Índices de predicción, algunos aspectos metodológicos para su construcción y validación
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.
Descargas
Citas
1.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/
2.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/
3.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/
4.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
5.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
6.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
7.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
8.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/
9.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
10.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
11.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
12.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.
13.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
14.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
15.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.
16.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
17.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
18.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
19.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
20.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
21.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
22.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
23.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
24.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
25.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
26.Pepe MS. Problems with Risk Reclassification Methods for Evaluating Prediction Models. Am J Epidemiol. 2011; 173(11):1327–1335.
27.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/
28.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
29.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
30.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/
31.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/
32.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/
33.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
34.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.
35.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/
36.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
37.Rubin DB. Propensity Score Methods. Am J Ophtalmolgy. 2010; 149:7–9.
38.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
39.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
40.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
Publicado
Cómo citar
Número
Sección
Licencia
Avisos de derechos de autor propuestos por Creative Commons
1. Política propuesta para revistas que ofrecen acceso abierto
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
