Resumen de Marcadores precoces de sepsis grave en los servicios de urgencias hospitalarios
Luis Cadelo Gómez
La sepsis continúa siendo un problema asistencial de primera magnitud en los servicios de urgencias por la necesidad de una rápida identificación de las formas graves para el inicio precoz de las medidas de tratamiento. Los modelos predictivos existentes están desarrollados para la predicción de mortalidad y no de riesgo de sepsis grave, disponer de un modelo predictivo de sepsis grave desarrollado para los SUH puede ayudar a su identificación precoz Metodología: Para alcanzar los objetivos del proyecto se plantea un estudio transversal, observacional, retrospectivo, no intervencionista, con generación de un modelo predictivo. Con validación de los resultados a través de muestra diferente a la utilizada para la generación del modelo. Hipótesis: "La Predicción de Sepsis Grave en el entorno de las urgencias es posible usando variables clínicas". Diseño: Desarrollo de modelo predictivo de sepsis grave en el entorno de los SUH mediante aplicación de un modelo de regresión logística utilizando variables accesibles en los primeros minutos de los SUH. Se utilizó la realización de hemocultivo como criterio de selección de los casos. Las definiciones utilizadas son las establecidas en la Conferencia de consenso. El modelo obtenido se evalúa mediante validación externa Resultados: La serie de generación está compuesta de 577 pacientes con criterios de sepsis de los cuales 236 (40%) cumplían criterios de sepsis grave. El análisis univariable identifico 29 variables asociadas a la presencia de sepsis grave entre las analizadas. Introducidas las variables en un modelo de regresión logística utilizando 477 pacientes que contaban con toda la información, se obtuvieron ocho variables que de forma independiente explicaban la presencia de sepsis grave, estratificadas las variables se utilizan los coeficientes ? para adjudicar pesos proporcionales a los mismos resultando las siguientes variables y pesos: Edad con peso de 1 por estrato, Tª con 2, TAD y Leucocitos con 3, HCTO 4, IH y Leucemia con 8, y SatO2 con 9. El valor del modelo se obtiene por adicción simple del valor de las ocho variables estratificadas. La rentabilidad del modelo da un ABROC de 0,89 (Ic 95% 0,86-0,93) y el mejor punto de corte en el valor 35. La serie de validación con 762 pacientes de los cuales 663(86,7%) eran sepsis graves dio un ABROC global fue de 0,80 (Ic 95% 0,76-0,85), para la predicción de sepsis grave. La aplicación del punto de corte en el modelo de 40 resulta en un ABROC de 0,72 (Ic 95% 0,67-0,78). Discusión: Los modelos existentes basados en la predicción de mortalidad no han sido diseñados para la identificación de los pacientes con sospecha de sepsis grave en el servicio de urgencias. Los resultados de rentabilidad del modelo obtenido basado en 8 variables con peso ajustado al resultado del análisis de regresión logística tienen una rentabilidad similar a otros modelos predictivos clásicos. Conclusiones: Es posible generar un modelo con ocho variables que establezca el riesgo de padecer sepsis grave en el entorno de los SUH, y seleccionar los pacientes en los que es necesario valorar la presencia y el nivel afectación.
