Seccin de cuidados intensivos de SEDAR
Idiomas
+34 91 639 27 86
cirugia-cardiaca

Escalas de gravedad utilizadas en cirugía cardíaca
Desde los orígenes a la actualidad

A lo largo de las últimas décadas el análisis de costes y resultados en medicina se ha convertido en una práctica habitual.

El desarrollo de nuevas técnicas diagnósticas y terapéuticas, el elevado coste de éstas y el cambio de relación entre médico y paciente ha obligado a realizar un análisis más exhaustivo de los riesgos/costes de cada tratamiento, permitiendo así una mejor selección de los pacientes y la obtención de mejores resultados.

En los últimos años estas escalas se han hecho cada vez más específicas, desarrollándose escalas para distintos tipos de especialidades médicas y quirúrgicas. A continuación hacemos un breve repaso a las escalas de predicción de riesgo en cirugía cardiaca.

 

1. INTRODUCCIÓN

La práctica de la Medicina, a lo largo de los años, ha pasado de basarse en una relación paternalista médico–paciente, a basarse en una relación contractual con unas expectativas de resultados que se espera que el médico pueda cumplir. Este cambio de mentalidad de la sociedad supone un cambio en la forma de ver la medicina, que ha pasado de considerarse un arte vocacional a considerarse una actividad más tecnificada, similar a la forma de trabajar en muchas empresas, en la que se deben valorar los costes, calidad de las asistencia y evaluación de resultados. En este contexto se desarrollan las escalas de predicción de riesgo, capaces de detectar aquella población con más incidencia de complicaciones o éxito tras un tratamiento determinado.

Una de las pioneras en el análisis de las complicaciones y la mortalidad hospitalaria fue Florence Nightingale. Ya en el siglo XIX, esta enfermera londinense fue capaz de detectar diferencias en el perfil de riesgo de sus pacientes, proponiendo una serie de estrategias para mejorar los resultados. Esta misma enfermera y sus compañeras, durante la guerra de Crimea, fueron capaces de detectar grupos de riesgo y proponer una serie de medidas que hicieron disminuir la mortalidad en más del 40%.

En el caso concreto de la Cirugía Cardiaca, los primeros datos sobre análisis del riesgo quirúrgico se encuentran en el año 1984. Barrat-Boyes publica una serie de casos de aneurismas ventriculares intervenidos, en los que identificaba variables clínicas de impacto en los resultados adversos, tanto inmediatos como tardíos. Utiliza para ello métodos de análisis estadísticos como la regresión logística. En el mismo año, Knaus y Horst explican las ventajas de poder identificar pacientes de riesgo y relacionarlos con la aparición de efectos adversos y de mortalidad. En Canadá, Paiment et al. proponen una clasificación sencilla para estratificar el riesgo de los pacientes que van a ser sometidos a cirugía cardiaca. Esta misma es utilizada en España por el Dr. E. Blanco, del Hospital Marqués de Valdecillas, quien realiza una validación con sus propios resultados. En 1986, Junod, en Washington, intenta avanzar un poco más, diciendo que es tan importante identificar el riesgo preoperatorio como poder compararlo después con los resultados reales obtenidos, es decir, realizar una comparación entre la mortalidad esperada y la observada. Pero el problema de estos nuevos modelos residía en la falta de capacidad de extrapolación cuando se trataba de aplicarlo en poblaciones distintas de las que habían sido diseñadas. También en la década de los 80, en Nueva York, la Health Care Financing Administration hace público, en distintos periódicos de tirada nacional, las cifras de mortalidad de una serie de hospitales. Esto hizo que surgiera el debate tanto en la comunidad médica como en la sociedad en general sobre la necesidad de seleccionar a los pacientes basándose en su perfil de riesgo. Según Berwick, esta iniciativa había conseguido llevar a cabo políticas correctoras que habían supuesto una mejora de la calidad asistencial y del intercambio de información entre las administraciones sanitarias.

En 1989, Víctor Parsonnet, utilizando los datos de los pacientes de su propio centro, el hospital Newark Beth Israel, de Nueva Jersey, diseña un sistema de estratificación que supone el comienzo de una nueva corriente interesada en el análisis y estudio del riesgo de los pacientes cardioquirúrgicos. A principio de la década de los 90, Hammermeister et al. estudian a los pacientes atendidos en los centros de Veterans Administration Americana e identifica pacientes con riesgo de presentar complicaciones mayores. Entre los factores que indicaban un mayor riesgo se encontraban la edad avanzada, cirugía cardiaca previa, enfermedad vascular periférica, o la presencia de disfunción renal. Además, es capaz de predecir complicaciones como la mediastinitis y la reoperación por sangrado asociado a ciertas características técnicas más que a factores de riesgo propios del paciente.

Hasta el momento, entre los distintos estudios expuestos, predominaban aquellos basados en la observación de los pacientes. Pero se empieza a cuestionar si la opinión de los expertos tras observar el comportamiento de los pacientes es suficiente para valorar el riesgo, o si por el contrario son necesarios métodos más rigurosos. Finalmente se imponen los métodos de análisis estadísticos multivariantes, claramente superiores a la hora de ponderar el nivel de riesgo de los pacientes (1).

Para poder desarrollar estos nuevos métodos de análisis de riesgo era necesario que, paralelamente, se desarrollaran nuevos métodos de tratamiento y almacenaje de la información. Nacieron así las bases de datos, programas informáticos capaces de almacenar gran cantidad de información en espacios reducidos. En el ámbito de la cirugía cardiaca, estas bases de datos empiezan a tener mayor protagonismo en los años 80. Facilitan el acceso a la información y permiten compartir esa información entre distintos colectivos y profesionales. Una de las bases de datos más destacadas en el ámbito de cirugía cardiaca es The Society of Toracic Surgeons (STS).

 

2-ESCALAS DE PREDICCIÓN DE RIESGO

A continuación haremos un breve repaso a las escalas de predicción de riesgo más relevantes, haciendo una mención especial al modelo de predicción de riesgo europeo, el EuroScore.

2.1. Escala pronóstica de Parsonnet

El modelo de Parsonnet es, probablemente, el sistema de estratificación de riesgo preoperatorio para cirugía cardiaca más ampliamente utilizado. Fue creado por Víctor Parsonnet en 1989 (2). Para su elaboración se tomaron los datos de 3500 pacientes del hospital Newark Beth Israel Medical Center de Nueva Jersey. Se puede considerar la primera iniciativa fiable para la estimación de riesgo y ha sido utilizado por numerosos centros de todo el mundo como herramienta de control de costes y calidad. Con el paso del tiempo se vio que este sistema tendía a subestimar el riesgo, sobre todo en pacientes coronarios y a sobrestimarlo en ciertas situaciones concretas. Además, el peso de ciertas variables no está bien definido y queda a criterio del facultativo. Gracias a las actualizaciones posteriores, este sistema de estratificación de riesgo permitió obtener la estimación logística de la probabilidad de muerte, además de modificar algunas de las variables para adaptarse a la situación asistencial actual.

2.2. Modelo de la Administración de Veteranos

El Department of Veterans Affaire (DVA) es una organización estadounidense creada en 1972 que controla semestralmente los datos de calidad de decenas de unidades de cirugía cardiaca que están adscritas a él. Esta organización realizó un estudio entre los años 1986 y 1989, en el que se incluyeron 10.000 pacientes, sobretodo sometidos a cirugía coronaria, con el fin de encontrar variables predictivas de mortalidad. Propusieron un modelo que se compone de 8 variables para cirugía coronaria y 6 variables en el caso de otro tipo de cirugías. En esta propuesta se habla por primera vez de la relación entre mortalidad esperada y mortalidad real como herramienta para medir la calidad.

2.3. Sistema aplicado en el estado de Nueva York

Como ya comentamos antes, desde la publicación de los resultados quirúrgicos publicados por la HCFA, en Nueva York en el 1987, en el que se detectaban algunas carencias en cuanto a calidad en algunos hospitales del estado, la posibilidad de medir la calidad asistencial y compararla fue aumentando. El CSRS (Cardiac Surgery Reporting System) se encargó de recoger los datos de los centros del estado en el que se realizaba cirugía cardiaca, llegando a contar con 7.596 pacientes. A partir de los datos obtenidos, detectaron 14 variables con suficiente peso predictivo para definir el riesgo quirúrgico del paciente. Esto permitió hacer comparaciones entre centros distintos y establecer comparaciones entre la mortalidad esperada y la real. Parece que desde la publicación de los resultados de las cirugías en un medio público los datos de los hospitales mejoraron y las cifras de mortalidad disminuyeron. Lo que no está claro es si esta mejora se debía a una mejora en las técnicas y calidad de las terapias aplicadas o por que se realizaba una selección de pacientes de bajo riesgo para la cirugía cardiaca.

2.4. Propuesta de la Cleveland Clinic

Este sistema de predicción de riesgo fue desarrollado por Higgins et al. sobre las observaciones realizadas en 5.000 pacientes intervenidos de revascularización coronaria, aislada o en combinación con otros procedimientos, durante los años 1986-1990. Del análisis de regresión logística empleado, se obtuvieron trece variables con carácter predictivo para la morbilidad postoperatoria, nueve de las cuales lo eran igualmente para la mortalidad hospitalaria. Estas variables son las que formarían parte de la escala de predicción de riesgo publicada por el propio Higgins en 1992. Con la suma de los escores de cada variable se obtiene una puntuación concreta para cada paciente dado. La correlación entre la mortalidad esperada y la observada fue buena, aunque se observó una sobrevaloración de la morbilidad en los pacientes de alto riesgo. Posteriormente, el mismo grupo de trabajo que diseñó esta primera escala, ha publicado otra escala de morbimortalidad referida al entorno de cuidados intensivos. Esta nueva herramienta para la clasificación de los pacientes intervenidos de patología coronaria, maneja variables pre, intra y postoperatorias inmediatas al ingreso en UCI de los mismos.

2.5. Modelo de morbilidad de Tuman

Esta propuesta parte del Rush-Presbyterian-St. Luke´s Medical Center de Chicago. Fue publicada en 1992 y su objetivo consistió en establecer una escala de morbilidad que permitiese estratificar a los pacientes en cuanto al riesgo y predecir igualmente la duración potencial de su estancia en UCI. Se emplearon un total de 3.156 pacientes intervenidos consecutivamente en dicha institución, tanto valvulares como coronarios. El modelo es aditivo y se basa en el peso predictivo de doce variables. La estratificación de los pacientes se realiza inicialmente en seis niveles de riesgo, aunque con posterioridad se simplifica en tres niveles

2.6. Sistema canadiense para la estratificación de riesgo

La existencia de listas de espera para cirugía cardiaca en Canadá y la disponibilidad limitada de recursos en relación a camas para postoperatorios de alta complejidad, originó la iniciativa de Jack V. Tu en el hospital St. Michael de Toronto. Inicialmente, la investigación de Tu se centró en determinar un sistema de predicción de la estancia prolongada en UCI de los pacientes adultos sometidos a intervenciones cardiacas. Para ello puso en marcha un estudio de dos años de duración (1990-1991) en el que se analizaron variables de potencial valor predictivo de 1.409 pacientes intervenidos en el mencionado hospital. Desde el punto de vista metodológico se apoyó en la inteligencia artificial, utilizando un modelo de redes neurales alimentadas con 15 variables preoperatorias, obteniendo tres niveles de riesgo en lo que a predicción de estancia en UCI se refiere. En una investigación posterior de este mismo autor, utilizando la misma cohorte de pacientes y aplicando esta vez la regresión logística, identificó cinco variables predictivas de estancia prolongada en UCI y mortalidad hospitalaria. Esta última iniciativa fue la que motivó que el ministerio de sanidad del estado de Ontario estableciera la Provincial Adult Cardiac Care Network (OPACCN), registro computerizado de todas las listas de espera para cirugía cardiaca del estado.

Utilizando esta base de datos, se reclutaron 13.098 pacientes en un periodo de dos años (1991-1993) en nueve instituciones hospitalarias. A partir de esta información, se elaboró un sistema de predicción de la mortalidad hospitalaria tras cirugía cardiaca e igualmente válido para estimar la duración de la estancia en UCI y la estancia hospitalaria total. Este nuevo modelo aditivo, publicado en 1995, lo componen seis variables predictivas obtenidas por regresión logística y que permiten estratificar a los pacientes en tres grupos de riesgo. La validación del índice de riesgo mediante curvas ROC es sensiblemente mejor para la predicción de mortalidad que para la duración de las estancias.

2.7. STS

La Society of Thoracic Surgeons de Estados Unidos (STS), estableció un modelo de estratificación del riesgo en cirugía coronaria sobre una base de datos creada en 1989, de carácter nacional, voluntaria, y constituida por más de 300.000 pacientes, con el objetivo de mejorar la calidad y seguridad de los pacientes sometidos a cirugía cardiaca.

El modelo confeccionado se inspira en los principios del teorema de Bayes (3) y utiliza 31 variables predictivas de mortalidad, permitiendo la clasificación de los pacientes en seis niveles de riesgo.

La utilidad de este modelo viene avalada por las validaciones individualizadas en instituciones de prestigio en el ámbito de la cirugía cardiaca norteamericana.

La base de datos ha ido creciendo de manera exponencial, tanto en número de pacientes como en número de centros participantes. Además su uso se extendió a todos los tipos de cirugía cardiaca, distintas de la cirugía coronaria. Actualmente, dentro de esta base de datos podemos diferenciar tres grandes grupos: Cirugía Cardiaca en Adulto, Cirugía Torácica y Cirugía Cardíaca Congénita.

Actualmente la base de datos de Cirugía Cardiaca en Adultos contiene datos de más de 5,8 millones de cirugías, lo que representa más del 90% del total de todas las cirugías cardiacas realizadas a lo largo de todo Estados Unidos. Además, desde 2011 la STS promovió la colaboración internacional facilitando que centros de otros países pudieran incluir sus resultados en esta base de datos.

Esta actualización constante de la base de datos sobre la que se sustenta el modelo de predicción de riesgo de la STS evita que el modelo pueda perder calibración a lo largo del tiempo, a diferencia de lo ocurrido con el Euroscore.

2.8. Euroscore

El Euroscore es el sistema de predicción de riesgo desarrollado en Europa. Este nace de la necesidad de tener un modelo semejante a los que ya se estaban utilizando en EEUU y en otras zonas del mundo, pero adaptado a las características de la población europea. Fue publicado en 1999, a partir de los datos obtenidos de 19.030 pacientes intervenidos en cirugía cardiaca durante los meses de Septiembre a Diciembre de 1995. Los pacientes fueron operados en 128 centros de 8 países distintos. España colaboró en el proyecto aportando 2.444 pacientes de 25 centros donde se realizaba cirugía cardiaca. Para la realización del primer modelo se registraron 68 variables preoperatorias y 29 intraoperatorias de cada paciente, así como las causas de mortalidad. Esta fue definida como la ocurrida durante los primeros 30 días o durante el ingreso hospitalario. Las variables predictivas de mortalidad se detectaron mediante análisis univariante y regresión logística, detectándose las 17 variables que finalmente integraron esta primera versión del Euroscore. Las 17 variables son las siguientes: edad, sexo femenino, enfermedad pulmonar obstructiva crónica, arteriopatía periférica, disfunción neurológica, re-intervención, creatinina sérica > 200 mmol/l, endocarditis activa, estado preoperatorio crítico, angina inestable con nitritos, función ventricular, infarto reciente (< 90 días), presión sistólica pulmonar > 60 mm hg, emergencia quirúrgica, cirugía diferente a bypass coronario, cirugía de la aorta torácica y ruptura septal post infarto.

El cálculo de estas variables nos ofrece un valor numérico que permite clasificar a los pacientes en tres grupos de riesgo, considerando pacientes de riesgo bajo aquellos con valor numérico entre 0 y 2, riesgo medio aquellos con puntuación entre 3 y 5, y riesgo alto los que presenten una puntuación igual o mayor de 6. En los años posteriores a la publicación de esta primera versión, se sucedieron los estudios valorando su utilidad no sólo como predictor de mortalidad, sino también como predictor de complicaciones, estancias prolongadas en UCI, supervivencia a largo plazo, mala evolución a medio plazo, etc. A medida que los estudios sobre el Euroscore fueron aumentando se pusieron en evidencia algunas de las carencias del modelo, que tendía a subestimar la mortalidad en pacientes sometidos a cirugía valvular, coronaria y mixta, sobreestimaba la mortalidad en pacientes octogenarios y era poco específico en cirugía de aorta torácica. Fruto de estas limitaciones se publica el Euroscore logístico, que proporciona una estimación directa de la mortalidad a partir de la fórmula:

Este modelo ha sido ampliamente utilizado y validado en distintas poblaciones, con muy buenos resultados. Sin embargo, con el paso del tiempo y debido en gran parte a las mejoras en la técnica quirúrgica así como el mejor entrenamiento de los facultativos implicados y una importantísima mejora en los medios técnicos, esta versión del Euroscore ha ido perdiendo su capacidad de calibración, sobreestimando en general los riesgos. Sin embargo su capacidad de discriminación se mantuvo preservada. Debido a la pérdida de calibración, los autores del proyecto se plantearon la necesidad de realizar una actualización del mismo. Para este nuevo proyecto se recogieron, vía web, los datos de 154 grupos de 43 países distintos, obteniendo un total de 22.381 pacientes. Es importante destacar que el país que más grupos proporcionó fue España, aportando los datos de 19 grupos, seguido por Francia con 16 grupos e Italia con 15. A diferencia de la versión anterior, este modelo incluye variables como la clase funcional New York Heart Association, la diabetes mellitus insulindependiente (DMID) e introduce el aclaramiento de creatinina estimado como medida de función renal en lugar de la creatinina sérica. Además, elimina la rotura septalpostinfarto e introduce una nueva escala de complejidad quirúrgica basada en el número de procedimientos (4).

Este nuevo modelo fue publicado en junio del 2012, y desde su publicación hasta el momento ya ha sido ampliamente utilizado, siendo numerosas las publicaciones existentes intentando realizar una validación externa del modelo.

En la mayoría de los estudios publicados se acepta una discreta mejora en la capacidad de discriminación del Euroscore II en comparación con la versión anterior. Sin embargo, los resultados obtenidos en relación con la calibración son menos claros, encontrándose en muchos estudios datos de mala calibración del modelo, tanto por sobreestimación como por infraestimación del riesgo. Algunos autores sostienen que estos fallos se pueden deber a que el modelo no hace mención a cuestiones quirúrgicas importantes a la hora de predecir mortalidad, como son la calcificación de la aorta o la complejidad de la patología coronaria (5). Además comentan el hecho de que se le dé más importancia al número de intervenciones y no al tipo de intervención. Además se han detectados grandes diferencias en cuanto a las cifras de mortalidad reportadas por los distintos centros que participaron en la creación del modelo. Algunos autores defienden que estas diferencias pueden deberse a las diferencias en las técnicas quirúrgicas y otros incluso se atreven a señalar a los cirujanos como culpables de estas discrepancias, ya que sostienen que aquellos cirujanos que operan en centros más pequeños con menor volumen de pacientes puedan suponer un factor de riesgo (6).

Para mejorar la capacidad de predicción del Euroscore se han intentado añadir biomarcadores relacionados con procesos pluripatológicos, estrés oxidativo o isquemia como el GDF-15, NTproBNP o Troponinas. Parece que unas cifras de GDF-15>1,8 ng/ml mejora la predicción, mientras que la presencia de NTpro BNP alto (punto de corte >2000 pg/ml) o hsTNT>14 pg/ml no parece aportar mejoras.También se ha observado que al añadir los valores de troponina de la primera hora postoperatoria se detecta de forma temprana a los pacientes de alto riesgo, pero su papel en la predicción preoperatoria es menos clara (7). En esta misma línea se intentó detectar moléculas como CD11b, CD 47 y CD99 para mejorar la sensibilidad y especificidad del modelo.

Otras modificaciones han ido encaminadas a aplicar el modelo a otros tipos de procedimientos distintos de la cirugía cardiaca. Por ejemplo, se ha valorado su aplicación en procedimientos de revascularización coronaria, aunque los resultados son poco claros. Parece que al combinar el Euroscore con el modelo SYNTAX, modelo que sirve para estratificar el riesgo de los pacientes que van a ser sometidos a revascularización percutánea y que se basa en la anatomía de las coronarias, la predicción obtenida mejoraba con respecto a la predicción obtenida solo con el modelo SYNTAX. También se ha intentado añadir al Euroscore características específicas de los pacientes coronarios, como lesión de tronco de la coronaria izquierda o lesión de tres vasos, obteniéndose buenos resultados. La asociación europea de cardiología recomienda el uso del Euroscore en este tipo de procedimientos con un nivel de evidencia IIb C (8).

También se ha intentado aplicar para predecir la mortalidad en pacientes sometidos a procedimientos de sustitución valvular aórtica por vía transapical o transfemoral (TAVI). Comúnmente se ha utilizado la predicción del Euroscore para guiar las decisiones terapéuticas, aceptándose que pacientes con un Euroscore Log mayor 20% o un Euroscore II mayor de 7% no eran candidatos a cirugía abierta pero sí a TAVI. En el caso de aplicar el modelo americano, se consideran candidatos a TAVI a aquellos pacientes cuyo valor de STS es mayor de 10. Sin embargo se ha visto que no existe concordancia entre los modelos, ya que al aplicarlo sobre una misma población, el número de pacientes clasificados “de alto riesgo” por el Euroscore es mucho mayor del obtenido por el STS. El problema de utilizar modelos con problemas de calibración para tomar este tipo de decisiones es, que la infraestimación del riesgo deja a muchos pacientes fuera del tratamiento conservador, mientras que la sobreestimación del riesgo producida por el Euroscore Log condena a algunos pacientes a un tratamiento conservador cuando en realidad se podían beneficiar de un tratamiento convencional con reparación de la válvula aórtica (9). Además, algunos autores denuncian que hay características de los pacientes, como la tortuosidad de los vasos, la presencia de “aorta en porcelana”, malformaciones en la pared torácica o radiación previa del tórax, que pueden condicionar la decisión hacia un tipo de procedimiento u otro y que no están reflejadas en estas escalas (9). Para intentar solventar estos problemas se intentó desarrollar un modelo específico para este tipo de procedimiento, TAVI-SCORE, que incluye características como la presencia de aorta en porcelana, anemia preoperatoria, disfunción ventricular, estenosis aórtica crítica, edad elevada y disfunción renal, y que en sus primeros estudios ha mostrado mejor discriminación para este tipo de pacientes que el Euroscore Log, Euroscore II y STS.

Además de ampliar su uso para valorar el riesgo en otro tipo de procedimientos distintos de la cirugía cardiaca abierta, el Euroscore ha sido ampliamente utilizado como escala de referencia para intentar validar nuevas escalas, como la escala post-cirugía cardiaca (POCAS) o la escala ACEF (Age, Creatine, Ejection Fraction). Estos dos modelos están destinados a predecir la mortalidad en cirugía cardiaca, pero de una forma mucho más simplificada que el Euroscore. La escala POCAS solo incluye los valores de presión arterial media, lactato, bicarbonato e INR y, la escala ACEF solo valora la edad del paciente, las cifras de creatinina y la fracción de eyección. Ambas han sido utilizadas en múltiples estudios, comparando su capacidad de predicción con la del Euroscore, pero es preciso realizar una validación externa más amplia para comprobar su aplicabilidad.

A pesar de todos estos nuevos usos todavía se denuncia la necesidad de tener una escala que pueda determinarnos cuál será la calidad de vida de los pacientes tras la cirugía, además de exigir un modelo más adaptado a la población quirúrgica actual, envejecida y con una serie de criterios de “fragilidad” que sin duda influyen en el pronóstico de la cirugía (10).

3.- CONCEPTOS CLAVES

  • Las escalas de predicción de riesgo son herramientas muy útiles en la práctica clínica ya que nos permiten hacer una aproximación del pronóstico del paciente en el primer contacto con este.
  • La predicción del riesgo nos permite establecer prioridades, tomar decisiones más racionales y establecer maneras de proceder diferentes para distintos tipos de pacientes.
  • Estas escalas permiten además evaluar la calidad asistencial al poder comparar los resultados obtenidos con los observados, y nos permiten comparar nuestros resultados con los de otros centros.
  • Existen escalas de predicción de riesgo generales, y otras específicas para algunas especialidades médicas y quirúrgicas.
  • En cirugía cardiaca las escalas de predicción de riesgo se han desarrollado en los últimos 30 años. Aunque existen numerosas escalas, la más utilizada en Europa es el Euroscore.
  •  

    BIBLIOGRAFÍA

    1. Lee KL, Pryor DB, Harrell FE, Califf RM, Behar VS, et al. Predicting outcome in coronary disease. Statistical models versus expert clinicians. Am J Med 1986; 80: 553-560. PubMed
    2. Parsonnet V, Dean D, Berstein AD. A method of uniform stratification of risk for evaluating the results of surgery in acquiried adult heart disease. Circulation 1989; 79: I3-I12. PubMed
    3. Clark RE. Calculating risk and outcome: The Society of Thoracic Surgeons Database. Ann ThoracSurg 1996; 62: S2-S5. PubMed
    4. Silva J, Carnero M, Reguillo F, Cobiella J, Villagrán E, et al. Validación del EuroSCORE II: ¿funciona en nuestro medio? CirCardiov. 2013;20(2):59-64.
    5. Poullis M, Pullan M, Chalmers J,Mediratta N. The validity of the original EuroSCORE and EuroSCORE II in patients over the age of seventy. Interactive CardioVascular and Thoracic Surgery 2015 Feb;20(2):172-7. PubMed
    6. Guida P, Mastro F, Scrascia G, Whitlock R, Paparella D. Performance of the European System for Cardiac Operative Risk Evaluation II: A meta-analysis of 22 studies involving 145,592 cardiac surgery procedures. J ThoracCardiovasc Surg. 2014;148(6):3049-57. https://www.ncbi.nlm.nih.gov/pubmed/25161130
    7. Richard A. Lange. Can You Predict What Happens When EuroSCORE Weds Biomarker? J Am CollCardiol. 2013 Feb 12;61(6):682-4. PubMed
    8. 2014 ESC/EACTS Guidelines on myocardial revascularization. European Journal of Cardio-Thoracic Surgery 2014;46: 517–592. PubMed
    9. Osnabrugge RL, Speir AM, Head SJ, Fonner CE, Fonner E, et al. Performance of EuroSCORE II in a large US database: implications for transcatheter aortic valve implantation. European Journal of Cardio-Thoracic Surgery 2014;46: 400-408. PubMed
    10. Sundermann S, Dademasch A, Praetorius J, Kempfert J, Dewey T, et al. Comprehensive assessment of frailty for elderly high-risk patients undergoing cardiac surgery. Eur J CardiothoracSurg 2011;39:33-7. PubMed

    Blanca Mateos Pañero

    MD PhD Sección Cirugía Cardiaca. Hospital Virgen de la Salud de Toledo. Toledo

Etiquetas:

Sección de Cuidados instensivos de la SEDAR