Neumonías en el inmunocomprometido: perspectiva desde el diagnóstico por imágenes, e inferencia Bayesiana / Pneumonia in the inmunocompromised host: perspective through images diagnosis and a Bayesian inference

ABSTRACT

Introduction: The population of immunocompromised patients has increased in recent decades. Many of these patients eventually present infectious complications including pneumonia, which is a diagnostic that must to be prompt and accurate. Objective: To review the basis of the diagnosis of pneumonia in the immunocompromised patient. Sorted by the methodology of Bayesian inference, very relevant in the diagnostic attribution, we review the main basis of the diagnosis of pneumonia of immunocompromised patients the epidemiology, the clinical history including the type of immunosuppression that weigh the likelihood of attribution a priori of an etiologic agent, and finally, the findings in the image (or likelihood function). Conclusion: Although in general the findings are not pathognomonic and there is much overlap in the images, there are several features that orient in one direction or another. Proper assessment of the prior probability and the likelihood function is allowing ultimately a good diagnostic proposition.

RESUMEN

Introducción: La población de pacientes inmunocomprometidos se ha incrementado en las últimas décadas. Gran parte de estos pacientes presenta en algún momento complicaciones infecciosas, entre ellas la neumonía, lo que constituye un desafío diagnóstico que debe ser rápido y acertado. Objetivo: Revisar las bases del diagnóstico de las neumonías del paciente inmunocomprometido. Ordenados por la metodología de la inferencia Bayesiana, muy relevante en la atribución diagnóstica, destacamos y revisamos los pilares fundamentales en el diagnóstico de las neumonías del inmunocomprometido la epidemiología, los antecedentes clínicos incluyendo el tipo de inmunodepresión, que pesan en la probabilidad de atribución a priori de un agente etiológico, y finalmente, los hallazgos en la imagen (o función de verosimilitud). Conclusión: Los hallazgos de imagen que, aunque en general no son patognomónicos y existe mucha superposición, presentan algunas características que orientan en una u otra dirección. La adecuada valoración de la probabilidad a priori y la función de verosimilitud son las que permiten en definitiva una buena proposición diagnóstica.