Desarrollo de un modelo de predicción que estima en el estadio febril del dengue la probabilidad de complicar con choque o requerir transferencia para manejo en centro de alta complejidad

Título: Desarrollo de un modelo de predicción que estima en el estadio febril del dengue la probabilidad de complicar con choque o requerir transferencia para manejo en centro de alta complejidad Justificación: El dengue es una enfermedad infecciosa endo-epidémica de etiología viral. Constituye un problema de salud pública a nivel mundial. Múltiples factores favorecen la propagación tanto del vector como del virus, así como también la circulación permanente de todos los serotipos de éste último. La carga de enfermedad asociada es alta, tiene un amplio espectro de presentación clínica, desde asintomática hasta letal. Existe una brecha del conocimiento amplia relacionada con la estimación temprana del riesgo de complicar. Objetivo: Desarrollar un modelo de predicción pronóstico que permita estimar en el sujeto con dengue en estadio febril, el riesgo de complicar con choque o requerir manejo en centro de alta complejidad de atención. Metodología Diseño: Desarrollo de modelo de predicción pronóstico. Estudio secundario derivado de cohorte prospectiva. Población : participantes con edad ≥ 2 años, cualquier sexo, con dengue confirmado en etapa febril (clínica + NS1 y/o IgM positiva), procedentes de Bucaramanga y su área metropolitana, atendidos por primera vez en institución de primer nivel. Tamaño de muestra: Al menos 10 eventos por cada parámetro predictor candidato. El modelo se desarrolló en 254 participantes. Se realizó validación interna a través de remuestreo usando bootstrapping. Predictores: El modelo seleccionado incluyó los siguientes predictores: edad, índice de choque (frecuencia cardiaca / presión arterial sistólica), NLR (relación neutrófilos/linfocitos), hemoglobina, hematocrito y plaquetas. Desenlace compuesto: presentar choque por dengue o requerir transferencia a centro de alta complejidad de atención por empeoramiento clínico. Análisis estadístico y resultados Se utilizó el programa RStudio versión 4.4.0. Se realizó regresión logística múltiple, con selección de predictores utilizando el método forward. Se estimaron coeficientes de regresión, log odds, odds ratios, interceptos, pendientes y likelihood ratio. El evento compuesto se presentó en el 20,08% de los participantes. Se encontró que por cada unidad de cambio en el NLR el riesgo de desarrollar el evento compuesto se incrementa en un 29% (p: 0,008); independientemente del índice de choque, las plaquetas, la edad, la hemoglobina o el hematocrito. Se obtuvo una p de 0,52 para la prueba de Hosmer Lemeshow, el estadístico C resultó en 0,7273 con un intervalo de confianza del 95% (IC95%) de 0,65 a 0,81. El IC 95% del estadístico C, al probar el modelo luego de hacer boostraping en muestreos al azar durante 100 réplicas, es de 0,63 a 0,78. Se creó una calculadora de estimación de riesgo individual utilizando los coeficientes, de uso fácil, práctico y asequible. Conclusión: El modelo de predicción desarrollado en el presente estudio se basa en un enfoque pragmático e incluye predictores de sencilla obtención. Tiene una bondad de ajuste favorable, un buen rendimiento en términos de calibración y discriminación. Su uso puede traer beneficios, no atañe más costos, ni representa riesgos o cambios desfavorables respecto al cuidado estándar y constituye una herramienta (regla de predicción de asistencia) que promete puede ser valiosa a la hora de tomar decisiones.