Predicción de la recaída o recurrencia de la depresión

¿Cuál es el objetivo de esta revisión?

Las recaídas y las recurrencias (volver a sentirse mal después de haber mejorado) son frecuentes en la depresión y provocan un aumento de la discapacidad y una disminución de la calidad de vida de los pacientes. La recaída es la reaparición del episodio inicial de depresión tras una cierta mejoría inicial, mientras que la recurrencia es la aparición de un nuevo episodio de depresión tras la recuperación. Los desenlaces, como la recaída y la recurrencia, a veces pueden predecirse mientras las personas están bien, utilizando la información disponible en ese momento. Se puede realizar un cálculo matemático para evaluar el riesgo individual de una persona; este cálculo se conoce como "modelo de pronóstico" o herramienta de predicción. En la mayoría de los servicios sanitarios, incluido el National Health Service (NHS) del Reino Unido, los recursos, como los médicos y los terapeutas, se deben emplear de la mejor manera posible para las personas que más se beneficiarán de ellos. Si se dispone de herramientas exactas de predicción, la información puede utilizarse para identificar a los pacientes de mayor "riesgo" y asegurarse de que reciben apoyo adicional para intentar evitar una recaída o una recurrencia.

El objetivo de esta revisión fue identificar los estudios que han intentado elaborar una herramienta de predicción para la recaída o recurrencia de la depresión en adultos. Hubo interés en los estudios que intentaron hacer esta predicción mientras los pacientes estaban bien. También se incluyeron herramientas que predecían la posibilidad de que los pacientes siguieran estando bien. Si se hubiesen encontrado varios estudios que analizasen la misma herramienta de predicción, se había planificado combinarlos para elaborar un mejor resumen sobre la eficacia de esa herramienta.

Mensajes clave

Se identificaron diez herramientas de predicción (en 11 estudios) para la recaída o la recurrencia. Estas herramientas o bien no demostraron ser buenas para predecir la recaída/recurrencia, o bien los estudios tuvieron problemas con su realización, lo que significa que ninguna de las herramientas de predicción estaba en una fase en la que se pudiera utilizar en la vida real. Se necesita trabajar más para mejorar la predicción de la recaída o la recurrencia de la depresión.

¿Qué se estudió en la revisión?

Se recopilaron y analizaron los resultados de 11 estudios relevantes. Hubo interés en varias cuestiones: cómo habían definido los investigadores la recaída y la recurrencia (por ejemplo, si habían utilizado entrevistas clínicas o cuestionarios respondidos por el paciente para diagnosticar los síntomas depresivos); qué información se había recopilado para ayudar a hacer predicciones; las técnicas utilizadas por los investigadores para ayudar a desarrollar las herramientas; y cómo de bien predecían las herramientas. También interesaba saber si las herramientas se habían analizado en un grupo separado de participantes, lo cual es esencial para garantizar que el modelo pueda predecir con exactitud en pacientes del mundo real.

Por último, se evaluaron los estudios para determinar el grado de confianza en los resultados, considerando los enfoques adoptados por los investigadores (lo que se denomina "riesgo de sesgo") y la relevancia de los estudios para la revisión (denominado "aplicabilidad").

¿Cuáles son los principales resultados de la revisión?

Se encontraron 11 estudios. Diez de ellos desarrollaron modelos diferentes y un estudio examinó uno de los modelos desarrollados en un estudio anterior. No fue posible combinar los resultados de ninguna herramienta concreta.

Diez de los 11 estudios se consideraron en alto riesgo de sesgo. Esto significa que no se puede confiar en los resultados presentados, debido a algunos problemas con la forma en que se realizaron los estudios. El problema más común fue que los estudios no incluían suficientes participantes. Otros problemas frecuentes tenían que ver con los métodos estadísticos utilizados por los investigadores.

Uno de los estudios tenía un riesgo general de sesgo bajo, lo que significa que se puede confiar más en sus resultados. Sin embargo, la herramienta estudiada no hizo predicciones exactas sobre la recaída o la recurrencia.

No se encontraron estudios que pudieran utilizarse en la práctica clínica; se necesita trabajar más para desarrollar herramientas para predecir la recaída o la recurrencia de la depresión.

¿Cuál es el grado de actualización de la revisión?

La búsqueda bibliográfica para esta revisión se completó en mayo de 2020.

Conclusiones de los autores: 

De los diez modelos pronósticos identificados (en 11 estudios), solo cuatro se sometieron a validación externa. La mayoría de los estudios (n = 10) se evaluaron con un alto riesgo general de sesgo, y el único estudio con bajo riesgo de sesgo presentó un modelo con un rendimiento predictivo deficiente. Es necesario mejorar la investigación pronóstica en esta área clínica, con estudios futuros que se ajusten a las recomendaciones actuales de mejores prácticas para el desarrollo/validación de modelos pronósticos y la publicación de los resultados en línea con la declaración Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD).

Leer el resumen completo…
Antecedentes: 

La recaída (la reaparición de los síntomas depresivos después de un cierto nivel de mejoría, pero antes de la recuperación) y la recurrencia (la aparición de un nuevo episodio depresivo después de la recuperación) son habituales en la depresión, conducen a peores desenlaces y calidad de vida de los pacientes y tienen un alto coste económico en la sociedad. Los desenlaces pueden predecirse mediante el uso de modelos de pronóstico multivariables, que utilizan información sobre varios predictores para producir una estimación de riesgo individualizada. La capacidad de predecir con exactitud la recaída o la recurrencia mientras los pacientes están bien (en remisión) permitiría identificar a aquellas personas en riesgo alto y podría mejorar los desenlaces globales del tratamiento de los pacientes al permitir una asignación más eficiente de las intervenciones para prevenir la recaída y la recurrencia.

Objetivos: 

Resumir el rendimiento predictivo de los modelos pronósticos desarrollados para predecir el riesgo de recaída, recurrencia, remisión sostenida o recuperación en adultos con trastorno depresivo mayor que cumplen los criterios de remisión o recuperación.

Métodos de búsqueda: 

Se hicieron búsquedas en la Biblioteca Cochrane (número actual); Ovid MEDLINE (desde 1946); Ovid Embase (desde 1980); Ovid PsycINFO (desde 1806); y en Web of Science (desde 1900) hasta mayo de 2020. También se realizaron búsquedas en fuentes de literatura gris, se examinaron las listas de referencias de los estudios incluidos y se realizó una búsqueda de citas hacia adelante. No se aplicaron restricciones de fecha, idioma ni de estado de publicación en la búsqueda.

Criterios de selección: 

Se incluyeron estudios de desarrollo y de validación externa (que analizan el rendimiento del modelo en datos separados de los datos de desarrollo) de cualquier modelo de pronóstico multivariable (que incluya dos o más predictores) para predecir la recaída, la recurrencia, la remisión sostenida o la recuperación en adultos (de 18 años o más) con depresión remitida, en cualquier contexto clínico. Se incluyeron todos los diseños de estudios y se aceptaron todas las definiciones de recaída, recurrencia y otros desenlaces relacionados. No se especificó un modelo pronóstico de comparación.

Obtención y análisis de los datos: 

Dos autores de la revisión examinaron de forma independiente las referencias; extrajeron los datos (con una plantilla basada en la CHecklist for Critical Appraisal and data extraction for Systematic Reviews of prediction Modelling Studies [CHARMS]) y evaluaron el riesgo de sesgo de los estudios incluidos (mediante la herramienta Prediction model Risk of Bias Assessment Tool [PROBAST]). Cualquier desacuerdo se derivó a un tercer autor de la revisión independiente. En los casos en los que se encontraron suficientes (diez o más) estudios de validación externa de un modelo individual, se planificó realizar un metanálisis de su rendimiento predictivo, específicamente con respecto a su calibración (grado de coincidencia de las probabilidades predichas con las proporciones observadas de personas que experimentan el desenlace) y la discriminación (capacidad del modelo para diferenciar entre aquellos con y sin el desenlace). No fue posible calificar las recomendaciones con el método GRADE, ya que aún no se dispone de directrices para revisiones de modelos pronósticos.

Resultados principales: 

Se identificaron 11 estudios de modelos pronósticos elegibles (diez modelos pronósticos únicos). Siete eran estudios de desarrollo de modelos; tres eran estudios de desarrollo de modelos y validación externa; y uno era un estudio de validación externa únicamente. Varias estimaciones de las medidas de rendimiento no estuvieron disponibles para ninguno de los modelos y, por tanto, no fue posible realizar un metanálisis. Diez de los 11 estudios incluidos se consideraron en riesgo general de sesgo alto. Los puntos débiles comunes fueron el tamaño muestral insuficiente, el tratamiento inadecuado de los datos faltantes y la falta de información sobre la discriminación y la calibración. Un artículo (Klein 2018) tuvo un riesgo general de sesgo bajo y presentó un modelo pronóstico que incluía los siguientes predictores: número de episodios depresivos previos, síntomas depresivos residuales e intensidad del último episodio depresivo. El rendimiento predictivo externo de este modelo fue deficiente (estadístico C 0,59; pendiente de calibración 0,56; intervalos de confianza no informados). Ninguno de los estudios identificados examinó la utilidad clínica (beneficio neto) del modelo desarrollado.

Notas de traducción: 

La traducción de las revisiones Cochrane ha sido realizada bajo la responsabilidad del Centro Cochrane Iberoamericano, gracias a la suscripción efectuada por el Ministerio de Sanidad del Gobierno de España. Si detecta algún problema con la traducción, por favor, contacte con comunica@cochrane.es.

Tools
Information
Share/Save