic drug prescriptions in patients with chronic kidney disease: a retrospective population-based study in Southern Italy. PLoS One. 2014;9:e89072. [ Links ]

7. Diogo L, Saitovitch D, Biehl M, Bahlis LF, Guterres MC, O'Keeffe CF, et al. ¿Hay una asociación entre antiinflamatorios no esteroides y nefropatía inducida por contraste? Arq Bras Cardiol. 2010;95:726-31. [ Links ]

8. Muñoz MN, Sossa LA, Jairo J, Grisales A, Rodríguez JD. Percepciones sobre el cáncer de próstata en población masculina mayor de 45 años. Santa Rosa de Cabal, 2010. Hacia la promoción de la Salud. 2011;16:147-61. [ Links ]

9. Pereira E, Salvador MC, Harter R. Barreras en relación a los exámenes de rastreo de cáncer de próstata. Rev Latino-Am Enfermagem [online]. 2011;19:2-8. [ Links ]

10. Chaudhary K, Malhotra K, Sowers J, Aroor A. Uric acid - key ingredient in the recipe for cardiorenal metabolic syndrome. Cardiorenal Med. 2013;3:208-20. [ Links ]

Financiación Agradecemos al Consejo Nacional de Ciencia y Tecnología (CONACYT), a través del Consejo de Ciencia y Tecnología del Estado de Querétaro (CONCYTEQ) y el gobierno del estado de Querétaro por el apoyo brindado por el fondo mixto (QRO-2011-CO2-175384) y el apoyo de FORDECy (193512).

Autor para correspondencia. Correos electrónicos: susi2947@gmail.com, susana.gallardo@imss.gob.mx (L.S. Gallardo Vidal).

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons