Page 14 - Premios_SPAIC-DIATER

Análise de um modelo preditivo para o diagnóstico de alergia

a fármacos baseado na história clínica

Analysis of a predictive model for the diagnosis of allergic drug

reactions based on the medical history

Bárbara Kong Cardoso, Sofia Farinha, Marta Martins, Elza Tomaz, Filipe Inácio
Serviço de Imunoalergologia – Centro Hospitalar de Setúbal
Rev Port Imunoalergologia 2020; 28 (1): 12-17
DOI: 10.32932/rpia.2020.03.028

RESUMO
Fundamentos: As reações alérgicas a fármacos constituem um importante problema de saúde pública associado a
uma morbilidade e mortalidade significativas. Sendo o estudo alergológico nestas situações consumidor de tempo e
recursos consideráveis, um modelo preditivo que permitisse, com base nos dados clínicos, avaliar o risco de
diagnóstico positivo de uma forma objetiva, poderia simplificar este estudo. Objetivo: Testar o modelo preditivo
construído por Hierro Santorino em doentes seguidos no nosso Serviço de Imunoalergologia por suspeita de alergia
medicamentosa e verificar o seu desempenho nesta população. Métodos: Foram avaliados os processos clínicos dos
doentes que recorreram à consulta de Imunoalergologia por suspeita de alergia medicamentosa com estudo
alergológico concluído entre janeiro de 2017 e junho de 2018. Foram registados os dados identificados como fatores
preditivos no referido modelo, assim como o resultado do estudo alergológico. Foi aplicado o algoritmo proposto por
Hierro Santorino a esta população e verificado o seu desempenho. Resultados: Foram analisados 159 casos
correspondendo a 143 doentes, 54 (37,8%) do sexo feminino e com uma média de idade 42,1 ± 25,4 anos. Em 108
casos havia apenas um fármaco suspeito. Em 39% dos casos, os antibióticos betalactâmicos foram os fármacos
suspeitos, em 31% os antinflamatórios não esteroides (AINEs) e em 29,6% foram suspeitos fármacos de outras
classes. Em 18,2% dos casos foi feito o diagnóstico de alergia, em 15,7% de intolerância a AINEs, em 5% de
intolerância a inibidores da enzima conversora da angiotensina e em 54,1% dos casos foi excluída alergia. Quando
foi aplicado o modelo em estudo a probabilidade média de diagnóstico positivo calculada para o grupo dos alérgicos
foi de 73,3% (28,6% a 91,7%) e de 68,7% (8,4 a 96,4%) para o grupo dos não alérgicos, não se encontrando um limiar
com bom poder discriminativo entre as duas situações (curva ROC). Conclusões: O modelo testado revelou um mau
desempenho nesta população, sugerindo que os modelos preditivos necessitam de aperfeiçoamento para virem a
ser uma ferramenta útil no estudo alergológico das reações a fármacos.
Palavras -chave: Alergia a fármacos, hipersensibilidade a fármacos, estudo alergológico, modelos preditivos,
algoritmos de decisão.

ABSTRACT
Background: Allergic drug reactions represent an important public health problem associated with a significant mortality
and morbidity. The allergy workup in this situation is expensive and time consuming. A predictive model using medical
history would allow us to assess the risk of a positive result and might simplify the diagnostic process. Aims: To assess the
performance of the Hierro Santorino predictive model in patients from our Immunoallergology department investigated for
drug allergy. Methods: We included in our study patients referred to our department for drug allergy whose investigation
was concluded between January 2017 and June 2018. We collected clinical data identified as the predictive factors in the
mentioned model, as well as the results from the allergy work up. The Hierro Santorino model was then applied to our
population and its performance was evaluated. Results: We analyzed 159 cases corresponding to 143 patients, 54 (37.8%)
females, mean age of 42.1 ± 25.4 years. In 108 cases there was only 1 drug involved. In 39% of the cases a beta ‑lactam was
the suspected drug, in 31% a nonsteroidal anti ‑inflammatory drug (NSAID) and in 29.6% other drug classes were suspected.
In 18.2% of the cases the final diagnosis was positive for drug allergy, in 15.7% “NSAID intolerance” was established, 5% of
the patients had “angiotensin ‑converting ‑enzyme inhibitor intolerance” and in 54.1% drug allergy was excluded. As the
model under study was applied the mean probability of drug allergy was 73.3% (26.6% to 91.7%) in the allergic group and
68.7% (8.4% to 96.4%) in the non ‑allergic group. There was no cut ‑off value with capacity to discriminate between the
outcomes. Conclusions: The model tested in our population revealed a poor performance suggesting that predictive models
still need improving to be used as a tool in the allergy workup.
Keywords: Allergic drug reaction, drug hypersensitivity, allergy workup, predictive models, decision ‑making algorithm.

12 COLET ÂNEA DOS PRÉMIOS SP AIC–DIA TER