Predicción de Infección por Clostridium Difficile en pacientes hospitalizados


(Alejandro Mauro) #1

El Clostridium Difficile (CD) es una bacteria que causa diarrea y es un gran problema en los hospitales porque se disemina con frecuencia. A los pacientes hay que aislarlos para evitar el contagio de otros pacientes. La infección por CD se da más en pacientes mayores de 65 años, que tengan una hospitalización prologada o que tengan tratamiento antibiótico (ATB) o estuvieron con ATB.

Son múltiples las estrategias de los Ministerio de Salud para evitar los brotes dentro de los hospitales por CD.

Link a la circular del manejo de brotes del Minsal de Chile
https://www.minsal.cl/sites/default/files/files/cCIRCULARN30NORMASPARAELMANEJODEBROTESDEDIARREASPORCLOSTRIDIUMDIFFICILE.pdf

Investigadores tuvieron una idea. Qué tal, si en vez de seguir haciendo lo usual, que es identificar quiénes tienen más riesgo y si llegan a presentar diarrea cultivarlos lo más rápido posible para tratarlos y asilarlos, poner los datos de la Historia Clínica Electrónica (HCE) en línea con un sistema de predicción de quién tiene más probabilidad de desarrollar diarrea por CD.

Link al estudio

Así que hicieron algo muy bueno. Usaron la HCE de 2 redes de hospitales y crearon 2 algoritmos que predigan el desarrollo de diarrea por CD. Usaron para los 2 hospitales las mismas variables (intentaron tomar cuanto dato podían de la HCE y asociarlo al modelo predictivo) Ej:

  • Haber tenido Infección por CD (ICD) un año antes de la admisión
  • Haber sido admitido vía Urgencia
  • Taquicardia
  • Uso de Antibióticos
  • Edad
  • Haber tenido una cirugía

En ambos hospitales lograron buena correlación entre las variables y la diarrea por CD. En la red de hospitales University of Michigan (UM) una AUC de 0,82, en la red de Hospitales del Massachusetts General Hospital (MGH) una AUC de 0,75

Lo más sorprendente, es que en ambos hospitales las variables con mejor predicción son diferentes, lo que en el paper llaman “no sirve más el one-size-fits-all”

Es hora de poner los datos al servicio de los pacientes. Quizás en cada hospital latinoamericano suceda algo similar, y son diferentes las variables que predicen la ICD. Este algoritmo está disponible de forma OpenSource para quién quiera descargarlo e implementarlo en sus HCE.