Modelos pronósticos en pacientes con dengue: una revisión sistemática. Reporte de Resultados de Investigación 06-2023

• Autores: Díaz Arocutipa, Carlos Enrique, Soto-Becerra, Percy, Coila Paricahua, Edgar Juan, Díaz Obregón, Daysi Zulema, Seguro Social de Salud (EsSalud). Instituto de Evaluación de Tecnologías en Salud e Investigación (IETSI)
• Fecha de Publicación: 2023
• Institución: Seguro Social de Salud
• Repositorio: ESSALUD-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.essalud.gob.pe:20.500.12959/5018
• Enlace del recurso: https://hdl.handle.net/20.500.12959/5018
• Nivel de acceso: acceso abierto
• Materia: Modelo pronóstico; Dengue; Severidad; Mortalidad; Revisión sistemática; https://purl.org/pe-repo/ocde/ford#3.03.08

OBJETIVOS: Identificar y evaluar los modelos pronósticos sobre desenlaces clínicos en pacientes diagnosticados con dengue. MÉTODOS: Se realizó una búsqueda bibliográfica en las bases de datos electrónicas PubMed, Embase y LILACS desde su creación hasta el 24 de mayo del 2023. Se incluyeron estudios de casos y controles, cohortes y ensayos controlados aleatorizados que hayan desarrollado y/o validados modelos pronósticos multivariables sobre severidad, hospitalización, ingreso a la unidad de cuidados intensivos (UCI) o mortalidad en pacientes de cualquier edad con diagnóstico de dengue basado en laboratorio. Se realizó la selección de estudios por título/resumen y texto completo por dos revisores y las discrepancias fueron resueltas por consenso. La evaluación del riesgo de sesgo y aplicabilidad fueron evaluadas utilizando la herramienta Prediction study Risk Of Bias Assessment Tool (PROBAST). Se realizó una síntesis narrativa de las medidas de performance de discriminación, calibración y clasificación de los modelos pronósticos evaluados en cada estudio. RESULTADOS: De 4,211 artículos identificados en la búsqueda electrónica, en total, se incluyeron 35 estudios que reportaron información sobre 43 modelos pronósticos. Entre éstos, 35 fueron de desarrollo y 8 de validación externa. La mayoría de modelos fueron diseñados para predecir severidad (n = 30), seguido por mortalidad (n = 10), hospitalización (n = 2) e ingreso a UCI (n = 1). La mediana del tamaño de muestra de los estudios fue de 383 pacientes. El estadístico C reportado varió entre 0.70 y 0.95 en los modelos para severidad, entre 0.83 y 0.99 para mortalidad, 0.87 para hospitalización y 0.92 para ingreso a UCI. Las medidas calibración fueron pobremente reportadas en la gran mayoría de modelos. Según la herramienta PROBAST, el riesgo de sesgo fue considerado de alto riesgo para todos los modelos incluidos y la aplicabilidad fue de baja preocupación para la mayoría de modelos. CONCLUSIONES: Nuesto estudio identificó múltiples modelos de pronósticos para predecir sobre todo la severidad y mortalidad en pacientes con dengue. Si bien la mayoría de modelos mostró una capacidad discriminativa aceptable, las medidas de calibración fueron reportadas escasamente y, en general, el diseño metodológico fue pobre.