Desarrollo de un modelo matemático predictivo de mortalidad para pacientes en UTI / Development of a predictive mathematic model of the mortality for Intensive Care patients

RESUMEN

Tipo de estudio Estudio de casos, prospectivo, multicéntrico. Objetivo: Desarrollar un modelo predictivo de mortalidad, aplicable a los pacientes en Terapia Intensiva, encaminado a una propuesta de criterios de admisión y ayuda en la toma de decisiones. Material y métodos: Se analizaron los datos de 561 pacientes internados en las UTI de Comodoro Rivadavia-Chubut; entre septiembre de 1995 y agosto de 1996. La muestra se sometió a análisis multivariados cuya variable dependiente fue la evolución de los pacientes. Se calculó, previamente, el peso de cada falla orgánica y de cada punto del score APACHE en la base global. Se estudió el desarrollo de un modelo predictivo que englobara al puntaje APACHE II, diagnósticos de ingreso, pertenencia al grupo clínico o quirúrgico y desarrollo de fallas orgánicas, mediante regresión logística. Se calibró el modelo según Goodness of Fit de Hosmer Lemeshow y se discriminó por metodología ROC. El modelo predictivo se armó, separando los pacientes en dos grupos (Set de desarrollo= 286) (Set de validación= 275) que se sometieron al mismo análisis estadístico. La correlación entre ambos grupos fue buena. Resultados: El análisis de la pertenencia al grupo de patología clínica o quirúrgica, y de los grupos de diagnóstico al ingreso; no arrojaron diferencias estadísticas con respecto al egreso. Los resultados del modelo que consideró a la sumatoria total de APACHE II, requerimiento de ARM y sumatoria de pesos de FMO, mostraron tanto en el set de desarrollo como en el validación, un nivel de clasificación correcto para sobrevivientes (SV) de 96,4 por ciento y NO sobrevivientes (NS) de 60,7 por ciento. La clasificación correcta global fue del 89,42 por ciento. El área cubierta bajo la curva ROC es de 0,91. El punto de corte de probabilidad utilizado fue de 0,5. Dada la buena calibración y discriminación en la muestra de estudio, se analizó un modelo alternativo que estuviera conformado por la sumatoria de pesos relativos de APACHE II (0,19/punto), ARM (4,69) y FMO (1 a 3), el que también presentó una buena calibración y discriminación. La discriminación de este modelo arrojó una sensibilidad del 59,8 por ciento y una especificidad del 96,5 por ciento. Total de correctos verdaderos 89,4 por ciento. El área bajo la curva ROC es de 0,91...