الوصف: |
Objetivos: Desarrollar y validar un modelo predictivo de ingreso hospitalario para los pacientes atendidos en el servicio de urgencias hospitalario (SUH) con baja prioridad de visita y determinar la capacidad predictiva del modelo para realizar con seguridad la derivación inversa. Método: Para el desarrollo del modelo predictivo de ingreso hospitalario se realizó un estudio de cohortes retrospectivo unicéntrico. Se incluyeron los episodios de pacientes >15 años con niveles IV-V MAT-SET atendido en el SUH durante el 2015. Se evaluaron 14 variables demográficas, datos de proceso y constantes vitales. La variable dependiente fue el ingreso hospitalario. Se utilizaron modelos de regresión basados en ecuaciones de estimación generalizadas. Para la validación del modelo se realizó un estudio de cohortes prospectivo unicéntrico. Se incluyeron los episodios de pacientes > 15 años con prioridades IV y V MAT-SET atendidos entre octubre 2018 y junio 2019. Se evaluó la discriminación mediante el área bajo la curva de característica operativa del receptor (ABC) y para determinar la capacidad de discriminación se crearon 3 categorías de riesgo de ingreso: bajo, intermedio y alto. Resultados: En el estudio de desarrollo se incluyeron 53.860 episodios, 3.430 (6,4%) ingresaron. La mediana de edad fue de 44,5 años (RIC 31,1-63,9), 54,1% mujeres. Un 19,3% de los episodios tenían registradas las constantes vitales (CV). El modelo con mayor capacidad predictiva incluía las siguientes variables: edad > 85 años (ORa = 6,72; IC 95%: 5,26-8,60), sexo masculino (ORa = 1,46; IC 95% 1,28-1,66), procedencia de atención primaria (ORa = 1,94; IC 95% 1,64-2,29), de otro hospital de agudos (ORa = 11,22; IC 95% 4,42-28,51), llegada en ambulancia (ORa = 3,72; IC 95%:3,16-4,40), consulta previa a urgencias las 72 horas previas (ORa = 2,15; IC 95% 1,60-2,87), presión arterial sistólica > 150 mmHg (ORa = 0,83; IC 95%:0,71-0,97), presión arterial diastólica < 60 mmHg (ORa = 1,57; IC 95% 1,25-1,98), temperatura axilar > 37ºC (ORa = 2,29; IC 95% 1,91-2,74), frecuencia cardiaca > 100 latidos/minuto (ORa 1,65; IC 95% 1,40-1,96) y saturación basal de oxígeno < 93% (ORa = 2,66; IC 95% 1,86-3,81) y 93-95% (ORa = 1,70; IC 95% 1,42-2,05). El área bajo la curva COR fue de 0,82 (IC 95% 0,80-0,83). En el estudio de validación se incluyeron 2.110 episodios, de los cuales 109 (5,2%) ingresaron. La mediana de edad fue de 43,5 años (RIC 31-60,3) con un 55,5% de mujeres. El ABC fue de 0,71 (IC 95%: 0,64-0,75). Según el modelo predictivo, 357 episodios (16,9%) puntuaron de bajo riesgo de XII ingreso y 240 (11,4%) de alto riesgo. El porcentaje de ingreso observado de los pacientes clasificados de alto riesgo fue de 15,8% mientras que el de los pacientes de bajo riego fue de 2,8%. Conclusiones: El modelo predictivo permite identificar desde el triaje aquellos pacientes que siendo de baja prioridad de visita, tienen mayor prioridad de ingreso. El modelo predictivo validado permite estratificar el riesgo de ingreso de los pacientes con baja prioridad de visita. A los pacientes con alto riesgo se les podría ofrecer una atención preferente dentro del mismo nivel de prioridad, mientras que los de bajo riesgo podrían ser redirigidos al recurso asistencial más adecuado (derivación inversa). Palabras clave: Triaje. Bajo nivel de prioridad de visita. Predicción. Ingreso. Redireccionamiento |