Introducción
La enfermedad renal crónica (ERC) constituye un problema de salud pública creciente a nivel mundial, con alta prevalencia y un impacto considerable en términos de morbimortalidad cardiovascular y progresión a enfermedad renal terminal (ERT), etapa en la que se requiere terapia de reemplazo renal (TRR), ya sea hemodiálisis, diálisis peritoneal o trasplante renal.
Para mejorar la estratificación pronóstica de estos pacientes se desarrolló el Kidney Failure Risk Equation (KFRE), una herramienta que estima el riesgo de progresión a TRR a 5 años a partir de cuatro variables clínicas fácilmente obtenibles: edad, sexo, tasa de filtrado glomerular estimada (TFGe) y albuminuria.
Las guías internacionales (KDIGO 2024, guías europeas y francesas) recomiendan el uso de KFRE en todos los pacientes con ERC, independientemente de la etiología. Sin embargo, la etiología de la ERC influye en la velocidad de progresión y en el riesgo de muerte, lo que podría modificar el desempeño del score.. Estudios previos sugieren que en enfermedad poliquística renal el KFRE tiende a subestimar el riesgo de progresión, pero no existían evaluaciones amplias en cohortes que incluyeran todas las etiologías.
Por ello, la cohorte CKD-CAREMEAU (Francia) evaluó de manera retrospectiva la capacidad discriminativa y la calibración del KFRE según diferentes causas de ERC.
Metodología del estudio
- Diseño: Cohorte retrospectiva, monocéntrica (Hospital Universitario de Nîmes, Francia).
- Periodo: 2008 – 2017.
- Participantes:
- 3,323 pacientes con ERC ≥ 18 años en su primera consulta nefrológica.
- Exclusiones: 132 pacientes (61 por migración fuera del país y 71 por inicio de TRR en <3 meses).
- Población final: 3,191 pacientes seguidos durante 5 años o hasta muerte.
Variables analizadas
- Demográficas: edad (mediana 71 años), sexo (60% hombres).
- Clínicas: TFGe (mediana 41 mL/min/1.73 m²), albuminuria (mediana 151 mg/g), proteinuria.
- Etiología de la ERC:
- Vascular: 37%
- Diabetes: 21%
- Glomerular: 16%
- Tubulointersticial: 14%
- Poliquística: 4%
- No clasificada/múltiple: 8%
Método estadístico
- Discriminación: Área bajo la curva ROC (AUC).
- Calibración: Curvas de riesgo observado vs. riesgo predicho (ideal: línea de 45°).
- Ajuste por riesgos competitivos: especialmente mortalidad antes de TRR.
- Análisis de sensibilidad: exclusión de pacientes sin datos de albuminuria, uso de imputación múltiple para datos faltantes.
Resultados principales
- Eventos en 5 años:
- 384 pacientes (12%) iniciaron TRR.
- 802 pacientes (25%) fallecieron antes de requerir TRR.
- Discriminación:
- El KFRE mostró buena capacidad discriminativa en todas las etiologías (AUC 0.83 – 0.94).
- Calibración:
- Adecuada en ERC vascular, diabética y glomerular (aunque con ligera sobreestimación en deciles altos).
- Deficiente en ERC poliquística, tubulointersticial y no clasificadas, con:
- Subestimación del riesgo de TRR en enfermedad poliquística (el modelo predice menos de lo real).
- Sobreestimación del riesgo en ERC tubulointersticial y no clasificadas.
- Mortalidad como riesgo competitivo:
- En la mayoría de las etiologías (excepto la poliquística), la mortalidad antes de llegar a TRR fue más frecuente que el inicio de diálisis o trasplante.
- Este fenómeno puede explicar parte de la sobreestimación en algunos grupos.

Discusión
El estudio confirma que el KFRE discrimina bien entre pacientes con más y menos riesgo de progresar a ERT, independientemente de la causa de la enfermedad. Sin embargo, la calibración depende fuertemente de la etiología.
- En la ERC poliquística, el modelo subestima el riesgo, probablemente porque la progresión es rápida incluso con baja albuminuria, variable muy ponderada en la fórmula.
- En la ERC tubulointersticial, el KFRE sobreestima el riesgo, ya que esta causa suele evolucionar lentamente y con baja proteinuria.
- En la ERC no clasificada o múltiple, la baja precisión se explica tanto por la heterogeneidad diagnóstica como por la mayor mortalidad competitiva.
Fortalezas del estudio
- Gran tamaño muestral (más de 3,000 pacientes).
- Seguimiento prolongado de 5 años.
- Uso de registros nacionales que reducen la pérdida de seguimiento.
- Inclusión de todas las etiologías y todos los estadios de ERC, no solo casos avanzados o biopsiados..
Limitaciones
- Estudio monocéntrico y terciario, lo que limita la generalización.
- Número reducido de pacientes con ERC poliquística y tubulointersticial, lo que disminuye la potencia para esos subgrupos.
- Posible sesgo de clasificación en el grupo “no clasificado” por la mezcla de etiologías y ausencia de biopsias sistemáticas.
- Datos faltantes de albuminuria, aunque se aplicaron imputaciones múltiples.
Conclusiones y relevancia clínica
El KFRE es útil como herramienta de discriminación poblacional en la ERC, pero su capacidad de predicción individual (calibración) varía según la causa de la enfermedad.
- Confiable en pacientes con ERC diabética, glomerular y vascular.
- Limitado en ERC poliquística, tubulointersticial y etiologías múltiples/indeterminadas, donde el riesgo se subestima o sobreestima significativamente.
Implicancias:
- El uso del KFRE debería restringirse a ciertas etiologías donde ha mostrado buen desempeño.
- Es necesario desarrollar nuevos modelos pronósticos específicos para etiologías particulares de ERC, incorporando variables adicionales (ej. progresión intrínseca, riesgo de mortalidad competitiva).
✅ En resumen:
El estudio de la cohorte CKD-CAREMEAU aporta evidencia sólida de que el KFRE es una herramienta válida para estratificar el riesgo de progresión a diálisis en la mayoría de pacientes con ERC, pero no en todos. Su utilidad es mayor en etiologías comunes como la diabetes, la enfermedad vascular y la glomerulopatía, mientras que presenta deficiencias importantes en la ERC poliquística, tubulointersticial y no clasificada. Esto subraya la necesidad de modelos más personalizados, que integren no solo la TFGe y la albuminuria, sino también el impacto del riesgo competitivo de mortalidad y la etiología específica de la enfermedad renal.
Dr. Jorge Rojas, Médico Internista
Certificado en Salud Cardiometabólica – CMHC (USA)
📲 ¿Quieres seguir aprendiendo sobre salud cardiometabólica?
- 🎧 Podcast: Medicina Cardiometabólica en Spotify
- 📸 Instagram: @drjorgerojas
- 👨🏫 Grupo de Facebook: Medicina Interna – Comunidad Académica
- 💬 Canal de WhatsApp: Únete aquí
- 📨 Canal de Messenger (Facebook): Únete aquí
- 📲 Canal de Instagram: Únete aquí
- 🌐 Página web: medicinacardiometabolica.com
Suscríbete para seguir leyendo
Suscríbete para obtener acceso al contenido íntegro de esta entrada y demás contenido exclusivo para suscriptores.