• No se han encontrado resultados

Modelo de riesgo a 30 días en los pacientes adultos con crisis epiléptica dados de alta de urgencias (RACESUR)

N/A
N/A
Protected

Academic year: 2020

Share "Modelo de riesgo a 30 días en los pacientes adultos con crisis epiléptica dados de alta de urgencias (RACESUR)"

Copied!
7
0
0

Texto completo

(1)

Introducción

Las crisis epilépticas representan uno de los motivos neurológicos más frecuentes de atención urgente1. Comprenden hasta el 1% de las atenciones en servicios de urgencias hospitalarios (SUH)2 e implican un

impor-tante coste para el sistema sanitario3. Su atención es compleja y en ocasiones representa una verdadera emergencia. No es infrecuente que la crisis en el SUH represente el primer episodio reconocido4 e incluso el diagnóstico de epilepsia si se sospecha una predisposi-ción continuada a tener crisis5.

ORIGINAL

Modelo de riesgo a 30 días en los pacientes adultos con

crisis epiléptica dados de alta de urgencias (RACESUR)

Raúl Alonso Avilés

1

, Cesáreo Fernández Alonso

2

, Manuel Liñán López

3

, Félix González Martínez

4

,

Manuel E. Fuentes Ferrer

2

, Belén Gros Bañeres

5

, en representación de grupo ACESUR

Objetivo. Diseñar un modelo de riesgo para predecir resultado adverso a los 30 días del alta en pacientes adultos atendidos por crisis epiléptica en servicios de urgencias hospitalarios (SUH).

Metodología. ACESUR fue un registro observacional de cohortes multipropósito, prospectivo, multicéntrico, con muestreo sistemático y con seguimiento telefónico a 30 días. La variable principal fue la presencia de algún resultado adverso (recurrencia de crisis, revisita al SUH, hospitalización o fallecimiento) a 30 días del alta del SUH.

Resultados. Se incluyeron 489 (74%) pacientes de 48 años de mediana (RIC 34-66), dados de alta de 18 SUH con datos de seguimiento. Ciento cuarenta y cuatro (29,4%) presentaron algún resultado adverso a 30 días del alta del SUH. El Modelo RACESUR incluyó la presencia de crisis epiléptica no convulsiva generalizada tónico-clónica como mo-tivo de consulta (OR 2,42; IC 95% 1,49-3,90; p < 0,001), consumo habitual de $ 3 fármacos (OR 1,98; IC 95% 1,28-3,07; p = 0,002) y visita al SUH en el semestre anterior por cualquier causa (OR 2,34; IC 95% 1,7-3,70; p < 0,001). Cada ítem vale 1 punto. El riesgo de padecer un resultado adverso a 30 días fue de un 62,2% con 3 puntos, 38,5% con 2, 25,9% con 1 y 10,9% con 0 puntos. El área bajo la curva del modelo fue de 0,72 (IC 95% 0,675-0,772; p = 0,025).

Conclusiones. El Modelo RACESUR podría ser una herramienta pronóstico de utilidad para identificar al paciente adul-to con crisis epiléptica y aladul-to riesgo de presentar resultado adverso a los 30 días del alta de urgencias.

Palabras clave: Adulto. Crisis epiléptica. Urgencias. Herramienta pronóstica. Resultado adverso a 30 días.

Adults discharged after an epileptic seizure: a model of 30-day risk

for adverse outcomes

Objective. To develop a risk model to predict adverse outcomes within 30 days of discharge in adults attended by hospital emergency departments for an epileptic seizure.

Methods. ACESUR (Acute Epileptic Seizures in the Emergency Department) is a prospective multicenter, multipurpose registry of cases obtained by systematic sampling. We made follow-up telephone calls to registered patients 30 days after discharge. Clinical variables for the index visit were extracted from the register and variables at 30 days were collected by telephone. The main outcome variable was the occurrence of any adverse outcome (seizure recurrence, emergency department revisit, hospitalization, or death) within 30 days of discharge.

Results. Of the patients from the ACESUR registry discharged from 18 hospitals, we included 489 (74%) with complete follow-up information. The median (interquartile range) age was de 48 (34–66) years. One hundred forty-four patients (29.4%) experienced an adverse outcome within 30 days of discharge. Factors included in the ACESUR risk model were generalized nonconvulsive tonic-clonic epileptic seizure as the reason for the index visit (odds ratio [OR], 2.42; 95% CI, 1.49–3.90; P<.001), ongoing use of 3 or more medications (OR, 1.98; 95% CI, 1.28–3.07; P=.002), and an emergency visit for any reason in the 6 months prior to the index event (OR, 2.34; 95% CI, 1.47–3.70; P<.001). Each factor contributed 1 point to the risk score. A score of 3 was associated with a 62.2% risk of an adverse outcome within 30 days, a score of 2 was associated with a 38.5% risk, a score of 1 with a 25.9% risk, and a score of 0 with a 10.9% risk. The area under the curve receiver operating characteristic curve was 0.72 (95% CI, 0.675–0.772; P=.025).

Conclusion. The ACESUR risk model may provide a useful score for identifying patients at high risk of an adverse outcome within 30 days of emergency department discharge after an epileptic seizure.

Keywords: Adults. Epileptic seizure. Emergency department. Risk model. Adverse outcome, 30 days.

Filiación de los autores:

1Hospital Universitario Clínico de

Valladolid, Valladolid, España.

2Hospital Universitario Clínico

de San Carlos, Madrid, España. Instituto de Investigación Sanitaria Hospital Clínico San Carlos.

3Complejo Hospitalario

Universitario de Granada, Granada, España.

4Hospital Virgen de la Luz,

Cuenca, España.

5Hospital Universitario Miguel

Servet, Zaragoza, España.

Autor para correspondencia:

Raúl Alonso Avilés Servicio de Urgencias Hospital Clínico Universitario de Valladolid

Avda. Ramón y Cajal, s/n 47003, Valladolid, España

Correo electrónico:

alonso_aviles@yahoo.es

Información del artículo:

Recibido: 12-12-2018 Aceptado: 11-2-2019

Online: 1-7-2019

Editor responsable:

(2)

En general, la identificación de pacientes con mal pronóstico es una de las tareas más importantes que tiene el urgenciólogo en la atención inicial de cualquier enfermedad. Con frecuencia se entiende por resultado adverso a corto plazo (30 días tras el alta) la presencia de revisita al SUH, hospitalización o muerte6.

El riesgo de recurrencia tras una crisis única fue del 18% a los 3 meses en el estudios FIRST7 y del 26% a los 6 meses en el estudio MESS8. Los factores predicto-res más sólidos de recurrencia a largo plazo (hasta 5 años) son la presencia de enfermedad neurológica, le-sión cerebral significativa en neuroimagen, actividad epileptiforme en el electroencefalograma (EEG) y crisis nocturna9. A su vez, existen escalas de predicción de mortalidad a medio y largo plazo (e independiente-mente de la ubicación donde hayan sido atendidos) en pacientes adultos con estado epiléptico (EE) basadas en la escala STESS, la STESS asociada a Rankin modificado y la escala EMSE10-12. Basan sus predicciones en la pre-sencia de factores de riesgo asociados, como edad, co-morbilidad, etiología y alteración de conciencia, junto con alteraciones en el EEG.

Actualmente no se han realizado modelos de pre-dicción ni escalas aplicables que identifiquen al paciente con crisis de alto riesgo de resultado adverso (no solo recurrencia o muerte) a corto plazo tras el alta de los SUH. Se ha sugerido la realización de estudios multicén-tricos que permitan generar estrategias de mejora de calidad asistencial13 y existen estudios unicéntricos de difícil generalización a un entorno heterogéneo como los SUH14,15. En este sentido, se creó el registro ACESUR con la intención de conocer la atención presentada a los adultos con crisis en los SUH. En el presente trabajo el objetivo principal fue diseñar un modelo de riesgo con variables clínicas para predecir resultado adverso a los 30 días del alta en pacientes adultos atendidos por crisis en SUH.

Material y métodos

El Registro ACESUR (atención de pacientes Adultos con Crisis Epilépticas en Servicios de URgencias) es un registro observacional de cohortes multipropósito, pros-pectivo y multicéntrico con un muestreo sistemático, que se llevó a cabo los días pares de febrero y julio al-ternando con los impares de abril y octubre de 2017, con un total de 60 días de reclutamiento. Se realizó se-guimiento telefónico a 30 días para conocer la evolución.

En el estudio participaron 18 SUH seleccionados por oportunidad dentro del Sistema Público de Salud espa-ñol: Hospital Clínico San Carlos (HCSC) de Madrid, H.U. Clínico de Valladolid, C.H.U. Granada, H. Virgen de la Luz (Cuenca), H.U. Puerta de Hierro-Majadahonda (Madrid), H.U. Guadalajara, H. Son Llatzer (Palma), H.U. de Canarias (Tenerife), H.U. Cabueñes (Gijón), H.U. Clínico de Salamanca, H.U. La Princesa (Madrid), H.U. Getafe (Madrid), H.G.U. Reina Sofía (Murcia), H.U. 12 de Octubre (Madrid), H.U. La Paz (Madrid), H.U.

Miguel Servet (Zaragoza), H.G. de Villarrobledo (Albacete), y H.U. Príncipe de Asturias de Alcalá de Henares (Madrid). De ellos, 12 centros (66,7%) son hospitales terciarios de alta complejidad y 6 (33,3%) de media o baja complejidad, con una mediana de núme-ro de camas de 614 (373-1.043).

El estudio fue aprobado por el comité ético de in-vestigación de cada centro. Se seleccionaron todos los pacientes con al menos 18 años y diagnóstico de crisis en el SUH. Los pacientes o representantes legales otor-garon el consentimiento informado por escrito.

Se realizó la recogida de datos mediante un cuader-no electrónico que incluyó las siguientes variables clíni-cas: edad, sexo, comorbilidad según el índice de Charlson, antecedente de epilepsia, situación funcional basal según el índice de Barthel, número de fármacos habituales, atención de los servicios de urgencias extra-hospitalarias (SUEH), traslado en ambulancia al SUH, ni-vel de triaje en el SUH, crisis en el semestre anterior y visita previa al SUH en el semestre anterior. Respecto a las características de la crisis, se registró el tipo de crisis como motivo de consulta, el EE si crisis mantenida o repetidas sin recuperación completa durante al menos 5 minutos y crisis en acúmulos si crisis repetidas en las últimas 24 h sin criterio de EE; clasificación etiopatogé-nica (crisis sintomática aguda o provocada, crisis no provocada sintomática tardía o de causa desconocida) y etiología principal (opción múltiple o categorizada co-nocida no tóxica)16.

Las variables de seguimiento a 30 días del alta del SUH fueron: recurrencia de la crisis, revisita a urgencias, hospitalización y muerte por cualquier causa. Se creó la variable agrupada “algún resultado adverso”.

Las variables cualitativas se presentan con su distri-bución de frecuencias absoluta y relativa. Las variables cuantitativas se expresan con mediana y rango inter-cuartil (RIQ), ya que no seguían una distribución nor-mal. El evento principal del estudio fue la presencia de algún resultado adverso a los 30 días del alta. Se realizó un análisis univariado de las posibles variables predicti-vas cualitatipredicti-vas y la presencia de algún evento adverso mediante el test de Ji-cuadrado o la prueba exacta de Fisher si procedía. Para la comparación de las variables cuantitativas se utilizó el test no paramétrico de la U de Mann-Whitney.

Para la construcción del Modelo RACESUR (Resultado adverso en paciente Adulto con Crisis Epiléptica atendido en Servicios de URgencias), la relación entre los predicto-res de interés y la ppredicto-resencia de evento adverso se analizó utilizando modelos mixtos de regresión logística con el objetivo de controlar la influencia del centro hospitalario. La variable del efecto aleatorio del modelo fue el centro hospitalario, y las variables de efecto fijo fueron las relati-vas a los predictores de interés, introduciendo en el mo-delo todos los factores asociados al evento adverso (con un valor de p < 0,10 o clínicamente relevantes) en el análisis univariado. La selección del conjunto final de va-riables para el modelo se realizó mediante el algoritmo de selección por pasos hacia atrás (backward selection;

(3)

Tabla 1. Comparación de la distribución de las variables en la visita índice al servicio de urgencias hospitalario según resultado adverso a 30 días del alta

Total N = 489

n (%)

Algún resultado adverso a 30 días*

p No

N = 345 n (%)

N = 144

n (%)

Edad mediana (RIC) 48 (34-66) 48 (34-64) 49 (34-71) 0,487

Edad $ 65 años 0,057

Sí 134 86 (64,2) 48 (35,8)

No 355 259 (73,0) 96 (27,0)

Sexo 0,035

Hombre 288 207 (71,9) 81 (28,1)

Mujer 201 138 (68,7) 63 (31,3)

Situación funcional basal 0,011

Índice de Barthel $ 90 357 263 (73,7) 94 (26,3)

Índice de Barthel < 90 128 79 (61,7) 49 (38,3)

Comorbilidad 0,565

Alta (índice de Charlson $ 3) 104 71 (68,3) 33 (31,7)

Baja (índice de Charlson < 3) 385 271 (71,2) 111 (28,8)

Antecedente de epilepsia 0,048

Sí 314 212 (67,5) 102 (32,5)

No 175 133 (76,0) 42 (24,0)

Fármacos habituales < 0,001

$ 3 fármacos 229 142 (62,0) 87 (38,0)

< 3 fármacos 260 203 (78,1) 57 (21,9)

Visita a SUH semestre anterior < 0,001

Sí 268 165 (61,6) 103 (38,4)

No 221 180 (81,4) 41 (18,6)

CE en semestre anterior 0,004

Sí 184 116 (63) 68 (37)

No 301 227 (75,4) 74 (24,6)

Atención por SUEH 0,765

Sí 253 180 (71,1) 73 (28,9)

No 236 165 (69,9) 71 (30,1)

Traslado en ambulancia al SUH 0,548

Sí 248 178 (71,8) 70 (28,2)

No 241 167 (69,3) 74 (30,7)

Nivel de triaje en el SUH 0,429

I-II 265 183 (69,1%) 82 (30,9)

III-V 182 132 (72,5%) 50 (27,5)

Motivo de consulta < 0,001

CE convulsiva generalizada tónico-clónica 381 287 (75,3) 94 (24,7)

Otra presentación de CE 108 58 (53,7) 50 (46,3)

Estado epiléptico 0,690

Sí 21 14 (66,7) 7 (33,3)

No 468 331 (70,7) 137 (29,3)

CE en acúmulos 0,890

Sí 94 63 (67,0) 31 (33,0)

No 395 272 (68,9) 123 (31,1)

Clasificación etiopatogénica de la CE 0,112

Espontánea origen desconocido 203 154 (75,9) 49 (24,1)

Sintomática aguda o provocada 159 104 (65,4) 55 (34,6)

Sintomática tardía no provocada 125 86 (68,8) 39 (31,2)

Etiología principal de la CE < 0,001

Infección SNC previa 27 16 (59,3) 11 (40,7)

Endocrino-metabólica 12 6 (50) 6 (50)

Tóxica (alcohol, otros) 77 60 (77,9) 17 (22,1)

Traumática 14 10 (71,4) 4 (28,6)

Tumoral 28 18 (64,3) 10 (35,7)

Vascular (ictus, otros) 66 45 (68,2) 21 (31,8)

Otra lesión estructural SNC 45 29 (64,4) 16 (35,6)

Desconocida 220 161 (73,2) 59 (26,8)

Etiología conocida no tóxica de la CE 0,020

Sí 192 124 (64,6) 68 (35,4)

No 297 221 (74,4) 76 (25,6)

CE: crisis epiléptica; SNC: sistema nervioso central; RIC: rango intercuartil; SUH: servicios de urgencias hospitalarios; SUEH: servicios de urgencias extrahospitalarias.

(4)

La capacidad de discriminación del modelo predicti-vo se analizó calculando el área bajo la curva (ABC) de la característica operativa del receptor (COR) junto con su intervalo de confianza al 95%. Se evaluó la calibra-ción del modelo mediante la prueba de bondad de ajuste de Hosmer-Lemeshow. Posteriormente, se validó internamente el resultado obtenido mediante un análi-sis bootstrapping con 1.000 remuestreos y se calculó el área bajo la curva junto con sus intervalos de confianza. Se construyó un sistema de puntuación de riesgo en el que se asignaron puntos a cada factor, dividiendo cada coeficiente beta por el coeficiente beta menor. En todos los contrastes de hipótesis se rechazó la hipótesis nula con un error de tipo I o error alfa menor de 0,05. Para el análisis se utilizó el paquete estadístico STATA 12.

Resultados

De los 664 pacientes del registro ACESUR, se inclu-yeron 489, con una mediana de edad de 48 años (RIC 34-66), tras excluir a 136 por hospitalización en la visita índice, uno por fallecimiento en el SUH en la visita índi-ce y 38 por falta de seguimiento. Entre los hospitales de alta complejidad, el número de pacientes que apor-taron fueron: HCSC de Madrid 74 (15,1%), H.U. Clínico de Valladolid 39 (8%), C.H.U. Granada 108 (22,1%),

H.U. Puerta de Hierro-Majadahonda (Madrid) 16 (3,3%), H.U. de Canarias (Tenerife) 26 (5,3%), H.U. Clínico de Salamanca 20 (4,1%), H.U. La Princesa (Madrid) 11 (2,2%), H.G.U. Reina Sofía (Murcia) 1 (0,2%), H.U. 12 de Octubre (Madrid) 58 (11,9%), H.U. La Paz (Madrid) 32 (6,5%) y H.U. Miguel Servet (Zaragoza) 46 (9,4%). Entre los hospitales de media-ba-ja complejidad: Hospital Virgen de la Luz (Cuenca) 5 (1%), H.U. Guadalajara 11 (2,2%), Hospital Son Llatzer (Palma) 2 (0,4%), H.U. Cabueñes (Gijón) 14 (2,9%), H.U. Getafe (Madrid) 14 (2,9%), H.G. de Villarrobledo (Albacete) 5 (1%) y H.U. Príncipe de Asturias de Alcalá de Henares (Madrid) 7 (1,4%).

Ciento cuarenta y cuatro pacientes (29,4%) presen-taron algún resultado adverso a los 30 días del alta del SUH: 79 recurrencia de crisis (16,2%), 109 revisita al SUH (22,3%), 39 hospitalización (8,0%) y 7 muerte (1,4%) por cualquier motivo (Figura 1).

La comparación de la distribución de las variables en la visita índice al SUH según resultado adverso a 30 días del alta se muestra en la Tabla 2. Se identifican va-riables de los pacientes y de la propia crisis asociadas a una mayor incidencia de resultado adverso a 30 días.

El Modelo RACESUR incluyó en el primer paso las si-guientes variables: edad > 65 años, sexo femenino, de-pendencia basal según un índice de Barthel < 90, alta comorbilidad según un índice de Charlson $ 3,

(5)

macia según consumo habitual de > 3 fármacos, ante-cedente de epilepsia, crisis en el semestre anterior, visita al SUH en el semestre anterior, crisis no convulsiva ge-neralizada tónico-clónica (GTC) como motivo de con-sulta y etiología conocida estructural-metabólica no tó-xica. Las variables que se mantienen en el último paso son $ 3 fármacos habituales (OR=1,982, IC 95% 1,279-3,070; p = 0,002), visita al SUH en el semestre anterior (OR 2,336, IC 95% 1,475-3,699; p < 0,001) y crisis no convulsiva GTC como motivo de consulta (OR 2,420, IC 95% 1,498-3,909; p < 0,001) (Tabla 3). El ABC COR del Modelo RACESUR fue de 0,724 (IC 95% 0,675-0,772; p = 0,025). El test de bondad de ajuste de Hosmer-Lemeshow presentó un valor de p = 0,544 y el ABC COR tras la técnica del remuestreo (bootstrapping)

fue de 0,712 (IC 95% 0,659-0,757; p = 0,025).

La Tabla 3 muestra la escala de puntuación del Modelo RACESUR. Cada una de las tres variables clíni-cas significativas se puntúa igual. El número de pacien-tes que incluye cada categoría de la escala propuesta, RACESUR: 13 pacientes (9,2%) = 0 puntos, 45 pacientes (31,9%) = 1 punto, 55 pacientes (39%) = 2 puntos, 28 pacientes (19,8%) = 3 puntos. La Figura 2 muestra la probabilidad predicha en función de las distintas pun-tuaciones y la Figura 3 las curvas COR del Modelo RACESUR. El riesgo de padecer un resultado adverso a 30 días fue de 62,2% si resultado = 3 puntos, 38,5% si resultado = 2, 25,9% si resultado = 1 y 10,9% si 0 puntos.

Discusión

Este estudio proporciona un modelo de predicción de resultados a corto plazo (30 días) para pacientes adultos con crisis, atendidos y dados de alta de SUH de

nuestro entorno. El Modelo RACESUR podría resultar de utilidad para identificar al paciente adulto con crisis de alto riesgo al alta del SUH y, por tanto, ser una herra-mienta de ayuda para la toma de decisiones y planifica-ción de cuidados en el SUH y al alta. Aproximadamente uno de cada tres pacientes presentó algún resultado adverso a 30 días, a expensas sobre todo de revisita al SUH (22%) o recurrencia de crisis (16%) y, en menor medida, de hospitalización (8%) y muerte (1%).

El modelo presentado incluye tres variables clínicas de fácil identificación, disponibles en cualquier paciente a su llegada al SUH, como son el consumo habitual de 3 o más fármacos, visita al SUH en el semestre anterior y crisis no convulsiva GTC como motivo de consulta.

Es bien conocido que el consumo habitual de 3 o más fármacos, considerado por la Organización Mundial de la Salud como polifarmacia, se asocia a errores de conciliación y peores resultados en el SUH y a corto plazo tras el alta17. A su vez, lleva implícita la posibilidad de consumo de 2 o más fármacos antiepi-lépticos y mal control de las crisis, reconocido como Tabla 2. Predictores independientes de algún resultado

adverso a 30 días identificados en el análisis multivariable Variable Odds ratio IC 95% p

$ 3 fármacos habituales 1,982 1,279-3,069 0,002 Visita al SUH en el semestre anterior 2,336 1,475-3,699 < 0,001 Crisis no convulsiva GTC como

motivo de consulta 2,420 1,498-3,909 < 0,001 GTC: generalizada tónico-clónica; IC 95%: intervalo de confianza al 95%; SUH: servicio de urgencias hospitalario.

Variables introducidas en el análisis multivariable: edad ≥ 65 años, sexo, dependencia basal según índice de Barthel < 90, ≥ 3 fármacos habi-tuales, antecedente de CE semestre anterior, visita al SUH en semestre anterior, crisis epiléptica no convulsiva GTC como motivo de consulta. Resultado adverso: recurrencia de crisis epiléptica, revisita al servicio de urgencias hospitalario, hospitalización y/o fallecimiento.

Tabla 3. Predictores independientes de algún resultado adverso a 30 días identificados en el análisis multivariable

Variable Puntuación

$ 3 fármacos habituales 1

Visita al SUH en el semestre anterior 1 Crisis no convulsiva GTC como motivo de consulta 1 GTC: generalizada tónico clónica; SUH: servicio de urgencias hospitalario.

Figura 2. Escala de puntuación del Modelo RACESUR y resul-tado adverso (recurrencia de crisis epiléptica, revisita al servi-cio de urgencias hospitalario, hospitalización o fallecimiento) a 30 días asociada a cada categoría de riesgo.

Figura 3. Curva COR de Modelo RACESUR respecto a su ca-pacidad predictiva de resultado adverso a 30 días. ABC: área bajo la curva.

(6)

epilepsia refractaria18, así como la presencia de comor-bilidad asociada a peores resultados en otros estudios6.

Ahora bien, la alta comorbilidad según un índice de Charlson $ 3, antecedente de epilepsia o crisis en el se-mestre anterior no se asocia por sí misma a un mayor resultado adverso a corto plazo en este trabajo. La edad > 65 años y la dependencia funcional según un índice de Barthel < 90 tampoco se asociaron de manera indepen-diente a mayor resultado adverso. En la escala STESS la no historia previa de crisis (primocrisis) y la edad > 65 años se asociaron a una mayor probabilidad de muerte a medio plazo11. En cambio, en otros trabajos9 la edad por sí sola no es un factor de riesgo de recurrencia.

La visita al SUH por cualquier motivo en el semestre anterior es la segunda variable del Modelo RACESUR. Su relación con un mayor consumo de recursos es bien conocida, especialmente en el paciente hiperfrecuenta-dor19; este tipo de pacientes acude al SUH de una for-ma homogénea a lo largo del año y a medida que las revisitas se dispersan más, se trata de pacientes más complejos, con un mayor consumo de recursos en la visita índice, que deriva en una peor eficiencia3,20.

Queremos destacar que estas dos primeras variables ($ 3 fármacos habituales y visita al SUH en el semestre anterior) forman parte de otra escala de riesgo como el Identification of Senior at Risk, validada en SUH anglosa-jones y utilizada en nuestro entorno para predecir resul-tado adverso a corto plazo (30 días) en población mayor de 65 años6. A diferencia del estudio anterior, se mues-tran como variables con valor pronóstico sólidas en po-blación más joven e incluyendo en la variable resultado adverso, la revisita al SUH y la recurrencia de crisis.

La última variable del modelo predictivo presentado es la presencia de crisis no convulsiva GTC como moti-vo de consulta. Se trata de una variable fácil de identifi-car pues se basa en aspectos clínicos objetivados por personal sanitario o acompañantes. Dentro de las crisis no convulsivas GTC se incluyen otras crisis generaliza-das como las mioclónicas o ausencias y las crisis focales simples o complejas. Las crisis focales presentan peor pronóstico que las generalizadas, sobre todo por su mayor asociación a etiología sintomática o estructural21. A diferencia de otros estudios9, la presentación de EE o crisis repetidas (acumulación de crisis) no se asoció a una mayor recurrencia de crisis, destacando que el re-sultado adverso se evaluó a medio plazo y en pacientes con primera crisis no provocada.

Lejos de ser una debilidad del modelo, considera-mos como fortaleza la ausencia de variables complejas o no siempre disponibles, como el EEG. Somos conoce-dores de que se trata de una herramienta diagnóstica de gran ayuda en los SUH, sobre todo en la primera crisis y EE22. Pero también que, a día de hoy, se solicita de forma urgente en menos de un tercio de los pacien-tes16 y que la formación de los urgenciólogos al respecto sigue siendo limitada.

Según lo anterior, parece razonable que aquellos pacientes con mayor puntuación según el Modelo RACESUR deberían ser identificados como pacientes con crisis de alto riesgo al alta del SUH, recibir un plan de

cuidados y garantizar una continuidad asistencial con la intención de mejorar los resultados. La colaboración con otros profesionales médicos, especialmente del ám-bito de la neurología y de enfermería de enlace23, así como la revaluación precoz al alta del SUH en consultas de referencia24 sería de gran ayuda para evitar un resul-tado adverso a corto plazo y, por consiguiente, compli-caciones que pudieran derivar, como el SUDEP –muerte súbita, inesperada, con presencia o no de testi-gos y que no se debe a un traumatismo ni a ahoga-miento de un paciente con epilepsia, con o sin pruebas de una crisis y en la que el examen post mortem no muestra otra causa de muerte25–, fracturas y alteracio-nes en la memoria a corto plazo26, síndrome de Takotsubo27, metabolopatías o muerte28.

Es frecuente que los pacientes con crisis atendidos en SUH y con factores de riesgo no reciben la atención nece-saria en el seguimiento a corto plazo, tal y como se de-muestra en pacientes ancianos con enfermedades cróni-cas29, por consiguiente, el Modelo RACESUR permitiría la predicción de sufrir un resultado adverso a corto plazo.

Antes de finalizar no podemos obviar las limitacio-nes del presente estudio las cuales son acordes a la de cualquier estudio observacional de cohortes prospectivo multicéntrico. Reconocemos el posible sesgo de selec-ción de pacientes y de centros al realizarse por oportu-nidad. A su vez, hay que destacar que la capacidad del modelo es moderada, aunque similar a otros modelos recientemente publicados como el 6M UCE-SCORE30. Es posible que no se hayan tenido en cuenta otras varia-bles que pudieran resultar de interés que pudieran in-cluirse en futuros estudios y mejorar la capacidad de predicción del modelo presentado. Tampoco se realizó validación externa de los resultados, pero sí una valida-ción interna mediante la técnica de bootstrapping.

En conclusión, el Modelo RACESUR podría ser de uti-lidad para la estratificación del pronóstico de los pacien-tes $ 18 años con crisis atendidos y dados de alta de SUH, pues identifica a los pacientes de alto riesgo de re-sultado adverso a 30 días del alta con variables fácilmen-te disponibles. El uso de esfácilmen-te modelo podría optimizar la toma de decisiones terapéuticas, diagnósticas y el plan de seguimiento precoz al alta del SUH. En un futuro, se podrían plantear estudios con la intención de validar de forma externa el modelo presentado con la intención de identificar los pacientes con crisis de alto riesgo.

Conflicto de intereses: Los autores declaran no tener conflictos de in-terés en relación con el presente artículo.

Contribución de los autores: Todos los autores han confirmado su au-toría en el documento de responsabilidades del autor, acuerdo de pu-blicación y cesión de derechos a EMERGENCIAS.

Financiación: Los autores declaran la no existencia de financiación en relación al presente artículo.

Responsabilidades éticas: Todos los autores confirman en el documen-to de responsabilidades del audocumen-tor, acuerdo de publicación y cesión de derechos a EMERGENCIAS que se ha mantenido la confidencialidad y el respeto de los derechos a los pacientes así como las consideraciones éticas internacionales.

Artículo no encargado por el Comité Editorial y con revision exter-na por pares

(7)

Adenda

Grupo ACESUR

Otros Investigadores responsables de cada centro: Esther Díaz Najera ( H o s p i t a l U n i v e r s i t a r i o P u e r t a d e H i e r r o - M a j a d a h o n d a de Madrid)*, Juan Esteban García Loaiza (Hospital Universitario de Guadalajara), Laila Belén Zuabi García (Hospital Son Llatzer de Palma de Mallorca), Lorena Castro Arias (Hospital Universitario 12 de Octubre de Madrid), Miguel Benito Lozano (Hospital Universitario de Canarias de Tenerife), Otilia Rodríguez Maroto (Hospital Universitario Cabueñes de Gijón, Ramón Rodríguez Borrego (Hospital Universitario Clínico de Salamanca), Susana Martínez Álvarez (Hospital Universitario La Paz de Madrid), Gregorio Jiménez Díaz (Hospital Universitario Príncipe de Asturias de Alcalá de Henares de Madrid), J. Mariano Aguilar Mulet (Hospital Universitario La Princesa de Madrid), Rodolfo Romero Pareja (Hospital Universitario Getafe de Madrid), Pascual Piñera Salmerón (Hospital General Universitario Reina Sofía de Murcia), Ariel Rubén Lindo Noriego (Hospital General de Villarobledo de Albacete), Navid Behzadi Koochani (Servicio de Urgencias Médicas de Madrid –SUMMA–).

Investigadores colaboradores de centro: María Sánchez Pérez, Marta Gonzalvo Navarro, Keila Llano Hernández (Hospital Universitario Clínico de San Carlos de Madrid), Carlos del Pozo Vega, Sonia del Amo Diego, Susana de Francisco Andrés (Hospital Universitario Clínico de Valladolid), Andrés Pineda Martínez (Complejo Hospitalario Universitario Virgen de las Nieves de Granada)*, Araceli Molina Medina, Luis Miguel Prieto Gañán (Hospital Virgen de la Luz de Cuenca), Ana Herrer Castejón (Hospital Universitario Miguel Servet de Zaragoza), Roberto del Río Ibáñez, Carlos Alonso Blas, Aitor Dávila Martiarena (Hospital Universitario Puerta de Hierro-Majadahonda de Madrid), Félix Domingo Serrano, María Mercedes Fernández Escribano, Pilar Lozano García (Hospital Universitario de Guadalajara), Joana Ribas Estarellas, Nuria García Herrera, Margarita Juan Juan (Hospital Son Llatzer de Palma de Mallorca), Alicia Paloma García Marín, Eva Muro Fernández de Pinedo (Hospital Universitario 12 de Octubre de Madrid), María Agustina Jurado Sánchez, Natalia Viera Rodríguez, María Mercedes Menéndez García-Talavera (Hospital Universitario de Canarias de Tenerife), Mercedes Casanueva Gutiérrez, Macarena Corominas Sánchez, Blanca González García (Hospital Universitario Cabueñes de Gijón), Isabel Corbacho Cambero, Agustín Gómez Prieto, Javier Naranjo Armenteros (Hospital Universitario Clínico de Salamanca), Julio Cobo Mora, Eva Muriel Patino (Hospital Universitario La Paz de Madrid), Beatriz Martínez Villena, Catuxa Vaamonde Paniagua, María Isabel Carrasco Rodríguez (Hospital Universitario Príncipe de Asturias de Alcalá de Henares de Madrid), Cristina Santiago Poveda, Elvira Contreras Murillo, Francisco Javier Val de Santos (Hospital Universitario La Princesa de Madrid), Virginia Álvarez Rodríguez, Marta Merlo Loranca, Victoria Olalla Martín (Hospital Universitario Getafe de Madrid), Blanca Villa Zamora, Esther Tomás Jiménez (Hospital General Universitario Reina Sofía de Murcia)*, Laura Ramírez, Gonzalo Fuentes, Juan Luis Sánchez Rocamora (Hospital General de Villarobledo de Albacete), Belén Muñoz Isabel, Manuel José González León, Antonio Sánchez Ortega (Servicio de Urgencias Médicas de Madrid –SUMMA–).

*Miembro Grupo Neuro-ICTUS de SEMES.

Bibliografía

1 Casado V. Atención al paciente neurológico en los servicios de ur-gencias. Revisión de la situación actual en España. Neurologia. 2011;26:233-8.

2 Pallin DJ, Goldstein JN, Moussally JS, Pelletier AJ, Green AR, Camargo CA Jr. Seizure visits in US departments: epidemiology and potential disparities in care. Int J Emerg Med 2008;1:97-105.

3 García-Ramos R, Gil Núñez AC, García Pastor A, Masjuan Vallejo J, Ramírez Moreno JM, Sánchez Sánchez C. Informe FEEN sobre la epi-lepsia en España. Neurologia. 2011;26:548-55.

4 Girones Bredy C, Benito Lozano M, Darias Acosta A, Sosa Cabrera N, Burillo Putze G. Primera crisis epiléptica en urgencias hospitalarias. Rev Neurol. 2015;60:96.

5 Mercadé Cerdá JM, Toledo Argani M, Mauri Llerda JA, López Gonzalez FJ, Salas Puig X, Sancho Rieger J. Guía oficial de la Sociedad Española de Neurología de práctica clínica en epilepsia. Neurologia. 2016; 31:121-9.

6 Fernández Alonso C, Gonzalez Armengol JJ, Perdigones J, Fuentes Ferrer M, Gonzalez del Castillo J, Martin-Sánchez FJ. La utilidad de la escala Identification of Seniors at Risk (ISAR) para predecir los even-tos adversos a corto plazo en los pacientes ancianos dados de alta desde una unidad de corta estancia. Emergencias. 2015;27:181-4. 7 Randomized clinical trial on the efficacy of antiepileptic drugs in

redu-cing the risk of relapse after a first unprovoked tonic-clonic seizure. First Seizure Trial Group (FIR.S.T. Group). Neurology. 1993;43:478-83.

8 Marson A, Jacoby A, Johnson A, Kim L, Gamble C, Chadwick D; Medical Research Council MESS Study Group. Immediate versus de-ferred antiepileptic drug treatment for early epilepsy and single sei-zures: a randomised controlled trial. Lancet. 2005;365:2007-13. 9 Krumholz A, Wiebe S, Gronseth GS, Gloss DS, Sánchez AM, Kabir

AA, et al. Evidence-based guideline: management of an unprovoked first seizure in adults: Report of the Guideline Development Subcommittee of the American Academy of Neurology and the American Epilepsy Society. Neurology. 2015;84:1705-13.

10 González Cuevas M , Santamarina E, Toledo M, Quintana M, Sala J, Sueiras M, et al. Una nueva puntuación clínica para el pronóstico del estado epiléptico en adultos. Eur J Neurol. 2016;23:1534-40. 11 Rossetti AO, Logroscino G, Milligan TA, Michaelides C, Ruffieux C,

Bromfield EB. Status Epilepticus Severity Score (STESS): una herra-mienta para orientar la estrategia de tratamiento temprano. J Neurol. 2008;255:1561-6.

12 Leitinger M, Höller Y, Kalss G, Rohracher A, Novak HF, Höfler J, et al. Epidemiology-based mortality score in status epilepticus (EMSE). Neurocrit Care. 2015;22:273-82.

13 Miró Ò. Acerca de la atención a las crisis epilépticas en los servicios de urgencias españoles. Rev Neurol. 2015;60:431.

14 Miró O, Escalada X, Boqué C, Gené E, Jiménez Fábrega FX, Netto C, et al. Estudio SUHCAT (2): mapa funcional de los servicios de urgen-cias hospitalarios de Cataluña. Emergenurgen-cias. 2014;26:35-46. 15 Fernández-Alonso C, Matías-Guiu JA, Castillo C, Fuentes-Ferrer ME,

González-del Castillo J, Martín-Sánchez FJ. Diferencias en el manejo de las crisis epilépticas entre los ancianos y los adultos más jóvenes atendidos en un servicio de urgencias. Rev Neurol. 2014;59:241-8. 16 Fernández Alonso C, Alonso Avilés R, Liñán López M, González Martínez

F, Fuentes Ferrer M, Gros Bañeres B, et al. Registro ACESUR: atención de pacientes adultos con crisis epilépticas en servicios de urgencias: diferen-cias entre primer episodio y recurrencia. Emergendiferen-cias. 2019;31:91-8. 17 Bilbao Gómez-Martino C, Nieto Sánchez A, Fernández Pérez C, Borrego

Hernando MI, Martín-Sánchez FJ. Perfil de riesgo y análisis comparativo de los errores de conciliación de medicamentos según el médico pres-criptor y la herramienta de prescripción. Emergencias. 2017;29:384-90. 18 Sculier C, Gaínza-Lein M, Sánchez Fernández I, Loddenkemper T.

Long-term outcomes of status epilepticus: a critical assessment. Epilepsia. 2018;59:155-69.

19 Fernández Alonso C, Romero Pareja R, Rivas García A, Jiménez Gallego R, Majo Carbajo J, Aguilar Mulet JM. Proyecto FIDUR: pa-cientes hiperfrecuentadores fidelizados en servicios de urgencias hos-pitalarios. Emergencias. 2016;28:16-20.

20 Santamarina E, Parejo B, Abraira L, Gutiérrez-Viedma Á, Alpuente A, Abarrategui B, et al. Cost of status epilepticus (SE): effects of delayed treatment and SE duration. Epilepsy Behav. 2018;89:8-14.

21 Senf P, Schmitz B, Holtkamp M, Janz D. Prognosis of juvenile myo-clonic epilepsy 45 years after onset: seizure outcome and predictors. Neurology. 2013;81:2128-33.

22 Máñez Miró JU, Díaz de Terán FJ, Alonso Singer P, Aguilar-Amat Prior MJ. Uso de la electroencefalografía urgente por el neurólogo de guardia: utilidad en el diagnóstico del estatus epiléptico no convulsi-vo. Neurologia. 2018;33:71-7.

23 Fernández Alonso C, Fuentes Ferrer ME, Jiménez Santana MI, Fernández Hernández L, de la Cruz García M, González del Castillo J, et al. Intervención multidimensional que mejora el pronóstico a corto plazo entre los ancianos frágiles dados de alta desde una unidad de corta estancia: estudio cuasiexperimental. Rev Clin Esp. 2018;4:163-9. 24 Salado-Medina V, López-Espuela F, Falcón-García A, Rico-Martín S,

Gómez-Luque A, Casado-Naranjo I. Valoración de la calidad de vida, es-tigma social y adhesión al tratamiento en pacientes con epilepsia del Área de Salud de Cáceres: estudio transversal. Rev Neurol. 2018;67:281-6. 25 Kuo J, Zhao W, Li CS, Kennedy JD, Seyal M. Postictal immobility and

generalized EEG suppression are associated with the severity of respi-ratory dysfunction. Epilepsia. 2016;57:412-7.

26 Masud Seyal MD, Bateman LM, Chin-Shang L. Impact of peri-ictal interventions on respiratory dysfunction, postictal EEG suppression and postictal immobility. Epilepsia. 2013;54:377-82.

27 Tasaka K, Matsubara K, Hori M, Nigami H, Iwata A, Isome K, et al. Neurogenic pulmonary edema combined with febrile seizures in

ear-ly childhood. A report of two cases. IDCases. 2016;6:90-3.

28 Kimmoun A, Ducrocq N, Sennoun N, Issa K, Strub C, Escanyé JM, et al. Efficient extra- and intracellular alkalinization improves cardiovas-cular functions in severe lactic acidosis induced by hemorrhagic shock. Anesthesiology. 2014;120:926-34.

29 Penrod J, Deb P, Dellenbaugh C, Burgess JF Jr, Zhu CW, Christiansen CL, et al. Hospital-based palliative care consultation: effects on hos-pital cost. J Palliat Med. 2010;13:973-7.

Figure

Tabla 1. Comparación de la distribución de las variables en la visita índice al servicio de urgencias hospitalario según resultado adverso  a 30 días del alta
Tabla 3. Predictores independientes de algún resultado  adverso a 30 días identificados en el análisis multivariable

Referencias

Documento similar

El contar con el financiamiento institucional a través de las cátedras ha significado para los grupos de profesores, el poder centrarse en estudios sobre áreas de interés

La campaña ha consistido en la revisión del etiquetado e instrucciones de uso de todos los ter- mómetros digitales comunicados, así como de la documentación técnica adicional de

Abstract: This paper reviews the dialogue and controversies between the paratexts of a corpus of collections of short novels –and romances– publi- shed from 1624 to 1637:

por unidad de tiempo (throughput) en estado estacionario de las transiciones.. de una red de Petri

We have created this abstract to give non-members access to the country and city rankings — by number of meetings in 2014 and by estimated total number of participants in 2014 —

Por lo tanto, en base a su perfil de eficacia y seguridad, ofatumumab debe considerarse una alternativa de tratamiento para pacientes con EMRR o EMSP con enfermedad activa

The part I assessment is coordinated involving all MSCs and led by the RMS who prepares a draft assessment report, sends the request for information (RFI) with considerations,

o Si dispone en su establecimiento de alguna silla de ruedas Jazz S50 o 708D cuyo nº de serie figura en el anexo 1 de esta nota informativa, consulte la nota de aviso de la