Ítem
Embargo
Modelo de predicción de estancia prolongada en la Unidad de Cuidado Intensivo en pacientes en postoperatorio de revascularización miocárdica en el Hospital Universitario Mayor Méderi, 2016-2020
Título de la revista
Autores
Acosta Agámez, Diana Marcela
Nieto Quintín, María José
Liscano García, Naiby Yulieth
González Rodríguez, Brenda Yulieth
Archivos
Fecha
2024-11-29
Directores
Rodríguez Lima, David René
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Universidad CES. Facultad de Medicina
Universidad CES. Facultad de Medicina
Buscar en:
Métricas alternativas
Resumen
Introducción: La revascularización miocárdica ha aumentado la expectativa de vida en pacientes con enfermedad coronaria, la atención de estos pacientes requiere manejo y vigilancia postoperatoria en la unidad de cuidado intensivo (UCI). La estancia prolongada en UCI aumenta el riesgo de complicaciones, costos de la atención y disminuye la disponibilidad de este servicio para potenciales nuevos pacientes. No existe un modelo de predicción desarrollado en población colombiana en relación a larga estancia en UCI. Objetivo: Desarrollar un modelo de predicción para estancia prolongada en UCI en pacientes en postoperatorio de revascularización miocárdica en el Hospital Universitario Mayor Méderi. Metodología: Estudio observacional, analítico desarrollado a partir de una corte retrospectiva de una base de datos pre-existente de una población de pacientes mayores de 18 años con diagnóstico de enfermedad coronaria, intervenidos con cirugía de revascularización miocárdica abierta entre el año 2016 al 2020. Variables demográficas, ecocardiográficas y de laboratorio fueron extraídas de la base original. El primer paso para el desarrollo del modelo fue la realización de modelos de regresión logística univariado en relación al desenlace principal (variable dependiente) que se definió como estancia en UCI mayor o igual a 7 días, las variables con una p < 0.25 se consideraron para ingresar al modelo inicial, luego estas variables fueron automáticamente seleccionadas con la técnica de paso a paso hacia atrás y se dejaron en el modelo final aquellas con una p < de 0.1. En el modelo final se evaluaron términos de interacción sospechados por la experiencia clínica y se valoró el supuesto de linealidad de las variables incluidas en el modelo final mediante la técnica de polinomios fraccionales. Se evaluó el rendimiento del modelo y se realizó validación interna mediante técnicas de re-muestreo. Finalmente se describió el área bajo la curva (AUC) de la curva característica operativa del receptor (ROC) y la calibración del modelo. Resultados: Un total de 1009 pacientes se incluyeron en el análisis final. El modelo final incluyo 8 variables sin términos de interacción o funciones no lineares. Los coeficientes son presentados excluyendo las observaciones influyentes. La ecuación final del modelo ajustado fue: g(x) = edad (0.0357) + fracción de eyección del ventrículo izquierdo (FEVI) (-0.040) + tiempo de perfusión (0.0082) + hipotiroidismo (0.754) + la falla renal postoperatoria (1.653) + reintervención por sangrado (1.885) + evento cerebrovascular postoperatorio (1.287) + infarto agudo de miocardio postoperatorio (1.163). El AUC de la curva ROC sin datos influyentes fue de 0.7671 con un intervalo de confianza del 95% entre 0.7161 a 0.8066. Conclusión: Este estudio presenta in modelo de predicción de larga estancia en UCI con variables fácilmente disponibles en las primeras 48 horas de ingreso a este servicio. Se debe realiza runa validación externa para su uso en otras instituciones.
Abstract
Introduction: Myocardial revascularization has improved life expectancy in patients with coronary artery disease. The care of these patients requires postoperative management and monitoring in the intensive care unit (ICU). Prolonged ICU stays increase the risk of complications, healthcare costs, and reduce the availability of this service for potential new patients. No predictive model has been developed in the Colombian population regarding prolonged ICU stays. Objective: To develop a predictive model for prolonged ICU stays in postoperative myocardial revascularization patients at the Hospital Universitario Mayor Méderi. Methodology: An observational, analytical study was conducted using a retrospective cohort from an existing database of patients over 18 years old diagnosed with coronary artery disease, who underwent open-heart myocardial revascularization surgery between 2016 and 2020. Demographic, echocardiographic, and laboratory variables were extracted from the original database. The first step in developing the model involved performing univariate logistic regression analyses with the main outcome (dependent variable), defined as ICU stays of 7 days or more. Variables with a p-value < 0.25 were included in the initial model. Subsequently, variables were automatically selected using a stepwise backward selection technique, and only those with a p-value < 0.1 were retained in the final model. Interaction terms suspected based on clinical experience were evaluated, and the assumption of linearity of the variables included in the final model was assessed using fractional polynomial techniques. Model performance was evaluated, and internal validation was conducted using resampling techniques. Finally, the area under the receiver operating characteristic (ROC) curve (AUC) and model calibration were described. Results: A total of 1,009 patients were included in the final analysis. The final model incorporated eight variables without interaction terms or non-linear functions. Coefficients are presented excluding influential observations. The final adjusted model equation was: g(x) = age (0.0357) + left ventricular ejection fraction (LVEF) (-0.040) + perfusion time (0.0082) + hypothyroidism (0.754) + postoperative renal failure (1.653) + reoperation due to bleeding (1.885) + postoperative cerebrovascular event (1.287) + postoperative acute myocardial infarction (1.163). The AUC of the ROC curve excluding influential data was 0.7671, with a 95% confidence interval between 0.7161 and 0.8066. Conclusion: This study presents a predictive model for prolonged ICU stays based on variables readily available within the first 48 hours of admission to the ICU. External validation is required for its use in other institutions.
Palabras clave
Cirugía cardíaca , Tiempo de internación , Unidad de Cuidados Intensivos , Complicaciones posoperatorias , Revascularización miocárdica
Keywords
Heart surgery , Length of stay , Intensive Care Units , Postoperative complications , Myocardial revascularization
