Predicción precoz de supervivencia en el Ictus |
||
La predicción precoz de la recuperación
con buena calidad de vida tras un ictus puede realizarse utilizando un
sistema de puntuación que combina los datos de la resonancia magnética
cerebral y la puntuación del ictus en el momento de la admisión
[1]. Estas evidencias se han resumido en el sitio
de Internet de Bandolier. ¿Es posible la predicción
de la mortalidad al mes cuando la resonancia magnética no es asequible?.
Un estudio responde a esta cuestión utilizando un sencillo sistema
de puntuación clínica.
EstudioEl estudio se realizó sobre una cohorte retrospectiva de 440 pacientes admitidos de forma consecutiva con el diagnóstico de ictus isquémico. Se excluyeron los pacientes con hemorragia subaracnoidea o intracerebral, los pacientes con diagnóstico incierto o cuando el diagnóstico fue codificado como accidente cerebrovascular agudo sin especificar el subtipo.Los pacientes fueron asignados de forma
aleatoria a un grupo de validación y a otro de derivación.
El grupo de derivación se utilizó para desarrollar un modelo
predictivo, y el de validación para probar el modelo predictivo.
El resultado primario era muerte a los 30 días de la admisión,
verificando con el enlace entre las historias clínicas y los datos
de mortalidad. Se investigaron determinadas variables basales para incluirlas
en el modelo, tales como afectación del nivel de conciencia ( incluyendo
alteración de la conciencia, definida como somnolencia en un paciente
reactivo a los estímulos verbales) y disfagia con dificultad de
deglución moderada o severa..
ResultadosLos 440 pacientes procedían de una muestra de 544 antes de las exclusiones. De estos 440, 45 (10%) murieron a los 30 días. La edad media era de 70 años. Cerca de la cuarta parte presentaban afectación del nivel de conciencia(parcial o total), el 30% presentaba disfagia y el 10% presentaba incontinencia fecal o urinaria. Las tasas de mortalidad fueron mayores en el grupo de pacientes que presentaban alteración del nivel de conciencia (Figura 1) , en aquellos que presentaban disfagia (40%), tenían incontinencia urinaria (61%), presentaban hipertermia ( temperatura corporal por encima de 36.5ºC (15%) o tenían hiperglucemia sin una historia previa de diabetes (11%). Estos fueron los factores que mantenían
importancia de significativa cuando se aplicaba un modelo de regresión
(combinando los pacientes con afectación total y parcial de la conciencia),
a cada uno de estos factores se le asigno una puntuación determinada
de acuerdo con la razón de riesgos derivadas de la manipulación
estadística– a mayores niveles de significación se les adjudicó
una puntuación mayor.
Figura 1: Nivel de conciencia y mortalidad tras ictus |
Tabla 1: Puntuación de los factores pronósticos |
| Indice Pronóstico de mortalidad a los 30 días. | |
| Factor | Puntos |
| Afectación de conciencia | 5 |
| Incontinencia urinaria | 4 |
| Disfagia | 3 |
| Temperatura en admisión >36º5C | 2 |
| Hiperglucemia sin historia de diabetes | 2 |
| Máximo | 16 |
| aaaaaaa
El modelo final se da en la Tabla 1. La
mortalidad aumenta claramente con el índice pronostico (Figura 2).
El riesgo de mortalidad (probabilidad de fallecer) a los 30 días
en pacientes con puntuaciones menores de 11 fue del 3%, y para aquellos
con puntuaciones de 11 o superiores fue del 75%. La razón de verosimilitud
(likelihood ratio) para una puntuación de 11 o superior fue 34,
y para una menor de 11 de 0.3. El grupo de validación dio unos resultados
prácticamente idénticos a los del grupo en el que se desarrolló
el modelo
Figura 2: Mortalidad y puntuación pronóstica |
ComentarioEste es un buen ejemplo de construcción de un sistema de puntuación pronostica de utilidad clínica. Nos revela un dato que queremos conocer, nos permite realizar el cálculo a partir de datos clínicos de fácil obtención, sin necesidad de recurrir a la alta tecnología. De forma ideal debería recurrirse a la validación prospectiva, los autores nos indican que trabajan en ello.Bibliografía:
url original http://www.jr2.ox.ac.uk/bandolier/band91/b91-7.html |