Repensar lo Normal: Por qué los valores de laboratorio no definen la salud

La medicina moderna ha confiado durante mucho tiempo en las pruebas de laboratorio como un pilar objetivo del diagnóstico. Los intervalos de referencia proporcionan a los clínicos puntos de referencia estandarizados que respaldan la detección de enfermedades, el monitoreo de la terapia y la comunicación entre sistemas de atención médica. Sin embargo, por valiosos que sean estas herramientas, a menudo son malinterpretados tanto por los médicos como por los pacientes. Un valor de laboratorio que cae dentro de un rango de referencia derivado de la población no debe interpretarse como sinónimo de salud óptima. Simplemente indica que la medición se encuentra dentro de la distribución estadística observada en una población supuestamente sana. La distinción es sutil pero clínicamente profunda. Como médicos, deberíamos replantearnos qué significa realmente “normal” y cómo debería corresponder a sentirse realmente saludable.

Los rangos de referencia describen poblaciones, no individuos

Los rangos de referencia son construcciones estadísticas, no ideales biológicos. Los intervalos de referencia convencionales de laboratorio abarcan el 95% central de los valores de una población de referencia seleccionada, categorizando así aproximadamente al 5% de las personas sanas como con valores anormales, al mismo tiempo que incluyen a muchas personas con patología incipiante o en evolución. Hace más de cinco décadas, Eugene K. Harris, PhD, argumentó que los rangos de referencia basados en la población suelen ser inadecuados para interpretar la fisiología de un paciente individual, porque la individualidad biológica con frecuencia excede la variabilidad observada en un individuo a lo largo del tiempo.¹ Este principio sigue siendo notablemente relevante hoy en día, especialmente cuando la medicina de precisión pone énfasis en líneas base personalizadas sobre promedios de población.

La enfermedad con frecuencia se desarrolla como un continuo en lugar de un evento binario. La resiliencia metabólica puede disminuir años antes de que se produzca una falla orgánica, patología estructural o se alcancen umbrales diagnósticos. Los síntomas a menudo preceden a la enfermedad detectable, lo que subraya que “arreglar los números” no necesariamente confiere una verdadera salud. El sentido común nos dice que estar sano también debe significar sentirse bien. En mi propia experiencia clínica, muchos pacientes que seguían sus medicamentos y mantenían “valores normales de laboratorio” aún llegaron al servicio de urgencias con infartos de miocardio o accidentes cerebrovasculares. Estos encuentros desafiaron mi suposición de que mantener números normales previene de forma fiable estos eventos. La distinción entre normalidad estadística y salud fisiológica se ha vuelto cada vez más importante a medida que la medicina se orienta hacia una evaluación individualizada en lugar de apoyar en promedios poblacionales.²

Los síntomas a menudo revelan lo que las pruebas estándar no pueden

La limitación de lo normal se hace especialmente evidente al evaluar a pacientes con síntomas persistentes pero estudios diagnósticos poco reveladores, que a menudo identifican solo daño de órgano final. Existe un amplio espectro de fallo metabólico entre la salud óptima y la falla de un ojo, y las pruebas estándar frecuentemente no logran detectarlo. Cada médico ha visto individuos que reportan fatiga, menor tolerancia al ejercicio, disfunción cognitiva o malestar general a pesar de valores de laboratorio repetidamente normales. Con demasiada frecuencia, a estos pacientes se les tranquiliza diciendo que “todo parece estar bien”, cuando, en realidad, nuestras pruebas pueden carecer de la sensibilidad para detectar una disfunción fisiológica temprana.

Este concepto destaca la distinción importante entre la ausencia de enfermedad y la presencia de salud. La salud no es una instantánea capturada por valores de laboratorio aislados obtenidos durante un solo encuentro. Es una trayectoria dinámica que refleja la capacidad de un individuo para mantener la homeostasis fisiológica a lo largo del tiempo. Las pruebas de laboratorio son excelentes para identificar la patología establecida, pero son considerablemente menos efectivas para medir la reserva fisiológica en declive. Un paciente cuyo glucosa en ayunas pasa de 78 mg/dL a 98 mg/dL en varios años permanece dentro de lo normal según los estándares convencionales, pero esa trayectoria puede reflejar resistencia a la insulina progresiva y deterioro de la flexibilidad metabólica. Del mismo modo, cambios sutiles en marcadores infl amatorios, índices hematológicos o función tiroidea pueden permanecer estadísticamente normales mientras señalan un cambio biológico significativo cuando se observan de forma longitudinal.

Las líneas base individualizadas mejoran la detección de disfunción temprana

Las evidencias emergentes respaldan firmemente esta perspectiva individualizada. En un estudio emblemático publicado en Nature, Brody H. Foy, DPhil, y colegas demostraron que los parámetros del recuento sanguíneo completo muestran puntos de ajuste fisiológico notablemente estables, específicos de cada paciente, que persisten durante décadas. Los investigadores mostraron además que las desviaciones respecto a estas líneas base individualizadas mejoraban la detección de trastornos comunes, incluyendo diabetes, enfermedad renal, disfunción tiroidea, deficiencia de hierro y neoplasias mieloproliferativas, en comparación con los intervalos de referencia poblacionales tradicionales.³ Estas conclusiones refuerzan la idea de que la fisiología es profundamente individualizada y de que cada paciente posee una huella biológica única frente a la cual deben interpretarse futuras mediciones de laboratorio.

Igualmente importante es reconocer que los promedios de laboratorio inevitablemente no identifican a un subconjunto de pacientes. Las estadísticas de población describen poblaciones; no definen el bienestar para el individuo que se sienta en la mesa de exploración. Un paciente cuyos valores de laboratorio ocupan consistentemente el extremo bajo o alto del intervalo de referencia puede experimentar consecuencias fisiológicas a pesar de nunca cruzar un umbral diagnóstico arbitrario. Por el contrario, otro paciente puede permanecer completamente asintomático con valores fuera de los límites convencionales porque esos valores representan su línea base de por vida. Como observó Arjun K. Manrai, PhD, y colegas, la propia definición de normalidad se vuelve cada vez más problemática en la era de la medicina de precisión, donde la heterogeneidad biológica desafía la suposición de que un único intervalo de referencia puede representar adecuadamente a todos los pacientes. La medicina clínica siempre ha requerido juicio contextual, y la interpretación de laboratorio no debería ser la excepción.

La aportación de la medicina funcional a la conversación

La medicina funcional ha intentado abordar muchas de estas limitaciones al desplazar el foco clínico de la clasificación de enfermedades hacia la identificación de disfunción fisiológica temprana, biología de sistemas y patrones de salud individualizados. En lugar de ver los valores de laboratorio como end points diagnósticos aislados, el modelo de la medicina funcional enfatiza la integración de las tendencias longitudinales de biomarcadores con la nutrición, las exposiciones ambientales, los factores de estilo de vida, la genética y los síntomas reportados por el paciente para caracterizar mejor la resiliencia fisiológica antes de que se desarrolle una enfermedad manifiesta.

Este marco orientado a sistemas comparte solapamientos conceptuales con el movimiento más amplio hacia la medicina de precisión y de sistemas, que también busca entender la salud a través de redes biológicas interconectadas en lugar de sistemas de órganos aislados. Aunque las bases teóricas de este enfoque cuentan cada vez más con el apoyo de avances en biología de sistemas, la evidencia que respalda muchas intervenciones individuales de la medicina funcional sigue siendo heterogénea, y aún se requieren ensayos clínicos aleatorizados rigurosos para muchas estrategias diagnósticas y terapéuticas comúnmente empleadas. En consecuencia, la mayor contribución de la medicina funcional puede residir menos en redefinir la práctica basada en la evidencia y más en recordar a los clínicos que la fisiología a menudo cambia antes de que la patología pueda diagnosticarse, y que la experiencia de vida del paciente sigue siendo un componente esencial de la evaluación clínica.^4,5

Repensar lo normal para mejorar la atención clínica

Nada de esto disminuye el papel indispensable de los criterios de diagnóstico basados en la evidencia. Los intervalos de referencia siguen siendo esenciales para identificar enfermedades manifiestas y evitar investigaciones innecesarias. Sin embargo, los médicos deben resistir la tentación de permitir que la normalidad de laboratorio termine prematuramente con el razonamiento clínico. La historia del paciente, su capacidad funcional, la trayectoria de los síntomas y las tendencias longitudinales a menudo proporcionan información que los valores de laboratorio aislados no pueden brindar.

En última instancia, repensar lo normal exige adoptar una concepción más amplia de la salud. En lugar de ver las pruebas de laboratorio como un veredicto definitivo sobre el bienestar, debemos considerarlas como un componente de una evaluación clínica integral. Nuestra responsabilidad va más allá de identificar enfermedad; incluye reconocer la disminución de la función fisiológica antes de que se desarrolle una patología irreversible siempre que exista evidencia que justifique una intervención. A medida que la medicina continúa evolucionando hacia la precisión y la atención individualizada, tal vez la cuestión más importante ya no sea si un valor de laboratorio es normal, sino si es normal para este paciente y si ese paciente es verdaderamente saludable.

Cualquier opinión expresada es de la(s) autora(s) y/o de los participantes y no necesariamente refleja las opiniones, políticas o posición de Physician’s Weekly, sus empleados y afiliados.