Home » Destacados, Originales

Influencia de la edad, el tiempo hemodiálisis y la comorbilidad sobre el estado nutricional de los pacientes en hemodiálisis

E Olazo Gutierrez, S Anaya Fernandez, M Dolores Sánchez de la Nieta Garcia, F Rivera Hernández, C. Vozmediano Poyatos, A Carreño Parrilla. Servicio de Nefrología. Hospital General Universitario de Ciudad Real. Ciudad Real ( España).

12 septiembre 2012

RESUMEN:

Introduction: La desnutrición en pacientes con Insuficiencia Renal Crónica (IRC) en diálisis es una complicación común con una prevalencia entre 20% y 70%. Nuestro objetivo es estudiar si la edad, comorbilidad y tiempo en hemodiálisis se asocian con peor estado nutricional.

Pacientes y métodos: Estudio transversal de 57 pacientes con IRC en hemodiálisis (al menos 3 meses) de nuestro centro. Evaluamos el estado nutricional mediante bioimpedancia y analítica. Identificamos patologías asociadas, calculando el índice comorbilidad de Charlson (ICC) y ajustado a edad (ICCE). Realizamos estudio descriptivo de cada variable, análisis bivariante y multivariante (variable dependiente el estado nutricional).

Resultados: El 77,2% de pacientes, según bioimpedancia, resultaron malnutridos; con parámetros analíticos: el 91,2%( albúmina), 89.4%( prealbúmina), 96.4% (colesterol).ICC medio de 4,42±1,89, ICCE de 6,73±2,20. Relacionamos desnutrición por bioimpedancia e ICCE (agrupado en categorías: 1-2, 3-4, 5-7 y >= 8), encontrando que los desnutridos presentaban mayor ICCE (p=0,03). De los pacientes desnutridos, 81,8 % eran mayores de 60 años (p=0,01) y 91,3% eran mujeres (p=0,03). No encontramos relación entre desnutrición y tiempo en hemodiálisis. Relacionamos datos analíticos de desnutrición con ICCE, edad y tiempo en hemodiálisis, encontrando una relación inversamente proporcional entre prealbúmina e ICCE (p=0,007). En el análisis multivariante la probabilidad de desnutrición aumenta en mujeres (OR=7,2; IC 95%=1,2-42,7), y a mayor ICCE (OR=1,6; IC 95%=1,13-2,3).

Conclusiones: La edad y comorbilidad se asocian a mayor porcentaje de desnutrición; no encontramos relación entre desnutrición y tiempo en hemodiálisis.

Keywords: Elderly, Bioimpedance, hemodialysis, chronic renal failure, comorbidity.

ABSTRACT:

Introduction: Malnutrition in patients with chronic renal failure (CRF) on dialysis is a common complication with a prevalence between 20% and 70%. Our goal is to study whether age, comorbidity and time on hemodialysis is associated with poor nutritional status.

Patients and methods: Tranversal study of 57 patients with CRF on hemodialysis (at least 3 months) in our center. We evaluated the nutritional status with analytical parameters and bioimpedance. We identified associated pathologys by calculating the Charlson comorbidity index (CCI) and adjusted for age (ICCE). We conducted a descriptive study of each variable, bivariate and multivariate analysis (dependent variable nutritional status).

Results: 77.2% of patients, according to bioimpedance, were malnourished, with laboratory parameters: 91.2% (albumin), 89.4% (prealbumin), 96.4% (cholesterol). ICC average 4.42 ± 1.89, ICCE of 6.73 ± 2.20. Bioimpedance and malnutrition relate ICCE (grouped into categories: 1-2, 3-4, 5-7 and> = 8), finding more ICCE higher percentage of malnutrition (p = 0.03). In malnourished patients, 81.8% were older than 60 years (p = 0.01) and 91.3% were women (p = 0.03). We found no relationship between malnutrition and time on hemodialysis. We link analytical data with ICCE malnutrition, age and time on hemodialysis and found an inverse relationship between prealbumin and ICCE (p = 0.007). In multivariate analysis increases the likelihood of malnutrition in women (OR = 7.2, CI 95% = 1,2-42,7), and more ICCE (OR = 1.6, CI 95% = 1,13-2, 3).

Conclusions: Age and comorbidity are associated with higher rate of malnutrition, we found no relationship between malnutrition and time on hemodialysis.

INTRODUCCIÓN

El número de pacientes con insuficiencia renal crónica (IRC) que requieren hemodiálisis está creciendo cada año a pesar de los avances médicos.1

Los pacientes en hemodiálisis presentan elevado número de patologías asociadas.Esta comorbilidad se puede evaluar, mediante el Índice de Comorbilidad de Charlson bien absoluto (ICC) o ajustado a la edad (ICCE).

Charlson validó éste índice en 1987, para predecir la mortalidad al cabo de diez años en pacientes con cáncer de mama; añadiendo posteriormente a los puntajes ponderados de comorbilidad, un punto extra por cada década de edad a partir de 50 años. Estableció que la mortalidad esperada para pacientes con ICCE de 4 a los 10 años es del 47% y para ICCE de 5 del 79%. En diferentes estudios se ha podido comprobar la utilidad de este índice de comorbilidad, aplicado a pacientes con IRC. 2-4

La desnutrición en pacientes en diálisis es una complicación común, predispuesta por muchos factores, como anorexia, trastornos digestivos, comorbilidad asociada, alteraciones hormonales, acidosis metabólica, el entorno urémico. Una vez iniciada la hemodiálisis, a dichos factores se suman el mayor riesgo de pérdida de nutrientes a través de la membrana de diálisis, el estado inflamatorio agudo-crónico, el grado de bioincompatibilidad del sistema de diálisis. La falta de ingesta de nutrientes es una de las más importantes. 5-10

Dependiendo en parte del método utilizado para valorar el estado nutricional y población estudiada se ha descrito que del 20% al 70% de los pacientes sufren grados variables de desnutrición.11,12

La presencia de desnutrición a su vez implica un incremento de la morbimortalidad global , de la tasa de infecciones, hospitalización y mortalidad fundamentalmente de causa cardiovascular.13

Una situación añadida a la desnutrición en pacientes en hemodiálisis, es que la edad media ha ido incrementándose progresivamente. Actualmente la mayoría de registros demuestran que la incidencia en diálisis de mayores de 75 años está aumentando de forma sorprendente; ello podría explicarse al aumento en edad al inicio de diálisis.14

Diferentes estudios han demostrado, que los pacientes añosos presentan mayor riesgo de desnutrición, atribuida especialmente a la anorexia debido a la depresión, ausencia de dientes y molares que dificulta la normal masticación y trastornos digestivos entre otros factores.15-17

A su vez a medida que aumenta el tiempo en hemodiálisis, según varios autores, los pacientes adquieren mayor estado de desnutrición, ya que aumenta la incidencia de gastritis, depresión, anorexia, factores hormonales y aspectos relacionados con la propia técnica de diálisis.18-20

Existen varios parámetros para evaluar el estado nutricional en pacientes en hemodiálisis. Entre ellas mencionar la antropometría, datos analíticos (como albúmina, prealbúmina, transferrina, aminoácidos, colesterol, etc), valoración global subjetiva, encuestas dietéticas.

 Una herramienta útil también es la bioimpedancia (BIA), concretamente la BIA vectorial, método de análisis rápido y no invasivo de la composición corporal. Se basa, en emitir una corriente eléctrica alterna de múltiples frecuencias > 100 kHz o una de baja intensidad (50 kHz), directamente proporcional a la impedancia (oposición al paso de esa corriente) eléctrica del material, en este caso el cuerpo humano. Con su empleo el concepto de malnutrición ha cambiado, ya que permite el análisis de composición corporal, concepto de mucha importancia en el diagnóstico de malnutrición, evalúa y permite monitorizar el estado nutricional tanto en sujetos sanos como con enfermedad renal. Así, se define la malnutrición como el cambio de composición corporal caracterizado por aumento de agua extracelular, descenso de masa celular y potasio corporal (masa celular x 108.6), descenso de masa muscular, de masa grasa y del ángulo de fase. También permite conocer el estado de hidratación y cuantificar los distintos compartimientos corporales.6, 21

El disponer de un marcador nutricional ideal es difícil debido a los cambios metabólicos asociados a la insuficiencia renal. Las guías DOQI (Disease Outcomes Quality Initiative) hacen referencia a unos valores límites para algunos marcadores nutricionales bioquímicos clásicos como la albúmina, prealbúmina, colesterol, bicarbonato y transferrina, por debajo de los cuales hablamos de malnutrición.22

Por ello la mayoría de estudios publicados hacen necesario utilizar más de un parámetro para detectarla; por otro lado el análisis del vector obtenido mediante bioimpedancia ha sido validado para su empleo en estos pacientes y podría ayudar en la detección temprana de alteraciones nutricionales en cualquier momento de la evolución del paciente.6-21, 23-24

Con este estudio se pretende determinar, en nuestra población de pacientes en hemodiálisis, si la edad, la comorbilidad asociada (cuantificada con el ICC) y tiempo de permanencia en hemodiálisis se asocian con la presencia de desnutrición, empleando datos analíticos clásicos y la bioimpedancia, para el estudio del estado nutricional.

PACIENTES Y MÉTODOS

Realizamos un estudio transversal descriptivo en marzo de 2009. Incluímos a todos los pacientes con IRC en hemodiálisis periódica de la Unidad de Diálisis del Hospital General de Ciudad Real, con un tiempo mínimo de permanencia de tres meses, susceptibles de ser evaluados mediante bioimpedancia. Quedaron excluidos, por tanto, pacientes con amputación de algún miembro o portadores de marcapasos o desfibrilador; en el primero caso por ser imposible cuantificar la proporción de masa corporal del miembro amputado en el análisis vectorial y en el segundo por estar contraindicado el empleo de frecuencias que emite el analizador de BIA. Quedaron incluidos un total de 57 pacientes. Como instrumento utilizamos el BIA 101 aker, analizador multifrecuencia por impedancia.

En cada paciente se procedió a realizar bioimpedancia post-diálisis en el día intermedio de la semana, obteniendo valores de resistencia (Rc) y reactancia (Xc). Con el paciente en decúbito supino, con los miembros superiores separados del tronco 30º y miembros inferiores 45º, los electródos adheridos en el hemicuerpo contrario al acceso vascular de hemodiálisis, distribuidos en la articulación metacarpo-falángica, metacarpo-radial, metatarso-falángica y metatarso-tibial; con tiempo medio de realización de 2 minutos. Recogimos datos de peso post-diálisis, talla, fecha de nacimiento y sexo. Estos datos y valores de Rc y Xc, se introdujeron en el programa Bodygram 1.31, obteniendo indicadores de nutrición: Masa muscular (FFM), masa celular (BCM), ángulo de fase, potasio corporal total (PCT), agua extracelular (AE), masa grasa (FM) e índice de masa celular (BCMI). Según bioimpedancia consideramos al paciente malnutrido cuando presentaba al menos cuatro de los siguientes cinco parámetros: FFM inferior al 35,2%, AE mayor del 48%, PCT menor de 2000 mmol, BCMI inferior a 8 y ángulo de fase menor de 5.35º.25

Revisamos analítica mensual prediálisis, de los tres últimos meses, obteniendo los valores medios de albumina, prealbúmina (determinado mediante nefelometría) y colesterol. Según estos parámetros definimos la desnutrición como albúmina≤4 g/dL, prealbúmina≤35 mg/dL y colesterol≤200 mg/dl.26

Recogimos datos de las historias clínicas para identificar las patologías que se incluyen en el ICC, puntuamos cada patología según la tabla 1. Sumamos los puntos para calcular el ICC. Calculamos también el ICCE sumando 1 punto por cada década por encima de 40 años. Los valores obtenidos (tanto del ICC e ICCE) los agrupamos en cuatro categorías según sus valores fueran 1-2, 3-4, 5-7 o >=8.

PUNTUACIÓN

PATOLOGÍA

1

Infarto de miocardio

Insuficiencia cardiaca congestiva

Enfermedad vascular periférica

Enfermedad cerebrovascular

Demencia

Enfermedad pulmonar crónica

Enfermedad del tejido conectivo

Úlcera

Enfermedad hepática leve

Diabetes

2

Hemiplejia

Enfermedad renal moderada o severa

Diabetes con daño orgánico

Tumor

Leucemia

Linfoma

3

Enfermedad hepática moderada o severa

6

Tumor sólido con metástasis

SIDA

Tabla Nº 1. Puntuación asignada a cada patología para el cálculo del ICC (4)

Calculamos el tiempo en hemodiálisis (meses) tomando en cuenta la fecha de inicio de hemodiálisis y fecha del estudio. Recogimos también la etiología de la insuficiencia renal en cada paciente.

Tanto los datos de historias clínicas y datos analíticos se obtuvieron del programa Nefrosoft HD V3. Con los cuales creamos una base de datos en SPSS V 15.0, donde realizamos el estudio estadístico.

Para el análisis descriptivo de variables cualitativas se calcularon frecuencias absolutas y relativas; para variables cuantitativas: media aritmética, desviación típica, valor mínimo y máximo y medianas, según presentaran distribución normal o no normal según el test de Kolmogorov-Smirnov. Tanto en un caso como el otro se estimó el intervalo de confianza para el 95% de seguridad.

La relación entre variables cualitativas y cuantitativas se hizo mediante t de student o ANOVA si la variable cuantitativa es normal o mediante tests no paramétricos Mann-Whitney o Kruskal-Wallis en caso de distribución no normal de la variable cuantitativa. La relación entre variables cuantitativas mediante correlación lineal. El análisis multivariante realizado mediante análisis de regresión logística, tomando como variable dependiente el estado nutricional y como variables independientes: edad, género, tiempo en diálisis e ICC.

Se consideró significación estadística cuando p< 0,05 en prueba bilateral.

El análisis de datos se efectuó con el programa estadístico SPSS 15.0

RESULTADOS

Incluimos un total de 57 pacientes. La distribución por sexo fue 34 varones (59,6%) y 23 mujeres (40,4%) con una edad comprendida entre 23 y 87 años (mediana 73).

El tiempo de permanencia en hemodiálisis estuvo comprendido entre 3 y 290 meses (mediana 34).

En la Tabla (2) se muestran las distintas patologías que definen el índice de Charlson. El ICC medio fue de 4,42 +/- 1,89, y el ICCE de 6,73+/-2,20, existiendo una correlación lineal estadísticamente significativa entre ambos (p=0,001), con un coeficiente de correlación de r:+ 0.8 por tanto en el análisis bivariante haremos referencia únicamente al ICCE.

Variable

Número de pacientes (%)

Infarto agudo de miocardio

12 (21,1)

Insuficiencia cardiaca

17 (29,8)

Enfermedad vascular periférica

8 (14)

Enfermedad cerebrovascular

10 (17,5)

Demencia

5 (8,8)

Enfermedad pulmonar crónica

11(19,3)

Enfermedad del tejido conectivo

1 (1,8)

Úlcera gástrica

1 (1,8)

Hepatopatía leve

7 (12,3)

Diabetes

22 (38,6)

Enfermedad renal moderada severa

57 (100)

Hemiplejia

0

Diabetes con daño orgánico

14(24,6)

Tumor

6 (10,5)

Leucemia

0

Linfoma

2 (3,5)

Hepatopatía moderada-severa

0

Tumor sólido con metástasis

0

SIDA

0

Tabla Nº 2. Patologías que definen el Indice de Charlson.

Los valores de ICC fueron entre 2-9. Los valores de ICCE variaron entre 2-11. El 5.3% de los pacientes tenían un ICCE de 2, el 8.8% un ICCE entre 3 y 4, el 49% entre 5 y 7 y el 36,8% mayor o igual a 8.

La tabla 3 detalla los parámetros de desnutrición obtenidos por bioimpedancia y analítica.

SEGÚN BIOIMPEDANCIA

Media/mediana Desv.típ./rango

Mínimo

Máximo

FFM %

27,38

7,7

16,7

48,1

ECW %

65,48

14,9

10,1

80,0

TBW %

50,69

6,3

32,40

68,70

ANGULO FASE º

2,8

1,3

1,0

6,9

BCMI

5

1,9

2,6

10,0

FM %

35,14

8,1

13,9

59,5

PCT mmol

1431,61

641

608,16

3040,80

SEGÚN ANALÍTICA

Albúmina g/dl

3,7

1,5

2,8

4,3

Prealbumina mg/dl

27,43

6,30

9,84

39,80

Colesterol mg/dl

145,47

31,06

70

39,80

 Tabla Nº 3 .Parámetros de desnutrición según bioimpedancia y analítica

La figura 1 expone el estado nutricional obtenido por bioimpedancia y parámetros analíticos. Así, mediante bioimpedancia un 72.2 % se hallan desnutridos. Según parámetros analíticos: albúmina, prealbúmina y colesterol el 81,2% , el 89,5% y el 96,5% están desnutridos ,respectivamente.

Figura Nº1. Estado nutricional según bioimpedancia y parámetros analíticos

Al relacionar la desnutrición según bioimpedancia frente ICCE, edad y tiempo en hemodiálisis encontramos los siguientes resultados:

Los desnutridos presentaban mayor ICCE (p=0,03). Según tuvieran más o menos de 60 años, resultando que el 81,8 % de los desnutridos eran mayores de 60 años y el 18,2% menores de 60 años, con significación estadística (p =0,01). Agrupamos los pacientes en dos grupos según una permanencia en hemodiálisis inferior o superior a 34 meses; no se encontraron diferencias estadísticamente significativas (p=0,8). Se encontró que en el grupo de mujeres existe mayor desnutrición llegando a ser del 91,3%, en comparación con el grupo de varones que fue del 67,6% (p=0,03).Referencia tabla 4.

Tabla Nº4 .Estado nutricional según bioimpedancia e ICCE por grupos, edad,
tiempo en hemodiálisis y género

Los niveles de prealbúmina es inversamente proporcional a ICCE y estadísticamente significativa (P=0,007).Los valores de albúmina con ICCE, es inversamente proporcional pero no estadísticamente significativa (p=0,1).Al relacionar niveles de colesterol con ICCE encontramos relación directamente proporcional pero no estadísticamente significativa(p=0.9) Referencia tabla 5.

PREALBÚMINA

Media(mg/dl)

ALBÚMINA

Media (g/dl)

COLESTEROL

Media( mg/dl)

ICCE

1-2

34,18 mg/dl

4g/dl

138 mg/dl

3-4

34,16 mg/dl

3,7 g/dl

149 mg/dl

5-7

26,9 mg/dl

3,6 g/dl

145 mg/dl

>=8

25,5 mg/dl

3,6g /dl

145 mg/dl

P

0,007

0,1

0,9

 Tabla  Nº5. Relación entre parámetros analíticos de desnutrición e ICCE

Al relacionar parámetros analíticos de desnutrición con ICCE, edad y tiempo en hemodiálisis encontramos los siguientes datos:

Cuando relacionamos datos analíticos de desnutrición con edad y tiempo en hemodiálisis no encontramos asociación estadística.

La construcción del modelo múltiple de regresión logística se realizó comenzando con ajustes univariantes, resultando con una p= <0,15, las variables: sexo (mujeres) e ICCE, los resultados se detallan en la tabla 6.

 

VARIABLES

B

E.T.

P

OR

I.C. 95%

Inferior Superior

SEXO

1,977

0,907

0,029

7,219

1,219

42,739

ICCE

0,500

0,189

0,008

1,649

1,138

2,388

 

Tabla Nº 6 .Resultados del modelo multivariante de regresión logística

Se evidenció que la probabilidad de desnutrición aumenta en individuos de sexo femenino (OR=7,2; IC 95%=1,2-42,7) y con el aumento en la puntuación del ICCE (OR=1,6; IC 95%=1,13-2,3). El estadístico del test de bondad de ajuste de Hosmer-Lemeshow para el modelo, resultó de 7.10 con p=0.5, indicando que este modelo se ajusta bien a los datos. El valor del área bajo la curva ROC: 0.79, cuyo IC del 95% es 0.65-0.93 (P=0.001), por tanto este modelo es adecuado para predecir la probabilidad de padecer desnutrición o no.

DISCUSIÓN

La prevalencia de desnutrición varía en los pacientes con IRC en hemodiálisis (HD) según diversos autores lo que se debe en parte a diferentes métodos empleados, combinaciones de ellos y criterios de clasificación diferentes así como las características de cada muestra. Llega a ser tan variable como entre 20 y 70% según varios trabajos. 7,9

La desnutrición en el paciente en hemodiálisis no solo disminuye la calidad de vida sino que también aumenta la morbimortalidad.13 Por ello es conveniente evaluar periódicamente el estado nutricional de estos enfermos, así como incorporar herramientas eficaces, sencillas y precisas para la determinación de la composición corporal, como el uso de la bioimpedancia.

La bioimpedancia, como método de estudio de la composición corporal fue introducido por Hoffer et al en 1969. Desde entonces su utilización ha cobrado una enorme importancia, en diferentes campos.27

Existen diversos trabajos, que evalúan el estado nutricional mediante bioimpedancia no sólo en la población en diálisis (hemodiálisis vs diálisis peritoneal) sino también en los pacientes con enfermedad renal crónica avanzada, trasplantados renales y en la población general. Extrapolando las fórmulas obtenidas de la población general a la población en diálisis.

Validando así su utilización en estos pacientes.28, 31

Para la valoración de la malnutrición en hemodiálisis, que es asociada a mayor morbilidad y mortalidad, se han propuesto repetidamente fórmulas específicas por la masa celular, o bien criterios basados sobre el ángulo de fase (33; 34). Los estudios más recientes dan mucha importancia a la masa grasa y la masa muscular sobre el índice de masa corporal.37 Valores reducidos de los componentes citados, como se ha mencionado, están efectivamente asociados a malnutrición y a caquexia.32,36

En este trabajo empleamos la bioimpedancia, demostrándose una alta prevalencia de desnutrición (77,2%). Obviamente la mayoría de nuestros pacientes tienen alteración de la composición corporal consistente fundamentalmente en disminución del ángulo de fase y/o masa celular. Así también, según parámetros analíticos, encontramos una alta prevalencia de desnutrición entre un 89 a 96%.

 La mayoría de los pacientes en hemodiálisis presentan alto porcentaje de patologías asociadas, como pone de manifiesto el estudio DOPPS (Dialysis Outcomes and Practice Patterns Study).38 En nuestro estudio, al cuantificar la comorbilidad mediante ICCE, evidenciamos que la mayoría de pacientes presentaron historia de insuficiencia cardiaca, infarto agudo de miocardio y de diabetes, seguidas por las demás patologías. Cuando comparamos con los resultados del estudio DOPPS evidenciamos que la prevalencia de Insuficiencia Cardiaca y enfermedad cerebrovascular es casi similar.

Como lo demuestran varios estudios el estado de malnutrición está asociado a mayor comorbilidad en hemodiálisis.6,7,9 Sin embargo ésta asociación está demostrada con comorbilidades no cuantificadas y definiendo la malnutrición con parámetros aislados, como la albúmina, en sistemas de clasificación, o combinando varios. Por lo tanto nos parece útil la cuantificación de patologías con ICC para homogeneizar criterios y poder comparar estudios; ya que las interacciones entre malnutrición y patologías diferentes son variables en función del tipo y grado de afectación orgánica, para de ésta forma predecir mejor los resultados.

En nuestro estudio, al igual que estudios previos, encontramos que el grupo de pacientes malnutridos (mediante parámetros de bioimpedancia o niveles de prealbúmina) tenían mayor comorbilidad, cuantificada con el ICCE.

Con respecto a este detalle debemos plantearnos dos situaciones:

Si ésta relación entre desnutrición y comorbilidad, viene condicionada ya sea porque la inclusión de pacientes en nuestro centro son de edad avanzada y con varias patologías asociadas lo que ha predispuesto que se pongan de manifiesto complicaciones crónicas como es la malnutrición; o la propia situación de malnutrición al inicio de diálisis les condiciona mayor comorbilidad.

De la misma manera, al relacionar albúmina con la comorbilidad encontramos que la disminución de los niveles de albúmina se relaciona con mayor comorbilidad pero no estadísticamente significativa. Esto podría ser debido a que la albúmina puede disminuir por factores no nutricionales: infección, inflamación, hidratación, acidosis metabólica39 o porque quizá el tamaño muestral sea pequeño. Otros estudios si han demostrado ésta relación. 6,21 En nuestro estudio, no confirmamos este hallazgo.

Encontramos que a medida que aumentan los niveles de colesterol, aumenta la comorbilidad, pero de forma no estadísticamente significativa. Los niveles medios de colesterol encontrados fueron inferiores a 200 mg/dl. No se recogió datos de aquellos pacientes que llevaban tratamiento con estatinas, por lo tanto se debe tomar con precaución estos datos ,ya que la mayoría presentan patología cardiovascular y diabetes, por tanto, es probable que sigan tratamiento farmacológico para mantener niveles de colesterol inferiores a 200 mg/dL, según establecen las guías.26

En muchos estudios queda reflejado que mayor edad y mayor tiempo de permanencia en hemodiálisis se asocian a mayor desnutrición.15,18 En nuestro trabajo, encontramos relación entre edad y desnutrición (medida mediante bioimpedancia).

Como se ha señalado previamente en la introducción,15 la incidencia en diálisis de mayores de 75 años está incrementándose. Que a su vez se debe al envejecimiento de la población, sin embargo también se podría decir que es resultado del propio éxito médico: el hecho de que se haya demostrado que se puede prolongar años de vida ha animado a los nefrólogos a indicar diálisis en individuos de más edad y con más patologías asociadas.21

El estudio de Murtagh y colaboradores analiza la supervivencia de pacientes mayores de 75 años incluidos en diálisis frente a aquellos con tratamiento conservador. Demostrándose en el primer análisis que la supervivencia es superior en los primeros( 68% vs 47% respectivamente a los 2 años). Pero, ajustando estos resultados a la comorbilidad, los resultados varian, ya que la evolución de pacientes añosos con cardiopatía isquémica o con alta comorbilidad es similar en diálisis que con tratamiento conservador. Por tanto las ventajas del tratamiento intervencionista quedarían atenuados en estos casos.39

No encontramos relación entre desnutrición valorada por bioimpedancia y datos analíticos con tiempo en hemodiálisis. En cuanto a parámetros analíticos de desnutrición, no hallamos significación con edad y tiempo en hemodiálisis. Una posible explicación a estos hallazgos, sería que los pacientes aumentan los suplementos nutricionales en sus dietas (con respecto a la etapa prediálisis) a medida que llevan más tiempo en hemodiálisis, dato no recogido en nuestro estudio y que podía ser motivo de estudios posteriores.

Otro hallazgo en nuestro estudio fue que en el grupo de mujeres se observó mayor desnutrición que en el de hombres. Aunque la mayoría de los estudios demuestra que la desnutrición es más prevalente en hombres ya sea probablemente por el menor depósito graso, o mayor número de los mismos en diferentes muestras estudiadas.16, 40 Ello nos hace pensar, que aunque en este estudio el número de hombres supera a la de mujeres, debemos considerar que la mediana de edad es mayor en las mujeres; por lo que tal vez la edad influye en los resultados.

Los factores predictores para la desnutrición en el análisis multivariante fueron la comorbilidad asociada y el género como se presenta en la tabla 4. Con lo cual se podría decir que la dificultad en disminuir la prevalencia de desnutrición en diálisis, se debe a que tenemos una población con varias enfermedades asociadas y a un factor no modificable como es el género (mujeres), además de edad avanzada, aunque sólo demostrado, ésta última variable en el análisis univariante.

En lo que respecta a las diferencias en las tasas entre grupos poblacionales, podemos considerarlas debidas en parte al método empleado para definir la desnutrición, y criterios de clasificación diferentes.11,12 También a la importante cantidad de variables que debemos tener en cuenta, ya que los resultados en una muestra son difícilmente extrapolables a otra (según grupo poblacional, edad, diferentes criterios de inclusión en tratamiento sustitutivo, patología asociada, causas de IRCT, oferta y características del tratamiento sustitutivo, medio socioeconómico, diferencias raciales, etc.).

En nuestro estudio se trata de pacientes incluidos en programa de diálisis hospitalaria, de mayor edad, que supone mayor comorbilidad con mayores necesidades, tanto desde el punto de vista físico como psíquico, lo que difícilmente lo haría extrapolable a un población más joven y por tanto con menos patología asociada. Todo lo mencionado justificaría un mayor interés y esfuerzo por homogeneizar el grupo de estudio y resaltar la conveniencia de que cada unidad realice el estudio de sus principales factores de riesgo para controlar la evolución de sus pacientes. Uno de ellos sería incorporar a los registros de factores de riesgo la comorbilidad cuantificada mediante el índice de Charlson, hecho que ya se está empezando a realizar en algunos centros de diálisis.

Como actitud práctica a seguir, según los resultados de nuestro estudio, parece importante considerar que la evolución nutricional de nuestros pacientes dependerá fundamentalmente de condiciones como sexo (mujeres), edad y patología asociada. Y en su manejo será importante tratar de corregir todos los posibles factores relacionados con la desnutrición, centrándonos en el control de la comorbilidad asociada aparte del estado nutricional per sé, realizando una monitorización rutinaria del estado nutricional con el empleo de bioimpedancia y controlando patologías asociadas si el caso fuera controlable con su detección y tratamiento precoz.

Aún así, el manejo de estos pacientes es complejo, sobre todo por la edad avanzada y comorbilidad asociada.

Concluimos que la prevalencia de desnutrición en nuestro medio es elevada. La bioimpedancia resulta útil en su detección. Encontramos mayor desnutrición en pacientes con mayor edad, con mayor ICCE y en el grupo de mujeres. No hallamos relación entre desnutrición y tiempo de permanencia en hemodiálisis.

BIBLIOGRAFÍA

1. Otero A, Gayoso P, García F, de Francisco AL, EPIRCE study group. Epidemiology of chronic renal disease in the Galician population: results  of   the  pilot Spanish  EPIRCE study.  Kidney  Int  Suppl 2005;(99):S16-9.

2. Charlson ME, Pompei P, Ales KL, MacKenzie CR. A new method of classifying prognostic comorbidity in longitudinal studies:Development and validation.J Chronic Dis,1987.40:373-383.

3. Charlson M, Szatrowski TP, Peterson J, Gold J. Validation of a combined comorbidity index. J Clin Epidemiol,1994.47: 1245-1251.

4. Di Iorio B, Cillo N, Cirillo M, De Santo NG. Charlson Comorbidity Index is a predictor of outcomes in incident hemodiálisis patients and correlatos with phase angle and hospitalization. Int J Artif Organs, 2004. 27: 330-336.

5 .Carreras RB ET AL. El Score de desnutrición e inflamación como predictor de mortalidad en pacientes en hemodiálisis. Diálisis Transplante 2008; 29(2):56-61.

6. Huarte-Lozaa E (coordinadora), Barril-Cuadradob G,Cebollada-Muroc J, Cerezo-Moralesd S, Coronel-Díaze F, Doñate-Cubellsf T, Fernández-Giraldezg E, Izaguirre-Bonetah A, Lanuza-Luengoi M, Liébana-Cañadaj A, Llopis-Lópezk A, Rupertob M y Traver-Aguilarb J. Nutrición en pacientes en diálisis. Consenso SEDYT . Dial Traspl. 2006;27(4):138-61.

7. Bregstrom J, Lindholm B. Malnutrition, cardiac disease, and mortality: and integrated point of view. Am J Kidney Dis. 1998;32: 834-41.

8. Riella MC. Malnutrition in dialysis: malnourishment or uremic inflammatory response.Kidney Int. 2000;57:1211-32.

9. Bossola M, Tazza L, Vulpio C, Panocchia N, Giungi S. Spada PL, Liberatori M, Luciani G.Malnutrition in patients on chronic hemodialysis: prevalence, pathogenesis, and treatment. G. Ital Nefrol. 2009 Mar-Apr; 26(2):201-14.

10.De Luis D, Bustamante J. Aspectos nutricionales en la insuficiencia renal. Nefrología 2008; 28 (3) 339-348.

11.Thunberg BJ, Alagiri PS, Cestero RV. Cross-sectional and longitudinal nutritional measurements in maintenance hemodialysis patients. Am J Clin Nutr 2005. 34:198.

12. Lionel U Mailloux , MD, FACP. William L Henrich, MD, MACP. Patient survival and maintenance dialysis. 2009; 1-11.

13.García de Lorenzo A, Arrieta J, Ayúcar A, Barril G y Huarte E. Nutrición parenteral intradiálisis en el enfermo renal crónico: Consenso SEN-SENPE. Nutr. Hosp. 2010; 25 (3): 375-377.

14.Arrieta J, et al. Informe de Situación de Diálisis y Trasplante en España, 2005.Nefrología 2008; 28: 151-8.

15.Maiorca R, Giovanni C. Morbidity and Mortalidy of CAPD and Hemodialysis. Kidney International 1993; 43 ( 40): s-4 a s-15.

16. Klahr S. Levey A Beck G et al. The effec of dietary protein restriction and blood-pressure control on the progression of chronic renal disease. New England J Med. 1999; 330: 887-894.

17.Goldsser P, Mittman N, Antignan A. Predictors of Mortality in Hemodialysis Patients. J Am.Soc. Nefhrol.1993; 3: 1613-1622.

18.Wang AY, Woo Y, Lan CW. Is a single time point C –reactive protein predictive of Outcome in dialysis patients. J nephrol.2003; 16(2):245-51.

19.Bellomo G, Lippi G, Saronio P, Reboldi G ,Verdura C. Inflammation, infection and cardiovascular event in chronic hemodialysis patients a prospective study. Am J Kidney Dis .2003 Mar-Apr; 16 (2): 245-51.

20.Kaizu Y, Ohkawa S, Odamaki M. Association between inflammatory mdiators and muscle mass in long-term hemodialysis patients. Am J Kidney Dis. 2003;42 (2):286-94.

21.Mehrotra R, Berman N, Alistwani A, Kopple JD. Improvement of nutritional status after initiation of maintenance hemodialysis. Am J Kidney Dis. 2002;40: 133-42.

22.Kopple J. National Kidney Foundation K/ DOQI. Clinical Practice Guidelines for Nutrition in Chronic Renal Failure. Am J Kidney Dis. 2000;37(1), Supl 2:62-6.

23.Guerrero Riscos A. Nutrición y diálisis adecuada en diálisis adecuada en diálisis peritoneal 1999; 5:6-17.

24.Fouque D, Vennegoor M, Wee PT, Wanner C, Basci A, Canaud B, et al. EBPG Guideline on Nutrition. Nephrol Dial Transplant 2007; 22 [Suppl 2]: 1145–1187.

25.Cigarrán S, Barril G, Bernis C, Cirugeda A,Aguilera A, Sanz P, Herraiz I, Alegre L,Selgas R.Hypoalbuminemia is also a marker of fluid excess determined by bioelectrical impedance analysis in dialysis patients. Therap.Apher& Dial. 2007. 11(2): 114-120.

26.Hoffer EC, Meador CK, Simpson DC. Correlation of Whole-body impedance with total body water volume. J. Appl. Physiol. 1969;27: 531 -534.

27.Cigarrán S , Barril G , Bernis C, Cirugeda A, Herraiz I, Selgas R. Evaluación del estado nutricional de los pacientes renales y ajuste del peso seco en CAPD y HD:papel de la bioimpedancia. Rev Electron Biomed / Electron J Biomed 2004;1:16-23.

28.Piccoli A, Pillon L, Dumler F. Impedance vector distribution by sex, race, body mass index, and age in the United States: standard reference intervals as bivariate Z scores. Nutrition2002, 18:153-167.

29. Piccoli A, Nescolarde L, Rosell J.Análisis Convencional y Vectorial de Bioimpedancia en la Práctica Clínica. Revista Española de Nefrología, 2002:XXII: 230-240.

29.Piccoli A, Nigrelli S, Caberlotto A, Bottazzo S, Rossi B, Pillon L, Maggiore Q (Bivariate normal values of the bioelectrical impedance vector in adult and elderly populations. Am J Clin Nutr,1995: 61:269-270.

30.Maggiore Q, Nigrelli S, Ciccarelli C, Grimaldi C, Rossi GA,Michelassi C: Nutritional and prognostic correlates of bioimpedance indexes in hemodialysis patients. Kidney Int. 1996. 50: 2103-2108,

31.Kushner RF, de Vries PMJM, Gudivaka R: Use of bioelectrical impedance analysis measurements in the clinical management of patients undergoing dialysis. Am J Clin Nutr 64 (Supl.): 1996. 503S-509S.

33. Chertow GM, Lazarus JM, Lew NL; Ma L, Lowrie G: Development of a population- specific regression equation to estimate total body water in hemodialysis patients. Kidney 1997.Int 51:1578-1582.

34. Chertow GM, Lowrie EG, Wilmore DW, Gonzáles G, Lew N,Ling J y cols.: Nutritional assessment with bioelectrical impedance analysis in maintenance hemodialysis patients. J Am Soc Nephrol 1995,6: 75-81,

35. Chertow GM, Lowrie EG, Lew NL, Lazarus JM: Bioelectrical impedance analysis predicts survival in hemodialysis patients.J Am Soc Nephrol 1996,7: 1442.

36. Kyle GU, Piccoli A, Pichard C. Body composition measurements: interpretation finally mady easy for clinical use. Curr. Opin. Clin. Nutr.Metab. Care. 2003; 6: 387-393.

37. Bradbury BD, Fissell RB, Albert JM, Anthony MS, Critchlow CW, Pisoni RL, Port FK, Gillespie BW. Predictors of early mortality among incident US  hemodialysis patients in the Dialysis Outcomes and Practice Pat-terns Study (DOPPS). Clin J Am Soc. Nephrol 2007; 2:89-99).

38. Ballmer PE, Achsenbein AF, Schiltz-Hofmann S: Transcapillary escape rate of albumin positively correlates with plasma al­bumin concentration in acute but not chronic inflammatory disease. Metabolism 1994, 43: 697-705.

39.Murtagh FE, Marsh JE, Donohoe P, et al Dialysis or not? A comparative survival study of patients over 75 years with chronic kidney disease stage 5. Nephrol Dial Transplant.2007;22(7):1955-62.

40.Pecoits R, Beng T. The malnutrition, inflamation, and atherosclerosis (MIA) syndrome.The Herat of the matter. Nephrol Dial Transplant. 2002; 11: 28-31.