Cirugía Cardiovascular (Oct 2014)

Validación de EuroSCORE II en España

  • Antonio García-Valentín,
  • Eduardo Bernabeu,
  • Daniel Pereda,
  • Miguel Josa,
  • José María Cortina,
  • Carlos A. Mestres,
  • Jacobo Silva,
  • Patricio Llamas,
  • Eduardo Otero,
  • Ángel L. Fernández

DOI
https://doi.org/10.1016/j.circv.2014.07.007
Journal volume & issue
Vol. 21, no. 4
pp. 246 – 251

Abstract

Read online

Introducción: EuroSCORE ha sido el modelo de mortalidad quirúrgica de referencia desde finales del siglo xx, aunque diversos estudios han demostrado una pérdida progresiva de calibración. Esto condujo al desarrollo de su versión actualizada, EuroSCORE II. El objetivo de este trabajo fue el diseño y la realización de un proyecto de validación a nivel nacional en España. Métodos: Se diseñó un estudio prospectivo multicéntrico de participación voluntaria. Se obtuvieron los datos de EuroSCORE, EuroSCORE II y la mortalidad observada. Los datos fueron depurados hasta obtener una tasa de datos perdidos o incoherentes del 0%. La calibración de los modelos se evaluó mediante la prueba de bondad de ajuste de Hosmer-Lemeshow y la discriminación mediante el área bajo la curva ROC. Resultados: Veinte centros españoles participaron en el estudio, reclutándose 4.034 pacientes entre el 1 de octubre del 2012 y el 31 de marzo del 2013. Se analizó la prevalencia de factores de riesgo. La mortalidad observada fue del 6,5%. Los valores medios de EuroSCORE aditivo, logístico y EuroSCORE II fueron del 6,5, el 9,8 y el 5,7%, respectivamente. Las áreas bajo la curva ROC fueron EuroSCORE: 0,77 (IC del 95%, 0,74-0,80), EuroSCORE II: 0,79 (IC del 95%, 0,76-0,82). Los resultados de la prueba de bondad de ajuste fueron EuroSCORE: 33,02 (p < 0,001), EuroSCORE II: 38,98 (p < 0,001). Conclusiones: Los pacientes españoles presentan un perfil de riesgo alto. La mortalidad cruda es aceptable, más cercana al valor de EuroSCORE II que de EuroSCORE. Ambas escalas muestran mala calibración, EuroSCORE por sobreestimación y EuroSCORE II por infraestimación. El área bajo la curva ROC muestra buena discriminación para ambos modelos.

Keywords