Modelo de pronóstico de reoperación en cirugía abdominal

Caridad de Dios Soler Morejón; Tomás Ariel Lombardo-Vaillant; Teddy Osmín Tamargo-Barbeito; Manu Malbrain

doi:10.11565/arsmed.v41i3.56

Autores/as

Caridad de Dios Soler Morejón Unidad de Cuidados Intensivos, Hospital Hermanos Ameijeiras La Habana http://orcid.org/0000-0003-2695-3291
Tomás Ariel Lombardo-Vaillant Departamento de Cirugía, Hospital Calixto García, La Habana
Teddy Osmín Tamargo-Barbeito Departamento de Bioestadística, Hospital Hermanos Ameijeiras, La Habana
Manu Malbrain Intensive Care Unit, ZNA Stuivenberg, Antwerp

DOI:

https://doi.org/10.11565/arsmed.v41i3.56

Palabras clave:

infecciÃ³n intrabdominal, presiÃ³n intrabdominal, indice predictivo de reoperacion aguda, modelo pronÃ³stico, reoperaciÃ³n abdominal.

Resumen

Introducción: En presencia de complicaciones infecciosas intrabdominales postoperatorias, la decisión de reoperar es todavía difícil para el cirujano actuante. Los modelos matemáticos representan una buena ayuda al diagnóstico en estas condiciones. Método: Estudio prospectivo observacional de 300 pacientes post-cirugía abdominal ingresados en la unidad de cuidados intensivos del Hospital Calixto García desde enero de 2008 a enero de 2010. Los pacientes fueron aleatoriamente separados (2:1) en dos grupos; estimación (GE) y validación (GV). En el GE se desarrollaron tres modelos estadísticos para la reoperación, que fueron validados en el GV .Estos modelos incluyeron variables, que en estudios anteriores demostraron su utilidad en el pronóstico, como el índice predictivo de reoperación aguda (ARPI) y la presión intrabdominal (PIA) Resultados: El modelo ARPI-PIA fue el mejor de los tres modelos, según el estadígrafo Hosmer-Lemeshow (calibración C=9,976 p=0.267, discriminación área bajo la curva ROC=0,989 IC 95% 0,976-1,000). Conclusión: La inclusión de la PIA junto al ARPI en un modelo matemático puede aumentar la certeza del pronóstico de reoperación en presencia de complicaciones infecciosas intrabdominales tras cirugía abdominal. Este modelo puede ser de utilidad en situaciones de recursos diagnósticos limitados.