ALBALADEJO OTON, M. D.; GONZALEZ CUEVA, M. M.; ALVAREZ LOPEZ, R.    MARTINEZ HERNANDEZ, P.. Implantación en el laboratorio de un algoritmo para el diagnóstico diferencial de la proteinuria. []. , 22, 10, pp.461-464. ISSN 0212-7199.

^les^aFundamento y objetivo: El hallazgo de proteinuria debe ir seguido de un diagnóstico diferencial para determinar su origen. Nuestro objetivo ha sido valorar los resultados de la implantación por el laboratorio de un algoritmo para el cribado y diagnóstico de la proteinuria. Material y métodos: De un total de 30.718 orinas procesadas, se obtuvo una concentración de proteínas igual o superior a 30 mg/dl en 639, recomendándose el envío de una nueva muestra para confirmación y estudio diferencial de proteinuria. Se recibieron 207, a las que, además de las proteínas totales, se les cuantificaron creatinina, albúmina y alfa-1-microglobulina, junto con los parámetros de la tira reactiva pseudoperoxidasa y esterasa leucocitaria. Estos resultados se incorporaron a un sistema experto (UPES y su aplicación Protis), que permite la diferenciación de hematuria, leucocituria y proteinuria, solicitando la medida de otras pruebas (IgG, alfa-2-macroglobulina, cadenas ligeras kappa/lambda) cuando es necesario. Resultados: De las 207 peticiones recibidas para estudio de proteinuria selectiva, 39 fueron normales, 96 se clasificaron como glomerulopatía primaria, 26 como glomerulopatía secundaria y 5 como nefropatía túbulo-intersticial. Se pudo diferenciar el origen de la hematuria en 58 de estas orinas. Además, detectamos cadenas ligeras libres tipo kappa, confirmadas por inmunofijación, en una muestra de orina de un paciente con un proteinograma normal en suero. Conclusión: Con el algoritmo propuesto, la información obtenida de una muestra de orina aumenta mucho, permitiendo la detección y diferenciación de la proteinuria y aportando sugerencias para la evaluación clínica del paciente.^len^aBackground and objective: When proteinuria appears, a differential diagnosis must determine its origin. The object of this work has been to evaluate the results after the laboratory implantation of an algorithm for the screening and diagnosis of proteinuria. Material and methods: From a total of 30,718 processed urines, a 30 mg/dl or higher protein concentration was obtained in 639, recommending a new sample to confirm and differenciate proteinuria. We received 207, to which total protein, creatinine, albumin and alpha-1-microglobulin were quantificated, together with pseudoperoxidase and leucocite esterase from dipstick. The results were introduced in an expert system (UPES and its application Protis), allowing differenciate hematuria, leucocituria and proteinuria and suggesting the assessment of other parameters, like IgG, alpha-2-macroglobulin, light chain kappa/lambda, when necessary. Results: From 207 urinalysis assayed for selective proteinuria, 39 were normal, 96 were classified as primary glomerulopathy, 26 as secondary glomerulopathy and 5 as tubulo-interstitial nephropathy. A differential diagnosis of hematuria was made in 58 of these urines. Besides, kappa light chains were detected in a sample from a patient with a normal serum protein graph, which were confirmed by inmune fixation. Conclusion: With the proposed algorithm, the information obtained from a urine sample increases substantially, allowing detection and differentiation of proteinuria and providing suggestions for the clinical evaluation of the patient.

: .

        · | |     · |     · ( pdf )