Evaluación del funcionamiento del índice pronóstico saps 3 en unidades de cuidados intensivos españolasvalidación externa del sistema pronóstico saps-3 (simplified acute physiology score) en españa

Resumen

Los índices pronósticos han supuesto un avance muy importante en Medicina Intensiva al permitir varias funciones: como sistema de predicción de la mortalidad, descripción de la población y la cuantificación de la severidad de la enfermedad, control de los sesgos de confusión en investigación, control de calidad y describir la población en UCI. Entre los índices pronósticos, hemos utilizado el sistema SAPS (Simplified Acute Physiology Score) en su versión 3. El SAPS 3 fue descrito en 2005 para solventar el problema que presentaban los demás índices al asumir que la severidad de la enfermedad era constante independientemente del paciente y durante el ingreso. Los objetivos del SAPS 3 fueron el desarrollo simultáneo de un índice para puntuar la gravedad de la enfermedad, y de un modelo probabilístico capaz de establecer un pronóstico de mortalidad hospitalaria en base a los datos disponibles al ingreso en UCI. Ventajas de este sistema: El SAPS 3 nos da la probabilidad de muerte durante un cierto período de tiempo y es de libre uso. La validación interna del modelo predictivo SAPS 3 se ha llevado a cabo en el seno del propio estudio, pero su validación externa en una muestra independiente se ha realizado en diversos países como Brasil, Austria y en Italia entre otros. La valoración de un sistema pronóstico se hace normalmente desde una doble perspectiva la discriminación y el acuerdo entre o observado y predicho por el sistema. El área bajo la curva ROC Es el indicador que se suele utilizar de discriminación o para ver la precisión de una prueba diagnóstica. Hace factible expresar la fiabilidad de una prueba mediante un número simple. Esta área es siempre mayor o igual a 0,5. El rango de valores se mueve entre 1 (discriminación perfecta) y 0,5 (no hay diferencias en la distribución de los valores de la prueba entre los 2 grupos). Mediante una prueba de hipótesis y/o de la estimación del intervalo de confianza para el área, podemos evaluar la precisión de un proceder diagnóstico. Rechazar la hipótesis de que el área teórica es igual a 0,5 (p < 0,05 y/o intervalo de confianza que no contiene al 0,5), proporciona evidencia de que la prueba diagnóstica tiene la habilidad para distinguir entre los 2 subgrupos. Utilizando una prueba de hipótesis es posible comparar varias áreas bajo la curva ROC, lo que permite hacer distinciones entre el poder discriminatorio de 2 o más procederes diagnósticos, cuando estos se han realizado en el mismo grupo de pacientes. Ademas respecto a la relación del área con la capacidad discriminativa de un test se acepta que inferior a 0,6 es una mala discriminación. Entre 0,6 y 0,7, la discriminación sería deficiente. Entre 0,7 y 0,8 la discriminación sería aceptable. Entre 0,8 y 0,9 la discriminación sería buena. Mayor de 0,9 la discriminación sería muy buena. El otro aspecto a valorar es el acuerdo entre la mortalidad predicha por el sistema y lo observado en nuestros pacientes. Y esta comparación se realiza con el Test de Hosmer Lemeshow. Cuando se obtienen diferencias mayores de lo esperado el test es estadísticamente significativo y se concluye que no se adapta el sistema pronóstico al conjunto de enfermos que estamos analizando. Lógicamente para decir que no funciona en un área geográfica es preciso que se analizado en varias UCIs de ese área y no solo en una UCI porque entonces sería posible que lo que funcione mal sea la UCI analizada y no el sistema pronostico evaluado. Nuestro objetivo ha consistido en analizar la mortalidad hospitalaria en varias Unidades de Cuidados Intensivos (UCI) de España en función del sistema pronóstico SAPS 3. Comprobar si este sistema pronóstico funciona en nuestro medio, con nuestros enfermos y se puede aplicar al control de calidad. Para ello hemos realizado un estudio de cohortes multicéntrico (Fuenlabrada, Málaga, Motril, Granada y Cabra). con una población analizada compuesta de 2171 pacientes. Los datos fueron recogidos durante un período de 5 años (2006-2011). Se siguió a los pacientes desde su ingreso en UCI hasta el alta del hospital. El protocolo de recogida fue común y el persosal recibió la formación necesaria. El análisis de datos se hizo mediante el sistema estadístico PSPP. Hemos evaluado el aspecto de discriminación de un índice pronóstico, con el área bajo la curva ROC. Y también hemos analizado mediante la comparación del la mortalidad observada y predicha con el Test de Hosmer Lemeshow el otro aspecto que es preciso evaluar. La edad media fue 61,4 ± 16,09 años, la mortalidad en UCI fue del 11,6% y la mortalidad hospitalaria 16,03%. El score SAPS-3 fue de 46,29 ± 14,34 puntos, con la probabilidad de morir por la ecuación de nuestra área geográfica 18.57%, y 17.97% para la ecuación general. Las diferencias entre la mortalidad observada y la predicha se analizaron mediante el test de Hosmer-Lemeshow. Este test mostró H = 31,71 (p < 0,05) para nuestra área geográfica y H = 20,05 (p < 0,05) para la ecuación general. La discriminación del SAPS-3 con respecto a la mortalidad hospitalaria, testada mediante el área bajo la curva ROC, fue 0.845 (0,821---0,869). Las conclusiones que hemos extraído son las siguientes. 1. El sistema SAPS-3 no funciona adecuadamente en nuestro país. 2. Nuestro estudio muestra, en España, una buena discriminación del sistema pronóstico SAPS-3. 3. La calibración de este sistema ha resultado ser inadecuada en España, con diferencias entre la mortalidad predicha y la observada. 4. El sistema SAPS 3 sobreestima la mortalidad, con más similitudes con respecto a la ecuación general que con la ecuación de nuestra zona geográfica. 5. De acuerdo con los resultados, la mortalidad en UCI es menor que la de otros hospitales incluídos en el estudio multicéntrico que se utilizaron para desarrollar el sistema SAPS-3 a igualdad de características y severidad de la enfermedad. 6. Las diferencias entre mortalidad observada y predicha por el SAPS-3 no son excesivamente grandes, aproximadamente un 10 %. Pero estas diferencias son estadísticamente significativas y justifican el realizar en el futuro una adaptación del sistema a nuestro país.