Modelo multivariado predictivo de necesidad de transfusión sanguínea post artroplastia total primaria de rodilla

• Autor: Esquivel Cerquin, Alberto Eladio
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/80932
• Enlace del recurso: https://hdl.handle.net/20.500.12759/80932
• Nivel de acceso: acceso abierto
• Materia: Artroplastia de rodilla; transfusión sanguínea; https://purl.org/pe-repo/ocde/ford#3.02.27

Este proyecto tiene como finalidad diseñar y elegir un modelo estadístico avanzado que permita prever la probabilidad de que un paciente necesite una transfusión de glóbulos rojos tras una cirugía de reemplazo total de rodilla. La literatura señala una amplia diversidad en las tasas de transfusión (entre 3% y 27%), lo que, junto con las consecuencias adversas de la anemia postoperatoria, resalta la importancia de contar con una herramienta predictiva ajustada al entorno local. Se llevará a cabo un estudio observacional, analítico y de corte transversal, enfocándose en pacientes adultos que hayan sido sometidos a una artroplastia total unilateral de rodilla entre el 1 de enero de 2020 y el 31 de diciembre de 2024 en un hospital peruano de segundo nivel. Se recopilarán datos sobre características demográficas, clínicas, quirúrgicas y de laboratorio, así como la necesidad de transfusión en las primeras 72 horas tras la operación. El análisis implicará la detección de variables relacionadas con la transfusión mediante métodos bivariados, seguidos por la creación de modelos de regresión logística multivariada. La capacidad de discriminación de estos modelos se evaluará mediante el área bajo la curva ROC (AUROC), mientras que su calibración se comprobará con pruebas como la de Hosmer-Lemeshow, seleccionando el modelo más adecuado según criterios estadísticos. El desarrollo del proyecto abarcará desde mayo de 2025 hasta julio de 2026. Se espera que el modelo resultante facilite la identificación temprana de pacientes con mayor riesgo de requerir transfusiones, mejorando la seguridad clínica, reduciendo el uso innecesario de sangre y optimizando los recursos hospitalarios