metricas
covid
Buscar en
Cirugía Española
Toda la web
30 Congreso Nacional de Cirugía TRASPLANTES
Información de la revista

Congreso

Contenidos del congreso
Congreso
30 Congreso Nacional de Cirugía
Madrid, 10 - 13 noviembre 2014
Listado de sesiones
Comunicación
35. TRASPLANTES
Texto completo

O-251 - MODELOS DE PREDICCIÓN PRECOZ DE LA MALFUNCIÓN DEL INJERTO HEPÁTICO MEDIANTE REGRESIÓN LOGÍSTICA BINARIA

E. Sagarra Cebolla, J.Á. López Baena, J. Pérez-Ferreiroa Pérez, J. Pérez Peña, L. Olmedilla, B. Díaz-Zorita Aguilar, L. Rodríguez-Bachiller y J.L. García Sabrido

Hospital General Universitario Gregorio Marañón, Madrid.

Objetivos: Obtención de un modelo de predicción precoz de malfunción primaria del injerto hepático con parámetros clínicos, aclaramiento de verde de indocianina y flujos vasculares hepáticos intraoperatorios.

Métodos: 364 trasplantes hepáticos. Variables: GOT, INR y Bilirrubina en los tres primeros días de postoperatorio, ICG-PDR intraoperatorio y a las 24 horas; flujos vasculares intraoperatorios. Se han usado los criterios de Greig de Toronto de malfunción. Análisis univariante: test de la t-Student para variables cuantitativas (significativos los valores de p < 0,05; IC95%). Las variables categóricas se contrastaron con la χ2; significativos los valores de p < 0,05 (IC95%). Análisis multivariante: Regresión logística binaria; variable dependiente: desarrollo de disfunción grado IV. Análisis con el paquete estadístico del SPSS (20; Macintosh). Primer paso: algoritmo “introducir”; Segundo paso: algoritmo “backward”.

Resultados: Modelo predictivo con los valores de GOT, INR y bilirrubina. GOT de 2.500 U/L, INR de 2,2 y bilirrubina de 4,6. Probabilidad de clasificar bien los casos del 92,8%, sensibilidad del 70% y especificidad del 86%. Curva ROC: área de 0,807 (0,704-0,911; p = 0,000).Un modelo alternativo sin bilirrubina: probabilidad de clasificar bien los casos del 92,8%, sensibilidad del 73% y especificidad del 80%. Curva ROC: área de 0,811 (0,711-0,911; p = 0,000). Modelo predictivo para el ICG-PDR. ICG-PDR intraoperatorio: sensibilidad 83% y especificidad 76%. Curva ROC: área de 0,807 (0,713-0,900; p = 0,000). ICG-PDR a las 24 horas: sensibilidad del 74% y una especificidad del 78%. Curva ROC: área de 0,855 (0,785-0,925; p = 0,000). Tras el análisis estratificado, el modelo final quedó: ICG-PDR de 10%/min a las 24 horas, sodio del donante > 150 y GOT del primer día > 2.500 U/L. La probabilidad de clasificar bien los casos es del 92,7%, sensibilidad 87%, especificidad 83% y valor predictivo negativo del 78%. Curva ROC: área de 0,906 (0,847-0,950; p = 0,000). Modelo predictivo para el flujo arterial. Tras el análisis estratificado el modelo mantiene: flujo arterial < 125 ml/min., GOT > 2.500 U/L y tiempo de isquemia caliente > 65 minutos. Ofrece una sensibilidad del 71,8%, especificidad del 88% y valor predictivo negativo del 98,6%. Curva ROC: área de 0,877 (0,773-0,981; p = 0,001). Modelo predictivo con ICG-PDR y flujo arterial. En análisis estratificado mantuvo el ICG-PDR en las primeras 24 horas < 10 y el valor de los flujos arteriales de < 125 ml/min. Este modelo ofrece una sensibilidad del 87%, una especificidad del 79% y un valor predictivo negativo del 100%. La curva ROC: un área de 0,877 (0,804-0,950; p = 0,002).

Conclusiones: Las variables clínicas predicen de manera precoz la malfunción, especialmente los valores de GOT e INR en las primeras 72 horas pero el aclaramiento de verde de indocianina a las 24 horas inferior al 10%/min y los flujos arteriales intraoperatorios < 125 ml/min se muestran superiores en la predicción de la malfunción grave.

Listado de sesiones

es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos