Modelo predictivo de hipocalcemia iónica grave mediante la estimación de calcio total, albúmina y fósforo

Resumen

OBJETIVO: Desarrollar y validar un modelo predictivo de hipocalcemia grave (calcio ionizado menor de 1.0 mmol/L) utilizando parámetros bioquímicos convencionales sin necesidad de gasometría.

MATERIALES Y MÉTODOS: Estudio observacional, retrospectivo, efectuado en pacientes del Hospital General de Mazatlán atendidos entre los meses de abril de 2024 y junio de 2025. Criterios de inclusión: pacientes con mediciones simultáneas de calcio total, albúmina, fósforo y calcio ionizado al ingreso. Criterios de exclusión: pacientes en terapia renal sustitutiva, con consumo reciente de suplementos de calcio y vitamina D o citrato. Se construyó un modelo de regresión logística con tres variables predictoras. El desempeño se evaluó mediante curva ROC, área bajo la curva y valores predictivos.

RESULTADOS: Se estudiaron 713 pacientes. La hipocalcemia grave se identificó en el 7.1% (n = 50). El modelo resultante fue: logit(p) = 2.5303 – 1.4256 × + 1.3753 × + 0.3275 × , con un área bajo la curva de 0.862. A un punto de corte de probabilidad menor de 0.3; especificidad de 0.98 y el valor predictivo negativo de 0.96. Se observó correlación negativa entre la predicción del modelo y el calcio ionizado (r = -0.52; p < 0.001).

CONCLUSIONES: El modelo analizado permite predecir, con buena precisión, la hipocalcemia grave mediante parámetros accesibles. Es útil en escenarios sin gasometría y facilita la toma de decisiones clínicas oportunas.

PALABRAS CLAVE: Hipocalcemia; calcio; albúmina; fósforo.

Abstract

OBJECTIVE: To develop and validate a predictive model for severe hypocalcemia (ionized calcium < 1.0 mmol/L) using conventional biochemical parameters without the need for blood gas analysis.

MATERIALS AND METHODS: A retrospective observational study was conducted in 713 hospitalized patients at the General Hospital of Mazatlán (April 2024-June 2025). Inclusion criteria: patients with simultaneous measurements of total calcium, serum albumin, phosphorus, and ionized calcium upon admission. Exclusion criteria: Patients on renal replacement therapy, or those using calcium/vitamin D supplements or citrate. A logistic regression model was constructed using three predictor variables. Model performance was evaluated using ROC curves, AUC, and predictive values.

RESULTS: Severe hypocalcemia was identified in 7.1% of patients. The final model was: logit(p) = 2.5303 − 1.4256 × + 1.3753 × + 0.3275 × , with an AUC of 0.862. At a probability cutoff < 0.3, specificity was 0.98 and negative predictive value was 0.96. A significant negative correlation was found between model predictions and ionized calcium levels (r = –0.52; p < 0.001).

CONCLUSIONS: This model reliably predicts severe hypocalcemia using readily available parameters, making it a practical tool in settings without access to ionized calcium measurement, and supports timely clinical decision-making.

KEYWORDS: hypocalcemia, calcium, albumins, and phosphorus.