Aasne K Aarsand, Ann Helen Kristoffersen, Sverre Sandberg, Bård Støve, Abdurrahman Coşkun, Pilar Fernandez-Calle, Jorge Díaz-Garzón, Elena Guerra, Ferruccio Ceriotti, Niels Jonker, Thomas Røraas, and Anna Carobene en representación de la European Federation of Clinical Chemistry and Laboratory Medicine Working Group on Biological Variation. El estudio europeo de variación biológica (EuBIVAS): datos de variación biológica para marcadores de coagulación estimados por un modelo bayesiano. Oxford Academic-Clin Chem 2021; 67 (9):1259–1270. Department of Medical Biochemistry and Pharmacology, Haukeland University Hospital, Bergen, Norway.
Resumen
Antecedentes: para que los datos de variación biológica (BV) se utilicen de manera segura, deben ser confiables y relevantes para la población en la que se aplican. Usamos muestras del European Biological Variation Study (EuBIVAS) para determinar la BV de los marcadores de coagulación mediante un modelo bayesiano solido a observaciones extremas y usamos las estimaciones de BV derivadas dentro de los participantes [CV P(i) ] para evaluar la aplicabilidad de las estimaciones de BV en la práctica clínica.
Método: se extrajeron muestras de plasma de 92 individuos sanos durante 10 semanas consecutivas en 6 laboratorios europeos y se analizaron por duplicado para: tiempo de tromboplastina parcial activada (APTT), tiempo de protrombina (PT), fibrinógeno, dímero D, antitrombina (AT), proteína C, proteína S libre y factor VIII (FVIII). Se aplicó un modelo bayesiano con probabilidades t de Student para muestras y réplicas para obtener estimaciones de CV P(i) y BV pronosticadas con intervalos de credibilidad del 95 %.
Resultados: para todos los marcadores, excepto el dímero D, CV P(i) se distribuyó homogéneamente en la población general del estudio o en subgrupos. Las estimaciones medias dentro del sujeto (CV I ) fueron < 5 % para APTT, PT, AT y proteína S libre, < 10 % para proteína C y FVIII, y < 12 % para fibrinógeno. Para APTT, proteína C y proteína S libre, las estimaciones fueron significativamente más bajas en hombres que en mujeres ≤ 50 años.
Conclusión: para la mayoría de los marcadores de coagulación, se aplica una estimación de CV I común para hombres y mujeres, mientras que para el TTPA, la proteína C y la proteína S libre, se deben aplicar valores de cambio de referencia específicos del sexo. El uso de un modelo bayesiano para generar un CV P(i) individual permite una mejor interpretación y aplicación de los datos.
Introducción
Los marcadores de coagulación desempeñan un papel central en una variedad de entornos clínicos, como la evaluación de un paciente que se presenta con sospecha de tromboembolismo o aumento de la tendencia al sangrado, el seguimiento de las terapias anticoagulantes, la evaluación de la función hepática y como marcadores de evaluación de riesgos.
Para garantizar la interpretación correcta de los marcadores de coagulación en estos y otros contextos, se necesitan datos sobre la variación biológica (BV). Los datos de BV se utilizan para establecer especificaciones de calidad analítica (APS), para evaluar cambios en una serie de mediciones dentro de un individuo por el valor de cambio de referencia (RCV), para examinar el uso de intervalos de referencia basados en la población, y para derivar intervalos de referencia personalizados.
Para estas aplicaciones, las estimaciones de BV deben ser confiables y representativas de las poblaciones a las que se aplican. Los componentes de BV incluyen el BV dentro del sujeto (CV I ), que describe la fluctuación natural de la concentración alrededor de un punto establecido dentro de un individuo, generalmente informado como un CV I promedio (promedio) estimado para la población de estudio, y el valor entre sujetos. BV (CV G ), que describe la variación entre los puntos de ajuste de diferentes individuos.
Los estudios de BV generalmente se realizan como estudios experimentales prospectivos en voluntarios sanos, pero se aplican diferentes enfoques estadísticos para entregar las estimaciones de BV. El método más utilizado es el detallado por Fraser y Harris, en el que al análisis de muestras por duplicado le sigue un análisis de varianza (ANOVA) o CV-ANOVA.
Sin embargo, estos enfoques dependen de un laborioso análisis de datos que incluye la evaluación de valores atípicos en 3 niveles y la homogeneidad de la varianza tanto del componente de variación analítica (CV A ) como del CV I para proporcionar resultados generalizables. Además, se asume la normalidad de los datos para construir intervalos de confianza (IC). Como lo muestran las revisiones sistemáticas, estos criterios se cumplen solo en un pequeño número de estudios de BV.
Para superar estos problemas, recientemente exploramos un enfoque bayesiano para estimar BV. Nuestro trabajo ha demostrado que un modelo bayesiano que aplica una distribución t de Student adaptativa es robusto frente a observaciones extremas y no requiere homogeneidad de varianza para proporcionar resultados relevantes. Además, en el análisis bayesiano , se puede estimar el CV I personal de cada individuo , denominado CV I intraparticipante [CV P(i) ].
La distribución del CV individual P(i)se puede utilizar para evaluar si los datos son homogéneos y, como tal, si una estimación de CV I central es representativa de la población de estudio, si se requiere un análisis de subgrupos o si los datos son demasiado heterogéneos para que una estimación de CV I promedio sea de valor. De esta manera, el enfoque bayesiano brinda la oportunidad de evaluar si los datos BV derivados son adecuados para el propósito.
Los objetivos de nuestro estudio fueron entregar estimaciones de BV para los siguientes marcadores de coagulación: tiempo de tromboplastina parcial activada (APTT), tiempo de protrombina (PT), fibrinógeno, dímero D, antitrombina (AT), proteína C, proteína S libre y factor VIII (FVIII) obtenidos la población registrada en el European Biological Variation Study (EuBIVAS), y utilizar la distribución del CV P(i) para evaluar la aplicabilidad del uso de estimaciones del CV I medio en la práctica clínica.
Cordiales saludos.
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico-UBA.
Ciudad de Buenos Aires. R. Argentina
