Estudio de prevalencia de un día sobre lesiones por presión en unidades de cuidados intensivos (DecubICUs)

El objetivo es proporcionar una imagen "global" internacional actualizada del alcance y los patrones de las lesiones por presión en las UCI. Para ello, el plan es realizar un estudio de prevalencia puntual, multicéntrico, prospectivo, de 1 día de duración. La gran escala del proyecto debería permitir análisis epidemiológicos exhaustivos. Más precisamente, el estudio permitirá identificar:

• principales factores de riesgo para el desarrollo de úlceras por presión;
• medidas preventivas utilizadas en distintas poblaciones de UCI y países;
• escasez en la disponibilidad de medidas basadas en evidencia para prevenir las úlceras por presión;
• prevención de úlceras por presión por mala práctica en regiones o países particulares;
• tasas de aparición de úlceras por presión con/sin un ajuste preciso para el perfil de riesgo y las medidas preventivas adoptadas;
• benchmarking entre regiones/países; resultados clínicos asociados con las úlceras por presión (trastornos de órganos importantes y mortalidad);
• los resultados económicos asociados con las úlceras por presión (duración de la estancia en la UCI) y la vinculación de estos resultados con la práctica local con respecto a las medidas de prevención aplicadas/disponibles.
• diferencias nacionales y regionales en la prevalencia de las úlceras por presión y el resultado.

Las etapas de las úlceras por presión se calificarán siguiendo el sistema de clasificación desarrollado conjuntamente por el Panel Asesor Nacional sobre Úlceras por Presión y el Panel Asesor Europeo sobre Úlceras por Presión.

Los datos que deben registrarse incluyen datos demográficos del paciente, datos sobre la gravedad de la enfermedad subyacente y la enfermedad aguda, insuficiencia orgánica, úlceras por presión, principales factores de riesgo para las úlceras por presión y medidas tomadas para prevenir las úlceras por presión.

Plan Estadístico

Cálculo de potencia. Para que un factor de riesgo con una prevalencia en la cohorte de estudio de solo el 10 % (por ejemplo, pacientes con un IMC <20) y una diferencia de resultados de solo el 5 % sea estadísticamente significativo (15 % frente a 20 % en la tasa de ocurrencia en decúbito), Se requiere un tamaño de muestra de 5255 pacientes (478 pacientes con factor de riesgo índice y 4777 sin él) (alfa=0,05; beta>0,80).

Limpieza de datos y datos faltantes. Los valores excepcionales se rastrearán a través del trazado de distribución. En caso de dudas, se contactará a los investigadores individuales. Los datos faltantes serán tratados por imputación (1, 2). Se realizarán controles de calidad de los datos, como controles de integridad, consistencia, corrección y singularidad.

Descriptivos. Se prevé un único análisis final al final del estudio; no se prevén análisis intermedios. Las características de la cohorte del estudio sociodemográfico se describirán como proporciones para variables categóricas y para variables continuas como media y desviación estándar si se distribuyen normalmente o mediana y rango intercuartílico si no se distribuyen normalmente (según la prueba de normalidad de Kolmogorov-Smirnov).

Se informará la proporción de pacientes en decúbito (porcentaje, % y sus intervalos de confianza del 95%) de forma global y según región geográfica (continente), clasificación de países por ingresos según define el Banco Mundial (alto, medio-alto, países de ingresos medios-bajos y bajos), porcentaje del producto interno bruto gastado en salud (obtenido de la Organización Mundial de la Salud), y según el Informe sobre Desarrollo Humano en Educación y Salud del Programa de las Naciones Unidas para el Desarrollo. Posteriormente, las posibles diferencias en la prevalencia podrían ofrecer la oportunidad de evaluar las variaciones en las medidas de prevención a gran escala.

Modelado. Las covariables que se evaluarán en su relación con la presencia de decúbito abarcan varios aspectos organizativos de la UCI (p. relación enfermera-paciente), medidas de prevención del decúbito (p. tipo de colchones utilizados) y características específicas del paciente (p. edad, afecciones subyacentes, gravedad de la enfermedad aguda, morfología corporal, IMC, duración de la estancia en la UCI, etc.). Las covariables se considerarán para el análisis ajustado cuando tengan una asociación con las lesiones por presión a un nivel estadístico <0,25 en el análisis no ajustado (univariable) o debido a su relevancia clínica. Se utilizará un enfoque gradual para eliminar términos del modelo de regresión; Se establecerá p<0,15 o p<0,10 como límite para mantener las covariables en el modelo.

Relaciones con variables de resultado binarias (p. decúbito, mortalidad) se evaluará mediante pruebas estadísticas no ajustadas y regresión logística multivariante. Se evaluará el valor de la corrección adicional del puntaje de propensión en el modelo de regresión. Se realizará una regresión logística multinomial para evaluar las relaciones independientes con las etapas de decúbito. Asimismo, se utilizará un modelo lineal de efectos mixtos para evaluar las relaciones ajustadas y no ajustadas con variables de resultado continuas (p. duración de la estancia en la UCI y duración de la hospitalización). Los resultados de la regresión logística se informarán como razones de probabilidad ajustadas con intervalos de confianza del 95 %.

Para desarrollar un modelo de predicción de decúbito para distintas poblaciones de UCI (p. ej., pacientes traumatizados, quirúrgicos o médicos), los modelos se construirán utilizando técnicas de aprendizaje automático (p. ej., Bosque aleatorio, máquina de aumento de gradiente). En el proceso se aplicarán diferentes técnicas para recibir la precisión óptima. Para comprender mejor la correlación entre los predictores y las variables, se aplicarán técnicas de regresión, como se indicó anteriormente.

Para la validación de nuestros modelos, la cohorte de estudio se dividirá en un conjunto de entrenamiento, prueba y validación. Como tal, esto da una interpretación justa de los resultados. Alternativamente, se puede aplicar una validación cruzada de diez veces para evitar el sobreajuste.

La evaluación comparativa para centros individuales basada en decúbito se realizará proporcionando directa o indirectamente riesgos estandarizados basados ​​en efectos de centro fijo en un modelo de regresión logística (3, 4). Además de la presencia del resultado de calidad binaria (es decir, decúbito) y el código del centro, este modelo también incluye covariables de referencia específicas del paciente para ajustar la combinación de casos diferencial. Se aplicará la corrección de Firth al modelo de regresión logística para mantener la convergencia en presencia de centros muy pequeños (5).

El análisis estadístico se realizará utilizando SPSS y R. El investigador principal (SB) es responsable de todo el análisis estadístico. Los métodos estadísticos avanzados serán ejecutados por MiekeDeschepper (Célula de Política Estratégica del Hospital Universitario de Ghent).