Ergoscore: propuesta de algoritmo diagnóstico de cardiopatía isquémica en la unidad de dolor torácico

Autor: Salvador-Casabón, Juan Manuel, Serrano-Aísa, Pedro Javier, Cantero-Lozano, Daniel, Andrés-Sánchez, Arturo
Rok vydání: 2019
Zdroj: Zaguán. Repositorio Digital de la Universidad de Zaragoza
instname
Zaguán: Repositorio Digital de la Universidad de Zaragoza
Universidad de Zaragoza
Popis: La valoración del dolor torácico en urgencias puede resultar compleja. Se plante un algoritmo diagnóstico que permite clasificar a los pacientes en grupos de alto y bajo riesgo de etiología coronaria para las unidades de dolor torácico. Métodos: estudio observacional de cohortes histórica con seguimiento prospectivo de pacien- tes que acudieron a urgencias por dolor torácico sospechoso de etiología isquémica con electro- cardiograma y biomarcadores normales que se sometieron a una prueba de esfuerzo convencional. El seguimiento medio fue de 15 meses. Se consideró como patrón oro de etiología coronaria el cateterismo con lesiones significativas y como dato de negatividad el cateterismo sin lesiones y/o ausencia de recurrencia del dolor durante el seguimiento. Mediante regresión logística se obtuvieron las variables predictoras de origen coronario y se elaboró un algoritmo diagnóstico, basado en el Ergoscore (score realizado con los factores seleccionados) y en la prueba de esfuerzo. El poder discriminante del algoritmo se evalúo mediante área bajo la curva ROC (AUC). Resultados: se analizaron 100 pacientes. El 17% presentó lesiones coronarias significativas. La ergometría presentó una precisión del 89%. Los factores seleccionados fueron el score de riesgo cardiovascular y la probabilidad pretest. El Ergoscore menor o igual a 3 y superior o igual a 7 presentó el mejor comportamiento respecto a los parámetros de validez. Los resultados del algoritmo fueron: sensibilidad=82,4%, especificidad 89,2%, precisión 88%. No hubo falsos negativos. El AUC fue de 0.915. Conclusiones: el algoritmo presenta una adecuada precisión diagnóstica para detectar casos de origen coronario. Su aplicación evitaría realizar una prueba de esfuerzo a 32% de los pacientes
Databáze: OpenAIRE
Externí odkaz: