Warning: file_put_contents(/var/www/html/w_abstracts/administrator/logs/eshiol.log.php): Failed to open stream: Permission denied in /var/www/html/w_abstracts/libraries/vendor/joomla/filesystem/src/File.php on line 263

Warning: file_put_contents(/var/www/html/w_abstracts/administrator/logs/eshiol.log.php): Failed to open stream: Permission denied in /var/www/html/w_abstracts/libraries/vendor/joomla/filesystem/src/File.php on line 263
Predicción del pronóstico funcional en pacientes con ictus isquémico sometidos a trombectomía mecánica mediante un modelo de regresión logística

Predicción del pronóstico funcional en pacientes con ictus isquémico sometidos a trombectomía mecánica mediante un modelo de regresión logística

COMUNICACIÓN ORAL | 20 noviembre 2024, miércoles | Hora: 08:00

AUTORES

Tarruella Hernández, Diana Lucia 1; García Molina, Antonio 2; Lucero Garófano, Alvaro 3; Aliena Valero, Alicia 3; Pedrero Prieto, Manuel 1; Benlloch López, Carlos 1; Morales Caba, Lluis 1; Fortea Cabo, Gerardo 1; Salom Sanvalero, Juan.B 3; Escudero Martínez, Irene 1; Tembl Ferrairo, Jose Ignacio 1


CENTROS

1. Servicio de Neurología. Hospital Universitari i Politècnic La Fe; 2. Servicio: Farmacia. Hospital de Denia; 3. Servicio: Neurociencias. Hospital Universitari i Politècnic La Fe

OBJETIVOS

Elaborar un modelo predictivo del pronóstico funcional en el día 90 de pacientes sometidos a trombectomía mecánica (TM) a partir de variables clínicas y demográficas.

MATERIAL Y MÉTODOS

Estudio retrospectivo y observacional en el que se recogieron 22 variables clínico-radiológicas entre abril de 2016 y abril de 2024 mediante revisión de historias clínicas de pacientes sometidos a TM. Como variable respuesta se utilizó la escala Rankin modificada (mRS) al día 90, dividida en buen y mal pronóstico [0-2 vs 3-6]. Se emplearon los tests Chi-cuadrado para variables cualitativas y pb2gen del paquete (WRS) del software R para variables cuantitativas. Se generó el modelo predictivo mediante regresión logística (RL).

RESULTADOS

Se incluyeron 356 pacientes. En el análisis univariante fueron significativas la edad (68 [61-76.8] vs 73 [60,8-81], p = 0.008), glucemia_basal (113 [100-130] vs 129 [110-164], p = 0.000), NIHSS_basal (13 [9-17] vs 17 [13-20], p = 0.000), NIHSS_24h (2 [0-3] vs 13 [6-20], p = 0.000) y ASPECTS_post_TM (8 [7,25-9] vs 7 [5-8], p = 0.000), TICI_final (p = 0.002), transformación hemorrágica (p = 0.000), mRS_basal (p = 0.000) y número_pases (p = 0.041). Las variables significativas por RL fueron: Glucemia_basal, NIHSS_basal, ASPECTS_post_TM, oclusión_basilar y mRS_basal. El rendimiento de la RL fue: Sensibilidad = 0.865, especificidad = 0.553, valor predictivo positivo = 0.828, valor predictivo negativo = 0.563, AUC =0.868.

CONCLUSIONES

El modelo generado es capaz de detectar con elevada fiabilidad los pacientes con peor pronóstico funcional. El efecto de primer pase podría tener relevancia en el pronóstico funcional al día 90.

video


Dirección

Madrid: Fuerteventura 4, 28703, San Sebastián de los Reyes, Madrid

Barcelona: Vía Laietana 23, Entlo A-D, 08003, Barcelona