CURB-65, PSI Y qSOFA para la predicción de mortalidad por neumonía adquirida en la comunidad en adultos mayores del Hospital Nacional Daniel Alcides Carrión, 2024

• Autor: Herrera Ollachica, Yaqueline Yara
• Formato: tesis de maestría
• Fecha de Publicación: 2024
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/24453
• Enlace del recurso: https://hdl.handle.net/20.500.12672/24453
• Nivel de acceso: acceso abierto
• Materia: Mortalidad; Geriatría; Neumonía - Complicaciones; https://purl.org/pe-repo/ocde/ford#3.02.07; https://purl.org/pe-repo/ocde/ford#3.03.08; https://purl.org/pe-repo/ocde/ford#3.02.26

Compara CURB-65, PSI y qSOFA para la predicción de mortalidad por Neumonía Adquirida en la Comunidad en adultos mayores del Hospital Nacional Daniel Alcides Carrión. Para evaluar el problema de la predicción de la mortalidad por Neumonía Adquirida en la Comunidad (NAC) en adultos mayores, se puede seguir un enfoque sistemático que comprende los siguientes pasos clave. Primero, se debe identificar y seleccionar una muestra representativa de pacientes adultos mayores hospitalizados por NAC en el Hospital Nacional Daniel Alcides Carrión durante el año 2024, asegurando que la muestra incluya suficientes casos para proporcionar un análisis estadísticamente significativo. Luego, se recolectarán datos retrospectivos de las historias clínicas de los pacientes, enfocándose en las variables relevantes como las puntuaciones de CURB-65, PSI y qSOFA, junto con datos de mortalidad intrahospitalaria, utilizando un instrumento estructurado para la recolección de datos que incluya aspectos demográficos, clínicos y resultados de las pruebas diagnósticas. Se aplicarán análisis estadísticos adecuados para evaluar la precisión diagnóstica de las herramientas, utilizando curvas ROC para comparar la capacidad de cada modelo (CURB-65, PSI y qSOFA) en la predicción de la mortalidad, y calculando la sensibilidad, especificidad y el área bajo la curva (AUC) para cada modelo, determinando cuál ofrece la mejor predicción. La interpretación de los resultados de los análisis estadísticos permitirá determinar cuál de los modelos tiene la mayor capacidad predictiva para la mortalidad en pacientes con NAC, comparando la AUC entre los modelos y evaluando la significancia de las diferencias observadas.