Modelo predictivo y análisis discriminante del desarrollo de demencia en pacientes con delirium en urgencias

  1. Patricia Lupiáñez Seoane
  2. José Eduardo Muñoz Negro
  3. Ursula Torres Parejo
  4. Francisco Javier Gómez Jiménez
Journal:
Semergen: revista española de medicina de familia

ISSN: 1138-3593

Year of publication: 2024

Issue: 8

Type: Article

DOI: 10.1016/J.SEMERG.2024.102283 DIALNET GOOGLE SCHOLAR

More publications in: Semergen: revista española de medicina de familia

Sustainable development goals

Abstract

Objetivo El objetivo principal de nuestro estudio consiste en conocer las distintas variables sociodemográficas, clínicas, analíticas y de funcionamiento que predicen la probabilidad de desarrollar una demencia en los pacientes con delirium que acuden a urgencias. Método Se incluyeron a todos los pacientes con delirium (n = 45) procedentes de urgencias que fueron ingresados en el servicio de geriatría del Hospital General Universitario de Ciudad Real (HGUCR) en el período 2016-2018, y cumplían criterios de inclusión y exclusión. Posteriormente se realizó un análisis bivariante y multivariante de las variables que predecían un diagnóstico de demencia a los 6 meses, así como un análisis discriminante. Resultados El 15,6% de los pacientes presentaron una demencia a los 6 meses del seguimiento y el 22,2% habían desarrollado deterioro cognitivo. Se obtuvo un modelo multivariante (R2 Nagelkerke 0,459) de la probabilidad de desarrollar una demencia, siendo la frecuencia cardiaca elevada la variable más importante (OR = 11,5). El modelo fue capaz de predecir con el 100% de acierto los casos sin diagnóstico de demencia. Finalmente desarrollamos una función discriminante capaz de clasificar correctamente el 95,6% de los casos. Incluyó las siguientes variables por orden de influencia: pH, índice de Lawton Brody, calcio, urea y frecuencia cardiaca. Conclusiones Unas pocas variables clínicas y analíticas fácilmente detectables en urgencias, especialmente la taquicardia, podrían ayudarnos a identificar mejor aquellos pacientes con delirium con mayor riesgo de desarrollar demencia, así como a desarrollar hipótesis sobre las variables implicadas en el desarrollo de demencia en pacientes con delirium.

Bibliographic References

  • M.J. Prince, A. Wimo, M.M. Guerchet, G.C. Ali, Y.-T. Wu, M. Prina. World Alzheimer Report 2015 — The Global Impact of Dementia: An Analysis of Prevalence, Incidence, Cost and Trends. Alzheimer's Disease International, London (2015)
  • Organización Mundial de la Salud. Demencia: una prioridad de salud pública. OMS, Washington (2013)
  • Y.-T. Wu, A.S. Beiser, M.M.B. Breteler, L. Fratiglioni, C. Helmer, H.C. Hendrie, et al. The changing prevalence and incidence of dementia over time — current evidence. Nat Rev Neuro., 13 (2017), pp. 327-339
  • J. Garre Olmo. Epidemiología de la enfermedad de Alzheimer y otras demencias. Rev Neurol., 66 (2018), pp. 377-386
  • J. Deví Bastida, J. Repiso Solana, S. Jofre Font, A. Fetscher Eickhoff, E. Arroyo Cardona. ¿Supone la presencia de episodios de delírium en el anciano un factor de riesgo para la aparición posterior de un síndrome demencial?. Gerokomos., 29 (2018), pp. 165-170
  • J.G. Franco, C. Valencia, C. Bernal, M.V. Ocampo, P.T. Trzepacz, J. de Pablo, et al. Relationship between cognitive status at admission and incident delirium in older medical inpatients. J Neuropshych Clin Neurosci., 22 (2010), pp. 329-337
  • S. Ahmed, B. Leurent, E.L. Sampson. Risk factors for incident delirium among older people in acute hospital medical units: A systematic review and meta-analysis. Age Ageing., 43 (2014), pp. 326-333
  • Organización Mundial de la Salud. Informe mundial sobre el envejecimiento y la salud. OMS, Ginebra (2015)
  • World Health Organization. The ICD-10 Classification of Mental and Behavioural Disorders. World Health Organization, Ginebra (1992)
  • M.E. Charlson, P. Pompei, K.L. Ales, C.R. Mackenzie. A new method of classifying prognostic comorbidity in longitudinal studies: Development and validation. J Chronic Dis., 40 (1987), pp. 373-383
  • V. De Groot, H. Beckerman, G.J. Lankhorst, L.M. Bouter. How to measure comorbidity. A critical review of available methods. J Clin Epidemiol., 56 (2003), pp. 221-229
  • G. Teasdale, B. Jennett. Assessment of coma and impaired consciousness. A practical scale. Lancet., 2 (1974), pp. 81-84
  • Clegg, J.B. Joven. Which medications to avoid in people at risk of delirium: A systematic review. Age Ageing., 40 (2011), pp. 23-29
  • M.F. Folstein, S.E. Folstein, P.R. McHugh. “Mini-Mental State”. A practical method for grading the cognitive state of patients for the clinician. J Psychiat Res., 12 (1975), pp. 189-198
  • Lobo, P. Saz, G. Marco, J.L. Dia Sahun, C. de la Cámara, T. Ventura Faci, et al. [Revalidation and standardization of the cognition mini-exam (first Spanish version of the Mini-Mental Status Examination) in the general geriatric population]. Med Clin (Barc)., 112 (1999), pp. 767-774
  • F. Mahoney, D. Barthel. 9 th functional evaluation: The Barthel Index. Prog Rehabil Med., 55 (2018), p. p783
  • J. Cid- Ruzafa, J. Damián-Moreno. Valoración de la discapacidad física: el índice de Barthel. Rev Esp Salud Pública., 71 (1997), pp. 127-137
  • E. Pfeiffer. A short portable mental status questionnaire for the assessment of organic brain deficit in elderly patients. J Am Geriatr Soc., 23 (1975), pp. 433-441
  • J. Martinez de la Iglesia, R. Dueñas Herrero, M.C. Onís Vilches, C. Aguado Taberné, C. Albert Colomer, R. Luque Luque. Adaptación y validación al castellano del cuestionario de Pfeiffer (SPMSQ) para detectar la existencia de deterioro cognitivo en personas mayores de 65 años. Med Clin (Bar)., 117 (2001), pp. 129-134
  • S. Katz. Studies of illness in the aged: The Index of ADL: A standardized measure of biological and psychosocial function. JAMA., 185 (1963), p. p214
  • M. Alvarez, A. Alaiz, E. Brun. Capacidad funcional de pacientes mayores de 65 años, según el Índice de Katz. Fiabilidad del método. Aten Primaria., 10 (1992), pp. 812-815
  • M. Lawton, E. Brody. Assessment of older people: Self-maintaining and instrumental activities of daily living. Gerontologist., 9 (1969), pp. 179-186
  • Vergara, A. Bilbao, M. Orive, S. García-Gutiérrez, G. Navrro, J.M. Quintana. Validation of the Spanish version of the Lawton IADL Scale for its application in elderly people. Health Qual Life Outcomes., 10 (2012), p. p130
  • H.C. Diener, R.G. Hart, P.J. Koudstaal, D.A. Lane, G.Y. Lip. Fibrilación auricular y función cognitiva. J Am Coll Cardiol., 73 (2019), pp. 612-619
  • J. Ildefonso Arocha Rodulfo, I. Mendoza Mujica, C.I. Ponte Negretti. Heart rate as a cardiovascular risk factor and marker. Avances Cardiol., 35 (2015), pp. 104-119
  • S. Aldrugh, M. Sardana, N. Henninger, J.S. Saczynski, D.D. McManus. Atrial fibrillation, cognition and dementia: A review. J Cardiovasc Electrophysiol., 28 (2017), pp. 958-965
  • H. Prasad, R. Rao. Amyloid clearance defect in ApoE4 astrocytes is reversed by epigenetic correction of endosomal pH. Proc Natl Acad Sci U S A., 115 (2018), pp. E6640-E6649
  • H. Prasad, R. Rao. Endosomal acid-base homeostasis in neurodegenerative diseases. Rev Physiol Biochem Pharmacol., 185 (2023), pp. 195-231, 10.1007/112_2020_25
  • S. Nohesara, H.M. Abdolmaleky, S. Thiagalingam. Potential for new therapeutic approaches by targeting lactate and pH mediated epigenetic dysregulation in major mental diseases. Biomedicines., 12 (2024), p. 457.
  • L.Z. Ma, Z.X. Wang, Z.T. Wang, X.H. Hou, X.N. Shen, Y.N. Ou, et al. Serum calcium predicts cognitive decline and clinical progression of Alzheimer's disease. Neurotox Res., 39 (2021), pp. 609-617, 10.1007/s12640-020-00312-y
  • J. Álvarez-Linera Prado, A. Jiménez-Huete. Neuroimagen en demencia. Correlación clínico-radiológica. Radiología., 61 (2019), pp. 66-81
  • K. Yamaguchi. [Cognitive Function and Calcium. The link between dementia and bone and calcium metabolism disorders]. Clin Calcium., 25 (2015), pp. 189-194
  • M. Walker, S. Silverberg. Primary hyperparathyroidism. Nat Rev Endocrinol., 14 (2017), pp. 115-125
  • R.R. Handley, S.J. Reid, R. Brauning, P. Maclean, E.R. Mears, I. Fourie, et al. Brain urea increase is an early Huntington's disease pathogenic event observed in a prodromal transgenic sheep model and HD cases. Proc Natl Acad Sci U S A., 114 (2017), pp. E11293-E11302
  • S. Veeranki, D. Hayn, S. Jauk, F. Quehenberger, D. Kramer, W. Leodolter, et al. An improvised classification model for predicting delirium. Stud Health Technol Inform., 264 (2019), pp. 1566-1567
  • S. Veeranki, D. Hayn, A. Eggerth, S. Jauk, D. Kramer, W. Leodolter, et al. On the representation of machine learning results for delirium prediction in a hospital information system in routine care. Stud Health Technol Inform., 251 (2018), pp. 97-100
  • M.v.d. Boogaard, P. Pickkers, A.J.C. Slooter, M.A. Kuiper, P.E. Spronk, P.H.J.v.d. Voort, et al. Development and validation of PRE-DELIRIC (PREdiction of DELIRium in ICu patients) delirium prediction model for intensive care patients: Observational multicentre study. BMJ., 344 (2012), p. pe420
  • G.M. Carrasco, D.L. Villarroel, P.J. Calderón, F.G. Martínez, A.M. Andrade, T.M. González. Riesgo de delirium durante la hospitalización en personas mayores: desarrollo y validación de un modelo de predicción clínica. Rev Med Chile., 142 (2014), pp. 826-832
Data source: Dialnet