1. Introducción

Los urolitos son concreciones formadas en el tracto urinario en condiciones que están influenciadas por condiciones de pH y concentraciones de varios tipos de materiales inorgánicos y orgánicos (1). La formación de urolitos es una condición común en los gatos, que representa del 13 al 28% de los casos de enfermedades felinas del tracto urinario inferior (2). Los urolitos más comunes reportados en gatos están compuestos de oxalato de calcio (CaOx) o fosfato de magnesio y amonio (estruvita) (3-6). La edad, el sexo y la raza son factores predisponentes en la formación de ciertos tipos de urolitos (6, 7). Los gatos con cálculos renales tienen una esperanza de vida significativamente más corta que los que no tienen (12,5 vs. 15,2 años) (8), y la prevalencia de la enfermedad renal crónica (ERC) en los gatos es significativamente mayor en los gatos con urolitiasis que en los que no la tienen, aunque no se sabe si la urolitiasis es un predictor o consecuencia de la ERC (9).

La proporción relativa de Urolitos CaOx y estruvita en los gatos afectados ha cambiado con el tiempo, con una disminución en la proporción de urolitos de estruvita y un aumento en los urolitos CaOx (2). Por ejemplo, un análisis de urolitos felinos mostró que las proporciones respectivas de urolitos CaOx y estruvita fueron 2 y 78% en 1981 y 41 y 49% en 2007 (4). Se encontraron tendencias y proporciones similares en diferentes ubicaciones geográficas, incluyendo Minnesota (4, 10), California (6, 10), Canadá (5, 11) y los países del Benelux (12). El examen de la edad, el sexo, la raza y el estado reproductivo de los gatos durante este período de tiempo indica que esos factores no son responsables de los cambios observados en las prevalencias de estruvita y urolitos CaOx (13).

En general, limitar las cantidades de precursores de urolitos en los alimentos, controlar el pH de la orina y diluir la orina puede ayudar a prevenir la formación de urolitos (1). Los urolitos de estruvita se pueden prevenir alimentando un alimento de mantenimiento acidificante con bajo contenido de magnesio y fósforo (14). Desde principios de la década de 1980 hasta principios de la década de 2000, la industria de alimentos para mascotas cambió a alimentos bajos en magnesio y acidificantes de la orina, lo que puede haber causado la disminución en la proporción de urolitos de estruvita y el aumento en la proporción de urolitos de CaOx. Se informa que la alimentación de alimentos que acidifican la orina resulta en un aumento de la excreción urinaria de calcio (15, 16), lo que aumenta el riesgo de urolitos CaOx (17). Sin embargo, los resultados de un estudio más reciente indicaron que la acidificación del pH de la orina en rangos representativos de los resultantes del consumo de la mayoría de los alimentos comerciales no aumentó el riesgo de cristalización de CaOx, aunque los alimentos que resultaron en un pH urinario más bajo sí redujeron el riesgo de cristalización de estruvita (18).

La acidificación de la orina parece reducir la formación de estruvita, pero puede aumentar el riesgo de formación de urolitos CaOx (2, 4). De hecho, los urolitos de estruvita existentes pueden disolverse en aproximadamente 2-5 semanas mediante el consumo de alimentos bajos en magnesio y acidifican la orina (14, 19-21). El magnesio puede formar un complejo con oxalato, que inhibe la asociación del oxalato con el calcio y, por lo tanto, disminuye la formación de urolitos CaOx (22). En un gran estudio que evaluó la composición de los alimentos y los urolitos, se observó un mayor riesgo de urolitos de estruvita en gatos con alimentos que contenían alto contenido de fibra, calcio, fósforo, magnesio, sodio, potasio o cloruro y que fueron formulados para aumentar el pH de la orina, mientras que los gatos tenían un mayor riesgo de urolitos CaOx cuando se alimentaban con alimentos con proteínas significativamente más bajas, sodio, potasio, o humedad y que fueron formulados para reducir el pH de la orina (23). Si bien los urolitos de CaOx no se pueden disolver mediante una intervención basada en alimentos (2), existe cierta evidencia de que los urolitos de CaOx se pueden prevenir con alimentos especialmente formulados (24) que también aumentan la concentración de glicosaminoglicanos en la orina, que inhiben el crecimiento y la agregación de cristales de CaOx (25).

La sobresaturación relativa (RSS) proporciona un índice de riesgo de cristalización a través de un algoritmo informático en el que se introducen las concentraciones de varios solutos urinarios y el pH (1). Se han desarrollado varios métodos diferentes para calcular la sobresaturación de orina (26-30). EQUIL es un programa originalmente codificado en FORTRAN (31) que ha sido considerado el estándar de oro para cálculos RSS en humanos (32). EQUIL se actualizó al lenguaje de codificación BASIC en 1985, produciendo EQUIL2 (33). Otra actualización, EQUIL93, agregó más iones para ser evaluados (34), pero esos están más allá del número analizado en la práctica estándar, lo que limita su uso en entornos clínicos. El programa EQUIL-HL21 es una actualización basada en Windows de EQUIL2 que se puede utilizar en ordenadores modernos, utiliza nuevos coeficientes para solutos urinarios, recientemente se ha demostrado que es similar con EQUIL2 y está disponible en la publicación citada (35).

El presente estudio probó la hipótesis de que EQUIL-HL21 podría mostrar diferencias en los valores de CaOx y estruvita RSS para alimentos para gatos que están o no indicados para afecciones urinarias. Se esperaba que el consumo de alimentos urinarios resultara en RSS para estruvita y CaOx en el extremo inferior del rango metaestable (1-2.5 para estruvita y < 12 para urolitos CaOx en gatos (36)) y que los alimentos no urinarios resultarían en valores significativamente más altos de estruvita y CaOx RSS. Además, se examinó la relación entre los analitos urinarios y los valores de RSS para CaOx y estruvita con el fin de evaluar la relevancia biológica y la relación entre los analitos de orina y sus contribuciones a estos valores de RSS en el contexto de la variación de animal a animal.

2. Materiales y métodos

2.1. Diseño del estudio

Se completó una búsqueda de datos históricos de ensayos de alimentos realizados en Hill’s Pet Nutrition, Inc. para encontrar aquellos con datos de análisis de orina disponibles del 30 de julio de 2010 al 13 de marzo de 2020. Todos los protocolos de ensayo habían sido aprobados por el Comité Institucional de Cuidado y Uso de Animales de Hill’s y cumplían con la Política Global de Bienestar Animal de Hill’s y las directrices del Consejo Nacional de Investigación de los Estados Unidos (37). Los gatos fueron alojados individualmente en Hill’s Pet Nutrition Center en condominios que se abrieron a una habitación más grande para la socialización diaria sin restricciones en los días sin recolección. Se proporcionaban alimentos una vez al día con acceso durante aproximadamente 22 horas cada día y el acceso al agua era ilimitado. Los ensayos se seleccionaron en base a alimentos de múltiples marcas que (1) estaban indicados para su uso en gatos con afecciones urinarias, incluidos los indicados para disolver cálculos de estruvita (alimentos «urinarios»), o (2) no estaban indicados para su uso en gatos con afecciones urinarias, incluidos los alimentos de bienestar de una amplia gama de marcas y la nutrición terapéutica que no estaba específicamente indicada para afecciones urinarias (alimentos «no urinarios»). Los ensayos seleccionados también incluyeron al menos 10 gatos alimentados durante un período de al menos 7 días (media 20,7 días; rango 7-28 días). Para este análisis se eligieron los datos de 130 observaciones de gatos alimentados con 10 alimentos urinarios y 127 observaciones de gatos alimentados con 10 alimentos no urinarios. Uno de los alimentos no urinarios se utilizó en dos ensayos. Algunas observaciones fueron de los mismos animales que se utilizaron en más de un ensayo, pero debido a que cada ensayo o período de alimentación fue independiente de otros ensayos, se incluyeron estos datos.

2.2. Recogida y análisis de muestras

Se recolectaron y analizaron muestras de los alimentos del estudio antes de cada ensayo. Las composiciones nutricionales de los alimentos fueron determinadas por Eurofins (Lancaster, PA, Estados Unidos) utilizando métodos estándar de AOAC (38).

En los días de recolección de muestras, los gatos que se aclimataron a la recolección de orina y en sus condominios individuales orinaron voluntariamente en cajas de arena con perlas inertes (Pellets de plástico de polipropileno Virgin PP solamente; SmartCat Box, Providence House Mfg. Inc., Lake Elsinore, CA, Estados Unidos) durante un período de 24 horas. [Si bien la cantidad de orina recolectada fue típicamente suficiente dentro de las 24 h, los protocolos del estudio permitieron que los gatos permanecieran en el estudio si no habían orinado dentro de las 24 h (hasta 72 h). La muestra se extrajo cuando el volumen de orina recolectado fue suficiente.] Durante los períodos de recolección, las cajas de arena se revisaron cuatro veces al día en busca de heces, que se eliminaron junto con el reemplazo de las cuentas para evitar la contaminación de la orina. Las cajas de arena contenían un orificio de drenaje y un tubo para permitir que la orina se acumulara directamente en un recipiente tratado con timol (Alfa Aesar, Thermo Fisher Scientific, Ward Hill, MA, Estados Unidos) (para prevenir el crecimiento bacteriano) en un sistema cerrado (para evitar la evaporación) que estaba alojado dentro de un baño de agua a 37 ° C. Después del período de recolección de 24 horas, la orina se trasladó al laboratorio e inmediatamente se analizó el pH de la orina mediante medición potenciométrica utilizando un medidor de pH (B30PCI, SympHony, VWR, Radnor, PA, Estados Unidos) que se calibró en cada día de uso. El análisis de orina, incluida la evaluación del sedimento de orina para cristales, se realizó después del análisis del pH el día de la recolección antes de la congelación. Las muestras se congelaron a -20^o C hasta que se realizaron análisis individuales utilizando métodos validados dentro de los 14 días posteriores a la recolección. El amonio (39) y el oxalato (40) se analizaron como se describió anteriormente. Los minerales (incluyendo calcio, magnesio, fósforo, potasio y sodio) se analizaron mediante espectrometría de plasma acoplado inductivamente (41), y el sulfato y el cloruro se analizaron mediante cromatografía iónica (42), ambos adaptados de métodos AOAC. El citrato se determinó mediante un ensayo colorimétrico enzimático (Boehringer Mannheim/R-Biopharm, Washington, MO, Estados Unidos). Estos datos se utilizaron para calcular RSS a través de EQUIL-HL21 (Hill’s Pet Nutrition, Inc., Topeka, KS) (35).

2.3. Análisis estadístico

Para los análisis de alimentos urinarios y no urinarios, se presentan estadísticas de resumen y pruebas de hipótesis basadas en modelos lineales de diferencias de medias. Para la prueba de hipótesis, se utilizaron dos modelos lineales diferentes. Si las varianzas eran significativamente diferentes para las dos categorías de alimentos, entonces se utilizó un modelo mixto lineal con cada categoría de alimentos como efecto fijo y se estimaron varianzas separadas para cada categoría. Si las varianzas eran similares para las dos categorías de alimentos, entonces se utilizó un modelo mixto lineal con la categoría de alimentos como efecto fijo y la categoría de animal y animal x alimento como efectos aleatorios. No fue posible combinar ambos modelos en uno solo porque el modelo completo a menudo no convergía. Los efectos se consideraron significativos cuando p ≤ 0,05.

Para examinar la relación entre CaOx o estruvita RSS y analitos urinarios, se desarrollaron modelos de regresión múltiple utilizando PROC REG en SAS versión 9.4 (SAS Institute, Cary, NC, Estados Unidos) que podrían predecir los valores de RSS para estruvita y CaOx generados por el software EQUIL-HL21. Un modelo óptimo es aquel que, para un número dado de variables predictoras, produce la suma mínima de errores de cuadrados, o, equivalentemente, el máximo R^®2 estadística (43). Para lograr esto, se utilizaron dos métodos de selección. Un método fue RSQUARE, que calcula la R² estadística de todos los modelos de una variable, luego para todos los modelos de dos variables, luego modelos de tres variables, etc. Porque la R² Las estadísticas generalmente aumentan a medida que se agregan más variables a un modelo, independientemente de su significación estadística, se necesitan otros criterios para identificar el modelo óptimo. Para lograr este objetivo, se utilizó la estadística Cp de Mallows. Mallows recomienda el modelo donde Cp se acerca por primera vez a p, que es el número de variables predictoras más la intersección. Las estimaciones de parámetros son imparciales cuando se elige el modelo correcto, y esto se refleja en Cp cerca de p.

El otro método de selección empleado para examinar la relación entre RSS y analitos de orina fue un procedimiento gradual en el que las variables se agregan una por una al modelo. El estadístico F para que se agregara una variable tenía que ser significativo en el nivel SLENTRY =. Para este análisis, una variable tenía que ser significativa en el nivel de probabilidad α = 0,10 para ser incluida en el modelo. Las variables se agregaron al modelo hasta que ninguna variable nueva cumpliera con los criterios SLENTRY. Las variables se mantuvieron en el modelo final si el nivel de significancia para permanecer en el modelo también fue < 0,10.

La inclusión de muchas variables predictoras en un modelo de regresión a menudo puede resultar en multicolinealidad, un alto grado de correlación entre dos o más variables predictoras (43). La existencia de multicolinealidad puede inflar las varianzas de los valores predichos, así como las varianzas de las estimaciones de pendiente y puede dar lugar a estimaciones con coeficientes inestables con signos o magnitudes incorrectos. Para verificar la multicolinealidad en los modelos, se utilizó el factor de inflación de la varianza (VIF). El VIF se define como 1/(1 − R²i), donde R² i es el coeficiente de determinación para la regresión de la iésima variable independiente sobre todas las demás variables independientes. La estadística VIF muestra cómo la multicolinealidad ha aumentado la inestabilidad de las estimaciones del coeficiente. Aunque no existe un criterio formal para determinar la magnitud de la estadística VIF que indique coeficientes mal estimados, algunos sugieren que los valores superiores a 10 pueden ser motivo de preocupación (43).

El procedimiento utilizado para seleccionar el mejor modelo (PROC REG) utiliza regresión de mínimos cuadrados, que no permite la inclusión de efectos aleatorios como la variación de animal a animal. Por lo tanto, para determinar si el modelo podría mejorarse y si las estimaciones de las pendientes se vieron afectadas al tener en cuenta la variación de animal a animal, el modelo final se volvió a analizar utilizando PROC GLIMMIX en SAS. El modelo PROC GLIMMIX incluyó el conjunto final de variables predictoras como covariables continuas y animales como efecto aleatorio. Se utilizaron dos criterios para evaluar los resultados: comparar la varianza de error residual del modelo con y sin un término animal aleatorio en el modelo, y la opción COVTEST en PROC GLIMMIX, que produce una prueba de razón de verosimilitud para determinar si el componente de varianza agregado es significativamente diferente de 0.

3. Resultados

3.1. Características de los gatos utilizados en los estudios

Un total de 78 gatos, en los que se registraron 257 observaciones, fueron utilizados en los estudios elegidos para este análisis (Tabla 1).

Tabla 1. Características de los gatos en los estudios incluidos.

3.2. Comparaciones de alimentos urinarios y no urinarios

La comparación de la composición de nutrientes entre alimentos urinarios (n = 10 alimentos) y no urinarios (n = 10) mostró que los alimentos urinarios fueron significativamente más altos en energía, carbohidratos, potasio, sodio y cloruro, mientras que los alimentos no urinarios fueron más altos en grasa cruda, calcio, fósforo y magnesio (Tabla 2). No hubo diferencias significativas entre los dos tipos de alimentos para la proteína cruda, la fibra cruda o el sulfato. Las composiciones de nutrientes de los alimentos individuales incluidos en este análisis se encuentran en la Tabla Suplementaria 1.

Tabla 2. Mínimos cuadrados significa ± errores estándar para la composición de nutrientes sobre una base de materia seca de alimentos felinos que están o no están indicados para afecciones urinarias.

Los gatos que fueron alimentados con alimentos urinarios (n = 130 observaciones) tuvieron significativamente más sodio y cloruro en la orina en comparación con los gatos alimentados con alimentos no urinarios (n = 127 observaciones; Tabla 3), que es consistente con los niveles más altos de sodio y cloruro presentes en los alimentos urinarios. La alimentación con alimentos no urinarios resultó en un pH urinario significativamente más alto en la orina, amonio, potasio, fósforo, magnesio, oxalato, citrato y sulfato. No hubo diferencias significativas en el calcio urinario entre los dos grupos.

Tabla 3. Mínimos cuadrados significa ± errores estándar para los parámetros de orina medidos en gatos que consumen productos urinarios o no urinarios.

El RSS de estruvita de la orina de gatos alimentados con alimentos no urinarios fue más de 4 veces mayor en comparación con los alimentados con alimentos urinarios (p < 0,001), y el número de cristales de estruvita presentes en la orina fue aproximadamente 6 veces mayor (p < 0,001; Tabla 3). Aunque las medias del grupo para CaOx RSS no fueron significativamente diferentes para las dos categorías de alimentos (p = 0.071), el recuento de cristales de CaOx fue 11 veces mayor (p = 0.003) en gatos que habían consumido alimentos no urinarios.

3.3. Modelos predictivos para valores RSS de estruvita

Tanto el método RSQUARE como el método stepwise seleccionaron los mismos modelos para predecir los valores RSS de estruvita, con una R² de 0,58 (Tabla 4). La estadística Cp primero disminuyó por debajo del número de variables predictoras con un modelo de cinco variables predictoras. Las estimaciones de la pendiente indicaron que la estruvita RSS aumentó a medida que aumentó el pH de la orina, el magnesio y los oxalatos, y la estruvita RSS disminuyó a medida que aumentó el sodio y el citrato en la orina (Tabla 5). Todas las variables predictoras de este modelo tienen un valor VIF < 2, lo que indica que la multicolinealidad no es un problema con este modelo. No hubo ningún beneficio en tener en cuenta la variación de animal a animal con este modelo, ya que el componente de varianza animal no fue significativamente diferente de 0 (p = 0,325), y la varianza de error residual se mantuvo prácticamente sin cambios con la inclusión de un término animal aleatorio.

Tabla 4. Variables predictoras urinarias seleccionadas y R asociada² y las estadísticas Cp de Mallows para el método de selección RSQUARE, y las variables predictoras urinarias predictoras seleccionadas por el método de selección escalonada para predecir la sobresaturación relativa de estruvita.

Tabla 5. Estimaciones de pendientes, errores estándar (SE), valores p y factor de inflación de varianza (VIF) para un modelo de variable de cinco predictores seleccionado para predecir la sobresaturación relativa de estruvita.

Para evaluar el sesgo en el modelo, se graficaron los valores de RSS de estruvita pronosticados versus observados (Figura complementaria 1). Los valores de RSS de Struvita fueron relativamente lineales de 0 a 8, con las ecuaciones de predicción subestimando el RSS observado comenzando alrededor de 8. La curvatura en un gráfico de los residuos frente a los valores observados para RSS de estruvita indica sesgo tanto en valores bajos como altos, con el modelo subestimando el valor predicho en valores RSS muy bajos (< 0.5) y sobreestimando en valores RSS muy altos (> 8) (Figura complementaria 2).

Para mejorar el rendimiento predictivo del modelo, struvite RSS se transformó logarítmicamente de forma natural y se repitieron los métodos de selección RSQUARE y paso a paso. Ambos métodos seleccionaron el mismo modelo de variable predictora de ocho con una R² de 0,94 (Tabla 6). Las estimaciones de la pendiente indicaron que los valores previstos de RSS de estruvita aumentaron con el aumento del pH urinario, amonio, cloruro, calcio, fósforo y magnesio, y que el RSS de estruvita disminuyó con el aumento del citrato y sulfato en orina (Tabla 7). Dos variables, amonio urinario y sulfato urinario, tuvieron valores VIF > 3, que están muy por debajo del umbral de 10. Aunque estos dos analitos estaban fuertemente correlacionados entre sí (r = 0,784), la magnitud de esta correlación no fue lo suficientemente fuerte como para afectar apreciablemente las estimaciones de coeficientes en el modelo, por lo que la multicolinealidad no se considera un problema grave con este modelo.

Tabla 6. Variables predictoras urinarias seleccionadas y R asociada² y las estadísticas de Cp de Mallows para el método de selección RSQUARE, y las variables predictoras urinarias seleccionadas por el método de selección escalonada para predecir el logaritmo natural de la sobresaturación relativa de estruvita.

Tabla 7. Estimaciones de pendiente, error estándar (SE), valores p y factor de inflación de varianza (VIF) para un modelo de variable de ocho predictores para predecir el logaritmo natural de la sobresaturación relativa de estruvita.

Un gráfico del logaritmo natural de los valores de RSS de estruvita predichos y el logaritmo natural de los valores de RSS de estruvita observados mostraron buena concordancia entre los dos (Figura complementaria 3). Dado que los valores de RSS de estruvita en una escala no logarítmica son de mayor interés para los médicos, se graficaron los valores antilogarítmicos para el RSS de estruvita predicho y observado (Figura complementaria 4). Estos valores generalmente siguieron la línea 1:1, particularmente a valores más bajos, lo que indica que hubo una ausencia de sesgo en el modelo. El gráfico de residuos muestra que se distribuyeron principalmente aleatoriamente alrededor de 0 (Figura complementaria 5).

3.4. Modelo predictivo para valores RSS de CaOx

También se utilizaron los métodos RSQUARE y stepwise para seleccionar el mejor modelo para predecir CaOx RSS utilizando analitos de orina con una R.² de 0,94 (Tabla 8). La estadística Cp de Mallows primero disminuyó por debajo del número de variables predictoras con un modelo de ocho variables. Ambos métodos seleccionaron los mismos modelos, con la excepción del modelo de siete variables predictoras, para el cual el método RSQUARE eligió fósforo urinario, pero el método escalonado eligió potasio urinario. Las estimaciones de la pendiente indican que CaOx RSS aumentó a medida que aumentaron el cloruro de orina, el calcio y los oxalatos, y que CaOx RSS disminuyó a medida que aumentó el pH de la orina, el sodio, el fósforo, el citrato y el sulfato (Tabla 9). Todas las variables predictoras en este modelo tenían un valor VIF < 10 (43), lo que indica que la multicolinealidad no es un problema con este modelo. No hubo ningún beneficio al tener en cuenta la variación de animal a animal con este modelo porque el componente de varianza animal no fue significativamente diferente de 0 (p = 0,917), y la varianza de error residual se mantuvo en gran medida sin cambios con la inclusión de un término animal aleatorio.

Tabla 8. Variables predictoras seleccionadas y la R asociada² y las estadísticas de Cp de Mallows para el método de selección RSQUARE, y las variables predictoras seleccionadas por el método de selección gradual para predecir la sobresaturación relativa de oxalato de calcio.

Tabla 9. Estimaciones de pendientes, error estándar (SE), valores p y factor de inflación de varianza (VIF) para un modelo de variable predictora de ocho seleccionados para predecir la sobresaturación relativa de oxalato de calcio.

Se evaluó el sesgo en el modelo de variables de ocho predictores para predecir CaOx RSS. Los valores predichos y observados cayeron principalmente a lo largo de una línea diagonal de 1:1, con solo unos pocos valores pronosticados por debajo de la línea, lo que indica que el sesgo no parece ser muy fuerte (Figura complementaria 6). Del mismo modo, los residuos generalmente se dispersaron aleatoriamente a lo largo del eje x, aunque por encima del valor de 10 la mayoría de los residuos fueron positivos, lo que indica que los valores previstos se subestimaron ligeramente en este rango (Figura complementaria 7).

4. Discusión

Este estudio utilizó el nuevo programa EQUIL-HL21 para comparar los valores de CaOx y estruvita RSS y los parámetros urinarios en gatos después del consumo de alimentos urinarios o no urinarios. Estos datos establecen que EQUIL-HL21 puede detectar diferencias en alimentos urinarios y no urinarios donde se espera. El RSS ideal es ≤ 1 para la disolución (subsaturación) de urolitos de estruvita en gatos (36). Para la prevención, el rango metaestable se ha reportado como 1-2.5 para estruvita (36), con una media de ≤ 1.8 como el punto medio de la zona de saturación metaestable. Los alimentos urinarios analizados aquí mostraron un RSS de estruvita de 1,04, mientras que los alimentos no urinarios tuvieron un RSS de estruvita de 4,49. Estos resultados son consistentes con los valores RSS para disolución y prevención, así como con las afirmaciones comerciales de que los alimentos urinarios pueden disolver los urolitos de estruvita. Para los urolitos CaOx en gatos, el RSS ideal para la prevención es < 12 (metaestable) (36), con una media de ≤ 6 como punto medio de la zona de saturación metaestable. Tanto los alimentos urinarios como los no urinarios evaluados en este estudio tenían valores de CaOx RSS < 4 y, por lo tanto, están en el rango metaestable. Los valores de CaOx RSS para los alimentos urinarios y no urinarios en este estudio no difirieron significativamente a pesar de una diferencia de 11 veces en la formación de cristales de CaOx. Una posible explicación para esto es que los alimentos diseñados para prevenir los urolitos CaOx pueden incluir inhibidores que no se capturan en el cálculo de RSS. RSS incluye un número limitado de entradas y, por lo tanto, no captura todos los inhibidores conocidos de la cristalización que se usan a menudo en las formulaciones. Por ejemplo, algunas proteínas de la orina, como los glicosaminoglicanos, la osteopontina, la nefrocalcina y el fragmento 1 de protrombina, pueden inhibir la formación de urolitos CaOx (44, 45). El trabajo futuro debería examinar las contribuciones de estos factores a los valores RSS.

Se observaron niveles significativamente más altos de sodio y cloruro en la orina cuando los gatos fueron alimentados con alimentos urinarios en comparación con alimentos no urinarios, en consonancia con las mayores cantidades de sodio y cloruro en los alimentos urinarios. Además, se observó un pH urinario significativamente más bajo, amonio, potasio, fósforo, magnesio, oxalato, citrato y sulfato con el consumo de alimentos urinarios. Dada la composición de los urolitos de estruvita, corresponde que el consumo de alimentos formulados para indicaciones urinarias conduciría a menos magnesio, amonio y fósforo en la orina. Además, estos datos son consistentes con la observación previa de que los alimentos con niveles más altos de magnesio o fósforo condujeron a un mayor riesgo de formación de urolitos de estruvita en gatos (23).

No se observaron diferencias en las concentraciones de calcio en la orina en este estudio entre los alimentos formulados para indicaciones urinarias y no urinarias. Observaciones previas establecieron que un mayor sodio en la dieta da como resultado un aumento de la excreción urinaria de calcio, pero una menor concentración urinaria de calcio debido a la dilución de la orina (46). Esto puede explicar la observación en el presente estudio a pesar del mayor sodio en los alimentos urinarios en comparación con los alimentos no urinarios y puede ser un área para futuros estudios. La dilución de la orina también puede estar contribuyendo a la menor cantidad de cristales observados en la orina de los gatos alimentados con los alimentos urinarios. Dado que el cálculo RSS utiliza la excreción fraccional de analitos en lugar de la gravedad específica de la orina, la dilución de orina puede ser un factor en la cristalización reducida, pero no se captura en el cálculo RSS.

El modelo inicial de cinco variables predictoras para examinar la relación entre el RSS y los analitos de orina para predecir el RSS de estruvita no tuvo éxito. Sin embargo, un modelo de ocho variables predictoras seleccionado para predecir el logaritmo natural de los valores de RSS de estruvita fue mucho más exitoso e indicó que los valores de RSS de estruvita predichos aumentarían con el aumento del pH urinario, amonio, cloruro, calcio, fósforo y magnesio, y que los valores de RSS de estruvita predichos disminuirían con el aumento del citrato y sulfato en orina. Para el modelado de CaOx RSS, un modelo de ocho variables predictoras predijo con precisión CaOx RSS, con valores predichos de CaOx RSS aumentando a medida que aumentaban el cloruro de orina, el calcio y los oxalatos, y disminuyendo a medida que aumentaba el pH de la orina, el sodio, el fósforo, el citrato y el sulfato. Debido a que los urolitos CaOx existentes no pueden disolverse mediante una intervención basada en alimentos, su prevención es clave. Por lo tanto, la capacidad de predecir CaOx RSS puede ayudar en la determinación de qué alimentos resultarían en una menor formación de cristales de CaOx y, por lo tanto, prevenir los urolitos de CaOx. Cabe destacar que hay una falta de publicaciones para comparar con este trabajo, lo que apunta a una posible necesidad de estudio adicional.

Una limitación del uso del análisis RSS es que hay parámetros que no se consideran en el algoritmo RSS que pueden tener un efecto sobre la formación de urolitos. Los niveles de proteína en la dieta también parecen influir en la cristalización, ya que alimentar a los gatos con un alimento rico en proteínas (55% de proteína cruda) condujo a un pH de la orina significativamente más bajo y menos cristales de estruvita en comparación con un alimento bajo en proteínas (47). Dado que solo uno de los alimentos en el presente análisis tenía un nivel de proteína cruda > 55%, se necesita trabajo futuro para determinar la contribución de la proteína dietética alta a los valores de RSS y la cristalización. Además, la suplementación de alimentos para gatos con ácidos grasos poliinsaturados de cadena larga condujo a una disminución del RSS para la estruvita, menos cristales de estruvita y una mayor resistencia a la formación de cristales de CaOx en comparación con la alimentación de un alimento sin esta suplementación (48). La forma óptima de nutrientes para la prevención de urolitos también puede no estar clara, ya que KHCO₃ como fuente de potasio pareció ser más beneficioso que el KCl para la prevención de los urolitos CaOx (49). Como no pudimos determinar la forma de potasio utilizada en los alimentos del presente análisis, no podemos evaluar si esto contribuyó a las observaciones de este estudio. Este análisis también fue limitado debido a su naturaleza retrospectiva, por lo que las variables específicas que pueden ser de interés no fueron variadas en los alimentos probados y, por lo tanto, no pudieron ser examinadas como predictores de RSS. Cabe señalar que la significación estadística (o la falta de) no indica significación clínica, y las diferencias deben interpretarse desde una perspectiva clínica. Otra limitación es que estos ensayos de alimentación se realizaron en gatos sanos, por lo que los resultados pueden no ser aplicables a los gatos que forman urolitos. No obstante, el RSS calculado por EQUIL-HL21 fue capaz de mostrar diferencias en los valores de RSS de estruvita entre el consumo de alimentos urinarios y no urinarios, lo que fue apoyado por la diferencia de casi seis veces en el número observado de cristales de estruvita.

En resumen, los datos de este análisis indican que los valores de RSS determinados a través del programa EQUIL-HL21 pueden discriminar entre alimentos formulados para indicaciones urinarias y no urinarias. El modelado de regresión ha indicado qué analitos urinarios contribuyen a los valores de RSS previstos para estruvita y CaOx.

Declaración de disponibilidad de datos

Los datos brutos que respaldan las conclusiones de este artículo serán puestos a disposición por los autores, sin reservas indebidas previa solicitud razonable.

Declaración ética

Los estudios en animales fueron aprobados por el Comité Institucional de Cuidado y Uso de Animales, Hill’s Pet Nutrition, Topeka, KS, Estados Unidos. Los estudios se realizaron de acuerdo con la legislación local y los requisitos institucionales. No se obtuvo el consentimiento informado por escrito de los propietarios para la participación de sus animales en este estudio porque los animales eran propiedad de Hill’s Pet Nutrition

Contribuciones del autor

EM y DJ contribuyeron a la concepción y diseño del estudio. EM y AM buscaron los datos históricos de los ensayos. JB realizó el análisis estadístico. Todos los autores contribuyeron al desarrollo del manuscrito, incluida la interpretación de los datos, y aprobaron la versión presentada.

Financiación

Este estudio recibió fondos de Hill’s Pet Nutrition, Inc

Reconocimientos

Los autores desean agradecer a Jennifer L. Giel, que ayudó con la redacción y el desarrollo del manuscrito.

Conflicto de intereses

JB es un empleado de Alpha Statistical Consulting, Inc., un subcontratista de Hill’s Pet Nutrition, Inc., y DJ es un ex empleado de Hill’s Pet Nutrition, Inc.

Los autores declaran que este estudio recibió fondos de Hill’s Pet Nutrition, Inc. El financiador tuvo la siguiente participación en el estudio: proporcionó fondos para los consultores y proporcionó los datos del archivo biológico para el análisis.

Nota del editor

Todas las afirmaciones expresadas en este artículo son únicamente las de los autores y no representan necesariamente las de sus organizaciones afiliadas, o las del editor, los editores y los revisores. Cualquier producto que pueda ser evaluado en este artículo, o reclamo que pueda ser hecho por su fabricante, no está garantizado ni respaldado por el editor.

Material complementario

El material complementario para este artículo se puede encontrar en línea en: https://www.frontiersin.org/articles/10.3389/fvets.2023.1167840/full#supplementary-material

Referencias