Descarga la app Emergencing

Calculadora clínica en línea para predecir la mortalidad a 28 días en pacientes adultos mayores con encefalopatía asociada a sepsis: estudio retrospectivo con MIMIC-IV

Revista

Emergencing

Fecha de publicación

4 de diciembre de 2025

Informe médico JMIR. 4 de diciembre de 2025; 13: e76417. doi: 10.2196/76417.

ANTECEDENTES: La encefalopatía asociada a sepsis (EAG) representa una complicación crítica de la sepsis, especialmente entre los adultos mayores. A pesar de su relevancia clínica, sigue faltando herramientas accesibles y prácticas diseñadas específicamente para predecir la mortalidad a los 28 días en esta población vulnerable.

OBJETIVO: Nuestro objetivo fue mejorar la aplicabilidad práctica del modelo mediante la creación de una herramienta basada en la web que permita la predicción individualizada del riesgo de mortalidad en tiempo real, facilitando la intervención temprana y la toma de decisiones informadas en la práctica clínica.

MÉTODOS: Utilizando datos extraídos de la base de datos MIMIC-IV (Medical Information Mart for Intensive Care IV), identificamos pacientes mayores (≥65 años) con EAG (n = 2165) y los dividimos en una cohorte de desarrollo (n = 1531) y una cohorte de validación (n = 634). Se identificaron factores de riesgo clave asociados con la mortalidad a los 28 días y se construyó un nomograma predictivo. El rendimiento del modelo se evaluó mediante el índice de concordancia, la mejora de la discriminación integrada, el índice de reclasificación neta y el análisis de la curva de calibración. La aplicabilidad clínica se evaluó mediante el análisis de la curva de decisión y se comparó con los sistemas de puntuación tradicionales de las unidades de cuidados intensivos (UCI). Además, el nomograma se implementó como una aplicación basada en web, lo que permitió a los médicos ingresar datos y generar predicciones de mortalidad individualizadas.

RESULTADOS: Se incluyeron un total de 2165 pacientes mayores con EAG, entre los cuales 290 (13,4%) murieron dentro de los 28 días posteriores al ingreso en la UCI. La regresión logística multivariable identificó un menor peso corporal (odds ratio [OR] 0,985, IC 95 % 0,975-0,994; p = 0,001), una presión arterial sistólica más baja (OR 0,972, IC 95 % 0,957-0,986; p<.001), lower hemoglobin (OR 0.984, 95% CI 0.974-0.995; P=.005), lower PaO2 (OR 0.996, 95% CI 0.994-0.997; P<.001), and lower Glasgow Coma Scale score (OR 0.825, 95% CI 0.786-0.864; P<.001) as mortality risk factors. Higher respiratory rate (OR 1.083, 95% CI 1.029-1.141; P=.002), increased anion gap (OR 1.081, 95% CI 1.031-1.135; P=.001), elevated blood urea nitrogen (OR 1.045, 95% CI 1.016-1.076; P=.002), prolonged partial thromboplastin time (OR 1.033, 95% CI 1.016-1.050; P0,99; IC 95%: 0,999-1,000; p = 0,002) también fueron predictivos. Los pacientes admitidos en «otros» tipos de UCI tuvieron una mortalidad más baja en comparación con el grupo de referencia de la UCI médica (OR 0,327; IC del 95 %: 0,176-0,609; P<.001). The nomogram achieved concordance index values of 0.899 (development) and 0.897 (validation), outperforming sequential organ failure assessment (0.692), Acute Physiology Score III (0.804), Logistic Organ Dysfunction System (0.771), Simplified Acute Physiology Score II (0.704), and Oxford Acute Severity of Illness Score (0.753), with significant integrated discrimination improvement and net reclassification index improvements (all P<.001). Calibration curves confirmed good agreement between predicted and observed outcomes, while decision curve analysis supported the model's superior clinical utility.

CONCLUSIONES: Este estudio presenta un nomograma novedoso y validado para predecir la mortalidad a los 28 días en pacientes mayores con EAG, integrando datos clínicos disponibles de forma rutinaria. La implementación del modelo como herramienta digital mejora su accesibilidad y usabilidad, proporcionando a los médicos un recurso práctico para la estratificación del riesgo y la gestión individualizada de los pacientes.

PubMed:41343808 | DOI:10.2196/76417

Descarga la app Emergencing!

Accede a los abstracts en español de las revistas científicas más importantes en medicina de urgencias, emergencias y paciente crítico.

Descargo de responsabilidad
El idioma original es este artículo es el inglés. Mediante el sistema de traducción automático de la IA de emergencing, el contenido se ha traducido al español. Esta es una traducción no supervisada por lo que puede que alguna parte del contenido no refleje con exactitud la publicación original del autor/autores.