Desarrollo de un meta-modelo de predicción para el diagnóstico de infección cervical por Chlamydia trachomatis en mujeres de Colombia

Introducción: La cervicitis por clamidia tiene alta prevalencia, es de difícil diagnóstico (30-75% de los casos son asintomáticos) y pueden tener serias secuelas clínicas. En condiciones de escasos recursos, el diagnóstico y tratamiento principalmente son realizadas bajo el manejo sindrómico propuesto por la OMS, el cual ha mostrado desempeño subóptimo. Se desarrolló y validó un meta-modelo basado sobre una revisión sistemática de modelos predictivos publicados, Metodología: Se condujo una revisión sistemática de reglas de predicción clínica para el diagnóstico de infección de cervicitis por Chlamydia trachomatis, buscando en las bases de datos Medline, EMBASE y Bireme. La revisión, selección, extracción de datos y evaluación de la calidad fueron realizadas independientemente por dos investigadores, usando formas estandarizadas y nuevas herramientas específicas para riesgo de sesgo en modelos predictivos. Las características y las medidas de desempeño de los modelos incluidos fueron comparadas y resumidas. Adicionalmente, fueron agregados usando dos métodos disponibles (modelo promediado y regresión de Stacked) y una muestra externa de 1381 mujeres de Colombia con una prevalencia del 9.7% de casos diagnosticados con PCR. La máxima verosimilitud penalizada fue usada para corregir el sobreajustamiento de los coeficientes del meta-modelo obtenidos por la regresión de Stacked y bootstrapping fue usada para realizar la validación interna. Resultados: De 3665 registros identificados, 25 artículos fueron incluidos en la revisión sistemática, en donde se reportaron 31 reglas de predicción diagnóstica. Se encontró que los principales riesgos de sesgos están relacionados con selección de los participantes, tamaño de la muestra y análisis de los datos. Siete modelos fueron agregados. El método de la regresión de Stacked generó un meta-modelo con mejores características sobre los modelos existentes: Área bajo la curva 0.79, puntaje de Brier 0.077 y R2 0.20. La validación interna mostró escaso sobreajustamiento. La comparación de las razones de verosimilitud positiva y negativa fueron mostraron que el meta-modelo tubo mejor desempeño que el actual algoritmo de la OMS. Conclusiones: La regresión de Stacked permitió agregar modelos de predicción, a través datos de pacientes externos individuales. El meta-modelo desarrollado demostró mejores características operativas que el algoritmo de la OMS, sin embargo es necesario realizar estudios de impacto para evaluar su utilidad clínica.

• Autores: Reyes S., Juan Manuel
• Fecha de publicación: 2014
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/51900
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/51900; http://bdigital.unal.edu.co/46126/
• Palabra clave: 61 Ciencias médicas; Medicina / Medicine and health; Cervicitis; Chlamydia trachomatis; Modelos de predicción; Reglas de predicción clínicas; Agregación de modelos; CPR; Prediction models; Clinical prediction rules; CPR models aggregation
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional