1 UNIVERSIDAD DE LOS ANDES
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Tesis de Maestría
Diseño de una metodología estructurada de análisis de decisiones como apoyo en el diagnóstico médico de pacientes con riesgo de padecer
Coledocolitiasis.
Fabián González Vargas
Código: 200723781
Asesor: Mario Castillo Hernández Profesor Titular
Departamento de Ingeniería Industrial
Co-asesor: Astrid Johanna Bernal
Profesora Departamento de Ingeniería Industrial
Colaborador Estratégico: Roosevelt Fajardo MD. Director División de Educación
Fundación Santa Fe de Bogotá
Colaborador Estratégico: María Elena Velásquez Acosta MD.
2 Agradecimientos
Al Dr. Luis Carlos Domínguez por su conocimiento y colaboración en el acceso a la información para la construcción de los modelos.
Al Dr. Roosevelt Fajardo y a la Dra. María Elena Velásquez por su conocimiento, valioso aporte en el desarrollo de este documento y por darme la oportunidad de trabajar con ellos.
A la profesora Astrid Bernal por su aporte en el desarrollo y validación de los modelos.
Al profesor Mario Castillo por permitirme desarrollar este proyecto con su colaboración y sus valiosos aportes.
A Diego Calderón, José Luis Cárdenas y Manuel Bolívar por su apoyo incondicional y desinteresado durante este periodo.
A mi familia por estar siempre a mi lado, por su cariño y compresión.
A mi madre porque sin ella nada de esto hubiera sido posible.
3 Tabla de Contenido
1. Introducción ... 1
2. Objetivos ... 3
3. Problema de Investigación ... 4
3.1 Problemática ... 4
3.2 Justificación ... 5
4. Marco Conceptual ... 6
4.1 Contexto - Global, Colombia ... 6
4.2 Caracterización de la Enfermedad ... 8
4.3 Revisión de la Literatura ... 15
4.3.1 Análisis de decisiones en la Medicina ... 15
4.3.2 Investigaciones y modelos de decisiones en la Medicina ... 19
4.3.3 Métodos y Modelos de Diagnóstico Clínico de Coledocolitiasis ... 22
5. Metodología General... 35
6. Desarrollo de la Metodología general ... 38
6.1 Descripción de la situación ... 38
6.2 Estructuración del Problema ... 38
6.3 Obtención de la Información ... 42
7. Desarrollo de la Metodología Específica ... 43
7.1 Identificación de las variables relevantes ... 44
7.2 Estructuración de las variables ... 45
7.3 Construcción de la base de datos ... 47
7.4 Análisis estadístico básico ... 47
7.5 Construcción de las redes bayesianas ... 48
7.6 Validación de las Diferentes Estrategias de Redes Bayesianas ... 62
8. Obtención y Análisis de Resultados ... 69
9. Conclusiones y Recomendaciones ... 76
9.1 Conclusiones respecto a la metodología ... 76
9.2 Conclusiones respecto al modelo y los resultados ... 76
9.3 Recomendaciones y estudios futuros ... 77
4 Índice de Tablas
Tabla 1 Incidencia de coledocolitiasis según la edad ... 10
Tabla 2 Estudios de la Tomografía Computarizada Helicoidal en el diagnóstico en el Diagnóstico de Coledocolitiasis. ... 12
Tabla 3 Estudios del Ultrasonido Endoscópico en el diagnóstico de cálculos en el conducto biliar común. ... 13
Tabla 4 Estudios Prospectivos de COI durante la Colecistectomía Laparoscópica en el diagnóstico de Coledocolitiasis. ... 15
Tabla 5 Nivel general del proceso general de toma de decisiones médicas. ... 16
Tabla 6 Variables significativas resultantes del análisis multivariable, puntuaciones del Score, significado y actitud a seguir según los intervalos encontrados... 23
Tabla 7 Resultados del Score predictivo pre-operatorio de Coledocolitiasis ... 24
Tabla 8 Sistema de Score utilizado para clasificar el riesgo de padecer Coledocolitiasis 25 Tabla 9 Comparación de resultados del modelo. ... 31
Tabla 10 Escala para la evaluación de coledocolitiasis en pacientes con colelitiasis ... 32
Tabla 11 Modelos de Diagnóstico de Coledocolitiasis ... 39
Tabla 12 Tabla de variables según revisión bibliográfica ... 44
Tabla 13 Estructuración de Variables Relevantes ... 46
Tabla 14 Prueba de Independencia Chi-Cuadrado... 48
Tabla 15 Prueba KMO y Bartlett ... 52
Tabla 16 Varianza Total Explicada ... 52
Tabla 17 Matriz de Componente Rotado ... 54
Tabla 18 Resumen del Modelo ... 56
Tabla 19 Escala de asociación ... 59
Tabla 20 Coeficiente de contingencia de Cramer entre variables ... 59
Tabla 21 Promedio de las iteraciones de Cross – Validation para cada estrategia ... 67
Tabla 22 Resultados finales de las pruebas diagnósticas para la Estrategia 4 ... 72
5 Índice de Gráficos
Gráfico 1 Triángulo de Admirand y Small (Aldas & Calderon, 2010) ... 9
Gráfico 2 Umbral e Incertidumbre. ... 17
Gráfico 3 La estructuración de la red bayesiana de la estrategia 4 ... 19
Gráfico 4 La estructuración de la red bayesiana para el diagnóstico de la Uveítis ... 20
Gráfico 5 Grupo del Caso. Algoritmo para el manejo diagnóstico de los pacientes que iban a someterse a una colecistectomía laparoscópica con cálculos biliares sintomáticos. ... 26
Gráfico 6 Algoritmo propuesto para el diagnóstico de la Coledocolitiasis... 28
Gráfico 7 Esquema de una red neuronal artificial para la predicción de la vía biliar común (CBD)... 30
Gráfico 8 Protocolo de diagnóstico de tratamiento para coledocolitiasis en la Fundación Santa Fe de Bogotá ... 34
Gráfico 9 Metodología General ... 35
Gráfico 10 Metodología Especifica ... 43
Gráfico 11 Estrategia 1: Juicio de expertos e inclusión de todas las variables ... 49
Gráfico 12: Estrategia 2: Juicio de expertos Fundación Santa Fe de Bogotá ... 50
Gráfico 13: Estrategia 3: Juicio de expertos Hospital Universitario San Ignacio ... 51
Gráfico 14 Gráfico de Sedimentación ... 53
Gráfico 15 Estrategia 4: Análisis Factorial ... 55
Gráfico 16 Medidas Discriminantes ... 56
Gráfico 17 Gráfico conjunto de puntos de categoría ... 57
Gráfico 18 Estrategia 5: Análisis de Correspondencias Múltiples ... 58
Gráfico 19 Estrategia 6: Coeficiente de Contingencia de Cramer ... 60
Gráfico 20 Estrategia 7: Algoritmo NPC de Hugin ... 61
Gráfico 21 Estrategia 8: Independencia entre Variables ... 62
Gráfico 22 K-fold Cross – Validation ... 63
Gráfico 23 Tabla de Contingencia ... 65
Gráfico 24 Espacio ROC para las estrategias de construcción ... 68
Gráfico 25 Estrategia 4: Análisis Factorial y Distribuciones de Probabilidad... 69
Gráfico 26 Análisis de Sensibilidad ... 70
Gráfico 27 Validación Cruzada para la estrategia 4: análisis Factorial ... 71
1
1. Introducción
Tomar decisiones es uno de los procesos más complejos y recurrentes a los que se ven enfrentados los seres humanos y las organizaciones. Es un proceso caracterizado por involucrar la incertidumbre y los riesgos en el análisis, y comúnmente, tiene repercusiones en el futuro que pueden ser irreversibles (Castillo, 2008). Pese a su importancia, en la mayoría de los casos no se cuenta con una metodología estructurada que permita evaluar los riesgos y las alternativas que se presentan en cada situación. Dentro de los casos en los que se requiere tomar decisiones cruciales, cabe resaltar el campo de la medicina y la salud pública.
En este campo, el cuerpo médico debe tomar decisiones rápidas y acertadas para resolver problemas, repercutiendo fuertemente sobre la calidad de vida de los pacientes. Algunos diagnósticos se basan en parámetros estructurados que son conocidos y estudiados por el cuerpo médico; sin embargo, no todas las enfermedades cuentan con este tipo de fundamento, generando que el diagnóstico y tratamiento sea empírico a través de los años. Por esta razón es muy importante que desde la perspectiva de la ingeniería se implementen metodologías y modelos de análisis de decisiones que apoyen la toma de decisiones en el área de medicina.
Una de las enfermedades más comunes en países occidentales y orientales es la litiasis biliar, la cual afecta hasta un 20% de la población general, donde más del 20% de los pacientes con esta condición tienen cálculos en el colédoco o “Coledocolitiasis” (Costi, Gnocchi, Mario, & Sarli, 2014), enfermedad que puede desencadenar condiciones que ponen en riesgo la vida del paciente, como la colangitis biliar aguda o la pancreatitis biliar aguda.
La coledocolitiasis es una enfermedad que se caracteriza por ser asintomática en más de la mitad de los casos lo que incrementa la dificultad para ser diagnosticada. Sin embargo y a pesar de existir un gran número de estudios, modelos de diagnóstico y algoritmos para el tratamiento de coledocolitiasis, la literatura actual no ha generalizado ninguna técnica estándar para el diagnóstico de esta enfermedad, que conduzca a reducir tanto los costos ligados a los procedimientos de los centros médicos y de salud, como los riesgos de morbilidad y mortalidad asociados al paciente.
Debido a lo anterior, hoy en día siguen existiendo dos grandes interrogantes respecto a esta enfermedad. Por un lado está la pregunta ¿cómo diagnosticar de forma costo-efectiva coledocolitiasis? Y por el otro, cuando se confirma la presencia de cálculos en el colédoco, ¿cuál es el mejor tratamiento para este
2
paciente? Este estudio, busca por tanto, diseñar una metodología estructurada de análisis de decisiones como apoyo al diagnóstico médico de pacientes con riesgo de padecer coledocolitiasis.
Este proyecto está enmarcado en un trabajo que realiza la Universidad de los Andes en conjunto con la Fundación Santa Fe. El objetivo de éste es diseñar un modelo de análisis de decisiones que permita apoyar el diagnóstico médico de coledocolitiasis. Para la construcción del modelo se utilizaran los datos suministrados por (Domínguez, et al, 2011), de pacientes que ingresaron por urgencias al Hospital Universitario San Ignacio de enero del 2007 hasta enero de 2014 con un cuadro clínico confirmado de colecistitis-colelitiasis.
3
2. Objetivos
General
Diseñar una metodología estructurada de análisis de decisiones como apoyo en el diagnóstico médico de pacientes con riesgo de padecer Coledocolitiasis.
Específicos
Elaborar un marco teórico sobre la situación actual de la Coledocolitiasis. (causas, métodos de diagnóstico, tratamientos, prevención)
Realizar una revisión bibliográfica sobre uso de las herramientas de análisis de decisiones.
Diseñar una metodología específica para la construcción de un modelo de análisis de decisiones que soporte el diagnóstico de la coledocolitiasis.
Aplicar la metodología especifica diseñada de análisis de decisiones para el diagnóstico de la coledocolitiasis.
Realizar un análisis de los resultados encontrados.
4
3. Problema de Investigación
3.1 Problemática
En la actualidad se estima que la prevalencia de los cálculos en la vesícula biliar es aproximadamente de 20.5 millones de personas en los Estados Unidos, en donde 6.3 millones son hombres y 14.2 son mujeres. Mientras que en Europa, se estiman unas tasas entre el 5.9% y el 21.9% de la probación general. De los pacientes que presentan colelitiasis, entre el 11% y el 21% también presentan coledocolitiasis al momento de realizar la cirugía (Costi, Gnocchi, Mario, & Sarli, 2014).
A pesar de la gran variedad de exámenes médicos de diagnóstico y tratamiento de esta enfermedad como: la colangiopancreatografía retrógrada endoscópica, el ultrasonido endoscópico, la colangiografía por resonancia magnética, entre otros (Valls & Figueras, 2002), así como exámenes clínicos y pruebas hepáticas de laboratorio, no existe un protocolo o procedimiento estándar para el diagnóstico de este enfermedad.
Por este motivo siguen permaneciendo dos grandes interrogantes abiertos en cuanto al diagnóstico de esta enfermedad. Por un lado ¿cómo diagnosticar de forma costo-efectiva Coledocolitiasis? Esto se debe a que esta enfermedad es una de las causas más frecuentes de ictericia obstructiva en América, teniendo asociados unos costos de 6.2 millones de dólares (ASGE, 2010). Y por otro lado, cuando se confirma la presencia de cálculos en el colédoco, ¿cuál es el mejor tratamiento para este paciente? Dos interrogantes que mayor controversia generan en los centros de salud y en los servicios de radiodiagnóstico.
A raíz de lo anterior, se han realizado diversos estudios entre los que se encuentran modelos estadísticos de regresiones multivariable o univariable (Kummerow, y otros, 2012); modelos de redes neuronales artificiales (Jovanovic, Salkic, & Zerem, 2014), además de scores predictivos (Lledó, Cirión, Gallud, & Andújar, 2014); (Sarli, Costi, S Gobbi, Sgobba, & Roncoroni, 2003), estudios que buscan establecer un diagnóstico mucho más preciso basándose principalmente en factores predictivos preoperatorios.
Así mismo, se han propuesto algoritmos de diagnóstico y tratamiento de coledocolitiasis (Castellón, Fernández, & Amo, 2002) donde se clasifican a los pacientes según el tipo de riesgo y se proponen protocolos para optimizar los recursos médicos disponibles en los hospitales, además de disminuir los costos asociados a los exámenes preoperatorios de los pacientes.
5
El propósito principal de este trabajo es diseñar un modelo de análisis de decisiones que permita apoyar el diagnóstico médico de Coledocolitiasis. Es por esto que se va a proponer un modelo que complemente el juicio médico con respecto a esta enfermedad, buscando no solo incrementar la eficiencia de la Fundación Santa Fe de Bogotá, sino además reducir el número de exámenes pre y post operatorios innecesarios, así como los riesgos de morbilidad y mortalidad asociados a los pacientes.
3.2 Justificación
Los seres humanos a lo largo de su vida se ven enfrentados a situaciones en las que deben tomar decisiones que por lo general son difíciles y complejas de manejar. En el ámbito profesional tomar buenas decisiones determina, qué tan bien cumple una persona con sus responsabilidades y permite alcanzar sus metas profesionales (Hammond, 2007).Es por esta razón que es fundamental contar con un instrumento o una metodología que permita tomar las decisiones más acertadas.
En el área de la medicina, los médicos están continuamente expuestos a situaciones complejas que implican tomar decisiones rápidas y acertadas. Debido a la complejidad de las actividades desarrolladas en la medicina, es imperioso implementar y desarrollar una metodología que permita complementar la toma de decisiones con respecto a los diagnósticos de las enfermedades.
Debido a esto, se propone diseñar una metodología estructurada que sirva como herramienta de apoyo para el diagnóstico médico en pacientes con riesgo de padecer Coledocolitiasis. Se seleccionó el estudio de Coledocolitiasis porque a pesar de no ser considerada como una enfermedad mortal, deber ser detectada a tiempo porque puede causar complicaciones como la colangitis aguda o la pancreatitis aguda, enfermedades que sí ponen en riesgo la vida de los pacientes. Al desarrollar una herramienta basada en la interrelación de las variables y factores críticos de esta enfermedad, se espera mejorar no solo el diagnóstico de la misma, sino evitar complicaciones futuras en los pacientes.
6
4. Marco Conceptual
La Coledocolitiasis se define como la obstrucción del colédoco por cálculos biliares; no se puede entender ni analizar esta enfermedad, sin antes entender las causas de los cálculos biliares o Colelitiasis en las personas. Etimológicamente la palabra Colelitiasis proviene del griego y significa chole: bilis y lithos1: piedra. La Colelitiasis es una enfermedad que se caracteriza por la formación de cristales o cálculos de diferente composición en la vesícula biliar.
Los cálculos producidos por el organismo pueden llegar a tener un tamaño muy pequeño o ser grandes. En cualquiera de estos casos, los cálculos pueden llegar bloquear el conducto cístico o el conducto colédoco, ocasionando fuertes dolores en la parte derecha del abdomen o pancreatitis o colangitis
En los países industrializados, los cálculos biliares representan un problema importante dentro de la salud pública, debido a que es una de las enfermedades digestivas más comunes después del reflujo gastroesofágico, generando importantes costos para las entidades de salud. Se ha estimado que la
prevalencia2 de esta enfermedad está entre el 10% y 20% en los adultos de los Estados Unidos y Europa (Costi, Gnocchi, Mario, & Sarli, 2014). Los principales síntomas de esta enfermedad son: dolor abdominal en la parte superior derecha o central, fiebre y náuseas, entre otros.
También se ha podido establecer que el 90% de los cálculos biliares presentados en pacientes de países industrializados son cálculos que provienen principalmente del colesterol, por lo cual la colelitiasis se considera una alteración en los proceso de eliminación del colesterol.
4.1 Contexto - Global, Colombia
En el contexto mundial, la colelitiasis es una enfermedad que se caracteriza por tener una mayor presencia en los países industrializados; según el tercer estudio de salud nacional y examen de nutrición o NHANES III por sus siglas en inglés (Third National Health and Nutrition Examination Survey), a partir de los datos recolectados del estudio epidemiológico, se mostró que la prevalencia de los cálculos biliares en los estados unidos fue de 16,6% para las mujeres, mientras que para los hombres la prevalencia fue de un 7,9%, en donde se estima que 20
1
Recuperado de (Onmeda, 2012)
2 La prevalencia describe la proporción de la población que padece la enfermedad, que queremos estudiar, en un momento determinado. Tomado textualmente de (Marti, 2012)
7
millones de personas tiene una enfermedad de cálculos biliares (Everhart, Khare, Hill, & Maurer, 1999).
Por otro lado, en Europa, según los datos arrojados por las grandes encuestas de ultrasonidos en adultos de 30 a 69 años, la tasa de prevalencia fue similar a las presentadas en los Estados Unidos. Sin embargo, según este estudio, la tasa disminuye significativamente en los asiáticos con tasas que oscilan entre el 3% y el 15% y es significativamente menor en los africanos con una tasa menor al 5% (Paumgartner & Greeberger, 2012). Con base en estos resultados podemos afirmar que grupos étnicos como los americanos y europeos son mucho más susceptibles o propensos a este tipo de enfermedades.
Adicionalmente se ha encontrado que existe un componente genético que propicia el desarrollo de la enfermedad. Este componente, un polimorfismo de nucleótido simple 3 es el que otorga un mayor riesgo para la formación de los cálculos biliares. Este polimorfismo se ha identificado en el colesterol hepático en los pacientes que padecen cálculos biliares. Sin embargo, aunque muchas de las personas tienen predisposición a padecer cálculos biliares, también existen otros factores que predisponen que ciertos grupos étnicos desarrollen esta enfermedad, ya que se ha llegado a la conclusión que los bajos niveles de fosfolípidos en la bilis incrementa la probabilidad de colesterol y por lo tanto propicia la formación de cálculos en esta.
A raíz de lo anterior, se ha podido estimar que aproximadamente el 20% de la población que presenta colelitiasis, también presenta Coledocolitiasis (Bravo & Martínez, 2012), siendo un mayor reto la detección en pacientes asintomáticos.
Por su parte, en Colombia se practican aproximadamente 60.000 colecistectomías al año en pacientes con problemas de colelitiasis (Angel, Rosero, Crispín, Valencia, muñoz, & Cadavid). No obstante, hoy en día no es posible contar con cifras concretas acerca de la prevalencia de coledocolitiasis en esta población.
A pesar de lo anterior, en el estudio presentado por (Dominguez, Herrera, Rivera, & Bermúdez, 2011), se realiza un análisis comparativo entre los adultos mayores y la población general, en cuanto al perfil demográfico y manifestaciones clínicas en un hospital reconocido y con alto volumen de pacientes ubicado en Bogotá. En dicho estudio se logró identificar que la probabilidad de presentar coledocolitiasis en la población de adulto mayor oscila alrededor de 15.2%, mientras que la
3 Un polimorfismo de nucleótido simple o SNP (Simgle Nucleotide Polymorphism) es un variación de en la secuencia del ADN, que solo afecta el comportamiento de una base de la secuencia del genoma humano. Para que una de las variaciones en la secuencia del ADN sea considerada como un SNP, esta debe presentarse en por lo menos el 1% de la población, de los contrario, esta variación del ADN se consideraría como una mutación puntual. Tomado textualmente de Medmol (http://medmol.es/glosario/66/)
8
población general tiene un 9.7% de presentar la enfermedad. Por su parte (Dominguez, et al., 2011), afirman que los costos globales para el diagnóstico de coledocolitiasis en el Hospital Universitario San Ignacio de Bogotá son de aproximadamente 105.7 millones de pesos.
Como se puede observar, si bien no se cuenta con estudios concretos acerca de la prevalencia de esta enfermedad en la población Colombiana, se puede concluir que aproximadamente el 20% de la población con presencia de cálculos biliares presenta coledocolitiasis.
4.2 Caracterización de la Enfermedad
En la mayoría de los casos los pacientes con coledocolitiasis son sintomáticos, presentando un dolor en el cuadrante superior derecho o dolor epigástrico, además de presentar náuseas y vómito. Este dolor se caracteriza por ser un dolor similar al cólico biliar y puede durar de unos minutos hasta varias horas. En personas asintomáticas esta enfermedad se puede identificar a través de los exámenes de sangre o pruebas hepáticas con niveles elevados de bilirrubina y fosfatasa alcalina. Las complicaciones que puede acarrear la Coledocolitiasis son la pancreatitis aguda y la colangitis aguda (Freeman & Arain, 2014).
Tipos de composición de los cálculos
La formación de los cálculos se debe una anormalidad de los contribuyentes de la bilis. Esto se debe a que como el colesterol es una sustancia insoluble en agua y por tanto, en la bilis, la solubilidad del colesterol va a depender directamente de la concentración relativa de colesterol, sales biliares y fosfolípidos del cuerpo del paciente. Admirad y Small realizaron un estudio sobre la relación entre las concentraciones de estas tres sustancias y la formación de cristales o cálculos de colesterol (Aldas & Calderon, 2010).
Los resultados de este estudio lo representaron a partir de un diagrama triangular (ver Gráfico 1), donde se observa que una pequeña área del triángulo o zona micelar es la que contiene las proporciones adecuadas de colesterol, sales biliares y fosfolípidos para mantener solubilizado el colesterol. Cuando la proporción de estas tres sustancias se rompe, se da lugar a la formación de cristales de colesterol. Este principio se le conoce como bilis litogénica (Roesch-Dietlen, y otros, 2008).
9
Gráfico 1 Triángulo de Admirand y Small (Aldas & Calderon, 2010)
La composición de los cálculos biliares varía dependiendo de las condiciones del organismo de la persona; sin embargo, se han categorizado en tres tipos de cálculos (Mas & Valenzuela, 2008); el primer tipo de cálculos y el que se presenta con mayor frecuencia son los que están compuestos por colesterol, esto sucede principalmente cuando el equilibrio en la proporción del colesterol, las sales biliares y los fosfolípidos se rompe, causando una sobresaturación de colesterol, predisponiendo la formación de la bilis litogénica la cual tiende a cristalizar el exceso de colesterol.
El segundo tipo, son los cálculos pigmentarios o de bilirrubina; su composición se debe al exceso de este tipo de sustancia en el cuerpo. Esto ocurre con frecuencia en pacientes que padecen enfermedades como cirrosis hepática o infecciones en las vías biliares. Y, por último, se encuentran los cálculos pigmentarios negros, que se componen principalmente por bilirrubinato de calcio, colesterol y cobre, además de una gran cantidad de mucina. Este tipo de cálculos se presenta con mayor frecuencia en pacientes con enfermedades cirróticas o hemolisis crónicas
10 Diagnóstico de la enfermedad
Exámenes Pre-operatorios
Existen dos tipos de exámenes preoperatorios. De un lado se encuentra los síntomas característicos de los exámenes clínicos que consisten en dolor cólico abdominal en la parte superior derecha, dolor irradiado a la región lumbar, dispepsia, nauseas, emesis e ictericia (Costi, Gnocchi, Mario, & Sarli, 2014). De otro lado, la serología o análisis de pruebas bioquímicas hepáticas son de gran utilidad para detectar la presencia de cálculos en el colédoco, evaluando los niveles de los componentes principales como de bilirrubina, fosfatasa alcalina, gamma-glutamil transpeptidasa. Este tipo de exámenes cuentan con un valor predictivo negativo de las pruebas hepáticas superior al 97% mientras que el valor predictivo positivo es de 15% (ASGE, 2010). Por otro lado, la edad juega un papel importante en la incidencia de coledocolitiasis, según Hermann, esta aumenta en proporción directa con la edad de los pacientes (Fajardo, 2009).
Tabla 1 Incidencia de coledocolitiasis según la edad
Asimismo, hoy en día existe una gran cantidad de técnicas y métodos que se realizan para determinar el diagnóstico de coledocolitiasis en los pacientes; sin embargo, su precisión depende en algunos casos de la disponibilidad de recursos del centro médico y en otros de la capacidad de interpretación del personal de diagnóstico. Debido a que en la literatura actual no se ha llegado a consenso sobre cuál es la mejor técnica de diagnóstico, a continuación se presentan las más populares.
Ecografía abdominal
La ecografía abdominal es uno de los primeros exámenes que se realiza cuando un paciente presenta un cuadro clínico de colelitiasis sintomática con sospecha de Coledocolitiasis. Su principal objetivo es determinar la dilatación de la vía biliar, contando con una especificidad mayor al 90% y una sensibilidad que puede llegar a 88% (Bravo & Martínez, 2012). Sin embargo, esta sensibilidad se ve
Años
31-40 9%
41-50 9%
51-60 14%
61-70 31%
71-80 48%
11
severamente afectada cuando se trata de la detección de Coledocolitiasis, oscilando entre el 50% y 80% (Valls & Figueras, 2002). Esto se debe principalmente a causas como el conducto biliar no dilatado, cálculos o litiasis que no producen sombra acústica en el colédoco más distal durante el examen o la no presencia de bilis periféricamente. A pesar de esto, muchos de los estudios realizados para el diagnóstico de la coledocolitiasis muestran una fuerte relación entre la dilatación de la vía biliar y esta enfermedad, y debido a su naturaleza no invasiva, sitúan este examen como uno de los rutinarios para el diagnóstico de la litiasis biliar.
Tomografía Computarizada Convencional (TC)
La tomografía computarizada convencional en el diagnóstico de Coledocolitiasis, si bien, no es una de las técnicas con mayor precisión, la no disponibilidad de recursos de otro tipo de técnicas con mejor tecnología, posicionan a la tomografía computarizada con cortes finos en fases de apnea como una técnica no invasiva y sin contraindicaciones, útil en el diagnóstico de Coledocolitiasis, presentando una sensibilidad de 95%, una especificidad del 100%, y valores predictivos positivos y negativos de 100% y 88%, respectivamente. No obstante entre el 10-20% de la litiasis se componen de colesterol puro lo cual no es visible a través de esta técnica (Lopez-Negrete, Sánchez, García-Lozano, Tejeiro, & Sala, 2001).
Tomografía Computarizada Helicoidal (TCH)
La TC Helicoidal es una técnica que puede realizarse sin contraste, con contraste oral colangiográfico o con contraste oral colangiográfico intravenoso y que según varios autores presenta una sensibilidad de 85-93% y una especificidad cerca del 97% (Martínez & Cuenca, 2001), (Lopez-Negrete, Sánchez, García-Lozano, Tejeiro, & Sala, 2001). Sin embargo, su utilización está sujeta a la disponibilidad de equipos en los centros médicos y los pacientes no pueden presentar obstrucción biliar. Este tipo de técnicas puede causar reacciones adversas debido al uso de la exploración con radiaciones ionizantes. A continuación se muestra una serie de estudios realizados por varios autores, en base a la utilización esta técnica en el diagnóstico de coledocolitiasis presentados por (Tse, Barkun, & Barkun, 2004).
12
Tabla 2 Estudios de la Tomografía Computarizada Helicoidal en el diagnóstico en el Diagnóstico de Coledocolitiasis.
HcTC: Tomografía Computarizada Helicoidal; CI: Intervalos de confianza; Los promedios ponderados están basados en el número total de pacientes (n=662); 95% CI fue calculado usando una aproximación normal a la distribución binomial.
Colangiografía por resonancia magnética (CRMN)
La CRMN es una de las técnicas no invasivas de mayor desarrollo y aceptación en el campo de diagnóstico de coledocolitiasis, debido a que muestra una gran precisión en sus resultados, según varios autores, presenta una sensibilidad de 95% y una especificidad del 97% (Romagnuolo, y otros, 2003). Sin embargo estas cifras se ven disminuidas cuando se trata de evaluar la precisión en el diagnóstico de los tipos de cálculos.
A pesar de esto, esta es una de las técnicas que se presenta como una alternativa propicia frente a la CPRE, debido a que es un procedimiento no invasivo, no representa ningún riesgo para el paciente, no requiere sedaciones ni contraindicaciones, posee una alta sensibilidad para la detección de la enfermedad y su interpretación no es dependiente del explorador e incluso proporciona una imagen de la vía biliar con mayor resolución que la CPRE (Castellón, Fernández, & Amo, 2002), en su contra esta su alto costo y su poca disponibilidad de equipos en los centros médicos.
Ultra Sonido Endoscópico (USE)
El ultra sonido endoscópico junto con la Colangiografía por resonancia magnética han sido de los procedimientos médicos que mayor aceptación y evolución han tenido respecto al diagnóstico de coledocolitiasis. Esto se debe a que la USE al ser un procedimiento poco invasivo que combina la endoscopia y el ultra sonido de Investigador Tipo de Estudio N Prevalencia (%) Sensibilidad (%) Especificidad (%) Precisión (%)
Kwon et al. Prospectivo, No aleatorio 440 11% 85% 97% 96%
Cabada et al. Prospectivo, No aleatorio 101 22% 96% 97% 97%
Soto et al. Prospectivo, No aleatorio 51 51% 92% 92% 92%
Van Beers et al. Prospectivo, No aleatorio 19 16% 66% 100% 96%
Stockberger et al. Prospectivo, No aleatorio 18 39% 86% 100% 94%
Maniatis et al. Prospectivo, No aleatorio 33 30% 90% 100% 97%
Promedios ponderados 87%: 95% 97%: 95% 96%: 95%
13
dos dimensiones por medio de altas frecuencias (7,5 y 12 MHz) que proporcionan imágenes de alta resolución del sistema pancrático biliar. Esta técnica favorece la visualización del ducto biliar extra hepático al duodeno proximal, además de dar mayor precisión en la detección de pequeños cálculos y evita la necesidad de procedimientos mucho más invasivos como la CPRE o la COI a su vertiente terapéutica (Tse, Liu, Barkun, Armstrong, & Moayyedi, 2008).
Dos meta-análisis realizados con más de 2500 pacientes muestran una sensibilidad para el USE de 89% a 94% y una especificidad del 95% para la detección de coledocolitiasis, presentando complicaciones con una tasa entre el 0.1% y 0.3% según las directrices de la Sociedad Americana para la Endoscopia Gastrointestinal (ASGE, 2010). En la Tabla 3 se muestra la prevalencia, sensibilidad, especificidad y precisión de estudios previos con respecto al ultra sonido endoscópico.
Tabla 3 Estudios del Ultrasonido Endoscópico en el diagnóstico de cálculos en el conducto biliar común.
CI: Intervalo de Confianza; Promedios ponderados están basados en el número total de pacientes (n=1610); 95% CI fue calculado usando una aproximación normal a la distribución binomial(Tse, Barkun, & Barkun, 2004).
Colangiopancreatografía retrógrada endoscópica (CPRE)
La CPRE es la técnica que se ha establecido como el modelo de diagnóstico y tratamiento terapéutico estrella en el diagnóstico de Coledocolitiasis (Jovanovic, Salkic, & Zerem, 2014), debido a que cuenta con una sensibilidad del 96% y una especificidad del 99% (Lledó, Cirión, Gallud, & Andújar, 2014), y una precisión de 96%. Sin embargo, al ser un procedimiento invasivo, presenta riesgo de morbilidad y mortalidad cercanas al 10% y 2%, respectivamente, por lo que muchos autores han propuesto que este tipo de técnicas sean reservadas para
Investigador Tipo de Estudio N Prevalencia (%) Sensibilidad (%) Especificidad (%) Precisión (%)
Buscarini et al. Prospectivo, No aleatorio 485 59% 98% 99% 97%
Palazzo et al. Retrospectivo, No aleatorio 422 36% 95% 98% 96%
Sugiyama et al. Prospectivo, No aleatorio 142 36% 96% 100% 99%
Kohut et al. Prospectivo, No aleatorio 134 68% 93% 93% 94%
Shim et al. Prospectivo, No aleatorio 132 21% 89% 100% 97%
Prat et al. Prospectivo, No aleatorio 119 66% 93% 97% 95%
Canto et al. Prospectivo, No aleatorio 64 30% 84% 95% 94%
Amouyal et al. Prospectivo, No aleatorio 62 52% 97% 100% 98%
Norton et al. Prospectivo, No aleatorio 50 48% 88% 96% 92%
Promedios ponderados 95%: 95% 98%: 95% 96%: 95%
14
pacientes con un riesgo alto de padecer Coledocolitiasis. Además de esto, la CPRE no detecta pequeñas litiasis por lo que llevar a cabo esta técnica no es costo efectiva para los centros hospitalarios, recomendando este procedimiento solo para su vertiente terapéutica. La complicación más probable después de realizar este procedimiento es la pancreatitis aguda con un 5% de los casos (Tse, Barkun, & Barkun, 2004).
Exámenes Intra-operatorios
Colangiografía Intra-operatoria (CIO)
Este procedimiento al igual que la CPRE, es considerado como uno de los procedimientos estándar para evaluar el árbol biliar de los pacientes. Este procedimiento se realiza durante la colecistectomía, inyectado medio de contraste al conducto cístico por medio del catéter, presentando una sensibilidad entre el 87% y 96%, y una especificidad del 98%, con una tasa de complicaciones post procedimiento menor a 0.1% (Tse, Barkun, & Barkun, 2004).
Hoy en día la CIO sigue siendo objeto de debate debido a que es un procedimiento costo efectivo tanto para los pacientes como para los centros de salud, y no requiere de habilidades laparoscópicas especiales; no obstante, recientes estudios muestran que realizar la CIO rutinariamente no genera ningún beneficio para los pacientes (Costi, Gnocchi, Mario, & Sarli, 2014). Además de esto, el procedimiento puede ser difícil de realizar cuando se presenta inflamación intensa.
A continuación, la Tabla 4 muestra una revisión bibliográfica de estudios prospectivos realizados previamente, donde se muestra la sensibilidad y especificidad, así como el valor predictivo positivo y negativo de la CIO (Tse, Barkun, & Barkun, 2004).
15
Tabla 4 Estudios Prospectivos de COI durante la Colecistectomía Laparoscópica en el diagnóstico de Coledocolitiasis.
COI: Colangiografía Intra-operatoria; VPP: Valor predictivo positivo; VPN: Valor predictivo negativo; CI: Intervalo de confianza. Promedios ponderados están basados en el número total de pacientes (n=2731); 95% CI fue calculado usando una aproximación normal a la distribución binomial.
4.3 Revisión de la Literatura
En este apartado se realiza una revisión de la bibliografía existente en cuanto al análisis de decisiones, buscando establecer los aportes características y tendencias importantes que se están presentando en el campo de la medicina. También se hará una revisión de las investigaciones y modelos de análisis decisiones realizadas en la Universidad de los Andes, con el fin de esclarecer la importancia y los aportes de esta rama en las decisiones médicas. Y, por último, se revisan los estudios y modelos previos realizados por diversos autores con respecto a la Coledocolitiasis; así como los scores y algoritmos propuestos para el diagnóstico y tratamiento de esta enfermedad.
4.3.1 Análisis de decisiones en la Medicina
EL proceso de toma de decisiones en la medicina es uno de los procesos más complejos y difíciles que se presentan en el ámbito profesional, debido a que en muchos de los casos los médicos deben tomar decisiones de forma rápida y acertada basados en su experiencia médica y no en una metodología estructurada de toma de decisiones que les permita obtener el mayor eficiencia durante este proceso.
Investigador Tipo de Estudio N Éxito (%) Sensibilidad (%) Especificidad (%) VPP (%) VPN (%)
Greig et al. Prospectivo, No aleatorio 54 89% 83% 95% 71% 98% Ohtani et al. Prospectivo, No aleatorio 65 83% 80% 97% 98% 95% Rothlin et al. Prospectivo, No aleatorio 100 100% 75% 99% 100% 95% Machi et al. Prospectivo, No aleatorio 100 92% 88% 98% 78% 98% Barteau et al. Prospectivo, No aleatorio 125 100% 93% 96% 76% 99% Tranter et al. Prospectivo, No aleatorio 135 90% 86% 99% 100% 98% Flowers et al. Prospectivo, No aleatorio 165 91% 100% 98% 100% 100% Stiegmann et al. Prospectivo, No aleatorio 209 93% 59% 100% 100% 95% Siperstein et al. Prospectivo, No aleatorio 300 94% 96% 100% 100% 99% Thompson et al. Prospectivo, No aleatorio 360 98% 95% 100% 100% 99% Bith et al. Prospectivo, No aleatorio 518 92% 100% 98% 82% 100% Catheline et al. Prospectivo, No aleatorio 600 83% 78% 97% 79% 98% Promedios ponderados 91%: 95% 87%: 95% 98%: 95% 89%: 95% 96%: 95%
16
En el ámbito médico se pueden distinguir cuatro momentos de decisión, según (Chicaíza, garcía, & Romano, 2011) estas decisiones puede ser dinámicas o estáticas, y según sea el caso, el juicio médico de decisión varía dependiendo de la situación (ver Tabla 5). Por ejemplo en la instancia de las decisiones médicas en una sala de urgencias, los médicos deben seguir ciertas reglas preestablecidas y que no hacen parte de un proceso de decisión inherente al profesional, como por ejemplo atender primero al paciente que tiene mayor probabilidad de sobrevivir, al que llegó primero o al que está más grave, entre otras.
Tabla 5 Nivel general del proceso general de toma de decisiones médicas.
Instancia de decisión
Quién toma
la decisión Qué decisión se toma
Tipo de
decisión Base de la decisión
Urgencias Enfermera o
médico Se atiende o no al individuo Estática Reglas
Elaboración de
diagnóstico
Médico y
paciente
1. Búsqueda de información y exploración 2. Detención en la búsqueda de información
Dinámica Signos, síntomas y exámenes
Elección de
diagnóstico Médico
Determinación del diagnóstico dada la información disponible
Estática
Conjunto de
información: -Epidemiología -Fisiopatología
Tratamiento Médico y paciente
Decisión acerca de si tratar o no al paciente Elección del tratamiento a aplicar
Estática Consentimiento informado
Por el tipo de análisis que se están realizando en este trabajo, se hará énfasis en las decisiones de diagnóstico. Este proceso de diagnóstico se puede describir como una secuencia de acciones llevadas a cabo por el profesional médico cuando se enfrenta al diagnóstico de un paciente. En primera instancia el médico genera una hipótesis que da explicación al cuadro clínico presentado por el paciente; luego de esto, a dicha hipótesis se le asocia una probabilidad de ocurrencia o probabilidad pretest como también se le conoce, la cual debe ser comparada con el umbral de diagnóstico para una enfermedad (Medina, 2011).
17
Gráfico 2 Umbral e Incertidumbre.
En caso de que la probabilidad pretest sea menor al umbral se rechaza la hipótesis y por lo tanto se descarta el diagnóstico. Si por el contrario, esta probabilidad supera el umbral, se inicia directamente con el tratamiento. Sin embargo, si esta probabilidad se muestra en una zona intermedia, se deben realizar más exámenes y pruebas diagnósticas para confirmar o descartar la hipótesis planteada inicialmente por el médico.
El diagnóstico de una enfermedad varía dependiendo del grado de aversión al riesgo inherente a cada médico, esto se debe a que la zona de incertidumbre está definida con base en la experiencia del médico. Por lo anterior, si un decisor es averso al riesgo, en este caso el médico, este va a preferir escoger el valor esperado en relación a un posible resultado entre dos valores diferentes, en el caso contrario se diría que este es un decisor propenso al riesgo (Castillo, 2008). El grado de propensión al riesgo por parte de un médico va a generar un impacto directo en términos de beneficio/costo para los centros de salud.
Si bien el análisis de decisiones y la teoría de la utilidad sobre los individuos en general han tenido un gran desarrollo en los últimos años, los estudios relacionados con la actitud de los médicos frente al riesgo son escasos. A pesar de esto, uno de los estudios realizado por Nightingale, 1987, demuestra que los médicos propensos al riesgo tienden a admitir una mayor cantidad de pacientes en emergencias o a entubar pacientes con enfermedades pulmonares, acciones consideradas como riesgosas por el autor (Chicaíza, garcía, & Romano, 2011).
A partir de esto, Nightingale relaciona las preferencias frente al riesgo por parte de los médicos y los costos generados por la utilización de recursos médicos. Este concluye que es más probable que un médico propenso al riesgo genere un mayor
18
costo al sistema de salud, ya que un paciente admitido en emergencias recibe un cuidado mucho mayor al que necesita lo que incrementa su costo o recibe un cuidado innecesario y caro lo que también incrementa su costo, en comparación a un médico averso al riesgo, ya que este último va a preferir proporcionar al paciente una atención pertinente y cuidados limitados.
Cabe resaltar que el autor define la propensión al riesgo como los comportamientos que tienen mayor variabilidad en los costos. Sin embargo, en el caso que los costos sean asumidos por un tercero, la pérdida de vidas humanas representa mejor el riesgo tomado por el médico. En este sentido, los médicos aversos al riesgo generarían mayores gastos en exámenes y pruebas diagnósticas a los pacientes, a fin de evitar posibles demandas.
Debido a que aún se acepta que la experiencia clínica por parte de los médicos es el mejor criterio de solución para la mayoría de los problemas de diagnóstico y tratamiento de enfermedades en los pacientes (Pérez, Grau, & Pérez, 2011), es complicado implementar herramientas complementarias desde otras disciplinas que mejoren el proceso de toma de decisiones en los médicos.
Sin embargo la complejidad del campo de la salud, la variabilidad de los signos y enfermedades, la heterogeneidad de los pacientes y la incertidumbre asociada a la práctica médica genera que en muchas ocasiones el proceso de toma de decisiones por parte del personal médico no sea idóneo. Es imperioso, por tanto, que desde la ingeniería u otras profesiones multidisciplinares, se desarrollen herramienta que apoyen el proceso de las decisiones médicas. Contar con un proceso de toma de decisiones que permita identificar los problemas con precisión, hacer el mejor uso de la información disponible y seleccionar el mejor método de solución puede conllevar a una solución óptima, mejor uso de los recursos médicos, así como un mayor beneficio para los pacientes.
Hoy en día es mucho más frecuente el uso de herramientas auxiliares en el análisis y toma de decisiones médicas, cuyo objetivo principal no es el de sustituir el juicio médico, sino que por el contrario de apoyarlo mediante el uso de reglas, algoritmos y modelos de predicción preestablecidos frente al diagnóstico y tratamiento de una enfermedad (Pérez, Grau, & Pérez, 2011).
Para esto se han propuesto una gran variedad de herramientas como modelos de regresión multivariados, árboles de decisión, redes neuronales artificiales y redes bayesianas, entre otros, que no solo permiten apoyar el proceso de toma de decisiones en la medicina sino optimizar el resultado esperado.
19
4.3.2 Investigaciones y modelos de decisiones en la Medicina
Uno de los trabajos más representativos del campo de análisis de decisiones en la medicina desarrollado en la universidad de los Andes es el trabajo de grado realizado por Astrid Bernal (2011) “Diseño de una metodología estructurada
para la construcción de modelos de soporte a la decisión de diagnóstico médico: metodología aplicada al diagnóstico de pacientes con sospecha de apendicitis”. En un principio se realiza una recapitulación de todas las investigaciones y métodos de diagnóstico realizados para la apendicitis, para luego proponer una metodología específica como apoyo a las decisiones médicas a partir de la estructuración de una red bayesiana.
Para poder estructurar la red se realizaron tres pasos principalmente; el primero consistió en identificar las estrategias y métodos para la construcción de una red bayesiana, luego de esto, con base en cada una de las estrategias propuestas, se procedió a establecer la relación de las variables de forma gráfica y, por último, se determinaron las probabilidades condicionales de las redes.
Según Bernal (2011), la Estrategia 4 que hace referencia al análisis de correspondencias múltiples y juicio médico fue la estrategia que tuvo mayor precisión en el diagnóstico de apendicitis. La estructuración de la red bayesiana es la presentada en el Gráfico 3.
Gráfico 3 La estructuración de la red bayesiana de la estrategia 4
Los resultados que se obtuvieron a partir de esta red bayesiana fueron una precisión del 94,46%, una sensibilidad de 97,57% y especificidad de 89,90%, además un valor predictivo positivo y negativo de 92,10% y 97,55%, respectivamente. Los resultados arrojados por esta estrategia resultaron ser en
20
conjunto mucho más precisos que métodos de diagnóstico estándar como el Score de Alvarado, método estrella para el diagnóstico de apendicitis.
Otro de los trabajos donde se evidencia el aporte de los modelos de análisis de decisiones es el trabajo realizado por Benjamín Ardila en su tesis de grado
“Diagnóstico de la Uveítis utilizando redes bayesianas”. Para este trabajo al igual que el presentado anteriormente se hace uso de la metodología general propuesta por (Castillo, 2008) en su libro “Toma de Decisiones en las Empresas: Entre el arte y la técnica.” La cual es utilizada como método para la estructuración y posterior desarrollo de problemas de análisis de decisiones.
El problema inicial que se propone en el trabajo de (Ardila, 2007), es que no existe un procedimiento estándar que incorpore los elementos más importantes para el diagnóstico adecuado de la uveítis, además de que no se cuenta con una herramienta propicia que soporte el diagnóstico de esta enfermedad. Por esta razón, y gracias a la colaboración de varios centros de diagnóstico especializados en esta enfermedad, se lograron establecer tres tipos de variables que estaban influenciando el desarrollo de las patologías de la uveítis. La primera según el autor hace referencia a los factores demográficos, la segunda se refiere a la localización de la información y por último se encuentran las variables de los tipos de procesos inflamatorios.
Para los tres tipos de variables se identificaron los factores principales que más influenciaban en el desarrollo de la uveítis, asimismo, a partir del juicio de expertos y de la información de la base de datos disponibles se suprimieron algunas de las relaciones y de las variables ya que o se complicaba el tipo de estudio o no se contaba con la información necesaria. Luego de haber realizado un análisis de estos factores la estructura de la red bayesiana presentada finalmente es la que se muestra en el Gráfico 4.
Gráfico 4 La estructuración de la red bayesiana para el diagnóstico de la Uveítis
21
Para poder comprobar la red, se tomaron a 100 pacientes de la base de datos donde se conocía previamente el diagnóstico y los resultados fueron los siguientes. La red bayesiana logro identificar 82 de 100 pacientes con esta enfermedad; asimismo, de las cinco patologías que más frecuentemente fueron diagnosticadas a los pacientes con esta enfermedad el modelo identificó el 59,28% del total de pacientes.
De los resultados anteriores se puede concluir que si bien aún falta establecer una red bayesiana o cualquier otro modelo de análisis de decisiones que mejore la precisión en el diagnóstico de esta enfermedad, de los aportes más importantes presentados por (Ardila, 2007), son el desarrollo de una aplicación computacional fácil manejar que pretende servir como herramienta de apoyo en el diagnóstico de la uveítis.
Por último se encuentra el trabajo de (Bolivar, 2014) “A Treatment Decision
Model For Breast Cancer Patients”. El objetivo principal de su trabajo es encontrar la mejor política de tratamiento para mujeres con cáncer de seno, a través de la programación dinámica y procesos de decisión de Markov. Este modelo consiste en tomar decisiones dependiendo del periodo y del estado de cada paciente, donde además se busca estimar el Life Score, una medida de la calidad y la cantidad de vida de los pacientes con cáncer de seno.
El proceso de programación dinámica consiste en que a partir de una mamografía inicial se determina si se sospecha de la presencia de esta enfermedad, si el resultado es positivo se realiza una biopsia para confirmar completamente este diagnóstico. Una vez se confirma este resultado, la paciente tiene trece diferentes opciones de tratamiento entre (Senkus, y otros, 2013) Mastectomía, Cirugía Conservadora del Seno, Radio Terapia, Quimioterapia y Terapia de Hormonas o combinaciones entre estas. Según (Bolivar, 2014) por medio de este modelo se puede determinar claramente el mejor tratamiento según el caso específico de cada paciente; cabe resaltar que uno de los puntos más importantes dentro de este artículo es que para poder realizar un diagnóstico y tratamiento adecuado sobre esta enfermedad, se debe tomar en cuenta la opinión de los pacientes, haciéndolos consientes de los tipos de tratamientos y de los efectos secundarios que estos pueden conllevar.
Como se puede observar la aplicación de herramientas de análisis de decisiones en el campo de la medicina es uno de los retos de más desarrollo en la actualidad, debido a que si bien la medicina no es una ciencia exacta, y los diagnósticos y tratamientos de los pacientes se remiten a la mera interacción de los especialistas y los exámenes médicos, implementar una herramienta de apoyo a las decisiones medicas es de vital importancia para incrementar la asertividad de
22
los centros hospitalarios y disminuir los riesgos de morbilidad y mortalidad asociados a los pacientes.
4.3.3 Métodos y Modelos de Diagnóstico Clínico de Coledocolitiasis
Los autores (Lledó, Cirión, Gallud, & Andújar, 2014) proponen la Elaboración de un score predictivo pre-operatorio de Coledocolitiasis, basados en ciertos parámetros clínicos que permiten confirmar o descartar esta enfermedad para un paciente determinado, con el objetivo de evitar no solo los grandes costos que conllevan los exámenes asociados al diagnóstico y tratamiento, sino que además se busca una mejor planeación de la estrategia quirúrgica para los pacientes que efectivamente padecen Coledocolitiasis.
Para realizar este Score predictivo, se basaron en una muestra que incluía 556 pacientes entre octubre de 2009 y julio de 2013 con colelitiasis sintomática, realizando el siguiente procedimiento de análisis para cada uno de los casos (Lledó, Cirión, Gallud, & Andújar, 2014): el diagnóstico de colelitiasis se confirmó a través de una ecografía abdominal realizada todos los pacientes que ingresaron al servicio de urgencias en este periodo de tiempo, confirmando este diagnóstico a través de la dilatación de la vía biliar; luego de esto, a aquellos pacientes que presentaban síntomas de la obstrucción de la vía biliar con base en los diferentes exámenes clínicos, se les realizó una Colangiorresonancia Magnética (CRMN); si se descartaba este diagnóstico se podía realizar la Colecistectomía Laparoscopía (CL) en este tipo de pacientes, de otro modo, de confirmarse la presencia de la obstrucción de la vía biliar en los pacientes se solicitaba la Colangiopancreatografía retrograda endoscópica (CPRE) (Freeman & Arain, 2014); si este exámenes era exitoso, el paciente era intervenido por CL. Si esta intervención fracasaba se realizaba Colecistectomía y exploración del colédoco en la misma intervención.
Para la construcción del modelo se analizaron diferentes variables tanto categóricas tales como género, obesidad y exámenes clínicos, y variables continúas como años y pruebas de laboratorio, entre otras. Este análisis se realizó mediante un modelo univariable estableciendo la significancia individual de cada una de esta variables en el modelo. Luego de esto, basándose en los coeficientes de la regresión inicial, y mediante un análisis multivariable se asignó un sistema de puntuaciones para las variables más significativas, obteniendo de esta manera un Score predictivo de Coledocolitiasis.
Por último, con el fin de validar el modelo se realizó una prueba de bondad de ajuste de Hosmer-Lemeshow, donde se comparó los pacientes que presentaba esta enfermedad frente a los riesgos esperados (Lledó, Cirión, Gallud, & Andújar,
23
2014). Cabe resaltar que las variables que se determinaron como variables predictivas de la enfermedad fueron: la existencia de historia biliar previa, el hallazgo ecográfico de dilatación de la vía biliar y los siguientes exámenes de laboratorio: las cifras de BT al ingreso superior a 4mg; el valor de la FA al ingreso superior a 150mg; las cifras de GGT superiores a 100mg.
Como resultado del análisis previo, los autores proponen el siguiente Score el cual permite descartar o confirmar preoperatoriamente la presencia de Coledocolitiasis. Este se evalúa según la Tabla 6.
Tabla 6 Variables significativas resultantes del análisis multivariable, puntuaciones del Score, significado y actitud a seguir según los intervalos
encontrados.
Asimismo a partir de este estudio y tomando como base la muestra de pacientes se obtuvo la sensibilidad, especificidad, valores predictivos positivos VPP y valores
Puntuación
No 0
Si 1
< 2 0
2 -4 1
> 4 2
≤ 8 mms 0
> 8 mms 2
< 150 0
≥ 150 1
< 100 0
≥ 100 1
Intervalo Puntuaciones Coledocolitiasis Actitud
Score < 3 0, 1, 2 No CL
Score 3 - 5 3. 4. 5 Dudosa CRMN
Score ≥ 6 6, 7 Sí 1° CPRE/EE
2° CL Fosfatasa Alcalina
GGT
CL: Colecistectomía Laparoscopica; CPRE/EE Pancreatografía Retrógrada Endoscópica/ Esfinterotomía Endoscópica; CRMN: Colangioresonancia Magnética.
Variable Independiente
Antecedentes Biliares
Bilirrubina Total
24
predictivos negativos (VPN) del modelo para cada uno de los cortes propuestos en este (Ver Tabla 7).
Tabla 7 Resultados del Score predictivo pre-operatorio de Coledocolitiasis
Punto de Corte
Sensibilidad (%)
Especificidad
(%) VPP (%) VPN (%)
Score ≤ 3 100 61,3 44 100
Score > 3 90,9 83,4 62,5 96,8
Score > 4 83,6 96,7 88,5 95,1
Score > 5 61,8 98,3 91,9 89,4
Score > 6 38,2 100 100 84,2
Sensibilidad, especificidad, valores predictivos positivos (VPP) y negativos (VPN) del modelo predictivos según diferentes puntos de corte
Como conclusión, se puede afirmar que el score planteado anteriormente sirve como herramienta para detectar positiva o negativamente Coledocolitiasis en pacientes que acuden a la sala de urgencias en los hospitales, según (Lledó, Cirión, Gallud, & Andújar, 2014); para scores elevado se recomienda directamente el uso de CPRE preoperatoria, y para scores bajo se recomienda la CL con una probabilidad alta de descartar esta enfermedad. También se puede afirmar que debido a la sensibilidad y especificidad del score, este puede ser aplicado con el objetivo de reducir riesgos inherentes a los exámenes de diagnóstico de esta enfermedad; asimismo, permite optimizar el coste sanitario, reduce la permanencia de los pacientes en el hospital y favorece su fácil aplicación en cualquier hospital del mundo.
Por su parte, (Sarli, Costi, S Gobbi, Sgobba, & Roncoroni, 2003), en su artículo
“Scoring system to predict asymptomatic choledocholitiasis before laparoscopic cholecystectomy”, proponen un score para predecir la Coledocolitiasis en pacientes asintomáticos basados en seis parámetros preoperatorios principales; historia de dolor cólico; dispepsia; colecistitis; ultrasonido (US); evidencia de cálculos en el colédoco (CBDS); número y talla de los cálculos; y exámenes clínicos de laboratorio: niveles de suero de la transaminasa glutámico oxalacética y fosfatasa alcalina]. Este score se propone para reducir el número total de exámenes preoperatorios que se debe incurrir para la detección de esta enfermedad.
Para poder validar el score, tomaron una muestra de 408 pacientes del Instituto de Cirugía General de la Universidad de Panamá, que presentaban síntomas de cálculos biliares entre julio de 2007 y julio de 2010. Luego de basarse en estudios
25
previos de los parámetros predictivos más influyentes de la enfermedad, para la construcción del score tomaron en consideración los siguientes parámetros: el examen de ultrasonido positivo, el cual se define por presentar una dilatación del conducto biliar mayor a 7 milímetros o la presencia de piedras; la historia clínica de cólicos biliares; niveles de suero de la transaminasa glutámico oxalacética mayores a 40 U/L, ALP mayor a 280 U/L; o la presencia de cálculos biliares peligrosos. Por otro lado la presencia de dispepsia y colecistitis estaban inversamente relacionados a esta enfermedad. De esta manera, propusieron el siguiente score predictivo en la Tabla 8.
Tabla 8 Sistema de Score utilizado para clasificar el riesgo de padecer Coledocolitiasis
Una vez clasificados cada uno de los pacientes, propusieron el algoritmo para el manejo diagnóstico para los pacientes que iban a someterse a una colecistectomía laparoscópica con cálculos biliares sintomáticos.
Parametros Puntaje
Ultrasonido Positivo 4
Colicos 1
Incremento de SGOT 1*
Incremento de ALP
Calculos Peligrosos 1
Dispepsia -2
Colecistitis -3
Score Total Clasificacion del
riesgo de CBDS
1 Bajo
2 Medio
3 Alto
ALP: Fosfatasa alcalina; CBDS: calculos en el conducto biliar comun; SGOT: de la transaminasa glutámico oxalacética * El puntaje de 1 se atribuyó con independencia de que solo uno o ambos parámetros (SGOT y ALP) aumentaran
26
Gráfico 5 Grupo del Caso. Algoritmopara el manejo diagnóstico de los
pacientes que iban a someterse a una colecistectomía laparoscópica con cálculos biliares sintomáticos.
Los pacientes son categorizados en alto, medio y bajo riesgo basados en el score anteriormente propuesto. IVC colangiografía intravenosa; ERC endoscópica retrógrada colangiografía; IOC: colangiografía intraoperatoria
El score y algoritmo de manejo diagnóstico de la Coledocolitiasis propuesto por (Sarli, Costi, S Gobbi, Sgobba, & Roncoroni, 2003), arrojó una sensibilidad de 100% y una especificidad del 97%; asimismo, las tasas de verdaderos positivos y falsos positivos fue de 100% y 34%, y las tasas de verdaderos negativos y falsos negativos fue de 96.6% y 0%, respectivamente. Estos resultados dejan entrever que modelo general propuesto funciona con respecto a la disminución de los exámenes preoperatorios que se realizan para esta enfermedad.
Por otra parte los autores (Castellón, Fernández, & Amo, 2002) en su artículo,
Coledocolitiasis: indicaciones de Colangiopancreatografía retrógrada endoscópica y Colangiorresonancia magnética, proponen un algoritmo diagnóstico que permite optimizar los recursos disponibles, reducir las posibles
27
complicaciones de la enfermedad y los costes asociados a esta, además de disminuir el tiempo de los pacientes en el hospital.
Para poder construir el algoritmo de diagnóstico, (Castellón, Fernández, & Amo, 2002) realizaron una revisión de las diferentes técnicas y métodos que existen en la actualidad para detectar la Coledocolitiasis. Por ejemplo analizan el papel que juega la colangiografía intraoperatoria (CIO), la cual la definen como un método que sirve para evitar lesiones de la vía biliar; asimismo, permite identificar cálculos no detectados por exámenes preoperatorios. A pesar de esto, esta técnica no deja de presentar riesgos y complicaciones durante la intervención. Por otro lado, la ecografía laparoscópica no tiene las desventajas de la CIO y conduce a resultados similares aunque la interposición de gas duodenal dificulta la valoración del tercio distal del colédoco y necesita de un periodo prolongado para la interpretación de las imágenes.
Según (Castellón, Fernández, & Amo, 2002), la CPRE es una técnica que permite obtener información completa sobre la vía biliar; no obstante, como se trata de una técnica invasiva no se recomienda como técnica de diagnóstico sino como técnica terapéutica para la Coledocolitiasis. Por otra parte, la Colangiorresonancia magnética que consiste en un método de imágenes no invasivo surge como método de diagnóstico propicio para determinar este tipo de enfermedades, presentando una sensibilidad del 95% y una especificidad del 97% (Romagnuolo, y otros, 2003). Es una técnica que requiere poco tiempo de preparación, no requiere sedación y no depende del juicio del explorador, permitiendo identificar alteraciones anatómicas en la vía biliar. Sin embargo el problema que presenta la CRM es la baja especificidad frente a la detención de los cálculos de tamaño pequeño.
Una vez realizado este análisis, los autores proponen el algoritmo diagnóstico basado en el grado de sospecha de Coledocolitiasis, para esto hacen la siguiente discriminación de grupos:
“Grupo de riesgo elevado
1. Obstrucción biliar y/o colangitis aguda.
2. Coledocolitiasis diagnosticada o con elevada sospecha por ecografía y/o TAC.
3. Diagnóstico clínico de Coledocolitiasis sintomática: cólico biliar, colelitiasis con dilatación ecográfica de la vía biliar (límite superior normal de 5mm, más 1 mm por cada década por encima de los 50 años) y alteración bioquímica (presencia de al menos dos de los siguientes séricos: bilirrubina total ≥ 1,5mg/dl; FA ≥ 150U/I; GOT ≥ 100U/I; GPT ≥ 100U/I).
28
Grupo de riesgo moderado o intermedio
1. Pacientes asintomáticos, con colecistitis litiasica o pancreatitis aguda, que presenta dilatación de la vía biliar y alteración bioquímica.
2. Cuadro de sospecha de Coledocolitiasis en resolución: cólico biliar inicial con mejoría durante la observación, colelitiasis y dilatación ecográfica del colédoco y elevación enzimática con posterior descenso durante el ingreso.
Grupo de bajo riesgo
1. Alteraciones bioquímicas sin dilatación de la vía biliar, ni signos aparentes de Coledocolitiasis en la ecografía.
2. Dilatación de colédoco sin alteración bioquímica.”4
Según esta clasificación el algoritmo de diagnóstico y tratamiento se muestra en el Gráfico 6:
Gráfico 6 Algoritmo propuesto para el diagnóstico de la Coledocolitiasis.
CPRE: Colangiopancreatografía retrógrada endoscópica; CRM: Colangiorresonancia magnética; CIO: Colangiografía intraoperaria; EE: Esfinterotomía endoscópica.
El algoritmo presentado por (Castellón, Fernández, & Amo, 2002), es un algoritmo sencillo y fácil de aplicar en cualquier hospital, buscando optimizar recursos económicos y de tiempo tanto para los pacientes como para las entidades de salud. Sin embargo, este está sujeto a la disponibilidad de recursos, la experiencia del cuerpo médico y las preferencias de los pacientes.
4
29
Otro de los estudios planteados como métodos de diagnóstico de la Coledocolitiasis es el realizado por (Jovanovic, Salkic, & Zerem, 2014), en su artículo, Artificial Neural Network pradicts the need for therapeutic ERCP in patients with suspected Choledocholithiasis, en donde además de revisar y evaluar los estudios previos bajo un modelo de regresión logística multivariada, se propone un modelo de redes neuronales artificiales ANNs, el cual se compone de elementos procesadores altamente conectados que trabajan en conjunto para resolver un problema en específico (neuronas). Según los autores una de las grandes ventajas de las ANNs, es su capacidad para reconocer patrones, ser entrenadas para tareas específicas y proporcionar resultados a partir de ajustes dentro del modelo.
Para realizar la comparación entre estos dos tipos de modelos, se tomó una muestra de 291 pacientes del Hospital del Centro Clínico Universitario de Tuzla, en un periodo comprendido entre enero de 2010 y septiembre de 2012. Estos pacientes se sometían al procedimiento ERCP después de haber sido remitidos por otras entidades bajo el diagnóstico típico de Coledocolitiasis.
La estructura típica de una red neuronal artificial se compone por una capa receptora de los datos iníciales, unas capas escondidas que son las encargadas de procesar la información a través de cálculos matemáticos y pesos de cada una de las interconexiones, para luego transmitirlo a la capa exportadora de datos finales. Además de esto, para poder mejorar la precisión de la red neuronal, se necesita realizar un proceso de tres pasos; el primero, una vez construida la red se ingresa un grupo de datos que son los que entrenarla red. Estos resultados del primer grupo se comparan con los datos reales y se calcula la taza de error para luego re-calcular los pesos de cada una de las interconexiones. El proceso mediante el cual se encuentra los pesos óptimos se llama propagación inversa.
Una vez ajustados los pesos óptimos de las interconexiones, se ingresa el segundo grupo de datos los cuales sirven para probar de nuevo la red planteada en la Gráfico 7. Finamente, se ingresa el grupo de validación en donde se busca evaluar la precisión de la red neuronal frente a los datos reales. Para el caso de estudio propuesto por (Jovanovic, Salkic, & Zerem, 2014), la muestra inicial de pacientes se dividió en: 181 pacientes (62.2%) como la muestra de entrenamiento, 58 pacientes (19.9%) de la muestra probadora del modelo y 53 pacientes (17.9%) de la muestra para la validación del modelo.
