El poder prever si un enfermo que ha sido dado de alta de la UCI tiene mayores o menores probabilidades de tener que reingresar en los próximos días es un problema que ha preocupado a muchos intensivistas desde el comienzo de la existencia de estas Unidades. No en vano se han elaborado decenas de índices pronósticos, aunque la mayoría enfocados más al buen o mal resultado del enfermo dentro de la propia Unidad, en dependencia de una serie de parámetros más o menos complejos. Solo más recientemente se han comenzado a elaborar instrumentos que permitan prever cuando un enfermo al que pensamos dar de alta, tiene una probabilidad importante de reingresar.
Uno de ellos es el que ofrecemos ahora. Se trata del Stability and Workload Index For Transfer Score (SWIFT Score), desarrollado por el grupo de Gajic en 2008.
Este Score fué elaborado a partir de 1131 enfermos ingresados en UCI durante al menos 24 horas, en los que se estudiaron variables independientes fisiológicas, demográficas, de procedencia, cargas de Enfermería y soportes del enfermo. La variable tomada como dependiente fué un reingreso precoz, antes de las 48 horas siguientes al alta de la UCI. El estudio se extendió a lo largo de un año. Con ello se elaboró mediante regresión logística un modelo predictivo, que incorporó finalmente seis variables, que mostró un Area bajo la curva ROC de 0.75 (IC 95% de 0.7-0.9), y una significación en la prueba de Hosmer-Lemeshow de 0.76, cuando se estudió el modelo en los hospitales norteamericanos. En el europeo (Amsterdam), los resultados eran bastante similares, con similar discriminación, y algo menor calibración: Area bajo curva ROC 0.7 (IC 95% 0.64-0.96) y Hosmer-Lemeshow p=0.01.
El SWIFT Score ha tenido posteriormente detractores y defensores, y en estudios similares de evaluación, como el de Ofoma, el empleo del SWIFT score en que se efectuó una reevaluación de los pacientes con alto riesgo predicho, se cambió la decisión inicial en un 30% de ellos, con distintas actuaciones, desde enviarlos a un lugar con monitorización, a mantenerlos en la Unidad, o sencillamente hablar con los profesionales que los iban a recibir de forma más completa. Los autores valoran la experiencia positiva, por más que, en el grupo de enfermos en que se cambió la decisión, las readmisiones posteriores fueron similares a las del grupo en que no se había empleado el score. Metodológicamente no se evaluó el posible impacto del estudio en la propia forma de tomar las decisiones de alta en aquellos pacientes no incluídos en el estudio, pues los propios autores reconocen que las decisiones pudieron ser en más cuidadosas y meditadas. Tampoco las posibles variables de una ocupación alta de la Unidad, una sobrecarga de trabajo en algunos periodos, etc. Con todo no cabe duda de que puede ser un instrumento relativamente sencillo, menos subjetivo y complejo que el Sabadell Score para algunos, sobre todo si se utiliza como un apoyo más para tomar la comprometida decisión de dar o no de alta a un enfermo.
Referencias:
Gajic O., Malinchoc M, Comfere T, Harris M, Achouiti, A. : The Stability and Workload Index for Transfer score predicts unplanned intensive care unit patient readmission: Initial development and validation. Crit Care Med 2008; 36: 676-686
Chandra S., Kashyap R., Smairat R. et al.: Bedside implementation of a readmission prediction Model (Stability and Workload Index for Transfer in the Medical Intensive Care Unit. Chest 2011; 140 (4 Meeting Abstracts).
Karelinson F., De Geer, L. de, Daniels C., Gajic O., Pickering B., Farmer C.: Does Implementation of a previously validated prediction tool reduce readmission rates into a Medical Intensive Care Unit. Chest 2012; 142: 278A
Badani O., Breslow M.J.: Readmissions and death after ICU discharge: Development and validation of two predictive models. PLoS One 2012; 7(11): c 48758
Fernandez R., Baigorri F., Navarro G., Artigas A.: A modified McCabe score for stratificate of patients after intensive cara unit discharge. Crit Care 2006; 10: R179
Ofoma, U.R., Chandra S., Kashyap R. et al.: Findings from the implementation of a validated readmission predictive tool in the discharge workflow of a medical intensive care unit. Ann Am Thoracic Soc. 2014; 11(5): 737-743