Predicción de eventos farmacológicos adversos clínicamente relevantes en pacientes quirúrgicos
PLoS One, 23 de agosto de 2018 El uso combinado de un conjunto limitado de características del paciente fácilmente identificables puede ayudar a los médicos y farmacéuticos a identificar, en el momento de la admisión, pacientes quirúrgicos que tienen un mayor riesgo de desarrollar RAM durante su estadía en el hospital. Esto puede servir como base para tomar precauciones adicionales para garantizar la seguridad de los medicamentos en esos pacientes.
PLoS One, 23 de agosto de 2018
Antecedentes
La estratificación del riesgo de los pacientes hospitalarios para los eventos adversos de medicamentos permitiría dirigirse a los pacientes que pueden beneficiarse de las intervenciones destinadas a reducir la morbilidad relacionada con el fármaco. Apoyaría a los médicos y a los farmacéuticos de hospitales en la selección de pacientes para brindar un servicio de atención médica más eficiente. Este estudio tuvo como objetivo desarrollar un modelo de predicción que ayuda a identificar a los pacientes el día del ingreso hospitalario que tienen un mayor riesgo de desarrollar un evento adverso farmacológico clínicamente relevante y prevenible durante su estadía en un pabellón quirúrgico.
Métodos:
Se utilizaron datos del período de medición previa a la intervención del estudio P-REVIEW. Este estudio fue diseñado para evaluar el impacto de una intervención educativa multifacética sobre eventos adversos farmacológicos clínicamente relevantes y prevenibles en pacientes quirúrgicos. Treinta y nueve variables se evaluaron en un análisis de regresión logística univariado y multivariante, respectivamente. El rendimiento del modelo se expresó en el área bajo las características operativas del receptor. Bootstrapping fue utilizado para la validación del modelo.
Resultados:
Se incluyeron 6780 ingresos de pacientes en salas quirúrgicas durante el período previo a la intervención del ensayo PREVIEW. 102 pacientes experimentaron un evento farmacológico adverso clínicamente relevante durante su estadía en el hospital. El modelo de predicción comprendía cinco variables: edad, número de pruebas bioquímicas ordenadas, heparina / HBPM en dosis terapéutica, uso de opioides y uso de fármacos cardiovasculares. El AUROC fue 0,86 (IC del 95%: 0,83-0,88). El modelo tenía una sensibilidad del 80,4% y una especificidad del 73,4%. Los valores predictivos positivo y negativo fueron 4.5% y 99.6%, respectivamente. Bootstrapping generó parámetros en los mismos límites.
Conclusiones:
El uso combinado de un conjunto limitado de características del paciente fácilmente identificables puede ayudar a los médicos y farmacéuticos a identificar, en el momento de la admisión, pacientes quirúrgicos que tienen un mayor riesgo de desarrollar RAM durante su estadía en el hospital. Esto puede servir como base para tomar precauciones adicionales para garantizar la seguridad de los medicamentos en esos pacientes.
el trabajo
Bos JM, Kalkman GA, Groenewoud H, et al Prediction of clinically relevant adverse drug events in surgical patients.PLoS One. 2018 Aug 23;13(8):e0201645. doi: 10.1371/journal.pone.0201645. eCollection 2018.