Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca

RESUMEN: Antecedentes: la hemoglobina, el hematocrito y la percepción del clínico han sido los criterios para determinar las transfusiones perioperatorias. No existe un factor único que pueda predecir por si sólo la probabilidad de requerir una transfusión, existen otras variables que pueden ser de...

Full description

Autores:
Ramírez Vargas, José David
Agudelo Cortes, Giovanni
Tipo de recurso:
Tesis
Fecha de publicación:
2021
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/20361
Acceso en línea:
http://hdl.handle.net/10495/20361
Palabra clave:
Procedimientos quirúrgicos operativos
Surgical procedures, operative
Transfusión sanguínea
Blood transfusion
Modelos predictivos
Forecasting
Factores de riesgo
Risk factors
Perioperative care
Atención perioperativa
Pacientes quirúrgicos
http://id.nlm.nih.gov/mesh/D013514
http://id.nlm.nih.gov/mesh/D001803
http://id.nlm.nih.gov/mesh/D005544
http://id.nlm.nih.gov/mesh/D012307
http://id.nlm.nih.gov/mesh/D019990
Rights
embargoedAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UDEA2_536861ab6a2cac5ebb4e00562dd52b95
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/20361
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
title Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
spellingShingle Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
Procedimientos quirúrgicos operativos
Surgical procedures, operative
Transfusión sanguínea
Blood transfusion
Modelos predictivos
Forecasting
Factores de riesgo
Risk factors
Perioperative care
Atención perioperativa
Pacientes quirúrgicos
http://id.nlm.nih.gov/mesh/D013514
http://id.nlm.nih.gov/mesh/D001803
http://id.nlm.nih.gov/mesh/D005544
http://id.nlm.nih.gov/mesh/D012307
http://id.nlm.nih.gov/mesh/D019990
title_short Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
title_full Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
title_fullStr Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
title_full_unstemmed Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
title_sort Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiaca
dc.creator.fl_str_mv Ramírez Vargas, José David
Agudelo Cortes, Giovanni
dc.contributor.advisor.none.fl_str_mv Aguirre Acevedo, Daniel Camilo
Giraldo Salazar, Olga Lucía
dc.contributor.author.none.fl_str_mv Ramírez Vargas, José David
Agudelo Cortes, Giovanni
dc.subject.mesh.none.fl_str_mv Procedimientos quirúrgicos operativos
Surgical procedures, operative
Transfusión sanguínea
Blood transfusion
Modelos predictivos
Forecasting
Factores de riesgo
Risk factors
Perioperative care
Atención perioperativa
topic Procedimientos quirúrgicos operativos
Surgical procedures, operative
Transfusión sanguínea
Blood transfusion
Modelos predictivos
Forecasting
Factores de riesgo
Risk factors
Perioperative care
Atención perioperativa
Pacientes quirúrgicos
http://id.nlm.nih.gov/mesh/D013514
http://id.nlm.nih.gov/mesh/D001803
http://id.nlm.nih.gov/mesh/D005544
http://id.nlm.nih.gov/mesh/D012307
http://id.nlm.nih.gov/mesh/D019990
dc.subject.proposal.spa.fl_str_mv Pacientes quirúrgicos
dc.subject.meshuri.none.fl_str_mv http://id.nlm.nih.gov/mesh/D013514
http://id.nlm.nih.gov/mesh/D001803
http://id.nlm.nih.gov/mesh/D005544
http://id.nlm.nih.gov/mesh/D012307
http://id.nlm.nih.gov/mesh/D019990
description RESUMEN: Antecedentes: la hemoglobina, el hematocrito y la percepción del clínico han sido los criterios para determinar las transfusiones perioperatorias. No existe un factor único que pueda predecir por si sólo la probabilidad de requerir una transfusión, existen otras variables que pueden ser de utilidad. Nuestro objetivo fue desarrollar un modelo predictivo transfusional perioperatorio que pueda identificar los pacientes susceptibles de requerir transfusiones para realizar una reserva adecuada. Diseño del estudio y métodos: estudio observacional de cohorte retrospectiva para mayores de 18 años, llevados a cirugía electiva en un hospital de tercer nivel. Se recolectaron variables relacionadas con características clínicas y paraclínicas. Se utilizó el método Lasso para la selección de predictores, se realizó la validez interna y se utilizó la fórmula del modelo logístico con los valores relativos de cada variable para construir la escala de predicción determinando la probabilidad para cada paciente. Resultados: se obtuvieron 100 pacientes transfundidos de 1197 pacientes que fueron a cirugía electiva. El modelo predictivo se construyó con 4 factores predictivos independientes, con el que se obtuvo una probabilidad individualizada de transfusión, con una área bajo la curva de 0.915, sensibilidad del 86%, y especificidad del 85%. Conclusiones: desarrollamos una escala pronóstica de 4 variables, con la capacidad de determinar la probabilidad individual de transfusión en pacientes mayores de 18 años, con adecuada sensibilidad y especificidad. Esta herramienta es útil a la hora de realizar reservas y optimizar los recursos del banco de sangre.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-06-25T00:09:10Z
dc.date.available.none.fl_str_mv 2021-06-25T00:09:10Z
dc.date.issued.none.fl_str_mv 2021
dc.type.spa.fl_str_mv info:eu-repo/semantics/other
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_71e4c1898caa6e32
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/submittedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_46ec
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/COther
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Especialización
format http://purl.org/coar/resource_type/c_46ec
status_str submittedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/20361
url http://hdl.handle.net/10495/20361
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv info:eu-repo/semantics/embargoedAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.accessrights.spa.fl_str_mv http://purl.org/coar/access_right/c_f1cf
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv embargoedAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
http://purl.org/coar/access_right/c_f1cf
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.extent.spa.fl_str_mv 20
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.place.spa.fl_str_mv Medellín, Colombia
institution Universidad de Antioquia
bitstream.url.fl_str_mv http://bibliotecadigital.udea.edu.co/bitstream/10495/20361/3/license_rdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/20361/2/Ram%c3%adrezJos%c3%a9David_2021_ModeloPredictivoTransfusional.pdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/20361/4/license.txt
bitstream.checksum.fl_str_mv b88b088d9957e670ce3b3fbe2eedbc13
62a1d33a7e2f48b433efe566369a9f9a
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Antioquia
repository.mail.fl_str_mv andres.perez@udea.edu.co
_version_ 1812173225004630016
spelling Aguirre Acevedo, Daniel CamiloGiraldo Salazar, Olga LucíaRamírez Vargas, José DavidAgudelo Cortes, Giovanni2021-06-25T00:09:10Z2021-06-25T00:09:10Z2021http://hdl.handle.net/10495/20361RESUMEN: Antecedentes: la hemoglobina, el hematocrito y la percepción del clínico han sido los criterios para determinar las transfusiones perioperatorias. No existe un factor único que pueda predecir por si sólo la probabilidad de requerir una transfusión, existen otras variables que pueden ser de utilidad. Nuestro objetivo fue desarrollar un modelo predictivo transfusional perioperatorio que pueda identificar los pacientes susceptibles de requerir transfusiones para realizar una reserva adecuada. Diseño del estudio y métodos: estudio observacional de cohorte retrospectiva para mayores de 18 años, llevados a cirugía electiva en un hospital de tercer nivel. Se recolectaron variables relacionadas con características clínicas y paraclínicas. Se utilizó el método Lasso para la selección de predictores, se realizó la validez interna y se utilizó la fórmula del modelo logístico con los valores relativos de cada variable para construir la escala de predicción determinando la probabilidad para cada paciente. Resultados: se obtuvieron 100 pacientes transfundidos de 1197 pacientes que fueron a cirugía electiva. El modelo predictivo se construyó con 4 factores predictivos independientes, con el que se obtuvo una probabilidad individualizada de transfusión, con una área bajo la curva de 0.915, sensibilidad del 86%, y especificidad del 85%. Conclusiones: desarrollamos una escala pronóstica de 4 variables, con la capacidad de determinar la probabilidad individual de transfusión en pacientes mayores de 18 años, con adecuada sensibilidad y especificidad. Esta herramienta es útil a la hora de realizar reservas y optimizar los recursos del banco de sangre.20application/pdfspainfo:eu-repo/semantics/submittedVersioninfo:eu-repo/semantics/otherhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/version/c_71e4c1898caa6e32info:eu-repo/semantics/embargoedAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/http://purl.org/coar/access_right/c_f1cfhttps://creativecommons.org/licenses/by-nc-nd/4.0/Procedimientos quirúrgicos operativosSurgical procedures, operativeTransfusión sanguíneaBlood transfusionModelos predictivosForecastingFactores de riesgoRisk factorsPerioperative careAtención perioperativaPacientes quirúrgicoshttp://id.nlm.nih.gov/mesh/D013514http://id.nlm.nih.gov/mesh/D001803http://id.nlm.nih.gov/mesh/D005544http://id.nlm.nih.gov/mesh/D012307http://id.nlm.nih.gov/mesh/D019990Desarrollo de un modelo predictivo de terapia transfusional para pacientes quirúrgicos no emergentes llevados a cirugía no cardiacaMedellín, ColombiaEspecialista en Anestesiología y ReanimaciónEspecializaciónFacultad de Medicina. Especialización en Anestesiología y ReanimaciónUniversidad de AntioquiaCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8823http://bibliotecadigital.udea.edu.co/bitstream/10495/20361/3/license_rdfb88b088d9957e670ce3b3fbe2eedbc13MD53ORIGINALRamírezJoséDavid_2021_ModeloPredictivoTransfusional.pdfRamírezJoséDavid_2021_ModeloPredictivoTransfusional.pdfTrabajo de grado de especializaciónapplication/pdf753531http://bibliotecadigital.udea.edu.co/bitstream/10495/20361/2/Ram%c3%adrezJos%c3%a9David_2021_ModeloPredictivoTransfusional.pdf62a1d33a7e2f48b433efe566369a9f9aMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/20361/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5410495/20361oai:bibliotecadigital.udea.edu.co:10495/203612021-06-24 19:12:24.869Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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