Implementación del modelo predictivo del programa de recuperación precoz en pacientes con cirugía colorrectal electiva

Resumen

Introducción: El cáncer colorrectal ocupa el tercer lugar en frecuencia diagnostica. El 90 % se curan en su estadio inicial y el 60 % de las muertes se evitan con la detección temprana para tratamiento quirúrgico optimizado. El programa de recuperación precoz en pacientes con cirugía colorrectal electiva es un enfoque basado en la evidencia que proporciona atención segura y reduce la mortalidad, la morbilidad y aumenta la satisfacción de los pacientes en el período perioperatorio.

Objetivo: Implementar el modelo predictivo del programa de recuperación precoz en pacientes con cirugía colorrectal electiva.

Métodos: Se realizó un estudio cuasiexperimental en pacientes quirúrgicos electivos con cáncer colorrectal, de enero 2018 a enero 2022, con un universo de 334 pacientes y una muestra de 268. La información se obtuvo de la historia clínica y protocolos de necropsia en caso de pacientes fallecidos. Se realizó la función de regresión logística binaria a partir de la entrada de los factores de riesgo y factores protectores de mortalidad identificados. Las variables seleccionadas en la ecuación se constituyeron en predictores de riesgo de mortalidad.

Resultados: Se efectuó la prueba estadística de Hosmer y Lemeshow para la evaluación de la calidad del modelo de regresión y se obtuvo buen ajuste. La adherencia al programa de recuperación precoz en pacientes con cirugía colorrectal electiva igual o mayor al 80 % disminuye 0,5 veces la probabilidad de mortalidad, comportamiento de la variable como factor de protección. Las variables reingreso precoz, adherencia al programa de recuperación precoz y duración de la intervención quirúrgica constituyeron predictores incluidos en el modelo.

Conclusiones: La optimización del tratamiento quirúrgico del paciente con cáncer colorrectal basado en la adherencia al programa utiliza como medio la calidad de las estimaciones estadísticas empleadas en la elaboración, validación e implementación del modelo predictivo desarrollado.