Predictive capacity of fracture risk assessment tools: overview of systematic reviews

Investigadores: Griselda-Adriana Cruz-Priego, Berenice Araiza-Nava, Lucía Méndez-Sánchez, Delfino Vargas-Chanes, Patricia Clark

El artículo es una revisión panorámica de revisiones sistemáticas (overview of systematic reviews). El objetivo principal de la revisión fue resumir la comprensión actual de las herramientas de predicción del riesgo de fractura que se utilizan actualmente en la práctica clínica. El diseño del estudio siguió la metodología propuesta por la Colaboración Cochrane y PRISMA. Se incluyeron revisiones sistemáticas (RS) que evaluaron la capacidad predictiva de cualquier herramienta, algoritmo o instrumento para el riesgo de fractura, con o sin la medición de la densidad mineral ósea (BMD). La revisión identificó un total de 26 herramientas diferentes que se utilizan actualmente para predecir el riesgo de fractura. La cantidad de factores de riesgo considerados en las herramientas predictivas varía drásticamente, desde el modelo BWC, que utiliza una sola variable predictora, hasta la herramienta GSOS, que incorpora 21,717 variables (muchas de las cuales son polimorfismos de un solo nucleótido o SNPs). Aunque se identificaron 26 herramientas, solo un subconjunto (n = 11) había sido evaluado en al menos dos estudios de validación externa. Las herramientas con mayor frecuencia de validación incluyen FRAX (con 50 publicaciones reportadas), GARVAN (con 16) y QFracture (con 4). La gran mayoría de los modelos se encuentran en el rango de 0.7 a 0.75, lo que se considera un rendimiento aceptable a excelente, y ninguno superior al 90%. La revisión concluye que, si bien la mayoría de los modelos tienen un rendimiento en el rango de 0.7 a 0.75, es crucial considerar las diferencias entre las herramientas de predicción, el número de factores de riesgo considerados y la naturaleza de las variables, ya que esto impactará la viabilidad de su uso en la práctica clínica. Las diferencias en los resultados de predicción pueden depender también del sexo, la edad, los tipos de fractura y los intervalos temporales de la predicción.

Abrir el Paper