Your browser doesn't support javascript.
loading
Validación prospectiva de un modelo predictivo de ingreso y orientar la seguridad de la derivación inversa desde el triaje de los servicios de urgencias hospitalarios / Model to predict risk for hospital admission and indicate the safety of reverse triage in a hospital emergency department: a prospective validation study
Leey-Echavarría, Connie; Zorrilla-Riveiro, José; Arnau, Anna; Fernàndez-Puigbó, Mireia; Sala-Barcons, Ester; Gené, Emili.
Afiliação
  • Leey-Echavarría, Connie; Althaia Xarxa Assistencial Universitària de Manresa. Universidad Internacional de Catalunya. Manresa. España
  • Zorrilla-Riveiro, José; Althaia Xarxa Assistencial Universitària de Manresa. Universidad Internacional de Catalunya. Manresa. España
  • Arnau, Anna; Althaia Xarxa Assistencial Universitària de Manresa. Universitat de Vic–Universitat Central de Catalunya. Manresa. España
  • Fernàndez-Puigbó, Mireia; Althaia Xarxa Assistencial Universitària de Manresa. Servicio de Urgencias y Emergencias. Manresa. España
  • Sala-Barcons, Ester; Althaia Xarxa Assistencial Universitària de Manresa. Servicio de Urgencias y Emergencias. Manresa. España
  • Gené, Emili; Universitat Internacional de Catalunya. Universitat Autònoma de Barcelona. Sant Cugat del Vallès. España
Emergencias (Sant Vicenç dels Horts) ; 34(3): 165-173, Jun. 2022. tab, ilus, graf
Artigo em Espanhol | IBECS | ID: ibc-203719
Biblioteca responsável: ES1.1
Localização: ES15.1 - BNCS
RESUMEN
Objetivo. Validar prospectivamente un modelo predictivo de ingreso hospitalario para los pacientes atendidos en el servicio de urgencias hospitalario (SUH) con baja prioridad de visita y determinar la capacidad predictiva del modelo para realizar con seguridad la derivación inversa. Método. Estudio observacional unicéntrico de una cohorte prospectiva de validación de un modelo predictivo basado en variables demográficas, de proceso y las constantes vitales (modelo 3). Se incluyeron los episodios de pacientes >15 años con prioridades IV y V MAT-SET atendidos entre octubre 2018 y junio 2019. Se evaluó la discriminación mediante el área bajo la curva de la característica operativa del receptor (ABC). Para determinar la capacidad de discriminación se crearon 3 categorías de riesgo bajo, intermedio y alto. Resultados. Se incluyeron 2.110 episodios, de los cuales 109 (5,2%) ingresaron. La mediana de edad fue de 43,5 años (RIC 31-60,3) con un 55,5% de mujeres. El ABC fue de 0,71 (IC 95% 0,64-0,75). Según el modelo predictivo, 357 episodios (16,9%) puntuaron de bajo riesgo de ingreso y 240 (11,4%) de alto riesgo. El porcentaje de ingreso observado de los pacientes clasificados de alto riesgo fue de 15,8% mientras que el de los pacientes de bajo riego fue de 2,8%. Conclusiones. El modelo predictivo validado permite estratificar el riesgo de ingreso de los pacientes con baja priori- dad de visita. Los pacientes con alto riesgo de ingreso se les podría ofrecer una atención preferente dentro del mismo nivel de prioridad, mientras que los de bajo riesgo podrían ser redirigidos al recurso asistencial más adecuado (derivación inversa).
ABSTRACT
Objectives. To prospectively validate a model to predict hospital admission of patients given a low-priority classification on emergency department triage and to indicate the safety of reverse triage. Methods. Single-center observational study of a prospective cohort to validate a risk model incorporating demographic and emergency care process variables as well as vital signs. The cohort included emergency visits from patients over the age of 15 years with priority level classifications of IV and V according to the Andorran–Spanish triage system (Spanish acronym, MAT-SET) between October 2018 and June 2019. The area under the receiver operating characteristic curve (AUC) of the model was calculated to evaluate discrimination. Based on the model, we identified cut-off points to distinguish patients with low, intermediate, or high risk for hospital admission. Results. A total of 2110 emergencies were included in the validation cohort; 109 patients (5.2%) were hospitalized. The median age was 43.5 years (interquartile range, 31-60.3 years); 55.5% were female. The AUC was 0.71 (95% CI, 0.64-0.75). The model identified 357 patients (16.9%) at low risk of hospitalization and 240 (11.4%) at high risk. A total of 15.8% of the high-risk patients and 2.8% of the low-risk patients were hospitalized. Conclusions. The validated model is able to identify risk for hospitalization among patients classified as low priority on triage. Patients identified as having high risk of hospitalization could be offered preferential treatment within the same level of priority at triage, while those at low risk of admission could be referred to a more appropriate care level on reverse triage.
Assuntos

Texto completo: Disponível Coleções: Bases de dados nacionais / Espanha Base de dados: IBECS Assunto principal: Triagem / Serviços Médicos de Emergência Limite: Adulto / Humanos Idioma: Espanhol Revista: Emergencias (Sant Vicenç dels Horts) Ano de publicação: 2022 Tipo de documento: Artigo Instituição/País de afiliação: Althaia Xarxa Assistencial Universitària de Manresa/España / Universitat Internacional de Catalunya/España
Texto completo: Disponível Coleções: Bases de dados nacionais / Espanha Base de dados: IBECS Assunto principal: Triagem / Serviços Médicos de Emergência Limite: Adulto / Humanos Idioma: Espanhol Revista: Emergencias (Sant Vicenç dels Horts) Ano de publicação: 2022 Tipo de documento: Artigo Instituição/País de afiliação: Althaia Xarxa Assistencial Universitària de Manresa/España / Universitat Internacional de Catalunya/España
...