Resumen

Rendimiento diagnóstico de un algoritmo basado en ecografía clínica para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea

Nicolas L’Hermitte1, Thibaut Markarian2,3, Laura Grau-Mercier1, Fabien Coisy1, Laurent Muller4, Laysa Saadi4, Pierre-Géraud Claret1, Hugo Krebs1, Xavier Bobbia5

Filiación de los autores

1Montpellier University, UR UM 103 IMAGINE, Emergency Department, Nîmes University Hospital, Nîmes, Francia. 2Department of Emergency Medicine, Timone University Hospital, Marsella, Francia. 3UMR 1263 Center of Cardiovascular and Nutrition Research (C2VN), Aix-Marseille University, INSERM, INRAE, Marsella, Francia. 4Montpellier University, EA2992 IMAGINE, Department of Anesthesiology, Emergency and Critical Care Medicine, Intensive Care Unit, Nîmes University Hospital, Nîmes, Francia. 5Montpellier University, UR UM 103 IMAGINE, Emergency Department, Montpellier University Hospital, Montpellier, Francia.

DOI

Cita

L’Hermitte N, Markarian T, Grau-Mercier L, Coisy F, Muller L, Saadi L, et al. Rendimiento diagnóstico de un algoritmo basado en ecografía clínica para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea. Emergencias. ;:-

Resumen

Objetivos.

Analizar el rendimiento diagnóstico de un algoritmo ecográfico que incluye el tiempo de desaceleración precoz del flujo mitral (TD) para establecer el diagnóstico de insuficiencia cardiaca aguda (ICA) en pacientes que consultan en un servicio de urgencias hospitalario (SUH) por disnea.

Métodos.

Análisis prospectivo de una muestra de conveniencia de pacientes que consultan por disnea aguda en un SUH. El algoritmo ecográfico incluyó la ecografía pulmonar y cuatro parámetros ecocardiográficos, se midió MAPSE (desplazamiento sistólico del plano del anillo mitral), medidas doppler de flujo mitral, medidas doppler tisular en el anillo mitral lateral y TD. El diagnóstico final fue asignado por 2 médicos ciegos entre sí y a los hallazgos ecográficos.

Resultados.

Se incluyeron 166 pacientes adultos, la edad media fue de 76 años (DE 13) y 79 eran mujeres (48%). Hubo 62 pacientes (37%) con un diagnóstico final de ICA. La concordancia entre asignadores fue buena para el diagnóstico de ICA (κ = 0,71). El algoritmo clasificó a todos los pacientes, no hubo ningún diagnóstico indeterminado. El rendimiento diagnóstico del algoritmo mostró un área bajo la curva de 0,91 (IC 95%: 0,86-0,96), sensibilidad del 87% (IC 95%: 76%-94%), especificidad del 95% (IC 95%: 89%-98%), razón de verosimilitud positiva del 18,1 (IC 95%: 7,7-42,8), razón de verosimilitud negativa del 0,14 (IC 95%: 0,07-0,26).

Conclusiones.

Un algoritmo ecográfico que incluye el TD tiene un buen rendimiento para el diagnóstico de ICA en pacientes que acuden a SUH por disnea. Además, el uso de TD permite clasificar a todos los pacientes.

 

Más artículos de los autores