La carrera por el diagnóstico precoz de la lesión renal aguda

La lesión renal aguda (LRA) afecta al 10‑15 % de las hospitalizaciones generales y hasta la mitad de los pacientes críticos. Detectarla de forma temprana evitaría miles de muertes anuales, pero el método estándar, un aumento de creatinina sérica (Serum Creatinine, SCr), responde tarde y con falsos negativos en poblaciones con valores basales bajos. Una revisión de Ghazi y col. publicada en Clinical Chemistry (2024) resume y evalúa críticamente los últimos avances en la detección y predicción de la LRA mediante biomarcadores emergentes e inteligencia artificial.

Según los autores, desde 2012 se usan los criterios KDIGO (Kidney Disease: Improving Global Outcomes), pero su sensibilidad y especificidad resultan subóptimas y han motivado definiciones de la AACC (American Association for Clinical Chemistry) basadas en variabilidad biológica. En niños y adolescentes, la AACC propone el criterio pROCK (Pediatric Reference change value Optimized for AKI in Children), donde se considera que existe LRA si la creatinina sube ≥ 20 µmol/L y al menos 30 % respecto al basal pediátrico. En adultos el criterio es la regla 20/20, en la que se considera que los cambios menores a 0,20 mg/dL o 20 % entran dentro de las causas fisiológicas, como hidratación, dieta, variaciones de ensayo. Superar ambos criterios a la vez reduce falsos positivos y falsos negativos según la SCr inicial.

Existen varias propuestas de biomarcadores funcionales y estructurales disponibles. Una de ellas es la Cistatina C (CysC), una pequeña proteína que producen de forma constante todas las células nucleadas del organismo, circulando libremente en sangre. Esta molécula cumple con características clave para el laboratorio clínico:  atraviesa la membrana glomerular con facilidad y una vez en el túbulo, no se secreta (a diferencia de la creatinina) ni se reabsorbe de vuelta al plasma, sino que la célula tubular la endocita y la degrada. Por ese motivo, la concentración de CysC en suero refleja de manera directa la tasa de filtrado glomerular, sin interferencias por masa muscular, dieta o sexo. Diversos metaanálisis muestran que tiene una buena capacidad para predecir LRA en adultos y neonatos, pero la falta de estandarización y su costo han frenado su adopción. La AACC propone un cambio de 15 % como umbral clínico, menor que el 20 % sugerido para creatinina.

Entre los biomarcadores emergentes de daño tubular, los más avanzados son NGAL(Neutrophil Gelatinase-Associated Lipocalin) y TIMP‑2·IGFBP7 (Tissue Inhibitor of Metalloproteinases-2 · Insulin-like Growth Factor Binding Protein 7).

NGAL es producida en las células de los túbulos renales tras una lesión isquémica o tóxica, aunque también en neutrófilos y otros tejidos, aumentando rápidamente en orina después de una lesión renal, lo que la convierte en un marcador más temprano que la SCr. Su rendimiento meta‑analizado demuestra que tiene un buen desempeño, pero la heterogeneidad de los inmunoensayos y la interferencia por inflamación sistémica limitan la interpretación de un punto de corte universal .

La combinación TIMP ‑2 – IGFBP7 obtuvo la primera autorización de la FDA (Food and Drug Administration) de EE. UU. como prueba de riesgo; un valor combinado mayor a  2,0  (ng/mL)²/1000 predice LRA estadio 2‑3 en 12 h, aunque el umbral bajo de 0,3 produce muchos falsos positivos en sujetos sanos. Si bien funciona bien en críticos adultos y pediátricos, organizaciones como NICE (National Institute for Health and Care Excellence) de UK, y AACC, aún no la recomiendan para uso rutinario.

Para cualquier biomarcador existen retos analíticos y regulatorios, tales como ensayos con trazabilidad, rangos de referencia robustos y cut‑offs validados por tipo de población.

Se están evaluando algoritmos de machine-learning para la detección y predicción de la LRA en poblaciones adultas y pediátricas. Los estudios emplean un conjunto de datos clínicos, incluyendo química sanguínea y biomarcadores, además de variables dinámicas. La revisión compila 20 estudios recientes, que emplean diferentes modelos, desde regresión logística hasta redes neuronales recurrentes, con rendimientos (Area Under Curve, AUC) de 0,74 a 0,98. Se destacan dos tendencias: el uso creciente de variables dinámicas, como actualización horaria de signos vitales y analíticas, y expansión a contextos no críticos como servicios generales y de urgencias. Sin embargo, los autores detectan problemas comunes, como la heterogeneidad en la definición de LRA, la selección subjetiva de creatinina basal, la ausencia de validación externa y la escasa atención a la equidad poblacional.

Actualmente ningún biomarcador ni algoritmo se posisciona frente al resto. CysC aporta valor pronóstico cuando se combina con SCr; en tanto que NGAL y TIMP‑2·IGFBP7 detectan daño antes de la disfunción, pero aún se necesitan estudios de impacto clínico y costos. El machine learning predice con alta precisión, pero su aceptación depende de la transparencia, la validación multisitio y el seguimiento de sesgos.

Para el laboratorio clínico, los autores recomiendan adoptar definiciones basadas en variabilidad biológica, validar internamente cada biomarcador y seleccionar la muestra adecuada.

En el caso de los equipos de datos y bioingeniería, el consejo es estandarizar la variable creatinina basal, incorporar determinantes sociales y variables dinámicas; reportar calibración y decisión‑curve, y re‑entrenar modelos cuando cambien los sistemas de información o la demografía del hospital.

📌 La agenda para los próximos años, según el artículo, estará centrada en ensayos de intervención que permitan identificar qué medidas reducen la mortalidad, los días de diálisis y la duración de la hospitalización; utilizar plataformas lab‑on‑chip que combinen SCr, CysC y NGAL en tiras PoC para quirófanos y UCI; y establecer consorcios multicéntricos que validen modelos en poblaciones diversas y con recursos limitados.