Nuevo modelo predictivo identifica pacientes que pueden evitar hemodiálisis innecesaria

Conclusión práctica

Un nuevo modelo clínico predictivo denominado RENO-WAIT, que utiliza cuatro variables bioquímicas rutinarias disponibles al ingreso hospitalario (urea, creatinina, potasio y tipo de disfunción renal), demuestra una capacidad excelente para estimar la probabilidad de que pacientes hospitalizados con disfunción renal requieran hemodiálisis durante su estancia hospitalaria. El modelo mostró un rendimiento diagnóstico sobresaliente con un área bajo la curva de más de 95 %, una sensibilidad superior a 87 %, una especificidad de más de 92 % y, de manera particularmente destacable, un valor predictivo negativo superior a 98 %, lo que permite a los clínicos identificar con alta certeza a aquellos pacientes en quienes puede adoptarse una estrategia de vigilancia activa y evitar procedimientos dialíticos innecesarios, optimizando así los recursos hospitalarios y mejorando la seguridad del paciente.

Metodología

  • Se realizó un estudio observacional analítico para el desarrollo y validación interna de un modelo clínico predictivo en una cohorte hospitalaria consecutiva en el servicio de Medicina Interna del Hospital General de Mazatlán, Sinaloa, México, entre enero de 2022 y enero de 2025, incluyendo un total de 530 pacientes adultos mayores de 18 años con diagnóstico de enfermedad renal crónica, enfermedad renal crónica agudizada o lesión renal aguda al ingreso hospitalario.
  • Los criterios de exclusión comprendieron pacientes con datos incompletos, aquellos en hemodiálisis prevalente, con estancia hospitalaria menor a 24 horas, o que rechazaron el procedimiento de hemodiálisis pese a cumplir criterios clínicos y bioquímicos para su inicio por decisión personal o familiar.
  • Las variables de estudio evaluadas mediante regresión logística múltiple incluyeron concentraciones séricas de urea, creatinina y potasio, así como el tipo de disfunción renal (enfermedad renal crónica, lesión renal aguda o enfermedad renal crónica agudizada), todas ellas variables bioquímicas rutinarias disponibles al ingreso hospitalario.
  • El desenlace primario del estudio fue el inicio de hemodiálisis, definido como la primera sesión posterior al ingreso hospitalario indicada por nefrología con base en criterios clínicos o bioquímicos, que incluyeron urgencias dialíticas como hipercalemia, acidosis metabólica resistente, sobrecarga de volumen, síndrome urémico, o inicio programado en enfermedad renal crónica con tasa de filtración glomerular menor de 10 mL/min/1,73 m² y síntomas o deterioro clínico según guías de la organización Kidney Disease: Improving Global Outcomes (KDIGO) 2024.
  • El rendimiento del modelo RENO-WAIT se evaluó mediante curvas de características operativas del receptor (ROC), calculando sensibilidad, especificidad, valores predictivos positivos y negativos, con el punto de corte óptimo definido mediante el índice de Youden, y los análisis estadísticos se procesaron en el programa RStudio versión 4.3.1.

Resultados principales

  • El modelo de regresión logística multivariado RENO-WAIT identificó cuatro predictores estadísticamente significativos para el inicio de hemodiálisis: urea sérica con un coeficiente beta de 0,0119 (odds ratio [OR]: 1,012; p < ,001), creatinina sérica con coeficiente beta de 0,3418 (OR: 1,407; p < ,001), potasio sérico con coeficiente beta de 0,3545 (OR: 1,425; p = ,0297), y el tipo de lesión renal aguda o enfermedad renal crónica agudizada en comparación con enfermedad renal crónica estable con coeficiente beta de −1,0623 (OR: 0,346; p = ,0212), demostrando que todas las variables incluidas fueron estadísticamente significativas en la predicción del desenlace.
  • El modelo RENO-WAIT demostró un rendimiento discriminativo excelente con un área bajo la curva de características operativas del receptor (ABC-ROC) de 0,955, lo que indica una capacidad sobresaliente para distinguir entre pacientes que iniciaron y no iniciaron hemodiálisis durante la hospitalización, reflejando un equilibrio adecuado entre la complejidad del modelo y el ajuste de los datos con un valor del Criterio de Información de Akaike (AIC) de 172,29.
  • Utilizando el punto de corte óptimo determinado por el índice de Youden con un umbral de probabilidad de 0,210, el modelo alcanzó una sensibilidad de 87,7 %, una especificidad de 92,5 %, un valor predictivo positivo del 62,0 % y un valor predictivo negativo del 98,2 %, siendo este último particularmente relevante para identificar con alta certeza a pacientes en quienes puede adoptarse una estrategia de espera vigilada.
  • Según los autores del estudio, cada incremento de 1 mg/dl en la concentración sérica de urea se asoció con un aumento de 1,2 % en las probabilidades de requerir inicio de terapia de reemplazo renal, cada incremento de 1 mg/dL en creatinina se asoció con un aumento de 40,7 % en las probabilidades, y cada incremento de 1 mEq/l en potasio incrementó las probabilidades en un 42,5 %, mientras que la coexistencia de lesión renal aguda o enfermedad renal crónica agudizada, en comparación con enfermedad renal crónica estable, se asoció con menores probabilidades de inicio de terapia de reemplazo renal.

Enfoque clínico

«El modelo RENO-WAIT es un método sencillo y preciso, útil para apoyar al clínico en decisiones relacionadas con el inicio de la hemodiálisis. Su alto valor predictivo negativo permite evitar procedimientos innecesarios, optimizar recursos y mejorar la seguridad del paciente. No sustituye el juicio clínico y debe individualizarse en cada caso», escribió el equipo autoral.

Fuente

El estudio, publicado en Medicina Interna de México, tiene como primera autora a la Dra. África Carolina Soria Olivas, residente de Medicina Interna del Hospital General de Mazatlán, en Sinaloa, México.

Limitaciones

Las principales limitaciones del modelo RENO-WAIT se refieren a su diseño unicéntrico, lo que exige validación externa para confirmar su aplicabilidad en distintos contextos clínicos. La exclusión de variables como el volumen urinario puede reducir su sensibilidad en casos complejos. Aunque su rendimiento diagnóstico es excelente, su mayor utilidad radica en descartar la necesidad inmediata de hemodiálisis más que en confirmarla, por lo que debe emplearse como herramienta complementaria al juicio clínico en pacientes sin criterios claros de inicio, individualizando cada caso según el estado hemodinámico, la respuesta al tratamiento conservador y las preferencias del paciente y su familia.

Conflictos de interés

El equipo autoral ha declarado no tener ningún conflicto de interés económico pertinente.

Este contenido se desarrolló utilizando varias herramientas editoriales, incluyendo la inteligencia artificial, como parte del proceso. El contenido ha sido revisado por un grupo de editores humanos antes de su publicación.


Fuente: https://espanol.medscape.com/viewarticle/nuevo-modelo-predictivo-identifica-pacientes-que-pueden-2026a1000ma0

SUMATE A LA COMUNIDAD
Más que un newsletter: la comunidad médica que te acompaña
  • Actividades exclusivas para profesionales de la salud (advisory boards, cobertura de congresos, webinars)
  • Guardá los artículos que te sirven para ver más tarde
  • Recibí cada semana lo más relevante de tu especialidad
Creá tu cuenta gratis
¿Preferís algo más simple? Dejanos tu email y recibí solo el newsletter semanal:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

LEER TAMBIÉN...

Comité Científico de TheForumMD

Revisado y aprobado por Comité Científico de TheForumMD

Cargando