Método estadístico

Utilizamos el paquete estadístico Stata/IC v.15.1 (StataCorp LLC, College Station, TX, USA) para el análisis de los datos. Las variables continuas se expresaron en medias ± desviación estándar (DE) en caso de distribución normal o medianas (rango intercuartílico [RIQ]) para las que no lo fueran. Registramos estas variables como continuas o dicotómicas (normal/anormal) cuando la comparación estadística lo requiriera. Examinamos la normalidad utilizando la prueba de Shapiro-Wilk y además inspeccionamos gráficos pp y de caja para confirmar la distribución normal en los casos dudosos. Para comparar las variables paramétricas se utilizó la prueba t de Student. En el caso de las variables no paramétricas, se utilizó la prueba de Wilcoxon si la n mínima de cada grupo lo permitía y la prueba de Fisher-Pitman para comprobar las diferencias entre grupos muy pequeños.

Material y Métodos

31

Las variables categóricas se expresaron como números (porcentaje) y se empleó la prueba de Chi cuadrado o la exacta de Fisher según corresponda al tamaño de los grupos. Un valor de p < 0,05 se consideró como estadísticamente significativo.

A continuación, detallamos la metodología utilizada dependiendo del análisis específico realizado. Dividimos en 3 secciones de acuerdo a la variable principal evaluada, estas mismas secciones serán usadas en los apartados 4. Resultados y 5. Discusión.

3.3.6.1. Rendimiento de las puntuaciones no invasivas de riesgo de fibrosis

Se evaluó el rendimiento de las puntuaciones no invasivas de riesgo de fibrosis descritas y aplicadas en otras poblaciones con el objetivo de determinar la generalizabilidad a una cohorte con OM.

Para evaluar el rendimiento diagnóstico de las puntuaciones de riesgo, se calculó el área bajo la curva ROC (receiver operating characteristic), así como medidas de precisión diagnóstica (sensibilidad [Se], especificidad [Es], valor predictivo positivo [VPP], VPN) basadas en los puntos de corte establecidos en otras poblaciones. Con los datos del presente estudio, se calcularon puntos de corte modificados para diferenciar fibrosis significativa (F2 – F4) utilizando el mayor índice de Youden (Se + Es – 1) después del análisis de las curvas ROC. Este método se escogió para optimizar la Se y la Es.

Para determinar los predictores de riesgo de fibrosis significativa, efectuamos un análisis de regresión logística. Calculamos el odds ratio (OR) y su intervalo de confianza (IC) al 95%. La selección de variables para el modelo ajustado en el análisis multivariante se realizó utilizando la técnica allsets[89], que es un comando programado en Stata para evaluar todas las posibles ecuaciones tras introducir las variables candidatas en el modelo y escoger las que mejor explican el resultado utilizando como criterios los valores del criterio de información de Akaike (Akaike information criterion [AIC]) y del AUROC.

Material y Métodos

32 3.3.6.2. Predictores de riesgo de esteatohepatitis

El resultado de interés fue un diagnóstico patológico de esteatohepatitis. Para esto, categorizamos a los pacientes en 2 grupos: pacientes sin esteatohepatitis (hígado normal o esteatosis simple) y pacientes con esteatohepatitis. Las variables independientes consideradas para la inclusión en el sistema de puntuación para la predicción de esteatohepatitis incluyeron características demográficas, clínicas (comorbilidades relacionadas con la obesidad), datos de laboratorio y resultados de ecografía y elastografía hepáticas.

Las variables continuas que resultaron significativas en el análisis univariado con una p

< 0,1, se analizaron mediante curvas ROC con el objetivo establecer un punto de corte adecuado para introducirlas en el modelo como variables dicotómicas junto con las variables categóricas significativas. Se realizó un análisis de regresión logística múltiple para identificar los factores independientes asociados con mayor riesgo de esteatohepatitis con la intención de obtener los predictores requeridos para desarrollar una puntuación clínica en pacientes con OM. Se empleó la estrategia listwise, cuyo análisis omite los valores perdidos. Se estimaron los coeficientes de regresión β, los valores p y los OR con sus IC al 95% para cada uno de los predictores de riesgo seleccionados. La selección de variables para el modelo ajustado en el análisis multivariado se realizó utilizando la técnica allsets[89]. Se utilizó el método de Hosmer–Lemeshow para evaluar la bondad de ajuste del modelo. Este método ajusta los modelos separados para todas las posibles combinaciones de los 10 parámetros que se demostraron relacionados con la esteatohepatitis (1023 modelos) y determinó un conjunto óptimo de predictores con respecto a la bondad de ajuste y la parsimonia del modelo según los valores del AIC y AUROC. Se efectuó el análisis en 51 individuos, es decir, solamente se reportó 1 valor perdido (1.92%).

Material y Métodos

33

Los coeficientes de regresión estimados en el modelo, se redondearon al número entero más cercano para obtener los puntos asignados a cada predictor incluido en el modelo final. El conjunto seleccionado de predictores también se evaluó en términos de Se, Es y áreas bajo la curva ROC para predecir el riesgo de esteatohepatitis. Debido al pequeño tamaño muestral, no se llevó a cabo una técnica de validación para evaluar el rendimiento del modelo.

Finalmente, se calculó el coeficiente de correlación de Pearson (valores de R) para valorar la asociación del score histológico y el calculado y el coeficiente kappa de Cohen para evaluar la concordancia.

3.3.6.3. Evolución de la enfermedad hepática tras la cirugía bariátrica

La variable principal fue la desaparición de la esteatohepatitis. La variable secundaria fue el cambio de la puntuación histológica NAS comparando antes y 1 año después de la cirugía bariátrica y los cambios en las puntuaciones individuales de esteatosis, inflamación lobular, balonización y fibrosis. También se evaluaron y compararon los efectos del BGYR y de la GV en parámetros antropométricos, clínicos y bioquímicos.

La puntuación semicuantitativa NAS va de 0 a 8 y se describió usando medias (RIQ). La comparación histológica intrapaciente de los parámetros histológicos se limitó a 23 pacientes (de los 52 pacientes inicialmente incluidos) que contaban con BH antes y 1 año después de la cirugía.

Resultados

34

RESULTADOS

Resultados

35