RESUMO
Objetivos: Caracterizar los factores predictores conocidos de la hipotermia perioperatoria, construyendo un score para identificar los pacientes de alto riesgo a desarrollar complicaciones. Métodos: Se estudiaron 200 pacientes (hipotermia-116 pacientes y normotermia-84 pacientes) en los meses de setiembre-noviembre del 2012, excluyéndose 7 pacientes de acuerdo a los criterios de inclusión y exclusión; posteriormente se dividió la población dos grupos (diseño - 127 pacientes, validación - 66 pacientes), relacionándose con los factores predictores (edad, sexo, peso, talla, ASA, tiempo anestésico, tiempo quirúrgico, temperatura/humedad ambiental, extensión de la intervención, zona quirúrgica, tipo de anestesia), a través de un análisis bivariable, tanto de las variables cuantitativas (t de Student) como cualitativas (Chi cuadrado), incluyendo solo a los factores con p<0,10 para la realización de un modelo multivariable obteniendo un modelo predictivo, a través de la curva ABC-ROC. Resultados: En el grupo diseño el ABC-ROC del modelo completo fue 0.96 (0.97 a 1.00) y la del modelo abreviado ABC-ROC 0.94 (0.90 a 0.97). En el grupo validación el ABC-ROC del modelo completo fue 0.94 (0.86 a 1.00) y la del modelo abreviado ABC-ROC 0.92 (0.87 a 0.98). Conclusiones: El punto de corte del modelo mediante la curva ABC ROC fue de 7, obteniéndose como factores predictores temperatura corporal, tiempo de cirugía y zona quirúrgica.
Objectives: To characterize the known predictors of perioperative hypothermia, building a score to identify patients at high risk of developing complications. Methods: We studied 200 patients (hypotherrnia-norrnotherrnia-116 patients and 84 patients) in the months of September-November 2012, excluding 7 patients according to the inclusion and exclusion criteria, then the population was divided two groups (design - 127 patients, validation - 66 patients), relating to the predictors (age, sex, weight, height, ASA, anesthetic time, surgical time, temperature / humidity, extent of surgery, surgical site, type of anesthesia), to through a bivariate analysis, both quantitative variables (Student t test) and qualitative (Chi squared), including only those factors with p<0.10 for the realization of a multivariable model predictive model obtained through the ABC-ROC curve. Results: In group ABC-ROC design of the full model was 0.96 (0.97 to 1.00) and the abbreviated model ABC-ROC 0.94 (0.90 to 0.97). In the validation group ABC-ROC of the full model was 0.94 (0.86 to 1.00) and the abbreviated model ABC-ROC 0.92 (0.87 to 0.98). Conclusions: The model cutoff by ROC curve was 7 predictors obtained as body temperature, duration of surgery and surgical site.