Desarrollo de un Modelo para la Predicción de Coledocolitiasis:
Análisis e impacto de la discriminación de riesgo en el uso de recursos
Domínguez Luis Carlos1, Niño Nelson1,
Rubio Oscar1, Valdivieso Eduardo1 ,
Rugeles Saúl1, Sanabria Álvaro2
RESUMEN
Introducción: La predicción de coledocolitiasis en pacientes con colelitiasis continúa siendo debatible. El objetivo de este estudio es diseñar un instrumento para la evaluación preoperatoria de pacientes con colelitiasis en riesgo de coledocolitiasis y determinar su impacto en el uso de recursos diagnósticos.
Materiales: Pacientes con colelitiasis- colecistitis aguda admitidos de urgencia. Análisis uni y multivariado de factores predictivos de coledocolitiasis. Determinación de Odds Ratio (OR) con Intervalos de confianza 95% (IC95%) p7mm, ALT, bilirrubina total. Escala evaluación 0-16 puntos con discriminación de umbrales de riesgo bajo, medio y alto; área bajo curva ROC 0.88. Validación prospectiva en cohorte 187 pacientes (área ROC: 0.87 p<0.001). Con el modelo se demuestra un impacto directo en uso de recursos según diferentes umbrales. El modelo ofrece mejor discriminación que otros identificados.
Conclusión: La predicción de coledocolitiasis debe involucrar una regla objetiva y la determinación de umbrales de riesgo, especialmente entre el grupo de bajo y mediano riesgo. Este enfoque permite el uso racional y eficiente de recursos diagnósticos.
Palabras clave: Riesgo, coledocolitiasis, umbrales, costos, predicción.
ABSTRACT
Introduction: Prediction of choledocholithiasis continues been debatable. The aim of this study is to design an instrument for the evaluation of patients in risk of choledocholithiasis due cholelithiasis and to determinate the impact in the use of diagnostic resources.
Materials: Patients with acute cholecystitis admitted in emergency setting. Single and multivariate analysis of predictive factors to determinate Odds Ratio (OR), with confidence Intervals of 95% (CI 95%), p7 mm, ALT and total bilirrubin. Development of a scale for the prediction of choledocholithiais, stratifying risk in low, intermediate and high groups. Area under ROC curve was 0.88. Prospective validation in a cohort of 187 patients (ROC area 0.87 p<0.001). Direct impact on cost savings. The model exhibit a better performance that other similar identified on medical databases.
Conclusion: Prediction of choledocholithiasis should be involved an objective prediction rule and the evaluation of thresholds, mainly for patients in low and intermediate risk. This approach conduces to the rational and efficient use of diagnostic resources.
Key words: Risk, prediction, choledocholithiasis, thresholds, cost.
INTRODUCCIÓN
Contexto global
La colecistitis aguda calculosa es la segunda patología abdominal manejada por los cirujanos en los servicios de urgencias después de la apendicitis aguda. Aproximadamente 10% de los cálculos de la vesícula migran al colédoco 1,2. En los pacientes con colecistitis y colelitiasis, la presencia de coledocolitiasis se puede predecir mediante el uso de modelos que incluyen variables clínicas, bioquímicas (pruebas de función hepática) e imaginológicas (ecografía hepatobiliar), con una exactitud diagnóstica variable que oscila entre 72 a 92%, según el modelo.3,4 El objetivo de la predicción es guiar al clínico respecto al uso de herramientas diagnósticas como colangiorresonancia magnética (CRMN), colangiografía intraoperatoria (CIO) y otras simultáneamente terapéuticas como la colangiopancreatografía retrograda endoscópica (CPRE).
Varios de los modelos vigentes presentan debilidades en su diseño, relacionadas con la heterogeneidad de las características operativas de las variables incluidas, cómo se determinaron los puntos de corte para cada una de ellas, las características operativas globales del modelo y su capacidad de discriminación 5-12. Además, la mayoría de estos modelos estratifican el riesgo de coledocolitiasis de manera dicotómica (presencia o ausencia de coledocolitiasis) utilizando umbrales de riesgo establecidos de manera subjetiva (p. ej. menor de 5% y mayor de 50%, respectivamente) excluyendo a una gran cantidad de pacientes considerados de riesgo intermedio. Así mismo, la estratificación determina el uso de métodos diagnósticos, cuyas características operativas varían de acuerdo al riesgo de coledocolitiasis, sin que exista un análisis profundo que permita determinar el mejor uso de recursos diagnósticos.9,13 Se acepta que un buen modelo predictivo debe discriminar los pacientes para asegurar el uso racional de los recursos, además de considerar la disponibilidad local de recursos y la experiencia propia de cada centro.
1 Departamento de Cirugía. Pontificia Universidad Javera. Hospital Universitario San Ignacio (Bogotá, Col.)
2 Grupo de Patología Quirúrgica Universidad de la Sabana (Chía, Col.)
