Calcificación coronaria y depresión: un modelo de regresión logística

Resumen

Este trabajo se divide en dos partes. En la primera parte estudiamos si los sujetos que presentan simultáneamente depresión estado y depresión rasgo tienen puntajes de calcio coronario más elevados que los sujetos con depresión estado solamente. En la segunda parte construimos un modelo de regresión logística multivariable y proponemos un predictor para la presencia de calcificación severa, basado en ese modelo. En la primera parte, participaron sujetos entre 40 y 60 años, sin antecedentes coronarios, a los que se les hizo una angiotomografía cardíaca indicada por sus médicos tratantes. La depresión fue evaluada utilizando el Inventario de Depresión Estado/Rasgo de Spielberg. Hallamos asociaciones positivas entre cada uno de las puntuaciones de las escalas y sub-escalas del test y los puntajes de calcio: eutimia estado 0,345, distimia estado 0,322, depresión estado 0,401, eutimia rasgo 0,376, distimia rasgo 0,325, depresión rasgo 0,407. En la segunda parte, mediante un modelo de regresión logística multivariable calculamos la probabilidad de presencia de un puntaje de calcio mayor a 400 UH en función de un conjunto de variables predictoras (depresión estado, depresión rasgo, hipertensión arterial, dislipemia y edad). El modelo original fue simplificado, resultando un modelo final compuesto por un factor de riesgo cardiovascular tradicional (dislipemia), un factor de riesgo psicológico (depresión rasgo) y la edad como factor epidemiológico de riesgo. Una vez obtenidos los parámetros del modelo exploramos la posibilidad de construir un predictor. El valor óptimo para la probabilidad de corte cuando los pesos asignados a la sensibilidad y a la especificidad se tomaron iguales, se encontró comprendido entre 0,3 y 0,4. El área bajo la curva ROC resultó significativa a nivel p<0,05 con valor 0,74. La construcción de modelos como el que motiva la presente investigación, con un componente psicológico que no había sido incorporado en modelos previos, puede contribuir a la tarea de identificar nuevas interacciones relevantes desde una perspectiva epidemiológica.