Simple Science

Ciência de ponta explicada de forma simples

# Ciências da saúde# Nefrologia

Avaliando o Risco de Falência Renal em Pacientes com DRC no Peru

Avaliando a eficácia do KFRE em prever falência renal em pacientes peruanos.

― 7 min ler


Previsão de FalênciaPrevisão de FalênciaRenal no Perupacientes com DRC no Peru.Avaliando a precisão do KFRE para
Índice

A doença renal crônica (DRC) é um problema de saúde sério que afeta muita gente ao redor do mundo. Isso pesa bastante nos sistemas de saúde, especialmente em países mais pobres, onde os recursos médicos podem ser limitados. A DRC atinge mais de 10% da população global, com uma presença marcante em países como o Peru, onde milhões de adultos sofrem de vários níveis de DRC.

Importância da Referência Precoce

Levar pacientes com DRC para ver um especialista em rins, conhecido como nefrologista, o quanto antes pode diminuir bastante os custos de saúde. Referências precoces ajudam a evitar que a doença avance, o que pode levar à falência renal e outros problemas de saúde graves. Isso é especialmente importante em sistemas de saúde onde os recursos especializados são escassos. Existem modelos de previsão de risco que ajudam os médicos a decidir quando encaminhar os pacientes, orientar opções de tratamento e planejar procedimentos que possam ser necessários mais tarde.

Práticas Atuais de Referência

No Peru, as recomendações para encaminhar pacientes com DRC dependem principalmente de alguns indicadores, como a Taxa de Filtração Glomerular Estimada (TFGe) e os níveis de uma proteína encontrada na urina chamada Albumina. Esses critérios básicos às vezes deixam passar pacientes de alto risco que precisam de cuidados urgentes e encaminham pacientes que não estão em risco significativo, criando ineficiências.

A Equação de Risco de Falência Renal (KFRE)

A Equação de Risco de Falência Renal (KFRE) é uma ferramenta desenvolvida para ajudar a prever qual a probabilidade de pacientes com DRC progredirem para a falência renal. Ela usa algumas variáveis simples que são facilmente acessíveis em ambientes de saúde. No entanto, a precisão dessa ferramenta pode variar entre diferentes grupos de pacientes, então é essencial testar sua eficácia em populações específicas, como as do Peru.

Objetivos do Estudo

Este estudo tem como objetivo testar quão bem a KFRE com 4 variáveis funciona para prever falência renal em dois períodos: 2 anos e 5 anos. Analisamos um grande e diversificado grupo de peruanos com DRC estágios 3a, 3b e 4. Essas pessoas foram tratadas em unidades de cuidados primários.

Design do Estudo e Dados dos Pacientes

Vimos dados de pacientes de uma rede de saúde nacional no Peru. Coletamos informações dos registros médicos sobre sua demografia e status clínico. Nosso estudo focou em pacientes com 18 anos ou mais com sinais de DRC registrados entre 2013 e 2017. Incluímos apenas pacientes que tiveram tanto a TFGe quanto os níveis de proteína na urina medidos.

Analisamos dois grupos de pacientes com DRC: um com estágios 3a a 4 e outro com estágios mais avançados 3b a 4. Essa abordagem ajudou a garantir resultados confiáveis.

Envolvimento dos Pacientes e Tamanho da Amostra

Os pacientes não participaram diretamente do design ou execução do estudo. Acessamos todos os dados necessários que estavam disponíveis rotineiramente, então não fizemos um cálculo formal para o tamanho da amostra, mas garantimos que tivéssemos pacientes suficientes para uma análise completa. Combinamos alguns estágios para uma avaliação confiável.

O Modelo KFRE

A KFRE foi inicialmente criada no Canadá e depois aprimorada com dados de vários países. A versão que usamos inclui apenas quatro variáveis: idade, sexo, TFGe e níveis de proteína na urina. Isso facilita a aplicação em ambientes de saúde como o Peru. As previsões são feitas tanto para Curto prazo (2 anos) quanto para longo prazo (5 anos).

Medição de Resultados

No nosso estudo, a falência renal é definida como a necessidade de terapia de substituição renal, que inclui tratamentos como diálise. Consideramos a morte sem necessidade de tratamento como um evento concorrente que poderia afetar nossas previsões.

Duração do Acompanhamento

Monitoramos os pacientes até que eles desenvolvessem falência renal, faleceram ou foram perdidos para acompanhamento. Decidimos concluir o estudo até o final de 2019 para evitar interrupções vistas durante a pandemia, que afetaram muitos serviços de saúde.

Analisando os Dados

Começamos analisando os dados em busca de valores incomuns ou informações faltantes. Para a análise, olhamos tanto para o risco médio quanto para quão bem as previsões da KFRE se alinharam com os resultados reais.

Avaliando o Desempenho da KFRE

Verificamos como a KFRE se saiu na previsão de falência renal usando dois critérios principais: discriminação e calibração. Discriminação nos diz quão bem o modelo pode diferenciar pacientes que desenvolverão falência renal daqueles que não vão. Calibração mostra quão próximas estão as previsões de riscos das observações reais dos pacientes.

Descobrimos que a KFRE conseguia distinguir com precisão entre os pacientes com base nos níveis de risco, mas às vezes não previa os riscos com precisão. Ela subestimou os riscos de curto prazo e superestimou os riscos de longo prazo em nossos grupos de pacientes.

Visão Geral dos Resultados

Dos pacientes que avaliamos, muitos se qualificaram com dados completos para análise. O período médio de observação foi de cerca de 4,9 anos.

Em relação aos resultados reais, as taxas observadas de falência renal foram bem baixas tanto em 2 quanto em 5 anos para o grupo mais amplo de DRC. Isso destacou como nossas previsões da KFRE poderiam às vezes ser altas ou baixas em comparação com o que realmente aconteceu.

Comparação das Previsões com os Resultados Reais

Os riscos observados em nosso estudo foram consideravelmente mais baixos do que o que a KFRE previu para o curto prazo e mais altos para o longo prazo. Essa descalibração sugere que, embora o modelo funcione bem em diferenciar pacientes de alto risco, ele precisa de ajustes para refletir com precisão os níveis de risco para a DRC.

Análise de Sensibilidade

Exploramos o que aconteceu quando ajustamos nossos dados para valores extremos, especificamente para os níveis de proteína na urina. Esse ajuste não afetou drasticamente as previsões, indicando que o desempenho da KFRE permaneceu estável sob essas mudanças.

Principais Descobertas

O estudo valida a capacidade da KFRE de prever falência renal em 2 e 5 anos para pacientes com DRC no Peru. Contudo, também mostra que o modelo está descalibrado, levando a subestimativas dos riscos a curto prazo e superestimações a longo prazo. Isso pode ter implicações importantes para a gestão dos pacientes, podendo resultar em procedimentos desnecessários ou atrasos nos cuidados adequados.

Comparação com Outras Pesquisas

Muitos estudos fora do Peru testaram a KFRE em várias populações. Embora a maioria tenha mostrado um bom desempenho, frequentemente destacaram problemas de calibração, semelhantes às nossas descobertas. Isso reforça a necessidade de estudos localizados para garantir que os modelos funcionem bem em populações diversas.

Implicações para a Prática de Saúde

Este estudo aponta a necessidade de usar a KFRE com cuidado em ambientes clínicos. Sua capacidade de diferenciar riscos é valiosa, mas confiar apenas nela sem os ajustes pode resultar em gestão inadequada dos pacientes.

Direções Futuras

Há uma necessidade clara de futuras pesquisas que se concentrem em refinar a KFRE para a população específica do Peru e talvez em outros países da América Latina. Estudos adicionais também devem considerar as diferenças entre grupos de pacientes e como isso afeta o desempenho preditivo da KFRE.

Conclusão

As descobertas sugerem que, embora a KFRE possa ser uma ferramenta útil para prever falência renal em pacientes com DRC, ela precisa de atualizações e modificações antes de ser amplamente recomendada na prática de saúde do Peru. Tanto as previsões de curto quanto de longo prazo precisam ser cuidadosamente consideradas para evitar a má gestão do cuidado ao paciente.

Fonte original

Título: Kidney Failure Prediction: Multicenter External Validation of KFRE Model in Patients with CKD Stages 3-4 in Peru

Resumo: BackgroundTo externally validate the 4-variable Kidney Failure Risk Equation (KFRE) in the Peruvian population for predicting kidney failure at 2 and 5 years. MethodsWe included patients from 17 primary care centers from the Healths Social Security of Peru. Patients older than 18 years, diagnosed with chronic kidney disease (CKD) stage 3a-3b-4 and 3b-4, between January 2013 and December 2017. Patients were followed until they developed kidney failure, died, were lost, or ended the study (December 31, 2019), whichever came first. Performance of the KFRE model was assessed based on discrimination and calibration measures considering the competing risk of death. ResultsWe included 7519 patients in stages 3a-4 and 2,798 patients in stages 3b-4. KFRE discrimination at 2 and 5 years was high, with Time-Dependent Area Under the Curve (AUC-td) and C-index > 0.8 for all populations. Regarding calibration in-the-large, the Observed-to-Expected (O/E) ratio and the calibration intercept indicated that KFRE underestimates the overall risk at two years and overestimates it at 5-years in all populations. ConclusionsThe 4-variable KFRE models have good discrimination but poor calibration in the Peruvian population. The model underestimates the risk of kidney failure in the short term and overestimates it in the long term. SIGNIFICANCE STATEMENTThe Kidney Failure Risk Equation (KFRE) is a widely used prediction model for kidney failure risk assessment in patients with chronic kidney disease (CKD). However, its performance in Latin American populations remains unclear, particularly in primary care settings. This study externally validated the KFRE in Peruvian CKD patients, demonstrating high discrimination but revealing miscalibration that could lead to adverse patient outcomes resulting from over- or under-estimation of risk. These results underscore the need for model updating and further research to optimize the KFREs use in clinical practice in Latin America, provide valuable insights for applying the KFRE in Latin American settings, and highlight the importance of continuous evaluation and refinement of prediction models in diverse populations.

Autores: Percy Soto-Becerra, J. I. Bravo-Zuniga, R. Chavez-Gomez

Última atualização: 2023-04-10 00:00:00

Idioma: English

Fonte URL: https://www.medrxiv.org/content/10.1101/2023.03.27.23287771

Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.03.27.23287771.full.pdf

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes