Propuesta de un modelo predictivo del posible desarrollo de la diabetes mellitus postrasplante renal / Predictive model proposal related to the possible development of renal post-transplantation diabetes mellitus

RESUMEN

La diabetes mellitus postrasplante renal resulta frecuente, precoz, multifactorial y de singular importancia; está vinculada a la aparición de nefropatía crónica y procesos cardiovasculares, principales causas de mortalidad y pérdida de los injertos. Se realizó esta investigación con 307 pacientes que habían recibido trasplantes renales, se excluyeron los diabéticos antes del implante, los retrasplante y aquellos cuyo injerto no sobrepasara el año de vida, para crear un modelo predictivo que permitiera conocer el porcentaje de posibilidades de desarrollar esta complicación. Se hizo un estudio de cohorte retrospectivo, se consideraron complicaciones pretrasplante, se aplicó un modelo de regresión logística binaria con variables de significación estadística < 0,05 y/o un odds ratio diferente de 1, edad del receptor, antecedentes familiares de diabetes, infección por el virus de hepatitis C, cifras de colesterol, triglicéridos y glucemia pretrasplante. Se confeccionó un programa en sistema Excel, que permitió realizar la predicción. Queda ahora, mediante estudio prospectivo, multicéntrico y mayor número de enfermos, validar esta propuesta.

ABSTRACT

Renal post-transplantation diabetes mellitus if frequent, early, multifactor, and of a peculiar significance; it is linked to appearance of a chronic nephropathy, and cardiovascular processes, mainly causes of mortality, and graft failure. A total of 307 renal transplantation patients were studied, excluding the diabetic ones before transplantation, the re-transplantation, and those whose graft don't exceed of a year of life to create a predictive model allowing know the possibilities percentage to develop this condition. We made a retrospective cohort study, considering pre-transplantation complications. We applied a binary logistic regression model with a statistic significance < 0, 05 and/or a odds ratio different from 1, recipient age, familiar backgrounds of diabetes, infection from hepatitis C, cholesterol figures, triglycerides, and pre-transplantation glycemia. We create a Excel system program allowing us to made the prediction. Now, it is essential to validate this proposal by means of a prospective, multicenter study including a great number of patients.