Modelo de predicción de infección mayor postoperatoria en pacientes pediátricos sometidos a cirugía cardiotorácica en un hospital pediátrico de Lima, Perú

• Autores: Jauregui Farfan, Alfredo Martin, Urrunaga Poma, Paula Valeria, Gonzales Albarracin, Juan Abraham
• Formato: tesis de grado
• Fecha de Publicación: 2017
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/621027
• Enlace del recurso: http://hdl.handle.net/10757/621027
• Nivel de acceso: acceso embargado
• Materia: Cirugía cardiovascular; Complicaciones postoperatorias; Pediatría; Hospitales; Perú

MODELO DE PREDICCIÓN DE INFECCIÓN MAYOR POSTOPERATORIA EN PACIENTES PEDIÁTRICOS SOMETIDOS A CIRUGÍA CARDIOTORÁCICA EN UN HOSPITAL PEDIÁTRICO DE LIMA, PERÚ Introducción: La infecciones mayores postoperatorias (IMP) en cirugía cardiotorácica son complicaciones que presentan un gran impacto en la mortalidad y el tiempo de estancia hospitalaria. Diversos factores preoperatorios e intraoperatorios han sido asociados al riesgo de desarrollar una infección postoperatoria luego de una cirugía cardiotorácica. En el presente estudio desarrollamos y validamos internamente un modelo predictivo de IMP en pacientes pediátricos. Métodos: Se realizó una cohorte retrospectiva y se analizaron 1025 casos de pacientes pediátricos sometidos a cirugía cardiotorácica asistida con bypass cardiopulmonar entre los años 2000 y 2010. Se desarrolló el modelo de predicción de IMP utilizando análisis de regresión logística. Se evaluó la discriminación y calibración del modelo y finalmente se validó internamente utilizando a técnica de bootstrapping con 200 replicaciones. Resultados: De 1025 pacientes, 59 (5,75%) presentaron al menos un episodio de IMP (4,78% sepsis, 0,97% mediastinitis, 0% endocarditis). En el análisis multivariado, las variables asociadas fueron: percentil peso para la edad <5%, enfermedad cianótica, RACHS-1, NYHA IV, mayor estancia preoperatoria and cirugía de emergencia. El modelo presentó una buena discriminación con un estadistico-c de 0,78 (95% CI 0,72 to 0,83) y buena calibración. Los scores varían entre 12 y 37 puntos y se correlacionan con la probabilidad de desarrollar IMP de 5% a 80% respectivamente. Conclusión: El modelo de predicción de IMP presenta un buen desempeño. Es necesario realizar una validación externa del modelo para evaluar su utilidad en la práctica clínica.