int r t des bases de donn es volutives en r animation n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Intérêt des bases de données évolutives en réanimation PowerPoint Presentation
Download Presentation
Intérêt des bases de données évolutives en réanimation

Loading in 2 Seconds...

play fullscreen
1 / 45

Intérêt des bases de données évolutives en réanimation - PowerPoint PPT Presentation


  • 122 Views
  • Uploaded on

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

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Intérêt des bases de données évolutives en réanimation' - tamah


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide2
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
pr requis statistique
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

propri t s du mod le logistique
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

factors influencing attributable mortality of nosocomial infections
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
pneumonie nosocomiale facteurs de risque de mortalit
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?

slide8

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

slide9

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

pneumonie p aeruginosa
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
slide11

Survival (%)

C-VNP = 1 (n=56)

C-VNP = 0 (n=56)

RR = 1.01, p (logrank) = 0,95

Days

surmortalit des pneumonies nosocomiales
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.
slide13

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

risk factors for icu acquired infections
Risk factors for ICU acquired infections

APACHE II

LOS

ICU acquired infections

EPIC Study Vincent JLet al JAMA1995

but de l appariement ou de l ajustement
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

potential problems with matching or adjustment
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

slide17

Discrimination of SAPS according LOS

Sicignano et al ICM 1996; 22:1048

saps ii after prolonged icu stay
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

cas et contr les
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

slide20

Les malades qui ne s’améliorent pas…. sont les plus consommateurs de soins…

Girou AJRCCM 1998; 157:1151

Et font plus d’infections nosocomiales…

slide21

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

evolution of severity and organ dysfunction scores with time
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

morbidit et mortalit des ilc
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

primary nosocomial bsi
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

r sultats sur appariement
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

mortalit et germes multir sistants
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
slide27
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

m thodes
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

composite score for patients hospitalized more than 3 calendar days trio score
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

accuracy of saps lod mpm 72 and trio score
Accuracy of SAPS, LOD MPM 72 and TRIO score

External validation: 24 ICUs France

Outcomerea database, Intensive Care Med 2001;27:1012

r sultats 2
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.
la mortalit de la population g n rale est diff rente
La mortalité de la population générale est différente….

Rue et al - Crit Care Med 2001;29:45

recalibration du mpm
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

l valuation de la gravit d pend de l volution des patients au cours du temps
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

facteurs contribuant apache iii j 3
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

qu est ce qui explique la gravit j3
Qu’est ce qui explique la gravité à J3

Wagner et al : CCM 1994; 22:1359

slide38

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

slide40

Discrimination du LOD J1,2,3 et 7 chez les patients hospitalisés plus de 7 jours

N=700

validation des scores de dysfonctions d organes recalibr s
Validation des scores de dysfonctions d ’organes recalibrés

Outcomerea database n=1685 Pts

evolution du sofa score en cours de s jour
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

pr diction du d c s dans les chocs septiques scores maximum
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

utilisation du score maximum sofa
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