Predicting mortality in patients diagnosed with pulmonary tuberculosis: a systematic review of prognostic models

Abstract

OBJECTIVE. To synthesize the evidence regarding prognostic models to predict mortality in patients diagnosed with pulmonary tuberculosis.

METHODOLOGY. The current study followed the guidelines of the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (The PRISMA Group, 2020) Statement. A literature search on prognostic models aimed to predict mortality in patients diagnosed with pulmonary tuberculosis was conducted by three revisers. We included prospective and retrospective studies where prognostic models predicting mortality were either developed or validated in patients diagnosed with pulmonary tuberculosis. Three reviewers independently assessed the quality of the included studies using the PROBAST tool. (¨Prediction model study Risk Of Bias Assessment Tool¨), which assesses both the risk of bias (RoB) and the applicability of each model. A descriptive analysis of each of the prediction models developed, their performance and the population characteristics of each article was conducted.

RESULTS. Only 6 articles met the selection criteria. There was a total of 6 prognostic rules, one in each article. Most studies (5 out of 6) were retrospective cohorts, only 1 study was a prospective case-control study. When adding the population of all the studies, there were a total of 3,553 participants, with samples ranging from 103 participants to 1070 participants. All the studies had a high risk of bias according to the PROBAST tool in the overall assessment. The overall assessment showed that 3 studies had a low concern of applicability, 2 high concern and 1 unclear concern. Only 5 studies developed new prediction rules. In general, the presented models had a good discriminatory ability, with areas under the curve fluctuating between 0.65 up to 0.91. The predictive model with the highest discriminatory power was the one reported by Horita, et - al. with an AUC of 0.910 in the development cohort and 0.893 in the validation cohort.

CONCLUSION. Considering that pulmonary tuberculosis is a highly prevalent disease in low-income countries, it would be very useful to have quality tools that allow healthcare personnel to be able to catalog patients with a higher risk of death so that they can receive priority medical attention.

OBJETIVO Sintetizar la evidencia acerca de modelos pronósticos que predicen mortalidad en pacientes con tuberculosis pulmonar.

METODOLOGÍA. El siguiente estudio sigue las guías PRISMA del año 2020 (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Se realizó una búsqueda literaria, por tres revisores, de modelos pronósticos que se enfocaban en predecir mortalidad en pacientes diagnosticados con tuberculosis pulmonar. Se incluyeron estudios prospectivos y retrospectivos, donde los modelos pronósticos que predecían mortalidad habían sido desarrollados o validados en pacientes con tuberculosis pulmonar. De manera independiente, tres revisores evaluaron la calidad de los estudios incluidos usando la herramienta PROBAST (¨Prediction model study Risk Of Bias Assessment Tool¨), la cual evalúa el riesgo de sesgo y la aplicabilidad de cada modelo. Se realizó un análisis descriptivo de cada modelo de predicción, su performance, y las características de la población.

RESULTADOS. Solo 6 artículos cumplieron los criterios de selección. Hubo un total de 6 modelos pronósticos, uno en cada artículo. La mayoría de los estudios (5 de 6) fueron cohortes retrospectivas, y solo uno fue un estudio de casos y controles prospectivo. Al sumar la población total de los estudios, hubo un total de 3,553 participantes, con muestras desde 103 hasta 1070 participantes. Todos los estudios obtuvieron un alto riesgo de sesgo, de acuerdo a la herramienta PROBAST, en la evaluación global. Además, la evaluación global mostró que 3 estudios obtuvieron una baja preocupación de aplicabilidad, 2 alta preocupación y un estudio preocupación indeterminada. Solo 5 estudios desarrollaron nuevas reglas de predicción, mientras que uno válido una ya existente. En general los modelos de predicción mostraron una buena habilidad discriminatoria, con valores de área bajo la curva que fluctuaban entre 0.65 hasta 0.91. El modelo de predicción con mayor poder discriminatorio fue el reportado por Horita, et – al con un valor de área bajo la curva de 0.910 en la cohorte de desarrollo y 0.893 en la cohorte de validación.

CONCLUSIÓN. Tomando en cuenta que la tuberculosis pulmonar es una enfermedad prevalente en países de desarrollo, sería útil contar con herramientas que ayuden a los profesionales de la salud a catalogar a los pacientes con mayor riesgo de mortalidad, para que así ellos puedan recibir atención médica prioritaria.