Algoritmo que identifica la dificultad en el retorno al domicilio del hemipléjico agudo / Decision algorithm that identifies delay in discharge of stroke patients

Introducción. El retorno al domicilio del paciente que ha sufrido un accidente cerebrovascular agudo (ACVA) es fundamental para el alta hospitalaria y su integración en la sociedad. Se establece un algoritmo que permita identificar a los pacientes con ACVA que sufrirán demora en la reinserción al domicilio al alta. Material y métodos. Se procede a un estudio retrospectivo en 214 hemipléjicos que ingresan en el Servicio de Rehabilitación (SMFR) de un Hospital General. Se recogen 17 variables clínicas y sociodemográficas al ingreso en rehabilitación (a los 14 días de media desde el ictus) y se relacionan con la demora en la vuelta a su domicilio (DRD). Material y métodos. Mediante análisis de regresión logística múltiple, se calcula la fórmula del modelo de predicción y se confecciona un árbol de probabilidades de DRD. Resultados. La probabilidad de DRD está determinada por tres variables: FIM inicial (menor o mayor a 50 puntos), edad (mayor o menor a 75 años) y soledad (vivir solo o no previamente al ACVA). La combinación de estas variables permite confeccionar un algoritmo con ocho grupos de diferente probabilidad de DRD, entre el 3,6 y el 79,6%. Tiene una especificidad del 89%, sensibilidad del 40% y valor de predicción del 76%. Conclusiones. Se ha construido un algoritmo para decidir a priori la probabilidad de DRD utilizando las tres variables de mayor capacidad de predicción: capacidad funcional al ingreso (por Functional Independence Measure [FIM]), edad y la circunstancia de vivir en soledad. Este algoritmo incluye ocho grupos diferentes de probabilidad de DRD(AU)

Introduction. The return home of patients who have suffered an acute cerebrovascular accident (ACVA) is fundamental if they are to be discharged from hospital and integrated into society. Our aim is to design an algorithm that can identify those patients with ACVA who will undergo a delay in discharge to their home. Patients and method. A total of 214 hemiplegic patients admitted to the Rehabilitation Service (SMRF) of the General Hospital were retrospectively studied. On admittance (a mean of 14 days after the stroke), 17 clinical and sociodemographic variables were collected and their relationship with delay in the return home (DRD) was studied. Multiple logistic regression analysis was used to calculate the formula of the prediction model and the probability tree for presenting DRD was drawn up. Results. Likelihood of DRD is determined by three variables: initial functional independence measurement (FIM) (above or below 50 points), age (older or younger than 75) and living alone (whether or not the patient lived alone before the ACVA). The combination of these variables makes it possible to construct an algorithm with eight different likelihood groups of DRD, between 3.6 and 79.6%. It has an 89% specificity, 40% sensitivity and 76% prediction value. Conclusions. An algorithm has been constructed to make a priori decisions about the probability of DRD. It uses the three variables with the greatest prediction ability: functional capacity on admittance (FIM), age and whether or not the patient lived alone. The algorithm considers eight different groups of DRD likelihood(AU)

A model for predicting delay in discharge of stroke patients.

AIMS: To study the factors that predict delay in discharge (DD) for stroke victims when they are admitted to hospital and to build a model for predicting DD in our hospital. METHOD: A retrospective study of 214 stroke victims admitted to the Physical Medicine and Rehabilitation Service (PMRS) of a general hospital between January 1, 1994, and December 31, 2001. Seventeen clinical and sociodemographic data were studied to determine which factors were predictors of DD: age, sex, type of stroke, side affected, sphincter control, ability to communicate, level of consciousness, deep sensitivity, antecedents of cardiovascular risk, delay before admission to the PMRS, initial functional state and solitude, whether the patient was employed prior to the cerebrovascular accident, and whether the patient's place of residence had any exterior architectural barriers. RESULTS: A total of 26.6% of patients experienced DD. Factors influencing DD were solitude (odds ratio [OR] 6; 95% confidence interval [CI] 2.2-16.1), an initial functional independence measure (FIM) below 50 (OR 4.5; 95% CI 2.3-8.9) and age greater than 75 years (OR 2.7; 95% CI 1.2-6.1). The best model for predicting DD comprises seven variables: solitude, initial FIM below 50, older than 75 years, left hemiparesis, exterior architectonic barriers at home, cardiovascular antecedents and sex (male). This model has a specificity of 89% and a sensitivity of 40%. CONCLUSION: Solitude, low initial FIM and age older than 75 years influence DD for patients with stroke admitted to hospital. A model for predicting DD is described.

Complicaciones del traumatismo craneoencefálico que interfieren con el tratamiento rehabilitador / Cranioencephalic traumatism complications that interfere with rehabilitation treatment

En este artículo se revisan las complicaciones médicas más importantes que interfieren con el tratamiento rehabilitador del traumatismo craneoencefálico: epilepsia, alteraciones endocrinas, disautonomía, fiebre central, etc. Se dan recomendaciones para su reconocimiento y tratamiento precoz ya que mejora el resultado funcional y se reduce la estancia hospitalaria. (AU)

Diagnóstico por PET de una recidiva única en un paciente con carcinoma epidermoide de pulmón estadio I previamente resecado / PET diagnosis of an isolated relapse in a patient with a previously resected stage I epidermoid carcinoma of the lung

Propósito: Descripción de un caso de recidiva única mediastínica adenopática diagnosticada por PET de carcinoma epidermoide de pulmón estadio I. Material y métodos: Varón de 70 años, intervenido quirúrgicamente de carcinoma epidermoide de pulmón estadio I, presentando tras 28 meses, recidiva ganglionar única subcarinal, confirmada por PET y tratada con quimioterapia con reducción del 50 por ciento tras 2 ciclos de quimioterapia. Resultados: Se realiza una revisión de la literatura orientada a determinar los factores pronósticos moleculares en cáncer de pulmón no de células pequeñas en estadios precoces y a valorar la utilidad de la tomografía por emisión de positrones (PET-FDG) en el diagnóstico de enfermedad recurrente. Conclusiones: Aunque el PET-FDG puede ayudar en el diagnóstico de las recaídas locales asintomáticas, no se conocen aún las consecuencias del tratamiento precoz de las mismas ni la repercusión en la supervivencia o el pronóstico final. La determinación del grado de proliferación celular con Ki 67 y c-erb2 realizados inicialmente podrían aportar información acerca de las posibilidades de respuesta a la quimioterapia (AU)