Ítem
Acceso Abierto
Escalas de Predicción de Mortalidad en pacientes oncologicos en la Unidad de Cuidados Intensivos: protocolo de revisión sistematica de la literatura
Título de la revista
Autores
Cabrera Losada, Andrea
Correa Oviedo, Maria Alejandra
Herrera Villazon, Vanessa Carolina
Fecha
2023-10-31
Directores
Molina Castaño, Carlos Federico
Nieto Estrada, Victor
Gil Tamayo, Sebastian
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: Se estima que de todas las admisiones a las unidades de cuidado intensivo el 15% corresponde a pacientes oncológicos, con una mortalidad global alrededor del 30%. Existen escalas de predicción de mortalidad para el paciente críticamente enfermo incluido pacientes con cáncer, sin embargo, no hay una preferencia global de acuerdo con la capacidad predictiva. Objetivos: Realizar una revisión sistemática de la literatura con el propósito de evaluar la capacidad predictiva de las escalas utilizadas para predecir la mortalidad en pacientes con patología oncológica ingresados en unidades de cuidados intensivos, centrándonos en su capacidad de calibración y discriminación. Metodología: Se realizó una revisión sistemática de la literatura, con un algoritmo de búsqueda con términos estandarizados y naturales, sin restricción de idioma, en octubre de 2022, ajustado las bases de datos virtuales: PubMed, Scopus, Biblioteca virtual en salud (BVS) y Medrxiv. El riesgo de sesgos se evaluó con la escala QUADAS-2. Se previó que los estudios eran demasiado heterogéneos para poder combinarlos en un metaanálisis y, se decidió, llevar a cabo solo la revisión sistemática de la literatura de tipo cualitativo. Resultados: De manera global para los modelos generales no hay diferencias significativas que indiquen un mayor rendimiento pronóstico, con SMR > 1 en general subestiman la mortalidad en pacientes oncológicos. En los modelos pronósticos para cáncer los resultados fueron heterogéneos, en algunos estudios para ICMM se registró SMR < 1 que resultó en sobreestimación de la mortalidad, sin embargo, no hay otro estudio que haya reportado resultados similares.
Abstract
Introduction: It is estimated that of all admissions to intensive care units, 15% correspond to cancer patients, with an overall mortality of around 30%. There are many mortality prediction scores for critically ill patients, including patients with cancer, however, there is no global preference according to predictive capacity. Objectives: Asses the predictive capacity of the scores used to predict mortality in patients with oncological pathology admitted to intensive care units, focusing on their calibration and discrimination capacity. Methodology: A systematic review of the literature was carried out, with a search algorithm with standardized and natural terms, without language restriction, in October 2022, adjusting the virtual databases: PubMed, Scopus, Virtual Health Library (VHL) and Medrxiv. The risk of bias was assessed with the QUADAS-2 tool. It was anticipated that the studies were too heterogeneous to be combined in a meta-analysis and it was decided to carry out only the systematic review of the qualitative literature. Results: Overall, for the general models there are no significant differences that indicate a greater prognostic performance; with SMR > 1, they generally underestimate mortality in cancer patients. In the prognostic models for cancer, the results were heterogeneous; in some studies, for ICMM, SMR < 1 was recorded, which resulted in overestimation of mortality; however, there is no other study that has reported similar results.
Palabras clave
Neoplasia , Oncologico , Enfermos Criticos , Unidad de Cuidados Intensivos , Mortalidad , Prediccion de Mortalidad , Mortalidad Hospitalaria , APACHE , SAPS , SOFA , Escalas Pronosticas , Modelos de Prediccion
Keywords
Neoplasms , Oncology , Critical Illness , Intensive Care Units , Mortality , Mortality Prediction , Hospital Mortality , APACHE , Simplified Acute Physiology Score , Organ Dysfunction Scores , Prognostic Score , Predictive models
