ABSTRACT
Resumen Introducción: los sistemas de puntuación para predicción se han desarrollado para medir la severidad de la enfermedad y el pronóstico de los pacientes en la unidad de cuidados intensivos. Son útiles para la toma de decisiones clínicas, la estandarización de la investigación y la comparación de la calidad de la atención. Material y métodos: estudio observacional analítico de cohorte en el que revisaron las historias clínicas de 283 pacientes oncológicos admitidos en la unidad de cuidados intensivos (UCI) del Centro de Investigaciones Oncológicas CIOSAD, durante enero de 2014 a enero de 2016, a quienes se les estimó la probabilidad de mortalidad con los puntajes pronósticos APACHE IV y MPM II, se realizó regresión logística binaria con las variables de los modelos en sus estudios originales, se determinó calibración, discriminación y se calcularon criterios de información Akaike AIC y Bayesiano BIC. Resultados: en la evaluación de desempeño de los puntajes pronósticos APACHE IV mostró mayor capacidad de predicción (AUC = 0.95) versus MPM II (AUC = 0.78), los dos modelos mostraron adecuada calibración con estadístico de Hosmer y Lemeshow para APACHE IV (p = 0.39) y para MPM II (p = 0.99). El delta BIC es 2.9 mostrando evidencia positiva en contra de APACHE IV. El estadístico AIC es menor para APACHE IV indicando que es el puntaje con mejor ajuste a los datos. Conclusiones: APACHE IV tiene un buen desempeño en la predicción de mortalidad de pacientes oncológicos críticamente enfermos. Es una herramienta útil para el clínico en su labor diaria. al permitirle distinguir los pacientes con alta probabilidad de mortalidad. (Acta Med Colomb 2018; 43: 81-89).
Abstract Introduction: scoring systems for prediction have been developed to measure the severity of the disease and the prognosis of patients in the intensive care unit. They are useful for clinical decision-making, standardizing research and comparing the quality of care. Materials and Methods: an observational cohort analytical study in which the medical records of 283 oncological patients admitted to the intensive care unit (ICU) of the CIOSAD Oncology Research Center from January 2014 to January 2016 were reviewed. The probability of mortality with the APACHE IV and MPM II prognostic scores was estimated, binary logistic regression was performed with the variables of the models in their original studies, calibration, discrimination was determined and Akaike AIC and Bayesian BIC information criteria were calculated. Results: in the evaluation of the performance of the prediction scores, APACHE IV showed greater predictive capacity (AUC = 0.95) versus MPM II (AUC = 0.78); the two models showed adequate calibration with Hosmer and Lemeshow statistics for APACHE IV (p = 0.39) and for MPM II (p = 0.99). The BIC delta is 2.9 showing positive evidence against APACHE IV. The AIC statistic is lower for APACHE IV indicating that it is the score with the best fit to the data. Conclusions: APACHE IV has a good performance in the prediction of mortality of critically ill oncologic patients. It is a useful tool for the clinician in his daily work, allowing him to distinguish patients with a high probability of mortality. (Acta Med Colomb 2018; 43: 81-89).