Modelo de predicción de mortalidad en Shock Séptico por infección de vías urinarias en pacientes diabéticos

Abstract

Generar un modelo predictor de mortalidad en shock séptico por infección de vías urinarias en pacientes diabéticos. Material y Métodos: Se llevó a cabo un estudio de tipo analítico, transversal. La población de estudio fueron pacientes diabéticos con shock séptico por infección de vías urinarias que cumplieron los criterios de inclusión y exclusión establecidos. Se utilizaron historias clínicas de pacientes elegidos por una lista de selección aleatoria simple. Después de obtener la información requerida a través de la ficha de recolección de datos se ingresaron en el software Microsoft Excel 2016 y al software estadístico: SPSS ver. 24. El análisis estadístico, se realizó a través de tablas CROSTAB simple, calculando las frecuencias absolutas y relativas porcentuales de acuerdo a los objetivos de estudio planteados. Se aplicó el modelo de regresión logística binaria múltiple para poder determinar los factores de riesgo asociados a la mortalidad. Resultados: Se aplicó el modelo de regresión logística binaria múltiple para poder determinar los factores asociados a mortalidad, el cual no tuvo significancia estadística: edad p=0.963, sexo p=0.963, procedencia p=0.996, tratamiento antibiótico p=0.966, días de hospitalización p=0.963, germen aislado p=0.996. Conclusiones: Las variables edad, sexo, procedencia, germen aislado, días de hospitalización, tratamiento antibiótico, no están asociadas a mortalidad en shock séptico por infección de vías urinarias en pacientes diabéticos. Un análisis de regresión logista multivariado con variables estadísticamente significativas para la generación de un modelo de predicción de mortalidad en shock séptico por infección de vías urinarias en pacientes diabéticos no pudo ser generado debido a que dichas variables no tienen significancia estadística. Recomendaciones: La adición de variables relacionadas al desarrollo del shock séptico tales como: estado de nutrición, comorbilidades, uso de medicinas inmunosupresoras y biomarcadores, deben ser tomadas en cuenta en futuros estudios así mismo se debe ampliar el número de muestra y realizar un estudio multicéntrico.

To generate a predictive model of mortality in septic shock due to urinary tract infection in diabetic patients. Material and Methods: An analytical, cross-sectional study was carried out. The study population was diabetic patients with septic shock due to urinary tract infection who met the established inclusion and exclusion criteria. Medical records of patients chosen by a simple random selection list were used. After obtaining the required information through the data collection form, they were entered into the Microsoft Excel 2016 software and the statistical software: SPSS ver. 24. The statistical analysis was carried out through simple CROSTAB tables, calculating the absolute and relative percentage frequencies according to the proposed study objectives. The multiple binary logistic regression model was applied to determine the risk factors associated with mortality. Results: The multiple binary logistic regression model was applied to determine the factors associated with mortality, which did not have statistical significance: age p=0.963, sex p=0.963, origin p=0.996, antibiotic treatment p=0.966, days of hospitalization p=0.963, isolated germ p=0.996. Conclusions: The variables age, sex, origin, isolated germ, days of hospitalization, antibiotic treatment, are not associated with mortality in septic shock due to urinary tract infection in diabetic patients. A multivariate logistic regression analysis with statistically significant variables for the generation of a mortality prediction model in septic shock due to urinary tract infection in diabetic patients could not be generated because these variables do not have statistical significance. Recommendations: The addition of variables related to the development of septic shock such as: nutritional status, comorbidities, use of immunosuppressive drugs and biomarkers, should be taken into account in future studies, and the sample number should be expanded and a multicenter study should be carried out.