Desarrollo de un modelo predictivo de enfermedad renal crónica

Introducción: Los modelos predictivos para la enfermedad renal crónica (ERC) se han convertido en herramientas para un problema de salud que afecta al 10 % de la población mundial. Su desarrollo es necesario para identificar patrones de progresión en una enfermedad silenciosa en sus inicios. Objetivo: Desarrollar un modelo predictivo para la detección de la progresión de la ERC. Métodos: Estudio analítico prospectivo en pacientes con ERC estadio 1- 4. Se obtuvo una muestra de 267 (muestreo aleatorio simple sin reposición). Variables: edad, sexo, color de la piel, antecedentes de hábitos tóxicos, antecedentes patológicos personales, glicemia, creatinina, urea, colesterol, triglicéridos, hemograma, linfocitos, neutrófilos, índice neutrófilo linfocito (INL), albuminuria. Se realizó una partición temporal de la muestra (67,5 %) para construir el modelo, se utilizó la regresión logística ordinal (95 % confiabilidad). Resultados: El modelo clasificó al 81,6 % de los pacientes, erró en el 16,4 %. Explicó el 68 % de los cambios de la variable dependiente; el incremento de la creatinina, la albuminuria y el INL, incrementan la probabilidad de progresión de la ERC. Conclusión: El modelo pronóstico tiene un adecuado rendimiento para el riesgo de progresión de ERC, y una adecuada clasificación de los pacientes, explica más del 50 % de los cambios de la variable estudiada. El modelo final incluyó la creatinina, la albuminuria y el INL. Las categorías 3 y 4 mostraron resultados discretos.