Desarrollo y validación de un modelo predictivo para la identificación de pacientes infectados por el VIH con problemas relacionados con los medicamentos. Estudio predictor
Objetivo: Desarrollar y validar un modelo predictivo para la detección de problemas relacionados con los medicamentos (PRM) en pacientes con tratamiento antirretroviral (TAR), durante su seguimiento periódico en consultas de atención farmacéutica (AF) y previamente a la dispensación. Método: Estudio...
| Autores: | , , , , , , , , , , , |
|---|---|
| Formato: | artículo |
| Fecha de publicación: | 2012 |
| País: | España |
| Recursos: | Conselleria de Salut i Consum del Govern de les Illes Balears |
| Repositorio: | Docusalut |
| Idioma: | español |
| OAI Identifier: | oai:docusalut.com:20.500.13003/26688 |
| Acesso em linha: | https://hdl.handle.net/20.500.13003/26688 |
| Access Level: | acceso abierto |
| Palavra-chave: | Adult Female Forecasting HIV Seropositivity Humans Linear Models Male Middle Aged Models, Statistical Pharmaceutical Preparations Reproducibility of Results Spain Substance-Related Disorders Adulto Femenino Predicción Seropositividad para VIH Humanos Modelos Lineales Masculino Persona de Mediana Edad Modelos Estadísticos Preparaciones Farmacéuticas Reproducibilidad de los Resultados España Trastornos Relacionados con Sustancias Tratamiento antirretroviral VIH Problemas relacionados con los medicamentos Adherencia |
| Resumo: | Objetivo: Desarrollar y validar un modelo predictivo para la detección de problemas relacionados con los medicamentos (PRM) en pacientes con tratamiento antirretroviral (TAR), durante su seguimiento periódico en consultas de atención farmacéutica (AF) y previamente a la dispensación. Método: Estudio multicéntrico, abierto, prospectivo. Se incluyeron pacientes infectados por el VIH con y sin PRM. Para el diseño del modelo se incluyeron variables demográficas, clínicas y farmacoterapéuticas (relacionadas o no con el TAR). Para encontrar factores pronósticos de PRM, se realizó un modelo de regresión logística binaria tras un análisis univariante, el cual identificó variables independientes relacionadas con PRM que fueron introducidas en el modelo multivariante para la selección final. La validez del modelo se determinó por el método Shrinkage y la capacidad discriminatoria por el estadístico C-Harrell. Resultados: Se incluyeron 733 pacientes. Las variables «adherencia», «prescripción de fármacos con necesidad de ajuste posológico» y «número de medicamentos totales prescritos (al margen del TAR)» se relacionaban de manera independiente con la aparición de PRM. Las probabilidades predichas por el modelo, personalizando los coeficientes por el método shrinkage uniforme mostraron un valor R 2 = 0,962 para la muestra de construcción y R 2 = 0,872 para la de validación. La capacidad discriminatoria del modelo fue de 0,816 para la muestra de construcción y 0,779 para la de validación. Conclusiones: El modelo predictivo desarrollado y validado permite la detección de pacientes con tratamiento antirretroviral y con mayor riesgo de sufrir un PRM. Las variables predictoras utilizadas se corresponden con las manejadas habitualmente en la historia farmacoterapéutica del paciente, permitiendo su empleo sistemático en la práctica asistencial. |
|---|