Índices de predicción, algunos aspectos metodológicos para su construcción y validación

Alexis Álvarez Aliaga, Liliana del Rosario Maceo Gómez

Texto completo:

HTML PDF

Resumen

Introducción: los índices de predicción son herramientas muy útiles en práctica médica diaria, su génesis tiene lugar en países desarrollados, basados en las características de su población, así como en el empleo de ítems no siempre disponibles en los países en vía de desarrollo.
Objetivo: familiarizar a los profesionales de la salud con métodos estadísticos relacionados con la construcción y validación de índices predictivos.
Método: se realiza un estu­dio prospectivo de cohorte que modelizan el riesgo de contraer una enfermedad o morir por ella, en función de diversos factores de riesgo o pronósticos, tanto modificables como no modificables.
Resultados: fácil aplicación, sencilla, con sensibilidad y especificidad aceptablemente adecuadas; mínimo de variables para facilitar su aplicación en la práctica asistencial diaria pero que a la vez sea capaz de detectar aquellos individuos que sufrirán el evento que se evalúa.
Conclusiones: mejora la calidad de los servicios, además permite optimizar los recursos económicos y humanos, aspectos importantes a tener en cuenta en países como el nuestro. 

Referencias

Sanchis J, Avanzas P, Bayes- Genis A, Pérez de Isla L, Heras M. Nuevos métodos estadísticos en la investigación cardiovascular. Rev Esp Cardiol [Internet]. 2011 [citado 18 jul 2014]; 64(6):499–500. Disponible en: http://www.revespcardiol.org/es/nuevos-metodos-estadisticos-investigacion-cardiovascular/articulo/90020791/

Baena-Díez JM, Ramos R, Marrug J. Capacidad predictiva de las funciones de riesgo cardiovascular: limitaciones y oportunidades. Rev Esp Cardiol [Internet]. 2009 [citado 25 Ago 2010]; 9 Supl: 4B-13B. Disponible en: http://www.revespcardiol.org/es/capacidad-predictiva-las-funciones-riesgo/articulo/13137261/

Grau M, Marrugat J. Funciones de riesgo en la prevención primaria de las enfermedades cardiovasculares. Rev Esp Cardiol [Internet]. 2008 [citado 18 jul 2014]; 61:404-6. Disponible en: http://www.revespcardiol.org/es/funciones-riesgo-prevencion-primaria-las/articulo/13117732/

Comet Cortas P, Escobar Aguilar G, González Gil T, Ornijana Sáenz Hernández A. de, Rich Ruiz M, Vidal Thomas C, et al. To establish nurse research priorities in Spain: Delphi Study. Enferm Clin [Internet]. 2010 [citado 18 jul 2014]; 20(2):88-96. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/20189424

Jensen JL, Croskerrry P, Travers AH. Paramedic clinical decision making during high acuity emergency calls: design a methodology of a Delphi study. BMC Emerg Med [Internet]. 2009 [citado 18 jul 2014]; 9:17. Disponible en: http://www.biomedcentral.com/1471-227X/9/17

Guangyi X, Chongsuvivatwong V, Geater A, Ming L, Yun Z. Application of Delphi technique in identification of appropiate screening question for chronic low back pain from traditional Chinese medicine experts opinion. J Altern Complement Med [Internet]. 2009 [citado 18 jul 2014];15(1):47-52. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/19769476

Rodríguez Perón JM, Aldana Vilas L, Villalobos Hevia N. Método Delphi para la identificación de prioridades de ciencia e innovación tecnológica. Rev Cubana Med Mil [Internet]. 2010 [citado 18 jul 2014]; 39(3-4):214-26. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0138-65572010000300006&lng=es&nrm=iso&tlng=es

Núñez E, Steyerberg EW, Núñez J. Estrategias para la elaboración de modelos estadísticos de regresión. Rev Esp Cardiol [Internet]. 2011 [citado 18 jul 2014]; 64(6):501– 7. Disponible en: http://www.revespcardiol.org/es/estrategias-elaboracion-modelos-estadisticos-regresion/articulo/90020792/

Royston P, Moons KG, Altman DG, Vergouwe Y. Prognosis and prognostic research: Developing a prognostic model. BMJ. 2009[citado 18 jul 2014]; 338:b604. Disponible en: http://www.bmj.com/content/338/bmj.b604

Steyerberg EW. Clinical prediction models: a practical approach to development, validation, and updating. Am J Epidemiol [Internet]. 2009 [citado 17 jul 2014]; 170(4): 528. Disponible en: http://aje.oxfordjournals.org/content/170/4/528.full

Silva AycaguerLC, Alonso Galbán P. Explicación del tamaño muestral empleado: una exigencia irracional de las revistas biomédicas. Gac Sanit [Internet]. 2013 [citado 18 jul 2014]; 27(1):53–7. Disponible en: http://bvsalud.org/portal/resource/pt/ibc-108848

Jiménez RE, Vázquez J, Fariñas H. Construcción y validación de un índice de gravedad de la enfermedad para pacientes hospitalizados en áreas clínicas. Gac Sanit [Internet]. 1997 [citado 24 Feb 2009]; 11:122-30. Disponible en: http://www.elsevier.es/es/revistas/gaceta-sanitaria-138/construccion-validacion-un-indice-gravedad-pacientes-hospitalizados-13141136-articulo-1997.

Rodríguez-Escudero JP, López-Jiménez F, Trejo-Gutiérrez JF. Cardiología “basada en la evidencia”: aplicaciones prácticas de la epidemiología. IV. Modelos de predicción de riesgo cardiovascular. Arch Cardiol Mex [Internet]. 2012 [citado 18 jul 2014]; 82(1):66-72. Diponible en: http://zl.elsevier.es/es/revista/archivos-cardiologia-mexico-293/cardiologia-basada-evidencia-aplicaciones-practicas-epidemiologia-iv-90122889-articulo-especial-2012

D’Agostino RB, Vasan RS, Pencina MJ. General cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation [Internet]. 2008 [citado 18 jul 2014]; 117:743-53. Diponible en: http://www.ncbi.nlm.nih.gov/pubmed/18212285

Moriyama IM. Problems in the measurement of health status. En: Sheldon EB, Moore W. eds. Indicators of social change: concepts and measurements. New York: Rusell Sage foundation; 1968.p. 573-99.

Steyerberg EW, Vickers AJ, Cook NR, Gerds T, Gonen M, Obuchowski N. et al. Assessing the Performance of Prediction Models A Framework for Traditional and Novel Measures. Epidemiology [Internet]. 2010 [citado 18 jul 2014]; 21(1):128–38. Diponible en: http://www.ncbi.nlm.nih.gov/pubmed/20010215

Dent TH. Predicting the risk of coronary heart disease I. The useof conventional risk markers. Atherosclerosis [Internet]. 2010 [citado 18 jul 2014]; 213(2):345-51. Diponible en: http://www.ncbi.nlm.nih.gov/pubmed/20637467

Pencina MJ, D’Agostino RB, Larson MG, Massaro JM, Vasan R. Predicting the 30-year riskof cardiovascular disease: the Framingham Heart Study. Circulation [Internet]. 2009 [citado 18 jul 2014]; 119:3078-84. Diponible en: http://circ.ahajournals.org/content/119/24/3078.short

Yeboah J, McClelland R, Polonsky T, Burke GL, Sibley CT, O’Leary D. et al. Comparison of novel risk markers for improvement in cardiovascular risk assessment in intermediate-risk individuals. JAMA [Internet]. 2012 [citado 18 jul 2014]; 308(8):788-95. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/22910756

Royo-Bordonada MA, Lobos Bejarano JM, Villar Álvarez F, Sans S, Pérez A, Pedro-Botet JP. et -al. Comentarios del comité español interdisciplinario de prevención cardiovascular (CEIPC) a las guías europeas de prevención cardiovascular 2012. Rev Esp Salud Pública [Internet]. 2013 [citado 18 jul 2014]; 87(2):103-20. Disponible en: http://scielo.isciii.es/scielo.php?pid=S1135-57272013000200002&script=sci_arttext

Ledesma R, Molina Ibañez G, Valero Mora P. Análisis de consistencia interna mediante Alfa de Cronbach: un programa basado en gráficos dinámicos. Psico-USF [Internet]. 2002[citado 18 jul 2014]; 7 (2):143-52. Disponible en: http://biblat.unam.mx/es/revista/psico-usf/articulo/analisis-de-consistencia-interna-mediante-alfa-de-cronbach-un-programa-basado-en-graficos-dinamicos

Landeros Hernández R, González Ramirez MT. Estadística con SPSS y metodología de la investigación [Internet]. México: Editorial Trillas; 2006. [citado 18 jul 2014]. Disponible en: http://libreria.universia.net.co/estadistica-con-spss-y-metodologia-de-la-investigacion-estadistica-4.html#.VCPiVFlTCTU

Tamargo Barbeito TO, Jiménez Paneque RE, Álvarez Rodríguez JM, Terry Villa O. Utilidad del Índice de Gravedad de Servicios Clínicos del Hospital Hermanos Ameijeiras. Rev Cub de Salud Pública [Internet]. 2013 [citado 18 jul 2014]; 39(1):4-18. Disponible en: http://www.bvs.sld.cu/revistas/spu/vol39_1_13/spu02113.htm

Kooter AJ, Kostense PJ, Groenewold J, et al. Integrating information from novel risk factors with calculated risks: the criticalimpact of risk factor prevalence. Circulation [Internet]. 2011 [citado 18 jul 2014]; 124:741-5. Disponible en: http://circ.ahajournals.org/content/124/6/741

Peña-Sánchez JN, Delgado A, Lucena-Muñoz JJ, Morales-Asencio JM. Adaptación y validación al español del cuestionario 4cornersat para la medida de la satisfacción profesional del personal médico de atención especializada. Rev Esp Salud Pública [Internet]. 2013 [citado 18 jul 2014]; 87(2):181-9. Disponible en: http://scielo.isciii.es/scielo.php?pid=S1135-57272013000200007&script=sci_arttext

Pepe MS. Problems with Risk Reclassification Methods for Evaluating Prediction Models. Am J Epidemiol. 2011; 173(11):1327–1335.

Vasan RS. Commentary: C-reactive protein and risk prediction-moving beyond associations to assessing predictive utilityandclinical usefulness. Int J Epidemiol [Internet]. 2009 [citado 18 jul 2014]; 38(1):231- 4. Disponible en: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2639367/

Cook NR, Ridker PM. Advances in measuring the effect of individual predictors of cardiovascular risk: the role of reclassification measures. Ann InternMed [Internet]. 2009 [citado 18 jul 2014]; 150(11):795–802. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/19487714

Pencina MJ, D’Agostino RB, Larson MG, Massaro JM, Vasan RS. Predicting the 30-Year Risk of Cardiovascular Disease. The Framingham Heart Study. Circulation [Internet]. 2009 [citado 18 jul 2014]; 119(24):3078-84. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/19506114

Masson W, Siniawski D, Krauss J, Cagide A. Aplicabilidad clínica de la función de Framingham a 30 años. Utilidad en la estratificación del riesgo cardiovascular y en el diagnóstico de placa aterosclerótica carotídea. Rev Esp Cardiol [Internet]. 2011 [citado 21 jul 2014];64(4):305-11. Disponible en: http://www.revespcardiol.org/es/aplicabilidad-clinica-funcion-framingham-30/articulo/90002080/

Marrugat J, Vila J, Baena- Díez JM, Grau M, Sala J, Ramos R, et al. Validez relativa de la estimación del riesgo cardiovascular a 10 años en una cohorte poblacional del estudio REGICOR. Rev Esp Cardiol. 2011 [citado 21 jul 2014]; 64(5):385-94. Disponible en: http://www.revespcardiol.org/es/validez-relativa-estimacion-del-riesgo/articulo/90003647/

Hlatky MA, Greenland P, Arnett DK, Ballantyne CM, Criqui MH, Elkind MS, et al. Criteria for evaluation of novel markers of cardiovascular risk. Circulation [Internet]. 2009 [citado 21 jul 2014]; 119(17):2408–16. Disponible en: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2956982/

Agüero F, Dégano IR, Subirana I, Grau M, Zamora A, Sala J, et al. Impact of a Partial Smoke- Free Legislation on Myocardial Infarction Incidence, Mortality and Case Fatality in a Population-Based Registry: The REGICOR Study. PLoS One [Internet]. 2013 [citado 21 jul 2014];8: Disponible en: http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0053722

Terrasa S, Buela G, Guenzelovich T, Sigal T, Vicente Lago I, Rubinstein F. Bio-marcadores en la predicción del riesgo cardiovascular: ¿nuevos factores de riesgo? Evid Act Pract Ambul. 2011; 14 (1):12-17.

Buitrago F, Cañón-Barroso L, Díaz-Herrera N, Cruces-Muro E, Escobar-Fernández M, Serrano-Arias JM. Comparación de las tablas REGICOR y SCORE para la clasificación del riesgo cardiovascular y la identificación de pacientes candidatos a tratamiento hipolipemiante o antihipertensivo. Rev Esp Cardiol [Internet]. 2007 [citado 28 Feb 2009]; 60:139-47. Disponible en: http://www.revespcardiol.org/es/comparacion-las-tablas-regicor-score/articulo/13099460/

Steyerberg EW, Vickers AJ, Cook NR, GerdsT, Gonen M, Obuchowski N, et al. Assessing the performance of prediction models. A Framework for traditional and novel measures. Epidemiology [Internet]. 2010 [citado 21 jul 2014]; 21:128–38. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/20010215

Rubin DB. Propensity Score Methods. Am J Ophtalmolgy. 2010; 149:7–9.

Swaen E, van Amelsvoort M. A weight of evidence approach to causal inference. J Clin Epidemiol [Internet]. 2009 [citado 21 jul 2014]; 62:270-7. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/18834711

Ukoumunne OC, Williamson E, Forbes AB, Gulliford MC, Carlin JB. Confounder adjusted estimates of the risk difference using propensity score-based weighting. Stat Med [Internet]. 2010 [citado 21 jul 2014]; 29:3126-36. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/21170907

Bacallao Gallestey J. Enfoques modernos del sesgo y la causalidad en la investigación epidemiológica. Rev Cubana de Salud Pública [Internet]. 2012 [citado 21 jul 2014]; 38(5):686-701. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-662012000500003&lng=es&nrm=iso&tlng=es

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2018 MULTIMED Granma

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.