Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
La mortalidad en las Unidades de Cuidados Intensivos (UCIS), es una preocupación constante de los sistemas sanitarios, por diversas razones, entre ellas; la variedad de patologías que comprometen la vida de los pacientes, la aplicación de técnicas terapéuticas y de monitoreo invasivas, recursos limitados y el alto costo de los procesos que allí ocurren.
Por ello, en dichas unidades, es importante disponer de información que facilite la toma de decisiones, priorizando el ingreso de pacientes que se puedan ver beneficiado de las competencias y recursos disponibles 1.
La medición de la gravedad de los pacientes que ingresan a las Unidades de Cuidados Intensivos es una práctica que permite estratificar pacientes asignándoles un puntaje proporcional a la gravedad de su enfermedad, y con ello facilitar la toma de decisiones al interior de la UCI y comparar, entre ellas, su desempeños 2-3.
Existen diversos sistemas que permiten medir la gravedad de un paciente y con ello predecir la probabilidad de mortalidad de los pacientes admitidos en una Unidad de Cuidados Intensivo, entre ellos; Acute Physiology and Chronic Health Evaluation (APACHE), en sus versiones I, II, III y IV 4-7. También, Simplified Acute Physiology Score (SAPS), en sus versiones I, II y III, todos construidos sobre la base del análisis y comparación de las variables fisiológicas 8-10.
En Chile, los más usados son el APACHE II y SAPS III. Sin embargo, existe un único estudio realizado en UCI chilena, publicado el año 1993, que evalúa la capacidad predictiva de uno de ellos. El objetivo de dicho estudio fue comparar el valor predictivo del APACHE II máximo y el determinado en las primeras 24 horas. Dicho estudio muestra que los pacientes fallecidos se agrupan en los intervalos superiores del apache, es decir, en los valores máximos, que coinciden con una mayor capacidad predictiva de mortalidad (0,886; p<0,001) 11.
Por ello, se considera relevante realizar estudios complementarios a los realizados y publicados, tendientes a evaluar el desempeño de los scores APACHE II y SAPS III, contribuyendo de esta forma con los procesos de toma de decisiones en las UCI(S) chilenas.
Con el fin de describir y analizar la tasa de sobrevivencia atribuible a la UCI(S) Adultos, del Hospital Público de la ciudad de Curicó; se realizó un estudio descriptivo transversal de los pacientes que acudieron a dicho servicio entre los años 2011-2013, inclusive, clasificados según las variables APACHE II (Acute Physiology and Chronic Health Evaluation Score II) y SAPS III (Simplified Acute Physiology Score III), sobre la base de los siguientes objetivos:
Validar los puntajes APACHE II y SAPS III como predictores de mortalidad en una muestra de pacientes admitidos en la UCI del Hospital de Curicó, entre los años 2011 y 2013.
Comparar la capacidad predictiva de estos dos en cuanto a especificidad, sensibilidad, discriminación, calibración.
MATERIAL Y MÉTODOS
Diseño del estudio
El presente trabajo es un estudio analítico, observacional de cohorte histórica de casos consecutivos desde la admisión a la UCI hasta el egreso hospitalario. Contexto: Los datos fueron recopilados entre el 01 de enero 2011 y el 31 de diciembre 2013 en la Unidad de Cuidados Intensivos de Adultos del Hospital de Curicó. Esta unidad tiene una dotación de 10 camas, cuenta con un equipo de salud conformado por 43 funcionarios: 7 médicos, 13 enfermeras, 13 técnicos paramédicos, 4 auxiliares de servicio, 5 kinesiólogos y una secretaria.
Participantes
Los pacientes críticamente enfermos admitidos a UCI entre 1° enero 2011 y 31 diciembre 2013. Como criterio de inclusión se consideró los pacientes mayores de 18 años, con una estancia en UCI mayor a 24 horas.
Fuentes de datos
Los datos se recolectaron retrospectivamente de la historia clínica de los pacientes de UCI del Hospital de Curicó. Fueron registrados por personal médico, usando el formulario electrónico (Base de datos Access-Microsoft Office) diseñado de acuerdo con las reglas generales y la definición de los predictores APACHE II y SAPS III. El APACHE II fue medido a las 24 horas de ingreso y el SAPS III en las primeras horas del ingreso.
Sesgo
Para disminuir el sesgo, el formulario electrónico, permite prevenir valores inexactos. Los puntajes APACHE II y SAPS III, son revisados por el Médico Jefe de la UCI. El puntaje APACHE II y SAPS III, promedio, se mantiene estable para los tres períodos en estudio, tanto para los pacientes fallecidos como sobrevivientes.
Datos
Los datos analizados en esta investigación son de fuente primaria, recogidos mediante técnicas de análisis documental, la observación directa no participativa y el análisis de los procesos. No se tuvo acceso a la identidad de los pacientes, por ello no fue necesario solicitar consentimiento informado.
Los datos fueron recopilados entre el 01 de enero 2011 y el 31 de diciembre 2013 en la Unidad de Cuidados Intensivos de Adultos del Hospital de Curicó. De un total de 1.042 pacientes ingresados a la Unidad de Cuidados Intensivos (UCI) del Hospital de Curicó, entre los años 2011 y 2013, se incluye 793 pacientes sobrevivientes y a 249 pacientes fallecidos que representan el 76,1% y 23,9% respectivamente, del total.
Tamaño muestral
De un total de 1 042 pacientes ingresados a la Unidad de Cuidados Intensivos (UCI) del Hospital de Curicó, entre los años 2011 y 2013, se incluyeron 941 pacientes, que cumplieron criterios de inclusión; pacientes mayores de 18 años, con una estancia en UCI mayor a 24 horas. La muestra representa el 90,3% del total.
Variables
Variable dependiente: Sobrevivir = 0; Fallecer = 1 Variables independientes: APACHE II para el modelo estadístico 1 y SAPS III para el modelo estadístico 2.
Método estadístico
El análisis estadístico de los datos se realizó con el apoyo del Software SPSS 15.0 y se complementó con Minitab 16. Se usó el Modelo de Regresión Logística Binaria. En donde se plantea la hipótesis de distribución binomial de la variable respuesta 12:
Bondad de ajuste en regresión logística:
Test de Bondad de Ajuste Hosmer - Lemeshow 13.
Test de Cox y Snell
Test de Nagelkerke
El desempeño de los puntajes de gravedad para los modelos estadísticos APACHE II y SAPS III, se evaluará en función de dos variables: discriminación y calibración. La discriminación es la capacidad de diferenciar entre individuos que sobreviven de los que mueren. La calibración hace referencia a qué tan cercana está, desde el punto de vista de la ocurrencia del evento en cada paciente, la probabilidad de mortalidad estimada por el modelo, de la observada a lo largo del rango de probabilidades 14.
RESULTADOS
Del total de 941 pacientes incluidos en el estudio, el 54,5% son hombres y el 45,5% son mujeres, con edad promedio de 57 y 59 años respectivamente. En promedio 8 días cama para el caso de los hombres y 6 días para las mujeres.
No existen diferencias en el promedio de puntaje APACHE II (19,8 ± 9,7) y SAPS III (55,4 ± 18,7) entre hombres y mujeres. Dichos puntajes se mantiene estable para los tres períodos en estudio.
La mortalidad global fue de 23,7% y las principales causas de ingreso a la UCI, son Sepsis respiratoria 12,9% (N=121); Trauma 8,6% (N = 81); Sepsis digestiva 8,2% (N= 77); Cardiovascular - Paro cardio respiratorio 7,2% (N = 68).
Bondad del ajuste
El primer modelo, Logit1, donde /β 1=puntaje APACHE II, es significativo, explica entre el 0,2 y el 0,4 de la variable dependiente, y clasifica correctamente el 80,9% de los casos (Tabla 1).
El segundo modelo, Logit2 donde / β 1 = SAPS III es significativo, explica entre el 0,2 y el 0,3 de la variable dependiente, y clasifica correctamente el 81,2% de los casos (Tabla 1).
El SAPS III, presenta mejor discriminación o capacidad predictiva que el APACHE II, según el áreas bajo la curva de características operativas del receptor 0,81 y 0,80 respectivamente, tomado como referencia que valores cercanos a 1 se entienden como perfecta discriminación y cercanos a 0,5 como ninguna discriminación 15. (Figura 1).
La sensibilidad para ambos modelos estadísticos, también es buena. Del total de pacientes pronosticados como fallecidos por ambos modelos, el SAPS III clasificó correctamente el 95% y el APACHE II el 93%, con probabilidad superior a 0,5. No obstante, la especificidad para ambos modelo no es buena. Del total de pacientes pronosticados como sobreviviente por ambos modelos estadísticos, el SAPS III clasificó correctamente el 36,8% y el APACHE II el 41,7% (Tabla1).
Con respecto a la calibración, ambos modelos estadísticos, tal como observamos en las Tablas 2 y 3 presentan buena calibración. Para cada uno de los intervalos existe proximidad entre los valores observados (real) y los esperados (teórico). Sin embargo, según el p-valor el modelo que mejor se ajusta a la realidad es el APACHE II.
Tabla 2 Prueba de Hosmer y Lemeshow, APACHE II Chi2 = 3,7 (8); p - valor = 0,9
(*) = Destino: 0 = Sobrevivir, 1 = Fallecer
Tabla 3 Prueba de Hosmer y Lemeshow, SAPS III Chi2 = 10,2 8; p-valor = 0,3
(*) = Destino: 0 = Sobrevivir, 1 = Fallecer
No obstante, ambos modelos estadísticos no se pueden considerar aceptables dado que presentan especificidad inferir a un 75%.
DISCUSIÓN
Para ambos modelos estadísticos, APACHE II (Logit1) y SAPS III (Logit2), se observa en general una buena capacidad de discriminación y calibración, no obstante, la especificidad para ambos modelos es baja. Estos resultados no son muy distintos a lo demostrado en otros estudios de similares características metodológicas.
En Colombia, para una cohorte 2006-2011, en una muestra de 2 523 pacientes admitidos en UCI, se concluyó que el SAPS III, tiene mejor capacidad discriminatoria que el APACHE II (0,8; 0,7) 14, v/s (0,81; 0,80) del presente estudio.
En Brasil, en un estudio realizado en dos UCIS especializadas en pacientes quirúrgicos, de hospitales diferentes el SAPS III tiene un buen desempeño en sensibilidad y especificidad (0,8; 0,9) 16. Dichos resultados son congruentes con los resultados obtenidos en sensibilidad (0,95), pero, los resultados se alejan para la especificidad (0,4). No obstante, también en dicho país existen estudios que no muestran un buen desempeño del SAPS III, se trataba de una población en UCI de patologías de casos mixtos, con una menor proporción de casos quirúrgicos, contexto similar de los pacientes del presente estudio 17.
En Corea, en un estudio realizado entre los años 2011 y 2012, con una muestra de 1 314 pacientes, se concluyó que tanto el APACHE II como SAPS III tienen buena capacidad de discriminación (0,85; 0,86). No obstante, ambos modelos no presentan buena calibración según el Test de Hosmer y Lemeshow 18.
En España, en una UCI mixta, se obtuvieron resultados en la misma dirección del presente estudio. En una cohorte de 864 pacientes, la discriminación fue buena para ambos modelo SAPS III (0,9) y APACHE II (0,8). Sin embargo, la calibración solo resultó apropiada para el SAPS III 19.
Paralelamente, en Australia y Nueva Zelanda, actualmente, existen estudios que muestran que los sistemas APACHE II y SAPS III, obtienen mayor calidad de calibración y discriminación sobre la base de sistemas adaptados, es decir, los sistemas originales se adaptan a las características propias de la población. También, se propone un nuevo predictor de mortalidad, tomando como base ambos indicadores, es decir, APACHE II y SAPS III 20-21.
Finalmente, en concordancia con otros estudios internacionales, se muestra que los indicadores originales APACHE II y SAPS III, son un buen predictor en términos generales, no obstante, existe una tendencia internacional a adaptar dichos indicadores. Por ello, se recomienda realizar estudios analíticos enfocados a comprender e identificar las variables que explican la mortalidad de los pacientes admitidos en UCIS, sobre la base de las características propias de una población, es decir, teniendo presente la complejidad y diversidad de los pacientes que ingresan a una unidad de cuidados intensivos.
Los indicadores de predicción de mortalidad en UCI; APACHE II y SAPS III tienen una buena capacidad predictiva general, pero ambos indicadores presentan una baja especificidad. Por ello, es recomendable inferir un indicador de predicción de mortalidad en pacientes de UCI más exacto, reproducible y aplicable al contexto nacional 
