Your browser doesn't support javascript.
loading
Modelo de riesgo de mortalidad a largo plazo en pacientes con infección atendidos por servicios de emergencias prehospitalarios / Long-term risk of death in patients with infection attended by prehospital emergency services
Melero Guijarro, Laura; Martín-Rodríguez, Francisco; Álvarez Manzanares, Jesús; Pozo Vegas, Carlos del; Sanz García, Ancor; Castro Villamor, Miguel Ángel; López-Izquierdo, Raúl.
Affiliation
  • Melero Guijarro, Laura; Hospital Universitario Rio Hortega de Valladolid. Servicio de Urgencias. Gerencia Regional de Salud de Castilla y León. España
  • Martín-Rodríguez, Francisco; Universidad de Valladolid. Facultad de Medicina. España
  • Álvarez Manzanares, Jesús; Hospital Universitario Rio Hortega de Valladolid. Servicio de Urgencias. Gerencia Regional de Salud de Castilla y León. España
  • Pozo Vegas, Carlos del; Hospital Clínico Universitario de Valladolid. Servicio de Urgencias. Gerencia Regional de Salud de Castilla y León. España
  • Sanz García, Ancor; Universidad de Castilla la Mancha. Facultad de Ciencias de la Salud. Talavera de la Reina. España
  • Castro Villamor, Miguel Ángel; Universidad de Valladolid. Facultad de Medicina. España
  • López-Izquierdo, Raúl; Hospital Universitario Rio Hortega de Valladolid. Servicio de Urgencias. Gerencia Regional de Salud de Castilla y León. España
Emergencias (Sant Vicenç dels Horts) ; 36(2): 88-96, Abr. 2024. ilus, tab, graf
Article in Spanish | IBECS | ID: ibc-231793
Responsible library: ES1.1
Localization: ES15.1 - BNCS
RESUMEN

Objetivo:

Diseñar y validar un modelo de riesgo con variables determinadas a nivel prehospitalario para predecir el riesgo de mortalidad a largo plazo (1 año) en pacientes con infección.

Métodos:

Estudio multicéntrico, observacional prospectivo, sin intervención, en pacientes adultos con sospecha infección atendidos por unidades de soporte vital avanzado y trasladados a 4 hospitales españoles entre el 1 de junio de 2020 y el 30 de junio de 2022. Se recogieron variables demográficas, fisiológicas, clínicas y analíticas. Se construyó y validó un modelo de riesgo para la mortalidad a un año usando una regresión de Cox.

Resultados:

Se incluyeron 410 pacientes, con una tasa de mortalidad acumulada al año del 49%. La tasa de diagnóstico de sepsis (infección e incremento sobre el SOFA basal $ 2 puntos) fue del 29,2% en supervivientes frente a un 56,7% en no supervivientes. El modelo predictivo obtuvo un área bajo la curva de la característica operativa del receptor para la mortalidad a un año fue de 0,89, e incluyó edad, institucionalización, índice de comorbilidad de Charlson ajustado por edad, presión parcial de dióxido de carbono, potasio, lactato, nitrógeno ureico en sangre, creatinina, saturación en relación con fracción inspirada de oxígeno y diagnóstico de sepsis.

Conclusiones:

El modelo desarrollado con variables epidemiológicas, analíticas y clínicas mostró una excelente capacidad predictiva, y permitió identificar desde el primer contacto del paciente con el sistema sanitario, a modo de evento centinela, casos de alto riesgo.(AU)
ABSTRACT

Objectives:

To develop and validate a risk model for 1-year mortality based on variables available from earlyprehospital emergency attendance of patients with infection.

Methods:

Prospective, observational, noninterventional multicenter study in adults with suspected infection transferred to 4 Spanish hospitals by advanced life-support ambulances from June 1, 2020, through June 30, 2022. We collected demographic, physiological, clinical, and analytical data. Cox regression analysis was used to develop and validate a risk model for 1-year mortality.

Results:

Four hundred ten patients were enrolled (development cohort, 287; validation cohort, 123). Cumulative mortality was 49% overall. Sepsis (infection plus a Sepsis-related Organ Failure Assessment score of 2 or higher) was diagnosed in 29.2% of survivors vs 56.7% of nonsurvivors. The risk model achieved an area under the receiver operating characteristic curve of 0.89 for 1-year mortality. The following predictors were included in the model age; institutionalization; age-adjusted Charlson comorbidity index; PaCO2; potassium, lactate, urea nitrogen, and creatinine levels; fraction of inspired oxygen; and diagnosed sepsis.

Conclusions:

The model showed excellent ability to predict 1-year mortality based on epidemiological, analytical, andclinical variables, identifying patients at high risk of death soon after their first contact with the health care system.(AU)
Subject(s)


Full text: Available Collection: National databases / Spain Database: IBECS Main subject: Prognosis / Sepsis / Emergency Medical Services / Prehospital Services / Clinical Decision-Making Limits: Female / Humans / Male Country/Region as subject: Europa Language: Spanish Journal: Emergencias (Sant Vicenç dels Horts) Year: 2024 Document type: Article Institution/Affiliation country: Hospital Clínico Universitario de Valladolid/España / Hospital Universitario Rio Hortega de Valladolid/España / Universidad de Castilla la Mancha/España / Universidad de Valladolid/España

Full text: Available Collection: National databases / Spain Database: IBECS Main subject: Prognosis / Sepsis / Emergency Medical Services / Prehospital Services / Clinical Decision-Making Limits: Female / Humans / Male Country/Region as subject: Europa Language: Spanish Journal: Emergencias (Sant Vicenç dels Horts) Year: 2024 Document type: Article Institution/Affiliation country: Hospital Clínico Universitario de Valladolid/España / Hospital Universitario Rio Hortega de Valladolid/España / Universidad de Castilla la Mancha/España / Universidad de Valladolid/España
...