O-251 - MODELOS DE PREDICCIÓN PRECOZ DE LA MALFUNCIÓN DEL INJERTO HEPÁTICO MEDIANTE REGRESIÓN LOGÍSTICA BINARIA
Hospital General Universitario Gregorio Marañón, Madrid.
Objetivos: Obtención de un modelo de predicción precoz de malfunción primaria del injerto hepático con parámetros clínicos, aclaramiento de verde de indocianina y flujos vasculares hepáticos intraoperatorios.
Métodos: 364 trasplantes hepáticos. Variables: GOT, INR y Bilirrubina en los tres primeros días de postoperatorio, ICG-PDR intraoperatorio y a las 24 horas; flujos vasculares intraoperatorios. Se han usado los criterios de Greig de Toronto de malfunción. Análisis univariante: test de la t-Student para variables cuantitativas (significativos los valores de p < 0,05; IC95%). Las variables categóricas se contrastaron con la χ2; significativos los valores de p < 0,05 (IC95%). Análisis multivariante: Regresión logística binaria; variable dependiente: desarrollo de disfunción grado IV. Análisis con el paquete estadístico del SPSS (20; Macintosh). Primer paso: algoritmo “introducir”; Segundo paso: algoritmo “backward”.
Resultados: Modelo predictivo con los valores de GOT, INR y bilirrubina. GOT de 2.500 U/L, INR de 2,2 y bilirrubina de 4,6. Probabilidad de clasificar bien los casos del 92,8%, sensibilidad del 70% y especificidad del 86%. Curva ROC: área de 0,807 (0,704-0,911; p = 0,000).Un modelo alternativo sin bilirrubina: probabilidad de clasificar bien los casos del 92,8%, sensibilidad del 73% y especificidad del 80%. Curva ROC: área de 0,811 (0,711-0,911; p = 0,000). Modelo predictivo para el ICG-PDR. ICG-PDR intraoperatorio: sensibilidad 83% y especificidad 76%. Curva ROC: área de 0,807 (0,713-0,900; p = 0,000). ICG-PDR a las 24 horas: sensibilidad del 74% y una especificidad del 78%. Curva ROC: área de 0,855 (0,785-0,925; p = 0,000). Tras el análisis estratificado, el modelo final quedó: ICG-PDR de 10%/min a las 24 horas, sodio del donante > 150 y GOT del primer día > 2.500 U/L. La probabilidad de clasificar bien los casos es del 92,7%, sensibilidad 87%, especificidad 83% y valor predictivo negativo del 78%. Curva ROC: área de 0,906 (0,847-0,950; p = 0,000). Modelo predictivo para el flujo arterial. Tras el análisis estratificado el modelo mantiene: flujo arterial < 125 ml/min., GOT > 2.500 U/L y tiempo de isquemia caliente > 65 minutos. Ofrece una sensibilidad del 71,8%, especificidad del 88% y valor predictivo negativo del 98,6%. Curva ROC: área de 0,877 (0,773-0,981; p = 0,001). Modelo predictivo con ICG-PDR y flujo arterial. En análisis estratificado mantuvo el ICG-PDR en las primeras 24 horas < 10 y el valor de los flujos arteriales de < 125 ml/min. Este modelo ofrece una sensibilidad del 87%, una especificidad del 79% y un valor predictivo negativo del 100%. La curva ROC: un área de 0,877 (0,804-0,950; p = 0,002).
Conclusiones: Las variables clínicas predicen de manera precoz la malfunción, especialmente los valores de GOT e INR en las primeras 72 horas pero el aclaramiento de verde de indocianina a las 24 horas inferior al 10%/min y los flujos arteriales intraoperatorios < 125 ml/min se muestran superiores en la predicción de la malfunción grave.