Factores predictores de mortalidad tras el alta de la unidad de medicina intensiva

• Autores: Francisca García Lizana, M. L. Manzano Alonso
• Localización: Medicina intensiva, ISSN-e 1578-6749, ISSN 0210-5691, Vol. 25, Nº. 5, 2001, págs. 179-186
• Idioma: español
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen

  • Fundamento. La mortalidad tras el alta de la unidad de medicina intensiva (UMI) es también el resultado de su actividad y calidad asistencial. El objetivo de este estudio fue analizar la mortalidad durante un año tras el alta de la unidad y estimar un sistema predictivo que nos permita calcular el riesgo de morir en ese período. Método. Estudio retrospectivo de 1.000 pacientes ingresados sucesivamente en una UMI polivalente. Se recogieron datos demográficos, antecedentes personales, diagnóstico, fracaso orgánico, supervivencia en la UMI, hospitalaria y al año. Se utilizó el test de Kruskal-Wallis para variables numéricas y el test de la ?2 para las cualitativas. Con objeto de conocer las variables predictivas independientes de mortalidad post-UCI se estimó un modelo de regresión logística múltiple.Resultados. De los 843 pacientes incluidos en el estudio, 212 (25%) fallecieron en la unidad, 64 (7,5%) en el hospital y 64 (7,5%) durante el año de seguimiento. Los factores predictores independientes de mortalidad al año del alta de la UMI fueron: la edad (p < 0,01; OR: 1,02; intervalo de confianza [IC] del 95%: 1,01-1,04), la cirugía cardíaca (p < 0,01; OR: 0,26; IC del 95%: 0,13-0,53), el fracaso orgánico (p < 0,01; OR: 1,34; IC del 95%: 1,09-1,63), la patología crónica previa (p < 0,01; OR: 1,48; IC del 95%: 1,15-1,88), la enfermedad digestiva (p < 0,01; OR: 3,14; IC del 95%: 1,44-6,83), la parada cardiorrespiratoria (p < 0,05; OR: 3,86; IC del 95%: 1,21-12,31) y la enfermedad respiratoria (p < 0,05; OR: 2,14; IC del 95%: 1,11-4,13). Conclusión. La mortalidad de los pacientes supervivientes tras el alta de la UMI fue del 20%. El modelo de regresión logística nos permite estimar la supervivencia al año a partir de los factores predictores. Aunque estos sistemas no puedan aplicarse en pacientes individuales, nos ayudan a elaborar un juicio clínico y tomar decisiones importantes.