Acta Médica Colombiana

Cargando menu...
Búsqueda / Search
Criterio de búsqueda
Search Criteria
Palabra(s) clave
Key word(s)

Vol 43 # 2
Vol 43 # 2
VOL. 43 No 2 - 2018-07-11

Trabajos originales / Original works
Haga clic sobre el enlace para bajar ver el artículo o descargar el pdf.
VOL. 43 No 2 - 2018-07-11

Evaluacin del desempeo pronstico de dos puntajes de prediccin de mortalidad a siete das en pacientes adultos oncolgicos crticamente enfermos admitidos en una unidad de cuidados intensivos

Ingrid Tatiana Rojas, Arnold Mndez, Fernando Jos Rincn

Introduccin: los sistemas de puntuacin para prediccin se han desarrollado para medir la severidad de la enfermedad y el pronstico de los pacientes en la unidad de cuidados intensivos. Son tiles para la toma de decisiones clnicas, la estandarizacin de la investigacin y la comparacin de la calidad de la atencin.
Material y mtodos: estudio observacional analtico de cohorte en el que revisaron las historias clnicas de 283 pacientes oncolgicos admitidos en la unidad de cuidados intensivos (UCI) del Centro de Investigaciones Oncolgicas CIOSAD, durante enero de 2014 a enero de 2016, a quienes se les estim la probabilidad de mortalidad con los puntajes pronsticos APACHE IV y MPM II, se realiz regresin logstica binaria con las variables de los modelos en sus estudios originales, se determin calibracin, discriminacin y se calcularon criterios de informacin Akaike AIC y Bayesiano BIC. 
Resultados: en la evaluacin de desempeo de los puntajes pronsticos APACHE IV mostr mayor capacidad de prediccin (AUC = 0.95) versus MPM II (AUC = 0.78), los dos modelos mostraron adecuada calibracin con estadstico de Hosmer y Lemeshow para APACHE IV (p = 0.39) y para MPM II (p = 0.99). El delta BIC es 2.9 mostrando evidencia positiva en contra de APACHE IV. El estadstico AIC es menor para APACHE IV indicando que es el puntaje con mejor ajuste a los datos. 
Conclusiones: APACHE IV tiene un buen desempeo en la prediccin de mortalidad de pacientes oncolgicos crticamente enfermos. Es una herramienta til para el clnico en su labor diaria. al permitirle distinguir los pacientes con alta probabilidad de mortalidad 

HTML no disponible

Prognostic performance assessment of two seven-day mortality prediction scores in oncologic critically ill adult patients admitted to an intensive care unit

Ingrid Tatiana Rojas, Arnold Mndez, Fernando Jos Rincn

Introduction: scoring systems for prediction have been developed to measure the severity of the disease and the prognosis of patients in the intensive care unit. They are useful for clinical decision-making, standardizing research and comparing the quality of care. 
Materials and Methods: an observational cohort analytical study in which the medical records of 283 oncological patients admitted to the intensive care unit (ICU) of the CIOSAD Oncology Research Center from January 2014 to January 2016 were reviewed. The probability of mortality with the APACHE IV and MPM II prognostic scores was estimated, binary logistic regression was performed with the variables of the models in their original studies, calibration, discrimination was determined and Akaike AIC and Bayesian BIC information criteria were calculated. 
Results: in the evaluation of the performance of the prediction scores, APACHE IV showed greater predictive capacity (AUC = 0.95) versus MPM II (AUC = 0.78); the two models showed adequate calibration with Hosmer and Lemeshow statistics for APACHE IV (p = 0.39) and for MPM II (p = 0.99). The BIC delta is 2.9 showing positive evidence against APACHE IV. The AIC statistic is lower for APACHE IV indicating that it is the score with the best fit to the data. 
Conclusions: APACHE IV has a good performance in the prediction of mortality of critically ill oncologic patients. It is a useful tool for the clinician in his daily work, allowing him to distinguish patients with a high probability of mortality. 

HTML version unavailable
Palabras claves / Key Words
puntaje pronstico, cuidado crtico, cncer, mortalidadpuntaje pronstico, cuidado crtico, cncer, mortalidad
Cargando menu...