El desarrollo de modelos predictivos en la atención médica es un campo en enorme auge y expansión. Un buen ejemplo es la labor desarrollada por Cristina Dólera, intensivista del Hospital Universitario de San Juan de Alicante, al elaborar nuevo modelo predictivo de mortalidad en la unidad de cuidados intensivos (UCI). Sólo maneja seis variables explicativas y simplifica la evaluación de riesgo de muerte en un tiempo mÃnimo.
Según explica Dólera, “las referencias de mortalidad intra-UCI ofrecen un abanico muy amplio de resultados, oscilando entre el 5 y el 33 por ciento. Tanta variabilidad se explica por la diversidad de los grupos estudiados, las diferencias entre los criterios de ingreso empleados o el distinto pronóstico de los pacientes en función de las diversas patologÃas, todo ello reflejado en los Ãndices de gravedad correspondientesâ€.
Diversas escalas
Las escalas más utilizadas a nivel internacional son la Acute Physiology and Cronic Health Evaluation (Apache II, III y IV), la Simplified Acute Psysiology Score (SAPS II y III), la Mortality Probability Models (MPM II y III) y Estimación Pronóstica en Enfermos CrÃticos (EPEC). “Estos modelos necesitan un gran volumen de variables, con mediciones más o menos laboriosas, y precisan de un soporte informático. En algunos no podemos calcular el riesgo en el momento del ingreso del paciente y otros están bajo derechos de autor y no pueden utilizarse de forma públicaâ€, comenta.
A partir de esa realidad, vio la necesidad de elaborar una herramienta que fuera lo más rápida y sencilla posible. Para ello, recopiló los datos recogidos de forma prospectiva en una muestra de 1.113 pacientes que ingresaron en la UCI del hospital entre enero de 2013 y abril de 2014, realizando un seguimiento desde su ingreso hasta su fallecimiento o alta de UCI.
Variables explicativas
“La variable principal fue la mortalidad por todas las causas durante el tiempo de ingreso en UCI y como variables explicativas recogidas en el momento de ingreso se han utilizado sexo, criterio Fried para fragilidad, escala funcional, admisión como paciente médico o quirúrgico, paro cardiaco, admisión como paciente cardiológico, sepsis, ventilación mecánica, soporte inotrópico, edad (años), Ãndice de fragilidad y escala de fragilidad clÃnicaâ€, explica Dólera.
Validación
El trabajo se completará con una validación externa. Desde el 15 de enero de 2019 se recogen datos aplicando este modelo en los hospitales Universitario de San Juan de Alicante, Marina Baja, General Universitario de Alicante, Vega Baja, General de Elche, General de Elda, Vinalopó y Henares.
Práctica clÃnica
“Si con nuestro estudio de validación externa en el Hospital Universitario de San Juan de Alicante obtenemos unos resultados similares al original, podremos disponer de una herramienta en nuestra práctica clÃnica habitualâ€, concluye Dólera.
La muestra total se dividió de forma aleatoria en dos grupos homogéneos: muestra de construcción (80%) y de validación interna (20%). “Aplicando un modelo de regresión logÃstica, se construyó otro predictivo de mortalidad que podÃa contener un máximo de seis variables explicativas (una por cada 15 muertes). A partir de las 12 variables inicialmente estudiadas, se generaron un total de 2.509 posibles combinaciones que contenÃan entre una y seis variables. En todas ellas se calculó el área bajo la curva y se seleccionó aquella combinación con mejor capacidad discriminativa respecto a mortalidad intra-UCI por todas las causasâ€, añade.
Fruto de ese análisis, comprobó que las variantes ingreso médico, ingreso cardiológico, sepsis, ventilación mecánica, soporte inotrópico y escala funcional, tenÃan un impacto real y significativo en el mayor o menor riesgo de muerte.
Un caso clÃnico de ejemplo
A modo de ejemplo, “un paciente varón de 70 años que ingresa en UCI por un IAM en shock cardiogénico que ha precisado intubación y conexión a ventilación mecánica con aminas vasoactivas (noradrenalina y dobutamina), independiente para las actividades de la vida diaria, sumarÃa en total 10 puntos y tendrÃa una probabilidad de mortalidad del 51,94 por cientoâ€.
A partir de ellas, construyó su modelo predictivo de mortalidad. “Las ventajas son la simplicidad y facilidad para calcular en el momento del ingreso el riesgo de mortalidad que tiene el paciente con menor número de variables, sin necesidad de instrumentos de cálculo y en un tiempo mÃnimo. También, la capacidad discriminativa óptima y gratuita del modeloâ€, subraya.
The post Nuevo modelo predictivo de mortalidad en UCI appeared first on Diariomedico.com.
