El protocolo del estudio fue diseñado de acuerdo con la Declaración de Helsinki. Los datos fueron recogidos en un registro que garantizó el anonimato de los participantes y conocido solamente por el equipo investigador.

Se trató de un estudio transversal realizado en 4 centros Avericum distribuidos en la provincia de Las Palmas (España). Se valoraron los registros de las sesiones de hemodiálisis de 534 pacientes prevalentes en junio de 2017. La prescripción de diálisis fue de 3,5-4h con un flujo de sangre entre 300-450ml/min, usando un concentrado de diálisis estándar de bicarbonato y filtros de hemodiálisis de alta permeabilidad (Modelo Elisio® - Nipro®) polietersulfona con una superficie mayor de 1,7m2 y un coeficiente de ultrafiltración mayor de 74ml/h/mmHg). El agente estimulante de la eritropoyesis utilizado en todos los pacientes fue la Epoetina Beta (Neorecormon® - Roche Farma AG®).

Los criterios de exclusión fueron el no estar recibiendo en el momento del estudio tratamiento con AEE (n=76) y condiciones clínicas que pudieran haber influido en el recuento de los números absolutos de plaquetas, linfocitos y hemoglobina: Ingreso en el hospital por causas infecciosas, oncológicas y hematológicas en los 3 meses anteriores (n=24). Transfusión en los últimos 3 meses (n=4). Enfermedades oncohematológicas activas (n=13) y pacientes con tratamiento esteroideo (n=26). Algunos de los pacientes cumplieron más de un criterio de exclusión (total de pacientes excluidos: n=137). Por lo tanto, después de aplicar los criterios, la muestra de estudio fue de 397 pacientes.

Se definió resistencia a la eritropoyetina a aquellos enfermos que tuvieron dosis de eritropoyetina semanales mayores de 20.000UI y valores de hemoglobina menores de 11g/dl14.

Para el cálculo del IPL se obtuvo el cociente entre el valor absoluto de las plaquetas y el valor absoluto de los linfocitos en el hemograma. Para la obtención del INL se calculó el cociente entre el valor absoluto de los neutrófilos y el valor absoluto de los linfocitos en el hemograma. Y, finalmente, el IRE se obtuvo calculando la dosis semanal de eritropoyetina (UI) dividida por el peso seco (kg) y dividida, a su vez, por los niveles de hemoglobina sérica (g/dl)11,15,16.

Otras variables analizadas fueron: albúmina, hierro sérico, ferritina, índice de saturación de transferrina (IST) y proteína C reactiva (PCR).

Para el análisis estadístico se empleó el programa R versión 3.3.2 (2017) (R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-projet.org/). Los resultados fueron considerados estadísticamente significativos si el valor p fue menor que 0,05. Las variables continuas se han resumido en media± desviación típica (variables normales) o mediana y cuartiles (variables no normales). Las variables categóricas se han resumido en porcentajes. La normalidad de las variables se analizó mediante el test Shapiro-Wilk. Se usó el coeficiente de Pearson para las correlaciones. Para evaluar si existían diferencias significativas según el cuartil de IRE se utilizó el test de Kruskal-Wallis en el caso de las variables cuantitativas, y el test chi-cuadrado en el caso de variables categóricas.

Cuando se detectaron diferencias significativas entre cuartiles de IRE se llevaron a cabo los respectivos test post-hoc, utilizando el procedimiento de Tukey, cuando la transformación de la variable a escala logarítmica permitía conseguir normalidad y homocedasticidad, y utilizando el test de Dunn en caso contrario.

Para evaluar la capacidad predictiva del IPL y el INL sobre el IRE se ajustaron modelos de regresión en los que se utilizó log(IRE) como variable respuesta. Los modelos se ajustaron además por edad, sexo y peso del individuo. En el caso del INL, para evaluar el efecto particular de los valores de neutrófilos y linfocitos (que participan en la definición del INL), se introdujeron estas variables en el modelo de regresión y se aplicó un método paso a paso para seleccionar el conjunto de variables con mejor capacidad predictiva. Se procedió de modo análogo con el IPL, introduciendo en este caso las plaquetas y los linfocitos como variables adicionales para, a continuación, aplicar el procedimiento paso a paso.

Asimismo, para llevar a cabo un análisis de la capacidad del IPL para diagnosticar resistencia a la eritropoyetina se estimó un modelo de regresión logística, ajustado por edad y sexo. Se aplicó además un método paso a paso para simplificar el modelo y eliminar variables no explicativas. Se llevó a cabo el cálculo de la curva ROC cuando se utiliza solo IPL como criterio diagnóstico para predecir resistencia a la eritropoyetina.

Las características basales de los pacientes incluidos están descritas en la tabla 1. Se realizó una estratificación del IRE en cuartiles (Q1=0,59-4,08, Q2=4,08-7,04, Q3=7,04-12,55, Q4=12,55-80,65) y se compararon los valores de las distintas variables entre los grupos así definidos (tablas 2 y 3). El peso seco, los linfocitos, la hemoglobina, los niveles de hierro sérico, la albúmina y la proteína C reactiva mostraron diferencias significativas entre los cuartiles de IRE. La realización de los test post-hoc de Tukey (transformando previamente las variables a escala logarítmica) mostró, para todas estas variables (salvo la hemoglobina), que el primer, segundo y tercer cuartil no mostraron diferencias significativas entre sí, y que las diferencias significativas se produjeron con respecto al cuarto cuartil. En el caso de la hemoglobina, el test post-hoc de Dunn mostró que su valor es significativamente más alto en el primer cuartil de IRE, no mostró diferencias significativas entre el segundo y el tercero, y mostró un valor significativamente más bajo en el cuarto cuartil.

Se calculó la correlación entre las distintas variables del estudio y el valor de log(IRE) (tabla 4). La correlación es significativa para todas las variables salvo la edad y los neutrófilos.

Asimismo, se realizaron correlaciones entre distintos parámetros de inflamación y ferrocinética con el log(IRE) (tabla 5).

Dada la asimetría de la variable INL para cada cuartil de IRE, la comparación de los valores de INL entre los 4 cuartiles de IRE se realizó inicialmente mediante el test no paramétrico Kruskal-Wallis: este test mostró diferencias significativas en la distribución del IRE para los diferentes cuartiles de IRE (p=0,00058). Para determinar entre qué cuartiles se producen dichas diferencias se utilizó el ANOVA y un test post-hoc. Para ello, se corrigió la asimetría, transformando los valores de INL a escala logarítmica. El análisis de la varianza del log(INL) confirmó que existen diferencias significativas en los valores de log(INL) según los cuartiles de IRE (p=0,0004296). El test de Shapiro-Wilk no encontró evidencia de falta de normalidad en los residuos (p=0,3808) y el test de Levene no detectó heterocedasticidad entre grupos (p=0,4492), lo que valida la realización del ANOVA (fig. 1). Se empleó el test de comparaciones múltiples de Tukey para determinar entre qué cuartiles se encuentran las diferencias de INL: los valores de log(INL) para el cuarto cuartil de IRE difieren significativamente de los valores en el primer y segundo cuartil. El valor de log(INL) en el tercer cuartil de IRE no se diferencia de manera significativa de los demás.

Figura 1.

log(INL) vs. cuartiles de IRE.

(0,05MB).

Para evaluar la capacidad predictiva del INL sobre el log(IRE) se ajustó un modelo de regresión; si bien el efecto de INL sobre log(IRE) resultó significativo (beta estandarizado=0,173, p<0,0001), el valor del R2 resultó muy bajo (R2=0,029), lo que indica que, si bien el valor de IRE tiende a crecer con el INL, la capacidad predictiva de esta última variable es escasa. La figura 2 muestra la recta de regresión global ajustada a todos los datos, en la que se aprecia la tendencia creciente del IRE con el INL en la que se aprecia la presencia de mucha variabilidad. Si analizamos con cuidado este gráfico podemos observar que, en particular, la mayor parte de los sujetos (el 90%) presentan valores de INL inferiores a 6; dentro de este grupo, solo un 3,9% tiene resistencia a la eritropoyetina; los sujetos con INL>6 son solo un 10% del total; pero dentro de ese grupo hay proporcionalmente más sujetos con resistencia a la eritropoyetina (un 18,9%). Dicho de otra forma, el riesgo de resistencia a la eritropoyetina es mayor entre los sujetos con valores de INL altos.

Figura 2.

Análisis de regresión entre log(IRE) e INL.

(0,12MB).

Ello invita a ajustar un modelo de regresión logística para predecir la resistencia a la eritropoyetina en función del INL. Con dicho modelo obtenemos que la OR de padecer resistencia a la eritropoyetina es de 1,32 (p<0,0001; IC 95%: 1,118-1,544) por cada unidad de incremento en INL.

Al igual que con INL, la asimetría de las distribuciones de IPL para cada cuartil de IRE llevó a hacer las comparaciones de IPL según cuartiles de IRE utilizando el test de Kruskal-Wallis, resultando las diferencias estadísticamente significativas (p<0,00001) (fig. 3).

Figura 3.

log(IPL) vs. cuartiles de IRE.

(0,07MB).

Igualmente, para decidir en qué cuartiles se producen dichas diferencias se realizó un ANOVA del log(IPL), siendo las diferencias significativas (p<0,0001). La normalidad de log(IPL) fue analizada con el test de Shapiro-Wilk (p=0,65) y la homocedasticidad con el test de Levene (p=0,737).

El test de Tukey indicó que las diferencias estuvieron en el cuarto cuartil de IRE respecto al resto. En los otros 3 cuartiles no se detectan diferencias significativas en la distribución del log(IPL).

En el ajuste de la regresión para predecir el log(IRE) en función del IPL, se obtuvo una pendiente positiva significativa (beta estandarizado=0,32, p<0,0001), si bien, nuevamente el valor de R2 resultó bajo (R2=0,103) aunque mayor que el obtenido con INL, lo que quiere decir que la capacidad predictiva de IPL es mejor que la de INL (fig. 4).

Figura 4.

Análisis de regresión entre log(IRE) e IPL.

(0,13MB).

Al igual que ya ocurrió con INL, se aprecia que el log(IRE) se incrementa con el valor de IPL; como en aquel caso, el 90% de los valores de IPL están por debajo de 233; en este grupo hay un 3,9% de pacientes con resistencia a la eritropoyetina; sin embargo, cuando la IPL está por encima de 233 son resistentes a la eritropoyetina el 17,5% de los sujetos; por tanto, el riesgo de ser resistente a la eritropoyetina se incrementa con el valor de IPL.

Para valorar este riesgo el modelo de regresión logística indica que un incremento de una unidad en el IPL se traduce en una OR de 1,011 (p<0,0001; IC 95%: 1,005-1,015) de presentar resistencia a la eritropoyetina. Un cálculo adicional permite estimar que la OR de padecer resistencia a la eritropoyetina se duplica por cada incremento de 67 unidades en el valor de IPL.

Por otro lado, se realizó un análisis de regresión múltiple que en el que se incluyeron variables como el IST, el hierro sérico, la proteína C reactiva y el IPL. La correlación de IPL con logIRE siguió siendo significativa (p<0,0001), siendo la capacidad predictiva total del modelo, medida en términos de R2, de un 17,26%.

Para analizar la capacidad del IPL para predecir resistencia a la eritropoyetina se midió el área bajo la curva ROC (AUC=0,681) (IC 95%: 0,541-0,821). Un punto de corte de IPL de 125,5 resultaría en un 80,95% de sensibilidad y 42,82% de especificidad (fig. 5).

Figura 5.

Curva ROC que analiza la capacidad del IPL para predecir resistencia a la eritropoyetina.

(0,06MB).