Objetivo: Conocer la concordancia entre observadores formados en nuestro centro y correlacionarlos con el informe oficial emitido con los antecedentes clínicos y radiológicos.

Método: Se analizaron retrospectivamente 401 estudios de 382 pacientes con sospecha de TEP de diferente probabilidad clínica, informados por 6 observadores independientes con distinta experiencia. Se realizó lectura en forma ciega informando como alta, baja o intermedia probabilidad de TEP, basado en la experiencia individual y en criterios PIOPED modificados. Se aplicó kappa ponderado.

Resultados: En los informes existió 27.2% de alta probabilidad de TEP, 5.5% fueron intermedia o indeterminada y 67.3% de baja probabilidad, casi normal o normal. La concordancia entre los observadores varió entre 72.6 y 86% con variación de índice kappa entre 0.582 y 0.743. La correlación con el informe emitido varió entre 74.3 y 81.8% y (k: 0.582 y 0.675). Hubo mayor concordancia entre los observadores con mayor experiencia.

Conclusión: En nuestro centro existe una excelente concordancia interobservador con buenos índices kappa en la interpretación ciega de los VQ solicitados por TEP. Este ejercicio además, sirvió como entrenamiento práctico para los residentes del centro.

Objective: To determine interobserver agreement in our center and to correlate the blind report with the original one (with clinical and radiological information available).

Method: 401 studies from 382 patients with a possible PE were analyzed retrospectively; a blind lecture was performed by 6 independent observers with different experience level. Interpretation results were high, low or intermediate probability for PE, based on the individual experience and revised PIOPED criteria. Weighted kappa index was applied.

Results: The original reports included 27.2% high probability, 5.5% intermediate and 67.3% low probability, almost normal or normal. The interobserver agreement ranged between 72.6 and 86% (k: 0.582-0.743) and the correlation with the report ranged between 74.3 and 81.8% (k: 0.582- 0.675). There was greater agreement between observers with longer experience.

Conclusion: In our center there is an excellent interobserver concordance with good kappa index in VQ scans required to ruled out PE. This academic task was a practical training for the residents in order to accomplish self confidence in the interpretation.

La cintigrafía de ventilación y perfusión pulmonar (VQ) permite observar en forma indirecta las alteraciones de perfusión producidas por el trombo, con distribución vascular de tipo característico (defectos múltiples segmentarios o subsegmentarios), lo que se logra mediante un microtromboembolismo con macroagregados de albúmina radiomarcados; la fase de ventilación puede ser efectuada con diversos agentes (gases o micronebulizados, también radioactivos)^[8-10].

La cintigrafía de perfusión asociada o no a la de ventilación habitualmente se interpreta como baja, intermedia o alta probabilidad de TEP, de acuerdo a la distribución y concordancia de los defectos en ambas fases. Se han usado criterios tradicionales como los PIOPED, que se han modificado y últimamente otros, los PISAPED que incluso no requieren la fase ventilatoria^[11-14]. La probabilidad baja se asocia a presencia de TEP en menos de 15-20% de los casos y la alta en sobre el 65%. Un informe normal o casi normal indica menos de 5% de probabilidad de TEP y excelente evolución post seguimiento clínico^[15-17]. Por lo tanto, lo ideal sería disminuir al máximo los informes indeterminados o de probabilidad intermedia. Este tema ha sido discutido en forma extensa por otros autores, como Merlano en esta misma revista^[18]. Por otra parte, la probabilidad clínica de TEP (que se estima según diversos parámetros semiológicos y radiológicos) tiene un peso muy importante para decidir entre la terapia anticoagulante inmediata, la observación clínica o la realización de otro estudio (no invasivo o invasivo) y definir la conducta final. El dímero D cuantitativo, además, debe ser considerado pues tiene también un papel preponderante en el diagnóstico de TEP^[19].

La necesidad de utilizar criterios uniformes para la interpretación de cualquier examen, es más acentuada frente al diagnóstico de TEP con método de imágenes basado en probabilidades. La variabilidad interobservador en la interpretación del cintigrama VQ ha sido tema de interés y se relaciona con la experiencia de estos y con el método utilizado^[20-27].

Debido a que en un centro universitario es importante optimizar el punto anterior, el objetivo del trabajo fue analizar en forma retrospectiva y sin antecedentes clínicos ni radiológicos, la variabilidad en la interpretación de cintigrafía VQ de pacientes con sospecha de TEP, por observadores independientes con distinto nivel de experiencia.

Técnica:

La perfusión fue efectuada con Tc99m-macroagregados de albúmina en dosis habituales de 3-5 mCi (11-185 MBq) y la ventilación con 40 mCi (1480MBq) Tc99m-fitato micronebulizado, usando ventiladores Swirler de AMICI Inc., efectuadas con 8 proyecciones planares habituales (AP, PA, laterales y oblicuas). Todas las imágenes seleccionadas fueron adecuadamente interpretables. Se utilizó equipo de un cabezal GE Starcam 2000 y Siemens ECAM de dos cabezales, con matriz [256] y [128], respectivamente, con al menos 100.000 cuentas por vista en inhalación y 400.000 en perfusión, manteniendo fijo el tiempo de adquisición. Las fases de ventilación y perfusión de un mismo paciente fueron realizadas en la misma cámara y en forma consecutiva (perfusión inmediatamente después de la ventilación).

Análisis e Interpretación:

Se realizó en forma ciega por 6 médicos observadores independientes (2 especialistas en Medicina Nuclear y 4 residentes de Medicina Nuclear) sin conocimientos de los antecedentes clínicos ni radiológicos. Uno de los especialistas (E1) tenía 20 años de experiencia, de planta, y otro especialista (E2), también formado en nuestro Hospital Clínico, con 4 años de experiencia posterior en otro centro (aunque sin práctica en el campo en los últimos 2, por continuar especialización en radiología); los residentes (R1 a R4) cursaban de 1° a 3° año el programa de medicina nuclear.

Cada observador informó como alta, baja o intermedia probabilidad de TEP, basado en la experiencia de cada uno y principalmente en criterios PIOPED modificado (no estrictos). Para el análisis, los casos de probabilidad muy baja, baja y los normales se agruparon como grupo único de baja probabilidad.

Análisis estadístico:

Se calculó la correlación interobservador y con el informe emitido con los datos clínicos. Se aplicó índice kappa ponderado (k) para la concordancia considerando lo habitualmente aceptado según Tabla 1 y test de Fisher para muestras pequeñas.

Tabla 1: Valoración del índice kappa

El análisis de los informes originales demostró 27.2% de alta probabilidad de TEP y 54.4% de baja probabilidad. Sólo 5.5% de los estudios fueron interpretados como de probabilidad intermedia o indeterminada, 5.2% como muy baja y 7.7% como normal. Los casos de probabilidad muy baja, baja y normal correspondieron, en conjunto, al 67.3% del total.

Concordancia interobservadores:

La concordancia entre los observadores varió entre 72.56 y 86%, con rango de índice kappa (correlación) entre 0.582 y 0.743. La concordancia con el informe emitido varió entre 74.3 y 81.8% con k:0.582 a 0.675, respectivamente. Ver tablas 2 y 3

Tabla 2: Porcentajes de concordancia interobservadores
y con el informe inicial

Tabla 3: Índices kappa de correlación interobservadores
y con el informe inicial

Existió concordancia absoluta entre los seis observadores en 56.4% de los casos (226 estudios), 38 de los cuales eran de alta y los 188 restantes de baja probabilidad, sin existir concordancia total en casos con probabilidad intermedia o indeterminada. De los informes originales de probabilidad normal o casi normal, el 99% de las interpretaciones ciegas aisladas fueron baja probabilidad.

Cuando todos los observadores concordaron en el diagnóstico, la correlación con el informe fue de 100% para los estudios con alta probabilidad y de 93% para los de baja probabilidad. En los estudios indeterminados según el informe, el porcentaje de observadores que informó alta probabilidad fue 14.4, baja 68.9 e intermedia 16.7.

Hubo mayor concordancia entre residentes con mayor experiencia (R1 y R2) y la especialista de planta (E1). Además se observó que las mejores concordancias con el informe emitido también correspondieron al especialista de planta y al residente de mayor experiencia (R1). Al analizar los casos que fueron interpretados como de probabilidad intermedia para TEP en los informes, se desglosa que sólo 5 de los 22 casos (23%) fueron interpretados en forma discordante por los seis observadores; 1 caso (4%) fue interpretado como de alta o intermedia probabilidad y los restantes 16 (73%) fueron interpretados como de baja o intermedia probabilidad, existiendo concordancia absoluta en 7 de ellos para baja probabilidad.

Considerando el desempeño individual de los observadores en promedio respecto a sus pares, todos presentaron buenos indicadores kappa, que mide ajuste de la correlación, incluso los con menor experiencia, que sin embargo fueron algo más bajos. Ver Gráficos 1 y 2 en se analizan los promedios de los observadores por separado.

Gráfico 1: Concordancia de cada observador respecto al resto promedio y ds.

Gráfico 2: Kappa promedio y ds de cada observador respecto al resto

Concordancia intraobservador:

El especialista de planta participó originalmente en 160 de los 401 estudios (39%), emitiendo el informe original. Se realizó entonces una correlación entre esos 160 informes y la interpretación independiente actual, observándose que en 81.3% hubo concordancia (kappa: 0.68). La concordancia de este especialista con el informe del resto de los estudios en que no participó (241) fue de 82.2%, por lo que no hubo diferencia estadísticamente significativa al comparar ambos subgrupos (p=0.895).

En un metaanálisis reciente que compara ambas técnicas (TC multicorte y VQ) se concluye que la TC helicoidal tiene mayor poder discriminatorio para estudio normal o casi normal, pero que para alta probabilidad de TEP ambas técnicas tienen poder similar^[30]. Por esto es importante tener en cuenta la probabilidad clínica pretest para la selección de una u otra metodología diagnóstica. Sería preferible el TC multicorte en individuos con enfermedad pulmonar conocida y en presencia de alteraciones en radiografía de tórax^{[5, 6]}. Es interesante conocer también que en pacientes con enfermedad bronquial obstructiva crónica se pueden observar mayor número de VQ no diagnósticos, sin embargo, esta técnica sigue siendo valiosa en la pesquisa de TEP versus reagudización del cuadro basal en estos pacientes^[31].

Las ventajas del VQ incluyen la gran experiencia acumulada en el diagnóstico de TEP y la capacidad de pesquisar embolías de terrenos perfundidos por vasos pequeños; su mayor rendimiento es al ser interpretado como alta probabilidad o normal. Si la probabilidad es baja o intermedia puede existir TEP entre 15 y 60% de los casos, por lo cual se debe siempre tener en cuenta la probabilidad clínica pretest, como ya fue mencionado, para las decisiones terapéuticas. En nuestro centro, utilizando los criterios PIOPED modificados y considerando todos los antecedentes disponibles, sólo el 5,5% de los estudios fueron interpretados como de probabilidad intermedia o indeterminada en la lectura inicial.

En cuanto a la interpretación del cintigrama VQ, existe variabilidad según el grado de experiencia y los criterios usados. En la Tabla 4 ^[21-26] se muestran estudios realizados comparando la correlación interobservadores con valores kappa que fluctúan entre 0.54 y 0.67. Kraemmer y cols. compararon los informes de dos observadores especialistas que interpretaron 137 exámenes observando kappa de correlación de 0.67. Posteriormente, Christiansen y cols. en 170 casos obtuvieron índice kappa de 0.57 entre 3 especialistas. Mayo y cols. en 139 casos describieron kappa de 0,61 para VQ y 0.85 para TC, aunque en este caso se consideraron 5 categorías, incluyendo muy baja y normal. El estudio del grupo español de Infante, por otro lado, mostró una correlación de 0.58 al analizar 180 exámenes; en ese trabajo los informes fueron realizados por 5 especialistas y 3 residentes.

Tabla 4: Diferentes trabajos publicados

El ejercicio académico presentado, en nuestro caso, logró mejorar la correlación entre los observadores y respecto al informe, puesto que al analizar los primeros 300 casos^[26] los resultados de concordancia fueron ligeramente inferiores a los presentados actualmente con más de  400 casos. Llama la atención que el grupo de Christiansen (que publicó estudios con distinto número de casos) el kappa mejoró al aumentar la población así como al mejorar el entrenamiento de los observadores, similar a lo observado en nuestra experiencia. Además, ese investigador encontró menor correlación en un subgrupo de probabilidad indeterminada^[20]. El trabajo de Hagen y cols.^[32] con análisis gestáltico muestra concordancia global similar a la nuestra tanto interobservador (0.73-0.89) como intraobservador (0.76-0.95) aunque en nuestro caso la concordancia intraobservador no fue efectuada en las mismas condiciones (sólo una de las lecturas fue en forma ciega). Una comparación de las concordancias inter e intraobservador entre los distintos métodos PIOPED, de Hull y gestáltica (basada en experiencia) no encuentra diferencias significativas entre ellos^[26].

En el trabajo presentado, se interpreta un número de casos mayor a lo publicado previamente y observadores con distinta experiencia presentan una fuerza de correlación con el informe clínico buena o muy buena.

Finalmente, podemos concluir que en nuestro centro existe una excelente concordancia interobservador con buenos índices de correlación en la interpretación ciega de los VQ solicitados por TEP. Este ejercicio, además, sirvió como entrenamiento práctico, especialmente, para los residentes más jóvenes del centro, quienes lograron mayor confianza en su interpretación. Consideramos que debido a la disminución progresiva en el requerimiento de cintigrama VQ, (aunque en menor proporción que en años anteriores, por cierta estabilización observada en la actualidad), el mantener una interpretación reproducible en el tiempo es fundamental, para optimizar el rendimiento de la técnica.