Deshabituación tabáquica y Bupropion: factores predictivos del éxito del tratamiento

• Autores: Italo Sampablo Lauro
• Directores de la Tesis: Eduard Monsó Molas (dir. tes.), Josep Morera Prat (dir. tes.)
• Lectura: En la Universitat Autònoma de Barcelona ( España ) en 2004
• Idioma: español
• Tribunal Calificador de la Tesis: Lluís Salleras Sanmartí (presid.), José Rabasa (secret.), Carles Agustí (voc.), Miquel Sabrià Leal (voc.), Laureano Molins López-Rodo (voc.)
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen

  • El Bupropion es el primer fármaco no nicotínico con eficacia demostrada en la deshabituación tabáquica, sin embargo no todos los pacientes que se someten a este tratamiento consiguen dejar de fumar. El objetivo de la presente tesis ha sido el de identificar aquellas variable que son por sí mismas predictivas del éxito del tratamiento y desarrollar una ecuación matemática capaz de cuantificar la probabilidad de dejar de fumar . Para ello han sido estudiados 150 pacientes, seguidos durante un año. Eran todos fumadores de más de 15/cigarrillos día y en fase de preparación. Fueron tratados con 300 mg de Bupropión al día y durante 8 semanas. Se tomaran en cuenta una serie de variables divididas por categorías: a) Variables Clínicas: edad del paciente, número de paquetes/año fumados, número de intentos previos para dejar de fumar, si no habían fumado nada durante la primera semana de tratamiento y si habían sido diagnosticados de EPOC. b) Variables Funcionales: FVC, FEV1, FEV1/FVC, FEF 25-75%. C) Variables Psicométricos: ansiedad y depresión. d) Variables de Tabaquismo: Fagëstrom, CO espirado.

    Después de un año de seguimiento un 50,7% de nuestros pacientes habían conseguido dejar de fumar. Posteriormente se realizó un análisis univariante para conocer si alguna variable presentaba diferencias significativas entre los pacientes que habían conseguido dejar de fumar y los que no. Encontramos tres variables con significación estadística: la ansiedad, el no haber fumado nada durante la primera semana de tratamiento y el FEF25-75%. Posteriormente, mediante la regresión logística, según técnica descrita por Domenech, construimos un modelo más parsimonioso donde fueron incluidas dos variables más: la depresión y el ser o no EPOC. Un dato importante es el signo de las variables: el signo positivo indica que la presencia de ésta será un factor positivo, es decir que si el paciente es ansioso, depresivo y no fuma durante la primera semana, sus probabilidades de dejar de fumar aumentarán. Por el contrario si el paciente es EPOC sus probabilidades disminuirán. El FEF 25-75 es una variable continua, siendo su interpretación más difícil: nuestros resultados demostraban que aquellos pacientes con FEF 25-75 bajos tenían más posibilidades en dejar de fumar, posiblemente este hecho fuese debido a que nosotros siempre enseñamos a los pacientes los resultados espirométricos, la mejoría del FEF25-75 podría estar funcionando como un reforzador positivo, al igual que pequeñas pérdidas de peso ayudan a determinados a pacientes a seguir dietas hipocalóricas. Por último trasladamos nuestras cinco variables a la ecuación de la regresión logística, construyendo así un modelo matemático que permite predecir cual es la probabilidad de cada paciente de poder abandonar su hábito tabáquico. Al testar el valor predictivo de la ecuación esta tenía un área bajo la curva ROC del 88%.

    The Bupropion is the first medication without nicotine and effectiveness demonstrated in the smoking cessation. However not all the patients that undergo this treatment are able to stop to smoke. The objective of the present thesis has been the one of to identify those variables that they are for themselves predictive of the success of the treatment and to develop a mathematical equation able to quantify the probability of stopping to smoke. For 150 patients they have been studied, followed during one year. They were all smokers of more than 15cigarettes/day and in preparation phase. They were been with 300 mg from Bupropion to day and during 8 weeks. They took into account a series of variables divided by categories: to) Clinical Variables: the patient's age, number of smoked package/year, number of previous intents to stop to smoke, if they had not smoked anything during the first week of treatment and if they had been diagnosed of COPD. b) Functional Variables: FVC, FEV1, FEV1/FVC, FEF 25-75%. C) Psychological Variables: anxiety and depression. d) Tobacco Variables: Fagëstrom test and CO exhaled.

    After a year of follow-up 50,7% of our patients had been able to stop to smoke. Later on we was carried out an univariant analysis to know if some variable presented significant differences among the patients that had been able to stop to smoke and those that not. We find three variables with statistical significance: the anxiety, not having smoked anything during the first week of treatment and FEF25-75%. Later on, by means of the logistical regression, according to technique described by Domenech, we build a more parsimonious model where two variables were included more: the depression and the being or non COPD. An important fact is the sign of the variables: the positive sign indicates that the presence of this will be a positive factor, that is to say that if the patient is anxious, depressive and doesn't smoke during the first week, their probabilities of stopping to smoke will increase. On the contrary if the patient is COPD her probabilities they will diminish. The FEF 25-75 is a continuous variable, being its more difficult interpretation: our results demonstrated that those patients with FEF 25-75 diminished values initials, had more possibilities in stopping to smoke. This fact was possibly because we always showed the spirometric results to the patients, the improvement of the FEF25-75 could be working as a positive reinforce, the same as small losses of weight they help to certain to patient to follow diets with few calories. Lastly we transfer our five variables to the equation of the logistical regression, building this way a mathematical model that allows predicting which is each patient's probability of being able to abandon their smoke dependence. When making a will the predictive value of the equation this had an area under the curve ROC to 88%.