Métodos: Se ha realizado un estudio prospectivo sobre 1.483 pacientes ingresados en el servicio de cirugía general de un hospital provincial. En el análisis se calcularon el riesgo relativo y su intervalo de confianza (IC) del 95%, de manera bruta y ajustando por factores de confusión mediante el uso de la regresión logística.
Resultados: Durante el seguimiento se detectaron 155 infecciones de la herida (10,5%), 19 neumonías (1,3%), 33infecciones urinarias (2,2%) y 33 muertes (2,2%). Los índices NNIS y SENIC demostraron una tendencia clara y ascendente con el riesgo de infección y muerte (a mayor puntuación del índice, mayor riesgo). Tras ajustar por factores de confusión, la asociación entre los índices y el riesgo de neumonía postoperatoria y la mortalidad se mantuvo. Para delinear si el índice SENIC añadió información a la capacidad predictiva del NNIS (y viceversa), se realizó un análisis de regresión lineal del índice SENIC sobre el índice NNIS (y viceversa). Se calcularon una serie de valores residuales. En el análisis de regresión logística, los residuales del índice NNIS (parte del índice no relacionada con el índice SENIC) añadieron capacidad predictiva al índice SENIC. Por el contrario, los residuales del índice SENIC (porción del índice no relacionada con el índice NNIS) no añadieron información al índice NNIS.
Conclusiones: Se concluye que los indicadores son buenos predictores del riesgo de neumonía postoperatoria y muerte intrahospitalaria y que el índice NNIS es mejor predictor que el índice SENIC.
Methods: A prospective study on 1,483 patients admitted to a service of general surgery was performed. The outcomes were nosocomial infection and in-hospital death. Relative risk and its 95% confidence interval were estimated. Unconditional logistic regresssion analysis was used to adjust for potential confounders.
Results: In the follow-up, 155 surgical site infections (10.5%), 19 postoperative pneumonias (1.3%), 33 urinary tract infections (2.2%) and 33 in-hospital deaths (2.2%). Both the NNIS index and the SENIC index showed a clear trend with infection risk and death; the higher the index, the higher the risk. After controlling for several confounders, the association was still observed. To assess whether the SENIC index added predictive power to the NNIS index (and viceversa) a linear regression analysis of the SENIC index on the NNIS index. A set of residuals (difference between the observed and expected values according to the regression equation) were estimated. In the logistic regression models, residuals of the NNIS index (part of the NNIS index unrelated to the SENIC index, whereas the residuals of the SENIC index did not increase the predictive power of the NNIS index.
Conclusions.: Both the SENIC index and the NNIS index are independent predictors of several sites of nosocomial infection and in-hospital death. The NNIS is a better predictor than the SENIC index