Prediction of acetaminophen-induced hepatotoxicity in acetylcysteine-treated patients using routine admission biomarkers

Resumen Técnico: Predicción de la hepatotoxicidad inducida por acetaminofén en pacientes tratados con N-acetilcisteína utilizando biomarcadores de ingreso rutinarios

Planteamiento del problema
La sobredosis de acetaminofén (paracetamol) es una causa principal de lesión hepática aguda y fallo hepático. Si bien la N-acetilcisteína (NAC) es un antídoto altamente eficaz que previene la hepatotoxicidad (definida como un pico de alanina aminotransferasa [ALT] >1.000 U/L) en la mayoría de los pacientes tratados, una minoría clínicamente significativa sigue progresando hacia una lesión hepática grave. Las guías actuales sugieren intervenciones intensificadas (p. ej., dosis incrementada de NAC, fomepizole coadyuvante, derivación temprana para trasplante) para estos pacientes de alto riesgo, pero las herramientas existentes tienen dificultades para identificar prospectivamente a este grupo en el momento del ingreso. El estándar de referencia actual, el producto ALT×APAP (multiplicación de la ALT al ingreso y la concentración de acetaminofén), señala a una gran proporción de pacientes que no desarrollarán hepatotoxicidad, lo que conduce a escaladas innecesarias en la atención. Existe la necesidad de un modelo que utilice únicamente biomarcadores de ingreso rutinarios para estratificar mejor el riesgo residual entre los pacientes que ya reciben la terapia estándar con NAC.

Metodología
Este estudio empleó un diseño de cohorte retrospectiva que involucró 4.705 ingresos de adultos y pediátricos por sobredosis de acetaminofén en tres hospitales del NHS en el Reino Unido (2008–2024). Los criterios de inclusión requirieron una ALT de ingreso ≤1.000 U/L, excluyendo a los pacientes que ya habían cumplido el criterio de valoración de hepatotoxicidad en la primera extracción de sangre.

• Datos y predictores: El estudio utilizó 17 predictores candidatos disponibles dentro de ±2 horas de la primera ALT, incluyendo paneles estándar (concentración de acetaminofén, hemograma completo, pruebas de función hepática, función renal, electrolitos y coagulación). Los datos faltantes se manejaron mediante imputación múltiple por ecuaciones encadenadas (50 imputaciones).
• Desarrollo del modelo: Los autores desarrollaron un modelo de regresión logística de elasticidad neta (elastic-net) estratificado. Los pacientes se dividieron en dos estratos basados en la ALT de presentación: "pre-lesión" (ALT ≤50 U/L) y "lesión temprana" (ALT 51–1.000 U/L). Esta estratificación se derivó mediante partición recursiva para distinguir entre pacientes sin lesión bioquímica y aquellos con lesión temprana establecida.
• Selección de variables: Utilizando una regla de un error estándar sobre la discriminación de validación cruzada, el modelo seleccionó el menor número de predictores necesarios para mantener el rendimiento. Esto resultó en un modelo parsimonioso que utiliza cuatro predictores por estrato (siete pruebas distintas en total).
• Validación: El conjunto de datos se dividió en 75%/25% en conjuntos de entrenamiento y de prueba (held-out test set). El modelo fue validado internamente en el conjunto de prueba (n=1.175; 29 eventos). El rendimiento se comparó con el producto ALT×APAP (umbral >1.500) utilizando el área bajo la curva de la característica operativa del receptor (AUROC), sensibilidad/especificidad emparejadas, análisis de la curva de decisión y cocientes de verosimilitud.

Contribuciones clave y estructura del modelo
La contribución principal es la "Puntuación de Riesgo de Edimburgo" (Edinburgh Risk Score), un modelo multivariable estratificado que identifica a los pacientes tratados con N-acetilcisteína con mayor riesgo residual utilizando únicamente pruebas de sangre de rutina.

• Estrato de pre-lesión (ALT ≤50 U/L): Utiliza la concentración de acetaminofén, sodio, potasio y recuento de linfocitos.
• Estrato de lesión temprana (ALT 51–1.000 U/L): Utiliza ALT, fosfatasa alcalina, bilirrubina y recuento de linfocitos.
• Implementación: El modelo es una ecuación logística simple con coeficientes divulgados, lo que permite su cálculo mediante calculadoras estándar o integración en la historia clínica electrónica sin requerir software de "caja negra" o ensayos novedosos.

Resultados
En el conjunto de prueba, la Puntuación de Riesgo de Edimburgo demostró una discriminación superior en comparación con el estándar actual:

• Discriminación: El modelo alcanzó un AUROC de 0,93 (IC 95% 0,89–0,97), superando significativamente a la regla ALT×APAP (AUROC 0,82; IC 95% 0,72–0,91). La diferencia pareada fue de 0,11 (p=0,03).
• Características operativas: Con una sensibilidad igualada a la práctica actual (89,7%), el modelo logró una especificidad de 82,5% en comparación con el 62,6% de la regla ALT×APAP. Esto resultó en un cociente de verosimilitud positivo de 5,11 frente a 2,39.
• Impacto clínico: Con la sensibilidad emparejada, el modelo redujo las escaladas de falsos positivos en más de la mitad (171 por cada 1.000 pacientes frente a 365 por cada 1.000 para la regla actual).
• Robustez: El modelo mantuvo un alto rendimiento en ambos regímenes de N-acetilcisteína del Reino Unido (protocolos de 21 horas y SNAP) y mostró una especificidad consistente en el subgrupo pediátrico, aunque el pequeño número de eventos pediátricos impidió estimaciones de sensibilidad estables.

Significancia y alegatos
Los autores sostienen que este estudio proporciona una herramienta validada para extraer señal predictiva adicional de las pruebas de sangre de ingreso rutinarias, abordando una brecha en la gestión actual donde las guías carecen de un método validado para identificar a los pacientes que progresarán a pesar del tratamiento estándar.

• Superioridad a través de los umbrales: A diferencia de las herramientas que pueden funcionar bien solo en un punto de corte arbitrario, este modelo supera a la regla ALT×APAP en todo el rango de umbrales de decisión, ofreciendo una mayor especificidad para cualquier sensibilidad dada.
• Utilidad clínica: El modelo respalda la selección de pacientes para terapia intensificada o monitorización estrecha en el momento de la decisión inicial del tratamiento. Al reducir los falsos positivos, tiene como objetivo minimizar la utilización innecesaria de recursos mientras asegura la identificación de los pacientes de alto riesgo.
• Modestia y limitaciones: Los autores declaran explícitamente que este es un estudio validado internamente dentro de una sola junta de salud; la validación externa en diferentes poblaciones es esencial antes de su adopción clínica. Señalan que la calibración está limitada por la baja tasa de eventos en el estrato de pre-lesión y que el modelo no pretende determinar la duración de la NAC, desviar pacientes de la NAC, ni servir como una herramienta de pronóstico general. El umbral óptimo para la intervención sigue siendo una cuestión de economía de la salud dependiente de la intervención específica (p. ej., observación frente a derivación para trasplante), más que una propiedad estadística fija de la puntuación.