Síndrome de bajo gasto cardiaco en el postoperatorio de cirugía cardiaca. Perfil, diferencias en evolución clínica y pronóstico. Estudio ESBAGA / Low cardiac output syndrome in the postoperative period of cardiac surgery. Profile, differences in clinical course and prognosis. The ESBAGA study

OBJETIVOS: Análisis del perfil clínico, la evolución y las diferencias en morbimortalidad en el síndrome de bajo gasto cardiaco (SBGC) en el postoperatorio de cirugía cardiaca, según los 3 subgrupos de diagnóstico definidos en el Consenso SEMICYUC 2012. DISEÑO: Estudio de cohortes prospectivo multicéntrico. Ámbito: UCI de hospitales españoles con cirugía cardiaca. PACIENTES: Muestra consecutiva de 2.070 pacientes intervenidos de cirugía cardiaca. Análisis de 137 pacientes con SBGC. INTERVENCIONES: No se realiza intervención. RESULTADOS: Edad 68,3±9,3 años, 65,2% varones, con un EuroSCORE II de 9,99±13. Los antecedentes a destacar fueron: NYHA III-IV (52,9%), FEVI<35% (33,6%), IAM (31,9%), HTP severa (21,7%), estado crítico preoperatorio (18,8%), cirugía cardiaca previa (18,1%) y ACTP/stent (16,7%). Según subgrupos, 46 pacientes cumplían criterios hemodinámicos de SBGC (grupo A), 50 criterios clínicos (grupo B) y el resto (n=41) fueron shock cardiogénico (grupo C). En la evolución, se encontraron diferencias significativas entre los subgrupos en el tiempo de ventilación mecánica (114,4, 135,4 y 180,3min, para A, B y C, respectivamente, p < 0,001), la necesidad de reemplazo renal (11,4, 14,6 y 36,6%, p = 0,007), el fracaso multiorgánico (16,7, 13 y 47,5%) y la mortalidad (13,6, 12,5 y 35,9%, p = 0,01). La media de lactato máximo fue mayor en los pacientes con shock cardiogénico (p = 0,002). CONCLUSIONES: La evolución clínica de estos pacientes con SBGC conlleva una elevada morbimortalidad. Encontramos diferencias entre los subgrupos en el curso clínico postoperatorio y la mortalidad

OBJECTIVES: An analysis is made of the clinical profile, evolution and differences in morbidity and mortality of low cardiac output syndrome (LCOS) in the postoperative period of cardiac surgery, according to the 3 diagnostic subgroups defined by the SEMICYUC Consensus 2012. DESIGN: A multicenter, prospective cohort study was carried out. SETTING: ICUs of Spanish hospitals with cardiac surgery. PATIENTS: A consecutive sample of 2,070 cardiac surgery patients was included, with the analysis of 137 patients with LCOS. INTERVENTIONS: No intervention was carried out. RESULTS: The mean patient age was 68.3±9.3 years (65.2% males), with a EuroSCORE II of 9.99±13. NYHA functional class III-IV (52.9%), left ventricular ejection fraction<35% (33.6%), AMI (31.9%), severe PHT (21.7%), critical preoperative condition (18.8%), prior cardiac surgery (18.1%), PTCA/stent placement (16.7%). According to subgroups, 46 patients fulfilled hemodynamic criteria of LCOS (group A), 50 clinical criteria (group B), and the rest (n=41) presented cardiogenic shock (group C). Significant differences were observed over the evolutive course between the subgroups in terms of time subjected to mechanical ventilation (114.4, 135.4 and 180.3min in groups A, B and C, respectively; P<.001), renal replacement requirements (11.4, 14.6 and 36.6%; P=.007), multiorgan failure (16.7, 13 and 47.5%), and mortality (13.6, 12.5 and 35.9%; P=.01). The mean maximum lactate concentration was higher in cardiogenic shock patients (P=.002). CONCLUSIONS: The clinical evolution of these patients leads to high morbidity and mortality. We found differences between the subgroups in terms of the postoperative clinical course and mortality

La glucemia de las primeras 24 horas no es un factor pronóstico de mortalidad en pacientes críticos / Blood glucose levels in the first 24 hours of admission is not a risk factor for mortality in critical care patients

Introducción: Las alteraciones de la glucemia han mostrado ser un factor de riesgo en patologías como la cardiopatía isquémica y el paciente neurológico. La constatación de que su control estricto en niveles estrechos de la normalidad, determinaba una disminución en mortalidad y morbilidad han dado lugar a estudios intentando corroborar los resultados y ampliar a otros campos patológicos. 
Objetivos: Determinar si la alteración de la glucemia, per se, era un factor de riesgo para mortalidad en una muestra de pacientes ingresados en una unidad de medicina intensiva, con predominio de pacientes quirúrgico-traumáticos. Métodos: Se revisan las características demográficas, analíticas y de variables de monitorización habitual en UCI, en una muestra de 2.554 pacientes correspondientes a ingresos entre el 1 de enero de 2004 y 31 de diciembre de 2008. Se extrajeron los datos de un repositorio que adquiere los datos del programa de monitorización en intensivos CareVue. Se procesaron mediante la aplicación Excel con la utilidad hojas dinámicas, creando las variables glucemia inicial, glucemia promedio de las primeras 24 horas, y número de determinaciones. Del resto de variables analíticas y de monitorización se construyeron las correspondientes al promedio del primer día de ingreso, así como su número de determinaciones realizadas en ese primer día. La glucemia se determino en sangre completa no capilar. Para el estudio estadístico se estratifico la muestra en dos grupos: a) Muestra General (MG) y b) excluyendo a los pacientes con ingreso trás cirugía programada (EQP). En ambos se comprobó el efecto de la glucemia inicial y la promediada. El grupo b se segmento en dos según el número de determinaciones b1) una sola determinación de glucemia (EQP1) y b2) múltiples determinaciones (EQPM). De este grupo sin pacientes quirúrgicos programados, se repitió el estudio en aquellos pacientes con una duración de estancia de 3 o mas días en UCI (EQP3D). Se empleó Chi2 para variables cualitativas y Mantel Haenzel para calculo de ODD ratio; Mann-Whitney para las cuantitativas. En cada nivel de análisis, las variables con p < 0,05 y que tenían una representación superior al 60% en los datos, se incluyeron en análisis de regresión logística, con la mortalidad como variable dependiente. Se empleó el modelo saturado de inicio con backward hasta la ecuación final. Se emplearon las aplicaciones estadísticas SPSS y GSTAT 2. Se estimó como significativo p < 0,05. Resultados y discusión: Se estudiaron un total de 2.165 pacientes de los 2.554 que ingresaron en el periodo de estudio (96,5%). Los excluidos lo fueron por carecer de determinaciones de glucemia plasmática. En el estudio bivariado, la glucemia de inicio y la promedio mostraron diferencias significativas de mortalidad, ya en cifras absolutas, en la estratificación a tres niveles (< 60 mg/dL; 60-110 mg/dL y > 110 mg/dL) y en la estratificación de normal (60 a 110 mg/dL) frente a valores anormales (< 60 o > 110 mg/dL). Esta significación se pierde al realizar el modelo logístico. Del resto de las variables empleadas, la función renal y el NEMS se muestran como factores de riesgo para la mortalidad en esta muestra. 
Conclusiones: La hiperglucemia es un fenómeno prevalente en pacientes graves. La hipoglucemia es menos frecuente, y marca una mayor mortalidad. La glucemia de inicio, per se, no fue factor de riesgo para mortalidad en el estudio multivariado y a ninguno de los niveles estudiados. La glucemia promedio no añadió ningún poder de predicción. Al menos en lo relacionado a las primeras 24 horas, las alteraciones de la glucemia parecen responder más a un proceso de adaptación que marcar per se, un riesgo en el alta del paciente (AU)

Introduction: Glycemic alterations are known as a risk condition of death in several diseases, such as ischemic cardiovascular and neurological disorders. The fact that its tight control under narrow normality levels decreases mortality and morbidity have led to further studies seeking to confirm the results and expand them to other disease areas. Objectives: To determine whether glycemic changes by themselves are a mortality risk factor in a sample of patients within an Intensive Care Unit (ICU), among which predominates traumatic-surgical patients. Methods: Demographic and analytical characteristics were revised, as well as common monitoring variables in an ICU, among a sample of 2,554 patients from admissions between 1st January 2004 and 31 December 2008. Data were obtained from a database which endorsed records compiled with the monitoring ICU patients program Carevue. They were processed with dynamics sheets included in the Excel software with the following variables: initial glycemia, mean glycemia during the first 24 hours and number of determinations performed. We used the mean value in the admission day of the remaining analytical and monitoring variables and the number of test performed on this first day. The sample was stratified in two groups for the statistical analysis: a) General Sample (MG) and b) sample excluding patients admitted after a programmed surgery (EQP). In both cases the effect of initial and averaged glycemia was checked. Group b was divided in two, according to the number of determinations b1) a single blood glucose determination group (EQP1) and b2) a multiple determination group (EQPM). From this group of non-programmed surgical patients the study was repeated in those patients who stayed at the ICU 3 or more days (EQP3D). Chi-square and Mantel-Haenzel test for the ODD ratio determination were performed for qualitative variables; quantitative variables were examined with the Mann-Whitney test. At each analysis level, logistic regression was performed using mortality as the dependent variable, including those variables with p-values < 0.05 which represented more than 60% of the data. An initially saturated model with backward till the final equation was used. A p-value of 0.05 (i.e. p < 0.05) was set as the significant threshold for all statistical analysis. They were performed with SPSS and GSTAT 2 statistical software. 
Results and discussion: A total of 2,165 of the 2,554 admitted patients during the study period were included (96.5%). Exclusion criteria were absence of plasma glucose determinations. In the bivariate analysis, first and mean glucose blood levels showed significant differences in mortality rates in absolute figures and also when data were classified stratified in three levels (< 60 mg/dl; 60-110 mg/dl or > 110 mg/dl) or in two (normal values 60 to 110 mg/dl and unusual figures < 60 mg/dl or > 110 mg/dl). These significant differences were lost when a logistic model was applied. From the remaining variables, renal function and NEMS showed to be mortality risks factors in this sample. Conclusions: Hyperglycemia is a predominant phenomenon in critically ill patients. Hypoglycemia is less frequent and is associated with higher mortality rates. Initial glucose blood level, by itself, was not a mortality risk factor in the multivariate study and at none of the studied levels. Average glycemia did not add any prediction power. The changes in glucose blood levels seemed to be an adaptation process, which determined by itself a risk for the patient's discharge, at least in the first 24 hours period after ICU admission (AU)