Coledocolitiasis: Discusión

Los modelos existentes para la predicción de la coledocolitiasis continúan siendo debatidos en la literatura. La mayoría de ellos muestran buen desempeño, pero los recursos humanos y tecnológicos disponibles, la experiencia de los cirujanos y la prevalencia de coledocolitiasis hacen difícil la aplicación universal de los mismos. 5-10,12-14 En este contexto, el uso racional de recursos diagnósticos durante el periodo preoperatorio resulta ser una necesidad y hasta el momento no existe claridad acerca de sus indicaciones. Las guías actuales de la ASGE (Asociación Americana de Cirujanos Gastroenterologos)15 indican que los hallazgos de la ecografía con dilatación de la vía biliar extra hepática, le presencia clínica de colangitis y el aumento de la bilirrubina total> 4 mg/dL son predoctores fuertes de coledocolitiasis, seguidos por la elevación de las enzimas hepáticas, la edad superior a 55 años y la presencia de pancreatitis, considerados moderados. Sin embargo, existen pocos modelos que especifiquen el uso práctico de estos predictores y algunos de ellos adolecen de debilidades entre las que se encuentran errores de metodología y de aplicabilidad clínica.

En primer lugar la determinación de las variables consideradas predictores fuertes, ha sido determinada con métodos de análisis multivariado, que sin embargo, no son claros en ofrecer información acerca de la forma cómo se obtuvieron los puntos de corte (mayor o menor de 4 mg/dL), cuál es el peso global de la variable en el modelo predictivo (equivalente al OR) y si existe interacción entre ellas (es igualmente predictor tener ictericia y dilatación de la vía biliar de manera independiente que tenerlas juntas). Estos elementos introducen sesgo y debilitan la capacidad predictiva del modelo. De otro lado, la mayoría de modelos existentes, hacen una clasificación dicotómica (tener o no tener riesgo de coledocolitiasis, o tener riesgo alto o bajo) basados en la frecuencia esperada de coledocolitiasis, sin aportar información al respecto de cómo se establecieron estos umbrales y que ocurre con el grupo de pacientes que quedan en un riesgo medio, no considerado usualmente.16 Tampoco se suelen asociar informaciones acerca de la conducta que se debe tomar y el efecto que esta conducta tenga sobre los costos de las estrategias diagnósticas. Finalmente, la forma de presentación suele hacerse con los coeficientes de la regresión, y sin pensar en la aplicabilidad clínica de dichas ecuaciones. 16

Así, como una forma de sobrepasar estas debilidades y de cara a la evaluación interina del modelo de predicción que viene siendo utilizado por el Hospital Universitario San Ignacio (Bogotá, Col.), fue que se decidió diseñar una regla de predicción clínica. La función de las reglas de predicción clínica son hacer uniforme y objetiva la evaluación de las diferentes características de una condición, establecer niveles de riesgo (discriminar) y establecer conductas basadas en sus resultados.17-19 En el contexto de la economía de la salud, también ofrecen utilidad como una forma de realizar un uso racional de los recursos, tratando de obtener el mejor desempeño para cada prueba que se utilice.

Este análisis mostró que individualmente, las características operativas de las variables clínicas, bioquímicas y de imágenes, son pobres. No obstante, cuando ellas son combinadas en un modelo, su desempeño mejora de manera ostensible, al igual que su capacidad discriminativa. Bajo nuestro modelo tradicional, el riesgo se determina utilizando una opción sumatoria, donde la presencia o ausencia de una de las variables por cada categoría (clínica, bioquímica o de imágenes) establece el riesgo potencial de coledocolitiasis. Sin embargo, esta opción, considera que la presencia de una variable tiene el mismo riesgo que la de varias en la misma categoría, lo cual sesga el resultado. Es claro que tener ictericia junto con colangitis, no tiene el mismo peso que tener cada una de ellas de manera individual. Lo mismo se puede asumir entre categorías, esto es, tener ictericia y aumento de las bilirrubinas no es igual que tener ictericia y aumento de la fosfatasa alcalina. El modelo tradicional ofrece una buena capacidad predictiva de acuerdo al valor del área bajo la curva ROC, pero su capacidad de discriminación se ve comprometida.

Si se acepta que para cada nivel debe tomarse una conducta diagnóstica (de acuerdo a las guías de la ASGE, pacientes de bajo riesgo (riesgo de coledocolitiasis <10%) deben ser sometidos colangiografía intraoperatoria; mediano riesgo (10-50%) deben llevarse a endosonografía endoscópica, CRMN, CPRE o exploración laparoscópica de la vía biliar) y alto riesgo (>50%) deben someterse a una CPRE , la perdida de la capacidad discriminativa redunda en un uso inadecuado de recursos, como indica la evaluación de nuestro modelo actual. De otro lado, la creación de grupos de riesgo, permite que los exámenes diagnósticos tengan una mayor capacidad predictiva en cada uno de ellos, dado que la prevalencia por grupo se mantiene dentro de rangos aceptables, que hacen que los valores predictivos sean lo suficientemente altos como para tomar una conducta terapéutica. Por ejemplo, para el caso de los pacientes de bajo riesgo, donde la probabilidad de coledocolitiasis es mínima, el uso de exámenes diagnósticos de alta sensibilidad y costos no ofrecen ventajas clínicas pues la probabilidad postest después de aplicar el examen se mantendrá relativamente baja sin que logren sobrepasar el umbral terapéutico, haciendo su uso poco eficiente.

Los resultados de disminución del uso de recursos, cercano a los 28 millones de pesos, ocurre por una mejor discriminación de los pacientes entre los grupos de bajo y riesgo medio, en donde consideramos que los cirujanos, y en general los clínicos que se enfrentan a este tipo de pacientes, deben definir con claridad cual es el limite mínimo (umbral) que están dispuestos a asumir para admitir cálculos residuales o al mismo tiempo para estudiar de forma sistemática a todos los pacientes, dado que todos pueden estar en una situación de riesgo.

Nosotros asumimos un ejercicio estadistico que involucra nuestra prevalencia de coledocolitiasis y al mismo tiempo nuestros recursos y experiencia. No obstante, bajo este análisis los grupos quirúrgicos deben establecer su propio análisis de costos y tecnología y adoptar una decisión individual.

De acuerdo a este principio, el grupo intermedio de la estrategia antigua (dos variables) disminuye en su proporción, aumentando el número de pacientes en el grupo bajo, donde el examen diagnóstico  recomendado es mucho más barato, sin aumentar significativamente la frecuencia esperada de coledocolitiasis (sin aumento del riesgo). Además, esta disminución hace que se usen menos CRMN, el cual es un examen altamente sensible pero de alto costo. Una reducción menos importante ocurre en el grupo de alto riesgo. De igual manera creemos que en este grupo (riesgo medio), la disminución en el número de pacientes, hace que la CPRE se evite como examen diagnostico y que los pacientes sometidos a los riesgos potenciales derivados de este procedimiento invasivo, sean también menores.

Algunos costos que no fueron considerados en este análisis, como el efecto que tiene la toma de decisiones inmediatas en la estancia hospitalaria en los servicios de urgencias, la descongestión potencial de los servicios diagnósticos, y la disminución del riesgo de eventos adversos de los exámenes invasivos, pueden aumentar la diferencia de costos respecto a la estrategia tradicional. Incluso, es posible pensar que, dado el riesgo tan bajo de coledocolitiasis para el grupo normal y de bajo riesgo, estos dos grupos podrían agruparse en uno solo, sin uso de ningún recurso diagnóstico y con procedimientos terapéuticos a necesidad, pero esto debe evaluarse en un estudio específicamente diseñado para tal fin.

Respecto al análisis comparativo de diversos modelos, este estudio pretende mostrar como el problema principal del enfoque de el paciente en riesgo de coledocolitiasis no depende de forma exclusiva de la identificación de factores predoctores que ofrecen resultados dicotómicos (tener o no tener riesgo), como se presenta en los modelos de Houdart, Sgourakis, Sheen y Stain, los cuales ofrecen curvas ROC variables, sino que depende de la distribución progresiva del riesgo que varia en función del numero de factores, pero mas allá, del peso relativo de cada variable como ha sido discutido previamente. En este contexto nuestro modelo ofrece una alternativa novedosa para enfrentar estos desafíos.

Algunas debilidades del presente estudio se relacionan con la no inclusión de variables clínicas
y bioquímicas que han demostrado ser útiles en otros estudios como la coluria, y la medición de gama glutamil transpeptidasa. 5,7,13,20 De otro lado, los resultados de este estudio deben validarse en una población diferente, debido al riesgo de sobreestimación del modelo que se tiene cuando se prueban los resultados en la misma población de origen. Otra debilidad se relaciona con el uso de una simulación en vez de los costos reales y del análisis de costos limitado al uso de los recursos diagnósticos sin considerar los efectos tardíos de la aplicación de la regla de predicción sobre los costos de procedimientos terapéuticos, que pueden subvalorar los resultados económicos aquí expuestos.

En conclusión, la regla de predicción clínica propuesta ofrece una buena capacidad de predicción y discriminación del riesgo de coledocolitiasis, sin incurrir en costos extras de pruebas bioquímicas o de imágenes diferentes a las que se utilizan de rutina y representa un ahorro en el uso de recursos diagnósticos en los servicios de urgencias

CONFLICTO DE INTERÉS:

Ninguno reportado.

REFERENCIAS

1. Shaffer EA. Gallstone disease: Epidemiology of gallbladder stone disease. Best Pract Res Clin Gastroenterol 2006; 20:981-996.
2. Freitas ML, Bell RL, Duffy AJ. Choledocholithiasis: evolving standards for diagnosis and management. World J Gastroenterol 2006; 12:3162-3167.
3. Topal B, Fieuws S, Tomczyk K et al. Clinical models are inaccurate in predicting bile duct stones in situ for patients with gallbladder. Surg Endosc 2009; 23:38-44.
4. Tse F, Barkun JS, Barkun AN. The elective evaluation of patients with suspected choledocholithiasis undergoing laparoscopic cholecystectomy. Gastrointest Endosc 2004;  60:437-448.
5. Shiozawa S, Tsuchiya A, Kim DH et al. Useful predictive factors of common bile duct stones prior to laparoscopic cholecystectomy for gallstones. epatogastroenterology 2005; 52:1662-1665.
6. Alponat A, Kum CK, Rajnakova A et al. Predictive factors for synchronous common bile duct stones in patients with cholelithiasis. Surg Endosc 1997; 11:928-932.
7. Barkun AN, Barkun JS, Fried GM et al. Useful predictors of bile duct stones in patients undergoing laparoscopic cholecystectomy. McGill Gallstone Treatment Group. Ann Surg 1994; 220:32-39.
8. Houdart R, Perniceni T, Darne B et al. Predicting common bile duct lithiasis: determination and prospective validation of a model predicting low risk. Am J Surg 1995; 170:38-43.
9. Onken JE, Brazer SR, Eisen GM et al. Predicting the presence of choledocholithiasis in patients with symptomatic cholelithiasis. Am J Gastroenterol 1996; 91:762-767.
10. Abboud PA, Malet PF, Berlin JA et al. Predictors of common bile duct stones prior to cholecystectomy: a meta-analysis. Gastrointest Endosc 1996; 44:450- 455.
11. Kama NA, Atli M, Doganay M et al. Practical recommendations for the prediction and management of common bile duct stones in patients with gallstones. Surg Endosc 2001; 15:942-945.
12. Prat F, Meduri B, Ducot B et al. Prediction of common bile duct stones by noninvasive tests. Ann Surg 1999; 229:362-368.
13. Yang MH, Chen TH, Wang SE et al. Biochemical predictors for absence of common bile duct stones in patients undergoing laparoscopic cholecystectomy. Surg Endosc 2008; 22:1620-1624.
14. Saltzstein EC, Peacock JB, Thomas MD. Preoperative bilirubin, alkaline phosphatase and amylase levels as predictors of common duct stones. Surg Gynecol Obstet 1982; 154:381-384.
15. Maple JT, Ben-Menachem T, AndersonMA et al. The role of endoscopy in the evaluation of suspected  choledocholithiasis. Gastrointest Endosc 2010; 71:1-9.
16. Grande M, Torquati A, Tucci G et al. Preoperativerisk factors for common bile duct stones: defining the patient at high risk in the laparoscopic cholecystectomy era. J Laparoendosc Adv Surg Tech A 2004; 14:281-286.
17. Toll DB, Janssen KJ, Vergouwe Y et al. Validation, updating and impact of clinical prediction rules: a review. J Clin Epidemiol 2008; 61:1085-1094.
18. Reilly BM, Evans AT. Translating clinical research into clinical practice: impact of using prediction rules to make decisions. Ann Intern Med 2006; 144:201-209.
19. Laupacis A, Sekar N, Stiell IG. Clinical prediction rules. A review and suggested modifications of methodological standards. JAMA 1997; 277:488-494.
20. Wang CH, Mo LR, Lin RC et al. Rapid diagnosis of choledocholithiasis using biochemical tests in patients undergoing laparoscopic cholecystectomy. Hepatogastroenterology 2001; 48:619-621.
21. Sgourakis G., Dedemadi G. , Stamatelopoulos A. et al Predictors of common bile duct lithiasis in laparoscopic era. World J Gastroenterol 2005 June 7;11(21):3267-3272.
22. Sheen S. Asthana; A. Al-Mukhtar; M. Attia; G. J. Toogood Preoperative Determinants of Common Bile Duct Stones During Laparoscopic Cholecystectomy. Int J Clin Pract. 2008;62(11):1715-1719.
23. StainSC, Marsri LS, Froes ET, Sharma V, Parekh D.Laparoscopic cholecystectomy: laboratory predictors of choledocholithiasis. Am Surg. 1994 Oct;60(10):767-71.

Recibido: 23 de junio de 2011
Aceptado: 21 de julio de 2011
Correspondencia: ldominguez@javeriana.edu.co