Diseño de un sistema de información para detección precoz y seguimiento de pacientes con sepsis

  1. Monico Castillo, Eva
Dirigida por:
  1. Juan Antonio Comez Company Director/a
  2. Aurelio Luna Maldonado Director

Universidad de defensa: Universidad de Murcia

Fecha de defensa: 17 de marzo de 2022

Tribunal:
  1. Pere Llorens Soriano Presidente/a
  2. Antonia del Amor Cantero Sandoval Secretario/a
  3. Manuel Piñero Zapata Vocal
Departamento:
  1. Ciencias Socio-Sanitarias

Tipo: Tesis

Resumen

Introducción. En 2016 se define la sepsis como una disfunción orgánica potencialmente mortal causada por una respuesta desregulada del huésped a la infección, paralelamente surge la Campaña Sobrevivir a la Sepsis donde se establecen las pautas de tratamiento y se destaca la "hora de oro", siendo ésta la primera hora en la que debemos actuar para reducir la mortalidad. Queda demostrada la importancia de la precocidad en el diagnóstico para iniciar el tratamiento y dado que se trata de un síndrome que se caracteriza por alteraciones hemodinámicas y elevación de biomarcadores decidimos llevar a cabo el diseño de un sistema informático que ayudase en la detección precoz de este síndrome basándose en las variables hemodinámicas y analíticas características para su detección. Objetivos 1. Objetivo principal Evaluar un sistema automatizado de detección precoz de los pacientes con procesos sépticos que acuden a un servicio de urgencias hospitalarias. 2. Objetivos secundarios " Revisar los puntos de corte de las variables clínicas " Revisar los puntos de corte de las variables analíticas " Revisar los puntos de corte de las variables demográficas " Revisar los puntos de corte de los factores de riesgo cardiovascular " Identificar las variables analíticas y hemodinámicas con mayor "peso". " Determinar las condiciones clínicas del paciente que influyen en el diagnóstico de sepsis y deberían ser tenidas en cuenta en un algoritmo de detección automatizada. Pacientes y método Estudio observacional, descriptivo, transversal y retrospectivo. La población diana son los pacientes mayores de 14 años atendidos en el servicio de urgencias del Hospital Universitario Virgen de La Arrixaca en el periodo comprendido del 1 de enero de 2019 a 31 de julio de 2019 con una muestra total de 19.733 pacientes. Resultados En 2.883 casos del total de atendidos se activó la alarma por posible sepsis. De los 2.883 casos detectados por el sistema, 1.685 (58,4%) fueron confirmados como sepsis por los facultativos mientras que el 41,6% no lo fueron. Por tipo, de las 1.872 sepsis detectadas por el sistema, el 35,4% (n = 662) no resultaron confirmadas por los médicos, un 63,5% (n = 1.118) fueron confirmadas como sepsis mientras que un 1,2% (n = 22) se confirmaron como sepsis graves. Con respecto a las sepsis graves, de las 1.011 detectadas por el sistema no fueron confirmadas por los médicos un 53% (n = 536), un 23,3% (n = 236) sí que los fueron un 23,6% (n = 239) se confirmaron como sepsis. Para la temperatura, la PCR y la procalcitonina las curvas mostraron que se pueden establecer nuevos puntos de corte para la detección. Los puntos de corte óptimo para la detección de sepsis de la temperatura se establecen en 37ºC lo que determina una sensibilidad del 74,3%, una especificidad del 54,9% y un ABC = 0,733 (p < 0,001). Para la PCR, el punto de corte se establece en 6,1 lo que determina una sensibilidad del 70,4%, una especificidad del 69,4% y un ABC = 0,777 (p < 0,001). En la Figura 12 se muestran las curvas ROC para la temperatura y PCR. Para la procalcitonina, el punto de corte se establece en 0,3 lo que determina una sensibilidad del 60,6%, una especificidad del 61,2% y un ABC = 0,674 (p < 0,001). Conclusiones " El sistema de alerta informático creado en base a los criterios SIRS funciona. " Las variables introducidas en el sistema de alerta podrían reducirse en número. " Existen variables que podrían obviarse para la detección precoz. " Modificando los puntos de corte de las principales variables aumentaríamos la sensibilidad y la especificidad en la detección. " La implantación de un programa de alerta ayuda a la identificación precoz.