Estudio de factores predictores precoces de mortalidad a corto y largo plazo en pacientes agudos trasportados por los servicios de emergencia prehospitalarios

Abstract

Introduction: The development of predictive models for patients treated by emergency medical services (EMS) is booming in the field of emergencies. However, how these models evolve over time has not been studied. The objective of this work is to identify factors that influence mortality in the short, medium and long term, and to derive and validate a predictive model for each moment of mortality. Methods: Three multicenter, prospective, observational, controlled and ambulance studies have been designed of adult patients transferred by ambulance to the emergency services (ED) for any cause. A total of six Advanced Life Support (ALS) units, 38 Basic Life Support (BLS) units and five hospitals in Spain were included. Physiological, biochemical, demographic variables and reasons for transfer were collected. The first study carried out was a longitudinal analysis to determine the factors associated with long-term mortality (from any cause). The second was a comparative study between different early warning and long-term mortality scales. The last was a study of predictors of mortality among cohorts of deceased patients in the short, medium and long term. Results E1: 1,406 patients. One-year mortality: 21.6% (n = 304). Mortality <48 hours: 5.2%; between day 2 and 30: 5.3%; between day 31 and: 11.1%. Low Glasgow values, high lactate levels, high blood urea nitrogen (BUN) levels, low oxygen saturation, high respiratory rate, as well as advanced age and having circulatory and neurological diseases were factors of risk for long-term mortality. Results E2: 2674 patients The primary outcome was long-term mortality with 1-year follow-up. Scores compared: National Early Warning Score 2, VitalPAC early alert score, modified rapid emergency medicine score (MREMS), Sepsis-related Organ Failure Assessment, Cardiac Arrest Risk Triage Score, Rapid Acute Physiology Score and Triage Early Warning Score. Discriminant power [area under the receiver operating characteristic curve (AUC)] and decision curve analysis (DCA) were used to compare scores. Additionally, a Cox regression and the Kaplan-Meier method were used. The MREMS had the highest AUC of 0.77 (95% confidence interval, 0.75-0.79), significantly higher than those of the other EWS. It also showed the best performance in DCA and the highest hazard ratio for 1-year mortality [3.56 (2.94-4.31) for MREMS between 9 and 18 points, and 11.71 (7.21 -19.02) for MREMS > 18]. E3 results: 4,830 patients. Non-cumulative mortalities at 30, 180 and 365 days were 10.8%, 6.6% and 3.5%, respectively. The best predictive value was shown for 30-day mortality (AUC = 0.930; 95% CI: 0.919-0.940), followed by 180-day mortality (AUC = 0.852; 95% CI: 0.832-0.871) and at 365 days (AUC = 0.806; 95% CI: 0.778-0.833). Conclusions: Rapid identification of patients at risk of long-term worsening could provide an opportunity to personalize care through targeted follow-up. Among the seven EWS evaluated, the use of the MREMS presented better characteristics for predicting 1-year mortality; However, all these scores present moderate performances. There are early characteristics that help the rapid characterization of patients at risk of mortality in the short, medium or long term could help EMS to improve the treatment of patients suffering from acute illnesses.

Introducción: El desarrollo de modelos predictivos de pacientes atendidos por servicios de emergencias médicas (SEM) está en auge en el ámbito de las urgencias. Sin embargo, no se ha estudiado cómo evolucionan estos modelos a lo largo del tiempo. El objetivo del presente trabajo la identificación de factores que influyen en la mortalidad a corto, medio y largo plazo, y derivar y validar un modelo predictivo para cada momento de mortalidad. Métodos: Se han diseñado tres estudio multicéntricos, prospectivos, observacionales, controlados y en ambulancia de pacientes adultos trasladados en ambulancia a servicios de urgencias (SU) por cualquier causa. Se incluyeron un total de seis unidades de Soporte Vital Avanzado (SVA), 38 unidades de Soporte Vital Básico (SVB) y cinco hospitales de España. Se recogieron variables fisiológicas, bioquímicas, demográficas y motivos de traslado. El primer estudio que se realizó fue un análisis longitudinal para determinar los factores asociados a mortalidad a largo plazo (por cualquier causa). El segundo fue un estudio comparativo entre diferentes escalas de alerta temprana y mortalidad a largo plazo. El último fue un estudio de factores predictores de mortalidad entre cohortes de pacientes fallecidos a corto, medio y largo plazo. Resultados E1: 1.406 pacientes. Mortalidad a un año: 21,6% (n = 304). Mortalidad <48 horas: 5,2%; entre día 2 y el 30: 5,3%; entre el día 31 y el: 11,1%. Los valores bajos de Glasgow, los niveles elevados de lactato, los niveles elevados de nitrógeno ureico en sangre (BUN), la baja saturación de oxígeno, la frecuencia respiratoria alta, así como la edad avanzada y el padecer enfermedades circulatorias y neurológicas fueron factores de riesgo para la mortalidad a largo plazo. Resultados E2: 2674 pacientes El resultado primario fue la mortalidad a largo plazo con un seguimiento de 1 año. Puntuaciones comparadas: National Early Warning Score 2, VitalPAC early alert score, modified rapid emergency medicine score (MREMS), Sepsis-related Organ Failure Assessment, Cardiac Arrest Risk Triage Score, Rapid Acute Physiology Score y Triage Early Warning Score. Se utilizó el poder discriminante [área bajo la curva característica operativa del receptor (AUC)] y el análisis de la curva de decisión (DCA) para comparar las puntuaciones. Además, se utilizó una regresión de Cox y el método de Kaplan-Meier. El MREMS presentó el AUC más alto de 0,77 (intervalo de confianza del 95%, 0,75-0,79), significativamente más alto que los de los otros EWS. También mostró el mejor desempeño en el DCA y el índice de riesgo más alto para la mortalidad a 1 año [3,56 (2,94-4,31) para MREMS entre 9 y 18 puntos, y 11,71 (7,21-19,02) para MREMS > 18]. Resultados E3: 4.830 pacientes. Las mortalidades no acumuladas a los 30, 180 y 365 días fueron del 10,8%, 6,6% y 3,5%, respectivamente. El mejor valor predictivo se mostró para la mortalidad a los 30 días (AUC = 0,930; IC del 95%: 0,919-0,940), seguida de la mortalidad a los 180 días (AUC = 0,852; IC del 95%: 0,832-0,871) y a los 365 días (AUC = 0,806; IC del 95%: 0,778-0,833). Conclusiones: La rápida identificación de pacientes con riesgo de empeoramiento a largo plazo podría brindar una oportunidad para personalizar la atención a través de un seguimiento específico. Entre los siete EWS evaluados, el uso del MREMS presentó mejores características para predecir la mortalidad a 1 año; sin embargo, todos estos puntajes presentan desempeños moderados. Existen características precoces que ayudan a la caracterización rápida de pacientes con riesgo de mortalidad a corto, mediano o largo plazo podría ayudar a los SEM a mejorar el tratamiento de pacientes que sufren enfermedades agudas.