Entrar/Registro  
INICIO ENGLISH
 
Medicina Crítica
   
MENÚ

Contenido por año, Vol. y Num.

Índice de este artículo

Información General

Instrucciones para Autores

Mensajes al Editor

Directorio






>Revistas >Medicina Crítica >Año 2007, No. 3


Aguirre SCA, Cerón DUW, Sierra UA
Comparación del rendimiento de 2 modelos predictivos de mortalidad: SAPS 3 vs APACHE II, en una unidad de terapia intensiva mexicana
Rev Asoc Mex Med Crit y Ter Int 2007; 21 (3)

Idioma: Español
Referencias bibliográficas: 20
Paginas: 119-124
Archivo PDF: 124.67 Kb.

[Texto completo - PDF]

RESUMEN

Introducción: La adopción de un modelo predictivo requiere de un trabajo de validación local para asegurar que su aplicación se ajuste a la población de pacientes atendidos.
Objetivo: Comparar el rendimiento de SAPS 3 y APACHE II para predecir la muerte hospitalaria.
Pacientes y métodos: Criterios de inclusión: enfermos que ingresaron a la UTI de enero a mayo de 2006. Criterios de exclusión: reingresos, enfermos coronarios, operados de corazón, alta voluntaria, altas a otro hospital. Se calculó la probabilidad de morir, por ambos sistemas, con los datos de ingreso a la UTI. El rendimiento de los modelos se evaluó en 2 áreas: a) capacidad discriminativa y b) calibración. La capacidad discriminativa se expresa por el área debajo de la curva (ADC) ROC (característica operativa del receptor) y la calibración se analiza a través de la prueba de bondad de ajuste de Lemeshow y Hosmer, así como la correlación entre mortalidad predicha y actual de cada uno de los grupos divididos por deciles. Se consideró estadísticamente significativo una p ‹ 0.05 para las ADC y una adecuada calibración cuando el estadístico «C» era menor de la χ2 crítica para 8 gL.
Resultados: Ciento diez enfermos registrados, 15 pacientes excluidos, 95 registros incluidos.

SAPS 3 APACHE II «p»
ADC * 0.86 ± 0.018 0.79 ± 0.015 ‹ 0.01
«C».
Lemeshow 6.54, p › 0.1 16.95, p ‹ 0.05
y Hosmer
* ADC: Área por debajo la curva, ± EE Error estándar.
Conclusión: SAPS 3 tiene mejor rendimiento que APACHE II.


Palabras clave: Mortalidad, sistemas de predicción, pacientes críticos.


REFERENCIAS

  1. Knaus WA, Zimmerman JE, Wagner DP et al. APACHE- Acute physiology and chronic healt evaluation: a physiologically based classification system. Crit Care Med 1981;9:591-597.

  2. Le Gall J, Loirat P, Alperovitch A et al. A simplified acute physiology score for ICU patients. Crit Care Med 1984;13:818-829.

  3. Knaus WA, Draper EA, Wagner DP et al. APACHE II: Aseverity, of disease classification system. Crit Care Med 1985;13:818-829.

  4. Lemeshow S, Teres D, Pastides H et al. A method for predicting survival and mortality of ICU patients using objectively, derived weights. Crit Care Med 1985;13:519-525.

  5. Knaus WA, Wagner, Draper EA et al. The APACHE III prognostic system. Risk prediction of hospital mortality for critically ill hospitalized adults. Chest 1991;100:1619-1636.

  6. Le Gall J, Lemeshow S, Saulnier F. A new simplified acute physiology score (SAPS II) based on a European/North American Multicenter Study. JAMA 1993;270:2957-2963.

  7. Lemeshow S, Teres D, Klar J et al. Mortality probabilitymodels (MPM II) based on an International cohort of intensive care unit patients. JAMA 1993;270:2478-2486.

  8. Sánchez-Velázquez LD. Capacidad discriminativa y costo de los sistemas de calificación de la gravedad de la enfermedad en la unidad de terapia intensiva. (En prensa).

  9. Moreno RP, Metnitz P, Almeida E et al. SAPS 3-From evaluation of the patient to evaluation of the intensive care unit. Part 1: Objectives, methods and cohort description. Intensive Care Med 2005;31:1336-1344 DOI 10.1007/s00134-005-2762-2766.

  10. Moreno RP, Metnitz P, Almeida E et al. SAPS 3-From evaluation of the patient to evaluation of the intensive care unit. Part 2: Development of a prognostic model for hospital mortality at ICU admission. Intensive Care Med 2005;31:1345-1355 DOI 10.1007/s00134-005-2763-2765.

  11. Zimmerman MD, Kramer A et al. Acute physiology and chronic health evaluation (APACHE) IV, http://meeting. chestjournal.org/cgi/content/Abstract/128/4/297S

  12. Cerón DU, Esponda PJ, Dr. Borboya PM et al. Valor predictivo de los sistemas de calificación de gravedad: comparación de cuatro modelos en tres unidades de terapia intensiva mexicanas incluidas en la base de datos multicéntrica de terapia intensiva. Rev Asoc Mex Med Crit y Ter Int 2000;14(2):50-59.

  13. Hanley JA, McNeil BJ. The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology 1982;143:29-36.

  14. Hanley JA, McNeil BJ. A method of comparing the areas under receiver operating characteristic curves derived from the same cases. Radiology 1983;148:839-843.

  15. Lemeshow S, Hosmer DW. A review of goddness of fit statistics for use in the development of logistic regression models. Am J Epidemiol 1982;110:847-864.

  16. Sirio C, Tajimi K, Tase C et al. An initial comparison of intensive care in Japan and the United States. Crit Care Med 1992;20:1207-1215.

  17. Teik O, Hutchinson R, Short S et al. Verification of the acute physiology and chronic health evaluation scoring system in Hong Kong. Intensive Care Med 1993;21:698-705.

  18. Zimmerman JE, Douglas P, Wagner DP et al. Improving intensive care unit discharge decisions: Supplementing physician judgment with predictions of next day risk for life support. Crit Care Med 1994;22:1373-1384.

  19. Rapoport J, Teres D, Lemeshow S, Gehlbach S. A method for assessing the clinical performance and cost-effectiveness of intensive care units: a multicenter inception cohort study. Crit Care Med 1994;22:1385-1391.

  20. Castella X, Artigas A, Bion J et al. A comparison of severity of illness scoring systems for intensive care unit patients: Results of a multicenter multinational study. Crit Care Med 1995;23:1327-1335.



>Revistas >Medicina Crítica >Año2007, No. 3
 

· Indice de Publicaciones 
· ligas de Interes 






       
Derechos Resevados 2019