La combinación de la determinación de parámetros bioquímicos del líquido pleural mejora la predicción diagnóstica de la infección pleural complicada/empiema / The Combined Use of Pleural Fluid Parameters Improves Diagnostic Accuracy in Complicated Pleural Infection/Empyema

RESUMEN

Introducción: Predecir cuándo un derrame pleural infeccioso puede evolucionar hacia una infección complicada/empiema es difícil de establecer. Nuestro propósito es analizar si un modelo predictivo construido con parámetros bioquímicos del líquido pleural puede ayudar a identificar estos derrames. Métodos: Se estudió de forma prospectiva a todos los pacientes diagnosticados de derrame pleural infeccioso y se clasificaron en no complicados y complicados/empiemas. Se realizó un análisis de regresión logística para estimar la probabilidad de infección pleural complicada/empiema. Con base en parámetros bioquímicos del líquido pleural, se construyó un modelo predictivo y se determinaron su discriminación (áreas bajo la curva ROC), calibración y precisión diagnóstica. Resultados: Se incluyó a 177 pacientes (74 infecciones pleurales no complicadas y 103 complicadas/empiemas). El área bajo la curva del modelo construido (pH, lactato deshidrogenasa e interleucina 6) fue 0,9783, significativamente mejor que cualquiera de las variables bioquímicas utilizadas de forma individual (0,921, 0,949 y 0,837, respectivamente; p < 0,001 usando todos los parámetros). La tasa de clasificación correcta fue del 96% de los derrames (170/177; 72/74 [97,3%] de los no complicados y 98/103 [95,1%] de los complicados/empiemas). Conclusión: El modelo predictivo analizado tiene una buena rentabilidad para el diagnóstico de las infecciones pleurales complicadas/empiemas, superior a la de cualquiera de las variables individuales que lo componen

ABSTRACT

Introduction: Identifying infectious pleural effusions (IPE) that will progress to complicated infection or empyema is challenging. The purpose of this study was to determine whether a model based on multiple biochemical parameters in pleural fluid can predict which IPEs will produce empyema. Methods: A prospective study was performed of all cases of IPEs treated in our unit. IPEs were classified as uncomplicated or complicated (empyema). Logistic regression was used to estimate the risk for complicated pleural infection (empyema). A predictive model was developed using biochemical parameters in pleural fluid. Discriminatory power (areas under the ROC curve), calibration, and diagnostic accuracy of the model were assessed. Results: A total of 177 patients were included in the study (74 with uncomplicated infectious pleural effusion, and 103 with complicated pleural effusion/empyema). The area under the curve (AUC) for the model (pH, lactate dehydrogenase and interleukin 6) was 0.9783, which is significantly superior to the AUC of the individual biochemical parameters alone (0.921, 0.949, and 0.837, respectively; P <.001 using all parameters). The rate of correct classification of infectious pleural effusions was 96% [170/177 72/74 (97.3%) for uncomplicated and 98/103 (95.1%) for complicated effusion (empyema)]. Conclusion: The multiple-marker model showed better diagnostic performance for predicting complicated infectious pleural effusion (empyema) compared to individual parameters alone