Escore de Risco Clínico Simples para Prever a Mortalidade Pós-Alta Hospitalar em Pacientes Chineses Hospitalizados por Insuficiência Cardíaca / A Simple Clinical Risk Score to Predict Post-Discharge Mortality in Chinese Patients Hospitalized with Heart Failure
Arq. bras. cardiol
; 117(4): 615-623, Oct. 2021. tab, graf
Artículo
en Inglés, Portugués
| LILACS
| ID: biblio-1345223
Biblioteca responsable:
BR1.1
RESUMO
Resumo Fundamento Doenças cardiovasculares são a principal causa de morte na China. Entretanto, os esforços atuais para se identificar os fatores de risco de morte em pacientes hospitalizados com insuficiência cardíaca (IC) estão direcionados principalmente para a mortalidade durante a internação e a mortalidade após 30 dias nos Estados Unidos. Dessa forma, é necessário um modelo semelhante ao modelo utilizado para prever o risco considerado para procedimentos cirúrgicos cardiovasculares em pacientes para avaliar o risco de pacientes internados com diagnóstico de IC. Objetivo Identificar variáveis que podem prever a mortalidade por IC um ano após a alta hospitalar, e desenvolver um escore de risco para avaliar o risco de morte no período de um ano. Métodos No presente estudo, 1.742 pacientes chineses com IC foram divididos aleatoriamente em dois grupos um grupo de amostra de derivação e um grupo de amostra de teste. O método de simulação Monte Carlo via Cadeias de Markov foi usado para identificar variáveis que podem prever a mortalidade um ano após a alta hospitalar. Variáveis com uma frequência >1% na análise bivariada, e que foram consideradas clinicamente significativas, foram qualificadas para análises de modelagens posteriores. A probabilidade posterior de que uma variável estava estatística e significativamente associada ao resultado foi calculada como o número total de vezes em que o IC de 95% da variável não coincidiu com 1 (ou seja, o ponto de referência), dividido pelo número total de iterações. Uma variável com uma probabilidade de 0,9 ou mais alta foi considerado um fator de risco robusto para prever o resultado, e foi incluída na lista final de variáveis. O nível de significância estatística adotado foi 5%. Resultados Cinco variáveis que pudessem prever de maneira robusta a mortalidade um ano após a alta hospitalar foram identificadas idade, sexo feminino, escore da New York Heart Association (Associação de Cardiologia de Nova Iorque) >3, diâmetro do átrio esquerdo, e índice de massa corporal. Os modelos de derivação e de teste tiveram uma área de curva característica de operação do receptor de 0,79. Essas variáveis selecionadas foram utilizadas para avaliar o escore de risco de mortalidade por IC após um ano, e este foi dividido em três grupos (baixo, moderado e alto). O grupo de alto risco corresponde a aproximadamente 86% das mortes, e o grupo de risco moderado corresponde a 12% das mortes. Conclusão Um escore de risco de 5 variáveis simples pode ser utilizado para avaliar a mortalidade um ano após a alta hospitalar de pacientes internados com IC.
ABSTRACT
Abstract Background Cardiovascular diseases are the leading causes of death in China. However, present efforts to identify the risk factors for death in patients hospitalized with heart failure (HF) are primarily focused on in-hospital mortality and 30-day mortality in the United States. Thus, a model similar to the model used for predicting the risk in patients considered for cardiovascular surgical procedures is needed to evaluate the risk of the patients admitted with a diagnosis of HF. Objective To identify variables that can predict post-discharge one-year HF mortality and develop a risk score to assess the risk of dying within one year. Methods In the present study, 1,742 Chinese patients with HF were randomly divided into two groups a derivation sample group and a test sample group. A Markov Chain Monte Carlo simulation method was used to identify variables that can predict the one-year post-discharge mortality. Variables with a frequency of >1% in the bivariate analysis and that were considered clinically meaningful were eligible for further modeling analyses. The posterior probability that a variable was statistically and significantly associated with the outcome was calculated as the total number of times that the variable's 95% CI did not overlap with 1 (i.e., the reference point) divided by the total number of iterations. A variable with a probability of 0.9 or higher was considered a robust risk factor for predicting the outcome, and this was included in the final variable list. The level of statistical significance adopted was 5%. Results Five variables that could robustly predict the one-year post-discharge mortality were identified age, female gender, New York Heart Association functional classification score >3, left atrial diameter, and body mass index. Both derivation and test models had a receiver operating curve area of 0.79. These selected variables were used to assess the one-year HF mortality risk score, and these were divided into three groups (low, moderate, and high). The high-risk group corresponds to nearly 86% of the deaths, while the moderate group corresponds to 12% of the deaths. Conclusion A simple 5-variable risk score can be used to assess the one-year post-discharge mortality of hospitalized Chinese patients with HF.
Texto completo:
Disponible
Colección:
Bases de datos internacionales
Contexto en salud:
ODS3 - Meta 3.8 Alcanzar cobertura universal de salud
/
ODS3 - Meta 3.4 Reducir las muertes prematuras por enfermedades no transmisibles
Problema de salud:
Acuerdos de Entrega
/
Acuerdos Finacieros
/
Enfermedad Cardiovascular
/
Otras Enfermedades Circulatorias
Base de datos:
LILACS
Asunto principal:
Alta del Paciente
/
Insuficiencia Cardíaca
Tipo de estudio:
Ensayo clínico controlado
/
Estudio de etiología
/
Estudio pronóstico
/
Factores de riesgo
Límite:
Femenino
/
Humanos
País/Región como asunto:
America del Norte
/
Asia
Idioma:
Inglés
/
Portugués
Revista:
Arq. bras. cardiol
Asunto de la revista:
Cardiología
Año:
2021
Tipo del documento:
Artículo
País de afiliación:
China
Institución/País de afiliación:
Chinese PLA General Hospital/CN