Resumen

Rendimiento de un algoritmo basado en ecografía cardiopulmonar a la cabecera del paciente (POCUS) para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea aguda

Vauthier C, Chabannon M, Markarian T, Taillandy Y, Guillemet K, Krebs H, Bazalgette F, Muller L, Claret PG, Bobbia X

Filiación de los autores

Montpellier University, Department of Anesthesiology, Emergency and Critical Care Medicine, Intensive Care Unit, Nîmes University Hospital, Nîmes, Francia. Emergency Department, Hôpital de la Timone, UMR MD2 P2COE, Aix-Marseille Université, Marsella, Francia. Montpellier university, EA 2992 IMAGINE, Department of Anesthesiology, Emergency and Critical Care Medicine, Intensive Care Unit, Nîmes University Hospital, Nîmes, Francia.

DOI

Cita

Vauthier C, Chabannon M, Markarian T, Taillandy Y, Guillemet K, Krebs H, et al. Rendimiento de un algoritmo basado en ecografía cardiopulmonar a la cabecera del paciente (POCUS) para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea aguda. Emergencias. 2021;33:441-6

Resumen

Objetivos.

La ecografía cardiopulmonar puede ser útil para diagnosticar insuficiencia cardiaca aguda (ICA). Se evaluó el rendimiento diagnóstico de un algoritmo basado en ecografía cardiopulmonar a la cabecera del paciente (POCUS) para el diagnóstico de ICA en pacientes que consultan en urgencias por disnea aguda.

Método.

Se evaluó prospectivamente una muestra de conveniencia de pacientes con disnea aguda en dos servicios de urgencias hospitalarios (SUH). El algoritmo POCUS incluía la ecografía pulmonar y tres mediciones ecocardiográficas realizadas en un plano apical de cuatro cámaras. Se midió el MAPSE (desplazamiento sistólico del plano del anillo mitral), doppler de flujo mitral y doppler tisular en el anillo mitral lateral. El diagnóstico final fue asignado por dos médicos ciegos entre sí y a los hallazgos ecográficos.

Resultados.

Se incluyeron 103 pacientes adultos, la edad media fue 73 (12) años, 51 (50%) mujeres. El diagnóstico final fue ICA en 42 (41%) pacientes. La concordancia entre asignadores fue buena para el diagnóstico de ICA (k = 0,82). El algoritmo asignó un diagnóstico en 76 (74%) pacientes, 57 (85%) estaban en ritmo sinusal. El rendimiento diagnóstico del algoritmo de los 76 pacientes categorizados mostró un área bajo la curva de 0,94 (IC 95%: 0,88-1,00), sensibilidad 96% (IC 95%: 78-100%), especificidad 93% (IC 95%: 8-98%), valor predictivo positivo 85% (IC 95%: 67-100%), valor predictivo negativo 98% (IC 95%: 88-100%).

Conclusión.

El rendimiento de un algoritmo basado en ecografía cardiopulmonar POCUS fue bueno para diagnosticar ICA en pacientes que consultan en urgencias por disnea aguda.

 

Más artículos de los autores