medigraphic.com
ISSN 2520-9078 (Digital)

2022, Número 3

<< Anterior Siguiente >>

Revista de Ciencias Médicas de la Habana 2022; 29 (3)


Validación de escala pronóstica del riesgo de muerte en adultos mayores con infarto cerebral agudo

Mendieta PMD, Bender BJE, González LI

Idioma: Español
Referencias bibliográficas: 17
Paginas: 396-405
Archivo PDF: 394.00 Kb.


RESUMEN

Introducción: El infarto cerebral agudo es responsable de una alta mortalidad en el adulto mayor. Hasta la fecha, no existe una escala predictora del riesgo de muerte que evalué de forma íntegra al paciente.
Objetivo: Validar una escala para el riesgo de muerte, en pacientes adultos mayores, con infarto cerebral agudo.
Métodos: Se realizó un estudio longitudinal y prospectivo, en el periodo del primero de enero al 31 de diciembre del 2019. La investigación se realizó en dos etapas. En un primer momento se estudiaron los 145 pacientes que sufrieron un infarto cerebral agudo, en el Hospital General Docente ¨Leopoldito Martínez¨ y en un segundo momento, los 120 pacientes del Hospital Clínico Quirúrgico ¨Aleida Fernández Chardiet¨. En el proceso se aplicó la Curva Receiver Operating Characteristics, se realizó una prueba de regresión logística binaria y se aplicó un modelo de correlación intraclase.
Resultados: Se estableció como punto de corte 10. El área bajo la curva fue de 0.94, el modelo logró una sensibilidad de 0.97; la raíz cuadrada de Cox y Snell, mostró valores de 0.74 y la raíz cuadrada de Nagelkerke fue de 0.98, se visualizó el logaritmo de verosimilitud que fue de – 5.545, hecho que fue significativo, en los tres valores. Las medidas únicas de acuerdo absoluto arrojaron un valor de 0.86, era este valor muy significativo p=0.000.
Conclusiones: La escala para estimar el riesgo de muerte, en los pacientes adultos mayores, con infarto cerebral agudo es válida.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Wilkins E, Wilson L, Wickramasinghe K, Bhatnagar P, Leal J, Luengo-Fernandez R, et al. European Cardiovascular Disease Statistics 2017[Internet]. Brussels: European Heart Network; 2017. [citado 19 Ago 2022]. Disponible en:https://ehnheart. org/images/CVD-statistics-report-August-2017. pdf

  2. Norrving B, Barrick J, Davalos A, Dichgans M, Cordonnier C, Guekht A, et al. Action plan for stroke in Europe 2018-2030. Eur Stroke J[Internet]. 2018[citado 19 Ago 2022]; 3(4): 309-36. Disponible en: https://www. ncbi. nlm. nih. gov/pmc/articles/PMC6571507/

  3. Cerda J, Cifuentes L. Uso de curvas ROC en investigación clínica. Aspectos teórico-prácticos. Rev Chil Infect [Internet]. 2012 [citado 19 Ago 2022];29(2):138-41. Disponible en: https://scielo. conicyt. cl/scielo. php?script=sci_arttext&pid=S0716-10182012000200003

  4. Bacallao Gallestey J. Las curvas ROC y las medidas de detectabilidad para la validación de predictores del rendimiento docente. Educ Med Super [Internet]. 1996 dic [citado 31 Ene 2022];10(1):1-2. Disponible en: http://scielo. sld. cu/scielo. php?script=sci_arttext&pid=S086421411996000100001&lng=es

  5. Shengping Y, Gilbert B. The receiver operating characteristic (ROC) curve. The Southwest Respiratory and Critical Care Chronicles [Internet]. 2017[citado 31 Ene 2022];5(19):34–6. Disponible en:https://pulmonarychronicles. com/index. php/pulmonarychronicles/article/view/391/848

  6. Fernández AI, Llaugel FA. Evaluación del uso de modelos de regresión logística para el diagnóstico de instituciones financieras. Ciencia y Sociedad [Internet]. 2011[citado 19 Ago 2022];35(4):590-627. Disponible en: https://www. redalyc. org/articulo. oa?id=87022786002

  7. Sánchez-Catalejo Ramírez E. Regresión Logística en Salud Pública[Internet]. Granada: Escuela Andaluza de Salud Pública; 2000 [citado 19 Ago 2022]. Disponible en: https://www. easp. es/project/regresion-logistica-en-salud-publica/

  8. Roque Cruz MJ. Modelos de regresión logística multinomial de la calidad de fibra de alpaca huacaya en función de sus características: sexo y edad - Corani, Carabaya, Puno-2017[Tesis]. PUNO-Perú: Universidad Nacional del Altiplano; 2018[citado 19 Ago 2022]. Disponible en: http://repositorio. unap. edu. pe/bitstream/handle/UNAP/7755/Roque_Cruz_Maria_Juaquina. pdf?sequence=1&isAllowed=y

  9. Fuentes Fernández S. Regresión Logistica[Tesis]. Madrid: Universidad Autónomo; 2011. [citado 19 Ago 2022]. Disponible en: https://docplayer. es/21085069-Santiago-de-la-fuente-fernandez-regresion-logistica. html

  10. Papavasileiou V, Milionis H, Michel P et al. ASREAL Score Predicts 5 years Dependence and Mortality in Acute Isquemic Stroke. Stroke [Internet]. 2013 Dic [citado 19 Ago 2022]; 44(6):1616–20. Disponible en: https://www. ahajournals. org/doi/10. 1161/STROKEAHA. 113. 001047?url_ver=Z39. 88-2003&rfr_id=ori:rid:crossref. org&rfr_dat=cr_pub%20%200pubmed

  11. Russell J. Chander, Bonnie YK, Lam, Xuling L, Aloysius YN. Development and validation of a risk score (CHANGE) for cognitive impairment after ischemic stroke. Scientific Reports [Internet]. 2017[citado 19 Ago 2022];7(12441). Disponible en: https://www. nature. com/articles/s41598-017-12755-z. pdf

  12. Chaudhary D, Abedi V. Clinical Risk Score for Predicting Recurrence Following a Cerebral Ischemic Event. Front Neurol [Internet]. 2019 [citado 19 Ago 2022]; 12:10-6. Disponible en: https://www. ncbi. nlm. nih. gov/pmc/articles/PMC6861423/

  13. Arévalo T, Bryan E. Comparación entre las escalas de coma de Glasgow, NIHSS y FOUR como predictoras de mortalidad a 30 días en pacientes adultos con ictus isquémico [Tesis]. Trujillo: Universidad Nacional de Trujillo; 2019 [citado 19 Ago 2022]. Disponible en: http://dspace. unitru. edu. pe/handle/UNITRU/15399

  14. Sagaró del Campo NM, Zamora Matamoros L. Técnicas estadísticas para identificar posibles relaciones bivariadas. Rev Cub Anest Rean [Internet]. 2020 [citado 19 Ago 2022]; 19(2): [aprox. 9 p. ]. Disponible en: http://revanestesia. sld. cu/index. php/anestRean/article/view/603

  15. Fernández P, Díaz S. La fiabilidad de las mediciones clínicas: El análisis de concordancia para variables numéricas [Internet]. Países Bajos: Fisterra; 2011. [citado 19 Ago 2022]. Disponible en: https://www. fisterra. com/formacion/metodologia-investigacion/la-fiabilidad-mediciones-clinicas-analisis-concordancia-para-variables-numericas/

  16. Martínez CG, Cortés ME, Pérez Fernández AC. Metodología para el análisis de correlación y concordancia en equipos de mediciones similares. Universidad y Sociedad [Internet]. 2016[citado 19 Ago 2022];8 (4):65-70. Disponible en: http://scielo. sld. cu/scielo. php?script=sci_arttext&pid=S2218-36202016000400008

  17. Akoglu H. User's guide to correlation coefficients. Turkish Journal of Emergency Medicine[Internet]. 2018[citado 19 Ago 2022];18(3):91-3. Disponible en: https://www. ncbi. nlm. nih. gov/pmc/articles/PMC6107969/




2020     |     www.medigraphic.com