Desenvolvimento de modelo clínico para predição da possibilidade de identificação da artéria de Adamkiewicz por angiotomografia

CONTEXTO: Diferenças morfológicas da artéria de Adamkiewicz (AKA) entre a população portadora e não portadora de doença aórtica têm importância clínica, influenciando as complicações neuroisquêmicas da medula espinhal em procedimentos operatórios. Ainda não é conhecida a correlação entre parâmetros clínicos e a previsibilidade da identificação dessa artéria pela angiotomografia. OBJETIVO: Desenvolver um modelo matemático que, através de parâmetros clínicos correlacionados com aterosclerose, possa prever a probabilidade de identificação da AKA em pacientes submetidos a angiotomografias. MÉTODO: Estudo observacional transversal utilizando banco de imagens e dados de pacientes. Foi feita análise estatística multivariada e criado modelo matemático logit de predição para identificação da AKA. Variáveis significativas foram utilizadas na montagem da fórmula para cálculo da probabilidade de identificação. O modelo foi calibrado, e a discriminação foi avaliada pela curva receiver operating characteristic (ROC). A seleção das variáveis explanatórias foi guiada pela maior área na curva ROC (p = 0,041) e pela significância combinada das variáveis. RESULTADOS: Foram avaliados 110 casos (54,5% do sexo masculino, com idade média de 60,97 anos e etnia com coeficiente B -2,471, M -1,297, N -0,971), com AKA identificada em 60,9%. Índice de massa corporal: 27,06 ± 0,98 (coef. -0,101); fumantes: 55,5% (coef. -1,614/-1,439); diabéticos: 13,6%; hipertensos: 65,5% (coef. -1,469); dislipidêmicos: 58,2%; aneurisma aórtico: 38,2%; dissecção aórtica: 12,7%; e trombo mural: 24,5%. Constante de 6,262. Fórmula para cálculo da probabilidade de detecção: [Formula: see text] . O modelo de predição foi criado e disponibilizado no link https://vascular.pro/aka-model . CONCLUSÃO: Com as covariáveis etnia, índice de massa corporal, tabagismo, hipertensão arterial e dislipidemia, foi possível criar um modelo matemático de predição de identificação da AKA com significância combinada de nove coeficientes (p = 0,042).