Desarrollo de modelos predictivos de mortalidad y reingreso a corto plazo en pacientes ingresados por un primer episodio de insuficiencia cardíaca. Resultados del estudio multicéntrico PREDICE
- Torralba Morón, Ángel
- Agustín Gómez de la Cámara Directeur
- Juan Manuel Guerra Vales Directeur
Université de défendre: Universidad Complutense de Madrid
Fecha de defensa: 29 octobre 2020
- Elpidio Calvo Manuel President
- Carlos Lumbreras Bermejo Secrétaire
- Enrique J. Calderón Sandubete Rapporteur
- Francisco Arnalich Fernández Rapporteur
- Manuel Rodríguez Zapata Rapporteur
Type: Thèses
Résumé
La insuficiencia cardíaca (IC) es un problema de salud pública de primer orden. Es una enfermedad frecuente que deteriora la calidad de vida de los pacientes que la padecen, condiciona una elevada morbimortalidad y supone un elevado gasto sanitario. Durante décadas, se han desarrollado trabajos de investigación diseñados para identificar aquellos factores que influyen en el pronóstico de la IC. En los últimos años, la investigación se ha orientado a tratar de elaborar modelos predictivos de riesgo de reingreso y mortalidad en pacientes afectos de IC. Estos modelos se elaboran a partir de la combinación de diferentes factores pronósticos previamente identificados en los pacientes con IC. Son múltiples los modelos predictivos a corto, medio y largo plazo elaborados en pacientes con IC establecida y en diferentes ámbitos asistenciales: servicios de urgencias, hospitalizaciones convencionales o población ambulatoria. Sin embargo, el desarrollo de modelos predictivos es mucho más escaso en pacientes que ingresan por un primer episodio de insuficiencia cardíaca. El objetivo de este trabajo es diseñar modelos predictivos de riesgo de reingreso y mortalidad durante el primer mes de seguimiento en pacientes ingresados específicamente por un primer episodio de IC. El estudio PREDICE incluye un total de 600 pacientes mayores de 18 años ingresados por un primer episodio de IC en tres hospitales españoles de tercer nivel, entre el 1 de enero de 2003 y el 31 de diciembre de 2006. Para cada paciente incluido en el estudio, se determinaron variables sociodemográficas, clínicas y biológicas; así como las pruebas complementarias realizadas y el tratamiento prescrito al alta. La edad media de la población incluida en el estudio fue de 73,57 años (DE = 12,33) y un 50,8% de pacientes incluidos fueron mujeres. Se identificaron los factores con influencia pronóstica en cuanto a riesgo de reingreso y mortalidad durante el primer mes de seguimiento. A partir de las variables clínicamente relevantes y estadísticamente significativas, se diseñaron los modelos predictivos de riesgo de reingreso y mortalidad. Durante el primer mes de seguimiento, registramos una tasa de reingresos del 7,5% y una tasa de mortalidad del 6,5%. El modelo predictivo de riesgo de reingreso se elaboró a partir de las cifras al ingreso de glucemia y filtrado glomerular estimado, la prescripción al alta de tratamiento con diuréticos de asa y la presencia de hipercolesterolemia como enfermedad concomitante. Su capacidad discriminativa, expresada como el área bajo la curva ROC, es de 0,70. El modelo predictivo de riesgo de mortalidad se elaboró a partir de la cifra al ingreso de filtrado glomerular estimado, la puntuación en el índice de Charlson y la prescripción al alta de fármacos IECAs. Su capacidad discriminativa, expresada como el área bajo la curva ROC, es de 0,77. Para facilitar el uso y aplicación de ambos modelos predictivos diseñamos un total de tres herramientas diferentes para cada modelo: una calculadora online, una tabla de rangos y un modelo de puntuación. Los modelos predictivos diseñados suponen una aportación a la hora de poder estimar el riesgo de reingreso y mortalidad a corto plazo en pacientes que ingresan por un primer episodio de IC. Son modelos sencillos en su desarrollo y aplicación, mantienen una aceptable capacidad discriminativa y se complementan con una serie de herramientas diseñadas especialmente para facilitar y fomentar su aplicación en la práctica clínica.