2 resultados para BIOESTADISTICA
Resumo:
De manera convencional para la estimación de la edad gestacional se utilizan las mediciones fetales: diámetro biparietal (DBP), circunferencia cefálica (CC), circunferencia abdominal (CA), longitud del fémur (LF). Estas mediciones sufren la influencia de distintos factores como los trastornos del crecimiento, el oligohidramnios, y el encajamiento de la cabeza fetal, haciéndolas no adecuadas la estimación de la edad gestacional. Si deseamos estimar la edad gestacional en estas circunstancias, debemos utilizar mediciones que no se alteren o se alteren muy poco con los trastornos del crecimiento, como el diámetro cerebeloso, la longitud del húmero, y la longitud del fémur. Debido a que los modelos que mejor reflejan el crecimiento de las mediciones ecográficas: cerebelo fetal, diámetro bi-ocular, longitud del húmero y longitud del fémur no son lineales, debemos construir los Modelos Estadísticos para estimar la edad gestacional, con Regresión no Lineal. Los Modelos de Regresión obtenidas cumplen con las metas propuestas: 1.- Valores de r en un rango de 0,9 a 0,99 2.- Coeficientes (b, c, d, n) sean distintos de 0 .- El análisis anova nos da F con valores significativos. Todos los coeficientes tienen T y P, significativos. Estas ecuaciones son útiles desde la semana 14 a la semana 40, y en las siguientes situaciones clínicas: 1.- Fetos con restricción del crecimiento 2.- Fetos en posición occipito posterior 3.- Cabeza fetal encajada
Resumo:
Introducción Los sistemas de puntuación para predicción se han desarrollado para medir la severidad de la enfermedad y el pronóstico de los pacientes en la unidad de cuidados intensivos. Estas medidas son útiles para la toma de decisiones clínicas, la estandarización de la investigación, y la comparación de la calidad de la atención al paciente crítico. Materiales y métodos Estudio de tipo observacional analítico de cohorte en el que reviso las historias clínicas de 283 pacientes oncológicos admitidos a la unidad de cuidados intensivos (UCI) durante enero de 2014 a enero de 2016 y a quienes se les estimo la probabilidad de mortalidad con los puntajes pronósticos APACHE IV y MPM II, se realizó regresión logística con las variables predictoras con las que se derivaron cada uno de los modelos es sus estudios originales y se determinó la calibración, la discriminación y se calcularon los criterios de información Akaike AIC y Bayesiano BIC. Resultados En la evaluación de desempeño de los puntajes pronósticos APACHE IV mostro mayor capacidad de predicción (AUC = 0,95) en comparación con MPM II (AUC = 0,78), los dos modelos mostraron calibración adecuada con estadístico de Hosmer y Lemeshow para APACHE IV (p = 0,39) y para MPM II (p = 0,99). El ∆ BIC es de 2,9 que muestra evidencia positiva en contra de APACHE IV. Se reporta el estadístico AIC siendo menor para APACHE IV lo que indica que es el modelo con mejor ajuste a los datos. Conclusiones APACHE IV tiene un buen desempeño en la predicción de mortalidad de pacientes críticamente enfermos, incluyendo pacientes oncológicos. Por lo tanto se trata de una herramienta útil para el clínico en su labor diaria, al permitirle distinguir los pacientes con alta probabilidad de mortalidad.