Comparação entre o Modelo UNICAMP II e o APACHE II em uma UTI Geral

(1)

Comparação entre o Modelo UNICAMP II

e o APACHE II em uma UTI Geral

Comparison Between UNICAMP II Model and APACHE II in a General ICU

Alves, C.J.; Terzi, R.G.G.;Franco, G.P.P.; Malheiros, W.M.P.

AbstrAct

OBJECTIVE: To compare the ability of two prognostic systems to predict hospital mortality in adult intensive care patients

DESIGN: A retrospective cohort study

SETTING: A mixed medical and surgical intensive care unit

MEASUREMENTS AND MAIN RESULTS: Probabilities of hospital death for patients were estimated applying models UNICAMP II and APACHE II. Comparisons with observed outcomes were carried out. Hospital death rate was higher than predicted by APACHE II (SMR=1.3338) but similar when the UNICAMP II model was used (SMR=0.9971). Good-ness of fit analysis using Hosmer-Lemeshow statistics exhibited good calibration for UNICAMP II model (Hg=8.26, p=0.4089, d.f.=8 and Cg=10.36, p=0.2408, d.f.=8) but poor for APACHE II (Hg=25.15, p=0.0015, d.f.=8 and Cg=24,21, p=0.0021, d.f.=8). Both models exhibited good discrimination by the calculated area under the receiver operating char-acteristic curve (UNICAMP II model = 0.8876 and APACHE II = 0.8700).

CONCLUSION: The new model UNICAMP II was better than APACHE II on predicting hospital mortality in this study. KEY WORDS: Prognostic Index; Quality Control; Intensive Care.

Carlos José Alves - Especialista em Medicina Intensiva AMIB/AMB - Chefe do CTI Adulto Hospital Jardim Cuiabá - Rotina CTI Adulto Hospital Jardim Cuiabá

Renato G. G. Terzi - Professor Titular do departamento de Cirurgia. Coordenador da disciplina de Fisiologia e metabologia cirúrgica do departamento de Cirurgia da Faculdade de Ciências Médicas da UNICAMP

Gilberto Paulo Pereira Franco - Especialista em Medicina Intensiva AMIB/AMB - Rotina CTI Adulto Hospital Jardim Cuiabá Wagner Marques Pereira Malheiros - Médico Pneumologia/Broncoscopia - Plantonista CTI Adulto Hospital Jardim Cuiabá Local de Realização do trabalho: Hospital Jardim Cuiabá - Centro de Terapia Intensiva Adulto - Centro de Estudos em Medicina Intensiva - Grupo Cuiabano de Medicina Intensiva - GCMI - Cuiabá – MT

Endereço para correspondência: Carlos José Alves - Celular: (65) 9981-9465 CTI Adulto: (65) 612-4416 Residência: (65) 627-2729 - Rua Ceilão, 480 Bairro Shangri-lá 78070-150 Cuiabá-MT - e-mail: carlosjosealves@terra.com.br. FAX: (65)612-4415

P

rognóstico significa conjectura sobre algo que ainda não ocorreu. Com base no conhecimento acumulado ao logo da história a ciência busca fazer juízo sobre eventos futuros. A medicina procura antever a evolução dos enfermos. A tentativa de traduzir a experiência acumulada em números gerou os índices prognósticos, hoje largamente difundidos. Baseados, a grande maioria, em bancos de dados norte-americanos e europeus, estes índices podem apresentar desempenho diferente dos seus originais quando aplicados em outros países ou em situações específicas. Características próprias de cada região, tais como nutrição, diferenças no sistema de saúde e imunidade poderiam explicar estas diferenças. Com o intuito de adequar índices prognósticos à realidade de cada população ou situação clínica, ajustes foram feitos nos modelos originais e novos índices foram criados(1)_.

O Modelo UNICAMP II, desenvolvido por Terzi e colaboradores em 2002(2)_{, busca identificar os fatores} mais expressivos na mortalidade de uma Unidade de Terapia Intensiva de um hospital público universitário brasileiro. Por regressão logística estes fatores foram

identificados, tais como a pontuação APS (Acute

Phy-siologic Score) do APACHE II(3)_{, a utilização de} ventila-ção mecânica, a presença de insuficiência renal e a não eletividade da internação. No modelo UNICAMP II o APS é constituído pelos piores valores de 12 variáveis, fisiológicas e laboratoriais, coletadas nas primeiras 24 horas de internação na UTI, acrescido de pontuação para a idade e doença crônica. A ventilação mecânica é considerada quando mantida além das primeiras 24 ho-ras. Pacientes que chegam à UTI em ventilação mecâni-ca e são rapidamente extubados, como, por exemplo, os pacientes em pós-operatório imediato, foram excluídos. O critério adotado para a inclusão da insuficiência re-nal foi o nível sérico de creatinina igual ou maior que 1,6mg/dL. Com relação à eletividade definiu-se como urgência toda internação não programada, não se dis-tinguindo emergência de urgência. Portanto, estas variá-veis identificadas por técnicas estatísticas são consti-tuídas por um escore amplamente conhecido e utilizado, além de características clínicas facilmente identificadas, à beira de leito, por todos os que compõem a equipe

(2)

multidisciplinar da UTI. Este modelo apresenta, ainda, maior facilidade de execução, uma vez que não utiliza as 50 categorias de diagnóstico do APACHE II.

O presente estudo tem por objetivo avaliar a capaci-dade de predizer a sobrevida pelo Modelo UNICAMP II e compará-la à do APACHE II em uma UTI geral utilizando as propriedades Standartized Mortality Ratio (SMR), calibração e discriminação(4)_{. Avaliamos ainda}

o desempenho em subgrupos de pacientes conforme

a presença das variáveis do Modelo UNICAMP, bem como em função da condição clínica ou cirúrgica. .

MATERIAl E MÉTODOS

O estudo foi realizado em uma UTI mista de um hos-pital geral privado na cidade de Cuiabá, Mato Grosso. Os dados foram coletados através de ficha padronizada pelos dois médicos responsáveis pela rotina do Serviço e posteriormente alocados no banco de dados Microsoft Access 2000 (Microsoft Corporation). Incluímos os pa-cientes egressos internados no período de 01/04/2002 a 01/04/2003. Do total de 534 pacientes excluímos 164,

observando-se os seguintes critérios:

1. Insuficiência coronariana como principal causa de internação;

2. Óbito nas primeiras 24 horas; 3. Revascularização do miocárdio; 4. Idade inferior a 16 anos; 5. Queimados;

6. Reinternações;

7. Dados incompletos ou incertos.

Os dois primeiros critérios de exclusão seguem os uti-lizados na elaboração do Modelo UNICAMP II, ao passo que os demais são os habitualmente utilizados em relação ao APACHE II. A Tabela 1 mostra a distribuição dos pa-cientes segundo os critérios de inclusão e exclusão.

O evento avaliado foi óbito ou alta hospitalar. Ao contrário do Modelo UNICAMP II original, que avaliou a sobrevida por 6 meses, nossos pacientes foram segui-dos somente até a alta hospitalar através de informações prestadas por seus médicos assistentes.

As equações dos dois modelos utilizadas para o cálculo do Risco Calculado de Óbito (RCO) de cada paciente são mostradas na Tabela 2.

Comparação entre o Modelo UNICAMP II e o APACHE II em uma UTI geral Autor: Carlos José Alves

Distribuição dos pacientes Número %

Pacientes excluídos

Critérios de Exclusão Número % 1 Insuficiência Coronariana 85 15,92 2 Óbito nas primeiras 24 horas 8 1,50 3 Revascularização de miocárdio 9 1,69 4 Idade Inferior a 16 anos 6 1,12 5 Queimados 3 0,56 6 Reinternações 31 5,81 7 Dados incompletos ou incertos 22 4,12

Total de pacientes excluídos 164 30,71

Total de pacientes no estudo 370 69,29

Total de pacientes egressos no período do estudo 534 100

Tabela 1 – Distribuição dos pacientes segundo os critérios de inclusão e exclusão

Equação UNICAMP II Equação APACHE II

RCO = 1/1[1 + EXP(-Y)] Onde Y = -3,7594 + 0,1162 x APS (pior das 24 horas)

+ 0,7178 se ventilação mecânica + 0,7318 se insuficiência renal + 0,8367 se emergência/urgência

RCO = 1/1[1 + EXP(-Y)] Onde Y = -3,517 + 0,146 x APS (pior das 24 horas) + 0,603 se cirurgia de emergência + coeficiente da categoria diagnóstica (50 possíveis categorias de diagnóstico)

(3)

O SMR é obtido dividindo-se a mortalidade obser-vada pela mortalidade predita para cada um dos mo-delos. SMR=1 indica que a mortalidade observada é igual à que foi predita; SMR<1 que a mortalidade observada é menor que a predita e SMR>1 que hou-ve um número maior de óbitos que o predito. Esta avaliação foi realizada de duas formas: 1 – Avaliação global da população avaliada; 2 – Em subgrupos de pacientes conforme a presença das variáveis do Mo-delo UNICAMP, bem como conforme a condição de paciente clínico ou cirúrgico.

No estudo da calibração avaliamos o grau de correspondência entre a mortalidade observada e a esperada nas faixas de risco de óbito calculado. Realizamos tal estudo de duas formas: 1 - Goodness of fit (GOF) de Hosmer–Lemeshow(5)_{; 2- Curva de} calibração.

No GOF são comparadas as freqüências de óbitos e altas, observados e preditos, para dez faixas de risco de óbito calculado. Realiza-se o somatório do x² das freqüências e calcula-se o p para uma distribuição com oito graus de liberdade. Valor de p maior 0,05 representa um teste que descreveu bem a mortalidade observada, ou seja, boa calibração. Valor de p menor ou igual a 0,05 mostra discrepância entre o previsto e o observado, portanto uma calibração ruim. Na curva de calibração comparamos a curva de mortalidade observada com uma linha diagonal que representa uma calibração adequada. Curvas acima ou abaixo desta linha indicam mortalidade observada maior ou menor respectivamente.

Quando estudamos a discriminação queremos confrontar a sensibilidade e a especificidade de um método, sua capacidade em distinguir os pacientes que irão viver dos que irão morrer. Isto é realizado através da área sob a curva ROC (receiver operating

charac-teristics). O ideal seria que a curva se aproximasse o

máximo possível do quadrante superior esquerdo, ou seja, que o método testado atingisse o máximo de sen-sibilidade sem perder a especificidade. Se isso ocor-resse, teríamos uma área sob esta curva (AUC) aproxi-mando-se de 1. Assim, em linhas gerais, uma AUC = 0,5 mostra que a discriminação não é melhor que uma chance ao acaso; igual ou maior que 0,7 e menor que 0,8 uma discriminação aceitável; igual ou maior que 0,8 e menor que 0,9 discriminação excelente e maior ou igual a 0,9 discriminação excepcional(6)_.

Todos os cálculos e gráficos foram realizados atra-vés do programa Microsoft Excel 2000 (Microsoft Corporation) exceto os cálculos e gráficos da curva ROC, realizados através do Simstat for Windows ver-sion 2,04 2002 (Provalis Research).

RESUlTADOS

As características desta população são mostradas na Tabela 3 e os diagnósticos encontrados estão listados na Tabela 4.

A mortalidade hospitalar foi de 30,81%. O RCO es-timado pelo APACHE II foi de 23,10% perfazendo um SMR=1,3338 enquanto que o Modelo UNICAMP esti-mou o RCO em 30,90% produzindo um SMR=0,9971.

Idade mediana 60 anos (16 a 99) APACHE II médio 14,34 (0 a 49) Média de permanência 5,50 dias (1 a 136)

Mulheres 53,51% Homens 46,49%

Comparação entre o Modelo UNICAMP II e o APACHE II em uma UTI geral

Autor: Carlos José Alves

Tabela 3 - Características da população

Diagnóstico número %

PO cirurgia abdominal 75 20,27 Sepse 40 10,81 Insuficiência respiratória 39 10,54 Acidente vascular encefálico 32 8,65 Trauma 31 8,38 PO neurocirurgia 23 6,22 Rebaixamento do nível de consciência 15 4,05 PO ortopédico 14 3,78 Insuficiência cardíaca congestiva 14 3,78 Arritmia 13 3,51 Pós estudo hemodinâmico 12 3,24 Choque 7 1,89 Distúrbio metabólico 6 1,62 PCR 5 1,35 PO cirurgia vascular 5 1,35 Insuficiência hepática 4 1,08 Embolia pulmonar 4 1,08 Hemorragia digestiva 4 1,08 PO cirurgia de tórax 3 0,81 PO cirurgia oncológica 3 0,81 HAS severa 2 0,54 Dissecção aórtica 2 0,54 Pós comicial 2 0,54 Outros 15 4,05 Total 370 100

Comparação entre o Modelo UNICAMP II e o APACHE II em uma UTI geral

Autor: Carlos José Alves

(4)

Na Tabela 5 estão representados o RCO e o SMR, geral e nos subgrupos de uso de ventilação mecânica, presen-ça de insuficiência renal, urgência, clínico e cirúrgico. A presença das variáveis, ventilação mecânica, insuficiên-cia renal e urgêninsuficiên-cia do Modelo UNICAMP II, isolada-mente ou combinadas, aumentou o RCO médio destes pacientes quando comparado ao calculado pelo APA-CHE II. Este aumento foi de respectivamente 15,44%, 18,52% e 10,14%. Nestes subgrupos apresentados o SMR obtido pelo Modelo UNICAMP II se aproxima mais da unidade, enquanto que a mortalidade observada foi maior que a estimada pelo APACHE II.

Quando realizamos o teste Hg de

Hosmer-Le-meshow o Modelo UNICAMP II apresentou calibra-ção adequada (p=0,4089), enquanto que a calibracalibra-ção do APACHE II foi ruim (p=0,0015). Estes dados são apresentados nas Tabelas 6 e 7. A faixa de baixo risco de óbito estimado, 0 a 10%, é a que abrange o maior número de pacientes nos dois modelos, porém é maior quando estimada pelo APACHE II. A Tabela 8 mostra que nesta faixa há um predomínio de pacientes em pós-operatório e pós-trauma.

Uma vez que tivemos grande diferença no número de pacientes em cada classe de risco de óbito calculado, optamos também por fazer o teste Cg que mostra o mes-mo resultado: boa calibração para o Modelo UNICAMP

UNICAMP II APACHE II RCO Geral 30,90% 23,10% Ventilação Mecânica* 65,61% 50,17% IRA* 63,41% 44,89% Urgência/Emergência* 38,71% 28,57% Clínico 40,94% 30,18% Cirúrgico 16,82% 13,17% SMR Geral 0,9971 1,3338 Ventilação Mecânica* 1,1928 1,5598 IRA* 0,9319 1,3163 Urgência/Emergência* 1,015 1,3752 Clínico 1,018 1,3804 Cirúrgico 0,9263 1,1830 * Isoladamente ou combinado com as outras duas variávies

Tabela 5 – RCO e SMR em subgrupos

INTERVAlO DE RISCO DE ÓBITO PREVISTO

PACIENTES MORTAlIDADE

SMR

TOTAl ÓBITOS OBSERVADA ESTIMADA

0-10 113 5 4,42 6,12 0,7230 10-20 95 10 10,53 15,08 0,6980 20-30 23 5 21,74 24,78 0,8773 30-40 27 8 29,63 35,07 0,8449 40-50 12 6 50,00 44,27 1,1294 50-60 23 14 60,87 55,12 1,1043 60-70 24 20 83,33 65,47 1,2728 70-80 18 15 83,33 75,10 1,1096 80-90 17 15 88,24 85,52 1,0318 90-100 18 16 88,89 94,48 0,9408 TOTAl 370 114 30,81 30,90 0,9971 Hg=8,26 (8 g.l.) p=0,4089

Mortalidade observada e estimada dos pacientes divididos em faixas de risco de 10%

(5)

SMR

0 - 4,99 37 0 0,00 3,41 0,0000 4,99 - 7,20 37 1 2,70 5,98 0,4518 7,20 - 9,75 37 3 8,11 8,77 0,9248 9,75 - 13,28 37 3 8,11 11,81 0,6865 13,28 - 17,83 37 6 16,22 15,58 1,0409 17,83 - 25,67 37 3 8,11 20,59 0,3937 25,67 -40,94 37 12 32,43 32,72 0,9911 40,94 - 64,20 37 22 59,46 51,92 1,1452 64,20 - 78,26 37 31 83,78 69,80 1,2004 78,26 - 98,55 37 33 89,19 88,44 1,0084 TOTAl 370 114 30,81 30,90 0,9971 Cg=10,36 (8 g.l.) p=0,2408

Mortalidade observada e estimada dos pacientes divididos em faixas de risco previsto de óbito com o mesmo número de pacientes

II (p=0,2408) e ruim para o APACHE II (0,0021) con-forme Tabela 9 e Tabela 10.

A análise das curvas de calibração permite a apre-ciação visual destes números. Na Figura 1a observamos que curva obtida pelo Modelo UNICAMP II tende a

acompanhar a linha diagonal. Na faixa de risco calcula-do de óbito de 0 a 40% a mortalidade observada é menor que a prevista, fato que se repete na faixa de 90 a 100%. Entre 40 a 90%, a mortalidade observada é maior que a calculada. Com o APACHE II a curva se afasta mais da

SMR

0-10 165 12 7,27 5,06 1,4373 10-20 74 13 17,57 14,06 1,2495 20-30 32 11 34,38 23,90 1,4383 30-40 19 13 68,42 35,07 1,9510 40-50 16 11 68,75 44,27 1,5530 50-60 21 14 66,67 55,12 1,2095 60-70 13 11 84,62 65,47 1,2924 70-80 11 11 100,00 75,10 1,3316 80-90 11 10 90,91 85,52 1,0630 90-100 8 8 100,00 94,48 1,0584 TOTAl 370 114 30,81 23,10 1,3338 Hg=25,15 (8 g.l.) p=0,0015

Mortalidade observada e estimada dos pacientes divididos em faixas de risco de 10%

Tabela 7 - Teste Hg - Hosmer - lemeshow - APACHE II

Entidade Clínica UNICAMP II APACHE II Número % Número % Pós-operatório 81 71,68 95 57,58 Trauma 7 6,2 18 10,91 Arritmia 7 6,2 12 7,27 Rebaixamento do nível de consciência 5 4,42 7 4,24 AVC 4 3,54 10 6,06 Insuficiência respiratória 2 1,76 7 4,24 Outros 7 6,2 16 9,7

TOTAl 113 100 165 100

Observa-se que nesta faixa (0 a 10%) há um predomínio de pacientes em pós-operatório e trauma

Tabela 8 – Distribuição de entidades clínicas na faixa de baixo risco de óbito estimado

(6)

INTERVAlO DE RISCO

DE ÓBITO PREVISTO TOTAl PACIENTESÓBITOS OBSERVADAMORTAlIDADEESTIMADA SMR

0 - 2,80 37 1 2,70 1,96 1,3789 2,80 - 4,12 37 2 5,41 3,53 1,5313 4,12 - 6,42 37 2 5,41 5,06 1,0683 6,42 - 8,86 37 6 16,22 7,60 2,1337 8,96 - 11,48 37 3 8,11 10,31 0,7864 11,48 - 16,41 37 7 18,92 13,97 1,3543 16,41 - 24,94 37 10 27,03 20,11 1,3440 24,94 - 42,43 37 22 59,46 33,55 1,7723 42,43 - 65,34 37 27 72,97 53,94 1,3529 65,34 - 98,30 37 34 91,89 85,52 1,0745 TOTAl 370 114 30,81 23,10 1,3338 Cg=24,21 (8 g.l.) p=0,0021

Mortalidade observada e estimada dos pacientes divididos em faixas de risco previsto de óbito com o mesmo número de pacientes

Tabela 10 - Teste Cg - Hosmer - lemeshow APACHE II

Figura 1 – Curva de calibração. a) Modelo UNICAMP II. Na faixa de risco calculado de óbito de 0 a 40% a mortalidade observada é menor que a prevista, fato que se repete na faixa de 90 a 100%. Entre 40 a 90% a mortalidade observada é maior que a calculada. A curva tende a acompanhar a linha diagonal. b) APACHE II. A mortalidade observada é maior em

todas as faixas, sendo que o maior desvio é na faixa de 30 a 40%. A curva afasta-se mais da linha diagonal

b) APACHE II CURVA DE CAlIBRAÇÃO a) MODElO UNICAMP II

(7)

linha diagonal, conforme se pode observar na Figura 1 b. A mortalidade observada é maior em todas as faixas sendo que o maior desvio é na faixa de 30 a 40%.

Ambos os modelos apresentaram boa discriminação quando avaliados pela área sob a curva ROC, sendo 0,8876 para o Modelo UNICAMP II (Figura 2 a) e 0,8700 para o APACHE II (Figura 2 b).

DISCUSSÃO

Índices prognósticos têm sido usados amplamen-te em medicina inamplamen-tensiva nas últimas décadas. São ferramentas úteis para estratificar pacientes com maior ou menor benefício com a terapia intensiva, em trabalhos de observação clínica e comparação

CURVA ROC a) MODElO UNICAMP II

Figura 2 – Curva ROC. a) Modelo UNICAMP II. A área sob a curva é 0,8876 SE=0,0214 Intervalo de confiança de 95% entre 0,8454 e 0,9297. b) APACHE II. A área sob a curva é 0,8700. SE=0,0228.

Intervalo de confiança de 95% entre 0,8251 e 0,9149

(8)

de desempenho de diferentes unidades. Houve o surgimento de diversos índices, gerais ou específi-cos, com a intenção de se aprimorar a capacidade de prognosticar. Apesar de todo o avanço, nenhum índice consegue prever com 100% de certeza, de forma que são insuficientes para uma predição individual.

O SMR calculado a partir do APACHE II em di-ferentes partes do mundo apresentou valores discre-pantes do seu modelo original, na sua maioria com uma mortalidade observada maior que a prevista. Encontramos na literatura variações de 0,77(7)_a 1,65(8)_{. No Brasil, Bastos}(9)_{avaliando 1734} pacien-tes em estudo multicêntrico encontrou SMR=1,66, sendo que este variou de 0,95 a 2,40 nas 10 UTIs participantes. Este estudo também mostrou discri-minação aceitável, porém inadequada calibração. Resultados semelhantes também foram observados em outros estudos(10,11)_.

O Modelo UNICAMP II apresentou uma melhor capacidade de estimar a mortalidade global da po-pulação estudada, com o SMR se aproximando da unidade. O mesmo acontece quando analisamos os subgrupos de ventilação mecânica, insuficiência re-nal, urgência, clínicos e cirúrgicos.

Apesar de apresentar variações nas faixas de risco de óbito, o Modelo UNICAMP II mostra-se menos heterogêneo. Quando os pacientes são agrupados por deciles de risco de óbito estimado, os grupos formados são mais uniformes quando comparados aos grupos formados pelo RCO do APACHE II. Chama a atenção o fato dos diferentes tamanhos das classes de menor risco de óbito esti-mado pelos dois modelos. Há um número menor de pacientes na classe de baixo risco quando avaliada pelo Modelo UNICAMP II em relação ao APACHE II. Além disso, nesta classe, o modelo UNICAMP II superestima a mortalidade, ao passo que o APA-CHE II a subestima. Esta é justamente a faixa que engloba a maior parte dos pacientes internados em UTI, podendo interferir na calibração dos índices prognósticos(12)_{. Na população estudada, esta faixa} é constituída, em sua maioria, por pacientes em pós-operatório e trauma. Houve uma redução no número absoluto de pacientes com estas entidades clínicas nesta categoria com o novo modelo, indicando que parte destes pacientes migraram para faixas de maior risco. Pacientes cirúrgicos são subestima-dos quando avaliasubestima-dos pelo APACHE II(13)_{o mesmo} acontecendo com o trauma, onde ainda encontramos variações em seus subtipos(14)_.

Diversos fatores podem interferir na avaliação do

APACHE II, como o tipo de atendimento recebido pelo paciente(15)_{, a admissão de pacientes} provenien-tes de outras unidades, o retardo na transferência de um paciente para a UTI(16)_{e a manutenção da} ho-meostase em um paciente submetido a um procedi-mento cirúrgico(17)_{. A sedação profunda, o bloqueio} neuromuscular e a ventilação mecânica podem mas-carar anormalidades. Não se aguarda a deterioração do paciente, e conseqüentemente maiores desvios no APS, para se instalar a órtese ventilatória num paciente em insuficiência respiratória, além do fato de que a avaliação adequada da escala de coma de Glasgow fica comprometida(18)_{. O novo modelo, por} contemplar um dado crucial do tratamento, a pre-sença ou não da ventilação mecânica, talvez possa avaliar melhor o risco real destes pacientes. Outros modelos como o MPM II(19)_{e o ODIN}(20)_também incluem esta variável.

A utilização mais abrangente em outros hospitais brasileiros, de um índice prognóstico elaborado em um hospital público e universitário como o Hospital das Clínicas da UNICAMP, poderia suscitar críticas quanto á comparação dos grupos populacionais. Embora, neste trabalho, a casuística estudada fosse constituída somente por pacientes privados, supos-tamente com melhores condições de acesso a ser-viços de saúde e de nutrição, deve-se ressaltar que convênios coletivos de empresas, freqüentemente, dão cobertura a populações de baixa renda. Sabe-se também que o atendimento pré-hospitalar organiza-do está longe organiza-do ideal, mesmo em grandes metrópo-les. Finalmente, quase um terço dos pacientes que geraram a equação UNICAMP II, possuíam algum tipo de convênio médico, embora assistidos em hospital público. Na realidade, nossos dados con-firmam que a equação UNICAMP II se adaptou per-feitamente a um hospital geral não público. A meta de extrapolar este novo modelo para a população brasileira deverá se apoiar em estudos mais abran-gentes e multicêntricos. Uma vantagem adicional do método é prescindir de um coeficiente diagnóstico. Todos os que manipulam o APACHE II enfrentam a dificuldade de enquadrar o paciente, na entrada, em uma categoria diagnóstica, por ser demais limitado o número de opções. Embora no APACHE III, o número de categorias diagnósticas tenha aumentado de 50 para 78(21)_{, esta dificuldade não foi atenuada.} Já, variáveis concretas como urgência/emergência, ventilação mecânica e insuficiência renal, podem ser coletadas por qualquer membro da equipe multi-disciplinar da UTI, facilitando o cálculo do risco de óbito à beira do leito.

(9)

RESUMO

Características próprias de diferentes populações podem influenciar os resultados dos índices prog-nósticos. A literatura mostra diferenças no SMR (Standartized Mortality Rate), na calibração e na discriminação dos índices. O presente estudo tem por objetivo avaliar a capacidade de predizer a so-brevida através do Modelo UNICAMP II e compará-la à do APACHE II em uma UTI geral. O SMR cal-culado através do Modelo UNICAMP II foi 0,9971 contra 1,3338 obtido pelo APACHE II. O novo modelo apresentou boa calibração pelo Goodness of fit (Hg p=0,4089 e Cg p=0,2408), ao passo que esta foi inadequada no APACHE II (Hg p=0,0015 e Cg p=0,0021), A discriminação foi adequada para ambos os modelos, sendo a área sob a curva ROC de 0,8876 para o Modelo UNICAMP II e 0,8700 para o APACHE II.

Unitermos: Índices Prognósticos; Controle de Qualidade; Terapia Intensiva;

REFERÊNCIAS BIBlIOGRÁFICAS

1. Terzi RG, Gómez MI, Araujo S, et al. Índices Prognósticos em Medicina Intensiva I. Conceitos. Rev Bras Terap Intens 1993; 5: 101-118.

2. Terzi RG, Gómez MI, Araujo S, et al. Índices Prognósticos em Medicina Intensiva III. Modelo UNICAMP. Rev Bras Terap Intens 2002; 14: 6-21

3. Knaus WA,Draper EA,Wagner DP, et al. APACHE II: A severity of disease classification system. Crit Care Med 1985; 13: 18-29 4. Terzi RG, Guelli E, Abreu HI, et al. Índices Prognósticos em Me-Índices Prognósticos em

Me-dicina Intensiva II. Métodos. Rev Bras Terap Intens 1997; 9: 40-49.

5. Lemeshow S, Hosmer DW. A review of goodness of fit statistics for use in the development of logistic regression models. American Journal of Epidemiology 1982; 115: 92-106

6. Hosmer DW, Lemeshow L. Applied Logistic Regression. New York: John Wiley & Sons Inc., 2nd_{ed., 2000; 143-202}

7. Ik Tan. APACHE II and SAPS II are poorly calibrated in a Hong Kong intensive care unit. Ann Acad Med Singapore 1998; 27: 318-22

8. Rodriguez J, Caruso A, Diano C, et al. Validación del Sistema APACHE II en cuatro Unidades Intensivas del área de Buenos Aires. Med Intensiva 1998; 15: 114-22

9. Bastos PG, Sun X,Wagner DP, et al. Application of the APACHE III prognostic system in Brazilian Intensive care units: a prospective multicenter study. Intensive Care Med 1996; 22: 564-70

10. Rocco JR, Cariello PF, Fontes F, et al. Comparação de Escores Prognósticos em 929 pacientes admitidos em Terapia Intensiva – T15 VIII Congresso de Terapia Intensiva do Estado do Rio de Janeiro Rev Bras Terap Intens 2001; 13: 94

11. Cardoso LTQ, Matsuo T, Bonametti AM, et al. Avaliação do risco de mortalidade através do APACHE II para o CTI de um hospital escola público. Rev Bras Terap Intens 2002; 14: 85-94

12. Beck DH, Smith GD, Taylor BL. The impact of low-risk inten-sive care unit admissions on mortality probabilities by SAPS II, APACHE II and APACHE III. Anaesthesia 2002; 57: 21-6 13. Cerra FB, Negro F, Abrams J. APACHE II score does not predict

multiple organ failure or mortality in surgical patients. Arch Surg 1990; 125: 519

14. Vassar MJ, Lewis FR Jr, Chambers JA, et al. Preditions of outcome in intensive care unit trauma patients: a multicenter study of Acute Physiology and Chronic Health Evaluation (APACHE). Trauma and Injury Severity Score (TRISS) and a 24-hour intensive care unit (ICU) point system. J Trauma 1999; 47: 324-9

15. Boyd O, Grounds RM. Can satandardized mortality ratio be used to compare quality of intensive care unit performance? Crit Care Med 1994; 22: 1706-8

16. Dragsted L, Jorgensen J, Jensen NH, et al. Interhospital compari-Interhospital compari-sons of patient outcome from intensive care: importance of lead-time bias. Crit Care Med 1989; 17: 418-22

17. Civetta MJ, Hudson-Civetta JA, Nelson LD. Evaluation of APACHE II for cost containment and quality assurance. Ann Surg 1990; 212: 266-74

18. Markgraf R, Deutschinoff G, Pientka L, et al. Comparations of Acute Physiology and Chronic Health Evaluations II and III and Simplified Acute Physiology Score II: A prospective cohort study evaluating these methods to predict outcome in German interdisci-plinary intensive care unit. Crit Care Med 2000; 28: 26-33 19. Lemeshow S, Teres D, Klar J, et al. Mortaity proability models

(MPM II) based on an international chort of intensive care patients. JAMA 1993; 270: 2478-86 Lemeshow S, Le Gall JR. Modeling the severity of illness of ICU patients. A systems update. JAMA. 1994; 272: 1049-55

20. Fagon JY, Chastre J, Novara A, et al. Characterization of intensive care unit patients using a model based on the presence or absence of organ dysfunctions and/or infection: the ODIN model. Intensive Care Med. 1993; 19: 137-44

21. Knaus WA, Douglas DP, Draper EA, et al. The APACHE III prog-nostic system: risk prediction of hospital mortality for critically ill hospitalized adults. Chest 1991; 100: 1619-36