2018, Número 2
Rev Cub Med Mil 2018; 47 (2)
Elementos clínicos predictivos en las neumonías adquiridas en la comunidad
Benítez SE, Sánchez RD, Vega MV, Téllez PL, Pérez CAE
Idioma: Español
Referencias bibliográficas: 0
Paginas: 1-9
Archivo PDF: 210.20 Kb.
RESUMEN
Introducción: Las neumonías adquiridas en la comunidad ocupan el primer lugar como causa de muerte de origen infeccioso.Objetivo: Analizar el valor predictivo de los elementos clínicos sugerentes de neumonía adquirida en la comunidad, en pacientes con manifestaciones respiratorias agudas.
Método: Estudio analítico tipo casos y controles. Universo de 234 pacientes. El grupo de casos de 51 enfermos y grupo control de 101 individuos. Variables predictoras: edad, sexo, estado neurológico, necesidad de asistencia, comorbilidad, frecuencia cardiaca mayor de 100, crepitantes, fiebre, datos de tipicidad al interrogatorio, elementos de consolidación pulmonar en la exploración física. Fue calculada la razón de productos cruzados; con intervalo de confianza del 95 %. A partir de la regresión logística se obtuvo un modelo en el que fueron incluidos el valor predictivo positivo, valor predictivo negativo, la sensibilidad y especificidad.
Resultados: Las necesidades de asistencia total supusieron riesgo 5 veces mayor de ser portador de neumonías adquiridas en la comunidad. La frecuencia cardiaca mayor de 100 y fiebre mayor de 38o presentaron el fenómeno de colinealidad estadística. La presencia de signos de consolidación parenquimatosa en la exploración física, predijo una probabilidad mayor de 36 veces de neumonía adquirida en la comunidad. El modelo obtenido demostró una sensibilidad del 90 % y especificidad del 92%.
Conclusiones: Las variables clínicas que mayor valor predictivo demostraron para el diagnóstico de neumonía fueron: el estado neurológico alterado, la fiebre, la frecuencia cardiaca mayor de 100 latidos por minuto y la presencia de elementos de consolidación durante la exploración física; con mayor significado predictivo sobre los signos obtenidos durante el examen físico del tórax. El modelo predictivo obtenido a partir de la regresión logística muestra parámetros de eficiencia satisfactorios.