Predicción del riesgo de infecciones bacterianas graves en niños febriles
► RESULTADOS
La probabilidad de neumonía y de otras IBGs se incrementó linealmente con la frecuencia cardíaca, la frecuencia respiratoria y la temperatura
Entre el 1 de noviembre de 2010 y el 3 de abril de 2012, 7949 niños se presentaron con fiebre en el departamento de emergencias del Hospital de Niños Alder Hey. De éstos, 1872 fueron elegibles para su inclusión, y 1101 fueron reclutados para el estudio.
La mediana de edad fue de 2,4 años (rango intercuartílico: 0,9-5,7 años), y el 55% eran varones. Aproximadamente un tercio de los niños tenía comorbilidad significativa. Doscientos sesenta y cuatro niños (24%) fueron diagnosticados con IBG.
La probabilidad de neumonía y de otras IBGs se incrementó linealmente con la frecuencia cardíaca, la frecuencia respiratoria y la temperatura. En consistencia con otros estudios, el aumento del trabajo respiratorio (odds ratio [OR] 10,4, IC 95%: 6,69 a 16,2), la hipoxia (9,29, IC 95%, 5,35 a 16,1), y otras variables respiratorias se asociaron significativamente con neumonía.
Estas características redujeron la probabilidad de otras IBGs. La rigidez en el cuello, la fontanela abombada, la irritabilidad, y la disuria se asociaron con otras IBGs. El tiempo de relleno capilar prolongado se asoció con otras IBGs (1,43, IC 95%: 1,05 a 1,97), pero no con neumonía, mientras que la presencia de un exantema redujo la probabilidad tanto de neumonía como de otras IBGs. La PCR, la PCT, la LAGN y la resistina se asociaron todas con IBG.
♦ Derivación y validación interna del modelo
El modelo derivado incluyó las variables frecuencia respiratoria y entrada de aire normal junto con PCR, PCT, y resistina. El ajuste de la PCR como término lineal mejoró el ajuste del modelo. El modelo discriminó bien en la validación interna (estadística c 0,84, IC 95% 0,78 a 0,90 para neumonía; y 0,77, IC 95%: 0,71 a 0,83 para otras IBGs). Las curvas de calibración sugirieron que el modelo sobreestimó el riesgo de neumonía.
♦ Validación externa y actualización del modelo Nijman
El modelo publicado de Nijman y col.16,34 se validó en el conjunto completo de datos (n = 1101). Mediante el uso de coeficientes publicados, el modelo discriminó bien entre neumonía y ninguna IBG, aunque no tan bien entre otras IBGs y ninguna IBG (estadística c 0,85 y 0,76, respectivamente). La calibración del modelo fue pobre, aunque las curvas de calibración indicaron que los riesgos previstos y los resultados observados estaban altamente correlacionados.
Observando la correlación entre las probabilidades predichas y los resultados observados en el modelo pobremente calibrado, los autores actualizaron el modelo mediante la re-estimación de los coeficientes individuales. No se hizo ningún intento para ajustar la forma funcional de las variables predictoras.
El modelo remodelado discriminó bien (estadística c 0,88 y 0,82 para neumonía y otras IBGs, respectivamente) y estuvo bien calibrado. El modelo se amplió entonces con la inclusión de la PCT y la resistina. Esto mejoró la discriminación de neumonía (aumento de la estadística c de 0,88 a 0,90, P = 0,03) y de otros modelos de IBG (de 0,82 a 0,84, P = 0,03), y la calibración siguió siendo buena.
A un umbral de bajo riesgo del 5%, el modelo extendido de neumonía tuvo una sensibilidad del 92% (IC 95%: 85% a 96%) y una razón de probabilidad negativa (RPN) de 0,12 (0,06 a 0,23). Para otras IBGs, la sensibilidad del modelo fue del 92% (86% a 95%), y la RPN fue de 0,21 (0,12 a 0,35).
A un umbral de alto riesgo (> 20%), la especificidad fue del 89% (IC 95%: 87% a 91%) para la neumonía, con una razón de probabilidad positiva (RPP) de 6,69 (5,30 a 8,44) y de 86% (83% a 88%) con una RPP de 4,96 (4,07 a 6,03) para otras IBGs.
La clasificación (determinada por la categoría de resultado más probable) fue similar entre los datos actualizados y los modelos extendidos (893 de 1101 vs. 917 de 1101, 2,2% de mejora, IC 95% -1,1% a 5,4%). Utilizando el modelo extendido, la IBG fue correctamente descartada en 31 niños adicionales (3,7%, IC 95% -1,0% a 8,4%), y hubo 5 diagnósticos menos de IBG posiblemente perdidos (14 de 264 vs. 19 de 264, reducción del 1,8%, IC 95% -2,6% a 6,4%).
► DISCUSIÓN
♦ Hallazgos principales
En este amplio estudio prospectivo de niños febriles de todas las edades que se presentaron al departamento de emergencias, los modelos de predicción de riesgo multinomiales discriminaron bien entre neumonía, otras IBGs y ninguna IBG. Un nuevo modelo derivado rindió bien en la validación interna e identificó a la PCT, la resistina y la PCR como biomarcadores de valor potencial.
Un modelo publicado se desempeñó bien en la validación externa, y la adición de PCT y resistina mejoró la discriminación. A un umbral de bajo riesgo (<5%), una RPN de 0,12 (neumonía) o de 0,21 (otras IBGs) pueden ayudar a descartar una IBG, mientras que a un umbral de alto riesgo (> 20%), una RPP de 6,69 y 4,96, respectivamente, pueden acelerar el tratamiento.
Fortalezas
Los autores presentaron datos sobre múltiples biomarcadores de IBG en > 1000 niños. Evaluaron a los niños independientemente de su edad, antecedentes médicos previos y síndrome clínico, y obtuvieron una discriminación comparable con otros estudios más restrictivos en sus criterios de inclusión. En común con otros datos recientes,2,16 los autores han demostrado el valor de combinar
variables clínicas y biomarcadoras.
Esta es la primera validación externa amplia del modelo multivariable publicado por Nijman y col.16 El modelo discriminó bien, pero estuvo mal calibrado. Específicamente, hubo un problema con la calibración en general: el modelo predijo muy pocos casos en la población de los autores. Sin embargo, la correlación entre las predicciones del modelo y los casos observados sugirieron que la estructura general del modelo fue adecuada para el conjunto de datos, y el enfoque de re-estimación de los coeficientes del modelo resultó en un modelo bien calibrado.
Limitaciones
Este es un estudio de un solo centro, y aunque se realizó validación interna del modelo derivado, la validez externa hubiera requerido demostración en un ambiente alternativo. Los autores agruparon otras IBGs en una única categoría de resultados. Sería preferible modelar resultados como los de septicemia y meningitis por separado, pero la infrecuencia de estos resultados hace de esto un desafío. Una respuesta pragmática es abogar por pruebas diagnósticas adicionales (incluyendo orina urgente o microscopía de LCR) para los niños considerados de alto riesgo para otras IBGs.
Los estudios diagnósticos con normas de referencia imperfectas exigen un enfoque pragmático para determinar los resultados. Un enfoque establecido para esto es utilizar normas de referencia compuestas, predefinidas, como hicieron los autores. La aplicación universal de pruebas de virus respiratorios puede haber producido evidencia adicional sobre la que basar la clasificación, pero dichas pruebas fueron llevadas a cabo a discreción del equipo clínico y no se aplicaron sistemáticamente.
El uso de los autores de un diagnóstico radiológico de neumonía a pesar de sus limitaciones es común en este contexto.15,34 Incluyeron una categoría de IBG probable para evaluar la falta de sensibilidad de las pruebas diagnósticas convencionales en niños. Esta categoría representó sólo a un pequeño número de casos (8) y se definió de antemano. Mediante el establecimiento de criterios claros para cada diagnóstico de resultado, los autores buscaron minimizar el sesgo de verificación.
Los autores estudiaron a niños que ya eran considerados en riesgo de IBG y en quienes el equipo clínico había iniciado una investigación adicional. Esta evaluación de riesgo no medido limita la validez externa de los hallazgos. La proporción de IBGs (24%) es significativamente mayor que la observada en todos los niños febriles en el departamento de emergencias, y los autores coincidieron con otros investigadores que han subrayado la importancia de la investigación diagnóstica en poblaciones de bajo riesgo (como todos los niños atendidos en el departamento de emergencias o en atención primaria).18
De la muestra de los autores, ~ 80% fueron ingresados en el hospital y recibieron antibióticos, incluyendo 60% de los que no tenían IBGs. La toma de decisiones en base a un umbral de bajo riesgo del 5% puede reducir los ingresos hospitalarios y el uso de antibióticos, pero no (por definición) eliminar el riesgo. Los médicos necesitarían combinar la evaluación de riesgos con una red de seguridad apropiada.
♦ Comparación con estudios publicados
La conclusión de los autores de que ciertas variables clínicas tales como hipoxia, hallazgos respiratorios anormales, irritabilidad, y deshidratación aumentan la probabilidad de una IBG es consistente con estudios similares.2,13,16 Los autores fracasaron en demostrar el valor de evaluaciones más subjetivas tales como apariencia de enfermedad y preocupación de los padres, ya que hubo un problema significativo de falta de datos para esto.
♦ Próximos pasos
Los resultados de los autores apoyan a un cuerpo creciente de investigación que sugiere que los modelos de predicción de riesgo mejoran la identificación de IBGs en los niños que se presentan en el departamento de emergencias. Tales modelos aún no se han traducido en una mejor toma de decisiones clínicas.
Dos estudios de impacto recientes cuestionaron el supuesto de que la predicción exacta del riesgo necesariamente mejoraría la toma de decisiones. En el primero, el uso de una puntuación para los hallazgos de laboratorio (una regla de decisión que combinó PCR, PCT y análisis de orina) fracasó en reducir las prescripciones de antibióticos en niños en el departamento de emergencias.35
Un segundo estudio evaluó el uso del modelo de predicción de riesgo de Nijman para guiar decisiones, y no se observó ningún impacto en la prescripción de antibióticos o en el ingreso hospitalario.36
Los futuros estudios de impacto necesitan evaluar los comportamientos asociados con la toma de decisiones. Esto ha tenido importancia considerable en la evaluación de las intervenciones para racionalizar la prescripción de antibióticos.37
Para traducir las estimaciones del riesgo en decisiones clínicas seguras y mejorar el manejo de los niños en el departamento de emergencias, será necesario involucrar a clínicos y familias. Los umbrales de riesgo propuestos por los autores no están aún establecidos en el contexto de las IBGs infantiles en el departamento de emergencias, y se requiere más trabajo para determinar si éstos (y las decisiones clínicas que guían) son apropiados.
► CONCLUSIONES
Un modelo diagnóstico que combinó variables clínicas y biomarcadoras discriminó bien entre neumonía, otras IBGs y ninguna IBG en niños febriles de todas las edades que se presentaron en el departamento de emergencias. La validación externa de un modelo de riesgo derivado previamente produjo una exactitud diagnóstica alentadora y se mejoró mediante la adición de PCT y resistina.
Trabajos futuros deberían establecer el valor de las reglas de decisión basadas en modelos de predicción del riesgo en estudios de impacto sólidos. Esos estudios deberían abordar los comportamientos complejos asociados con la toma de decisiones para obtener beneficios clínicos.
Autor: Adam D. Irwin, Alison Grant, Rhian Williams y colaboradores. Pediatrics. 2017;140(2):e20162853
⇒ Comentario:
La enfermedad febril aguda en niños es una de las principales causas de consulta al departamento de emergencias, pudiendo deberse a infecciones bacterianas graves. El rápido reconocimiento de las IBGs es fundamental para su manejo efectivo; en este contexto, varios estudios han reportado la exactitud diagnóstica de variables clínicas y de laboratorio para su determinación en niños febriles.
La aplicación de modelos de predicción de riesgo combinando estas variables podría ayudar a establecer un patrón de toma de decisiones que mejore la precisión diagnóstica y brinde beneficios clínicos, disminuyendo a su vez las tasas de internación y de prescripción de antibióticos.
Resumen y comentario objetivo: Dra. María Eugenia Noguerol
Para descargar la investigación completa haga clik a continuación:
http://www.intramed.net/contenidover.asp?contenidoID=91593
