Modelo predictivo de mortalidad hospitalaria por infarto de miocardio en una cohorte de un registro multicéntrico | Policlínico Docente “30 de Noviembre”
 

Modelo predictivo de mortalidad hospitalaria por infarto de miocardio en una cohorte de un registro multicéntrico

Una nueva investigación hace un importante aporte a la identificación y predicción de factores determinantes en la mortalidad hospitalaria de pacientes que han sufrido un infarto agudo de miocardio. El estudio, llevado a cabo entre el 1 de enero de 2018 y el 31 de diciembre de 2019, buscaba diseñar un modelo predictivo preciso para este escenario crítico…

Con un enfoque analítico de tipo cohorte y una muestra de 1124 pacientes del registro cubano de infarto, los resultados revelaron una serie de variables críticas. El 74,5 % de los fallecidos pertenecía al grupo de más de 70 años, lo que destaca la importancia de la edad en la predicción de la mortalidad.

El modelo predictivo, basado en un análisis de regresión logística binario, identificó siete factores cruciales. Entre estos, la tensión arterial sistólica menor de 100 mmHg, la edad mayor de 70 años, más de siete derivaciones afectadas, el bloqueo auriculoventricular alto grado, el Killip Kimbal IV, la presencia de fibrilación ventricular-taquicardia ventricular y el filtrado glomerular menor de 60 ml/min/1,73 m² se destacaron como predictores significativos.

La robustez del modelo se evidenció con una excelente discriminación (área bajo la curva 0,902) y calibración (0,483). La presencia de estos siete predictores permitirá a los profesionales de la salud tomar decisiones más informadas y personalizadas, mejorando así la atención y la gestión de casos críticos de infarto agudo de miocardio.

Este avance ofrece herramientas más precisas y efectivas para abordar la mortalidad hospitalaria en pacientes con infarto agudo de miocardio. El desarrollo de este modelo predictivo no solo representa un logro científico, sino también un paso adelante en la mejora continua de la atención médica cardiovascular.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>