Modelo predictivo RENO-WAIT para estimar el inicio de hemodiálisis en pacientes hospitalizados

Resumen

OBJETIVO: Desarrollar y validar un modelo clínico predictivo (RENO-WAIT) para para estimar, mediante variables bioquímicas de rutina, la probabilidad de requerir hemodiálisis al ingreso al hospital.

MATERIAL Y MÉTODOS: Estudio observacional analítico efectuado en una cohorte consecutiva en 530 pacientes adultos con falla renal aguda, crónica o agudizada ingresados a medicina interna entre 2022 y 2025. Se evaluaron urea, creatinina, potasio y tipo de disfunción renal mediante regresión logística. El desenlace primario fue el inicio de hemodiálisis indicado por nefrología. Se calcularon sensibilidad, especificidad, valores predictivos y área bajo la curva ROC.

RESULTADOS: Se estudiaron 530 pacientes en quienes se aplicó el modelo RENO-WAIT que incluyó cuatro predictores significativos: urea (OR 1.012), creatinina (OR 1.407), potasio (OR 1.425) y tipo de lesión renal (OR 0.346 para lesión renal aguda-enfermedad renal crónica agudizada ven comparación con enfermedad renal crónica. El modelo mostró un rendimiento excelente (AUC 0.955), sensibilidad del 87.7%, especificidad del 92.5%, valor predictivo negativo de 98.2%.

CONCLUSIONES: El modelo RENO-WAIT es un método sencillo y preciso, útil para apoyar al clínico en decisiones relacionadas con el inicio de la hemodiálisis. Su alto valor predictivo negativo permite evitar procedimientos innecesarios, optimizar recursos y mejorar la seguridad del paciente. No sustituye el juicio clínico y debe individualizarse en cada caso.

PALABRAS CLAVE: Hemodiálisis; enfermedad renal crónica; lesión renal aguda; urea; potasio; creatinina.

Abstract

OBJECTIVE: To develop and validate a predictive clinical model (RENO-WAIT) that uses routine biochemical variables to estimate the probability of requiring haemodialysis upon hospital admission.

MATERIALS AND METHODS: This was an observational, analytical study conducted on a consecutive cohort of adult patients with acute, chronic or exacerbated renal dysfunction who were admitted to the internal medicine department between 2022 and 2025. Urea, creatinine and potassium concentrations, as well as the type of renal dysfunction, were evaluated using logistic regression. The primary outcome was the initiation of haemodialysis as indicated by nephrologists. Sensitivity, specificity, predictive values and the area under the ROC curve were calculated.

RESULTS: A total of 530 patients were studied using the RENO-WAIT model, which included four significant predictors: urea (OR 1.012), creatinine (OR 1.407), potassium (OR 1.425) and type of renal injury (OR 0.346 for acute renal injury/exacerbated chronic kidney disease compared to chronic kidney disease). The model demonstrated excellent performance (AUC 0.955), with a sensitivity of 87.7%, a specificity of 92.5%, and a negative predictive value of 98.2%.

CONCLUSIONS: The RENO-WAIT model is a simple, accurate method that can support clinicians in making decisions about the initiation of haemodialysis. Its high negative predictive value helps to avoid unnecessary procedures, optimise resources and improve patient safety. However, it does not replace clinical judgement and should be tailored to each individual case.

KEYWORDS: Hemodialysis; Chronic kidney disease; Acute kidney injury; Urea; Potassium; Creatinine.