P. 1
El Factor Pronostico en Terapia Intensiva

El Factor Pronostico en Terapia Intensiva

|Views: 45|Likes:
Publicado porVlady78

More info:

Published by: Vlady78 on Jul 01, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

10/04/2013

pdf

text

original

EL FACTOR PRONOSTICO EN TERAPIA INTENSIVA

El presente artículo es una actualización al mes de diciembre del 2006 del Capítulo del Dr. Carlos Lovesio, del Libro Medicina Intensiva, Dr. Carlos Lovesio, Editorial El Ateneo, Buenos Aires (2001)

INTRODUCCIÓN El poder establecer un pronóstico en relación con la evolución de las enfermedades es una parte integral del cuidado médico. Los médicos necesitan conocer los beneficios de los tratamientos y los efectos tanto de las enfermedades como de las terapéuticas para recomendar un curso de acción, y compartir decisiones con los pacientes y sus familiares. Durante muchos años se utilizaron sistemas pronósticos simples, tales como el escore Apgar para anticipar problemas en el recién nacido, la clasificación de Childs-Pugh para predecir la evolución de los pacientes con insuficiencia hepática, y los criterios de Ranson para predecir la sobrevida en la pancreatitis aguda. El empleo exitoso de estos índices de predicción estimuló el desarrollo de modelos pronósticos en otros campos de la medicina, en especial en los pacientes críticos en terapia intensiva. En el año 1983, una Conferencia de Consenso sobre Cuidados Críticos del NIH formuló las siguientes recomendaciones: “La combinación de enfermedades que comprometen la vida, recursos limitados, técnicas terapéuticas y de monitoraje invasivas y los altos costos imponen la necesidad de contar con datos adecuados en los cuales basar las decisiones y establecer prioridades. Las investigaciones deben estar destinadas a determinar de que manera las UTIs pueden ser utilizadas para el máximo beneficio de los pacientes críticos. Tales investigaciones deben incluir procedimientos destinados a seleccionar a los pacientes (“triaging”) de modo de no negar el ingreso a pacientes que pueden beneficiarse de la atención en estas unidades así como excluir a aquéllos que no tienen una chance razonable de beneficiarse con el tratamiento. En este sentido, se deben estimular las investigaciones destinadas a desarrollar predictores pronósticos en función de las condiciones de presentación, diagnósticos y otras variables fisiológicas agudas”. Los sistemas de escore pronóstico en Terapia Intensiva se han desarrollado en parte para satisfacer los requerimientos precedentes. Los sistemas de escore pronóstico son herramientas que predicen la evolución de los pacientes basados en parámetros fisiológicos que se considera que se correlacionan con la evolución, en base al análisis estadístico o a la opinión de expertos. Estos sistemas se han desarrollado históricamente para predecir la evolución en grupos poblaciones y no en pacientes individuales. Los usos propuestos para los sistemas de escore pronóstico en los pacientes críticos incluyen: 1) establecer decisiones respecto al ingreso o descarga de la UTI de pacientes individuales, 2) ayudar en las discusiones con los pacientes y los familiares respecto a la suspensión de medidas terapéuticas, 3) comparar la performance entre distintas UTIs o establecer mejoras de calidad dentro de una unidad individual, 4) evaluar los efectos de nuevos tratamientos, procedimientos, o reorganización de la UTI, 5) asegurar que los grupos de pacientes en los estudios de investigación tengan una severidad de enfermedad similar, y 6) determinar la distribución óptima de las camas de terapia intensiva y de otros recursos del hospital.

DESARROLLO DE LOS SISTEMAS DE ESCORE PRONÓSTICOS Los sistemas de escore pronóstico para los pacientes en UTI se han diseñado para establecer una estimación de la probabilidad de mortalidad hospitalaria. Los mismos han evolucionado hasta la actualidad a través de tres generaciones de desarrollo. El primer sistema en aparecer en la literatura fue el Acute Physiology and Chronic Health Evaluation (APACHE). La selección de variables y su peso relativo se basó en decisiones subjetivas de un grupo de expertos. Por sí mismo, el sistema APACHE inicial constituyó la primera generación de sistemas de escore en UTI. La segunda generación está representada por tres sistemas:el APACHE II, el Simplified Acute Physiology Score (SAPS I) y el Mortality Probability Models (MPM I). El SAPS I y el APACHE II derivaron directamente del APACHE original, por simplificación del número de variables incluidas. El MPM I utiliza un modelo de regresión logística múltiple para la selección de variables y para establecer el peso estadístico apropiado a partir de una gran cantidad de variables posibles. El SAPS I establece solamente un escore, mientras que los otros dos sistemas permiten realizar una ecuación para establecer el riesgo de muerte hospitalaria. La tercera generación de sistemas incluye el APACHE III, el MPM II, y el SAPS II, todos ellos están basados en técnicas de regresión logística. La performance de estos modelos, tanto en sus etapas de desarrollo como de validación, se evalua a través de medidas de calibración y de discriminación. La calibración evalúa el grado de correspondencia existente entre las probabilidades de mortalidad estimadas por el modelo y la mortalidad actual experimentada por los pacientes. Si un modelo estima que un paciente tiene una probabilidad de muerte hospitalaria de 0,38, ello significa que entre 100 pacientes con probabilidad de morir, 38 se debe esperar que mueran y 62 se debe esperar que sobrevivan. Cuando el número observado de muertes es próximo al número esperado por el modelo, el modelo se considera que está bien calibrado. La existencia de grandes diferencias sugiere que el modelo no refleja correctamente la evolución en esta cohorte de pacientes. La discriminación utiliza la curva ROC (Receiver Operating Characteristic) para evaluar la capacidad del modelo de distinguir los pacientes que mueren de los que viven, sobre la base de las probabilidades estimadas de mortalidad. Para construir la curva ROC, se especifica una secuencia de puntos de corte de probabilidad y se construye una tabla de clasificación 2 x 2 de evoluciones predichas y observadas para cada punto de corte. Por ejemplo, si el punto de corte elegido es 0,35, cada paciente cuya probabilidad de mortalidad es 0,35 o más se debe predecir que morirá, mientras que todo paciente cuya probabilidad es menos de 0,35 se predice que vivirá. La mortalidad observada es anotada para cada paciente, y en función de los resultados de la tabla 2 x 2, se determinan los resultados falsos-positivos y falsos-negativos. Todos los pares de la secuencia de puntos de corte son luego distribuidos en una gráfica, resultando en la presentación visual de la curva ROC.

LOS MODELOS DE ESCORE DE PRONÓSTICO APACHE II. El sistema APACHE, introducido originalmente en el año 1981, constituyó un método válido para la medición de la severidad de la enfermedad en los pacientes críticos y para realizar una estratificación de riesgo, pero era muy complejo y no fue sometido a una validación multicéntrica. El APACHE II es una modificación del modelo original, conteniendo tres elementos: 1) puntaje para 12 anormalidades fisiológicas potenciales, 2) puntaje para la edad, y 3) puntaje para anormalidades crónicas. El APACHE II predice el riesgo de muerte para grupos de pacientes con uno o más diagnósticos en UTI en base a una estimación del impacto de la enfermedad, el riesgo impuesto por la cirugía de emergencia y el escore en el primer día. Las limitaciones más importantes del APACHE II son que la predicción de mortalidad se realiza en base a los datos obtenidos en los años 1979-1982, con una incidencia de error de aproximadamente el 15%. El APACHE II no fue diseñado ni intenta predecir la mortalidad de pacientes individuales. A partir de la recolección de los datos del APACHE II se obtiene un escore para cada paciente. Cuanto mayor es el escore, mayor es la gravedad de la enfermedad. Estos datos son convertidos en una probabilidad de muerte para cada paciente. Los mismos, combinados con otras informaciones, son utilizados para computarizar una mortalidad predicha para los grupos poblacionales que entran en el programa. La ecuación de predicción de la mortalidad es la siguiente:

Ln (R/1 – R) = -3,517 + (APACHE II) (0,146) + S + D

Donde: R: riesgo de muerte hospitalaria; S: riesgo adicional impuesto por la cirugía de emergencia; y D: riesgo (+ o -) impuesto por la enfermedad específica. APACHE III. El APACHE III fue introducido en 1991 para expandir y mejorar la estimación pronóstica provista por el APACHE II. A pesar de su mayor rendimiento, el APACHE III no ha logrado reemplazar al APACHE II en la mayoría de las Unidades, debido al alto costo para su implementación. El sistema APACHE III consiste de dos partes: un escore de APACHE III, que contiene puntos para 17 anormalidades fisiológicas (Tabla 1), edad y estado de salud crónico, y una serie de ecuaciones predictivas establecidas a partir del diagnóstico de admisión a UTI, criterios de selección de pacientes y la base de datos del sistema. El escore APACHE III puede ser utilizado para medir la severidad de la enfermedad y para estratificar el riesgo de los pacientes dentro de una categoría diagnóstica única o de un grupo definido de pacientes. El escore APACHE III también puede ser utilizado para comparar la evolución de grupos de pacientes, pero sólo para aquellas admisiones a UTI que comparten los diagnósticos y los criterios de selección con aquéllos del estudio APACHE III. En tal sentido, el sistema ha individualizado 79 categorías diagnósticas y nueve orígenes posibles de los pacientes.

SAPS. El SAPS fue desarrollado como un método independiente para simplificar el sistema original APACHE. Una versión actualizada, el SAPS II, fue desarrollado y validado utilizando una base de datos internacional similar a la utilizada por el MPM II. El sistema incluye 17 variables: 12 medidas fisiológicas, edad, tipo de admisión (cirugía programada, cirugía de urgencia, o médica) y tres variables de enfermedad crónica (SIDA, cáncer metastásico y enfermedad maligna hematológica). El SAPS II ha sido utilizado para evaluar el pronóstico de grupos de pacientes y para comparar la performance de distintas unidades, pero no es utilizable para establecer el pronóstico de pacientes individuales. MPM. El sistema de Probabilidad de mortalidad (MPM) fue revisado recientemente para estimar la probabilidad de mortalidad hospitalaria en el momento de la admisión a UTI y a las 24, 48 y 72 horas luego de la admisión. El MPM se basa en un modelo estadístico objetivo; la información se obtiene a partir de un gran número de variables, seguido por la identificación de un pequeño subgrupo de predictores “pesados” de pronóstico derivados a partir de técnicas de reducción estadística. El modelo de admisión (MPM0) es el único sistema disponible para estimar la probabilidad de mortalidad hospitalaria en el momento de la admisión. Los modelos a las 24, 48 y 72 horas reflejan el estado del paciente luego del tratamiento y predicen la mortalidad hospitalaria basada en datos coleccionados durante estos períodos de tiempo. El sistema MPM ha sido utilizado para evaluar la performance clínica y la relación costo/efectividad en el cuidado en UTI para grupos de pacientes, y como un método auxiliar para evaluar la probabilidad de muerte hospitalaria en pacientes seleccionados. En la Tabla 2 se indican las variables incluidas en cada uno de los sistemas de severidad previamente citados. SOFA. El sistema SOFA (Sepsis related organ failure assessment -Vincent y col.-) fue desarrollado inicialmente para la evaluación de las fallas orgánicas en los pacientes sépticos. Recientemente, con la determinación diaria del mismo y la evaluación del denominado SOFA máximo, este escore se ha convertido en un elemento de pronóstico ampliamente utilizado en las unidades de cuidados críticos, debido a su simplicidad y adecuado poder discriminatorio.

Tabla 1. Escore APACHE III para signos vitales y anormalidades de laboratorio. Parámetro Valor asignado Parámetro Valor asignado
Pulso (latidos por minuto) < 39 40-49 50-99 100-109 110-119 120-139 140-154 > 155 Presión arterial media (mm Hg) < 39 40-59 60-69 70-79 80-99 100-119 120-129 130-139 > 140 Temperatura (°C) < 32,9 33-33,4 33,5-33,9 34-34,9 35-35,9 36-39,9 > 40 Frec. respiratoria (resp/min) <5 6-11 12-13 14-24 25-34 35-39 40-49 > 50 PaO2 (mm Hg) < 49 50-69 70-79 > 80 DO2 (A-a) > 100 100-249 250-349 350-499 > 500 Glucosa (mg/dL) > 39 (peso corporal 40-59 kg) 40-59 8 5 0 1 5 7 13 17 23 15 7 6 0 4 7 9 10 20 16 13 8 2 0 4 17 8 7 0 6 9 11 18 15 5 2 0 0 7 9 11 14 8 9 Hematocrito (%) < 40,9 41-49 > 50 Glóbulos blancos (103x mm3) > 1,0 1,0-2,9 3,0-19,9 20,0-24,9 > 25 Creatinina ( mg/dL) (sin IRA) < 0,4 0,5-1,4 1,5-1,94 > 1,95 Creatinina (mg/dL) (con IRA) 0-1,4 > 1,5 Volumen urinario (cc/día) < 399 400-599 600-899 900-1499 1.500-1.999 2.000-3.999 > 4.000 BUN (mg/dL) < 16,9 17-19 20-39 40-79 > 80 Sodio (mEq/L) < 119 120-134 135-154 > 155 Albúmina (g/dL) < 1,9 1,0-2,4 2,5-4,4 > 4,5 Bilirrubina (mg/dL) > 1,9 2,0-2,9 3,0-4,9 5,0-7,9 > 8,0 3 0 3 19 5 0 1 5 3 0 4 7 0 10 15 8 7 5 4 0 1 0 2 7 11 12 3 4 0 4 11 6 0 4 0 5 6 8 16

60-199 200-349 > 350

0 3 5

Tabla 2. Variables incluidas en cada uno de los sistemas de severidad Variables MPM II MPM II SAPS II APACHE III admisión a las 24,48, y 72 hs
Estado de saludo crónico SIDA Cirrosis Linfoma Neoplasia hematológica Leucemia, mieloma múltiple Insuficiencia hepática Cáncer metastásico Inmunosupresión Insuficiencia renal crónica Valores fisiológicos Temperatura Frecuencia cardíaca Frecuencia respiratoria Presión arterial (media o sistólica) Hematocrito Glóbulos blancos Albúmina Bilirrubina Glucosa Sodio sérico Potasio sérico Bicarbonato sérico Urea o BUN Creatinina Volumen urinario PO2 PaO2 o (A-a)DO2 PaO2 o FiO2 (ventilado o CPAP) pH y PCO2 (estado ácido base) Tiempo de protrombina Escala de coma de Glasgow Diagnósticos agudos Insuficiencia renal aguda Arritmia cardíaca ACV Sangrado digestivo Infección Efecto de masa cerebral Selección de uno entre 78 Otros ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠

∠ ∠ ∠ ∠

∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠ ∠

∠ ∠ ∠

∠ ∠ ∠ ∠ ∠ ∠

∠ ∠ ∠

∠ ∠ ∠ ∠ ∠ ∠

∠ ∠

Edad Origen del paciente Tipo de admisión CPR antes del ingreso a UTI Asistencia respiratoria mecánica Terapia vasoactiva

∠ ∠ ∠ ∠

∠ ∠ ∠ ∠

∠ ∠

∠ ∠ ∠

Tabla 3. Escore de evaluación de la falla orgánica secuencial (SOFA) (Vincent J., y col.: Intensive Care Med 22:707-1996)
Sistema orgánico 1 Respiración (PaO2/FiO2 mm Hg) <400 Coagulación (Plaquetas x103/mm3) <150 Hígado (Bilirrubina: 1,2-1,9 mg/dl) Cardiovascular PAM < 70 (Hipotensión) mm Hg (dosis en µg/Kg.min) SNC (Glasgow) 13-14 Renal (Creatinina, mg/dl 1,2-1,9 o diuresis) 2 <300 <100 2,0-5,9 Dopamina < 5 o dobutamina cualquier dosis 10-12 2,0-3,4 3 <200 con ARM <50 6,0-11,9 Dopamina > 5 o epinefrina <0,1 o norepinefrina <0,1 6-9 3,5-4,9 o < 500 ml/día 4 <100 con ARM <20 >12 Dopamina >15 o epinefrina > 0,1 o norepinefrina >0,1 <6 > 5,0 o < 200 ml/día

A diferencia de los escores de pronóstico del tipo del APACHE II y del SAPS, que en forma característica se realizan al inicio de la estadía en UTI; los escores de disfunción orgánica pueden ser medidos en forma diaria. La utilidad reside en la capacidad de capturar la naturaleza dinámica de la disfunción orgánica durante la estadía en UTI. El cambio en el escore de disfunción orgánica durante el periodo de estadía (media/máximo/delta/tendencia de un escore de disfunción orgánica) puede ayudar a establecer el impacto de las prácticas de rutina en la UTI y de las nuevas intervenciones sobre el desarrollo, persistencia y regresión de la disfunción orgánica. El tiempo de duración de las fallas orgánicas se asocia con el pronóstico. Recientemente, el cálculo del escore SOFA máximo total (TMS) se ha propuesto como un refinamiento del SOFA, y se comprobó que es aplicable para la predicción pronóstica. El empleo del escore SOFA diario no ha demostrado ser útil en este sentido, debido a que la evaluación diaria puede subestimar los fallos acumulativos, debido a que algunos de ellos aparecen en forma precoz y mejoran, y otros aparecen en forma tardía. En contraste con el SOFA máximo diario, el cálculo del escore TMS suma los escores máximos de cada uno de los seis sistemas orgánicos durante toda la estadía en la unidad independientemente de su secuencia en el tiempo. De tal modo cuantifica la severidad de los fallos orgánicos y los combina en una sola figura. El valor máximo teórico del escore TMS es 24. Los resultados de Suistomaa y colaboradores demuestran que la mortalidad es elevada si el escore TMS en cualquier momento es mayor de 15. Por otra parte, si el tiempo entre la admisión y el momento del máximo TMS es mayor de cinco días, la mortalidad también es elevada. Ello

sugiere que si el fallo circulatorio que conduce a la disfunción orgánica severa con compromiso progresivo de órganos persiste o se amplifica luego del tratamiento por cinco días, se asocia con mal pronóstico. Cabre y col., en España, comprobaron que en los pacientes por encima de 60 años, la presencia de un SOFA máximo de 13 o más en cualquiera de los primeros cinco días, un SOFA mínimo inferior a 10 en cualquier momento, y un SOFA con tendencia estable o en aumento, se asocia con una mortalidad del 100%. Desde un punto de vista práctico conviene recordar que un paciente con un escore SOFA por encima de 10, una edad por encima de 60 años, y una tendencia positiva o sin cambio en los primeros cinco días tendrá una mortalidad del 100%. Kajdacsy-Balla y col., evaluando el TMS, comprobaron que existen significativas disparidades en la mortalidad observada y predicha para pacientes infectados y no infectados. Luego de adicionar la infección como una covariable (SOFA Max-infection model), la performance mejora. Ello significa que cuando se utiliza el escore SOFA para evaluar la gravedad de un proceso, se debe ajustar para la presencia o ausencia de infección. El diagnóstico de ingreso del paciente a la Unidad también influye el pronóstico para aquéllos que desarrollan disfunciones orgánicas. La mortalidad hospitalaria es generalmente mayor para los pacientes con fallas orgánicas cuyo diagnóstico de ingreso es clínico y para aquéllos que deben ser sometidos a cirugía de urgencia. La mortalidad, por otra parte, es menor en pacientes admitidos por trauma múltiple que en aquéllos ingresados por sepsis o luego de un paro cardíaco.

EMPLEO DE LOS ESCORES DE SEVERIDAD Los escores de severidad han sido propuestos para ser utilizados en la predicción evolutiva de pacientes individuales, para evaluar la performance de las UTIs y para facilitar la realización de los ensayos terapéuticos. En general, los usos propuestos deben ser considerados para un nivel de pacientes individuales y para un análisis de grupos poblacionales. Esto es, los escores se pueden utilizar para tratar de establecer por anticipado el pronóstico de un paciente en particular, o para reconocer la evolución de un grupo de pacientes. A pesar de los numerosos ensayos realizados con los escores precedentes, aún no existe una opinión universalmente aceptada respecto a su utilidad. Un hecho a destacar es que en muchos estudios observacionales se ha sugerido que los médicos de terapia intensiva discriminan entre sobrevivientes y no sobrevivientes de una manera más adecuada que los sistemas de escores en las primeras 24 horas de admisión. En un estudio reciente, Sinuff y col. evaluaron 12 estudios que comparaban la predicción por el médico y por el sistema de escore en pacientes ingresados a UTI. El hallazgo principal fue que tanto los médicos como los sistemas objetivos de escore tenían una capacidad moderada para discriminar entre los sobrevivientes y no sobrevivientes, y que los médicos eran más eficientes que los sistemas de escores. Ello plantea difíciles decisiones éticas respecto al rol de estos escores para establecer conductas, y destaca el riesgo de los mismos en cuanto a las decisiones que impliquen suspender medidas de soporte vital.

Predicción para pacientes individuales Meyer y colaboradores comprobaron que ya sea que se utilice el criterio clínico o un escore de riesgo objetivo para establecer la posibilidad de muerte de un paciente en particular, la posibilidad de error es muy elevada. En efecto, de los pacientes en que ambos métodos predijeron la muerte, el 40% sobrevivían en el momento de la evaluación final. La conclusión de los autores es que no existe ningún método para predecir la mortalidad individual. Por lo tanto, un buen sistema de severidad provee una estimación exacta del número de pacientes que se espera que mueran dentro de un grupo de pacientes similares; el mismo no establece ninguna predicción sobre que paciente particular será el que vivirá y cual el que morirá. Utilizando un modelo de severidad bien calibrado, se puede esperar razonablemente que aproximadamente el 75% de los pacientes con una probabilidad de muerte del 0,75 morirá, pero no se puede saber por anticipado cual será el 75% que muera y cual será el 25% que sobreviva. La posibilidad de que las decisiones clínicas puedan ser facilitadas si se dispone de un método de evaluación pronóstica objetivo es atractiva. Los médicos están interesados en disponer de un sistema de severidad para pacientes individuales como un agregado a su opinión informada pero subjetiva. El empleo de estas herramientas como parte del árbol de toma de decisiones es una elección razonable y prudente. Sin embargo, las decisiones deben continuar siendo de la absoluta responsabilidad de los médicos y deben basarse en múltiples criterios, uno de los cuales puede ser la gravedad, tal como se estima con un sistema de evaluación bien calibrado. Evaluación de la performance de las Unidades A la luz de las controversias que involucran la estructura, beneficios y costos de la Medicina Crítica, los sistemas pronósticos proveen un cuerpo de análisis objetivo que puede ayudar a los médicos y a los administradores a analizar y reconocer la eficacia del cuidado médico brindado en su propia unidad, en comparación con una base de datos desarrollada a partir de dichos escores. Utilizando el sistema APACHE III, Knaus y colaboradores estimaron la probabilidad de mortalidad hospitalaria en una muestra consecutiva de 16.622 pacientes de 42 unidades. Observaron que la relación entre la mortalidad observada y la esperada varía entre el 0,67 y el 1,21 en distintas UTIs. Esto significa que en algunas unidades la mortalidad observada es menor que la esperada por el modelo, y en otras unidades es mayor. Le Gall y colaboradores, utilizando el sistema SAPS II con el mismo objetivo, estimaron la probabilidad de mortalidad hospitalaria y observaron la mortalidad real en Unidades de varios países. La relación entre los países varió del 0,74 al 1,31, con algunos países con mayor número de muertes que las esperadas y otros con un número menor. Los resultados precedentes no significan necesariamente que existan diferencias objetivas entre la calidad de cuidados brindados por distintas unidades o por unidades de distintos países. Las relaciones precedentes deben ser interpretadas como una indicación de que es necesario estudiar más profundamente los factores operativos en las distintas unidades para establecer aquéllos asociados con las diferencias de mortalidad.

Ensayos terapéuticos Un problema crítico en la realización de los estudios clínicos prospectivos es la capacidad de demostrar que el grupo control y el grupo bajo tratamiento presenta el mismo grado de gravedad de enfermedad. Los sistemas de escore pronóstico permiten establecer una medida de la gravedad de la enfermedad y pueden ser utilizados en forma efectiva en este contexto. Al momento actual, estos escores se han utilizado para la selección de los pacientes en los distintos ensayos terapéuticos realizados en pacientes sépticos.

CONTROVERSIAS RELACIONADAS CON EL EMPLEO DE LOS ESCORES PRONÓSTICOS A pesar del entusiasmo de un grupo de especialistas en Medicina Crítica por los sistemas de escore pronóstico, se han realizado críticas y observaciones respecto al empleo de los mismos. A continuación se analizan algunas de las estimaciones. Aplicación a unidades especializadas Nadie discute la necesidad de realizar una evaluación extensa de cualquier sistema pronóstico. Como ya se ha indicado, los mismos deben tener un alto grado de discriminación y de calibración. Por lo tanto, se debe tener cuidado con la aplicación de los mismos en Unidades altamente especializadas con poblaciones seleccionadas. Por ejemplo, en unidades de trauma, neuroquirúrgicas o incluso de cirugía general, se debe ser muy cuidadoso en la demostración de los poderes de discriminación y de calibración antes de emplear un modelo pronóstico. El modelo APACHE II ha sido criticado debido a su debilidad para pronosticar en grupos poblacionales específicos: trauma, SIDA, posoperatorio cardiovascular. No se deben aplicar estos modelos en áreas diferentes de aquéllas en las cuales han sido desarrollados y validados. Evaluación de la calidad de atención Uno de los motivos principales para lo cual fueron diseñados los escores pronósticos fue para asegurar la calidad de atención. Sin embargo, se debe tener en cuenta el tiempo y el esfuerzo requerido para colectar y analizar adecuadamente los datos. Todo dato que es colectado en forma manual y entrado en un ordenador debe ser corroborado adecuadamente. La interpretación de los datos es un hecho problemático, ya que se debe tener en cuenta que estos modelos son útiles en relación al momento y al lugar donde fueron desarrollados. La aplicación de los mismos en países fuera del de origen o su aplicación décadas después de su desarrollo puede resultar en resultados estadísticos en más o en menos con respecto a la calidad de atención. Esto puede significar no que la UTI en análisis es significativamente diferente de lo predicho, sino que el modelo no está adecuadamente calibrado para ser utilizado en ese país o en ese período de tiempo.

Aplicación para evaluar la evolución individual Los sistemas de escore pronóstico fueron desarrollados inicialmente para predecir la evolución en poblaciones de pacientes y no en pacientes individuales. El sistema APACHE III se ha propuesto para predecir el riesgo de mortalidad en pacientes individuales. Los datos del escore se ingresan en forma diaria. Cada estimación diaria se basa en el resultado del día de ingreso y en el escore APACHE más reciente, así como en la localización del paciente y la categoría de la enfermedad. El uso de los sistemas pronósticos para predicciones individuales puede ser tentador, pero al mismo tiempo muy riesgoso. En efecto, ningún sistema ha probado ser 100% exacto, lo cual hace que la información colocada en manos inapropiadas puede ser peligrosamente mal aplicada. Contención de costos En una situación de demandas crecientes y de costos finitos, la Medicina Crítica se encuentra en estrecha observación a fin de brindar una adecuada relación costos beneficios y costos eficacia. El establecer un escore pronóstico puede ser útil para realizar la selección (triage) de los pacientes en cuanto a la alocación en terapia intensiva, en unidades de cuidados intermedios, o en pisos de atención general. Esto representa una situación desafiante, por cuanto puede hacer que pacientes que se beneficien, aunque sea marginalmente, de los cuidados en terapia intensiva, sean derivados a áreas de menor atención, con los consiguientes riesgos implícitos. Uso de los sistemas de escore pronóstico en la toma de decisiones éticas Cuatro premisas éticas básicas gobiernan todas las decisiones medicas: autonomía, beneficencia, no maleficencia y justicia distributiva. Algunos autores han propuesto que los sistemas de escore pronóstico contribuyen positivamente a todos estos preceptos. La autonomía del paciente es aumentada por la información adicional que estos sistemas pueden proveer al mismo, lo cual, como consecuencia, facilita la toma de decisiones. La beneficencia es aumentada a través de la capacidad del médico de recibir información que puede ser utilizada para tomar decisiones en situaciones de falta de certezas. La no maleficencia es aumentada por la capacidad del médico de evitar proponer terapéuticas no beneficiosas. La justicia distributiva es aumentada a través de la capacidad de disponer de los recursos y de las terapéuticas en forma razonable. Se debe tener en cuenta, sin embargo, que dado el grado de debate existente sobre estos sistemas, el uso de los escores pronósticos en áreas de ética médica continúa siendo muy controvertido.

CONCLUSIÓN Los sistemas de escore pronóstico permiten al personal médico y administrativo evaluar la performance de una UTI en relación con otras. Estos sistemas se están utilizando en forma creciente en distintos países del mundo. Teniendo en cuenta la complejidad de los pacientes críticos y la variedad de organizaciones de Medicina Intensiva en distintos lugares, los mismos proveen una herramienta mayor para evaluar dichos servicios. Independientemente del modelo de cuidado crítico empleado, los médicos disponen en la actualidad de un instrumento para evaluar su

performance. En adición a su empleo en tal sentido, estos sistemas pueden servir otros propósitos potenciales. A pesar de ello, los mismos y sus aplicaciones aun son controvertidos. Se trata de sistemas cada vez más complejos, lo cual hace que puedan ser mal interpretados e incluso mal utilizados. Al momento actual es importante realizar una evaluación creciente y con una base de datos cada vez más amplia de los distintos sistemas de asistencia médica. Un ejemplo de una base de datos nacional es el Proyecto de la Sociedad Americana de Medicina Crítica (SCCM) denominado IMPACT, el cual se basa en la colección de datos en forma estandarizada en múltiples Unidades de USA. A fines del año 1999, se encontraban en procesamiento los datos de más de 37.000 pacientes. Una necesidad imperiosa es el desarrollo de un sistema que permita establecer pronósticos a más largo plazo, por ejemplo seis meses después del alta de UTI. En este sentido, el modelo SUPPORT (Study to Understand Prognosis and Preferences for Outcomes and Risks of Treatments) se encuentra en pleno desarrollo.

BIBLIOGRAFIA
Becker R., Zimmerman J.: ICU scoring systems allow prediction of patient outcomes and comparison of ICU performance. Crit Care Clin 12:503-1996 Chalfin D.: Decision analysis in Critical Care Medicine. Crit Care Clin 15:647-1999 Chelluri L., Pinsky M., Donahoe M.: Long term outcome of critically ill elderly patients requiring intensive care. JAMA 269:3119-1993 Chernow B.: Variables affecting outcome in critically ill patients. Chest 115:71S-1999 Crippen D.: Critical care and the Internet. Crit Care Clin 15:605-1999 Diamond G.: Future imperfect: the limitations of clinical predication model and the limits of clinical prediction. J Amer Coll Cardiol 14:12A-1989 Fery-Lemonnier E., Landais P., Loirat D.: Evaluation of severity scoring systems in ICUs: translation, conversion and definition ambiguities as a source of inter observer variability in APACHE II, SAPS, and OSF. Intensive Care Med 21:356-1995 Herridge M.: Prognostication and intensive care unit outcome: the evolving role of scoring systems. Clin Chest Med 24:751.2003 Janssens U., Graf C., Graf J.: Evaluation of the SOFA score: a single center experience of a medical intensive care unit in 303 consecutive patients with predominantly cardiovascular disorders. Intensive Care Med 26:1037-2000 Kajdacsy-Balla A., Andrade F., Moreno R.: Use of the Sequential Organ Failure Assessment score as a severity score. Intensive Care Med 31:243-2005

Keita P., Gaynes R.: Severity of illness scoring systems to adjust nosocomial infection rates. Am J Infect Control 24:429-1996 Knaus W., Draper E., Zimmerman J.: APACHE II: A severity of disease classification system. Crit Care Med 13:818-1985 Knaus W., Draper E., Wagner D.: An evaluation of outcome from intensive care in major medical centers. Ann Intern Med 104:410-1986 Knaus W.: The science of prognosis and the world of intensive care. Int and Crit Care Dig 5:1-1986 Knaus W., Wagner D., Draper E.: The APACHE III Prognostic System. Chest 100:1619-1991 Knaus W., Wagner D., Zimmerman J.: Variations in mortality and length of stay in intensive care units. Ann Intern Med 118:753-1993 Knaus W., Harrell F., Lynn J.: The SUPPORT Prognostic model. Ann Intern Med 122:191-1995 Kollef M.: Improving outcomes in the ICU setting. Chest 115:1489-1999 Le Gall J.: A simplified acute physiology score for ICU patients. Crit Care Med 12:975-1984 Le Gall J., Lemeshow S., Saulnier F.: A new Simplified Acute Physiology Score (SAPS II) based on a European/North American Multicenter Study. JAMA 270:2957-1993 Le Gall R., Klar J., Lemeshow S.: The Logistic Organ Dysfunction System. JAMA 276:802-1996 Lemeshow S., Le Gall J.: Modeling the severity of illness of ICU patients: a systems update. JAMA 272:1049-1994 Lemeshow S., Klar J., Teres D.: Mortality probability models for patients in the intensive care unit for 48 or 72 hours: a prospective, multicenter study. Crit Care Med 22:1351-1994 NIH Consensus Development Conference on Critical Care Medicine. Crit Care Med 14:466-1983 Osler T., Nelson L., Bredrick E.: Injury Severity Scoring. J Intensive Care Med 14:9-1999 Peres Bota D., Melot C., Ferreira F.: The Multiple Organ Dysfunction Score (MODS) versus the Sequential Organ Failure Assessment (SOFA) score in outcome prediction. Intensive Care Med 28:16192002 Pollack M.: Role of clinical scoring systems in intensive care. Crit Care, State of the Art 10:101.1989 Pronovost P., Augus D.: Using large scale databases to measure outcomes in critical care. Crit Care Clin 15:615-1999 Rui Moreno R., Vincent J. Matos R.: The use of maximum SOFA score to quantify organ disfuntion/failure in intensive care. Intensive Care Med 25:696-1999

Rui Moreno R.: Outcome prediction in Intensive Care. En Vincent J. (Edit.): 2000 Yearbook of Intensive Care and Emergency Medicine, Springer, Berlín 2000 Selker H.: Systems for comparing actual and predicted mortality rates: characteristics to promote cooperation in improving hospital care. Ann Intern Med 118:820-1993 Sherck J., Shatney C.: ICU scoring systems do not allow prediction for patient outcomes or comparison of ICU performance. Crit Care Clin 12:515-1996 Sinuff T., Adhikari N., Cook D.: Mortality predictions in the intensive care unit: comparing physicians with scoring systems. Crit Care Med 34:878-2006 Suistomaa M., Uusaro A., Parviainen L.: Resolution and outcome of acute circulatory failure does not correlate with hemodynamics. Critical Care 7:R52-2003 Tran D., Groeneveld J., Meulen J.: Age, chronic disease, sepsis, organ system failure, and mortality in a medical intensive care unit. Crit Care Med 18:474-1990 Vassar M., Lewis F., Chambers J.: Prediction of outcome in Intensive Care Unit Trauma patients: a multicenter study of APACHE, TRISS, and a 24 hour intensive care unit point system. J Trauma 47:3241999 Vincent J., Moreno R., Takala J.: The SOFA (Sepsis related organ failure assessment) score to describe organ dysfunction/failure. Intensive Care Med 22:707-1996 Vincent J.: Prevention and therapy of multiple organ failure. World J Surg 20:465-1996 Vincent J.: Organ dysfunction as an outcome measure: The SOFA Score. Sepsis 1:53-1997 Vincent J., Mendonca A., Contraine F.: Use of the SOFA score to assess the incidence of organ dysfunction/failure in intensive care units. Crit Care Med 26:1793-1998 Zimmerman J., Shorten S., Rousseau D.: Improving intensive care: Observations based on organizational case studies in nine intensive care units. A prospective, multicenter study. Crit Care Med 21:1443-1993

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->