Cartas al editor
Repuesta a: “Modelo predictivo de hipertensión inducida por el
embarazo en mujeres mexicanas”
Reply to: “Predictive model for pregnancy- induced hypertension in
Mexican women”
Héctor Oviedo-Cruz1
Erika Ruth Carrasco-Blancas1
Marco Antonio Cortes-Martínez2
1Departamento de Medicina Materno-Fetal, Centro
Médico para Atención Fetal Especializada, Hospital Español de México, Ciudad de
México, México.
2Departamento de Bioquímica y Calidad,
Laboratorio CEMAFE S.A. de C.V., Ciudad de México, México.
La conclusión: ”El modelo predictivo es de poca utilidad (...)", de Acosta-Alfaro LF
y colaboradores,1 no estaba debidamente
respaldada, 2 lo que dio lugar a un
error de tipo II3.
No se informó ningún cálculo de tamaño de muestra. 1 Enseguida se aportan algunos ejemplos con
discusión.
De acuerdo con la tasa de detección esperada del modelo predictivo para
preeclampsia temprana a menos de 32 semanas de gestación de 89.7%,4 y en menos de 34 semanas de
gestación de 96.3%,5 el
número mínimo de casos a incluir con preeclampsia temprana va de 6 a 16
observaciones para un error marginal máximo aceptable del 15%;3 el análisis de desempeño no
debe hacerse con una sola observación. 1
Ya se sabe que los modelos de predicción de preeclampsia tienen un rendimiento inferior
en poblaciones diferentes a las originales, 6 excepto cuando los marcadores se ajustan a la población
objetivo. 7 No se describe cómo se
calcularon los múltiplos de la mediana (MoM) de Acosta-Alfaro y colaboradores. 1 Incluso, asumiendo el ajuste de los
múltiplos de la mediana a la población objetivo, la tasa de detección esperada de
49.43%7 para la preeclampsia global
resulta en un número mínimo de 43 casos con preeclampsia para un error marginal máximo
aceptable de 15%,3 no los n = 9
incluidos en el estudio. 1
Además, para probar la hipótesis nula (Ho) con el área bajo la curva (AUC) de 0.55
reportada por Acosta-Alfaro y su grupo, 1 se calculó un número mínimo de 39 casos con preeclampsia para
evitar un error tipo II a uno marginal máximo aceptable menor de 10%.3
Todo lo anterior es consistente con un error tipo II de Acosta-Alfaro y su grupo. 1 Es necesario un mayor tamaño de la
muestra para probar la hipótesis nula del poder del modelo predictivo.
Además, se han descrito una serie de medidas para evaluar el desempeño de los modelos de
predicción; 2 la discriminación por
curva receptor-operador (ROC) y la calibración en gran escala han sido las medidas
preferidas para este modelo; 7 solo la
primera se incluyó en el estudio de Acosta-Alfaro; 1 por lo tanto, el análisis de rendimiento no fue
suficiente.
De manera alternativa, la actualización de los modelos de predicción de preeclampsia se
basa en el enfoque de riesgo competitivo, 8 que tiene ventajas sobre el análisis de regresión logística
aplicado en el estudio. 1 Para futuras
investigaciones debería preferirse el enfoque de riesgo competitivo.
Por último, se aconseja a todos los investigadores que cumplan las directrices
internacionales de presentación de informes: STROBE para los estudios observacionales
(http://www.equator-network.org/reporting-guidelines/strobe/, STARD) para la validez
diagnóstica (http://www.equator-network.org/reporting-guidelines/stard/) y SAMPL para el
análisis estadístico. Según estas directrices, el informe del estudio era deficiente.
1
En resumen, el estudio de Acosta-Alfaro LF y su grupo1 no es concluyente: el tamaño de la muestra es el principal
problema, y la metodología y los informes también pueden mejorarse. Para este estudio y
para futuras investigaciones se recomienda:
Calcular el tamaño de la muestra necesario para probar la hipótesis nula del
poder del modelo predictivo.
Calcular el tamaño de muestra específico de la población de los marcadores
para el modelo predictivo.
Evaluar el rendimiento del modelo de predicción mediante más de una
medida.
Validar el modelo predictivo según el enfoque de riesgo competitivo.
Cumplir con las directrices de notificación de estudios observacionales,
validez diagnóstica y análisis estadístico (STROBE, SARD y SAMPL).
Addenda
El artículo también necesita una revisión gramatical y ortográfica del inglés, que
difiere del español. 9 Por ejemplo, los
adjetivos en inglés se escriben con mayúscula; por lo tanto, "mexicanas" en
inglés debe escribirse con mayúscula inicial, a diferencia del español
"mexicanas", escrito con minúscula inicial.
REFERENCIAS
1. Acosta-Alfaro L, Ramos-Martínez M, Osuna-Ramírez I,
Galaviz-Hernández C, Sosa-Macías M, et al. Predictive model for
pregnancy-induced hypertension in mexican women. Ginecol Obstet Mex
2021;89:299-308.https://doi.org/10.24245/gom.v89i4.5106
[ Links ]
2. Steyerberg EW, Vickers AJ, Cook NR, Gerds T, Gonen M, et al.
Assessing the performance of prediction models: a framework for traditional and
novel measures. Epidemiology
2010;21:128-38.https://doi.org/10.1097/EDE.0b013e3181c30fb2
[ Links ]
3. Hajian-Tilaki K. Sample size estimation in diagnostic test
studies of biomedical informatics. J Biomed Inform
2014;48:193-204.https://doi.org/10.1016/j.jbi.2014.02.013
[ Links ]
4. Tan MY, Syngelaki A, Poon LC, Rolnik DL, O'Gorman N, et al.
Screening for pre-eclampsia by maternal factors and biomarkers at 11-13 weeks'
gestation. Ultrasound Obstet Gynecol
2018;52:186-195.https://doi.org/10.1002/uog.19112
[ Links ]
5. Akolekar R, Syngelaki A, Poon L, Wright D and Nicolaides KH.
Competing risks model in early screening for preeclampsia by biophysical and
biochemical markers. Fetal Diagn Ther
2013;33:8-15.https://doi.org/10.1159/000341264
[ Links ]
6. Allen RE, Zamora J, Arroyo-Manzano D, Velauthar L, Allotey J, et
al. External validation of preexisting first trimester preeclampsia prediction
models. Eur J Obstet Gynecol Reprod Biol
2017;217:119-125.https://doi.org/10.1016/j.ejogrb.2017.08.031
[ Links ]
7. Chaemsaithong P, Pooh RK, Zheng M, Ma R, Chaiyasit N, et al.
Prospective evalu tion of screening performance of first-trimester prediction
models for preterm preeclampsia in an Asian population. Am J Obst Gynecol
2019;221:650.e1-650.e16.https://doi.org/10.1016/j.ajog.2019.09.041
[ Links ]
8. Wright D, Wright A and Nicolaides KH. The competing risk approach
for prediction of preeclampsia. American Journal of Obstetrics & Gynecology
2020;223:12-23.e7.https://doi.org/10.1016/j.ajog.2019.11.1247
[ Links ]
9. Wallwork A. English for Academic Research: Grammar, Usage and
Style. 1st ed: Springer US; 2013. XVI, 252
p.https://doi.org/10.1007/978-1-4614-1593-0
[ Links ]
En respuesta a los comentarios hechos por el Dr. Héctor Oviedo-Cruz, deseamos
enfatizar lo siguiente:
Este trabajo fue realizado basándonos en el trabajo de Poon1, Wright2 siguiendo paso a paso la metodología aplicada por
ellos. La población que estudiaron era europea y nosotros deseábamos saber si el
rendimiento de ese modelo era diferente al de ellos porque vemos una gran diferencia
en el fenotipo de las embarazadas mexicanas respecto a ellos.
Para realizar ese estudio recibimos el apoyo de parte de Absten
DIAGNOSTIK y Thermofisher para 134 reactivos (para 134 pacientes) para la
determinación de PIGF, PPAP fundamentalmente; además medir los marcadores maternos,
bioquímicos y biofísicos.
El cálculo de MoM y determinación de riesgo de preeclampsia (utilizando un programa
específico) se llevó a cabo con las muestras enviadas con apoyo de Thermofisher en
Alemania.
Para el estudio inicialmente calculamos una muestra de 277 pacientes para una
prevalencia de preeclampsia de 6 al 7% en nuestra población; sin embargo, por falta
de recursos en nuestro hospital para la compra de reactivos para las mediciones de
PIGF y PPAP que la muestra requería solo se midieron en 134 pacientes (cohorte bajo
observación) donde de obtuvieron los resultados ya publicados.
En virtud de eso se realizó un análisis descriptivo e inferencial de los resultados
obtenidos además de un análisis simple de pruebas diagnósticas con tamaño de muestra
pequeño, no representativo, y no lo consideramos necesario “competing risk approach
3)” entre otras “To comply
with the reporting guidelines for observational studies, diagnostic validity, and
statistical analysis (STROBE, SARD, and SAMPL).
Dejamos muy claro en el artículo la debilidad del estudio y la falta de robustez
estadística para hacer conclusiones sobre la utilidad del poder predictivo de este
modelo y recomendamos realizarlo con poblaciones más grandes y esto daría pie a que
otros centros de investigación nacionales con más recursos amplíen la muestra para
saber si realmente este modelo sería de utilidad en nuestra población.
Realmente todas las observaciones del Dr. Héctor Oviedo Cruz son atinadas y si
valdría la pena, si es factible, corregir las fallas gramaticales y en inglés si las
hay.