DSpace

RI UFBA >
Faculdade de Medicina da Bahia >
Pós-Graduação em Medicina e Saúde (PPGMS) >
Dissertações de Mestrado (PPGMS) >

Please use this identifier to cite or link to this item: http://repositorio.ufba.br/ri/handle/ri/24220

Title: Avaliação de um modelo de predição de mortalidade em terapia intensiva utilizando as variáveis delirium e nível de consciência (CONSCIUM SCORE)
Authors: Barreto, Bruna Brandão
???metadata.dc.contributor.advisor???: Quarantini, Lucas de Castro
???metadata.dc.contributor.advisor-co???: Flores, Dimitri Gusmão
Keywords: Saúde mental;Delirium;Disfunção neurológica;Mortalidade
Issue Date: 19-Sep-2017
Abstract: RESUMO Objetivo: Desenvolver e validar um modelo de predição de mortalidade dinâmico para pacientes críticos que utilize delirium e nível de consciência como variáveis independentes, permitindo diferente predições conforme a evolução da disfunção neurológica do paciente avaliado. Desenho: Estudo Observacional unicêntrico. Ambiente: uma unidade de terapia intensiva brasileira acadêmica de 10 leitos. Participantes: 259 pacientes críticos com idade igual ou superior a 18 anos. Desfecho principal: Mortalidade na unidade de terapia intensiva. Resultados: O modelo foi desenvolvido utilizando 236 pacientes e validado utilizando 123 pacientes, com um total de 2184 avaliações realizadas durante o internamento na UTI. O modelo de predição CONSCIUM contém as seguintes variáveis: nível de consciência (pela escala de RASS), delirium (pelo CAM-ICU) e escore APACHE II. O modelo teve uma área sob a curva ROC de 0.71 na coorte de desenvolvimento e de 0.81 na coorte de validação. Quando avaliado a relação entre nível de consciência e mortalidade, o comportamento psicomotor hiperativo (RASS > 0) apresentou maior peso na predição de mortalidade, seguido pela sedação leve (RASS -1). Após ajuste para o diagnóstico de delirium, RASS -2 e -3 não mais foram associados à mortalidade. Os grupos de risco de acordo com o escore CONSCIUM predisseram corretamente a probabilidade de óbito, com 100% de sobreviventes no grupo de baixo risco de mortalidade, e uma incidência de óbito de 50% no grupo de alto risco. Conclusão: O escore CONSCIUM, como modelo de predição de mortalidade para pacientes críticos, tem o potencial de se constituir em uma ferramenta prática a ser utilizada em qualquer momento do internamento em unidade de terapia intensiva. Com somente três variáveis disponíveis após 24h da admissão, ela permite uma predição diária do prognóstico e, desta forma, otimizar as decisões clínicas.
ABSTRACT Objective: To develop and validate a dynamics mortality prediction model for critically ill patients that uses delirium and level of consciousness as independent variables, allowing different prediction as brain dysfunction changes. Design: Unicentric Observational study. Participants: 259 critically ill patients aged 18 years or older Main Outcome: Mortality in the intensive care unit (ICU) Results: The model was developed using data of 236 patients and validated using 123 patients, with a total of 2184 evaluations during intensive care stay. CONSCIUM predictive model uses the following variables: level of consciousness (RASS scale), delirium (CAM-ICU) and APACHE II score. The model had an area under ROC curve of 0.71 at development and 0.82 at validation. Hyperactive psychomotor behavior (RASS > 0) had a greater weight in mortality prediction, followed by light sedation (RASS -1). After adjusting for delirium diagnosis, RASS -2 and -3 were no longer associated with mortality. Risk groups according to CONSCIUM score accurately predicted the probability of death, with a 100% of survival in the low risk group, and a death incidence of 50% in the high risk group. Conclusion: The CONSCIUM score as a predictive model for critically ill patients has the potential to become a practical tool to be used anytime at the ICU stay. With only three variables, available after 24h from admission, it allows daily prediction of prognosis.
URI: http://repositorio.ufba.br/ri/handle/ri/24220
Appears in Collections:Dissertações de Mestrado (PPGMS)

Files in This Item:

File Description SizeFormat
BARRETO, BB-2016.pdf7.83 MBAdobe PDFView/Open
View Statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

    Universidade Federal da Bahia

Contate-nos. Saiba mais sobre o RI/UFBA