Utilidad de la escala pronóstica SWIFT en una Unidad de Cuidados Intensivos polivalente
Palabras clave:
SWIFT, Unidad de Cuidados Intensivos, escalas pronósticasResumen
Introducción: el SWIFT es un índice creado para predecir eventos adversos (reingresos y mortalidad oculta) tras el alta de la Unidad de Cuidados Intensivos.Objetivo: evaluar la utilidad de la escala pronóstica SWIFT en la predicción de eventos adversos tras el alta de la unidad. Métodos: se realizó un estudio de cohorte en la Unidad de Cuidados Intensivos polivalente 8B del Hospital Clínico Quirúrgico “Hermanos Ameijeiras”, de provincia La Habana, en el periodo comprendido desde el 1ro de marzo de 2009 hasta el 28 de febrero de 2011. Los pacientes fueron divididos en dos grupos según el resultado de la escala: < 15 puntos y otro con ≥ 15, evaluándose la ocurrencia de mortalidad oculta y reingresos. Como variables principales se midieron: la mortalidad, los eventos adversos, la puntuación de la escala SAPS- 3 y la comparación de ésta con la escala SWIFT. Resultados: la escala SWIFT resultó ser útil en la predicción de eventos adversos tras el alta de UCI sin discriminar en el tiempo. La mayor puntuación de SAPS-3 al ingreso se correspondió con un mayor valor del Índice de SWIFT al egreso de la Unidad de Cuidados Intensivos.
Conclusiones: los pacientes egresados de la Unidad de Cuidados Intensivos con una puntuación SWIFT ≥15 puntos presentaron una estadía discretamente superior aquellos con SWIFT‹15 puntos no teniendo relevancia estadística.
Descargas
Citas
Morales Larramendi R, Escalona Velásquez NA. Sistemas de valoración pronóstica y escalas evaluadoras en medicina intensiva. En: Ecimed. Terapia Intensiva T-1. Ciudad de la Habana; 2006. p. 48-71.
Robert Cobas Y, Pérez-Assef H, Gutiérrez Rojas AR. Utilidad del índice pronóstico SAPS-3 en la UCI-8 del Hospital Hermanos Ameijeiras. Ciudad de la Habana: CD Congreso URGRAV; 2009.
Pérez-Assef H, Pico JL. Validación del índice pronóstico SAPS-3 en la UCI polivalente 8 del hospital Hermanos Ameijeiras. Ciudad de la Habana: CD Congreso URGRAV; 2006.
Goldhill D, Mc Narry A. Physiological abnormalities in early warning scores are related to mortality in adult patients. British Journal of Anaesthesia [Internet]. 2004 Jun [cited 2011 Jun 20];92(6). Available from:
http://www.ncbi.nlm.nih.gov/pubmed/15064245
Rosenberg AL, Hofer TP, Hayward RA, Strachan C, Watts CM. Who bounces back? Physiologic and others predictors of intensive care unit readmission. Crit Care Med [Internet]. 2001 Mar [cited 2011 Jun 20];29(3). Available from:
http://www.ncbi.nlm.nih.gov/pubmed/11373413
Teres D. Civilian triaje in the intensive care unit: the ritual of the last bed. Crit Care Med [Internet]. 1993 Apr [cited 2011 Jun 20];21(4). Available from: http://www.ncbi.nlm.nih.gov/pubmed/8472581
Gagic O, Malinchoc M. The Stability and wordload index for transfer score predicts unnplanned intensive care unit patient readmissions: initial development and validation. Crit Care Med. 2008; 36: 676-682.
Campbell AJ, Cook JA, AdeyG, Cuthbertson BH. Predicting death and readmission after intensive care discharge. Br J Anaesth [Internet]. 2008 May [cited 2011 Jun 20];100. Available from:
http://www.ncbi.nlm.nih.gov/pubmed/18385264
Alban RF, Nisim AA, Ho J, Nishi GK, Shabot MM. Readmission to surgical intensive care increases severity-adjusted patient mortality. J Trauma-Inj Infect Crit Care [Internet]. 2006 May [cited 2011 Jun 20];60(5). Available from: http://www.ncbi.nlm.nih.gov/pubmed/16688065
Willians TA, Leslie GD. Beyond de wall is: a review of ICU clinics and their impact on patient outcomes after leaving hospital. Aust Crit Care [Internet]. 2008 [cited 2011 Jun 20];21(1). Available from:
http://www.ncbi.nlm.nih.gov/pubmed/18206381
Ho KM, Knuiman M. Bayesian approach to predict hospital mortality of intensive care readmissions during the same hospitalization. Anaesth Intensive Care [Internet]. 2009 Jan [cited 2011 Jun 20];36(1). Available from: http://www.ncbi.nlm.nih.gov/pubmed/18326130 2013 19(2)
Rosenberg AL, Watts C. Patients readmitted to ICUs: a systematic review of risk factors and outcomes. Chest [Internet]. 2000 Aug [cited 2011 Jun 20];118(2). Available form: http://www.ncbi.nlm.nih.gov/pubmed/10936146
Kaben A, Corrêa F, Reinhart K, Settmacher U, Gummert J, Kalff R [et al]. Readmission to a surgical intensive care unit: incidence, outcome and risk factors. Crit Care Med [Internet]. 2010 [cited 2011 Jun 20];12(5). Available from:
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2592757/
Frost SA, Alexandrou E, Bogdanovski T, Salamonson Y, Davidson PM, Parr MJ
[et al]. Severity of illness and risk readmission to intensive care: A meta-analysis. Resuscitation [Internet]. 2009 May [cited 2011 Jun 20];80(5). Available from:
http://www.ncbi.nlm.nih.gov/pubmed/19342149
Cretikos MA, Bellomo R, Hillman K, Chen J, Finfer S, Flabouris A. Respiratory rate: the neglected vital sign. Med J Aust [Internet]. 2008 [cited 2011 Jun 20];188(11). Available from:
https://www.mja.com.au/journal/2008/188/11/respiratory-rate-neglected-vital-sign
Ofoma U, Kashyap R, Daniels C, Gajic O, Pickering B, Farmer C. Does Implementation of a previously validated prediction tool reduce readmission rates iInto a medical intensive care unit?. CHEST Oct 2012;142(4):278A-278A.
S, Agarwal D, Hanson A, Farmer JC, Pickering BW, Gajic O [et al]. The use of an electronic medical record based automatic calculation tool to quantify risk of unplanned readmission to the intensive care unit: a validation study. Journal of Critical Care [Internet]. 2011 Dec [cited 2011 Jun 20];26(6). Available from:
http://www.ncbi.nlm.nih.gov/pubmed/21715140
Ouanes I, Schwebel C, Français A, Bruel C, Philippart F, Vesin A [et al]. A model to predict short-term death or readmission after intensive care unit discharge. Journal of Critical Care [Internet]. 2012 Aug [cited 2011 Jun 20];27(4). Available from: http://www.ncbi.nlm.nih.gov/pubmed/22172798
