Desarrollo y validación de un algoritmo para predecir riesgo de depresión en consultantes de atención primaria en Chile.

Sandra Saldivia, Benjamin Vicente, Louise Marston, Roberto Melipillan, Irwin Nazareth, Juan Bellon-Saameño, Miguel Xavier, Heidi Ingrid Maaroos, Igor Svab, M I Geerlings, Michael King

Resumen


Objetivo. Desarrollar un algoritmo para estimar el riesgo de ocurrencia de depresión mayor en consultantes de centros de atención primaria (APS).

Método. Estudio de cohorte, prospectivo con evaluaciones en línea base, seis y doce meses, sobre una muestra aleatoria de consultantes en centros de APS de la Provincia de Concepción, Chile. Se midieron 39 factores de riesgo conocidos para construir un modelo usando regresión logística. El algoritmo fue desarrollado sobre 2.133 pacientes no deprimidos en línea base y sus hallazgos contrastados con 5.216 consultantes europeos. La principal medida de resultado fue la incidencia de depresión mayor en el periodo de seguimiento.

Resultados. Ocho variables fueron identificadas, cuatro propias del paciente (sexo, edad, antecedentes de depresión y nivel educacional), y cuatro vinculadas con su situación actual (SF-12-salud física, SF-12-salud mental, satisfacción con la situación en su hogar y satisfacción con su relación de pareja). El C-Index fue de 0.746 (95%; CI=0,707-0,785), levemente inferior a la ecuación de los consultantes europeos 0.790 (95%; CI= 0.767-0.813) y españoles (0.82; 95%; CI=0.79-0.84).

Discusión. Cuatro de los factores no son modificables. Otros dos están directamente asociados con la red de apoyo primaria. Contar con un algoritmo de riesgo para la incidencia de depresión mayor provee de una herramienta que puede guiar los esfuerzos en el diseño, implementación y evaluación de la efectividad de intervenciones preventivas.


Palabras clave


Depresión, Prevención, Atención primaria

Texto completo:

PDF