text new page (beta)
Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
Introducción
La resección hepática (RH) es una opción terapéutica curativa para lesiones hepáticas benignas y malignas. No obstante, la morbilidad y mortalidad de este procedimiento aún permanece alta1,2. En afán de poder predecir qué pacientes puedan sufrir morbilidad y mortalidad en una RH, se han evaluado diferentes factores tales como parámetros bioquímicos (p. ej., bilirrubina sérica, tiempo de protrombina y niveles de albúmina) y modelos de predicción de morbilidad y mortalidad, los cuales incluyen la clasificación de Child-Pugh, la clasificación de la American Society of Anesthesiologists (ASA) y el Modelo de Insuficiencia Hepática Terminal (MELD)3-5.
Un modelo ideal de predicción es aquel que debe de ser fácil de implementar, que incluya variables comunes y ordinarias, que sea sensible y específico y que no genere incremento en materia financiera y administrativa. Además, debe de permitir ser utilizado preoperatoriamente para otorgar información al paciente y lograr una planeación preoperatoria del procedimiento adecuada6.
En este contexto, el Colegio Americano de Cirujanos (ACS) desarrolló la calculadora de riesgo quirúrgico (SRC) del Programa Nacional de Mejoría de la Calidad Quirúrgica (NSQIP), basado en datos de 3.8 millones de operaciones en 740 hospitales del 2012 al 20167. El acceso a esta calculadora es en línea en la siguiente dirección: http://riskcalculator.facs.org/. Esta SRC es una calculadora de riesgo del paciente y del procedimiento específico que determina los resultados del postoperatorio (morbilidad y mortalidad a 30 días posterior a la cirugía). Mientras que los resultados de esta calculadora han sido útiles para poder predecir los riesgos de complicaciones en los pacientes, no ha sido fácil aplicarla en poblaciones fuera de la cohorte original de la NSQIP en diversas disciplinas8,9. En el caso de la cirugía hepática, la SRC ha sido probada en muy pocos estudios10-14.
El objetivo de nuestro estudio fue probar y aplicar la SRC ACS-NSQIP en la predicción de las complicaciones posteriores a una RH en una cohorte de población mexicana.
Materiales y métodos
Este es un estudio de tipo retrospectivo efectuado en una cohorte de pacientes sometidos a una RH del periodo comprendido entre enero del 2005 a agosto 2019 en la ciudad de Veracruz. El estudio fue aprobado por los comités de investigación local de las instituciones participantes. Todas las RH fueron realizadas por el mismo cirujano. Los pacientes incluidos en el estudio fueron sometidos a RH por enfermedades benignas, malignas primarias y metastásicas. Se excluyeron aquellos pacientes a los que se les realizó otro procedimiento además de la RH. Se recolectaron variables sociodemográficas, presencia de enfermedades concomitantes, así como valores de laboratorio. Todos los pacientes con cirrosis se evaluaron mediante la clasificación de Child-Pugh y se incluyeron pacientes sometidos a RH en categoría Child-Pugh A.
Calculadora de riesgo quirúrgico del American College of Surgeons National Surgical Quality Improvement Program
La SRC ACS-NSQIP es un sistema de puntuación que genera un riesgo porcentual estimado hasta 30 días posteriores a la cirugía y las posibilidades de que ocurra cierta complicación. Estos resultados son dependientes del tipo de RH (códigos CPT: 47120-hepatectomía parcial, 47122-trisegmentectomía, 47125-hepatectomía izquierda y 47130-hepatectomía derecha). Utilizando esta calculadora se estima el riesgo de incidencia de los siguientes resultados: complicación seria, cualquier complicación, neumonía, complicación cardiaca, infección de sitio quirúrgico, infección de vías urinarias, tromboembolia venosa, insuficiencia renal aguda, readmisión en menos de 30 días postoperatorio, reintervención, mortalidad perioperatoria (30 días) y alta a una unidad de rehabilitación. Los datos necesarios de los pacientes para el cálculo son: procedimiento que realizar, grupo de edad, sexo, estatus funcional, cirugía de urgencia, clasificación ASA, uso de esteroides para enfermedades crónicas, presencia de ascitis 30 días antes de la cirugía, presencia de sepsis sistémica 48 horas antes del procedimiento, dependencia de asistencia mecánica ventilatoria, cáncer diseminado, diabetes mellitus, hipertensión, insuficiencia cardiaca congestiva 30 días previos a la cirugía, disnea, tabaquismo activo durante el año previo a la cirugía, enfermedad pulmonar obstructiva crónica severa, diálisis, insuficiencia renal aguda, peso y talla. El acceso a la SRC fue el 11 de noviembre del 2019.
Análisis estadístico
Las variables continuas se describieron en media, desviación estándar y rango. Las variables categóricas en frecuencias y porcentaje. El análisis estadístico incluyó curva ROC y score de Brier. La curva ROC establece un área bajo la curva (estadística C) que evalúa la habilidad predictiva de la SRC en aquellas complicaciones que estuvieron presentes. La estadística C representa la probabilidad de que un individuo con el resultado de interés (complicación y/o mortalidad) tenga una probabilidad predictiva mayor que un individuo que no presentó el resultado de interés (complicación y/o mortalidad). Un valor estadístico C de 0.5 indica una concordancia de tipo aleatoria, mientras que un valor de 1 indica una habilidad de predicción perfecta. El score de Brier mide la exactitud de la predicción probabilística. Un score de 0 se asocia a una predicción probabilística exacta. Se comparó la media de estancia hospitalaria observada en la cohorte con la media de estancia hospitalaria obtenida de la calculadora ACS-NSQIP utilizando la prueba Z en la proporción de dos poblaciones con una hipótesis de dos colas con un nivel de significación de 0.05. Se consideró una p < 0.05 como estadísticamente significativa. Para el análisis del score de Brier se utilizó software Excel y todos los demás análisis fueron realizados con SPSS versión 25.
Resultados
Datos sociodemográficos y valores de la calculadora de riesgo quirúrgico del American College of Surgeons National Surgical Quality Improvement Program
Se incluyeron 67 pacientes con una edad promedio de 51.9 ± 19.4 años (rango: 18-82). El 50.7% (n = 34) eran pacientes de sexo femenino. El índice de masa corporal promedio fue 26.9 ± 4.6 kg/m2 (rango: 18.9-39). Treinta y un pacientes (46.3%) tenían comorbilidades, 6 (9%) tenían hepatitis viral (todos con hepatitis C) y un 19.4% (n = 13) tenían cirrosis. Los principales datos de laboratorio de los pacientes se encuentran en la tabla 1. El MELD promedio fue 7.5 ± 1.7 puntos (6-13 rango).
Tabla 1 Principales datos de laboratorio de los pacientes (n = 67)
| Laboratorio | Valor (media ± DE) (rango) |
|---|---|
| Hemoglobina (g/dl) | 13 ± 1.3 (10.3-15.7) |
| Hematocrito (%) | 38.8 ± 4.1 (29.6-45.7) |
| Leucocitos (cel./mm3) | 8,685 ± 9,052 (3,600-66,000) |
| Plaquetas (cel./mm3) | 248,093 ± 92,575 (83,300-527,000) |
| Tiempo de protombina (segundos) | 13.03 ± 1.66 (10.9-18.1) |
| INR | 1.05 ± 0.12 (0.87-1.4) |
| ALT (UI/l) | 63.9 ± 166.4 (9-1,202) |
| AST (UI/l) | 50.05 ± 71.12 (10-493) |
| ALP (UI/l) | 107.4 ± 43.3 (62-351) |
| Bilirrubina total (mg/dl) | 0.9 ± 1.03 (0.2-6.98) |
| Bilirrubina directa (mg/dl) | 0.53 ± 0.95 (0.08-5.68) |
| Albúmina (g/dl) | 4.03 ± 0.63 (1.5-5) |
| Glucosa (mg/dl) | 104.3 ± 51.9 (65-454) |
| Urea (mg/dl) | 30.7 ± 15.5 (5.3-98.4) |
| Creatinina (mg/dl) | 0.94 ± 0.35 (03-3.1) |
ALT: alanina aminotransferasa; ALP: fosfatasa alcalina; AST: aspartato aminotransferasa; cel.: células; DE: desviación estándar; INR: International Normalized Ratio.
La mayoría de las RH (56.7%, n = 38) fueron indicadas por patología maligna. De los pacientes que fueron sometidos a RH por malignidad el 26.3% (n = 10) fueron por metástasis y 28 pacientes (73.7%) fueron por tumores primarios hepáticos. Las RH por patología benigna (n = 29, 43.3%) fueron en su mayoría por hemangiomas (n = 22, 75.8%), seguido de adenomas (n = 4, 13.7%), trauma (n = 2, 6.8%) y un quiste hepático (3.4%). Los valores de la calculadora (SRC ACS-NSQIP) se muestran en la tabla 2.
Tabla 2 Variables utilizadas en la calculadora de riesgo quirúrgico (SRC) del American College of Surgeons National Surgical Quality Improvement Program (ACS-NSQIP)
| Variable | n = 67 (100%) |
|---|---|
| Procedimiento | |
| 47120-hepatectomía parcial | 41 (61.2%) |
| 47125-hepatectomia izquierda | 8 (11.9%) |
| 47130-hepatectomía derecha | 18 (26.9%) |
| Grupo de edad | |
| < 65 años | 45 (67.2%) |
| 65-74 años | 16 (23.9%) |
| 75-84 años | 6 (9%) |
| Sexo | |
| Femenino | 34 (50.7%) |
| Masculino | 33 (49.3%) |
| Estatus funcional | |
| Independiente | 42 (62.7%) |
| Parcialmente independiente | 25 (37.3%) |
| Cirugía de urgencia | |
| Sí | 2 (3%) |
| No | 65 (97%) |
| Clasificación de la American Society | |
| Anesthesiologists | |
| I | 17 (25.4%) |
| II | 31 (46.3%) |
| III | 19 (28.4%) |
| Uso de esteroides 30 días antes de la cirugía | |
| No | 67 (100%) |
| Ascitis presente 30 días antes de la cirugía | |
| Sí | 5 (7.5%) |
| No | 62 (92.5%) |
| Sepsis sistémica 48 horas antes de la cirugía | |
| Sí | 2 (3%) |
| 65 (97%) | |
| Asistencia mecánica ventilatoria | |
| Sí | 2 (3%) |
| No | 65 (97%) |
| Cáncer diseminado | |
| Sí | 10 (14.9%) |
| No | 57 (85.1%) |
| Diabetes mellitus | |
| Tratamiento con hipoglucemiantes orales | 23 (34.3%) |
| Tratamiento con insulina | 2 (3%) |
| No | 42 (62.7%) |
| Hipertensión | |
| Sí | 33 (49.3%) |
| No | 34 (50.7%) |
| Insuficiencia cardiaca congestiva 30 días antes de la cirugía | |
| No | 67 (100%) |
| Disnea | |
| No | 67 (100%) |
| Tabaquismo activo en el año de la cirugía | |
| Sí | 12 (17.9%) |
| No | 55 (82.1%) |
| Enfermedad pulmonar obstructiva crónica | |
| No | 67 (100%) |
| Diálisis | |
| No | 67 (100%) |
| Insuficiencia renal aguda | |
| Sí | 1 (1.5%) |
| No | 66 (98.5%) |
| Categorías de peso | |
| Normal | 26 (38.8%) |
| Sobrepeso | 26 (38.8%) |
| Obesidad grado I | 9 (13.4%) |
| Obesidad grado II | 6 (9%) |
Resultados de la cirugía
Se realizaron 41 (62.1%) hepatectomías parciales, 8 (11.9%) hepatectomías izquierdas y 18 (26.9%) hepatectomías derechas. Se utilizó maniobra de Pringle en el 55.2% (n = 37) de los casos con un tiempo promedio de 18.1 ± 6.6 minutos (2-32 rango). El sangrado transoperatorio promedio fue de 1,106 ± 1,216 mililitros (rango: 150-5,000). Un 44.8% (n = 30) fueron admitidos a la unidad de cuidados intensivos y la estancia hospitalaria promedio fue de 8.2 ± 5.3 días (rango: 2.32).
La morbilidad perioperatoria fue del 25.4% (n = 17). La principal complicación fue la insuficiencia hepática en un 11.9% (n = 8), seguido de reintervención en un 6% (n = 4), infecciones de sitio quirúrgico en un 4.5% (n = 3), neumonía en un 3% (n = 2) y eventos cardiovasculares en un 1.5% (n = 1) de los casos. La mortalidad a 30 días postoperatoria fue del 4.5% (n = 3).
Resultados y análisis de la calculadora de riesgo quirúrgico del American College of Surgeons National Surgical Quality Improvement Program
La tabla 3 muestra los riesgos promedios de complicaciones obtenido de la calculadora ACS-NSQIP, incluyendo la predicción de la estancia hospitalaria. Tanto el riesgo de predecir de complicación seria como el riesgo de predecir sufrir cualquier complicación y el riesgo de predecir sobre la mortalidad perioperatoria tuvieron un valor de estadística C estadísticamente significativo. Los días de estancia hospitalaria promedio que se predijeron por la calculadora ACS-NSQIP fueron 6 ± 2.09 días (rango: 3-18). No hubo diferencia significativa en los días de estancia hospitalaria observados en la cohorte contra los previstos por la calculadora (Z-score: –0.056, p = 0.57).
Tabla 3 Análisis del comportamiento de la calculadora de riesgo quirúrgico (SRC) del American College of Surgeons National Surgical Quality Improvement Program (ACS-NSQIP)
| Variable | Riesgo promedio (%) | Estadística C (AUC) (IC 95%) | Valor p | Score de Brier |
|---|---|---|---|---|
| media ± DE (rango) | media ± DE (rango) | |||
| Complicación seria | 15.7 ± 8.08 (5.7-36.3) | 0.725 ± 0.77 (0.574-0.877) | 0.006* | 0.26 ± 0.28 (0.01-1.25) |
| Cualquier complicación | 17.9 ± 8.5 (6.8-37.1) | 0.731 ± 0.76 (0.582-0.880) | 0.005* | 0.33 ± 0.33 (0.02-1.3) |
| Reintervención | 2.6 ± 1.3 (1.1-7.3) | 0.788 ± 0.13 (0.528-1.0) | 0.055 | 0.002 ± 0.006 (0-0.04) |
| Infección de sitio quirúrgico | 8.2 ± 2.8 (3.6-16.9) | 0.531 ± 0.19 (0.155-0.908) | 0.8 | 0.04 ± 0.04 (0-0.22) |
| Neumonía | 3.2 ± 4.4 (0.2-33) | 0.473 ± 0.33 (0-1) | 0.8 | 0.02 ± 0.11 (0-0.96) |
| Evento cardiovascular | 1.1 ± 1.1 (0-4.9) | 0.902 ± 0.03 (0.829-0.974) | 0.1 | 0.002 ± 0.001 (0-0.1) |
| Muerte | 1.4 ± 2.21 (0-9.4) | 0.922 ± 0.057 (0.81-1) | 0.014* | 0.005 ± 0.01 (0-0.07) |
*Estadísticamente significativo.
AUC: área bajo la curva; IC 95%: intervalo de confianza del 95%; DE: desviación estándar.
Discusión
Los resultados de nuestro estudio demuestran que la calculadora del ACS-NSQIP tiene un buen desempeño en una cohorte de pacientes mexicanos sometidos a RH, específicamente en predecir complicaciones en general y mortalidad. No existió diferencia significativa entre los días de estancia hospitalarios observados y los predichos por la calculadora.
Predecir resultados en cirugía hepática ha sido descrito en estudios unicéntricos, multicéntricos o bases de datos nacionales2-5. Los modelos de predicción se han desarrollado con base en valores de laboratorio, imagen y comorbilidades como ejemplos. El análisis de predicción juega un papel importante en la discusión del médico y su paciente cuando se planea una estrategia quirúrgica. Al tener una oportunidad de poder predecir eventos, se puede efectuar estrategias que vigilen estos riesgos, mismo que van desde modificaciones al abordaje quirúrgico, movilización de recursos y vigilancia posquirúrgica más estrecha.
La colaboración del NSQIP en los EE.UU. creó un sistema eficiente de vigilar los resultados institucionales de diferentes procedimientos para elevar la calidad de la atención del paciente7. Por medio del análisis de datos obtenidos por esta calculadora, los cirujanos podemos comparar cohortes de pacientes, determinar áreas de mejoría y efectuar cambios en nuestra práctica. Muy pocos estudios han evaluado y aplicado la calculadora del ACS-NSQIP fuera de las instituciones participantes en la generación de la calculadora original en diversas disciplinas y el caso de la cirugía hepática no es la excepción. Además, los resultados de estas aplicaciones han sido controvertidos. Beal, et al.15 encontraron una predicción modesta (estadística C entre 0.6 y 0.7) de los resultados en cirugía hepática (especialmente infección de sitio quirúrgico, reoperación, readmisiones y mortalidad), además de observar que la proporción de los eventos observados era mayor que la mediana de predicción del evento. Otros han utilizado esta calculadora obteniendo una buena discriminación (estadística C superior a 0.75) y lo ha comparado contra otros modelos, resultando mejor el NSQIP13. Algunos han añadido otros factores a la calculadora tales como la insuficiencia hepática crónica11 y en algunos casos, han utilizado cohortes de pacientes altamente seleccionados (hepatocarcinoma de la tercera edad) con capacidad de predicción pobre y una estimación inferior de los riesgos14. Estas controversias han llevado a autores como Pitt, et al.10 a sugerir crear opciones específicas de cirugía hepatopancreatobiliar dentro de esta calculadora, o en otros casos12 crear calculadoras de centro específicos para determinar estos riesgos en la cirugía hepática. En nuestro caso, la calculadora tuvo un buen poder de discriminación en lo general (predicción de complicaciones) con una estadística C mayor a 0.7, sin embargo en ese rubro el score de Brier no fue tan cercano al cero (que sería una predicción perfecta). Es de notar que la mortalidad tuvo una calibración casi excelente (> 0.9) y una habilidad de predicción casi perfecta. No obstante, también podemos decir que la calculadora estimó de forma inferior nuestros riesgos de acuerdo con lo observado y aunque no fue estadísticamente significativo, menos días de estancia intrahospitalaria.
Algunas de las consideraciones que tomar en cuenta que pueden tener estas diferencias entre lo previsto por la calculadora y lo observado en la serie de pacientes se pueden deber al periodo de tiempo del estudio, el volumen de casos realizado en los diferentes años, los diferentes hospitales en donde se realizaron los procedimientos y los recursos a disposición para llevarlos a cabo. En estos casos habría que buscar la forma de incluir también estas diferencias para poder predecir mejores resultados. Otra limitación del estudio pudiera ser el tamaño de muestra, el cual es relativamente limitado, la diversidad de procedimientos y la capacidad de poder predecir todos los resultados, ya que no se presentaron todos; sin embargo, la calculadora ACS-NSQIP tiene estandarizados estos procedimientos de forma adecuada, eliminando las posibles desviaciones
Conclusiones
La aplicación de la calculadora ACS-NSQIP en una cohorte de pacientes mexicanos sometidos a RH tiene un buen poder de discriminación y una buena habilidad predictiva. Conocer y poder predecir riesgos postoperatorios otorga información al paciente y logra una planeación preoperatoria del procedimiento de forma adecuada.
