Medicina Basada en la Evidencia

Diseño y evaluación de reglas de predicción clínica – 207 – DESARROLLO DE UNA REGLA DE PREDICCIÓN CLÍNICA Antes de usar una RPC se deben tomar en cuenta varios factores que determinarán si es aplicable en nuestro entorno clínico o no. Entre ellos se encuentran la vali- dez interna , dada por el método utilizado para derivar, validar y determinar el impacto de la RPC, el grado de precisión en la clasificación de pacientes, a través de la sensibilidad (S), especificidad (E) y proporciones de probabilidad, y la validez externa , a partir de la pobla- ción para quien el uso de la regla de predicción clínica es apropiado. Antes de aplicar una regla de predicción clínica se deben considerar: la validez interna, el grado de precisión y la validez externa El desarrollo de una RPC requiere una serie de fases, cuya correcta ejecución le dará una mayor validez y aplicabilidad ( Figura 3 ). Definición El proceso parte de determinar un resultado de interés que pueda medirse de forma fiable, como la presencia o ausencia de una afección, o la probabilidad de un re- sultado. A continuación, debemos identificar una lista ex- haustiva de variables que pueden predecir el resultado de interés. En ella debemos considerar información de la historia clínica, exploración física y pruebas complemen- tarias. Debe ser clínicamente relevante, precisa, reprodu- cible y fácilmente accesible en el momento de la toma de decisiones. Por otro lado, debemos establecer el patrón de referencia que clasificará el diagnóstico o predicción de interés y el criterio de valoración del resultado. Para esto, se realiza una revisión de la literatura, se recurre a la opinión de expertos y, si es posible, se desarrollan grupos focales con pacientes que tienen la condición de interés. El número de variables candidatas deberá ser estable- cido ponderando el coste y la factibilidad de su recogi- da. También dependerá de la potencia del estudio en que diseñemos la RPC. Se recomienda que la muestra tenga al menos 10 eventos (diagnósticos confirmados o eventos predichos) por cada variable evaluada. Las variables predictivas han de estar claramente definidas por anticipado. El uso de criterios objetivos, protocolos o formularios de recogida de datos facilitará su pre- cisión y reproducibilidad. No obstante, esta precisión conviene confirmarla en estudios de reproducibilidad intra e interobservador (índice kappa, coeficientes de correlación intraclase). Asimismo, es de gran importancia elegir un patrón de referencia que sea válido, ya sea una prueba diagnós- tica como “patrón oro” o un conjunto de criterios ope- rativos que definan claramente el diagnóstico o evento que se trata de predecir. Si el resultado de este patrón de referencia no es preciso, válido, accesible y exhaus- tivo en todos los pacientes, la valoración de la RPC que- dará comprometida. Figura 2. Representación simplificada de un árbol de decisión Figura 3. Etapas de desarrollo y aplicación de una RPC Probabilidad de resultado A Probabilidad de resultado B Probabilidad de resultado C Probabilidad de resultado D ¿Está el factor X presente? Sí Sí Sí No No No ¿Está el factor Y presente? ¿Está el factor Y presente? Definición ■ Resultado a predecir ■ Población a aplicar ■ Variables con potencialidad predictiva ■ Patrón de referencia Derivación ■ Evaluación de variables predictivas ■ Tamaño de muestra adecuado ■ Diseño de RPC ■ Categorización, discriminación y calibración Validación ■ Limitada: muestra similar ■ Amplia: muestras en entornos clínicos diferentes Impacto ■ Medición utilidad en entorno clínico: costo-beneficio, satisfacción del paciente, tiempo/recurso Implementación ■ Incorporación en guías de práctica clínica y/o aplicación en entornos clínicos Actualización ■ Actualización del modelo ■ Extensión del modelo ■ Metamodelo ■ Actualización dinámica Nivel de evidencia