Método de medición de la comorbilidad para predecir el resultado después de cuidados intensivos (AA)

En este estudio, los investigadores validarán el impacto de la comorbilidad en el reingreso a la unidad de cuidados intensivos (UCI) y la mortalidad después de la UCI y qué método de medición de la comorbilidad y en qué momento es más predictivo.

La población del estudio incluye todos los registros de pacientes de cuidados críticos en el registro sueco de cuidados intensivos (SIR) durante los años 2005 a 2012 con un número de identidad personal válido. SIR entrega la población a Estadísticas de Suecia directamente o a través del cliente para su posterior envío a Estadísticas de Suecia. Para todos los individuos de la población, los datos se recopilan de los registros de Estadísticas de Suecia. Estadísticas de Suecia proporciona números de seguridad social y números de serie a la Junta Nacional de Salud para una mayor recopilación de datos allí. La Junta Nacional de Salud y Bienestar entrega la muestra de datos al cliente, quien la envía a Statistics Sweden para su colaboración y anonimato. Todo el material de datos se almacena sin identificar en la base de datos de MONA, donde solo las personas conectadas al proyecto tienen acceso al material.

El conjunto de datos contiene 293 342 observaciones y 223 495 individuos únicos. Se excluyen las observaciones que están totalmente cubiertas en el tiempo por otra observación. Dos observaciones consecutivas con menos de 24 horas entre ellas se consideran como la misma visita. El conjunto final de fechas consta de 273 741 observaciones (223 495 individuos).

Los pacientes con estancias recurrentes en la UCI durante el período de estudio se consideraron como eventos recurrentes que no son independientes entre sí. El intervalo entre el alta de la UCI y el reingreso se utilizó tanto como variable de resultado como para caracterizar al paciente en el momento del ingreso. En los análisis, la dependencia entre admisiones múltiples para el mismo individuo se manejó utilizando un estimador sándwich robusto. Cada estancia en la UCI se incluyó en el estudio, pero se manejó como una exposición actualizada en el tiempo.

Se analizará un resultado compuesto de muerte y readmisión. La muerte y la readmisión también se analizarán por separado. El seguimiento comienza al ingreso. Se crea una variable de estado binaria (no/sí) que refleja si el resultado ha ocurrido o no junto con una variable de tiempo correspondiente. Para cada admisión, el seguimiento finaliza con la readmisión, la muerte o el final del estudio (2016-12-31), lo que ocurra primero.

Los diagnósticos de alta hospitalaria de los cinco años anteriores a la fecha índice para el ingreso en la UCI se extrajeron de la Junta Nacional de Salud y Bienestar y se vincularon a los datos del SIR utilizando una vinculación exacta basada en la persona. A partir de esta información se calculó el índice de comorbilidad de Charlson. También se realizó una categorización diferente de la comorbilidad modificada en base a la categorización propuesta por Elixhauser. Para cada una de las 36 categorías de comorbilidad definidas, el número de ingresos con un diagnóstico principal, el número de ingresos con un diagnóstico secundario, la duración total de la estancia con un diagnóstico principal y el intervalo desde el último ingreso con la condición de comorbilidad como diagnóstico principal , fueron calculados.

La afección subyacente que causó el ingreso en la UCI se clasificó según el diagnóstico y el departamento de ingreso.

Análisis con regresión de riesgos proporcionales de Cox, tiempo hasta el evento, en el conjunto de datos de entrenamiento año 2005-2010 Índice de comorbilidad de Charlson (ICC) categórico 0, 1, 2, 3-5, 6-9, 10-17 Elixhauser 36 categorías

1. Número de diagnóstico primario (recuento)
2. Número de diagnósticos secundarios (recuento)
3. Tiempo total de atención diagnóstico primario (recuento)
4. Intervalo de tiempo desde el último diagnóstico primario (ausente, recuento)

Análisis

A Edad + sexo B A + CCI C A + a D A + a + b E A + a + b + c F A + a + b + c + d

Por definición, no faltaron datos en las variables de comorbilidad. La información faltante sobre edad y sexo fue mínima y no requirió imputación. El supuesto de riesgos proporcionales se comprobó mediante las curvas de Kaplan-Meier.

La población del estudio se dividirá en un conjunto de datos de entrenamiento (2005-10) y un conjunto de datos de prueba (2011-12) para validar nuestro modelo de pronóstico. La capacidad predictiva en el conjunto de datos de prueba se evaluó en función de la discriminación, el área bajo la curva (AUC) (índice C), la calibración y la puntuación de Brier.