Diseño y validación de un modelo predictivo de riesgo de la fibromialgia = Study of Predictive Model of Fibromyalgia

Abstract

[spa] INTRODUCCIÓN: La fibromialgia es una enfermedad prevalente, de etiología desconocida y de difícil diagnóstico. Aunque se dispone de los criterios de Colegio Americano de Reumatología (ACR) para diagnosticarla, sigue siendo un desafío identificar a las personas con mayor riesgo de tener fibromialgia. HIPÓTESIS: 1) En un grupo de pacientes con antecedente de dolor crónico existen variables epidemiológicas objetivas, medibles y con buena capacidad predictiva para diferenciar los pacientes con fibromialgia de los pacientes cuya causa del dolor es atribuible a otras enfermedades osteoarticulares como son la artrosis, artritis reumatoide u otros tipos de artritis. 2) En un grupo de pacientes con antecedente de dolor crónico, el diseño y la validación de un modelo predictivo de la fibromialgia, brindará información relevante para la creación de una fórmula predictiva (calculadora de riesgo), capaz de cuantificar el riesgo de padecer la enfermedad. OBJETIVOS: General: Diseñar y validar un modelo predictivo para estimar el riesgo de padecer fibromialgia en un grupo de pacientes con antecedente de dolor crónico. Específicos: 1) Describir la población con antecedente de dolor crónico y comparar los factores predisponentes, desencadenantes y otras variables de interés entre pacientes con y sin fibromialgia. 2) Establecer el modelo predictivo del riesgo de padecer fibromialgia. 3) Validar el modelo y crear una fórmula predictiva (calculadora de riesgo), capaz de cuantificar el riesgo de padecer la fibromialgia (corresponde al artículo publicado). METODOLOGÍA: estudio observacional multicéntrico de cohorte retrospectiva en pacientes >18 años, que visitaron cuatro Centros de Atención Primaria de Barcelona, entre 2017-

2020. Considerando que la fibromialgia es una de las causas más comunes de dolor crónico generalizado, la muestra fue seleccionada de la población con antecedentes de dolor crónico igual o superior a tres meses de duración, con un diagnóstico confirmado de fibromialgia según los criterios ACR 1990 y diagnóstico de artritis (enfermedad crónica que cursa con un proceso de inflamación de las articulaciones, por ejemplo: artrosis, artritis reumatoide, u otros tipos de artritis como la artritis psoriásica). Se excluyeron los pacientes con deterioro cognitivo severo, enfermedad mental grave o en proceso agudo que, en opinión del investigador, podría interferir con la fiabilidad de la información. Los pacientes no diagnosticados previamente con fibromialgia y que obtuvieron una puntuación positiva para la enfermedad durante la entrevista, de acuerdo con los criterios ACR 2010, se consideraron fallos de inclusión. Las variables para establecer el modelo predictivo se agruparon en factores predisponentes, desencadenantes y otras variables de interés. Para describir la población de estudio, se recogió información relacionada con la percepción del estado actual de salud: calidad de vida, presencia de ansiedad o depresión, impacto de la enfermedad en las actividades de la vida diaria. Los cuestionarios utilizados para la recolección de datos fueron: 1) Criterios ACR 2010.

2) Cuestionario del paciente. 3) SF-36. 4) AUDIT. 5) FIQ. 6) Escala HAD ansiedad/depresión. 7) Cuestionario de Auditoria de Historias Clínicas. Se realizó un análisis univariado para determinar la distribución de las variables. Bivariado para determinar la asociación entre cada variable de estudio con la variable dependiente. Regresión logística múltiple para establecer el modelo predictivo de la fibromialgia y método de remuestreo bootstrapping para validar el modelo predictivo

final. Se estimaron los parámetros estadísticos de bondad de ajuste, sensibilidad, especificidad, valores predictivos positivos, valores predictivos negativos, falsos positivos, falsos negativos y correctamente clasificados. Los resultados del modelo final ajustado por Bootstrap shrinkage fueron utilizados para diseñar la fórmula predictiva (calculadora del riesgo) de la fibromialgia, con el fin de facilitar a los profesionales de salud una herramienta de fácil aplicación para fines clínicos. RESULTADOS: Un total de 198 sujetos con fibromialgia (93 con artrosis, 20 con otros tipos de artritis, 4 con artritis reumatoide) y 120 sin fibromialgia (116 con artrosis, 23 con otros tipos de artritis, 7 con artritis reumatoide) participaron en el estudio. Los factores predictivos del modelo final fueron la edad al inicio de los síntomas, los antecedentes familiares de primera línea de enfermedades neurológicas, la exposición a niveles de estrés, los antecedentes de estrés emocional agudo postraumático y los antecedentes personales de dolor crónico generalizado antes del diagnóstico, la comorbilidad y la prescripción farmacológica durante el año de la confirmación diagnóstica. La capacidad predictiva ajustada por Bootstrapping fue de 0,972 (IC 95%: 0,955–0,986). CONCLUSIÓN: El modelo propuesto mostró una excelente capacidad predictiva. La fórmula predictiva (calculadora de riesgo) permitirá a los profesionales de la salud tener una herramienta útil para identificar sujetos con riesgo de tener fibromialgia.

[eng] INTRODUCTION: Fibromyalgia is a prevalent disease, of unknown etiology and difficult to diagnose. Although ACR criteria are available to diagnose it, it remains a challenge to identify people at higher risk for fibromyalgia. HYPOTHESIS: 1) In a group of patients with a history of chronic pain there are objective, measurable epidemiological variables with good predictive capacity, to differentiate patients with fibromyalgia from patients whose cause of pain is attributable to other osteoarticular diseases such as osteoarthritis, arthritis and/or rheumatoid arthritis. 2) In a group of patients with a history of chronic pain, the design and validation of a predictive model of fibromyalgia will provide relevant information for the creation of a predictive formula (risk calculator), capable of quantifying the risk of suffering from the disease. OBJECTIVES: General: To design and validate a predictive model to estimate the risk of fibromyalgia in a group of patients with a history of chronic pain. Specific: 1) To describe the population with a history of chronic pain and compare the predisposing factors, triggers, and other variables of interest between patients with and without fibromyalgia. 2) Establish the predictive model of the risk of fibromyalgia. 3) Validate the model and create a predictive formula or risk calculator, capable of quantifying the risk of suffering from fibromyalgia (corresponds to the published article). METHODOLOGY: a multicenter observational retrospective cohort study in patients >18 years old, who visited four Primary Care Centers in Barcelona, between 2017-2020. Considering that fibromyalgia is one of the most common causes of chronic widespread pain, the sample was selected from the population with a history of chronic pain equal to

or greater than three months duration, with a confirmed diagnosis of fibromyalgia according to the ACR 1990 criteria and diagnosis of arthritis (a chronic disease that occurs with a process of inflammation of the joints. For example: rheumatic arthritis, osteoarthritis or other types of arthritis such as psoriatic arthritis). Patients with severe cognitive impairment, severe mental illness, or acute illness that, in the opinion of the investigator, could interfere with the reliability of the information were excluded. Patients not previously diagnosed with fibromyalgia and who scored positive for fibromyalgia during the interview according to the ACR 2010 criteria were considered inclusion failures. The variables to establish the predictive model were grouped into predisposing factors, triggers, and other variables of interest. To describe the study population, information related to the perception of the current state of health was collected: quality of life, presence of anxiety or depression, and impact of the disease on activities of daily living. The questionnaires used for data collection were: 1) ACR Criteria 2010. 2) Patient questionnaire. 3) SF-36. 4) AUDIT. 5) FIQ. 6) HAD anxiety /depression scale. 7) Medical Records Audit Questionnaire. A univariate analysis was performed to determine the distribution of the variables. Bivariate to determine the association between each study variable with the dependent variable. Multiple logistic regression to establish the predictive model of fibromyalgia. Bootstrapping sampling method to validate the final predictive model. The statistical parameters of the goodness of fit, sensitivity, specificity, positive predictive values, negative predictive values, false positives, false negatives, and correctly classified were estimated. The results of the final model adjusted by Bootstrap shrinkage were used to

design the fibromyalgia risk calculator to provide health professionals with an easy-to- apply tool for clinical purposes. RESULTS: A total of 198 subjects with fibromyalgia (93 with osteoarthritis, 20 with other types of arthritis, 4 with rheumatoid arthritis) and 120 without fibromyalgia (116 with osteoarthritis, 23 with other types of arthritis, 7 with rheumatoid arthritis) participated in the study. Final model predictors were age at symptom onset, first-line family history of neurological diseases, exposure to stress levels, history of acute post-traumatic emotional stress, and personal history of chronic generalized pain before diagnosis, comorbidity, and drug prescription during the year of diagnostic confirmation. The predictive capacity adjusted by Bootstrapping was 0.972 (95% CI: 0.955–0.986). CONCLUSION: The proposed model showed excellent predictive ability. The risk calculator designed from the predictive model gives health professionals a useful tool to identify subjects at risk of fibromyalgia.