Oncología (Sep 2019)
Apache II en pacientes con Cáncer
Abstract
Fundamento: EL SCORE APACHE II es un índice pronóstico que clasifica a los pacientes de acuerdo a su gravedad y a partir de ello predecir el desenlace desde el momento del ingreso hospitalario. La poca información disponible sobre índices pronósticos en pacientes con cáncer justifican el tratar de evaluar a este SCORE APACHE II como método descriptivo, clasificatorio y pronóstico en los pacientes oncológicos de nuestro Hospital. Materiales y métodos: Se realizó un estudio descriptivo, prospectivo, de corte transversal (385 con 100 exclusiones). A cada paciente se le asignó una puntuación APACHE II correspondiente a las primeras 24 horas de estancia en UCI, simultáneamente se los agrupó en: Oncológicos Clínicos y Oncológicos Post-q y estos a su vez de acuerdo a la evolución final hospitalaria en sobrevivientes y no sobrevivientes. La comparación de las medias de cada grupo de estudio se realizó a través de Test de Student´s para variables continuas y Chi cuadrado para las categóricas. Se determinó también la sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo. Resultados: El total de pacientes incluidos en el estudio fue de 285. El score APACHE II promedio fue de 17.28 ± 7.76; para el grupo de sobrevivientes fue de 14.86 ± 5.70 y los no sobrevivientes 26.30 ± 7.61 (p=0.003). Los sobrevivientes del grupo de pacientes oncológicos –clínicos tuvieron un score de APACHE II promedio 20.5 ± 5.03 y los fallecidos 28.72 ± 6.59 (p=0.0001). Los sobrevivientes del grupo de pacientes Post-q-oncológicos tuvieron una score de APACHE II promedio de 13.91 ± 5.29 y los no sobrevivientes (fallecidos) 19.50 ± 6.15 (p=0.001). Del total de la población, el 75% de los pacientes con un score ? 25 falleció; mientras que el 97% de los pacientes con un score ? 30 fallecieron. La sensibilidad de éste último valor fue de 38% y la especificidad del 100%. Conclusiones: El sistema APACHE II sirve de base para colocar a los pacientes en categoría de riesgo, con gran capacidad predictiva discriminativa en los valores extremos
