1 / 45

Intérêt des bases de données évolutives en réanimation

Intérêt des bases de données évolutives en réanimation. JF Timsit Hopital Bichat, Paris. Prédiction pronostique Influence de la durée de séjour Modèles dynamiques L’évolution de la gravité est indépendamment reliée au pronostic Ajustement sur la gravité en cours de séjour

tamah
Download Presentation

Intérêt des bases de données évolutives en réanimation

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Intérêt des bases de données évolutives en réanimation JF Timsit Hopital Bichat, Paris

  2. Prédiction pronostique • Influence de la durée de séjour • Modèles dynamiques • L’évolution de la gravité est indépendamment reliée au pronostic • Ajustement sur la gravité en cours de séjour • La gravité initiale des patients ne reflete pas la gravité des patients à T+ dT • Relation temporelle  Causalité • Evènements multiples et souvent intriqués

  3. Prérequis statistique p • Modèle de régression linéaire • p=  + X • X est une variable quantitative ou discrète • La variable à expliquer va de 0 à l’infini • Modèle logistique • On transforme la variable de façon à avoir une réponse [0-1] • Notion de Logit: Log (p/1-p) • On a toujours: Probabilité p [0-1] alors que logit [-, + ] • Log (p/1-p)) =  + X • p= exp ( + X)/ (1+ exp( + X))  0 X

  4. Propriétés du modèle logistique DC prédits • Calibration:Chi 2 de Hosmer -Lemeshow: On coupe en 10 tranches d ’effectifs identiquesOn compare Proba observés et proba calculés pour chaque tranche par un test du Chi 2 (à 8 ddl) • DiscriminationCapacité de p à séparer pour un seuil donné les DCD et les VV.Courbes ROC: Construire courbes Se / 1-Sp en faisant varier le seuil de positivité DC observés (%) Se   d    AUC   1-Sp

  5. FACTORS INFLUENCING ATTRIBUTABLE MORTALITY OF NOSOCOMIAL INFECTIONS • TYPE OF INFECTION • DELAY OF ACQUISITION • SEVERITY OF THE INFLAMMATORY RESPONSE • TYPE OF MICRO-ORGANISM • CASE-MIX OF THE UNIT - CENTER EFFECT • DIAGNOSTIC STRATEGIES • ANTIBIOTIC MANAGEMENT

  6. Pneumonie nosocomiale: Facteurs de risque de mortalité KOLLEF Chest 1995, 108, 1655 Prospective cohort study Multivariate analysis : 5 factors OSF ³ 3 3,4 (2,0-5,8) 0.001 Non surgical pts 2,1 (1,3-3,6) 0.002 Premorbid lifestyle >2 1,8 (1,1-2,9) 0.015 Late onset VAP 3,4 (1,2-10,0) 0.025 Antacids H2 antagonists 1,7 (1,0-2,9) 0.034 Les Pneumonies précoces ne sont pas liées au pronostic 1- Parce qu’elles sont faciles à traiter? 2- Parce qu’elles sont liées à des germes peu virulents? 3- Parce que seules les pn tardives sont le reflet d’une évolution défavorable?

  7. Risk factor for death At the VAP onsetSAPS < 0.01 Timsit 96OSFI ³ 3 4.2-16.1 < 0.01 Kollef 95Shock 2.8 - 12.5 0.01 - 0.01 Torres 90Inotropic use 6,7 Rello 97Respiratory failure 11.9 0.01 Torres 90Bilateral infiltrates 6.3 NA Celis 98ARDS 12.0 0.01 Solle Violan 98Prior intubation 5.1 0.02 Kollef 95Coma 5.80 < 0.01 Rello 97Lymphocyte count 0.02 Timsit 96P. aeruginosa, Acineto. 1.84 Rello 97Prior AB 9.2 0.001 Rello 93 p OR

  8. Risk factor for death At the BSI onsetAge>65 2.49 0.02 OSFI ³ 1 3.7 < 0.0001 APACHE II >19 2.49 < 0.0001 Inotropic use 1,78 0.00014 Mechanical ventilation 2.18 0.02 Temperature<36.5 2.03 0.0236°5 to 39°C 1.54 0.04 Prior AB 1.6 0.0026 p OR Pittet Am J Respir Crit Care 1996; 153:684

  9. Pneumonie à P aeruginosa • Les pneumonies à Pseudomonas entraîne une augmentation des scores de gravité (APACHE, MODS) chez les décédés et pas chez les survivantsBREWER Chest 1996, 109, 101 • APACHE II identique entre les PN fatales et celles à évolution favorable…Rello CID 1996

  10. Survival (%) C-VNP = 1 (n=56) C-VNP = 0 (n=56) RR = 1.01, p (logrank) = 0,95 Days

  11. Surmortalité des pneumonies nosocomiales • Les patients chez qui l'on confirme l'existence d'une pneumonie ont la même mortalité que ceux chez qui celle ci n'est pas confirmée. • Hypothèses • Les patients ayant des prélèvements distaux négatifs ont une pneumonie. • La pneumonie n'aggrave pas le pronostic • D'autres évènements apparus en cours d'hospitalisation sont des paramètres confondants.

  12. INFECTION NOSOCOMIALE Facteurs de risque Maladie sous jacente Mc Cabe, ASA, Knaus, cancer... Gravité SAPSII, APACHE, MPM... SOFA, LOD, MODS.. Motif d'admission et diagnostic trauma.. Utilisation de procédures invasives Ventilation, KT, CAP… Durée de séjour Durée d'exposition au risque Autres complications DNR DEVENIR

  13. Risk factors for ICU acquired infections APACHE II LOS ICU acquired infections EPIC Study Vincent JLet al JAMA1995

  14. But de l'appariement ou de l'ajustement… Faire ou prendre des jumeaux parfaits Identiques en tout points sauf… Pour la variable qui nous intéresse

  15. Potential problems with matching or adjustment Potential confounding factors: The "control group" is a preselected sample of the ICU population The number of nosocomial events is related to severity on admission But Severity scores: Useful to predict overall survival mortality But unable to measure individual probability of death of a patient with a nosocomial infection some days latter The evolution of severity scores after admission and before nosocomial event even incubating is a risk factor for nosocomial infections

  16. Discrimination of SAPS according LOS Sicignano et al ICM 1996; 22:1048

  17. SAPS II after prolonged ICU stay <1 day 41% 8% 21 55* 0.91 <4 days 81% 34% 22 50* 0.87 >7 days 10% 52% 38 43* 0.62 >14 days 4% 33% 35 38 0.59 >30 days 1% 13% 32 33 0.54 % all ICU Pts % ICU days SAPS II alive SAPS II deaths AUC-ROC (*): p<0.05 Finland, 26232 Pts, 40.6% Post-op., Med LOS: 1.3 Dys Niskanen et al - Intensive Care Med 2000;26:S261

  18. Cas et contrôles • 41 patients / 98 infections: • 1ere infection: 26 urines, 8 PN, 4 bact., 3 inf KTC • Appariement sur APACHE, Age, Durée d'exposition au risque • Facteur de risque d'infection: • Dysfonction neurologique à J3 (OR: 1.34 (1.09-1.64)) • Importante morbidité mais pas d'ajustement • + 14.5 jours en réa • + 10 jours d'antibiotiques • + 368 TISS points • + 233 Omega points Girou AJRCCM 1998; 157:1151

  19. Les malades qui ne s’améliorent pas…. sont les plus consommateurs de soins… Girou AJRCCM 1998; 157:1151 Et font plus d’infections nosocomiales…

  20. Soufir et al ICHE, 1999 Catheter-related septicemia ICU admission Exposed patients Day 0 Day -7 Day -3 Diagnosis SAPS II Mc Cabe + = MATCHING CRITERIA Death? Length of catheterization Day -7 Day -3 ICU admission Matched unexposed patients Day 0 Measure of severity scores

  21. Evolution of severity and organ dysfunction scores with time LOD Score SAPS II * * * * • Exposed • Unexposed Les malades qui vont acquérir une bactériémie ont une gravité déjà plus importante 7 jours avant … Soufir et al ICHE, 1999

  22. Morbidité et mortalité des ILC • 53 % de choc septiques, 28 % d’augmentation du SAPS II • Taux brut de mortalité très élevé: • Exposé: 50%, non exposé: 21% • Sur-risque de décès en appariant sur les paramètres pronostiques à l’admission • RR: 2.01 (1.08-3.73, p=0.03) • Ce sur-risque disparaît lorsque l’on ajuste sur la gravité (LOD) 7 jours avant l’infection • RR: 1.41 (0.76-2.61, p=0.27) Soufir ICHE 1999;20:396

  23. Primary nosocomial BSI • Case control study • matched on the severity the day prior to BSI • and sex, age, LOS*, period, diagnosis, chronic health DiGiovine AJRCCM 1999; 160:976

  24. Résultats: Sur-appariement? Infected 35.3% 13.2 24.2 60,650$ 17.4 35.4 79,835$ Uninfected 30.9% 5.7 20.3 36,899$ 7 30.3 45,327$ Death (%) ICU LOS Hosp LOS Cost Survivors ICU LOS Hosp. LOS Cost 0.51 0.0001 0.005 0.0006 0.007 0.025 0.008 DiGiovine AJRCCM 1999; 160:976

  25. L'infection nosocomiale tue certains patients Les GMR augmentent le risque d'infection nosocomiale en l'absence d'AB actifs Association évidente Les patients porteurs de GMR sont différents Ajuster sur l'évolution des patients Scores de gravité inefficace si la durée de séjour augmente Association probablement moins forte que celle publiée Mortalité et germes multirésistants

  26. Scores pour les patients hospitalisés plus de 3 jours : Three day Recalibrated Icu Outcome Score (TRIOS) • Rationnel: • 15 à 50% des patients ayant servis à créer les modèles pronostics • Mais 100% des patients présentant une infection nosocomiale • Volonté de ne pas créer un modèle de plus mais d’utiliser des modèles existant déjà utilisés • Utilisation de variables simples, connues et reproductibles • Evolution de la gravité des patients au cours du temps • Lead-time bias Outcomerea database, Intensive Care Med 2001;27:1012

  27. Méthodes • Construction: 4 centres 893 patients hospitalisés au moins 4 jours • 70% Med, SAPSII:38, LOD 5, DC Réa: 22,7%, DChos: 30% • Régression logistique • Validation interne par ré-échantillonnage: Bootstrap • Validation externe • 24 centres, 312 patients Outcomerea database, Intensive Care Med 2001;27:1012

  28. Composite score for patients hospitalized more than 3 calendar days: TRIO score 893 Pts (268 Hosp. deaths) Outcomerea database, Intensive Care Med 2001;27:1012

  29. Accuracy of SAPS, LOD MPM 72 and TRIO score External validation: 24 ICUs France Outcomerea database, Intensive Care Med 2001;27:1012

  30. Résultats 2 • L’évolution de la gravité est, indépendamment de la gravité à l’admission reliée au pronostic • En analyse multivariée, c’est la tendance évolutive récente plus que l’ensemble qui prédit le mieux le pronostic.

  31. Outcomerea database, Intensive Care Med 2001;27:1012

  32. La mortalité de la population générale est différente…. Rue et al - Crit Care Med 2001;29:45

  33. Recalibration du MPM • 1ere étape: recalibration du modèle publié • 2eme étape: • On ne modifie plus les coefficients qui sont attribués aux variables mais juste la constante du modèle Après un certain temps, les modèles semblent se stabiliser  si le MPM ne change pas , la probabilité de décès non plus… Rué et al – CCM 2000;28:2819

  34. L ’évaluation de la gravité dépend de l ’évolution des patients au cours du temps DS>7 jours n=463 Rue et al - Crit Care Med 2001;29:45

  35. Facteurs contribuant à APACHE III j 3 • Diagnostic à l’admission 15% • Age 13,3% • Maladies chroniques: 5,3% • APS à l’admission : 5,1% • APS à J3: 54% • Changement de APS entre J2 et J3 : 3,2% Wagner et al : CCM 1994; 22:1359

  36. Qu’est ce qui explique la gravité à J3 Wagner et al : CCM 1994; 22:1359

  37. Daily LOD score and prognosis 90% 80% 70% 60% 50% Deaths (%) 40% 30% 20% 10% 0% 0 1 2 3 4 5 6 7 >7 Day1 (n=1685) Day2 (n=1570) Day3 (n=1336) Day4 (n=1125) Day5 (n=949) Day6 (n=811) Day7 (n=700) Base Outcomerea: n=1685 Pts

  38. Discrimination du LOD J1,2,3 et 7 chez les patients hospitalisés plus de 7 jours N=700

  39. Validation des scores de dysfonctions d ’organes recalibrés Outcomerea database n=1685 Pts

  40. SAPS II Mortalité et durée de séjour % DC Outcomerea 2000

  41. Evolution du SOFA score en cours de séjour • 1449 PATIENTS, 313 DC Réa • 544 patients en réa au moins 7 joursLe SOFA augmente chez 44% des DCDMais • Uniquement chez 20% des survivants (p<0.001) Vincent JL et al – CCM 1998;26:1793

  42. Prédiction du décès dans les chocs septiques: Scores maximum • Le score initial est incapable de distinguer VV et DCD • Le score maximal est associé au pronostic N=39 (24 DCD) Jacobs et al – CCM 1999; 27:741

  43. Utilisation du score maximum: SOFA • 1449 malades, 40 unités • Discrimination du SOFA max: AUC ROC: 0,842 (SE: 0.012) • À confirmer Moreno R – ICM 1999;25:686

More Related