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...
- 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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 |