Determinación de límites de decisión clínica de ciclosporina en sangre en pacientes con trasplante renal

Determination of clinical decision limits of blood cyclosporine in patients with renal transplantation

Lina Trigo Orsini Myriam¹ Parra Poma Cinthia Maribel²*
1. Jefe de Laboratorio Control de Calidad de Medicamentos y Biodisponibilidad del Instituto de Servicios de Laboratorio de Diagnostico e Investigación en Salud - SELADIS, Universidad Mayor de San Andrés, Av. Saavedra 2224. La Paz, Bolivia.1 ORCID: https://orcid.org/0000-0002-0874-4093
* Consultor de Línea del Laboratorio Control de Calidad de Medicamentos y Biodisponibilidad del Instituto de Servicios de Laboratorio de Diagnostico e Investigación en Salud SELADIS, Universidad Mayor de San Andrés, Av. Saavedra 2224. La Paz, Bolivia.* ORCID: https://orcid.org/0000-0001-6930-0384 ]]> Fecha de Recepción: 10 Junio 2020 Fecha de Aceptación: 8 Agosto de 2020

Resumen

Introducción: Los límites de decisión o valores de corte son "alertas" para el diagnóstico médico. Son obtenidos por estudios cuidadosamente diseñados para poder establecer un valor que permita una decisión médica para seguir un tratamiento.

Objetivo: Determinar los límites de decisión clínica de Ciclosporina A en sangre total de pacientes con trasplante renal.

Método: Para el tratamiento de datos y cálculo de límites de decisión se utilizó una metodología informática y bioestadística con software SPSS de IBM, realizando Pruebas de Normalidad, Pruebas gráficas como Q-Q plots, Test de Kolmogorov -Smirnov, Test de Lillefors y Prueba de Shapiro-Wilks.

Resultados: El grupo de estudio conformado por pacientes con trasplante renal atendidos durante 2016 a 2019, clasificados por el tiempo de trasplante. Los criterios de aceptación fueron: Uso de control de calidad interno, con resultados satisfactorios utilizando cartas control y la detección de datos atípicos mediante la prueba de Grubbs. Obteniendo niveles basales de 0-3 meses 181-241 ng/ml; 3-12 meses 120-147 ng/ml y mayor a 12 meses de81-119 ng/ml, y para concentración máxima de 1 mes 1193-2025 ng/ml; 2 meses 1379-1765 ng/ml; 3 meses 1060-1556 ng/ ml; 4-6 meses 880-1293 ng/ml; 7-12 meses 735-1039 ng/ml y mayor a 12 meses 643-960 ng/ml. Conclusión: Los límites de decisión clínica obtenidos se ajustan perfectamente a los de la bibliografía con la ventaja de que ahora se tienen límites definidos para nuestra población, constituyéndose en "alertas" para el diagnóstico médico.

Palabras Clave

Límites de decisión clínica, Ciclosporina A, Biodisponibilidad, Transplante Renal.

Introduction: Decision limits or cut-off values are "red flags" for medical diagnosis. They are obtained by carefully designed studies to be able to establish a value that allows a medical decision to follow a treatment.

Objective:To determine the clinical decision limits of Cyclosporin A in whole blood of kidney transplant patients.

Methods: For data treatment and calculation of decision limits, a computer and biostatistical methodology was used with IBM SPSS software, performing Normality Tests, graphic tests such as QQ plots, Kolmogorov-SmirnovTest, Lillefors Test and Shapiro Test -Wilks.

Results: The study group made up of kidney transplant patients treated during 2016 to 2019, classified by transplant time. The acceptance criteria were: Use of internal quality control, with satisfactory results using control charts and the detection of outliers using the Grubbs test. Obtaining basal levels of 0-3 months 181-241 ng / ml; 3-12 months 120-147 ng / ml and over 12 months of 81-119 ng / ml, and for a maximum concentration of 1 month 1193-2025 ng / ml; 2 months 1379-1765 ng / ml; 3 months 1060-1556 ng / ml; 4-6 months 880-1293 ng / ml; 7-12 months 735-1039 ng / ml and more than 12 months 643-960 ng / ml.

Conclusion: The clinical decision limits obtained are perfectly in line with those of the bibliography with the advantage that now there are defined limits for our population, becoming "alerts" for medical diagnosis.

Keywords

Clinical decision limits, Cyclosporin A, Bioavailability, Renal Transplantation.

Ciclosporina A, es un fármaco inmunosupresor ampliamente usado en el trasplante de órganos entre dos personas con el objeto de reducir la actividad del sistema inmunitario del paciente y el riesgo de rechazo del órgano. Ha sido estudiada en el trasplante de piel, corazón, riñón, pulmón, páncreas, médula ósea e intestino. La ciclosporina es un péptido no ribosomal cíclico de 11 aminoácidos (undecapéptido) producido por el hongo Tolypocladium inflatum Gams, aislado inicialmente de una muestra de suelo noruego.

Es insoluble en agua pero se disuelve fácilmente en solventes orgánicos, tiene un peso molecular de 1202,63 g/mol.

(Martindale, 2009)

Mecanismo de acción

La ciclosporina posee su capacidad inmunosupresora altamente selectiva en su unión a la proteína citosólica ciclofilina (una inmunofilina) de linfocitos inmunocompetentes, especialmente linfocitos T. Este complejo de ciclosporina y ciclofilina inhibe la calcineurina, la cual bajo circunstancias normales es responsable de activar la transcripción de interleucina-2 (Il-2). También inhibe la transcripción de la producción de linfocinas y la liberación de interleucinas y por lo tanto conduce a una reducción en la función de las células Tefectoras (linfocitos T efectores), sin afectar la actividad citostática.

Tiene también un efecto sobre las mitocondrias. La ciclosporina A inhibe la apertura del poro de transición de permeabilidad mitocondrial, de esta forma, inhibe la liberación del citocromo c, un potente factor de estimulación de apoptosis. Sin embargo, este no es el principal modo de acción para su uso clínico, pero si es una importante herramienta para la investigación acerca del fenómeno de la apoptosis, o muerte celular programada.

Biodisponibilidad por vía oral

La ciclosporina es un medicamento que presenta una biodisponibilidad altamente variable al administrarla por vía oral. Esto se debe a que es prácticamente insoluble en agua. Por lo tanto, es necesario que se constituya una emulsión que permita la formación de micelas que puedan viajar por el medio acuoso constituido por los fluidos gastrointestinales para llegar a la pared intestinal y pasar a la sangre. De esta forma, la ciclosporina sólo puede absorberse en presencia de sales biliares que permitan la emulsificación (al igual que para muchos nutrientes de carácter lipídico) o bien gracias a formulaciones farmacéuticas que permitan la formación de micelas en ausencia de bilis. Por otro lado, la ciclosporina sólo puede ser absorbida en duodeno.

Límites de decisión clínica

Los límites de decisión o valores de corte son "alertas" para el diagnóstico médico. Son obtenidos por estudios cuidadosamente diseñados para poder establecer un valor que permita una decisión médica para seguir un tratamiento.

En el caso particular de la presencia de ciclosporina (medicamento inmunosupresor) en sangre los límites de decisión clínica fueron calculados en pacientes a quienes se les administra el medicamento, debido a que no es un parámetro que se encuentra en la sangre.

En todos los casos resulta indispensable establecer un límite entre lo normal y patológico, el cual debe fundamentarse en un enfoque científico y epidemiológico, basado en ciertos criterios:

1. Estadística descriptiva no paramétrica: Se incluye como "sano o normal" a 95% de los resultados que se encuentren alrededor de la mediana, eliminando a 2.5% de los resultados de cada extremo, los cuales se consideran como "enfermos o anormales".

2. Estadística paramétrica: Considera como "sano o normal" a todos los resultados que se encuentren dentro del límite de las dos desviaciones estándar alrededor de la media conforme a la curva de Gauss.

3. Niveles de decisión clínica: En este método, descrito por Statland, se toma en consideración el análisis de bases de datos que incluyen el estudio de muestras de individuos sanos y enfermos en forma simultánea para establecer un valor de corte que sea capaz de detectar, descartar o confirmar la presencia de una patología determinada, aplicando sistemáticamente en consecuencia el teorema de Bayes para el cálculo de la probabilidad condicional, en el que se considera la sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo, índices de falsos positivos e índices de falsos negativos.

4. Curvas de operatividad relativa (COR): Se generan al evaluar las modificaciones en la sensibilidad y en la especificidad que son resultantes de la modificación que se haga en los niveles de corte, en los niveles de decisión clínica para un analito determinado.

]]>  

MATERIALES Y MÉTODOS

Grupos de estudio

Para la selección del grupo de estudio se consideró a los pacientes que fueron atendidos en el laboratorio de Control de Calidad de Medicamentos y Biodisponibilidad y que solicitaron la prueba de cuantificación de ciclosporina en sangre.

Los pacientes fueron clasificados de acuerdo al nivel en el cual se cuantificó la ciclosporina y al tiempo de trasplante en:

Los criterios de aceptación para que sean considerados dentro del grupo de estudio fueron los siguientes:

•  Uso de controles de calidad internos (sangre liofilizada con concentraciones definidas de ciclosporina y fortificación de sangre con ciclosporina estándar), con resultados satisfactorios utilizando cartas control.

•  Detección de datos atípicos mediante la prueba de Grubbs en un conjunto de datos univariado que se supone proviene de una población con distribución normal.

Se utilizaron las pruebas no paramétricas, las cuales son métodos de distribución libre. No requieren conocer la distribución de la muestra y se utilizan estadísticos cuya distribución se determina con independencia de cuál sea la distribución de la población.

Las pruebas no paramétricas son utilizadas como una alternativa a las pruebas paramétricas cuando los datos no cumplen los requisitos de las pruebas paramétricas. Y nos permiten conocer cómo es la forma de la distribución de la población de la que se ha extraído la muestra. Las pruebas de bondad de ajuste se utilizan para contrastar si los datos de la muestra pueden considerarse que proceden de una determinada distribución. Su objetivo es señalar si los datos provienen de una población que tiene la distribución teórica especificada.

Pruebas de bondad de ajuste

Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos se ajustan a una determinada distribución.

Pruebas de Normalidad:

•  Pruebas gráficas basadas en gráficos de normalidad como Q-Q plots.

• Test de Kolmogorov -Smirnov de bondad de ajuste. Es válido sólo para variables aleatorias continuas.

• Test de Lillefors. Es el Test de Kolmogorov -Smirnov con la corrección de Lillefors. Sus valores son menores que los de Kolmogorov.

]]> • Prueba de Shapiro-Wilks.

Cuando se ejecutan las pruebas con el SPSS se obtiene el valor del estadístico y el valor p de probabilidad del contraste. Se rechaza H0 si el valor p de probabilidad es menor que el nivel de significación elegido para ejecutar la prueba de contraste estadístico.

Caracterización de la distribución por su forma

Distribución normal de los resultados de ensayo

Nos sirven para evaluar mediante inspección visual la normalidad de los resultados de las mediciones realizadas.

Los gráficos ayudan al investigador a juzgar si sus datos proceden de una distribución normal. En tal caso cabe esperar que la distribución no tendrá una fuerte asimetría.

Sin embargo, con pocos datos no es fácil obtener conclusiones consistentes y de ahí que se hayan ideado gráficos concretos para observar la normalidad de las puntuaciones de una variable.

Gráficos para observar la normalidad de las puntuaciones de una variable

• Gráficos de probabilidad normal P-P plots

]]> • Gráficos de cuantiles normales Q-Q plots

Estos gráficos trabajan con los datos estandarizados y ordenados. Cuando los datos se representan frente a los datos esperados de una distribución N (0,1) se deben obtener puntos alineados en la diagonal de un cuadro.

Gráfico N°1: Distribución normal de las puntuaciones

Fuente: Estadística Aplicada a ciencias de la Salud. España

GráfícoN°2: SPSS-Gráfícos con pruebas de normalidad

Fuente: Estadística Aplicada a ciencias de la Salud. España

Gráfico N°4: Resumen de procesamiento de datos

Gráfico N°5: Asimetría de la distribución

Fuente: Estadística Aplicada a ciencias de la Salud. España

Evaluación: Evaluar utilizando la prueba de significación de la normalidad

PRUEBA DE NORMALIDAD DE LAS MEDICIONES DE KOLMOGOROV

• Gráficos con prueba de normalidad

Gráfico N°6: QQ valor observado: valor esperado

Fuente: Supuestos paramétrica

Gráfico N°7: QQ de probabilidad normal

Fuente: Supuestos paramétrica

Normal ProbabilityPlot. Gráfico Q-Q. Se presentan los cuantiles empíricos ob-tenidosenlamuestrafrentealcuantilcorrespondienteenladistribución normal.

Donde se representan los cuartiles empíricos obtenidos en la muestra frente al cuartil correspondiente en la distribución Normal.

Si el gráfico muestra una relación cercana a una línea recta entonces "sugiere" que los datos proceden de una distribución Normal.

Gráfico N°8: QQ normal sin tendencias de Nota

Donde se muestran las desviaciones de los puntos con relación a una línea recta

Cuando la distribución observada en las puntuaciones se ajusta a la teórica entonces los puntos se representan en línea recta en la diagonal.

Caracterización de la distribución por su forma

Gráfico N°9: Caja y bigotes

Fuente: Supuestos paramétrica

Las principales ventajas son la sencillez de interpretación, la extensión a cualquier tipo de distribución y, en el caso de la distribución normal, la facilidad de obtener el diagrama ya que está implementado en muchos paquetes estadísticos.

Además, no requieren muestras tan numerosas como algunas pruebas de normalidad. El principal inconveniente es la subjetividad de la interpretación visual, ya que al contrario de las pruebas de normalidad numéricos no se concluye con una "p" de probabilidad objetiva.

Pruebas de significación

Las pruebas de significación se utilizan para contrastar la hipótesis de la normalidad de las puntuaciones de la población (variables aleatorias continuas). Estas pruebas son:

•    Kolmogorov-Smirnov,

•    Corrección de Lilliefors

•    Shapiro Wilks

Los gráficos orientan sobre la procedencia o no de la muestra de una población normal. Sin embargo, es posible trabajar con una prueba estadística que certifique la normalidad o no de las variables.

Prueba de normalidad de Lilliefors (Kolmogorov-Smirnov corregida)

Lillierfors tabuló el estadístico de Kolmogorov-Smirnov para el caso más habitual en el que desconocemos la media y la varianza poblacional y se estiman a través de los datos muestrales.

El SPSS utiliza esta prueba modificada.

Los valores críticos se obtienen aplicando la corrección de significación propuesta por Lilliefors. No utilizaremos el de Kolmogorov-Smirnov sin la corrección de Lilliefors por resultar muy conservador (en casi todas las ocasiones se mantiene H0).

Para muestras mayores se recomienda Kolmogorov con la corrección de Lilliefors.

Software para el análisis

Se utilizó el software SPSS de IBM para el análisis de los datos de la determinación de ciclosporina en sangre.

Criterios de aceptación

1. Comparar los intervalos de confianza obtenidos del estudio con los límites clínicos de la bibliografía.

2. Prueba de normalidad de Kolmogorov-Smirnov con corrección de Lilliefors donde el valor obtenido de significancia debe ser mayor que 0,05.

3. Utilizar el valor de los percentiles 5 y 95, para cada nivel y tiempo de transplante. RESULTADOS

Tabla N°1: Límites de decisión clínica para concentración basal de ciclosporina con relación al tiempo de trasplante

Fuente: Elaboración propia

Tabla N° 2: Límites de decisión clínica para concentración máxima de ciclosporina con relación al tiempo de trasplante

Fuente: Elaboración propia

CONCLUSIONES

Los límites de decisión clínica obtenidos se ajustan perfectamente a los de la bibliografía con la ventaja de que ahora se tienen límites definidos para nuestra población, constituyéndose en "alertas" para el diagnóstico médico.

REFERENCIAS BIBLIOGRÁFICAS

Agilent. (2009-2010). www.agilent.com. Recuperado el 03 de Febrero de 2016, de http://www.agilent.com        [ Links ]

Bagnarelli, D. A. E. (2008). Incertidumbre en los resultados del laboratorio clínico. Bioquímica y Patología Clínica, 72(1), 11.        [ Links ]

Borel, J.F. (2002). History of the discovery of cyclosporin and of its early pharmaco-logical development.        [ Links ]

Dolores, F. N. (s.f.). Las pruebas paramétricas.  Recuperado el 01 de 04 de 2019, de https://www.uv.es/~friasnav/SupuestosParametrica.pdf.        [ Links ]

Joaquín, M. V. (2015). Estadística aplicada a las ciencias de la salud. Barselona: ELSEVIER.        [ Links ]

Kahan B.D, R. M. (2012). Pharmacokinetics of ciclosporine in human renal transplantation.        [ Links ]

Martindale. (2009). The Complete Drug Reference. Londres: Pharmaceutical Press. Pág. 1829.        [ Links ]

Medeiros M, Castañeda G. Muñoz R. (2001). Uso de ciclosporina en pacientes pediátricos. Bol Med Hosp lnf , Mexico, pag.; 58:60-77.        [ Links ]

Oltra, B. P., Ruixo, J. P., Torres, N. J., & Mateu, L. R (2002). Modelado farmacocinético de ciclosporina en pacientes con trasplante renal. Universitat de València, Facultat de Farmàcia.        [ Links ]

Oppenheimer Salinas, F., Pascual Santos, J., & Pallardó Mateu, L. (2012). Inmunosupresión en el trasplante renal. Nefrología, 6(1), 0.        [ Links ]

Porta Oltra, B., Pérez Ruixo, J. J., Sancho Calabuig, A., & Pallardó Mateu, L. M. (1998). Individualización posológica de ciclosporina en pacientes con trasplante renal: propuesta de un modelo farmacocinético de predicción. Farm Hosp, 22(4), 181-187.        [ Links ]

Rafael, Á. C. (2007). Estadística Aplicada a ciencias de la Salud. España.        [ Links ]

Ruixo, J., Porta, B., Torres, N. J., & Crespo, J. (2004). Estrategias para la individualización posológica de ciclosporina en pacientes con trasplante renal. Nefrología, 24(5), 395-409.        [ Links ]

Saldaña, M. R. (2016). Pruebas de bondad de ajuste a una distribución normal. Revistenfermería del trabajo, 6(3), 114.        [ Links ]

Terrés-Speziale, A. M. (2006). Estimación de la incertidumbre y de la variabilidad total en el laboratorio clínico. Revista Mexicana de Patología Clínica y Medicina de Laboratorio, 53(4), 185-196.        [ Links ]

The United States Pharmacopeial Conventio. Vol I. (2014).