Un nuevo modelo para la predicción de riesgo de nefropatía por contraste

La nefropatía inducida por contraste (NIC) es una complicación relativamente frecuente de los procedimientos que emplean contrastes yodados, como por ejemplo, los estudios hemodinámicos y el intervencionismo coronario percutáneo (ICP), que entraña elevado riesgo de complicaciones y mortalidad. Algunos factores clínicos, como la disfunción renal o la diabetes, se han asociado con un riesgo significativamente superior de desarrollar una NIC. Para prevención, además de la hidratación pre y post procedimiento, de minimizar la dosis de contraste empleado, y de emplear contrastes iso o hipoosmolares, resulta fundamental identificar, de forma precisa y anticipada, aquellos pacientes en riesgo. Hasta hoy, disponíamos de un modelo que nos permitía estimar el riesgo de nefropatía, el score de Mehran, compuesto por un total de 8 variables: hipotensión arterial, uso de balón intraórtico de contrapulsación, insuficiencia cardiaca, insuficiencia renal crónica, diabetes, edad >75 años, anemia, y volumen de constraste). Sin embargo, este score emplea variables inherentes al propio procedimiento, lo cual limita sin duda su utilidad práctica.
En un interesante análisis de un gran registro norteamericano de ICP, que ha sido publicado recientemente en la prestigiosa revista The Journal of the American College of Cardiology, desarrolla y valida un nuevo modelo de riesgo de NIC. Para ello, se recogieron los datos clínicos de 68.573 procedimientos de ICP realizados en 46 hospitales entre enero 2010 y junio 2012 en el estado norteamericano de Michigan, integrados dentro de la iniciativa Blue Cross Blue Shield of Michigan Cardiovascular Consortium (BMC2). De ellos, 48.001 (70%) constituyeron la cohorte de derivación y 20.572 (30%) la cohorte de validación. Mediante una metodología estadística compleja (modelos random forest), partiendo de un total de 46 variables clínicas y de laboratorio (modelo completo), se seleccionaron aquéllas 15 más fuertemente vinculadas con el desarrollo de NIC , definida como un deterioro en la creatinina sérica > 0.5 mg/dl, fueron incluidas en un modelo reducido final.
Tabla 1. Variables incluidas en el modelo reducido

Presentación del paciente	Historia clínica	Características del paciente	Parámetros de laboratorio pre-procedimiento
Indicación del ICP Estado ICP Presentación C. isquémica Shock cardiogénico Insuficiencia cardíaca en las últimas 2 semanas FEVI	Diabetes mellitus/tratamiento	Edad Peso Altura	CK-MB Creatinina sérica Hemoglobina Troponina I Troponina T

El funcionamiento de ambos modelos, completo y reducido, fue analizado mediante los parámetros de calibración y discriminación, rutinariamente empleados en el estudio del funcionamiento de los modelos de riesgo. Ambos modelos mostraron una adecuada calibración, como se desprende del análisis de curvas de calibración que se presentan en el artículo, así como una excelente capacidad discriminativa, pues el área bajo la curva (AUC) o estadístico C para la predicción de NIC fue de 0.85 (IC95% 0.835-0.869) para el modelo completo y de 0.84 (IC95%0.821-0.857) para el modelo reducido. Algo similar se obtuvo para la predicción de nefropatía por contraste que requiriese diálisis (AUC 0.875 para ambos modelos). Además, ambos modelos fueron mejores a la hora de seleccionar a pacientes en riegso para profilaxis con hidratación, frente a la práctica habitual de hacerlo en base al filtrado glomerular.
Entre las limitaciones del modelo, destacan, desde mi punto de vista, al margen de ser un registro observacional y de la relevancia de la inclusión de ciertas variables como por ejemplo la troponina, la definición de NIC empleada, así como así como el hecho de haberse realizado un único análisis de laboratorio tras el ICP. Además no se proporcionan datos del tipo de hidratación, cantidad y duración empleados en cada uno de los procedimientos, lo cual sin lugar a dudas puede haber influido. No ha sido comparado con el score de Mehran, si bien esto estaba fuera del objetivo del estudio.
A modo de resumen, el riesgo de NIC tras ICP puede ser estimado adecuadamente mediante este modelo de riesgo. Asimismo, me gustaría destacar que los autores de este estudio aportan un calculador online que nos permite estimar, para cada paciente, el riesgo de NIC  (https://bmc2.org/calculators/cin), lo cual, junto con su buena capacidad predictiva, favorecerá la propagación de su empleo.
Referencia

• Hitinder SG, Milan S, Kooiman J, Share D. A Novel Tool for Reliable and Accurate Prediction of Renal Complications in Patients Undergoing Percutaneous Coronary Intervention. J Am Coll Cardiol. 2013;61(22):2242-2248. doi:10.1016/j.jacc.2013.03.026 [Pub Med] [Texto Completo]