Establecimiento basado en big data y comparación de sesgos de los intervalos de referencia de ferritina sérica en adultos chinos de Zhejiang usando seis algoritmos

Por qué esto importa para la salud cotidiana

El hierro es esencial para transportar oxígeno en la sangre, pero tanto su déficit como su exceso pueden ser dañinos. Los médicos suelen basarse en una prueba sanguínea llamada ferritina sérica para valorar las reservas de hierro del organismo, sin embargo, el “rango normal” que aparece en los informes de laboratorio suele provenir de pequeños estudios de los fabricantes y no de poblaciones comunitarias reales. Este estudio utilizó grandes conjuntos de datos de reconocimientos médicos de adultos en Zhejiang, China, para construir intervalos de referencia locales más precisos y evaluar varios métodos informáticos modernos para definir qué se considera un nivel de ferritina saludable.

Usar datos del mundo real en lugar de muestras diminutas

Los investigadores reunieron resultados de ferritina de más de 77.000 adultos que se sometieron a reconocimientos en un gran hospital de Hangzhou. Después de eliminar duplicados, personas con información incompleta, embarazadas y cualquier persona cuyos otros resultados indicaran infección, enfermedad hepática o renal, cáncer, anemia o problemas metabólicos, quedaron 22.359 adultos aparentemente sanos. Un segundo hospital que utilizaba el mismo equipo de análisis aportó 555 personas más para comprobar si los nuevos intervalos se sostenían en un grupo independiente. Además, se incluyeron 327 pacientes con anemia y más de 24.000 pacientes ambulatorios e ingresados generales para evaluar qué tan bien los nuevos intervalos detectaban problemas reales de hierro.

Reglas antiguas frente a nuevos algoritmos

Para definir quién es “normal”, el equipo comparó seis enfoques estadísticos. Dos siguieron las directrices internacionales tradicionales: un método no paramétrico simple basado en percentiles y un método paramétrico que asume una distribución en forma de campana. Otros cuatro—TMC, refineR, Kosmic y Bhattacharya—son técnicas más recientes y computacionalmente intensivas diseñadas para separar la porción sana de grandes conjuntos de datos mixtos sin seleccionar previamente voluntarios. Otra herramienta de modelado flexible, GAMLSS, se usó para crear curvas suaves dependientes de la edad que muestran cómo cambian los niveles de ferritina de forma continua a lo largo de la edad adulta.

Diferentes patrones de hierro en hombres y mujeres

El análisis confirmó que los niveles de ferritina difieren marcadamente según el sexo y la edad. En esta población china, los hombres de 20 a 92 años presentaron un amplio intervalo de referencia de aproximadamente 69–496 ng/mL. En las mujeres fue necesario dividir en tres etapas vitales: 20–45 años (aproximadamente 10–133 ng/mL), 46–58 años (14–242 ng/mL) y 59–90 años (44–349 ng/mL). Los niveles en mujeres fueron mucho más bajos que en hombres antes de la menopausia, pero aumentaron de forma pronunciada en torno a los años perimenopáusicos y continuaron subiendo más lentamente después de los 60 años, reflejando la pérdida de sangre menstrual y los cambios hormonales. Las curvas continuas por edad mostraron un rápido aumento de la ferritina entre los hombres jóvenes en sus veintitantos y un claro repunte entre las mujeres en sus finales de los 40 y los 50, apoyando la idea de que los puntos de corte "talla única" son engañosos.

El big data revela problemas ocultos de hierro

Cuando los investigadores compararon sus intervalos locales con los rangos suministrados por el fabricante del ensayo, encontraron diferencias importantes. Los límites del fabricante eran generalmente más bajos para los hombres y no tenían en cuenta los cambios relacionados con la edad en las mujeres. Usar los nuevos intervalos basados en datos casi triplicó la detección de anomalías de ferritina en pacientes con anemia—del 13,2% al 33,6%. Por ejemplo, entre mujeres jóvenes adultas con anemia, la proporción señalada como con ferritina anómala más que se duplicó. Al mismo tiempo, los nuevos límites superiores redujeron el número de hombres hospitalizados que parecían tener sobrecarga de hierro, probablemente disminuyendo la preocupación y las pruebas de seguimiento innecesarias.

Qué significa esto para pacientes y médicos

Para el paciente cotidiano, este trabajo subraya que el “rango normal” en un informe de laboratorio no es universal. Depende de hábitos locales, genética, métodos de prueba, sexo y edad. Al explotar grandes cantidades de datos rutinarios de laboratorio, los hospitales pueden adaptar los intervalos de referencia de ferritina para que se ajusten mejor a las personas a las que atienden. En este estudio, dichos intervalos personalizados mejoraron el reconocimiento de la deficiencia de hierro en la anemia y redujeron las falsas alarmas por sobrecarga de hierro. Los autores sugieren que los laboratorios clínicos deberían alejarse de las tablas genéricas de los fabricantes, elegir métodos de análisis que se ajusten a sus datos y proporcionar rangos de ferritina específicos por sexo y edad. En términos prácticos, esto puede ayudar a los médicos a interpretar las pruebas de hierro con mayor precisión y a guiar tratamientos más personalizados.

Cita: Qi, X., Chen, P., Li, Y. et al. Big data-driven establishment and bias comparison of serum ferritin reference intervals in Zhejiang Chinese adults using six algorithms. Sci Rep 16, 6235 (2026). https://doi.org/10.1038/s41598-026-37641-5

Palabras clave: ferritina sérica, deficiencia de hierro, intervalos de referencia, big data, anemia