Ventilación mecánica no invasiva en una unidad de cuidados intensivos

  1. Martín González, Félix
Dirigida por:
  1. María Navelonga Moreno García Directora
  2. Fernando Sánchez Hernández Director

Universidad de defensa: Universidad de Salamanca

Fecha de defensa: 01 de febrero de 2013

Tribunal:
  1. Juan Jiménez-Castellanos Presidente/a
  2. Miguel Santos del Rey Secretario
  3. Mercedes Sánchez Barba Vocal
  4. Javier González Uriarte Vocal
  5. Amparo Carmona Bono Vocal
Departamento:
  1. INFORMÁTICA Y AUTOMÁTICA

Tipo: Tesis

Teseo: 337167 DIALNET

Resumen

Introducción: La ventilación mecánica no invasiva (VMNI) se ha convertido durante los últimos años en una alternativa a la intubación orotraqueal (IOT) y conexión a ventilación mecánica invasiva (VMI) para el tratamiento de la insuficiencia respiratoria (IR). Aunque en algunas patologías, como la reagudización de la Enfermedad Pulmonar Obstructiva Crónica (EPOC) o el edema agudo de pulmón (EAP) la evidencia es muy amplia, en otro tipo de pacientes existen más discrepancias. Objetivo: Se plantean dos objetivos principales: - Conocer cómo se está utilizando la VMNI y su grado de eficacia. - Identificar marcadores predictores precoces de fracaso de la VMNI, para mejorar su utilización en futuros pacientes. Material y métodos: Se analizaron de forma retrospectiva todos los pacientes que recibieron tratamiento con VMNI en la Unidad de Cuidados Intensivos (UCI) del Hospital Clínico de Salamanca entre los años 2006 y 2011. Se realizó un análisis estadístico mediante la versión 19 del programa de IBM SPSS Statistics. - Para el análisis descriptivo y el comparativo se obtuvieron medias, desviaciones típicas y porcentajes, y se aplicaron los test adecuados a las distintas variables. - Posteriormente se realizó un estudio de regresión logística binaria, para identificar marcadores de fracaso de la VMNI. De forma independiente se realizó un estudio mediante técnicas de minería de datos, con dos tipos de algoritmos: - Algoritmos de selección de atributos, para identificar las variables más importantes en el resultado de la VMNI. - Algoritmos de clasificación, que predecirán éxito o fracaso de la VMNI en futuros pacientes. Resultados: En total se contabilizaron 410 casos de VMNI, con una edad media de 66,69 ± 13,38 años, y un APACHE II medio de 20,83 ± 13,38. La causa más frecuente de uso fue la IR aguda hipoxémica (38,05%), seguida de lejos de la IR post-extubación (21,22%) y la reagudización de EPOC (19,02%). El grupo menos numeroso fue el del EAP (6,83%). El porcentaje de fracaso total fue del 50,73%, con una mortalidad total del 33,41%. Los pacientes en los que la VMNI fue exitosa tuvieron menor mortalidad, con menor estancia en UCI y hospitalaria que los pacientes que fracasaron. Por tipo de IR, la que tuvo un mayor fracaso fue la IR aguda hipoxémica (73,72%), y la que menos el EAP (21,43%). El estudio de regresión logística identifica como variables predictoras de fracaso: el tipo de IR, el APACHE II, la existencia de alteraciones radiológicas al inicio de la VMNI, la bilirrubina al inicio de la VMNI, la necesidad de sedación para tolerarla, y el cambio de nivel de consciencia, PAFI, frecuencia respiratoria y frecuencia cardiaca del inicio a las 2 horas de VMNI. Las técnicas de minería de datos identifican multitud de variables importantes en el resultado de la VMNI, entre las que destacan los balances a las 12 y a las 24 horas. De los distintos modelos de clasificación, el que mejores resultados obtuvo fue el de Bagging con J48, con una precisión del 76,83%. Conclusión: La VMNI es una técnica útil para el tratamiento de la IR, siendo más eficaz en el EAP y en la reagudización de EPOC. Existen predictores de fracaso que pueden ayudar a la toma de decisiones en estos pacientes. Las técnicas de minería de datos pueden ser una herramienta útil para el manejo de grandes cantidades de variables.