Um modelo de previsão para o risco de síndrome do desconforto respiratório agudo em pacientes com sepse: um estudo de coorte retrospectivo

Resumo
Contexto: O risco de morte em pacientes com sepse com síndrome do desconforto respiratório agudo (SDRA) é de 20-50%. Poucos estudos se concentraram na identificação de risco de SDRA entre pacientes com sepse. Este estudo teve como objetivo desenvolver e validar um nomograma para prever o risco de SDRA em pacientes com sepse com base no banco de dados do Medical Information Mart for Intensive Care IV.
Métodos: Um total de 16.523 pacientes com sepse foi incluído e dividido aleatoriamente nos conjuntos de treinamento e teste com uma proporção de 7:3 neste estudo de coorte retrospectivo. Os desfechos foram definidos como a ocorrência de SDRA em pacientes com sepse na UTI. Análises de regressão logística univariada e multivariada foram utilizadas no conjunto de treinamento para identificar os fatores que estavam associados ao risco de SDRA e que foram adotados para estabelecer o nomograma. A característica operacional do receptor e as curvas de calibração foram usadas para avaliar o desempenho preditivo do nomograma.
Resultados: No total, 2.422 (20,66%) pacientes com sepse apresentaram SDRA, com o tempo médio de acompanhamento de 8,47 (5,20; 16,20) dias. Os resultados mostraram que o índice de massa corporal, a frequência respiratória, o débito urinário, a pressão parcial de dióxido de carbono, o nitrogênio ureico no sangue, a vasopressina, a terapia de substituição renal contínua, o status de ventilação, a doença pulmonar crônica, o câncer maligno, a doença hepática, o choque séptico e a pancreatite podem ser preditores. A área sob a curva do modelo desenvolvido foi de 0,811 (IC95% 0,802-0,820) no conjunto de treinamento e 0,812 (IC95% 0,798-0,826) no conjunto de teste. A curva de calibração mostrou uma boa concordância entre a SDRA prevista e a observada em pacientes com sepse.
Conclusão: Desenvolvemos um modelo que incorpora treze características clínicas para prever o risco de SDRA em pacientes com sepse. O modelo apresentou boa capacidade preditiva por validação interna.
 

Abstract
Background: The risk of death in sepsis patients with acute respiratory distress syndrome (ARDS) was as high as 20-50%. Few studies focused on the risk identification of ARDS among sepsis patients. This study aimed to develop and validate a nomogram to predict the ARDS risk in sepsis patients based on the Medical Information Mart for Intensive Care IV database.
Methods: A total of 16,523 sepsis patients were included and randomly divided into the training and testing sets with a ratio of 7:3 in this retrospective cohort study. The outcomes were defined as the occurrence of ARDS for ICU patients with sepsis. Univariate and multivariate logistic regression analyses were used in the training set to identify the factors that were associated with ARDS risk, which were adopted to establish the nomogram. The receiver operating characteristic and calibration curves were used to assess the predictive performance of nomogram.
Results: Totally 2422 (20.66%) sepsis patients occurred ARDS, with the median follow-up time of 8.47 (5.20, 16.20) days. The results found that body mass index, respiratory rate, urine output, partial pressure of carbon dioxide, blood urea nitrogen, vasopressin, continuous renal replacement therapy, ventilation status, chronic pulmonary disease, malignant cancer, liver disease, septic shock and pancreatitis might be predictors. The area under the curve of developed model were 0.811 (95% CI 0.802-0.820) in the training set and 0.812 (95% CI 0.798-0.826) in the testing set. The calibration curve showed a good concordance between the predicted and observed ARDS among sepsis patients.
Conclusion: We developed a model incorporating thirteen clinical features to predict the ARDS risk in patients with sepsis. The model showed a good predictive ability by internal validation.