Resumen de Rendimiento clínico de espirometría y oscilometría respiratoria para predecir crisis graves en escolares con asma

Clara I. Domínguez Martí, Alfredo Cano, Nuria Diez Monge, Investigadoras SADICA

• español

  Objetivo Determinar el rendimiento de espirometría y oscilometría respiratoria (RO) para predecir crisis de asma graves (CAG) en niños.

  Métodos En un estudio prospectivo, 148 niños (6-14 años) con asma realizaron RO, espirometría y prueba broncodilatadora. Se clasificaron en fenotipos de atrapamiento aéreo (ATA), limitación del flujo aéreo (LFA) y normal, según la espirometría y prueba broncodilatadora. A las 12 semanas fueron revalorados respecto a aparición de CAG. Se analizó el rendimiento de los parámetros de RO, espirometría y fenotipos ATA/LFA para predecir la aparición de CAG con cocientes de probabilidad positivos y negativos (LR+/LR−), área bajo la curva de curvas ROC y análisis multivariante ajustado por posibles factores de confusión.

  Resultados Un 7,4% tuvo CAG en el seguimiento, con diferencias según fenotipo (Normal 2,4%; LFA 17,9%; ATA 22,2%; p = 0,005). La mejor área bajo la curva fue del flujo espiratorio forzado 25-75% (FEF25-75): 0,787; intervalo de confianza 95%: 0,600-0,973. También tuvieron áreas bajo la curva significativas el área de reactancia (AX), el volumen espiratorio forzado en el primer segundo (FEV1), el cambio post-broncodilatador en capacidad vital forzada (FVC), y FEV1/FVC. Todas las variables tenían una baja sensibilidad para predecir CAG. La mejor especificidad correspondía al fenotipo ATA: 93,8% (intervalo de confianza del 95% 87,9-97,0), pero solo FEF25-75 tenía tanto LR+ como LR− significativos. En el análisis multivariante, solo algunos parámetros de espirometría fueron significativos para predecir CAG (fenotipo ATA, FEF25-75 y FEV1/FVC).

  Conclusiones La espirometría tiene un rendimiento superior a la RO para predecir CAG a medio plazo en escolares con asma.

• English

  Objective To determine the performance of spirometry and respiratory oscillometry (RO) in the prediction of severe asthma exacerbations (SAEs) in children.

  Methods In a prospective study, 148 children (age 6–14 years) with asthma were assessed with RO, spirometry and a bronchodilator test. Based on the findings of spirometry and the bronchodilator test, they were classified into 3 phenotypes: air trapping (AT), airflow limitation (AL) and normal. Twelve weeks later, they were re-evaluated in relation to the occurrence of SAEs. We analysed the performance of RO, spirometry and AT/AL phenotypes for prediction of SAEs by means of positive and negative likelihood ratios (LR+/LR–), ROC curves with the corresponding areas under the curve and a multivariate analysis adjusted for potential confounders.

  Results During the followup, 7.4% of patients had SAEs, and there were differences between phenotypes (normal, 2.4%; AL, 17.9%; AT, 22.2%, P = .005). The best area under the curve corresponded to the forced expiratory flow between 25% and 75% of vital capacity (FEF25–75): 0.787; 95% confidence interval, 0.600-0.973. Other significant areas under the curve were those for the reactance area (AX), forced expiratory volume in the first second (FEV1), the post- bronchodilator change in forced vital capacity (FVC), and the FEV1/FVC ratio. All of the variables had a low sensitivity for prediction of SAEs. The AT phenotype had the best specificity (93.8%; 95% confidence interval, 87.9-97.0), but LR+ and LR– were both significant only for the FEF25–75. In the multivariate analysis, only some spirometry parameters were significative for prediction of SAEs (AT phenotype, FEF25–75 and FEV1/FVC).

  Conclusions Spirometry performed better than RO for prediction of SAEs in the medium term in schoolchildren with asthma.