Abstract

Objectivo

O objetivo deste estudo foi avaliar o desempenho de Acute Physiology and Chronic Health Evaluation II (APACHE II), Simplified Acute Physiology Score 3 (SAPS 3), e Acute Physiology and Chronic Health Evaluation IV (APACHE IV) em pacientes com câncer internados em unidade de terapia intensiva (UTI) em um único centro médico em China.

Materiais e Métodos

Este é um estudo retrospectivo observacional de coorte incluindo novecentos e oitenta e um pacientes consecutivos ao longo de um período de 2 anos.

resultados

A taxa de mortalidade hospitalar foi de 4,5%. Quando todos os 981 pacientes foram avaliados, a área sob a curva ROC (AUROC, 95% Confidencial Intervalos) dos três modelos para predizer a mortalidade hospitalar foram 0,948 (0,914-0,982), 0,863 (0,804-0,923) e 0,873 (0,813 -0,934) para o SAPS 3, APACHE II e APACHE IV respectivamente. Os valores de p da estatística de Hosmer-Lemeshow para os modelos foram 0,759, 0,900 e 0,878 para SAPS 3, APACHE II e APACHE IV respectivamente. No entanto, SAPS 3 e APACHE IV subestimado a mortalidade intra-hospitalar com razão de mortalidade padronizada (SMR) de 1,5 e 1,17, respectivamente, enquanto APACHE II superestimaram a mortalidade intra-hospitalar com SMR de 0,72. Outras análises mostraram que poder de discriminação foi melhor com SAPS 3 do que com APACHE II e APACHE IV seja para emergência cirúrgica e os pacientes médicos (AUROC de 0,912 vs 0,866 e 0,857) ou para pacientes cirúrgicos programados (AUROC de 0,945 vs 0,834 e 0,851). Calibração foi boa para todos os modelos (todos p 0,05) se para os pacientes cirúrgicos programados ou pacientes cirúrgicos e médicos de emergência. No entanto, em termos de SMR, SAPS 3 foi tanto precisos em prever a mortalidade intra-hospitalar de emergência cirúrgica e os pacientes médicos e para os pacientes cirúrgicos programados, enquanto APACHE IV e APACHE II não foram.

Conclusão

Nesta coorte, descobrimos que APACHE II, APACHE IV e SAPS 3 modelos tiveram boa discriminação e capacidade de calibração na predição de mortalidade intra-hospitalar de pacientes criticamente doentes com câncer que necessitam de cuidados intensivos. Destes três escores de gravidade, SAPS 3 foi superior ao APACHE II e APACHE IV, quer em termos de discriminação e capacidade de calibração, ou taxas de mortalidade padronizadas

Citation:. Xing X, Gao Y, Wang H, Huang C , Qu S, Zhang H, et al. (2015) Desempenho de três modelos de prognóstico em pacientes com Câncer, em necessidade de cuidados intensivos em um centro médico na China. PLoS ONE 10 (6): e0131329. doi: 10.1371 /journal.pone.0131329

editor: Olga Y. Gorlova, Geisel School of Medicine, em Dartmouth College, Estados Unidos

Recebido: 30 de dezembro de 2014; Aceito: 01 de junho de 2015; Publicação: 25 de junho de 2015

Direitos de autor: © 2015 Xing et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados

Disponibilidade de dados: Todos os dados relevantes estão dentro do papel e seus arquivos de suporte de informação

Financiamento:. o estudo foi financiado pelo Fundo Beijing esperança Run especial (LC2011B38) (https://www.cfchina.org.cn/list.php?catid= 301)

CONFLITO dE iNTERESSES:.. os autores declararam que não existem interesses conflitantes

Introdução

os sistemas de pontuação de gravidade-de-doença gerais foram introduzidas no campo da medicina intensiva, em 1981 [1]. Desde então, numerosas partituras gravidade-de-doença têm sido desenvolvidos para avaliar pacientes criticamente enfermos. Durante os últimos poucos anos, três novos modelos de prognóstico em geral têm sido desenvolvidos e publicados: Simplified Acute Physiology Score 3 (SAPS 3) [2], Acute Physiology and Chronic Health Evaluation IV (APACHE IV) [3] ea probabilidade modelo de mortalidade III (MPM III) [4]. No entanto, os estudos mostraram que os três modelos são bons em apresentar a discriminação, mas com má calibração [5-6]. Por outro lado, Acute Physiology and Chronic Health Evaluation II (APACHE II) pontuação ainda é usado no prognóstico de pacientes criticamente enfermos UTIs “[7].

Os pacientes com câncer representam 13-15% dos pacientes internados unidades de terapia intensiva [8-9]. Groeger et al desenvolveu o modelo de mortalidade por câncer em 1998 [10]. No entanto, este modelo pontuação específica não é amplamente utilizado, uma vez que não provou ser superior a outros modelos [11]. Nos últimos anos, estudos individuais e multicêntricos demonstraram que o modelo SAPS 3 é mais preciso no prognóstico de pacientes com câncer que necessitam de cuidados intensivos [11-12]. No entanto, a validação do modelo SAPS 3 só foi realizado entre pacientes com câncer em estado crítico em UTIs brasileiras.

Portanto, o objetivo deste estudo é avaliar os desempenhos dos três modelos de prognóstico (APACHE II, APACHE IV e SAPS 3) em pacientes com câncer em estado crítico na China.

Materiais e Métodos

Este estudo retrospectivo foi realizado no Departamento de Cuidados Intensivos do Hospital do Câncer Unidade da Academia chinesa de Ciências Médicas e Peking faculdade de Medicina da União. O Hospital do Câncer é o hospital mais bem classificado especializado em câncer na China e sua UTI é um centro de 10 leitos para o atendimento de pacientes criticamente enfermos. Institutional Review Board do hospital aprovou o estudo e consentimento informado dos pacientes foi dispensado devido à natureza observacional do estudo. registros de pacientes /informações foram anónimos e de-identificados antes da análise.

Os pacientes do estudo envolveu que foram admitidos na UTI entre outubro de 2008 e setembro de 2010, mas excluídos aqueles com menos de 18 anos de idade ou com uma estadia na UTI de menos de 24 horas. As variáveis ​​clínicas e laboratoriais de cada paciente foram coletados prospectivamente por seis intensivistas (X. Xing, H. Wang, S. Qu, C. Huang, H. Zhang e H. Wang). Os dados considerados para o cálculo do SAPS 3 foram recolhidos e registados dentro de 1 hora da admissão na UTI, e as taxas de mortalidade previstos foram calculados conforme recomendado [2]. APACHE II e APACHE IV foram calculados com base nas primeiras 24 horas de internação e mortalidade previstos foram calculados de acordo com a literatura [1,3]. Os pacientes foram classificados de acordo com o motivo da admissão na UTI, ou seja médica, cirurgia programada e cirurgia de emergência. A taxa de mortalidade hospitalar foi o principal ponto final.

Declaração de Ética

A Institutional Review Board (IRB) no Hospital do Câncer, da Academia Chinesa de Ciências Médicas (ref. 11-75 /510) aprovou este protocolo do estudo. O consentimento informado pelos pacientes foi dispensado devido à natureza observacional do estudo. O estudo foi realizado de acordo com os padrões éticos estabelecidos na Declaração de Helsinki 1964 e suas alterações posteriores. registros de pacientes /informações foram anónimos e de-identificados antes da análise.

Análise Estatística

Os dados foram inseridos em um banco de dados de computador por um único autor (X. Xing). As análises estatísticas foram realizadas utilizando o software SPSS para Windows, versão 16.0 (SPSS Inc., Chicago, IL, EUA). As variáveis ​​contínuas foram apresentadas como média desvio ± padrão ou mediana (25-75% intervalo interquartil) e comparados, respectivamente, utilizando o teste t de Student. As variáveis ​​categóricas foram relatados como valores absolutos (percentagens de frequência) e analisados ​​utilizando teste χ2.

A análise estatística foi realizada da mesma forma como et Soares al [13]. Em suma, a validação dos escores de prognóstico foi realizada usando testes padrão para medir a discriminação e calibração para cada um dos modelos preditivos. A área sob a curva ROC (AUROC) foi utilizado para avaliar a capacidade de cada modelo de discriminar entre pacientes que viviam daqueles que morreram (discriminação). Hosmer-Lemeshow goodness-of-fit estatística C foi utilizado para avaliar a concordância entre o número observado e esperado de pacientes que fizeram ou não morreram no hospital em todos os estratos de probabilidades de morte (calibração). Um valor p elevado ( 0,05) indica um bom ajuste para o modelo. As curvas de calibração foram construídos plotando as taxas de mortalidade previstas estratificados por intervalos de 10% de risco de mortalidade (eixo X) contra as taxas de mortalidade observadas (eixo y) utilizando o software Microsoft Excel. taxas de mortalidade padronizadas (RMP) com 95% de intervalo confidencial (CI) foram calculados para cada modelo, dividindo observado por taxas de mortalidade previstas. Um valor de p bicaudal 0,05 foi considerado estatisticamente significativo.

Resultados

Durante o período de estudo, 1201 pacientes foram internados na UTI. Um total de 220 pacientes foram excluídos da análise devido à idade inferior a 18 anos (n = 3), a readmissão durante o mesmo hospital (n = 49) e uma permanência na UTI inferior a 24 horas (n = 168). Portanto, 981 pacientes constituíram a população deste estudo. As características dos pacientes são apresentados na Tabela 1. O SAPS 3 foi de 36,9 ± 13,2 (intervalo 16-102), APACHE II foi de 10,4 ± 5,5 (intervalo 0-42), e APACHE IV pontuação foi de 37,7 ± 19,8 (intervalo de 3-160) (dados S1). Os pacientes, em grande parte sofria de torácicas e abdominais neoplasias (80,1%) e, principalmente, passou por uma cirurgia programada (92,9%).

Os resultados da avaliação dos modelos para todos os 981 pacientes são apresentados na Tabela 2. A discriminação foi muito bom, com AUROC para todos os três modelos em todos os 981 pacientes. AUROC de SAPS 3 (0,948) foi maior do que os observados para APACHE II (0,863) e APACHE IV (0,873), respectivamente (Fig 1). Calibração foi boa para todos os modelos (todos os

P Art 0,05) (Tabela 2 e Figura 2A-2C). No entanto, SAPS 3 e APACHE IV subestimado a mortalidade intra-hospitalar, enquanto APACHE II superestimaram a mortalidade intra-hospitalar, e com SMR. 1.0 (Tabela 2)

A área sob a curva ROC foi de 0,949 ± 0,017 para o SAPS 3 (p 0,001, IC 95%: ,916-,982), 0,863 ± 0,030 para APACHE II (p 0,001, IC 95%: 0,804-0,923) e 0,873 ± 0,031 para APACHE IV (p 0,001, IC 95%: 0,812-0,934). SAPS 3 Simplified Acute Physiology Score 3, intervalos confidenciais APACHE II Fisiologia Aguda e Crônica Saúde Avaliação II, APACHE IV Acute Physiology e Saúde Crônica Avaliação IV, CI.

A calibração foi boa para todos os modelos (todos p 0,05). (A) APACHE II; (B) APACHE IV; (C) SAPS 3.

As performances dos modelos foram ainda analisados ​​para pacientes cirúrgicos programados e pacientes de emergência cirúrgica e médicos, respectivamente. Os resultados são apresentados na Tabela 3. Mais uma vez, AUROC de SAPS 3 (0,912) foi maior do que os observados para APACHE II (0.866) e APACHE IV (0,857) em caso de emergência os pacientes cirúrgicos e médicos, e AUROC de SAPS 3 (0,945) foi maior do que os observados para APACHE II (0,834) e APACHE IV (0,851) em pacientes cirúrgicos programados. Estes dados demonstram que o poder de discriminação foi melhor com SAPS 3 do que com APACHE II e APACHE IV seja para pacientes cirúrgicos e médicos de emergência ou para pacientes cirúrgicos programados. Calibração foi boa para todos os modelos (todos p 0,05) se para os pacientes cirúrgicos programados ou de emergência cirúrgica e os pacientes médicos. No entanto, em termos de SMR, SAPS 3 e APACHE II foram precisos em prever a mortalidade intra-hospitalar de pacientes cirúrgicos e médicos de emergência, enquanto o Apache IV subestimado a mortalidade intra-hospitalar. SAPS 3 e APACHE IV foram precisos em prever a mortalidade intra-hospitalar de pacientes cirúrgicos programados, enquanto APACHE II superestimaram a mortalidade intra-hospitalar.

Discussão

Durante o estudo, descobriu que APACHE II, APACHE IV e SAPS 3 modelos teve excelente discriminação e capacidade de calibração. Em termos de SMR, SAPS 3 foi mais preciso na previsão da mortalidade intra-hospitalar do que o APACHE II e APACHE IV, quer para a emergência cirúrgica e pacientes clínicos ou cirúrgicos para os pacientes agendados.

Para o nosso conhecimento, esta é a primeiro estudo a explorar a validação de APACHE II, APACHE IV e SAPS 3 modelos em pacientes com câncer na China, independentemente da cirurgia se eles tiveram ou não. Nós escolhemos APACHE II para comparação com APACHE IV e SAPS 3 modelos porque APACHE II é usado atualmente em nossa UTI e é o modelo mais popular na China [9,14]. Muitos China UTIs são relutantes em implementar APACHE IV e SAPS 3 modelos devido à maior familiaridade com APACHE II ea falta de estudos de validação com APACHE IV e SAPS 3 na China. Com a introdução do modelo SAPS 3, em 2005, [2] e o modelo APACHE IV em 2006 [3], tem sido sugerido que os modelos mais antigos, não deve continuar a ser utilizados porque eles se tornam cada vez mais imprecisas [3]. Boa discriminação e calibração de SAPS 3, em particular equação personalizada do SAPS 3, têm sido relatados em pacientes com câncer criticamente doentes nos estudos individuais e multicêntricos em UTIs brasileiras [11-12]. Finalmente, nós escolhemos APACHE IV porque o desempenho do modelo APACHE IV oferece excelente discriminação e calibração em um grande conjunto de dados comum [15], mas ainda não foi validado em pacientes com câncer na China. Nós não escolher o modelo CMM porque superestima a taxa de mortalidade independentemente de estudar pacientes cirúrgicos eletivos ou não, e estudos anteriores não mostraram melhoria da predição de mortalidade em comparação com as contagens gerais [11].

O APACHE II modelo ainda é amplamente utilizado em todo o mundo seja em UTIs gerais ou acadêmico [16-21]. Neste estudo, descobrimos que AUROC de APACHE II é 0,863 em todos os 981 pacientes, o que está de acordo com os relatados pela maioria dos autores [16,18-20]. No entanto, ele superestimou a taxa de mortalidade intra-hospitalar com SMR de 0,72, embora a sua calibração foi boa, com um valor p de 0,900. Após excluir os pacientes cirúrgicos programados, foi preciso em prever a mortalidade hospitalar de emergência cirúrgica e os pacientes médicos. Os pacientes cirúrgicos teve desarranjo fisiológica temporária devido aos efeitos da anestesia. Portanto, não foi surpresa que o uso de APACHE II levou a uma superestimação das taxas de mortalidade em pacientes cirúrgicos [22]. Personalização ou adicionar novas variáveis ​​podem melhorar o poder de calibração. Chang et ai incorporado a metástase e variáveis ​​de insuficiência respiratória no modelo APACHE II e descobriram que o AUROC de pontuação APACHE II para pacientes clínicos aumentou 0,82-,86, e o ajuste do modelo modificado foi excelente em comparação com o modelo APACHE II sozinho [22 ].

o modelo APACHE IV foi desenvolvido usando um grande banco de dados nos Estados Unidos [3] e vários estudos de validação têm sido relatados [6,15-16,19]. Não surpreendentemente, o modelo APACHE IV ofereceu a melhor discriminação e calibração, principalmente em pacientes de UTI nos EUA [15], mas pobre de calibração para pacientes fora os EUA, embora ele mostrou boa discriminação [16,19]. Em nosso estudo, descobrimos que AUROC de APACHE IV é 0,873 em todos os 981 pacientes, o que está de acordo com os relatados pela maioria dos autores [6,15-16,19]. No entanto, ele subestimou a taxa de mortalidade intra-hospitalar com SMR de 1,17, embora a calibração do que era bom com um valor de p de 0,878. Seu poder de calibração diminuiu 1,17-1,61 para a emergência cirúrgica e pacientes médicos. No entanto, este não foi o caso de pacientes cirúrgicos programados, bem como a capacidade de calibração do modelo de APACHE IV para o último foi de 0,97 em termos de SMR, que demonstrou boa calibração. No geral, o novo sistema de pontuação APACHE IV desempenho melhor do que colegas mais velhos de APACHE II, devido à introdução de mais variáveis ​​preditivas [6]. Nos países em desenvolvimento, no entanto, o fardo da recolha de dados manual de uma série de variáveis ​​pode tornar-se relevante, devido a uma escassez de mapeamento eletrônico, que em parte pode dificultar a escolha e utilização de novos modelos de scoring. Como resultado, como equilibrar o complexo e facilidade de uso de novos sistemas de pontuação é um desafio.

Único e estudos de validação multicêntricos conduzidos por Soares et al demonstraram que os SAPS 3 modelo prognóstico era preciso na previsão de resultados em os pacientes críticos com câncer que necessitam de cuidados intensivos [11-12]. Em seus estudos, tanto a discriminação e calibração foram bons para pacientes cirúrgicos não regulares para CSA (personalizado equação para países da América Central e do Sul) SAPS 3 mas não para SAPS 3. Em nosso estudo, optamos SAPS 3 para validação como SAPS gerais 3 apresentaram boa calibração e discriminação modesto em pacientes criticamente doentes asiáticos [23]. Neste estudo, descobrimos que SAPS 3 teve melhor capacidade de discriminação do que os modelos APACHE II e APACHE IV, e todos os modelos tiveram boa capacidade de calibração. Em termos de SMR, SAPS 3 foi mais preciso na previsão da mortalidade intra-hospitalar do que o APACHE II e APACHE IV se para a emergência cirúrgica e pacientes clínicos ou cirúrgicos para os pacientes agendados.

A maioria dos estudos relatados semelhante boa capacidade discriminativa de todos os modelos de prognóstico, mas resultados conflitantes sobre calibração [5-6,15-16,19]. Peek et al descobriram que os testes de calibração eram extremamente sensíveis ao tamanho da amostra [24]. Em seu estudo, eles descobriram que nos testes de calibragem, a frequência de acordo aumentou de 78% (250 observações) a 86% (750 observações) e 93% (1000 observações). No entanto, depois de personalização, o teste de Hosmer-Lemeshow aceitou o modelo na maioria dos casos (99%, com um tamanho de amostra de 250, 89%, com um tamanho de amostra de 5000). Portanto, pode ser apropriado que a customização local é obrigatória para melhorar a capacidade de calibração de modelos de prognóstico.

A gravidade da doença sistemas de pontuação foram projetados para o benchmarking, melhoria de desempenho, uso de recursos e de apoio à decisão clínica [25] . Um estudo recente mostrou que quarenta por cento dos 40933 pacientes tiveram um risco de mortalidade inferior a 10% e não têm um tratamento intensivo, tais como ventilação mecânica, ventilação não invasiva, a administração de produtos do sangue, terapia de substituição renal, ou tratamento com uma medicação vasoativas [26 ]. Como UTI é um lugar para os pacientes mais graves, a investigação tem sido feito para estudar melhor outros do que a gravidade da doença decisões de triagem. Um estudo preliminar mostrou que a aplicação dos avanços na tecnologia de informação em saúde (HIT) pode contribuir para as decisões de triagem melhores [27]. Até agora, os modelos de previsão de resultados atuais têm cada vez mais focado em padrões de referência para a utilização de recursos [28].

Nosso estudo tem limitações potenciais. Em primeiro lugar, este foi um estudo único centro e apenas criticamente doentes com cancro doentes foram incluídos. Portanto, os resultados deste estudo não pode ser generalizada a outros centros médicos gerais. Em segundo lugar, customização local pode fornecer uma calibração melhor, portanto, novas investigações devem ser realizados para avaliar segundo personalização nível de todos os modelos de prognóstico em pacientes criticamente doentes com cancro. Em terceiro lugar, não houve pacientes que tiveram leucemia ou linfoma, e poucos doentes sofreram tumores sólidos metastáticos. Por conseguinte, o resultado do estudo foi semelhante ao dos estudos de UTI cirúrgicos gerais [29]. Finalmente, a taxa global de mortalidade hospitalar foi muito baixa, embora nossa coorte incluiu 981 pacientes. Isso pode ter um impacto sobre o desempenho de todos os modelos de prognóstico.

Conclusões

Nesta coorte, descobrimos que APACHE II, APACHE IV e SAPS 3 modelos tiveram boa discriminação e capacidade de calibração na previsão a mortalidade intra-hospitalar no de pacientes criticamente enfermos com câncer que necessitam de cuidados intensivos. Destes três escores de gravidade, SAPS 3 foi superior ao APACHE II e APACHE IV, quer em termos de discriminação e capacidade de calibração, ou taxas de mortalidade padronizadas.

Informações de Apoio

S1 Data. Parte dos dados brutos de todos os 981 pacientes

doi:. 10.1371 /journal.pone.0131329.s001

(RAR)