ANTECEDENTES:

las escala de Guy y S.T.O.N.E., Nefrolitometría, CROES y el sistema de puntuación S-ReSC se validaron recientemente como predictores efectivos de la tasa libre de litiasis posterior a la nefrolitotomía percutánea.

OBJETIVO:

describir las ventajas e identificar la escala más precisa y proponer su utilización.

MATERIALES Y MÉTODOS:

estudio retrospectivo de pacientes a quienes se realizó nefrolitotomía percutánea para cálculos renales entre los meses de octubre de 2010 a julio de 2015 en un centro de referencia de atención terciaria. En todos los pacientes se indicaron estudios pre y posoperatorios de tomografía computada sin contraste para comparar las cuatro escalas, se utilizó el criterio estricto de ausencia absoluta de litiasis residual, que se consideró tasa libre.

RESULTADOS:

se estudiaron 188 pacientes en quienes la tasa libre de litiasis fue de 57.9%. Todos los sistemas de puntuación reportaron una tasa libre de cálculos estadísticamente significativa (p < 0.001), excepto las escala de Guy y S.T.O.N.E no tuvieron correlación con las complicaciones posoperatorias. Los cuatro sistemas de puntuación tuvieron una precisión similar, ninguno fue más predictivo que otro para la tasa libre de litiasis y entre ellas no hubo diferencias significativas en las áreas bajo la curva (p = 0.2). Además, cada escala tuvo una correlación con el tiempo operativo y la duración de la estancia hospitalaria.

CONCLUSIONES:

las cuatro escalas analizadas son excelentes predictores de la tasa libre de litiasis pues tuvieron receptores, curvas características de funcionamiento y áreas bajo la curva similares, sin diferencias significativas entre ellas. Sin embargo, las escalas de Guy y S.T.O.N.E tuvo la mejor capacidad predictiva y el puntaje S-ReSC fue el mejor método para predecir complicaciones. Depende de la comunidad urológica decidir cuál escala basada en la evidencia es la más adecuada. Mientras tanto, la necesidad de un método estandarizado sigue creciendo.

        · abstract in English     · text in English     · English ( pdf )