Póster con relevancia para la práctica clínica

Introducción: Se ha propuesto la tomografía computarizada (TC) como primera prueba en toda ingesta cáustica. Un algoritmo diagnóstico basado en el análisis del riesgo de cada ingesta permitiría reducir el número de exploraciones innecesarias.

Objetivos: Desarrollar un algoritmo diagnóstico basado en factores predictivos. Evaluar su precisión diagnóstica y compararlo con la estrategia basada en la TC.

Métodos: Estudio observacional prospectivo que incluye todas las ingestas de cáustico en adultos atendidas en el Hospital Clínic Universitari de València (1995-2019). La variable principal es la evolución desfavorable (ingreso en UCI, cirugía urgente, fallecimiento). Se estudia la relación de variables clínicas, analíticas, endoscópicas y radiológicas con el desenlace. Se realiza análisis de regresión logística con imputación múltiple para identificar los factores predictores y desarrollar un algoritmo diagnóstico basado en el riesgo de mala evolución. Se evalúa su rendimiento diagnóstico y se compara el número de pruebas requeridas respecto a la estrategia de TC.

Resultados: Se incluyen 503 casos. Las variables predictoras fueron: volumen mayor de 200 mL o cáustico de pH fuerte (OR 3, IC95%: 1,6-5,9), lesiones faringo-laríngeas (OR 2,1, IC95%: 1,1-4,1), neutrofilia (OR 5,4, IC95%: 3,4-8,6), acidosis metabólica (OR 17,5, IC95%: 10,7-28,5) y lesión endoscópica (OR 5,1, IC95%: 4,0-6,5). El algoritmo basado en estas variables proporciona sensibilidad de 93,4%, especificidad de 96,1%, valor predictivo (VP) positivo de 79,2% y VP negativo de 98,9%; de esta forma, 52% de los pacientes no requerirían ninguna prueba complementaria, 60% solo necesitarían una analítica, 24% TC y 36% endoscopia; según la estrategia basada en TC, esta se realizaría en el 100% de los casos y la endoscopia en el 24%.

Conclusiones: El algoritmo diagnóstico basado en el riesgo permite predecir de forma fiable el desenlace del episodio de ingesta de cáustico y reducir el número de pruebas diagnósticas.