Mejorando la atención para niños después de sepsis
Un estudio revela los riesgos para los niños después del alta hospitalaria por sepsis.
― 7 minilectura
Tabla de contenidos
La sepsis es una enfermedad seria que puede llevar a altas tasas de enfermedad y muerte, especialmente en los Niños. Este problema es aún más grave en países de ingresos bajos y medios, donde ocurren la mayoría de los casos y muertes. Estas regiones enfrentan desafíos como Sistemas de Salud débiles, pobreza y problemas como la desnutrición. Para abordar el problema de la sepsis de manera efectiva, necesitamos un enfoque integral que mire todas las etapas de atención: antes de ir al hospital, durante el tratamiento y después de salir del hospital.
Aunque sabemos mucho sobre lo que ocurre durante y después de la atención hospitalaria para la sepsis, hay menos investigación sobre lo que pasa con los niños después de que regresan a casa. Los datos muestran que muchos niños mueren después de ser dados de alta, a veces tanto como los que mueren mientras están ingresados. Factores como la desnutrición y otros problemas de salud aumentan el riesgo, pero todavía necesitamos mejores formas de identificar qué niños están más en riesgo de morir después de salir del hospital.
Importancia del Cuidado Post-Alta
Después de salir del hospital, la mayoría de las muertes ocurren en casa en lugar de durante otra visita al hospital. Esto sugiere que muchas familias luchan por obtener la atención necesaria en casa, a menudo debido a problemas como la pobreza. Estos factores dificultan que las familias accedan a servicios de salud, y muchos hospitales también enfrentan desafíos para proporcionar atención de calidad, especialmente cuando los recursos son limitados.
Por lo tanto, es crucial centrarse en los niños más vulnerables y desarrollar estrategias para asegurarnos de que reciban la atención adecuada al regresar a casa. En este estudio, buscamos mejorar los métodos existentes que ayudan a identificar a los niños en alto riesgo de morir después de ser tratados por sospecha de sepsis.
Diseño y Configuración del Estudio
Esta investigación incluyó cuatro estudios separados, todos enfocados en recopilar datos para construir modelos de predicción. Dos estudios se centraron en niños menores de seis meses, mientras que los otros dos observaron a niños de seis meses a cinco años. La investigación fue aprobada por varios comités éticos en Uganda y Canadá.
Los estudios se llevaron a cabo en seis hospitales en todo Uganda, cubriendo una gran área con aproximadamente 8.2 millones de personas, incluyendo alrededor de 1.4 millones de niños pequeños. Los niños ingresados con sospecha de sepsis eran elegibles para estos estudios. La sospecha de sepsis se definió como tener una infección probada o sospechada, según la evaluación del equipo médico.
Recolección de Datos
Los datos fueron recolectados por enfermeras entrenadas al momento de la admisión hospitalaria. Recolectaron información clínica, social y demográfica de los niños y sus familias. Al momento del alta, las enfermeras registraron si el niño había muerto, sido dado de alta o referido a otro servicio. Se realizaron seguimientos por teléfono o en persona para verificar la salud de los niños y determinar si habían fallecido dentro de los seis meses posteriores a su salida del hospital.
Todos los datos recolectados se almacenaron de manera segura y se utilizaron para diseñar modelos que predicen el riesgo de morir después del alta.
Desarrollo del Modelo
El objetivo principal de nuestro modelo de predicción era identificar a los niños en riesgo de morir dentro de los seis meses posteriores a la salida del hospital. Para que estos modelos sean prácticos, nos propusimos mantenerlos simples, enfocándonos en información fácil de recolectar. Planeamos crear tres modelos para cada grupo de edad, utilizando solo datos clínicos, una combinación de datos clínicos y sociales, o cualquier dato disponible.
Identificamos qué factores eran más importantes y redujimos el número de variables utilizadas en nuestros modelos de predicción. Buscamos asegurarnos de que el modelo final fuera manejable y pudiera usarse de manera efectiva en entornos con recursos limitados.
Resultados
A lo largo del estudio, miles de niños fueron evaluados y muchos fueron inscritos en la investigación. Entre los menores de seis meses, el 93.4% estaba vivo al momento del alta, mientras que el 95.5% de los niños de 6 a 60 meses sobrevivieron. Sin embargo, algunos de estos niños murieron dentro de los seis meses de regresar a casa.
Para el grupo más joven, el 7.7% murió después del alta, mientras que el 4.8% de los niños mayores murió en el mismo plazo. La mayoría de estas muertes ocurrieron alrededor de un mes después de dejar el hospital.
El análisis reveló que ciertos factores clínicos básicos podían predecir qué niños estaban en mayor riesgo de morir después de salir del hospital. Por ejemplo, mediciones básicas como el peso, el estado de alimentación y los niveles de oxígeno fueron cruciales para determinar el riesgo.
Modelos Finales y Desempeño
Creamos varios modelos utilizando diferentes conjuntos de variables. Cada modelo proporcionó valiosos insights sobre el riesgo de Mortalidad post-alta.
Un modelo se enfocó solo en datos clínicos e incluyó factores como el peso y el estado de alimentación del niño. Este modelo pudo predecir resultados con buena precisión. Otro modelo que también incluía aspectos sociales tuvo un desempeño similar. Los modelos mostraron que incluso indicadores simples podrían identificar efectivamente a los niños que necesitaban más atención y cuidado post-alta.
Implicaciones para la Atención
Los hallazgos del estudio destacan la urgente necesidad de abordar la atención post-alta para niños que sufren sepsis. Los resultados sugieren que los sistemas de salud, particularmente en entornos con pocos recursos, deberían implementar seguimientos específicos para niños en mayor riesgo de muerte después de dejar el hospital.
Al usar datos simples y accesibles, los proveedores de salud pueden identificar mejor y apoyar a las familias vulnerables. Este enfoque centrado puede conducir a mejores resultados y reducir el número de muertes en esta población.
Limitaciones
Aunque los modelos mostraron buen desempeño, es importante validarlos en otros entornos para asegurar que funcionen bien en diferentes contextos. El estudio destacó la necesidad de actualizaciones continuas y mejoras en estos modelos a medida que nuevos datos estén disponibles.
Además, aunque los modelos brindan predicciones útiles, también requieren atención y cuidados adecuados para reducir efectivamente las tasas de mortalidad. El éxito de usar estos modelos depende de cuán bien respondan los sistemas de salud a los riesgos identificados.
Conclusión
La mortalidad post-alta para niños afectados por sepsis es un problema importante, pero con las herramientas adecuadas, podemos identificar a los que están en mayor riesgo. Este estudio muestra que indicadores clínicos simples pueden ayudar a marcar la diferencia. A medida que continuamos mejorando y validando estos modelos, podemos trabajar por una mejor atención para los niños vulnerables, asegurando que reciban el apoyo que necesitan al pasar del hospital a casa.
Al centrarnos en estos esfuerzos, los sistemas de salud pueden dar pasos importantes para reducir las tasas de mortalidad y mejorar los resultados de salud de los niños afectados por sepsis.
Título: Prediction models for post-discharge mortality among under-five children with suspected sepsis in Uganda: A multicohort analysis
Resumen: BackgroundIn many low-income countries, more than five percent of hospitalized children die following hospital discharge. The identification of those at risk has limited progress to improve outcomes. We aimed to develop algorithms to predict post-discharge mortality among children admitted with suspected sepsis. MethodsFour prospective cohort studies were conducted at six hospitals in Uganda between 2012 and 2021. Death occurring within six months of discharge was the primary outcome. Separate models were developed for children 0-6 months of age and for those 6-60 months of age, based on candidate predictors collected at admission. Within each age group, three models were derived, each with a maximum of eight variables based on variable importance. Deriving parsimonious models with different sets of predictors was prioritized to improve usability and support implementation in settings where some data elements are unavailable. All models were internally validated using 10-fold cross validation. Findings8,810 children were prospectively enrolled, of whom 470 died in hospital and 161 (1{middle dot}9%) were lost to follow-up; 257 (7{middle dot}7%) and 233 (4{middle dot}8%) post-discharge deaths occurred in the 0-6-month and 6-60-month age groups, respectively. The primary models had an area under the receiver operating characteristic curve (AUROC) of 0{middle dot}77 (95%CI 0{middle dot}74-0{middle dot}80) for 0-6-month-olds and 0{middle dot}75 (95%CI 0{middle dot}72-0{middle dot}79) for 6-60-month-olds; mean AUROCs among the 10 cross-validation folds were 0{middle dot}75 and 0{middle dot}73, respectively. Calibration across risk strata were good with Brier scores of 0{middle dot}07 and 0{middle dot}04, respectively. The most important variables included anthropometry and oxygen saturation. Additional variables included duration of illness, jaundice-age interaction, and a bulging fontanelle among 0-6-month-olds; and prior admissions, coma score, temperature, age-respiratory rate interaction, and HIV status among 6-60-month-olds. InterpretationSimple prediction models at admission with suspected sepsis can identify children at risk of post-discharge mortality. Further external validation is recommended for different contexts. Models can be integrated into existing processes to improve peri-discharge care as children transition from the hospital to the community. FundingGrand Challenges Canada (#TTS-1809-1939), Thrasher Research Fund (#13878), BC Childrens Hospital Foundation, and Mining4Life.
Autores: Matthew O Wiens, V. Nguyen, J. N. Bone, E. Kumbakumba, S. Businge, A. Tagoola, S. O. Sherine, E. Byaruhanga, E. Ssemwanga, C. Barigye, J. Nsungwa, C. Olaro, J. M. Ansermino, N. Kissoon, J. Singer, C. P. Larson, P. M. Lavoie, D. Dunsmuir, P. P. Moshovis, S. Novakowski, C. Komugisha, M. Tayebwa, D. Mwesigwa, N. West, M. Knappett, N. K. Mugisha, J. Kabakyenga
Última actualización: 2023-06-16 00:00:00
Idioma: English
Fuente URL: https://www.medrxiv.org/content/10.1101/2023.06.14.23291343
Fuente PDF: https://www.medrxiv.org/content/10.1101/2023.06.14.23291343.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.