Uso de medidas de comorbidades para predição de risco de óbito em pacientes brasileiros hospitalizados

Abstract

Although the introduction of three comorbidity measures in distinct models to predict death improved the predictive capacity of the baseline model, the values obtained are still considered insufficient. The accuracy of this type of measure is influenced by the completeness of the source of information. In this sense, high underreporting of secondary diagnosis, in addition to the well-known lack of space to note down this type of information in the Sistema de Informações Hospitalares, are the main explanatory factors for the results found.

Variação do desempenho hospitalar segundo fontes de pagamento nos estados de São Paulo e Rio Grande do Sul, Brasil

“…Na discussão sobre vantagens e problemas do uso da mortalidade hospitalar global ou específica por condição, é importante ter em conta que análises por condições específicas utilizando dados administrativos brasileiros vinham apresentando capacidade discriminativa dos modelos de risco inadequadas (estatística C inferior a 0,70) 3,29 do que a obtida na base inglesa, na qual 15 causas formavam esse grupo 21 . Apesar da sua atratividade em função da característica global e boa capacidade preditiva, a seleção de causas baseada na proposta de Jarman et al 21 é considerada mais imprecisa, já que a inclusão de muitos e variados motivos implica maior heterogeneidade do risco, sendo o tratamento do diagnóstico principal no modelo de risco mais complexo, o que pode levantar questionamentos quanto à validade atribuível 17,18 .…”

“…Nos estudos nacionais, a idade, o sexo, a utilização de UTI, o tipo de admissão e o diagnóstico principal têm sido as principais variáveis usadas para a padronização de taxas e modelos de ajuste de risco, pois se encontram disponíveis nas bases brasileiras 28,29,33,34 . A informação sobre comorbidade e os índices dela derivados têm sido menos empregados, especialmente por conta do sub-registro e da incompletude dos dados de diagnóstico secundários 28,29 . Para lidar com a variação das práticas de alta adotadas pelos hospitais, Jarman et al 21 utilizaram o tempo de permanência como variável de ajuste da mortalidade hospitalar, a exemplo de alguns estudos pioneiros 35 .…”

“…Diversos modelos de ajuste de risco para predição do óbito hospitalar foram testados. Utilizando a regressão logística tradicional (óbito sim/não) foram incluídas no modelo de base (composto por idade como variável categórica: 18-49, 50-59, 60-69, 70-79, 80-89 e 90-99 anos, e sexo dicotômica), passo a passo, as seguintes variáveis: diagnóstico principal entre as causas responsá-vel por 50% dos óbitos hospitalares (sim/não); escore do índice de Charlson (IC) 29 aplicado ao diagnóstico secundário -comorbidade (variável categórica: 0, 1, 2 e ≥ 3) e ao diagnóstico principal (dicotômica); presença de cada uma das comorbidades de Elixhauser estatisticamente significante e não incluída no IC (sim/não) 29 ; presença de comorbidade (sim/não). Para os ín-dices de comorbidade (Charlson e Elixhauser) foi utilizado o algoritmo para codificação na CID-10 proposto por Quan et al 30 .…”

Interação medicamentosa associada à reinternação hospitalar: estudo retrospectivo em um hospital geral

“…This restriction was observed in the records used in this study, and also in other studies. 13,22 The main limitations of this study, described above, are related to its retrospective design and the use of secondary databases. Together, these characteristics limit the collection of other important data and may have introduced bias in selection and information.…”

Uso da Classificação Internacional de Doenças na análise do absenteísmo odontológico

“…It is recommended to perform codifi cations and analyses of multiple conditions to improve routine data. 5,11,14 Health conditions codifi ed with residual categories (.9) had greater variance in the average duration of leave, suggesting that more specifi c codes allow for a more precise estimate of the number of days necessary for occupational absences.…”