Utilidad de un algoritmo combinado clínico y densitométrico en el diagnóstico de la osteoporosis postmenopáusica

Resumen

OBJETIVO: Analizar si la utilización de un algoritmo que combina un índice clínico de riesgo de osteoporosis con una medición de la densidad mineral ósea utilizando un dispositivo PIXI de calcáneo, es un método útil para identificar mujeres con osteoporosis postmenopáusica y permite tomar decisiones clínicas. MÉTODO: Se realizó un estudio de utilidad diagnóstica basado en un corte transversal de una población híbrida (atención primaria y terciaria) de mujeres postmenopáusicas de raza caucásica. Todas las participantes se sometieron a la medición de absorciometría de rayos X de energía dual (DXA) en cadera y columna lumbar, así como una medición con densitometría ósea periférica en el calcáneo no dominante mediante PIXI. Se les realizaba los test de riesgo clínico: SCORE, ORAI, OST y OSIRIS y finalmente se realizaba la combinación de todos ellos analizando la sensibilidad y especificidad mediante curvas ROC para cada uno de los métodos de cribado. RESULTADO: Se incluyeron 505 mujeres en las que se obtuvo una prevalencia de osteoporosis del 20%, similar en ambos grupos. El mejor algoritmo era una combinación de PIXI+OST+SCORE con un área bajo la curva de 0,826 (IC del 95% (0,782-0,869). La fórmula propuesta fue Riesgo = (-12)*PIXI+ (-5)*OST + (-2)*SCORE. Desde el punto de vista económico la mejor estrategia para la minimización de costes fue la que consideró 2 puntos de corte (-5 y -20) y tres categorías, realizando DXA central a las mujeres de riesgo alto e intermedio. En este caso se habría evitado un 48% de DXA centrales, lo que supuso un ahorro estimado de 4.606,34 euros (9,32 euros/ paciente), es decir, una economía del 38,89% respecto al coste actual. CONCLUSIONES: El uso de un algoritmo combinando índices de riesgo clínico y PIXI de calcáneo podría disminuir la necesidad de DXA centrales en una unidad de metabolismo óseo que atienda pacientes procedentes de atención primaria y atención especializada.