Nuevas ecuaciones para estimar las concentraciones séricas de creatinina por el método de Jaffé compensado

Carlos Antonio Rodríguez García, Raymed Antonio Bacallao Méndez, Yanetsy Córdova Rodríguez

Texto completo:

HTML PDF

Resumen

Introducción: Las mediciones de la creatinina sérica se suelen hacer por el método cinético de Jaffé (picrato alcalino), pero este resulta inexacto, por interferencias.
Objetivo: Diseñar ecuaciones que permitan corregir los valores de creatinina sérica medidos por el método cinético de Jaffé .
Métodos: Estudio experimental metodológico. Se trabajó con valores de creatinina sérica obtenidos de sujetos que se realizaron exámenes de laboratorio, en el Instituto de Nefrología y el Pediátrico de Centro Habana, La Habana, Cuba; por 3 métodos: Cinético de Jaffé IDMS-trazable (gold standard), cinético de Jaffé automatizado, y cinético de Jaffé manual. Se utilizó el software SPSS 21.0 para realizar análisis de frecuencias, prueba t de Student para comparación de medias, correlación de Pearson, regresión múltiple y análisis de residuos. Se realizó regresión lineal simple para obtener las ecuaciones de corrección.
Resultados: Se incluyeron 449 sujetos. Se crearon 4 ecuaciones de corrección, según el método de mensuración y niveles de creatinina. Se halló la prueba t de Student significativa en ambas comparaciones, correlaciones de Pearson fuertes con r2 por encima de 0,75. La media y desviación estándar de creatinina, una vez corregidas fueron semejantes al gold standard, la correlación de Pearson, 0,918 y 0,889 precorrección y 0,996 y 0,995 poscorrección para los métodos automatizado y manual, respectivamente.
Conclusiones: Se presentan 4 ecuaciones obtenida, para corregir las concentraciones de creatinina sérica, mensuradas por el método cinético de Jaffé, correspondientes a los valores de creatinina inferiores, y mayores o iguales de 1 mg/dl, tanto para la forma manual, como automatizada.

Palabras clave

creatinina; Cuba; tasa de filtración glomerular.

Referencias

Luis-Lima S, Ortiz A. Assessment of the glomerular filtration rate [Internet]. Med Clin (Barc). 2023 [acceso: 23/02/2023];160(1):27-9. Disponible en: https://pubmed.ncbi.nlm.nih.gov/35945055/

Kashani K, Rosner MH, Ostermann M. Creatinine: From physiology to clinical application [Internet]. Eur J Intern Med. 2020 [acceso: 23/02/2023];72:9-14. Disponible en: https://pubmed.ncbi.nlm.nih.gov/31708357/

He L, Yu J, Han G, Huang D, Han L, Zhang Q, et al. Analytical performance evaluation of different test systems on serum creatinine assay [Internet]. J Clin Lab Anal. 2022 [acceso: 23/02/2023]; 36(2):e24206. Disponible en: https://pubmed.ncbi.nlm.nih.gov/34957600/

Inker LA, Eneanya ND, Coresh J, Tighiouart H, Wang D, Sang Y, et al. New Creatinine- and Cystatin C-Based Equations to Estimate GFR without Race [Internet]. N Engl J Med. 2021 [acceso: 19/07/2023]; 385(19):1737-49. Disponible en: https://pubmed.ncbi.nlm.nih.gov/34554658/

Syme NR, Stevens K, Stirling C, McMillan DC, Talwar D. Clinical and Analytical Impact of Moving from Jaffe to Enzymatic Serum Creatinine Methodology [Internet]. J Appl Lab Med. 2020 [acceso: 31/01/2023]; 5(4):631-42. Disponible en: https://pubmed.ncbi.nlm.nih.gov/32447368/

Soleimani N, Dehghani S, Anbardar MH, Mohammadzadeh S, Amirinezhad Fard E, Zare Sheibani A, et al. Comparing Jaffe and Enzymatic Methods for Creatinine Measurement at Various Icterus Levels and Their Impacts on Liver Transplant Allocation [Internet]. Int J Anal Chem. 2023 [acceso: 31/01/2023]; 2023:9804533. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10598504/

Vidal Ledo M, Martínez Calvo S. Investigación epidemiológica [Internet]. Educ Med Super. 2020 [acceso: 22/02/2023]; 34(3):e2507. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21412020000300017&lng=es

Sánchez Turcios RA. T-Student: Usos y abusos [Internet]. Rev. Mex. Cardiol. 2015 [acceso: 22/02/2023];26(1):59-61. Disponible en: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-21982015000100009&lng=es

Carrasquilla-Batista A, Chacón-Rodríguez A, Núñez-Montero K, Gómez-Espinoza O, Valverde J, Guerrero-Barrantes M. Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal [Internet]. Revista Tecnología en Marcha. 2016;29(5):33-45. DOI: 10.18845/tm.v29i8.2983

Baeza-Serrato R, Vázquez-López JA. Transición de un modelo de regresión lineal múltiple predictivo, a un modelo de regresión no lineal simple explicativo con mejor nivel de predicción: Un enfoque de dinámica de sistemas [Internet]. Revista Facultad de Ingeniería Universidad de Antioquia. 2014 [acceso: 19/02/2023];(71):59-71. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-62302014000200007&lng=en&tlng=es

Laszczynska O, Azevedo A, Ferreira-Almeida M, Guimarães JT, Severo M. Conversion methods for modified Jaffe reaction assays of serum creatinine [Internet]. Porto Biomed J. 2020 [acceso: 19/02/2023];5(3):e72. Disponible en: https://pubmed.ncbi.nlm.nih.gov/33299949/

Bacallao Méndez RA, Cabrera Eugenio AP, Mañalich Comas R, Gutiérrez García F. Evaluación de las fórmulas predictivas de la función renal en una población pediátrica urolitiásica cubana [Internet]. Rev Cubana Invest Bioméd. 2018 [acceso: 10/02/2023];37(3):1-15. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-03002018000300008&lng=es

Enlaces refback

  • No hay ningún enlace refback.


URL de la licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es