1. Análise de um modelo preditivo para o diagnóstico de alergia a fármacos baseado na história clínica
- Author
-
Cardoso, Bárbara Kong, Farinha, Sofia, Martins, Marta, Tomaz, Elza, and Inácio, Filipe
- Subjects
algoritmos de decisão ,hipersensibilidade a fármacos ,allergy workup ,Alergia a fármacos ,modelos preditivos ,Allergic drug reaction ,estudo alergológico ,predictive models ,decision-making algorithm ,drug hypersensitivity - Abstract
Fundamentos: As reações alérgicas a fármacos constituem um importante problema de saúde pública associado a uma morbilidade e mortalidade significativas. Sendo o estudo alergológico nestas situações consumidor de tempo e recursos consideráveis, um modelo preditivo que permitisse, com base nos dados clínicos, avaliar o risco de diagnóstico positivo de uma forma objetiva, poderia simplificar este estudo. Objetivo: Testar o modelo preditivo construído por Hierro Santorino em doentes seguidos no nosso Serviço de Imunoalergologia por suspeita de alergia medicamentosa e verificar o seu desempenho nesta população. Métodos: Foram avaliados os processos clínicos dos doentes que recorreram à consulta de Imunoalergologia por suspeita de alergia medicamentosa com estudo alergológico concluído entre janeiro de 2017 e junho de 2018. Foram registados os dados identificados como fatores preditivos no referido modelo, assim como o resultado do estudo alergológico. Foi aplicado o algoritmo proposto por Hierro Santorino a esta população e verificado o seu desempenho. Resultados: Foram analisados 159 casos correspondendo a 143 doentes, 54 (37,8%) do sexo feminino e com uma média de idade 42,1 ± 25,4 anos. Em 108 casos havia apenas um fármaco suspeito. Em 39% dos casos, os antibióticos betalactâmicos foram os fármacos suspeitos, em 31% os antinflamatórios não esteroides (AINEs) e em 29,6% foram suspeitos fármacos de outras classes. Em 18,2% dos casos foi feito o diagnóstico de alergia, em 15,7% de intolerância a AINEs, em 5% de intolerância a inibidores da enzima conversora da angiotensina e em 54,1% dos casos foi excluída alergia. Quando foi aplicado o modelo em estudo a probabilidade média de diagnóstico positivo calculada para o grupo dos alérgicos foi de 73,3% (28,6% a 91,7%) e de 68,7% (8,4 a 96,4%) para o grupo dos não alérgicos, não se encontrando um limiar com bom poder discriminativo entre as duas situações (curva ROC). Conclusões: O modelo testado revelou um mau desempenho nesta população, sugerindo que os modelos preditivos necessitam de aperfeiçoamento para virem a ser uma ferramenta útil no estudo alergológico das reações a fármacos. Background: Allergic drug reactions represent an important public health problem associated with a significant mortality and morbidity. The allergy workup in this situation is expensive and time consuming. A predictive model using medical history would allow us to assess the risk of a positive result and might simplify the diagnostic process. Aims: To assess the performance of the Hierro Santorino predictive model in patients from our Immunoallergology department investigated for drug allergy. Methods: We included in our study patients referred to our department for drug allergy whose investigation was concluded between January 2017 and June 2018. We collected clinical data identified as the predictive factors in the mentioned model, as well as the results from the allergy work up. The Hierro Santorino model was then applied to our population and its performance was evaluated. Results: We analyzed 159 cases corresponding to 143 patients, 54 (37.8%) females, mean age of 42.1 ± 25.4 years. In 108 cases there was only 1 drug involved. In 39% of the cases a beta-lactam was the suspected drug, in 31% a nonsteroidal anti-inflammatory drug (NSAID) and in 29.6% other drug classes were suspected. In 18.2% of the cases the final diagnosis was positive for drug allergy, in 15.7% “NSAID intolerance” was established, 5% of the patients had “angiotensin-converting-enzyme inhibitor intolerance” and in 54.1% drug allergy was excluded. As the model under study was applied the mean probability of drug allergy was 73.3% (26.6% to 91.7%) in the allergic group and 68.7% (8.4% to 96.4%) in the non-allergic group. There was no cut-off value with capacity to discriminate between the outcomes. Conclusions: The model tested in our population revealed a poor performance suggesting that predictive models still need improving to be used as a tool in the allergy workup.
- Published
- 2020