Modelo de regresión logística binaria para el cálculo de riesgo de asma en Pinar del Río

Odalys Orraca Castillo, María Amparo León Sánchez, Miladys Orraca Castillo, Roberto Lardoeyt Ferrer, Carlos Alfredo Miló Valdés

Texto completo:

PDF

Resumen

Introducción: se evidencian progresos metodológicos hacia la optimización de los diseños de estudio y métodos analíticos en las interacciones genoma-ambiente en el asma, entre ellos los modelos de regresión logística.

Objetivo: determinar un modelo de regresión logística binaria para identificar el riesgo de asma en pacientes pediátricos.

Métodos: se realizó un estudio observacional, analítico, de casos y controles en pacientes asmáticos en la provincia de Pinar del Río, Cuba, en el periodo 2015-2019. La muestra quedó constituida por 735 casos, estableciendo una proporción de casos/controles de 1:2.  A partir de las variables genéticas, infecciosas y ambientales se realizó un modelo de regresión logística binaria.

Resultados: se comprobó estadísticamente la correspondencia entre los valores reales y pronosticados de la variable dependiente (p=0,602). El R2 de Nagelkerke indicó que los predictores utilizados explican el 87 % de la variabilidad de la variable dependiente. El modelo estimado clasificó correctamente el 94 % de los casos, con una sensibilidad del 93 % y una especificidad de 95 %. El modelo resultó del empleo de 11 variables, de ellas, cuatro correspondieron a los antecedentes familiares de asma, cuatro a variables infecciosas y tres variables ambientales.

 

 

Resultados: se comprobó estadísticamente la correspondencia entre los valores reales y pronosticados de la variable dependiente (p=0,602). El R2 de Nagelkerke indicó que los predictores utilizados explican el 87 % de la variabilidad de la variable dependiente. El modelo estimado clasificó correctamente el 94 % de los casos, con una sensibilidad del 93 % y una especificidad de 95 %. El modelo resultó del empleo de 11 variables, de ellas, cuatro correspondieron a los antecedentes familiares de asma, cuatro a variables infecciosas y tres variables ambientales

Conclusiones: el análisis multivariado permitió la conformación de un modelo para el cálculo de la probabilidad de asma a partir de la utilización de las tablas de riesgo en Pinar del Río, lo que conduce a la implementación de la medicina personalizada y el perfeccionamiento de la medicina preventiva en la atención primaria de salud.

Palabras clave

ASMA; FACTORES DE RIESGO; REGRESIÓN LOGÍSTICA; ANÁLISIS MULTIVARIADO.

Referencias

Muñoz-López F. Asma: endotipos y fenotipos en la edad pediátrica. Rev Alerg México [Internet]. 2019 [citado 06/04/2021]; 66(3): 361-5. Disponible en: https://doi.org/10.29262/ram.v66i3.596

Bae DJ, Jun JA, Chang HS, Park JS, Park CS. Epigenetic changes in asthma: Role of DNA CpG methylation. Tuberc Respir Dis (Seoul) [Internet]. 2020[citado 06/04/2021]; 83(1): 1-13. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6953489/

Castro-Rodríguez JA, Krause BJ, Uauy R, Casanello P. Epigenética en enfermedades alérgicas y asma. Rev Chil Pediatr [Internet]. 2016[citado 06/04/2021]; 87(2): 88-95. Disponible en: http://dx.doi.org/10.1016/j.rchipe.2016.02.006

Morales E, Duffy D, Turner S. Genetics and Gene-Environment Interactions in Childhood and Adult Onset Asthma. Front Pediatr [Internet]. 2019[citado 06/04/2021]; 7: 499. Disponible en: https://doi.org/10.3389/fped.2019.00499

Nunes G, Costa DO, Alexandrina C, Santos J, Strina A, Genser B, et al. Genetic variants in 17q12-21 locus and childhood asthma in Brazil : Interaction with Varicella zoster virus seropositivity. Gene [Internet]. 2019[citado 06/04/2021]; 715: 143991. Disponible en: https://doi.org/10.1016/j.gene.2019.143991

Bijanzadeh M, Ramachandra N. An understanding of the genetic basis of asthma. Indian J Med Res [Internet]. 2011[citado 06/04/2021]; 134(2): 149-161. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3181014/

Lantigua A. Introducción a la Genética Médica. 2da Ed. La Habana: ECIMED; 2011. 421 p.

Barnes KC. Genes and Atopic Phenotypes [Internet]. Allergy, Immunity and Tolerance in Early Childhood: The First Steps of the Atopic March. Elsevier Inc. 2016[citado 06/04/2021]. 113-131 p. Disponible en: http://dx.doi.org/10.1016/B978-0-12-420226-9.00008-5

Ordóñez Vásquez S. Factores de riesgo más frecuente de asma bronquial en pacientes de 1 a 14 años de edad, hospitalizados en el servicio de pediatría del hospital general San Francisco, en el periodo de enero 2017 a diciembre 2018 Pontífica Universidad Católica del Ecuador [Internet]. 2019[citado 06/04/2021]. Disponible en: http://repositorio.puce.edu.ec/handle/22000/17241

Saffron AG. Willis-Owen, William OC. Cookson, Moffatt MF. The Genetics and Genomics of Asthma. Genom Hum Genet [Internet]. 2018[citado 06/04/2021]; 19: 223-48. Disponible en: https://www.annualreviews.org/doi/pdf/10.1146/annurev-genom-083117-021651

Arias LC, López MC. Epigenética y asma. Facultad de Medicina de la Universidad de Valladolid[Internet]. 2016 [citado 06/04/2021]. Disponible en: http://uvadoc.uva.es/handle/10324/18233

Orraca O, Navarro E, Quintero W, Blanco TM, Rodríguez LR. Frecuencia de infecciones respiratorias agudas en niños y adolescentes con asma de la provincia de Pinar del Río. MEDISAN[Internet]. 2018[citado 06/04/2021];22(1):33-9. http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1029-30192018000100005&lng=es&nrm=iso

Bush A. Cytokines and Chemokines as Biomarkers of Future Asthma. Front Pediatr [Internet]. 2019[citado 06/04/2021]; 7: 72. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6434699/

Brown AF, Leech JM, Rogers TR, McLoughlin RM. Staphylococcus aureus colonization: Modulation of host immune response and impact on human vaccine design. Front Immunol [Internet]. 2013[citado 06/04/2021]; 4: 507. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3884195/

Piedra Rivas M. Factores de riesgo asociados al asma severa en pacientes pediátricos hospitalizados en UCIP del Hospital Roberto Gilbert Elizalde en el periodo enero de 2013 a diciembre de 2015 [Internet]. Universidad Católica de Santiago de Guayaquil; 2017. Disponible en: http://repositorio.ucsg.edu.ec/handle/3317/8295

Rodríguez Aviles DA, Barrera Rivera MK, Tibanquiza Arreaga L del P, Montenegro Villavicencio AF. Beneficios inmunológicos de la leche materna. Reciamuc [Internet]. 2020[citado 06/04/2021];4(1):93-104. Disponible en: https://reciamuc.com/index.php/RECIAMUC/article/view/440

Orraca O, Orraca M, Lardoeyt R, Navarro E, Quintero W, Blanco TM, et al. Factores genéticos del asma bronquial en pacientes con edad pediátrica en Pinar del Río. Rev Ciencias Médicas[Internet]. 2017[citado 06/04/2021];21(3):305-11. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1561-31942017000300003

García Sanchez CA. Anemia como factor de riesgo para asma bronquial. Centro médico naval Cirujano Mayor Santiago Távara 2019 [Internet]. Universidad de San Martín de Porres; 2019. Disponible en: http://repositorio.usmp.edu.pe/handle/20.500.12727/4498

Padreca A, Silva D, Nakamatsu BY, Victor JR. Exposição doméstica a cães e gatos não influi na prevalência ou padrão de alergias respiratórias. Atas Saúde Ambient [Internet]. 2020[citado 06/04/2021]; 8:148-59. Disponible en: https://revistaseletronicas.fmu.br/index.php/ASA/article/view/2277

Lee JU, Kim JD, Park CS. Gene-environment interactions in asthma: Genetic and epigenetic effects. Yonsei Med J [Internet]. 2015[citado 06/04/2021]; 56(4): 877-86. Disponible en: https://eymj.org/DOIx.php?id=10.3349/ymj.2015.56.4.877



Copyright (c) 2021 Odalys Orraca Castillo, María Amparo León Sánchez, Miladys Orraca Castillo, Roberto Lardoeyt Ferrer, Carlos Alfredo Miló Valdés

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.