Predecir los riesgos de insuficiencia renal y muerte en adultos con enfermedad renal crónica de moderada a grave

Resumen

Objetivo: Entrenar y probar una estrategia de súper aprendizaje para la predicción del riesgo de insuficiencia renal y mortalidad en personas con enfermedad renal crónica incidente de moderada a grave (estadio G3b a G4).

Diseño: Estudio de cohorte multinacional, longitudinal, poblacional.

Ámbito: Datos de salud de la población vinculados de Canadá (capacitación y pruebas temporales) y Dinamarca y Escocia (pruebas geográficas).

Participantes: Personas con enfermedad renal crónica recientemente registrada en estadio G3b-G4, tasa de filtración glomerular estimada (TFGe) de 15 a 44 ml/min/1,73 m2.

Modelado: El algoritmo "súper aprendiz" seleccionó los modelos de regresión o algoritmos de aprendizaje automático (aprendices) de mejor rendimiento en función de su capacidad para predecir la insuficiencia renal y la mortalidad con un error de predicción con validación cruzada minimizado (puntuación de Brier, cuanto menor, mejor). Los participantes preespecificados incluyeron edad, sexo, TFGe, albuminuria, con o sin diabetes y enfermedades cardiovasculares. El índice de precisión de la predicción, una medida de calibración y discriminación calculada a partir de la puntuación de Brier (cuanto mayor, mejor) se utilizó para comparar KDpredict con la ecuación de riesgo de insuficiencia renal de referencia, que no tiene en cuenta el riesgo competitivo de muerte, y para evaluar el desempeño de los modelos de mortalidad KDpredict.

Resultados: Se incluyeron 67.942 canadienses, 17.528 daneses y 7.740 residentes escoceses con enfermedad renal crónica en estadio G3b a G4 (edad media 77-80 años; TFGe media 39 ml/min/1,73 m2). La mediana de los tiempos de seguimiento fue de cinco a seis años en todas las cohortes. Las tasas fueron de 0,8 a 1,1 por 100 años-persona para la insuficiencia renal y de 10 a 12 por 100 años-persona para la muerte. KDpredict fue más preciso que la ecuación de riesgo de insuficiencia renal en la predicción del riesgo de insuficiencia renal: índice de precisión de predicción a cinco años del 27,8 % (intervalo de confianza del 95 %: 25,2 % a 30,6 %) versus 18,1 % (15,7 % a 20,4 %) en Dinamarca y 30,5 % (27,8% a 33,5%) versus 14,2% (12,0% a 16,5%) en Escocia. Las predicciones de la ecuación de riesgo de insuficiencia renal y KDpredict diferían sustancialmente, lo que podría conducir a decisiones de tratamiento divergentes. Un hombre de 80 años con una TFGe de 30 ml/min/1,73 m2 y un cociente albúmina/creatinina de 100 mg/g (11 mg/mmol) recibiría una predicción de riesgo de insuficiencia renal a cinco años del 10 % con la ecuación de riesgo de insuficiencia renal (por encima del umbral actual de derivación a nefrología del 5%). El mismo hombre recibiría predicciones de riesgo a cinco años del 2% de insuficiencia renal y del 57% de mortalidad con KDpredict. Las predicciones de riesgo individual de KDpredict con cuatro o seis variables fueron precisas para ambos resultados. Los modelos KDpredict reentrenados utilizando datos más antiguos proporcionaron predicciones precisas cuando se probaron en datos más recientes y temporalmente distintos.

Conclusiones: KDpredict podría incorporarse a los registros médicos electrónicos o accederse en línea para predecir con precisión los riesgos de insuficiencia renal y muerte en personas con ERC de moderada a grave. La estrategia de aprendizaje KDpredict está diseñada para adaptarse a las necesidades locales y revisarse periódicamente a lo largo del tiempo para tener en cuenta los cambios en el sistema de salud subyacente y los procesos de atención.

El artículo original:

 Liu P, Sawhney S, Heide-Jørgensen U, Quinn R R, Jensen S K, Mclean A et al. Predicting the risks of kidney failure and death in adults with moderate to severe chronic kidney disease: multinational, longitudinal, population based, cohort study BMJ 2024; 385 :e078063 doi:10.1136/bmj-2023-078063 

Disponible en: https://n9.cl/7jq53