Nuevas estrategias de cribado de enfermedad renal crónica en pacientes de alto riesgo
Datos generales
Experiencia en el área de diagnóstico.
Hospital Clínico Universitario de València
Comunidad Valenciana
Valencia
Autor/es:
JL Górriz, E. Rodríguez-Borja, F. Moncho-Francés, R. Murria-Estal, E. Giménez-Civera, MJ Puchades-Montesa, A. Pozo-Giráldez
Descripción
Ámbito en el que impacta la experiencia: Área de salud
Áreas y/o niveles asistenciales implicados: Especialidades
Área de especialidad médica: Nefrología
Público al que se dirige: Profesionales sanitarios
Tiempo de desarrollo: Más de dos meses
Objetivo y necesidad que cubre:
El objetivo principal de este proyecto es diseñar e implementar una metodología eficiente y práctica para la detección precoz de la Enfermedad Renal Crónica (ERC) en pacientes de alto riesgo, como aquellos con diabetes mellitus, hipertensión arterial, obesidad o edad avanzada. Esta metodología tiene como finalidad identificar a estos pacientes en estadios iniciales de la enfermedad para aplicar estrategias de prevención y tratamiento nefroprotectoras que frenen la progresión hacia estadios avanzados y reduzcan las complicaciones asociadas.
Además, busca optimizar la colaboración entre los servicios de atención primaria y especializada, integrando herramientas tecnológicas avanzadas, como los Sistemas de Apoyo a la Decisión Clínica (SADC), para garantizar una detección y seguimiento más efectivos. Este enfoque no solo pretende beneficiar a los pacientes directamente afectados por la ERC, sino también mejorar la eficiencia y sostenibilidad del sistema sanitario al reducir la carga de la enfermedad.
La ERC es una enfermedad global con una prevalencia en aumento, que afecta a más del 10% de la población mundial y cuya incidencia se espera que continúe creciendo debido a factores como el envejecimiento poblacional, la diabetes tipo 2, la hipertensión arterial y la obesidad. Esta condición frecuentemente avanza de manera silenciosa, sin síntomas evidentes en sus primeras etapas, lo que dificulta su diagnóstico y tratamiento temprano. En estadios avanzados, la ERC puede requerir el uso de terapias sustitutivas como la diálisis o el trasplante renal, lo que representa un coste elevado tanto en términos económicos como de calidad de vida para los pacientes.
Actualmente, los sistemas de salud enfrentan varios desafíos en la detección de la ERC:
1. Subdiagnóstico en poblaciones de riesgo: A pesar de las recomendaciones internacionales, solo un 25% de los pacientes hipertensos y menos del 50% de los pacientes diabéticos reciben cribados sistemáticos para la ERC.
2. Falta de integración tecnológica: Las herramientas actuales para el cribado de la ERC en atención primaria y especializada no son suficientemente eficaces ni están adecuadamente implementadas.
3. Coste elevado en estadios avanzados: El tratamiento de las complicaciones asociadas con la ERC avanzada resulta extremadamente costoso para los sistemas sanitarios.
4. Impacto en la calidad de vida: La detección tardía limita las opciones terapéuticas y deteriora significativamente la calidad de vida de los pacientes.
Solución propuesta por el proyecto
Este proyecto aborda estas necesidades mediante:
• Focalización en grupos de riesgo: Centrándose en pacientes con diabetes, hipertensión, obesidad o mayores de 65 años, que representan una proporción significativa de aquellos en riesgo de desarrollar ERC.
• Integración de tecnología avanzada: Utilizando el sistema AlinIQ CDS, un sistema de apoyo a la decisión clínica que facilita el cribado automatizado y la estratificación de riesgo basada en datos clínicos y analíticos.
• Implementación de un enfoque costo-efectivo: Permitirá intervenciones tempranas que reduzcan las complicaciones de la ERC y, a largo plazo, los costos asociados a su tratamiento avanzado.
• Colaboración entre niveles asistenciales: Estableciendo protocolos que mejoren la comunicación y coordinación entre atención primaria y especializada, asegurando un seguimiento más eficiente y efectivo.
• Reducción de inequidades en salud: Detectando y abordando sesgos potenciales de género, raza o localización geográfica en la atención de la ERC.
Impacto esperado
La implementación de esta metodología tendrá beneficios tanto para los pacientes como para el sistema sanitario:
• Mejora en la calidad de vida: Diagnósticos más tempranos permitirán a los pacientes mantener una mejor calidad de vida y prevenir complicaciones graves.
• Reducción de la carga económica: La detección precoz es significativamente menos costosa que tratar a pacientes en estadios avanzados de la ERC.
• Innovación tecnológica en salud: La utilización de sistemas de apoyo a la decisión clínica establecerá un nuevo estándar para el cribado de enfermedades crónicas.
• Aplicación escalable: Esta metodología podría extenderse a otras enfermedades crónicas no transmisibles, aumentando su aplicabilidad en las políticas públicas de salud.
En resumen, este proyecto no solo responde a una necesidad apremiante en la gestión de la ERC, sino que también propone una solución innovadora y sostenible que puede transformarse en un modelo replicable para mejorar la detección y manejo de enfermedades crónicas en general.
Puesta en marcha
La implementación del proyecto se inició con la integración del sistema AlinIQ CDS, una herramienta de apoyo a la decisión clínica, en los sistemas de información sanitaria de los centros participantes. Este sistema fue configurado para automatizar el cribado de la ERC en poblaciones de alto riesgo, utilizando datos de registros médicos electrónicos y resultados analíticos. La puesta en marcha también incluyó el diseño de perfiles de cribado específicos para los médicos de atención primaria, que les permitieron solicitar las pruebas pertinentes según los criterios establecidos.
Experiencia adquirida
El sistema facilitó la estratificación del riesgo y la remisión de pacientes a nefrología cuando cumplían los criterios definidos por las guías KDIGO. Este enfoque permitió identificar a pacientes con ERC de manera más eficiente, reduciendo la carga de trabajo manual para los médicos y mejorando la coordinación entre niveles asistenciales. Además, los datos generados fueron esenciales para evaluar la efectividad del programa y guiar decisiones futuras.
Se realizó una prueba piloto de cara a valorar la sostenibilidad del proyecto en términos de consultas generadas. Únicamente el 1,1 % de los pacientes a los que se realizaba el cribado, llegaban a CCEE de Nefrología. Los resultados se adjuntan en el material suplementario
Impacto previsto
Impacto en salud: 3
Impacto socio-sanitario: 3
Impacto organizativo: 3
Impacto economico: 3
Impacto en los trabajadores: 2
Experiencia de usuario: 3
Resultados
Esperados
Recursos utilizados: Recursos materiales
¿Has utilizado indicadores de medición de resultados en tu experiencia?
Si. En el marco del proyecto, se definieron indicadores clave para evaluar la efectividad del cribado de Enfermedad Renal Crónica (ERC) en pacientes de alto riesgo. Estos indicadores están enfocados en medir el impacto en la detección temprana, la optimización del tratamiento y la sostenibilidad del sistema sanitario. Entre los principales indicadores destacan:
1. Tasa de pacientes diagnosticados con ERC:
o Porcentaje de pacientes con factores de riesgo (diabetes, hipertensión, obesidad o edad > 65 años) que reciben determinaciones de cociente albúmina/creatinina (CAC) y filtrado glomerular estimado (FGe) antes y después de la implementación del proyecto.
2. Detección de nuevos casos de ERC:
o Número de pacientes con detección de novo de ERC tras la aplicación del protocolo de cribado.
3. Optimización del tratamiento nefroprotector:
o Porcentaje de pacientes diagnosticados con ERC que reciben tratamientos recomendados, como inhibidores del Sistema Renina Angiotensina Aldosterona (BSRAA) o inhibidores de SGLT2.
4. Remisiones a nefrología:
o Porcentaje de pacientes con criterios de remisión a nefrología (TFGe 30 mg/g) derivados desde atención primaria al servicio especializado.
5. Cobertura poblacional:
o Proporción de la población mayor de 65 años y pacientes con factores de riesgo que han recibido pruebas de cribado en el último año.
6. Impacto económico:
o Reducción en los costos asociados al manejo de pacientes con ERC avanzada, derivado de un diagnóstico y tratamiento más tempranos.
7. Indicadores de equidad:
o Análisis de posibles sesgos en la detección de ERC según género, raza u otras variables demográficas.
¿Lecciones aprendidas? ¿Cambios/mejoras importantes realizadas? ¿Logros? ¿Conclusiones?
El proyecto está aún en fase de desarrollo, no obstante, podemos valorar ciertos aprendizajes del mismo:
Lecciones aprendidas
1. Importancia de la integración tecnológica:
La implementación de un sistema de apoyo a la decisión clínica (SADC) puede ser una herramienta clave para mejorar la detección de la ERC en atención primaria, pero también para poner de manifiesto la necesidad de una interoperabilidad completa entre los sistemas hospitalarios y los registros médicos electrónicos.
2. Detección temprana como estrategia costo-efectiva:
Centrar el cribado en grupos de riesgo es una estrategia eficiente tanto en términos de recursos como de resultados en salud a falta de la valoración.
3. Barreras en la implementación:
La falta de uniformidad en los sistemas de información entre centros hospitalarios y de atención primaria destacó como un desafío importante.
Cambios y mejoras importantes realizadas
1. Ajustes en el algoritmo del SADC:
Durante la fase piloto, se refinaron los criterios de progresión y remisión para evitar falsos positivos y optimizar la derivación de pacientes a nefrología. Puede que en el futuro sean necesarios nuevos ajustes.
2. Simplificación del flujo de trabajo para los médicos:
Se introdujeron perfiles de cribado automatizados en el sistema de laboratorio, eliminando la necesidad de que los médicos realicen solicitudes manuales cuando los pacientes cumplen los criterios.
3. Ampliación del alcance del cribado:
Se añadieron nuevas métricas, como la evaluación de áreas geográficas con mayor prevalencia de ERC no diagnosticada, para enfocar mejor los recursos.
4. Refuerzo en la formación:
Se plantea realizar talleres prácticos para la formación de profesionales en áreas con más agregación de casos de ERC.
Propuestas de mejora
Probablemente en el futuro la implementación de modelos de IA puede ayudar a elaborar las respuesta de forma automatizada generando un sistema de priorización para la citación de los pacientes en CCEE nefrología, garantizando la equidad del sistema.Observaciones
Este proyecto puede mejorar la calidad de vida de los pacientes con enfermedad renal y disminuir el impacto de la misma sobre el sistema socio-sanitario disminuyendo las complicaciones derivadas de los estadios avanzados de la enfermedad.
Ficheros adjuntos
Documento 1 Documento 2Bibliografía
1. Webster AC, Nagler EV, Morton RL, Masson P. Chronic Kidney Disease. Lancet Lond Engl. 2017;389(10075):1238-52.
2. Kidney Disease: Improving Global Outcomes (KDIGO) CKD Work Group. KDIGO 2024 Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease. Kidney Int. 2024;105(4S): S117–S314.
3. Farrell DR, Vassalotti JA. Screening, identifying, and treating chronic kidney disease: why, who, when, how, and what? BMC Nephrol. 2024;25(1):1-13.
4. Mosenzon O, Raz I, Wiviott SD, Schechter M, Goodrich EL, Yanuv I, et al. Dapagliflozin and Prevention of Kidney Disease Among Patients With Type 2 Diabetes: Post Hoc Analyses From the DECLARE-TIMI 58 Trial. Diabetes Care. 2022;45(10):2350-9.
5. Lee JY, Han SH. Blood pressure control in patients with chronic kidney disease. Korean J Intern Med. 2021;36(4):780.
6. Gohda T, Murakoshi M. Sodium-Glucose Cotransporter-2 Inhibitors-Miracle Drugs for the Treatment of Chronic Kidney Disease Irrespective of the Diabetes Status: Lessons from the Dedicated Kidney Disease-Focused CREDENCE and DAPA-CKD Trials. Int J Mol Sci. 2022;23(22):13749.
7. Darbà J, Marsà A. Chronic kidney disease in Spain: analysis of patient characteristics, incidence and direct medical costs (2011-2017). J Med Econ. 2020;23(12):1623-9.
8. van Dipten C, van Berkel S, van Gelder VA, Wetzels JFM, Akkermans RP, de Grauw WJC, et al. Adherence to chronic kidney disease guidelines in primary care patients is associated with comorbidity. Fam Pract. 2017;34(4):459-66.
9. García-Maset R, Bover J, Segura de la Morena J, Goicoechea Diezhandino M, Cebollada del Hoyo J, Escalada San Martín J, et al. Documento de información y consenso para la detección y manejo de la enfermedad renal crónica. Nefrología. 2022;42(3):233-64.
10. Chronic Kidney Disease Testing Among Primary Care Patients With Type 2 Diabetes Across 24 U.S. Health Care Organizations. 2021;44.
11. Manski-Nankervis JA, Alexander K, Biezen R, Jones J, Hunter B, Emery J, et al. Towards optimising chronic kidney disease detection and management in primary care: Underlying theory and protocol for technology development using an Integrated Knowledge Translation approach. Health Informatics J. 2021;27(2):14604582211008227.
12. Harada T, Miyagami T, Kunitomo K, Shimizu T. Clinical Decision Support Systems for Diagnosis in Primary Care: A Scoping Review. Int J Environ Res Public Health. 2021;18(16):8435.