Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
1Activity
0 of .
Results for:
No results containing your search query
P. 1
El Factor Pronostico en Terapia Intensiva

El Factor Pronostico en Terapia Intensiva

Ratings: (0)|Views: 42 |Likes:
Published by Vlady78

More info:

Published by: Vlady78 on Jul 01, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

10/04/2013

pdf

text

original

 
EL FACTOR PRONOSTICO EN TERAPIA INTENSIVA
 El presente artículo es una actualización al mes de diciembre del 2006 del Capítulo
 
del Dr. Carlos Lovesio, del Libro Medicina Intensiva, Dr. Carlos Lovesio, Editorial El Ateneo, Buenos Aires (2001)
INTRODUCCIÓN
El poder establecer un pronóstico en relación con la evolución de las enfermedades es una parte integral del cuidado médico. Los médicos necesitan conocer los beneficios de los tratamientosy los efectos tanto de las enfermedades como de las terapéuticas para recomendar un curso deacción, y compartir decisiones con los pacientes y sus familiares. Durante muchos años se utilizaronsistemas pronósticos simples, tales como el escore Apgar para anticipar problemas en el reciénnacido, la clasificación de Childs-Pugh para predecir la evolución de los pacientes con insuficienciahepática, y los criterios de Ranson para predecir la sobrevida en la pancreatitis aguda. El empleoexitoso de estos índices de predicción estimuló el desarrollo de modelos pronósticos en otroscampos de la medicina, en especial en los pacientes críticos en terapia intensiva.En el año 1983, una Conferencia de Consenso sobre Cuidados Críticos del NIH formuló lassiguientes recomendaciones: “La combinación de enfermedades que comprometen la vida, recursoslimitados, técnicas terapéuticas y de monitoraje invasivas y los altos costos imponen la necesidad decontar con datos adecuados en los cuales basar las decisiones y establecer prioridades. Lasinvestigaciones deben estar destinadas a determinar de que manera las UTIs pueden ser utilizadas para el máximo beneficio de los pacientes críticos. Tales investigaciones deben incluir  procedimientos destinados a seleccionar a los pacientes (“
triaging 
”) de modo de no negar elingreso a pacientes que pueden beneficiarse de la atención en estas unidades así como excluir aaquéllos que no tienen una chance razonable de beneficiarse con el tratamiento. En este sentido, sedeben estimular las investigaciones destinadas a desarrollar predictores pronósticos en función delas condiciones de presentación, diagnósticos y otras variables fisiológicas agudas”.Los sistemas de escore pronóstico en Terapia Intensiva se han desarrollado en parte parasatisfacer los requerimientos precedentes. Los sistemas de escore pronóstico son herramientas que predicen la evolución de los pacientes basados en parámetros fisiológicos que se considera que secorrelacionan con la evolución, en base al análisis estadístico o a la opinión de expertos. Estossistemas se han desarrollado históricamente para predecir la evolución en grupos poblaciones y noen pacientes individuales.Los usos propuestos para los sistemas de escore pronóstico en los pacientes críticosincluyen: 1) establecer decisiones respecto al ingreso o descarga de la UTI de pacientesindividuales, 2) ayudar en las discusiones con los pacientes y los familiares respecto a la suspensiónde medidas terapéuticas, 3) comparar la performance entre distintas UTIs o establecer mejoras decalidad dentro de una unidad individual, 4) evaluar los efectos de nuevos tratamientos, procedimientos, o reorganización de la UTI, 5) asegurar que los grupos de pacientes en los estudiosde investigación tengan una severidad de enfermedad similar, y 6) determinar la distribución óptimade las camas de terapia intensiva y de otros recursos del hospital.
 
DESARROLLO DE LOS SISTEMAS DE ESCORE PRONÓSTICOS
Los sistemas de escore pronóstico para los pacientes en UTI se han diseñado para establecer una estimación de la probabilidad de mortalidad hospitalaria. Los mismos han evolucionado hastala actualidad a través de tres generaciones de desarrollo. El primer sistema en aparecer en laliteratura fue el
 Acute Physiology and Chronic Health Evaluation
(APACHE). La selección devariables y su peso relativo se basó en decisiones subjetivas de un grupo de expertos. Por sí mismo,el sistema APACHE inicial constituyó la primera generación de sistemas de escore en UTI.La segunda generación está representada por tres sistemas:el APACHE II, el
Simplified  Acute Physiology Score
(SAPS I) y el
 Mortality Probability Models
(MPM I). El SAPS I y elAPACHE II derivaron directamente del APACHE original, por simplificación del número devariables incluidas. El MPM I utiliza un modelo de regresión logística múltiple para la selección devariables y para establecer el peso estadístico apropiado a partir de una gran cantidad de variables posibles. El SAPS I establece solamente un escore, mientras que los otros dos sistemas permitenrealizar una ecuación para establecer el riesgo de muerte hospitalaria.La tercera generación de sistemas incluye el APACHE III, el MPM II, y el SAPS II, todosellos están basados en técnicas de regresión logística. La performance de estos modelos, tanto ensus etapas de desarrollo como de validación, se evalua a través de medidas de calibración y dediscriminación.La
calibración
evalúa el grado de correspondencia existente entre las probabilidades demortalidad estimadas por el modelo y la mortalidad actual experimentada por los pacientes. Si unmodelo estima que un paciente tiene una probabilidad de muerte hospitalaria de 0,38, ello significaque entre 100 pacientes con probabilidad de morir, 38 se debe esperar que mueran y 62 se debeesperar que sobrevivan. Cuando el número observado de muertes es próximo al número esperado por el modelo, el modelo se considera que está bien calibrado. La existencia de grandes diferenciassugiere que el modelo no refleja correctamente la evolución en esta cohorte de pacientes.La
discriminación
utiliza la curva ROC (
 Receiver Operating Characteristic
) para evaluar lacapacidad del modelo de distinguir los pacientes que mueren de los que viven, sobre la base de las probabilidades estimadas de mortalidad. Para construir la curva ROC, se especifica una secuenciade puntos de corte de probabilidad y se construye una tabla de clasificación 2 x 2 de evoluciones predichas y observadas para cada punto de corte. Por ejemplo, si el punto de corte elegido es 0,35,cada paciente cuya probabilidad de mortalidad es 0,35 o más se debe predecir que morirá, mientrasque todo paciente cuya probabilidad es menos de 0,35 se predice que vivirá. La mortalidadobservada es anotada para cada paciente, y en función de los resultados de la tabla 2 x 2, sedeterminan los resultados falsos-positivos y falsos-negativos. Todos los pares de la secuencia de puntos de corte son luego distribuidos en una gráfica, resultando en la presentación visual de lacurva ROC.
 
LOS MODELOS DE ESCORE DE PRONÓSTICO
 APACHE II.
El sistema APACHE, introducido originalmente en el año 1981, constituyó unmétodo válido para la medición de la severidad de la enfermedad en los pacientes críticos y pararealizar una estratificación de riesgo, pero era muy complejo y no fue sometido a una validaciónmulticéntrica. El APACHE II es una modificación del modelo original, conteniendo tres elementos:1) puntaje para 12 anormalidades fisiológicas potenciales, 2) puntaje para la edad, y 3) puntaje paraanormalidades crónicas. El APACHE II predice el riesgo de muerte para grupos de pacientes conuno o más diagnósticos en UTI en base a una estimación del impacto de la enfermedad, el riesgoimpuesto por la cirua de emergencia y el escore en el primer a. Las limitaciones simportantes del APACHE II son que la predicción de mortalidad se realiza en base a los datosobtenidos en los años 1979-1982, con una incidencia de error de aproximadamente el 15%. ElAPACHE II no fue diseñado ni intenta predecir la mortalidad de pacientes individuales.A partir de la recolección de los datos del APACHE II se obtiene un escore para cada paciente. Cuanto mayor es el escore, mayor es la gravedad de la enfermedad. Estos datos sonconvertidos en una probabilidad de muerte para cada paciente. Los mismos, combinados con otrasinformaciones, son utilizados para computarizar una mortalidad predicha para los grupos poblacionales que entran en el programa. La ecuación de predicción de la mortalidad es lasiguiente:Ln (R/1 – R) = -3,517 +
(APACHE II) (0,146) + S + D
Donde: R: riesgo de muerte hospitalaria; S: riesgo adicional impuesto por la cirugía deemergencia; y D: riesgo (+ o -) impuesto por la enfermedad específica.
 APACHE III.
El APACHE III fue introducido en 1991 para expandir y mejorar laestimación pronóstica provista por el APACHE II. A pesar de su mayor rendimiento, el APACHEIII no ha logrado reemplazar al APACHE II en la mayoría de las Unidades, debido al alto costo parasu implementación. El sistema APACHE III consiste de dos partes: un escore de APACHE III, quecontiene puntos para 17 anormalidades fisiológicas (Tabla 1), edad y estado de salud crónico, y unaserie de ecuaciones predictivas establecidas a partir del diagnóstico de admisión a UTI, criterios deselección de pacientes y la base de datos del sistema. El escore APACHE III puede ser utilizado para medir la severidad de la enfermedad y para estratificar el riesgo de los pacientes dentro de unacategoría diagnóstica única o de un grupo definido de pacientes. El escore APACHE III también puede ser utilizado para comparar la evolución de grupos de pacientes, pero sólo para aquellasadmisiones a UTI que comparten los diagnósticos y los criterios de selección con aquéllos delestudio APACHE III. En tal sentido, el sistema ha individualizado 79 categorías diagnósticas ynueve orígenes posibles de los pacientes.

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->