Estudio de casos y controles, multicéntrico, aleatorizado y ciego, para determinar la eficacia de una herramienta digital en forma de algoritmo para el diagnóstico de enfermedad de Kawasaki (EK). Se utilizan las bases de datos de 5 hospitales americanos. Se recogen todos los casos diagnosticados por experto, realizados en base a la guía AHA (Asociación Americana de Cardiología). Se recogen datos analíticos, demográficos y ecocardiográficos y se les aplica un modelo basado en un análisis discriminante lineal, seguido de un algoritmo de “bosques aleatorios”.
Se aplica el algoritmo basado en los días de fiebre, los 5 criterios principales y 12 variables analíticas.
Se incluyen 1059 pacientes con EK y 282 controles febriles (CF). Se aplica el algoritmo resultando una sensibilidad del 91.6% (970/1059) y una especificidad del 57.8% (163/282). El valor predictivo positivo fue de 95.4% (970/1017) y un valor predictivo negativo de 93.1% (163/175).
El 7.3% (77/1059) de los pacientes con EK y el 25.5% (72/282) pacientes con CF se clasificaron como indeterminados. Los resultados fueron peores para aquellos pacientes que presentaron fiebre entre 8-10 días de duración comparado con aquellos con menos de 8 días. El algoritmo presentó diferencias de eficacia si los pacientes diagnosticados presentaban 3 o menos criterios clínicos en comparación con aquellos que presentaban 4 o 5 criterios. La sensibilidad se redujo del 99.5% al 72.2%, y el error de clasificación aumentó del 0.5% al 2.6%.
Las anomalías en las arterias coronarias se documentaron en el 21.9% (232/1059) de los pacientes con EK. De ellos el 5.6% (13) se clasificaron como indeterminados y sólo un 0.4% (1) con fallo diagnóstico. De todos los pacientes (77 EK y 72 CF) clasificados como indeterminados que presentaban 2 o 3 criterios clínicos, 15 de los 77 (19.4%) con EK tenían menos de un año.
Gonzalo de la Fuente Echevarría
Pediatra de AP. CS Ciudad Rodrigo. Salamanca
