Ronda clínica y epidemiológica : aproximación a los modelos de predicción clínica

Abstract

RESUMEN: La investigación relacionada con el pronóstico se puede clasificar así: fundamental, que revela diferencias en desenlaces de salud; de factores pronósticos, que identifica y caracteriza variables; de desarrollo, validación y utilidad de modelos predictivos; y finalmente, de medicina estratificada, donde se establecen grupos de riesgo que comparten un factor asociado con el desenlace de interés. El desenlace en salud, o la condición de enfermedad que tendrá un individuo se pueden predecir considerando ciertas características asociadas, con anterioridad o simultáneamente, con dicho desenlace. Lo anterior puede hacerse mediante modelos predictivos pronósticos o diagnósticos. El desarrollo de un modelo predictivo exige cuidado en la selección, definición, medición y categorización de las variables predictoras; en la exploración de interacciones; en el número de variables que se van a incluir; en el cálculo del tamaño de la muestra; en el manejo de los datos perdidos; en las pruebas estadísticas que se van a usar y en la forma de presentación del modelo. El modelo así desarrollado se debe validar en un grupo diferente de pacientes para establecer su calibración, discriminación y utilidad.

ABSTRACT: Research related to prognosis can be classified as follows: fundamental, which shows differences in health outcomes; prognostic factors, which identifies and characterizes variables; development, validation and impact of predictive models; and finally, stratified medicine, to establish groups that share a risk factor associated with the outcome of interest. The outcome of a person regarding health or disease status can be predicted considering certain characteristics associated, before or simultaneously, with that outcome. This can be done by means of prognostic or diagnostic predictive models. The development of a predictive model requires to be careful in the selection, definition, measurement and categorization of predictor variables; in the exploration of interactions; in the number of variables to be included; in the calculation of sample size; in the handling of lost data; in the statistical tests to be used, and in the presentation of the model. The model thus developed must be validated in a different group of patients to establish its calibration, discrimination and usefulness.