Artículo completo
ResumenLa ecografía de compresión gradual (GCUS, graded compression ultrasound) tiene una precisión comprobada del 95% para diagnosticar apendicitis aguda Ello condujo a muchos autores a preconizar el uso de GCUS en pacientes con sospecha de apendicitis. Sin embargo, esta recomendación se basa en la evidencia. Aumentar la precisión diagnóstica no es sinónimo de mejorar la evolución de los pacientes. En octubre de 2000 publicamos en el British Medical Journal un trabajo aleatorizado y controlado sobre ecografía diagnóstica en pacientes con sospecha de apendicitis, incorporando el puntaje de Alvarado para seleccionar a quienes realizarles imágenes. Este trabajo no encontró diferencias en cuanto a resultados adversos, intervenciones quirúrgicas no terapéuticas y casos de tratamiento tardío asociado a perforación entre el grupo en el que se realizó la intervención y un grupo de control clínico estándar. Por otra parte, aunque existió una pequeña pero significativa diferencia en el tiempo medio hasta el momento de la cirugía a favor del grupo de la intervención, no hubo diferencias entre los dos grupos en cuanto a duración promedio de internación.Una serie de cuestiones que se vislumbran en este trabajo son pertinentes para toda investigación acerca de estudios diagnósticos. Hay razones fundamentales por las cuales una alta precisión diagnóstica (como se mide en estudios no controlados) puede no traducirse en mejores resultados con los pacientes.Por un lado, puede no ser seguro no tratar pacientes con una prueba diagnóstica negativa; por otra parte, puede resultar innecesario tratar a todos los que tienen un estudio positivo y, por último, existen difiultades en la práctica para identificar a aquellos pacientes que se beneficiarán con el estudio diagnóstico. Todas estas cuestiones se debatirán en el presente trabajo. Summary Graded compression ultrasonography (GCUS) has a proven accuracy of up to 95% for diagnosing acute appendicitis (1). This has lead many authors to advocate the use of GCUS in patients with suspected appendicitis. However this recommendation is not evidence-based. Improved diagnostic accuracy is not synonymous with better patient outcomes. In October 2000, we published in the BMJ a randomised controlled trial of diagnostic ultrasonograpy in patients with suspected appendicitis, incorporating the Alvarado score to select patients for imaging (2). This trial found no difference between the intervention group and a standard clinical control group with respect to adverse outcomes - non-therapeutic operations (NTO) and cases of delayed treatment in association with perforation (DTAP). Furthermore, although there was a small but significant difference in mean time to therapeutic operation favouring the trial group, there was no difference between groups with respect to mean duration of hospital stay. A number of issues arise from this study that are pertinent to all research into diagnostic tests. There are fundamental reasons why high diagnostic accuracy (as measured in uncontrolled studies) may not translate to better patient outcomes. It may be unsafe to withhold treatment from all those who have a negative test; it may be unnecessary to treat all those who have a positive test; and it may be difficult in practice to identify patients who could benefit from the test. These issues are discussed.El dilema de la apendicitisLa apendicitis es una patología potencialmente letal. Sin tratamiento, el apéndice puede perforarse y en consecuencia la morbilidad aumenta en forma considerable. La perforación ocurre con frecuencia antes de la presentación del cuadro; por otro lado, la perforación asociada con retraso en el tratamiento luego de la presentación generalmente es considerada como un mal resultado que debería ser evitable. Por esta razón los cirujanos tradicionalmente se equivocan y se inclinan hacia la opción más precavida cuando toman la decisión de operar o no a un paciente con sospecha de apendicitis.En consecuencia, una proporción de cirugías -probablemente entre un 10% y un 50%- termina con la remoción de un apéndice normal. Generalmente se las conoce como apendicectomía negativas, si bien el término «cirugía no terapéutica» (CNT) es quizá preferible para describir cirugías en las que no se encontró patología remediable con una intervención quirúrgica. Estos dos tipos de resultados adversos -tratamiento tardío con perforación (TTCP) y cirugía no terapéutica (CNT)- son situaciones que los cirujanos desean evitar a los pacientes con sospecha de apendicitis. Sin embargo, a cualquier nivel de certeza diagnóstica, las tasas de estos dos resultados parecen estar relacionadas. Cuanto más reticentes sean para operar los cirujanos (como modo de reducir la proporción de CNT), mayor es la probabilidad de que exista demora en el diagnóstico y tratamiento de casos reales de apendicitis, lo cual conduce al aumento en la proporción de TTCP, y viceversa. Es por ello que se ha puesto mucho empeño en las últimas décadas para mejorar la certeza diagnóstica, con la esperanza de reducir la incidencia de estos dos resultados adversos mencionados.La observación activa (durante la internación) ha sido la mejor herramienta para el diagnóstico clínico (3). Esto probablemente lleva a disminuir el número de cirugías no terapéuticas, pero requiere estancia en el hospital, lo que resulta costoso. Que la observación frecuente pueda evitar el TTCP no está demostrado, ya que la mayoría de los estudios publican las tasas de perforaciones totales (que en gran medida refleja lo que pasó antes de la derivación al cirujano) más que indicar si algún individuo tuvo una perforación luego de un período de observación. Pruebas diagnósticas en sospecha de apendicitisEn los últimos 20 años, el foco se ha puesto en las nuevas tecnologías. Se ha aseverado que las pruebas diagnósticas, entre ellas laparoscopia, ecografía (GCUS) y tomografía computada, pueden reducir la proporción de CNT, el número de perforaciones y el tiempo de permanencia en el hospital (al tornarse innecesaria la observación) en pacientes con sospecha de apendicitis. Sin embargo, ninguna de estas afirmaciones ha sido satisfactoriamente comprobada. Están basadas en la presunción de que una alta precisión diagnóstica va a traducirse necesariamente en mejores resultados clínicos. Que esta presunción no haya sido seriamente cuestionada es sorprendente, teniendo en cuenta la cantidad de esfuerzo invertido en la investigación en este campo. Dentro de los cientos de trabajos en pruebas diagnósticas para apendicitis, sólo hay dos trabajos aleatorizados controlados publicados.Un trabajo aleatorizado para una prueba diagnósticaProbablemente la reticencia a desarrollar trabajos controlados de pruebas diagnósticas se relaciona con la incertidumbre acerca de la manera en que se utilizará una prueba determinada en el contexto del estudio. Existen dos preguntas particulares que necesitan ser formuladas:1- ¿Debe cada paciente con el diagnóstico sospechoso ser sometido a la prueba diagnóstica independientemente de su probabilidad clínica previa a la prueba de padecer la enfermedad2- ¿Debe cada paciente recibir el tratamiento «indicado» por el resultado de la prueba diagnóstica o, lo que es lo mismo, todo paciente con un resultado positivo debe realizar tratamiento y todo paciente con una prueba negativa, permanecer sin tratamiento indefinidamenteLa respuesta del sentido común a estas dos preguntas es negativa. Esta no es la forma en que las pruebas diagnósticas son utilizadas en la práctica clínica y la investigación realizada de esta manera poseerá escasa aplicabilidad clínica.Con respecto a la primera pregunta, una prueba diagnóstica puede no ser útil y además puede ser confusa cuando se realiza en pacientes que tienen probabilidad previa muy alta o muy baja. Una prueba con 90% de sensibilidad y 90% de especificidad, realizada en un paciente con 90% de probabilidad (previa a la prueba) de tener la enfermedad, contiene un valor predictivo positivo de casi 99% pero un valor predictivo negativo de sólo 50%. En otras palabras, en un grupo de alto riesgo, una prueba positiva «nos dirá lo que ya sabemos" y una prueba negativa tendrá alta probabilidad de estar mal. Los trabajos clínicos deben, por lo tanto, incorporar alguna forma (preferentemente objetiva y reproducible) de identificar pacientes con probabilidades previa adecuadas, quienes obtendrán más beneficios con la prueba diagnóstica.Con respecto a la segunda pregunta, una aplicación inflexible de los resultados de una prueba diagnóstica podría resultar peligrosa. En la práctica tomamos decisiones para el tratamiento basadas no sólo en la probabilidad diagnóstica sino en cierto número de otros factores, incluyendo una evaluación del progreso del paciente y la probabilidad de daño entre tratar o no tratar. Si las consecuencias son graves, si la muerte es una posible consecuencia de no tratar, entonces preferiríamos tratar a un paciente con baja probabilidad de padecer la enfermedad. Pero si el tratamiento tiene riesgos significativos o efectos adversos indeseables, podemos decidir no tratar a un paciente que evoluciona en forma favorable, aun cuando pensemos que tiene la enfermedad. Un buen manejo se refiere en definitiva a maximizar los buenos resultados. Obtener precisión diagnóstica es parte del proceso pero no un fin en sí mismo.El punto de la investigaciónLa pregunta clínicamente pertinente no es «¿cuántas veces la prueba es correcta» o ni siquiera «¿qué pasaría si tratáramos al paciente de acuerdo con el resultado de la prueba en todas las oportunidades» (aunque la respuesta a esta pregunta parece interesante). Lo que necesitamos saber es «¿la información provista por esta prueba ayuda a los médicos a producir mejores resultados» Esta pregunta sólo puede ser correctamente contestada en trabajos aleatorizados controlados, en los cuales los médicos de los pacientes en el grupo de intervención cuentan con los resultados de la prueba diagnóstica y los médicos del grupo de control, no.Un trabajo aleatorizado controlado de ecografía en pacientes con sospecha de apendicitisDesarrollamos un estudio aleatorizado para evaluar el impacto de la GCUS en el tratamiento de pacientes con sospecha de apendicitis. Este trabajo ha sido publicado en el British Medical Journal y los detalles pueden encontrarse en esa revista (2), pero algunos puntos van a ser resaltados aquí.DiseñoLos pacientes fueron aleatorizados a un grupo de protocolo diagnóstico (PD) y al grupo control (C). Utilizamos el puntaje de Alvarado -una escala de 10 puntos (ref)- para estratificar pacientes de acuerdo a su probabilidad de apendicitis (el puntaje es, a grandes rasgos, proporcional a la probabilidad). La GCUS fue realizada en todos los pacientes del grupo de protocolo de diagnóstico que tenían un puntaje de Alvarado de 4-8 inclusive, pero era opcional en aquellos con puntaje de Alvarado de 9 o 10, de acuerdo con la preferencia del cirujano. De esta forma permitíamos a los cirujanos evitar pruebas innecesarias en pacientes con probabilidades previa extremas. Por las razones mencionadas previamente, los resultados de la prueba diagnóstica no determinaron el tratamiento. La decisión de operar o no fue tomada por el cirujano a cargo, teniendo en cuenta los resultados del test así como el cuadro clínico.Identificamos 4 resultados clínicos importantes: tiempo hasta la intervención quirúrgica (para aquellos a quienes les realizaron una cirugía terapéutica); tiempo de internación; cirugía no terapéutica (CNT), y tratamiento tardío con perforación (TTCP), definido como tiempo hasta la operación mayor de 10 horas en un paciente con evidencia objetiva de perforación. Incluimos la laparoscopia diagnóstica como una cirugía no terapéutica. Algunos autores aducen que la laparoscopia puede «reducir el número de apendicectomías innecesarias». La laparoscopia requiere anestesia general, tiene efectivamente morbilidad asociada y conlleva un pequeño riesgo de muerte.Mientras que CNT (o su burdo equivalente «apendicectomía negativa») ha sido uno de los puntos de investigación clínica, el tratamiento tardío en asociación con perforación o TTCP no es un resultado generalmente notificado. Los investigadores tienden a citar su tasa de perforación total: pero éste no es un buen indicador de resultado clínico, porque varía ampliamente entre distintos grupos de la población (especialmente con la edad) y en la mayoría de los casos refleja lo que ha ocurrido previamente a la presentación en el servicio de cirugía. Por otro lado, TTCP es probablemente un resultado evitable y la tasa de TTCP refleja con mayor precisión el daño que puede causarse por ser demasiado reticente a intervenir quirúrgicamente (aunque puedan existir razones relacionadas con el sistema que retrasen la cirugía). Es nuestra esperanza que TTCP se transforme en una medición estándar de resultado clínico.ResultadosRecolectamos 302 pacientes en 12 meses incluyendo adultos y niños. La precisión de la GCUS para el diagnóstico de apendicitis en nuestro estudio fue 93% (sensibilidad 95%, especificidad 89%), lo cual no es solamente un buen resultado sino que es mejor que las cifras publicadas en la mayoría de los estudios. El tratamiento fue instaurado más rápido en las pacientes del grupo de protocolo diagnóstico (PD), con un tiempo hasta la cirugía terapéutica de 7.2 horas comparada con 10 horas en los controles (p=0.016). Sin embargo, no hubo diferencias significativas entre los grupos en ningún otro resultado primario. La proporción de pacientes con un resultado desfavorable fue casi idéntica: 17/142 en el grupo control (15 CNT, 2 TTCP) y 19/160 en el grupo PD (14 CNT, 5 TTCP). No hubo diferencias significativas entre los grupos en la duración media de internación (54.5 horas en el grupo control, 53.4 horas en el grupo PD, p=0,84). Las conclusiones fueron las mismas en todos los subgrupos del análisis, incluyendo el análisis por sexo y por edad.Los pacientes del grupo PD en quienes no se realizó GCUS (porque tenían un puntaje de Alvarado de 9 o 10 y los cirujanos eligieron intervenirlos quirúrgicamente sobre la base de la clínica) no tuvieron probabilidades más bajas de tener un resultado adverso (CNT o TTCP) ni más altas de una cirugía temprana que los pacientes en los que se realizó GCUS. Esto parece confirmar que la GCUS tiene poco que ofrecer al paciente con los signos y síntomas clásicos de apendicitis. El puntaje de Avarado provee una descripción objetiva de este grupo con «altas probabilidades»: son los que tienen puntaje 9 o 10. En realidad, existe alguna evidencia de este estudio, y de un trabajo posterior en nuestra institución, acerca de que aquellos pacientes con puntajes de 10, 9 u 8 deben ser considerados de alto riesgo y que todos los casos de TTCP ocurren en esta franja.Asimismo, nuestro estudio no pudo demostrar ningún beneficio significativo con el uso de GCUS, aun en los casos de puntajes más bajos. Esto parece confuso al principio, especialmente porque todos los 54 pacientes que fueron intervenidos quirúrgicamente luego de una GCUS positiva tuvieron verdaderamente apendicitis. Si no hubo falsos positivos, ¿por qué no existió una reducción importante en la tasa de cirugía no terapéutica como resultadoEl problema de las pruebas falsas negativasLa pregunta es fácil de responder considerando a los pacientes que tuvieron una GCUS negativa. Una proporción de estos pacientes no va a mejorar en las próximas horas o días. La mayoría no va a tener apendicitis pero algunos sí: sabemos que GCUS produce falsos negativos. Más aún, muchos de esos falsos negativos que se han visto en nuestro estudio y en otros ocurren en pacientes con apendicitis perforadas (2, 6). Sin tratamiento, estos pacientes podrían morir. Por lo tanto el cirujano debe operar a algunos pacientes con dolor persistente y dolor a la palpación superficial, independientemente de los resultados del GCUS. No es de extrañar que el cirujano carezca de una manera de distinguir una prueba falsa negativa de una negativa verdadera, y que en el afán de evitar algunas muertes realice un número mayor de CNT.Debe destacarse que este dilema clínico permanecerá en la medida en que no se encuentre efectivamente una prueba con sensibilidad del 100%. Mientras sigan existiendo falsos negativos y mientras sigamos lidiando con una patología potencialmente fatal, va a haber dudas acerca de si puede confiarse en una prueba diagnóstica negativa. Una vez que esta falta de certeza se incorpora, ya no sería posible obtener el beneficio completo de muchas pruebas negativas verdaderas.El «problema» de las pruebas verdaderas positivasYa ha sido señalado en la discusión general que algunos pacientes pueden ser manejados sin tratamiento, aunque creamos que padecen verdaderamente la enfermedad. Hay cada vez más evidencias, irónicamente de estudios de GCUS (7,8), de que los pacientes se recuperan de la apendicitis. Nuestro estudio sugirió (pero no demostró) que la CGUS lleva a un aumento en el número de cirugías. Puede ser que algunos pacientes que tienen una prueba positiva se beneficien con una cirugía terapéutica, pero no estrictamente necesaria, ya que se recuperarían después de una noche de observación. Cuánta es la morbilidad de dichas cirugías innecesarias, comparadas con futuros ataques recurrentes de apendicitis, es por supuesto un punto difícil de determinar.Futuro del diagnóstico de apendicitisNo creemos que nuestro estudio vaya a ser la última palabra en GCUS, pero sí creemos que no deben empeñarse esfuerzos en futuros estudios no controlados. Lo mismo se aplicaría a otras modalidades diagnósticas promisorias. La TC se presenta como una opción de alta sensibilidad, ciertamente menor del 100%, cuando todos los trabajos publicados se tienen en cuenta en forma conjunta. Por otro lado, es de algún modo un estudio invasivo ya que requiere contraste oral y rectal para conseguir las tasas más altas de precisión publicadas. Ningún estudio aleatorizado ha sido publicado todavía aunque hemos recibido algunas comunicaciones contemplando un estudio planeado. La laparoscopia, como ya ha sido mencionado, es aún más invasiva. Se ha realizado un estudio aleatorizado entre laparotomía versus laparoscopia (4), pero no contamos con una comparación entre laparoscopia versus diagnóstico clínico.ResumenExisten razones fundamentales para sospechar de que una prueba más precisa signifique mejor tratamiento. Una prueba diagnóstica merece ser realizada si mejora los resultados clínicos. Como cualquier otra forma de intervención, las pruebas diagnósticas pueden y deben ser evaluadas en trabajos controlados aleatorizados.References1. Rao PM, Boland GWL. Imaging of acute right lower abdominal quadrant pain. Clin Radiol 1998;53:639-649.2. Douglas CD, Macpherson NE, Davidson PM, Gani JS. Randomised controlled trial of ultrasonography in the diagnosis of acute appendicitis, incorporating the Alvarado score. BMJ,2000;321:919-922.3. Jones PF. Active observation in the management of acute abdominal pain in childhood. Br Med J 1976;ii:551-3.4. Olsen JB, Myren CJ, Haahr PE. Randomized study of the value of laparoscopy before appendicectomy. Br J Surg 1993;80:822-923.5. Kum CK, Sim EK, Goh PM et al. Diagnostic laparoscopy: reducing the number of normal appendicectomies. Dis Colon Rectum. 1993;36(8):763-6.6. Hahn HB, Hoepner FU, Kalle T et al. Sonography of acute appendicitis in children: 7 years experience Pediatr Radiology, 1998;28:147-151.7. Ooms HW, Koumans RK, Ho-Kang-You PJ, Puylaert JB. Ultrasonography in the diagnosis of acute appendicitis. Br J Surg 1991;78(3):315-8.8. Heller MB, Skolnick ML. Ultrasound documentation of spontaneously resolving appendicitis. Am J Emerg Med 1993;11(1):51-3.