Management of Preoperative Anemia.

Anemia is the most common modifiable risk factor for postoperative morbidity and mortality. Early identification and optimal management are key to restore iron stores and ensure its resolution before surgery. Several therapies have been proposed to treat anemia in the perioperative period, such as iron supplementation and erythropoiesis-stimulating agents, though it remains unclear which is the most optimal to improve clinical outcomes. This article summarizes the most updated evidence on perioperative management of anemia and denotes differences among the international guidelines to reflect the conflicting evidence in this field and the need for further research in specific areas.

Performance Comparison of Pulmonary Risk Scoring Systems in Lung Resection.

OBJECTIVE: To validate and compare the performance of different pulmonary risk scoring systems to predict postoperative pulmonary complications (PPCs) in lung resection surgery. DESIGN: Retrospective cohort study SETTING: A historic single-center cohort of lung resection surgeries PARTICIPANTS: Adult patients undergoing lung resection surgery under 1-lung ventilation. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: The accuracy of the following pulmonary risk scoring systems were used to predict pulmonary complications: the ARISCAT (Assess respiratory RIsk in Surgical patients in CATalonia), the LAS VEGAS (Local Assessment of VEntilatory management during General Anesthesia for Surgery), the SPORC (Score for Prediction of Postoperative Respiratory Complications), and a recent thoracic-specific risk score, named CARDOT. Discrimination and calibration were assessed using the concordance (c) index and the intercept of LOESS (locally estimated scatterplot)-smoothed curves, respectively. Additional models were constructed that incorporated predicted postoperative forced expiratory volume (ppoFEV1) into each scoring system. Of the 2,104 patients undergoing lung surgery, 123 developed postoperative pulmonary complications (PPCs; 5.9%). All scoring systems had poor discriminatory power to predict PPCs (ARISCAT c-index 0.60, 95% confidence interval [CI] 0.55-0.65; LAS VEGAS c-index 0.68, 95% CI 0.63-0.73; SPORC c-index 0.63, 95% CI 0.59-0.68; CARDOT c-index 0.64, 95% CI 0.58-0.70), but the inclusion of ppoFEV1 slightly improved the performance of LAS VEGAS (c-index 0.70, 95% CI 0.66-0.75) and CARDOT (c-index 0.68, 95% CI 0.62-0.73). Analysis of calibration showed a slight overestimation when using ARISCAT (intercept -0.28) and LAS VEGAS (intercept -0.27). CONCLUSIONS: None of the scoring systems appeared to have adequate discriminatory power to predict PPCs among patients undergoing lung resection. An alternative risk score is necessary to better predict patients at risk of PPCs after thoracic surgery.

Predicción de la concentración de linfocitos T CD4, con base en la teoría de conjuntos aplicada al seguimiento de pacientes con VIH / Prediction of the concentration of CD4 T lymphocytes based on set theory applied to the monitoring of patients with HIV

Introducción: se desarrolló una metodología predictiva de CD4 a partir del recuento de leucocitos y linfocitos del hemograma para pacientes con VIH/sida, buscando una medida alternativa a la citometría de flujo.Métodos: se evaluó la pertenencia a cuatro conjuntos: A, B, C y D, de tripletas de linfocitos/mm³, leucocitos/mm³ y CD4/μL, tomados de 33 pacientes, recopilando de 4 a 5 muestras por paciente, 144 en total. La evaluación de (A ( C) , (B (D) y (A( C) ∩ (B ( D) permite establecer las predicciones a partir del porcentaje de pertenencia a estos conjuntos. Los resultados fueron ordenados de manera descendente dentro de nueve rangos de 1000 leucocitos. Se estableció el número de pacientes con predicciones acertadas y los rangos de mayor efectividad en la predicción.Resultados: la intersección (A ( C) ∩ (B ( D) mostró una efectividad en la predicción de CD4 del 85,71% en el rango de 4999-4000 leucocitos, del 83,33% en el de 3999-3000 y del 100% en el de menos de 3000.Conclusión: la capacidad predictiva y la utilidad clínica de la metodología desarrollada fueron confirmadas para la predicción de linfocitos T CD4, permitiendo disminuir costos frente a la citometría de flujo en el seguimiento de pacientes en el tiempo.

Introduction: A CD4 predictive methodology from the white cell blood count and lymphocyte blood counts was developed in patients with HIV/AIDS, seeking an alternative measure to flow cytometry.Methods: Membership to four sets: A, B, C and D, of triplets of: cells/mm³, leukocytes/mm³, and CD4 cells/μL, was assessed in samples taken from 33 patients, collecting 3 to 5 samples per patient, for a total of 144 samples. The assessment of (A ( C) , (B ( D) y (A ( C) ∩ (B ( D) allows for predictions based on the percentage of belonging to these groups. The results were arranged in descending order in nine ranges of 1000 leukocytes. The number of patients with accurate predictions and the ranges of greater effectiveness in prediction were established.Results: The intersection (A ( C) ∩ (B ( D) showed effectiveness of 85.71% in predicting CD4 in the range of 4999-4000 leukocytes, 83.33% for 3999-3000, and 100% in the range lesser than 3,000.Conclusion: The predictive ability and clinical usefulness of the methodology developed were confirmed for the prediction of T CD4 lymphocites, allowing to lower costs compared to flow cytometry in monitoring patients with HIV/AIDS over time.

Evaluación de arritmias con base en el método de ayuda diagnóstica de la dinámica cardiaca basado en la teoría de la probabilidad / Arrhythmias assessment based on a support diagnostic method of cardiac dynamics based on the theory of probability

Objetivo: confirmar la capacidad diagnóstica de una metodología basada en la teoría de probabilidad en casos de arritmia. Materiales y métodos: se realiza un estudio ciego, en el que se analizaron 10 Holter normales y 90 con diferentes tipos de arritmia, de pacientes mayores de 21 años. Se enmascara el diagnóstico convencional y se calcula la probabilidad de rangos de frecuencias cardiacas máximas, mínimas e intermedias cada hora, y de número de latidos por hora, para determinar el diagnóstico matemático de acuerdo con los tres parámetros establecidos previamente. Finalmente, se desenmascara el diagnóstico convencional, que fue tomado como Estándar de Oro, y se realiza un análisis de la concordancia diagnóstica para diferenciar normalidad y arritmia aguda. Resultados: los Holternormales, presentan valores matemáticos característicos de normalidad o en evolucióna enfermedad, mientras que todos los casos patológicos son diagnosticados por la metodología como en evolución a enfermedad o enfermos. Se obtiene una sensibilidad del 100%, una especificidad del 70%, un VPP de 93,33% y un VPNde 100%, y el coeficiente Kappa presenta un valor de 0,82. Conclusiones: la aplicación de la metodología en el estudio de alteraciones arrítmicas, evidencia un orden matemático mediante el cual se logra diferenciar normalidad de enfermedad y detectar estados de evolución a la enfermedad aun en estados clínicos con diagnóstico normal, de posible utilidad preventiva a nivel clínico.

Sistemas dinámicos cardiacos en neonatos normales: Ley caótica cardiaca neonatal / Cardiac dynamic systems in normal neonates: Neonate chaotic cardiac law

Objetivo: Caracterizar matemáticamente la dinámica cardiaca neonatal normal en cuatro estados: Dormido quieto, Dormido activo, Despierto quieto y Despierto activo, para desarrollar una generalización determinando todos los posibles atractores normales. Materiales y métodos: Con base en la teoría de los sistemas dinámicos se tomaron los intervalos RR mínimos y máximos de un neonato en cuatro estados comportamentales. Se realizó una simulación de la frecuencia de la dinámica cardiaca para cada estado construyendo atractores caóticos. Posteriormente se cuantificaron los espacios de ocupación y las dimensiones fractales de los atractores en el espacio generalizado de Box Counting, buscando igualdades y diferencias entre estos estados dinámicos. Finalmente se calcularon todos los posibles atractores normales, con base en una ley exponencial desarrollada previamente para la dinámica cardiaca de adultos. Resultados: Se encontraron diferencias entre los cuatro estados comportamentales al comparar medidas de ocupación espacial, las cuales presentaron valores de 199 para S1, 131 para S2, 61 para S3 y 175 para S4 en la rejilla Kp. Asimismo, se encontraron valores de dimensión fractal diferenciadores para cada uno de los estados. El número de atractores normales totales fue de 4602. Conclusión: Se desarrolló una nueva metodología fisicomatemática causal de la dinámica cardiaca neonatal que permite la diferenciación de diferentes estados comportamentales y el establecimiento de la totalidad de dinámicas normales.

Objective: To characterize mathematically normal cardiac dynamic on neonate in four states: Quiet asleep, Active asleep, Quiet awake, and Active awake, to develop a generalization determining all possible normal attractors. Materials and methods: Based on dynamic system theory, there were taken minimal and maximal RR intervals on a neonate in four behavioral states. Were made a simulation of cardiac dynamic frequency for each state building chaotic attractors. Later were quantified occupation spaces and fractal dimensions of the attractors on Box Counting general space, searching similarities and differences between these dynamic states. Finally there were calculated all possible normal attractors, based on an exponential law previously developed for adults cardiac dynamic. Results: There were found differences in every four behavioral states, comparing space occupation measures, which had values of 199 for S1, 131 for S2, 61 for S3 and 175 for S4 on Kp grille. Also there were found fractal dimension values distinguished for every state. Normal attractor's total number was 4602. Conclusion: There were developed a new a causal physical-mathematical methodology of neonate cardiac dynamic, which allow distinguish different behavioral states and establishment of all normal dynamics.