SciELO - Scientific Electronic Library Online

 
vol.42 número1Diagnóstico morfológico de Helicobacter pylori mediante citología gástrica por cepilladoQuemodectomas de la región cervicofacial índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista Cubana de Medicina

versión On-line ISSN 1561-302X

Rev cubana med v.42 n.1 Ciudad de la Habana ene.-mar. 2003

 

Hospital Universitario Clínicoquirúrgico “Gustavo Aldereguía”
Hospital Universitario Clínicoquirúrgico “Arnaldo Milián”
Universidad de Cienfuegos

Creación y validación de un instrumento para el seguimiento de pacientes con enfermedad cerebrovascular

Dr. Rubén M. Bembibre Taboada,1 Lic. Roberto Suárez Suri,2 Lic. Eduardo Concepción Morales,3 Dr. José Cabrera Gómez,4 Alfredo Espinosa Brito,5 Dr. Ramón Erice Lafonte6 y María Victoria Peraza7

Resumen

Se realizó un estudio para crear y validar un instrumento para el seguimiento de pacientes con enfermedad cerebrovascular, y determinar las variables necesarias para evaluarlos y establecer procedimientos para obtener un puntaje y estratificación por grupos que permitan una clasificación pronóstica y evolutiva de nuevos casos. Se analizó una muestra multicéntrica, de 1 218 enfermos, por métodos estadísticos: V de Cramer. Detector Automático de Interacciones, Chi cuadrado, regresión logística, método de Spearman, escalamiento óptimo, análisis factorial, etc., sobre bases de datos EXCEL transferida al paquete estadístico para Ciencias Sociales. Se obtuvo un instrumento manual y 2 implementados en sistema computadorizado: clínico y general, con porcentajes correctos de clasificación superiores a 90 y válidos en resultado global con 90,09; 92,98 y 94,14 %, respectivamente. Los puntajes y clasificación se realizaron sobre la base de los coeficientes obtenidos en un intervalo de 0-1. Resultaron 3 grupos de riesgo: bajo (vivo sin discapacidad: 0 £ puntaje £ 0,33), medio (vivo con discapacidad 0,33 < puntaje < 0,67) y alto (fallecido 0,67 £ puntaje £ 1), algunos clasifican directamente por interacciones. Se obtuvo un instrumento de rigor científico cuanticualitativo, único en el país, de fácil aplicación, para atender pacientes con enfermedad cerebrovascular y, sobre esta base tomar decisiones para ejecutar una práctica médica de mayor calidad.

DeCS: HEMORRAGIA CEREBRAL; INFARTO CEREBRAL; EQUIPOS Y SUMINISTROS; ESTUDIOS DE SEGUIMIENTO; PROGRAMAS NACIONALES DE SALUD; ESTUDIOS DE EVALUACION.

Las enfermedades cerebrovasculares (ECV) constituyen la tercera causa de muerte y primera de discapacidad en el mundo.1 Se reportan tasa de incidencia para la primera ECV de 132,4 ´ 100 000 hab y para cualquier ECV, de 162,7 por 100 000 hab; con tasas de incidencia ajustadas por edades para población mundial de 61,3 y 73,6 ´ 100 000 hab, respectivamente.2 La mortalidad global varía entre 6 y 30 % con una media aproximada del 20 %.3 Por la magnitud de su repercusión en la salud ha sido priorizada en los programas sanitarios de la Organización Mundial de la Salud (OMS).

En Cuba, las ECV constituyen uno de los problemas de salud más importantes, afectan alrededor del 5 % de la población mayor de 65 años y representa entre el 9 y el 10 % del total de fallecidos. Entre los que sobreviven, el 50 % o más quedan con alguna secuela. La mortalidad por ECV ha mostrado un incremento progresivo desde los años 70, alcanzó las cifras más altas en 1999. En los últimos 5 años, en Cuba mueren, como promedio, anualmente unas 7 900 personas por esta causa y de ellas, alrededor del 85 % tiene 60 años o más.4

El incremento de la rigurosidad de atención y sistematicidad para el tratamiento y seguimiento de estos pacientes está priorizado por el Ministerio de Salud Pública. Sobre esa base se está implementando el Programa Nacional de Prevención y Control de las ECV en el país.4

El éxito de la medicina intensiva está estrechamente vinculado al pronóstico que debe ser lo más preciso posible para poder planificar mejor la estrategia terapéutica y de seguimiento adecuadas.5 La omisión de la predicción como objetivo fundamental de la ciencia médica básica ha creado una importante deficiencia en el trabajo clínico, puesto que uno de los mayores desafíos actuales en el cuidado de los pacientes es el de establecer una predicción pronóstica. Sin instrumentos de medición sería imposible ejercer una medicina verdaderamente científica a la luz de los conocimientos actuales.

Métodos

El universo de la investigación estuvo constituido por todos los pacientes con ECV que ingresaron en los servicios de Terapia de los hospitales clinicoquirúrgicos “Gustavo Aldereguía”, de la provincia Cienfuegos, y “Arnaldo Milián Castro”de Villa Clara, en el período del 1-7-2000 al 1-7-2001. Comprobados por tomografía axial computadorizada (TAC).

Un personal entrenado aplicó una encuesta a los enfermos, para ello evaluaron previamente sus conocimientos para lograr evaluación con criterios unicistas y evitar sesgo en la recogida de datos en el aspecto datos aportados por el observador, teniendo en cuenta que los requisitos aceptados internacionalmente para construir escalas son: tiempo de aplicación, concordancia interobservadores, y concordancia intraobservador, esto fue analizado por método estadístico determinado por coeficiente de Kappa y la prueba no paramétrica de Friedman del paquete SPSS (Statistical Paquet Social Sciences). Estos análisis se realizaron con la información proveniente de los casos que ingresaron en un período de 30 d previos a la investigación. El personal encargado fueron médicos intensivistas que laboran en las unidades citadas.

Luego se revisaron los expedientes clínicos de los encuestados y una vez concluidas las planillas se transfirieron los datos a sistema EXCEL para su ulterior traspaso a SPSS.

Se analizaron las variables implicadas en el estudio, se determinaron las significativas y se definieron las necesarias para incluir en el instrumento de medición.

El estudio estadístico se basó en la información aportada por 94 variables en los 1 218 pacientes incluidos en la investigación. El análisis de las correlaciones bivariadas fue ejecutado mediante el coeficiente de correlación V de Cramer y método de Spearman.

Se realizó un análisis más detallado mediante tablas de contingencias; inicialmente fueron eliminadas del proceso, para la búsqueda de puntuación, las variables cuyas correlaciones fueron muy próximas a cero y no hubo indicios de relación, ni en el caso de fundición de categorías contiguas. No obstante, algunas de las variables excluidas en este análisis fueron consideradas en la búsqueda de interacciones y analizadas en los 4 momentos en los que se realizaron mediciones (ingreso, 24 h, 72 h y egreso), en el caso de las variables clínicas y siempre con la totalidad de casos. Fue aplicado escalamiento óptimo.

Para determinar la importancia de las variables en la búsqueda de la escala se realizó un análisis factorial. Se aplicó una regresión logística por el método paso a paso, primeramente, empleando como variable dependiente el estado del paciente al egreso en 2 categorías (vivos y fallecidos) y posteriormente, con las de vivos sin discapacidad y vivos con discapacidad, lo cual permitió establecer las variables independientes que mejor diferenciaron a los pacientes en las diferentes categorías; se realizó ajuste en ambos casos (empleando variables clínicas y la totalidad de variables).

Después se aplicaron las regresiones logísticas a las variables que quedaban del método paso a paso y, finalmente, la prueba de bondad de ajuste.

Luego de efectuados los análisis se repitió el proceso de regresión logística con una muestra aleatoria de 2 936 casos. Este número fue obtenido a partir de las variables fraccionadas por tiempos (1 218 pacientes en 4 mediciones).

Para determinar las variables en el procedimiento de clasificación con variables clínicas de carácter manual se empleó una regresión lineal múltiple con los resultados de un escalamiento óptimo que permitió eliminar las no necesarias. Para establecer los procedimientos para clasificar y estratificar los grupos de riesgo en este acápite fueron utilizados el Detector Automático de Interacciones Chi cuadrado (CHAID)con acoplamiento a SPSS y el CATPCA versión 1.0 de la Data Theory Scaling System Group(DTSS).

A partir de las variables seleccionadas se aplicaron 2 regresiones logísticas, la primera para diferenciar los vivos y fallecidos, y la segunda, aplicada a los individuos clasificados como vivos para su reclasificación en vivos sin discapacidad y vivos con discapacidad.

El procedimiento anterior fue aplicado para establecer el proceso de clasificación empleando variables clínicas y todas las variables. Se logró un procedimiento de clasificación compuesto de 2 partes. Primero, clasificación por interacciones y segundo, clasificación utilizando los resultados de la regresión logística, para los casos no clasificados en uno.

En el caso de las variables clínicas se empleó un procedimiento similar al anterior, pero los individuos no clasificados por interacciones son clasificados empleando una regresión lineal múltiple utilizando los resultados del escalamiento óptimo. Con el compendio de todos los análisis hasta aquí efectuados se obtuvieron los instrumentos de medición que se presentan.
Uno netamene clínico para uso manual, uno de variables clínicas, computadorizado y otro con todas las variables, computadorizado. Los instrumentos se implementaron en un programa (software) en el ambiente Borland Delphi, versión 6.0, que funciona sobre el sistema operativo Windows 2000.

Resultados

El número de pacientes distribuidos según la variable egreso fue el siguiente: vivos sin discapacidad, 173; vivos con discapacidad, 758 y fallecidos 287, lo que representa un 14,2; 62,2 y 23,6 % respectivamente.

La correspondencia con el nivel de medición de las variables entre el estado del enfermo al egreso y cada una de las variables por separado permitió reconocer cuáles de las variables estaban mejor correlacionadas. Se hizo evidente en los resultados obtenidos por Spearman la significación de las variables obtenidas.

Después de aplicar un escalamiento óptimo donde participó el conjunto de variables con un comportamiento favorable en cuanto a su relación con la variable egreso, se calcularon las correlaciones parciales de estos con el estado del paciente, resultó que las variables clínicas y no clínicas con mejores correlaciones, así como los resultados de las pruebas de Hosmer y Lemeshow fueron las que se expresan en las tablas 1, 2, 3 y 4.

TABLA 1. Correlaciones variables no clínicas

      Egreso
Rho de Spearman

Egreso

Coeficiente de currelación

Significación (bilateral)

1,000
  Enfermedad previa: AVE isquémico previo Coeficiente de correlación
0,193
    Significación (bilateral)
0,000
  Localización de la lesión: Parietal Coeficiente de correlación
0,059
    Significación (bilateral)
0,039
  Localización de la lesión: tallo Coeficiente de correlación
0,049
    Significación (bilateral)
0,087
  Diagnóstico fisiopatológico: ATI Coeficiente de correlación
-0,140
    Significación (bilateral)
0,000
  Diagnóstico fisiopatológico: HIP Coeficiente de correlación
0,056
    Significación (bilateral)
0,052
  Diagnóstico fisiopatológico: HSA Coeficiente de correlación
-0,090
  aneurisma Significación (bilateral)
0,002
  Complicaciones: edema cerebral Coeficiente de correlación
0,412
    Significación (bilateral)
0,000
  Complicaciones cardiopatía isquémica Coeficiente de correlación
0,311
    Significación (bilateral)
0,000
  Complicaciones: DM, descompensada Coeficiente de correlación
-0,182
    Significación (bilateral)
0,000



TABLA 2. Tabla de contingencias para la prueba de Hosmer y Lemshow

    Egreso = vivo Egreso = fallecido  
 
Observado
Esperado
Observado
Esperado
Total
Paso
1
357
357,000
0
0,000
357
1
2
377
376,998
0
0,002
377
 
3
373
372,971
0
0,029
373
 
4
342
343,646
2
0,354
344
 
5
325
323,706
0
1,294
325
 
6
424
421,338
0
2,662
424
 
7
346
345,291
4
4,709
350
 
8
388
382,754
6
11,246
394
 
9
295
297,732
80
77,268
375
 
10
18
23,548
416
410,452
434


TABLA 3. Correlaciones parciales de las variables clínicas cuantificadas con egreso

(Cuantificación) Variables clínicas Egreso
  Conciencia 256
  Nivel de orientación -2,84E-02
  Respuesta a órdenes 0,101
  Fuerza motora MSD -0,221
  Fuerza motora MSI 0,148
  Fuerza Motora MID 0,181
  Fuerza motora MII -0,135
  Parálisis facial 0,207
  Sensibilidad 0,114
  Lenguaje 0,147
  Tono 0,226
  Reflejos osteotendinosos 1,504E-02
  Reflejos cutáneos mucosos 0,121


TABLA 4. Tabla de contingencia para la prueba de Hosmer y Lemeshow

    Egreso = vivo sin discapacidad   Egreso = vivo con discapacidad    
    Observado Esperado Observado Esperado Total
Paso 1 332 331,490 0 0,510 332
1 2 244 242,489 84 85,511 328
  3 25 23,943 297 298,057 322
  4 0 3,616 331 327,384 331
  5 1 1,243 323 322,757 324
  6 1 0,199 331 331,801 332
  7 0 0,022 330 329,978 330
  8 0 0,000 325 325,000 325
  9 0 0,000 325 325,000 325
  10 0 0,000 292 292,000 292


TABLA 5. Calidad de la clasificación

        Porcentaje Porcentaje
  Clasificación global Frecuencia Porcentaje válido acumulado
Válidos -1,00 104 2,1 2,8 2,8
  0,00 3 499 71,8 95,6 98,5
  1,00 56 1,1 1,5 100,0
  Total 3 659 75,1 100,0  
Perdidos Sistema 1 213 24,9    
Total   4872 100,0    

En el análisis factorial, el factor 1 estuvo determinado por las variables conciencia, respuesta a órdenes y orientación; el 2 por fuerza motora izquierda y reflejos osteotendinosos y el 3, por fuerza en miembro superior derecho y reflejos cutaneo-mucosos. Los resultados de la clasificación global se expresan en la tabla 5.

La repetición del proceso de regresión logística con la muestra aleatoria mostró resultados análogos a los obtenido con todos los datos con un porcentaje de clasificación correcta del 95. Fueron determinadas como significativas por su mayor correlación las variables: clínicas: conciencia, nivel de orientación, respuesta a órdenes, fuerza motora miembro superior derecho, fuerza motora miembro superior izquierdo, fuerza motora miembro inferior derecho, fuerza motora miembro inferior izquierdo, parálisis facial, sensibilidad, lenguaje, tono, reflejos osteotendinosos y reflejos cutaneomucosos.

No clínicas: enfermedad previa AVE isquémico, localización parietal localización tallo, diagnóstico fisiopatológico accidente transitorio de isquemia (ATI), hemorragia intraparenquimatosa (HTP), hemorragia subaracnoidea (HSA), complicación edema, cardiopatía isquémica, diabetes mellitus (DM) descompensada y falla orgánica.

Se definieron como variables a incluir en el instrumento:

Clínicas: conciencia, respuesta a órdenes, fuerza motora miembro inferior derecho, fuerza motora miembro inferior izquierdo, parálisis facial, sensibilidad, lenguaje, tono, reflejos osteotendinosos, reflejos cutaneomucosos y momento.

No clínicas: enfermedad previa AVE isquémico, localización parietal, localización tallo, diagnóstico fisiopatológico ATI, diagnóstico fisiopatológico HIP, HSA, hemorragia cerebromeningea (HCM), complicación edema, cardiopatía isquémica, DM descompensada y falla orgánica.

Para comenzar la determinación de puntajes y estratificación de grupos se empleó el método de interacciones las que fueron determinadas inicialmente en el 90 % delos casos, las más significativas fueron aplicadas con los casos de validación y posteriormente, recalculadas con todos los casos.

De acuerdo con el nivel de medición ordinal de la mayoría de las variables consideradas, se procedió a aplicar un análisis de componentes principales no paramétrico con el objetivo de elevar el nivel de medición logrado y efectuar otros análisis paramétricos. Se hizo un análisis factorial con las variables transformadas. Considerando el resultado de las técnicas empleadas y su correspondencia con la experiencia en la práctica médica se intentó establecer el peso de cada una de las variables y su puntuación total en cada paciente, lo cual no condujo a una escala satisfactoria, dándose el caso que variables que de forma global no correlacionan con el grupo, sí lo hacen en algunas de las categorías, lo cual fue resuelto con el uso del CHAID, de donde resultaron 10 alteraciones significativas en el caso de las variables clínicas y 20 para todas las variables.

Los puntajes asignados a los casos con vistas a seguir su evolución en los diferentes momentos del ingreso en el caso de todas las variables fueron establecidos a partir de las probabilidades de pertenencia al grupo de referencia en las regresiones logísticas aplicadas, se emplearon los siguientes criterios y se obtuvo los resultados que se señalan.
La probabilidad de pertenecer al grupo de referencia en una regresión logística esta dado por:

En el caso de las variables clínicas de acuerdo con la regresión logística efectuada, la cual fue validada a través de una muestra aleatoria, se obtuvieron resultados similares en cuanto a la clasificación, se asume la combinación lineal de las variables participantes con los coeficientes b.

Si se denota esta función en el caso de la clasificación en vivos y fallecidos por Z1, a partir de esta se puede calcular la probabilidad de pertenencia a cada grupo según la formula1.

Para lograr los puntajes de los individuos en una escala de puntos de 0 a 1 se procedió de la forma siguiente:

En la clasificación de vivos y fallecidos, consideramos que la función lineal obtenida se denotó por Z1, entonces:

Si p1 < 0,5, se calcula Z2 obtenida a partir de la regresión logística para clasificar los vivos en vivos sin o con discapacidad (bajo riesgo y riesgo moderado, respectivamente), donde:

Este procedimiento de asignación de puntaje, es válido para las variables clínicas y para todas las variables en el instrumento computadorizado, pues para los puntajes en el caso de las variables clínicas modalidad manual se siguió el siguiente procedimiento.

Se aplicó una regresión lineal múltiple empleando los valores de las variables escaladas según el análisis de componentes principales no paramétrico y en el caso de la variable dependiente, el estado al egreso fue recodificado convenientemente el intervalo (0-1), de modo que las estimaciones oscilan en este intervalo.

Este procedimiento clasifica de forma correcta el 87,5 % de los casos.

Se establecieron 3 procedimientos para la clasificación: uno manual clínico, uno clínico computadorizado y uno general computadorizado con todas las variables y se estratificaron 3 grupos sobre la base del puntaje y las interacciones:

1. Bajo riesgo (vivo sin discapacidad: 0 £ puntaje £ 0,33)
2. Moderado riesgo (vivo con discapacidad: 0,33 < puntaje < 0,67)
3. Alto riesgo (fallecido 0,67 £ puntaje £ 1)

El instrumento de clasificación de los pacientes quedó constituido por 2 módulos: Módulo 1: interacciones y Módulo 2: puntajes.

Si un paciente cumple una de las interacciones en el orden en que están dispuestas (anexo) es clasificado en la categoría correspondiente y se pasa al módulo 2 para asignarle un puntaje, si el puntaje obtenido no corresponde a la categoría asignada por interacciones se le asigna el valor más cercano de la categoría de pertenencia.

Si no satisface ninguna de las interacciones se pasa al módulo 2 y se clasifica según el puntaje correspondiente.

Se suman los valores de S1, se suman los valores de S2, se resta S1 de S2 y se obtiene un valor. 1.Grupo 1:0 £ puntaje £ 0,33; 2.Grupo 2: 0,33 < puntaje < 0,67 y 3.Grupo 3: 0,67 £ puntaje £ 1.

Los 3 instrumentos de medición: manual con variables clínicas y computadorizados: uno con variables clínicas y uno con variables clínicas y generales presentaron clasificaciones correctas superiores al 90 %. Validados en resultado global con 90,09; 92,98 y 94,14 %, respectivamente.

Discusión

Para seleccionar las variables se deben tener en cuenta la experiencia pasada y el juicio clínico, en la confección de otros instrumentos como el Acute Physilogy, Age, Chronic Health Evaluation(APACHE) fueron seleccionadas 20 variables fisiológicas para medir severidad de la enfermedad.

En nuestra serie fue constatada correlación significativa en cuanto a enfermedades previas con la existencia de ECV isquémica, explicable por la importancia que tiene el desarrollo de la afección en un cerebro dañado o en un organismo con condiciones predisponentes para una evolución tórpida, de igual forma se detectaron correlaciones importantes para las variables localizaciones según TAC en parietal y tallo. En la primera, dada por su frecuencia y evolución relacionada con la discapacidad y en la segunda, por radicar a este nivel puntos importantes de control vital que en muchos casos provocan evolución tórpida.

La TAC de perfusión trifásica se plantea como muy buena en el diagnóstico de la oclusión de la arteria cerebral media según investigaciones hechas en el Centro Nacional de Sansung, Seúl.6 En nuestro medio se realiza TAC lineal o helicoidal. Igualmente se señala la importancia del ultrasonido (UTS) en el estudio del flujo y características de la placa de ateroma, con uso de modo B.7,8

En nuestra serie en la variable diagnóstico fisiopatológico, se encontró correlación significativa para el ATI, asociado a evolución favorable, así como para el HIP, HSA y HCM en que se asoció con correlaciones de otro tipo, la última clasificando a través de la variable coma en nivel de conciencia, con evolución tórpida.

La variable complicación: edema, cardiopatía isquémica, descompensación de DM y la falla orgánica resultaron con significativos niveles correlacionales en nuestra serie, explicables por ser representativas o causales de desórdenes orgánicos importantes, siempre asociados a evolución desfavorable.

Para estimar el peso de las variables, el APACHE III utilizó el análisis multivariado de regresión logística para determinar la relación entre la muerte y cada una de las 20 variables fisiológicas, edad, condiciones crónicas de afectación de salud, status de operación y otras categorías mayores de enfermedad, usando ambas categorías con medición continua del peso.

Escalas neurológicas específicas han utilizado para el puntaje paquetes calculadores con construcción de modelos multivariados predictivos que usan métodos de regresión simple por transformación logarítmica o análisis de regresión múltiple.9

El estudio de Inouye, Hospital de Hyogo, en Kobe, Japón, confirmó que el uso de un modelo simple de regresión por transformación logarítmica tiene un alto valor predictivo.9

Para la construcción de la escala japonesa para AVE, el Comité de Escalas de AVE de la Sociedad de ECV del Japón seleccionó 10 variables estudiadas por análisis multivariado, tomó una batería de base de datos y las categorizó y evaluó por distribución y severidad, formuló una escala sin pesos, temporalmente sobre la base de 198 pacientes, y luego con 80 enfermos nuevos, interconsultados con 150 neurólogos sobre los rangos evaluativos y combinó variables de acuerdo con la severidad. Sobre la base de estos rangos estimó los pesos para cada factor. Otros autores han obtenido clasificaciones predictivas con uso de métodos estadísticos basados en aspectos determinados como la presencia de fibrilación auricular(FA). Gage y otros10 validaron una clasificación clínica de predicción para AVE estimando el riesgo en pacientes con FA y combinando clasificaciones mediante la asignación de pesajes con valores de un punto por cada aspecto tenido en cuenta.

La estratificación de grupos resulta de extrema importancia, pues sobre la base del establecimiento de los pesos de las variables según su valor en la ulterior evolución, se podrá definir, por determinados rangos, él pronóstico del enfermo. De acuerdo con el puntaje otorgado, un incremento o disminución del mismo, implica un peor o mejor pronóstico.

Hay estudios que refieren predicciones hasta mediano plazo con el 90 % de efectividad y sobre la base del puntaje obtenido hacen inferencia pronóstica y utilizan escalas, como la NIHSS , que muestran altos niveles de sensibilidad y especificidad con valores predictivos positivos por encima del 90 %, evaluados a los 3 meses, según Frankel y otros11, del Instituto Nacional de Desórdenes Neurológicos o Baird y otros12, en Bethesda, que toman el NIHSS, el índice de Barthel y estudios de resonancia magnética nuclear(REM) y clasifican el riesgo en bajo (0-2), medio (3-4) y alto(5-7) riesgo.

Algunos autores como Demchuk y otros13, en Calgary, relacionan clasificaciones con pronóstico, como el de tromboembolismo en el ictus isquémico y grados de flujo por Doppler transcraneal como predictivo de severidad clínica y mortalidad, o los grupos obtenidos en el estudio de caracterización inmunofenotípica de la placa en carótida por Schumacher y otros14, en Heidelburg, Alemania.14

Las tabulaciones cruzadas que usan factores significativos con acceso por análisis de varianza y análisis de regresión logística permiten identificar grupos de características homogéneas y considerar un valor predictivo para el mismo.15

La construcción de la escala, teniendo en cuenta las variables y los puntajes, una vez realizados los diversos procesos matemáticos necesarios, es el resultado de un exhaustivo trabajo.

Entre los resultados obtenidos por otros autores se señalan usos de modelos simples de regresión con transformación logarítmica o con análisis de regresión múltiple que logran un poder predictivo bien validado y con uso clínico; la creación de la escala paramétrica japonesa que proveé una medición cuantitativa de la severidad del AVE, con datos que revelan su potencialidad frente a otras universalmente aceptadas, con sistemas estandarizados desde el punto de vista clinimétricos; el uso del método de Steinman con diferentes mediciones independientes como edad, estado marital, situación de vida, situación social, tipo de AVE, mediciones fisiológicas de independencia que permitió construir una escala pronóstica.15

La ejecución de trabajos como el puntaje por tomografía temprana del Programa para ECV del Alberta Stroke Programme Early CT Score (ASPECTS) basado en el desarrollo tecnológico (REM) permitió los cálculos por regresión logística para obtener un puntaje.16

El uso de puntaje para hemorragia intracraneal (ICH score) ha sido útil en la estratificación de riesgo para este tipo de pacientes, según demostraron los estudios de Hemphill y otros,17 en una Universidad de California.

En cuanto a su aplicabilidad, el instrumento creado puede ser, por sus características, similar a otros existentes, como el empleado en la evaluación de las Guías de Buenas Prácticas Clínicas. Se han realizado trabajos como el de La Clair y otros18 para describir métodos y convertir las referidas guías en criterios de medición para evaluar los procederes recibidos por los enfermos, han usado la técnica de Delphi modificada, con instrumentos de abstracción, criterios y algoritmos de puntaje, el establecimiento de un índice pronóstico es una de las aplicaciones principales. Se han realizado diferentes investigaciones como una efectuada en Grecia, que señala los factores influyentes más reportados y realiza el análisis de la mortalidad durante1 año.19 El análisis de la calidad de vida es uno de los mayores retos, ya que una serie de medidas deben ir encaminadas en tal sentido, pues si importante es la cantidad de vida, también lo es la calidad de esta. Estos estudios son variados y comprenden desde la determinación del validismo y rehabilitación general hasta los medidores de otro tipo de discapacidad, como el efectuado por Gompertz y otros20, incluyendo las alteraciones de las funciones motoras, como el motor function test.21

Binkofsky y otros22, en Alemania, estudiaron los valores predictivos de datos clínicos en correspondencia con el tamaño de la lesión y con la recuperación del defecto, analizaron 52 pacientes hemiparéticos monitoreados en el curso clínico de su recuperación mediante un sensimotor de función normal; relacionaron el tamaño de la lesión por densidad protónica de REM y establecieron 3 grupos de pacientes, la recuperación fue más precoz en los que el defecto inicial fue menor.22 Se plantea que el estudio sobre calidad de vida, realizado en Yale, sobre ECV hemorrágica es un instrumento mejor que otros de su tipo para discriminar subgrupos entre sobrevivientes por AVE hemorrágico.23

El primer y segundo estudio europeo cooperativo de AVE(European Cooperative Acute Stroke Study I y II-ECASS) y el estudio del Instituto Nacional de Desórdenes Neurológicos y AVE, con el uso del activador hístico del plasminógeno, con ventanas terapéuticas establecidas en 6 y 3h, respectivamente y diferentes dosis de activador hístico del plasminógeno (rtpa) obtuvieron diferentes resultados y utilizaron la NIHSS, escala de Rankin modificada, el índice de Barthel y la escala de coma de Glasgow.24 En la definición de conductas con pacientes que requieren tratamientos quirúrgicos, como el endovascular en la estenosis severa sintomática de la arteria carótida, investigación realizada en Dinamarca por Baudier y otros25, u otro tipo de intervención en la cual es necesario definir el riesgo-beneficio para el enfermo, hay que aplicar sistemas pronósticos.

El Older Americans Resources Scale for Instrumental Activities of Daily living (OARS-IADL)26, en Montreal, el cual demostró que un pronto traslado combinado con rehabilitación domiciliaria logra una recuperación más rápida, mayor nivel de satisfacción y reintegración a la comunidad fue con aplicación del índice de Barthel y la Americam Resources Scale for Instrumental Activities of Daily Living (OARS-IADL).26

En conclusión, fueron creados 3 instrumentos de evaluación para pacientes con ECV, 1 manual y 2 computadorizados, de fácil manejo y con alta confiabilidad, que permiten la estratificación de pacientes en grupos de riesgo, con disímiles aplicaciones, mediante los cuales se realiza pronóstico y seguimiento evolutivo de los enfermos con incremento en la calidad de atención médica.

ANEXO. Módulos 1 y 2 del instrumento de evaluación para pacientes con enfermedad cerebrovascular

Módulo 1
Conciencia
Alerta
Somnoliento
Estupor
Coma
Reflejos   Reflejos   FMSI FMSD FMSI FMSD Reflejo FMII
cutáneos   cutáneos   paresia paresia paresia paresia cutaneomucoso paresia
ausentes   normal   3 o plejia 2,3 o plejia 3 o plejia 2,3 o plejia ausente 1,2,3 o plejia
FMSI FMSI Sensibilidad  
Alto riesgo
normal paresia 2 normal  
FMID Riesgo FMSI FMSI  
paresia moderado paresia normal
1,2,3   2,3  
Riesgo Riesgo Bajo
moderado moderado riesgo
 

Módulo 2

 
Variable Subsistemas S1 S2 Variable Subitemas S1 S2  
Conciencia 1.Alerta   0,038 Lenguaje 1.Normal   0,036
  2.Somnolencia 0,109     2.Disartria ligera
0,002
 
  3.Estupor 0,156     3.Disartria severa 0,044  
  4.Coma 0,334     4.Disfasia 0,058  
          5.Afasia 0,058  
FMSD 1. No defecto 0,034   FMSI 1.   0,033
  2. Paresia 1 0,034     2.   0,033
  3. Paresia 2 0,008     3.   0,011
  4. Paresia 3   0,069   4. 0,054  
  5. Plejia   0,22   5 . 0,097  
FMID 1.   0,016 FMII 1. 0,032  
  2.   0,016   2. 0,002  
  3. 0,005     3 .   0,047
  4. 0,068     4.   0,072
  5. 0,194     5.   0,078
Respuesta a órdenes 1.Obedece todas   0,026 Tono 1.Normal   0,061
  2.Obedece algunas 0,052     2.Flacidez 0,055  
  3.No obedece 0,152     3.Hipertonía 0,097  
               
Sensibilidad 1.Normal   0,009 Reflejos osteotendinosos 1.Normal   0,002
  2.Pérdida parc 0,028     2.Hipo reflejos 0,002  
  3.Pérdida dens 0,07     3.Hiper reflejos 0,002  
          4.Ausente 0,005  
Momento 1. Ingreso 0,007   Parálisis facial 1.No   0,02
  2. 24 h 0,014     2.Central pares 0,018  
  3. 72 h 0,021     3.Central cpta 0,109  
  4. Egreso 0,028     4.Periférica ‘paresia 0,228  
          5.Periférica completa 0,294  
               
Reflejos cutaneomucosos 0-Normal 0,00          
  1-Ausente 0,144          

Summary

A study was conducted to create and validate an instrument for the follow-up of patients with stroke. The necessary variables to evaluate these patients were determined and procedures were established to obtain a score and a stratification by groups that allow a prognostic and evolutive classification of the new cases. A multicenter sample of 1 218 patients was analyzed by statistical methods, such as: Cramer’s V, automatic interaction detector, Chi square, logistic regression, Spearman’s method, optimum scaling, factorial analysis, and others, on EXCEL database transferred to SPSS. A manual instrument and 2 computer-generated tools: a clinical and a general one with correct percentages of classification over 90 and validated according to global result with 90.09; 92.98 and 94.14 %, respectively, were attained. The scores and the classification were made on the basis of the coefficients observed in an interval from 0 to 1. 3 risk groups were obtained: low (live without disability: 0£score £ 0.33), mean (live with disability: 0.33< score<0.67) and high (dead: 0.67 £ score £ 1). Some patients were directly classified by interactions. An instrument of scientific quantitative and qualitative rigor, unique in the country and easy to apply was obtained to give attention to patients suffering from stroke and, on that basis, to make decisions aimed at performing a medical practice of higher quality.

Subject headings: CEREBRAL HEMORRHAGE; CEREBRAL INFARCTION; EQUIPMENT AND SUPPLIES; FOLLOW-UP STUDIES; NATIONAL HEALTH PROGRAMS; EVALUATION STUDIES.

Referencias bibliográficas

  1. Wojner AW, Alexandrov AV. Predictors of tube feeding in acute stroke patients with dysphagia.AACN Clin Issues 2000;11(4):531-40.
  2. Caicoya M, Rodríguez T, Lasheras C, Cuello R, Corrales C, Blazquez B. Stroke incidence in Asturias, 1990-1991. Rev Neurol 1996;24(131):806-11.
  3. López González FJ, Aldrey JM, Cacabelos P, Castillo J. Mortalidad hospitalaria en el ictus: influencia de los factores de riesgo vascular. Rev Neurol 1998;27(157):473-7.
  4. . Cuba. Ministerio de Salud Pública. Programa Nacional de Prevención y Control de las Enfermedades Cerebrovasculares. La Habana: Ministerio de Salud Pública; 2000.
  5. Knaus WA, Wagner DP, Draper EA, Zimmerman JE, Bergner M, Basts PG, et al.The APACHE III Prognostic System. Risk Prediction of Hospital Mortality for Critically ill Hospitalized Adults. Chest 1991;100(6):1619-36.
  6. Lee KH, Cho SJ, Byun HS, Na DG, Choi NC, Lee SJ, et al. Triphasic perfusion computed tomography in acute middle cerebral artery stroke:a correlation with angiographic findings. Arch Neurol 2000;57(7):990-9.
  7. Arnold A, Taylor P, Poston R, Modaresi K, Padayachee S.An objective method for grading ultrasound images of carotid artery plaques. Ultrasound Med Biol 2001;27(8): 1041-7.
  8. Alexandrov AV, Burgin WS, Demchuk AM, El-Mitwalli A, Grotta JC.Speed of intracranial clot lysis with intravenous tissue plasminogen activator therapy: sonographic classification and short -term improvement. Circulation 2001;103(24):2897-902.
  9. Inouye M. Predicting outcome of patients in Japan after first acute stroke using a simple model. Am J Phys Med Rehabil 2001;80(9):645-9.
  10. Gage BF, Waterman AD, Shannon W, Boechler M, Rich NW, Radford MJ. Validation of clinical classification schemes for predicting stroke:results from the National Registry of Atrial Fibrillation. JAMA 2001;285(22):2864-70.
  11. Frankel MR, Morgenstern MD, Kwiatkowski MD, Lu M, Tilley BC,Broderik JP, et al. Predicting prognosis after stroke. Neurology 2000; 55(10):953-8.
  12. Baird AE, Dambrosia J, Janket S, Eichbaum Q, Chavez C, Silver B, et al. A three scale for the early prediction of stroke recovery.Lancet 2001;357(9274):2095-9.
  13. Demchuk AM, Burgin WS, Christou I, Felberg RA, Barber PA, Hill MD, et al.Thrombolysis in brain ischemia (TISI) transcranial Doppler flow grades predict clinical severity, early recovery, and mortality in patients treated with intravenous tissue plasminogen activator. Stroke 2001;32(1):89-93.
  14. Schumacher H, Kaiser E, Schnabel PA, Sykora J, Eckstein HH, Allenberg JR. Immunophenotypic characterisation of carotid plaque: increased amount of inflammatory cells as an independent predictor for ischaemic symptoms. Eur Vasc Endovasc Surg 2001;21(6):494-501.
  15. Ween JE, Mernoff ST, Alexander MP. Recovery rates after stroke and their impact on outcome prediction.Neurorehabil Neural Repair 2000; 14(3):229-35.
  16. Barber PA, Demchuk AM, Zhang J, Buchan AM.Validity and reliability of a quantitative computed tomography score in predicting outcome of hyperacute stroke before thrombolytic therapy. Lancet 2000;355(9221):2170.
  17. Hemphill JC, Bonovich DC, Besmertis L, Manley GT, Johnston SC.The ICH score: a simple , reliable grading scale for intracerebral hemorrhage. Stroke 2001;32(4):891-7.
  18. LaClair BJ, Reker DM, Duncan PW, Horner RD, Hoenig H.Stroke care:a method for measuring compliance with AHCPR guidelines. Am J Phys Med Rehabil 2001; 80(3):235-42.
  19. Vemmos KN, Bots ML, Tsibouris PK, Zis VP, Takis CE, Grobbee DE.Prognosis of stroke in the south of Greece:1 year mortality, functional outcome and its determinants: The Arcadia Stroke Registry. J Neurol Neurosurg Psychiatry 2000;69(5):595-600.
  20. Gompertz PH, Irwin P, Morris R, Lowe D, Rutledge Z, Rudd AG, et al. Reliability and validity of the Intercollegiate Stroke Audit Package. J Eval Clin Pract 2001;7(1):1-11.
  21. Wolf SL, Catlin PA, Ellis M, Archer AL, Morgan S, Piacentino A. Assessing Wolf motor function test as outcome measure for research in patients after stroke. Stroke 2001;32(7):1635-9.
  22. Binkofski F, Seitz RJ, Hacklander T, Pawelec D, Mau J, Freund HJ. Recovery of motor functions following hemiparetic stroke:a clinical and magnetic resonance-morphometric study. Cerebrovasc Dis 2001;11(3):273-81.
  23. Hamedani AG, Wells CK, Brass LM, Kernan WN, Viscoli CM, Maraire JN, et al.A quality of life instrument for young hemorrhagic stroke patients. Stroke 2001; 32(3):687-95.
  24. Hacke W, Brott T, Caplan L, Meier D, Fieschi C, Von Kummer R, et al. Thrombolysis in acute ishemic stroke:Controlled trials and clinical experience. Neurology 2000; 53(4):3-14.
  25. Baudier JF, Licht PB, Roder O, Andersen PE. Endovascular treatment of severe symptomatic stenosis of the internal carotid artery:early nad late outcome. Eur J Vasc Endovasc Surg 2001;22(3):205-10.
  26. Mayo NE, Wood-Dauphinee S, Cote R, Gayton D, Carlton J,Buttery J, et al. Theres no place like home: an evaluation of early supported discharge for stroke. Stroke 2000; 31(10):2521-2.

Recibido: 18 de julio de 2002. Aprobado: 8 de octubre de 2002.
Dr. Rubén Bembibre Taboada. Hospital Clinicoquirúrgico “Dr. Gustavo Aldereguía Lima,” Avenida 5 de Septiembre y calle 51-A, Cienfuegos, Cuba.

1 Especialista de II en Medicina Interna. Medicina Intensiva y Emergencia. Profesor Asistente.
2 Licenciado en Educación. Master en Matemática Aplicada. Profesor Asistente.
3 Licenciado en Matemática. Master en Matemática Aplicada. Profesor Asistente.
4 Doctor en Ciencias. Especialista de II Grado en Neurología. Profesor Auxiliar.
5 Doctor en Ciencias. Especialista de II Grado en Medicina. Profesor Titular.
6 Especialista de I Grado en Medicina. Diplomado en Terapia Intensiva.
7 Especialista de I Grado en Geriatría. Diplomado en Terapia Intensiva.

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons