Modelos de predição clínica para lesão renal aguda na unidade de terapia intensiva: uma revisão sistemática

RESUMO Objetivo: Relatar os modelos atualmente disponíveis de predição para o desenvolvimento de lesão renal aguda em unidades de terapia para adultos heterogêneas. Métodos: Foi realizada revisão sistemática dos modelos de predição de lesão renal aguda em unidades de terapia intensiva para pacientes adultos. Fizemos busca na base PubMed® quanto a publicações que relatassem desenvolvimento de um novo modelo de predição, validação de um modelo estabelecido, ou impacto de um modelo de predição existente para diagnóstico precoce de lesão renal aguda em unidades de terapia intensiva. Resultados: Triamos 583 artigos potencialmente relevantes. Dentre os 32 artigos que restaram após a primeira seleção, apenas 5 cumpriram os critérios para inclusão. As adaptações não padronizadas feitas para definir o valor inicial de creatinina sérica, quando o valor desse exame antes da admissão estava faltando, levaram a definições heterogêneas do resultado. Preditores comumente incluídos foram sepse, idade e nível de creatinina sérica. Os modelos finais incluíram entre 5 e 19 fatores de risco. As áreas sob a curva Característica de Operação do Receptor para predição do desenvolvimento de lesão renal aguda nas coortes de validação interna variaram entre 0,78 e 0,88. Apenas dois estudos tiveram validação externa. Conclusão: Os modelos de predição clínica de lesão renal aguda podem ajudar na aplicação em tempo apropriado de intervenções preventivas para os pacientes adequados. Contudo, poucos modelos foram externamente validados para as populações da unidade de terapia intensiva. Além disto, definições heterogêneas para lesão renal aguda e critérios de avaliação, e a falta de análise do impacto comprometem uma comparação abrangente dos modelos existentes. São necessárias novas pesquisas para validar os modelos estabelecidos e analisar seu impacto clínico, antes que estes possam ser aplicados na prática clínica.

Saved in:
Bibliographic Details
Main Authors: Huang,Chao-Yuan, Grandas,Fabian Güiza, Flechet,Marine, Meyfroidt,Geert
Format: Digital revista
Language:Portuguese
Published: Associação de Medicina Intensiva Brasileira - AMIB 2020
Online Access:http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-507X2020000100123
Tags: Add Tag
No Tags, Be the first to tag this record!