Publicado dic 17, 2013



PLUMX
Almetrics
 
Dimensions
 

Google Scholar
 
Search GoogleScholar


John Jaime Sprockel Díaz

María Teresa Fontalvo

Carolina Araque

##plugins.themes.bootstrap3.article.details##

Resumen

Introducción: El dolor torácico representa una de las principales causas de consulta al servicio de urgencias; por ello la identificación de situaciones que ponen en riesgo la vida, en especial los síndromes coronarios agudos (SCA), se convierte en la prioridad. Las escalas de Braunwald y TIMI son dos de las aproximaciones usadas en la clasificación inicial de los pacientes.

Metodología: A partir de una base de datos obtenida de un estudio de la aplicación de rutas críticas en el diagnóstico de los SCA, integrada por pacientes con dolor torácico, se realizó un estudio exploratorio en el que, a partir de un análisis de clases latentes, se evaluaron los componentes de dichas escalas.

Resultados: Se encuentra que el mejor modelo consta de dos clases latentes para el caso de la escala de Braunwald y de tres para el TIMI. Se sugiere que podríamos disminuir la dimensionalidad de la escala de Braunwald excluyendo las variables de edema pulmonar y la inversión aislada de la onda T en una derivación. La escala de TIMI no se ajusta lo suficiente para lograr la clasificación diagnóstica de los SCA.

Conclusión: El análisis de clases latentes podría ser usado para clasificar los grupos de clasificación del dolor torácico para los SCA o disminuir su dimensionalidad.

Keywords

Chest pain, acute coronary syndromes, classification/diagnosis, latent class analysis, dolor torácico, síndromes coronarios agudos, clasificación/diagnóstico, análisis de clases latentes,

References
1. Erhardt L, Herlitz J, Bossaert L, et al. European Society of Cardiology: Task force on the management of chest pain. Eur Heart J. 2002;23(15):1153-76.
2. Blomkalns AL, Gibler WB. Chest pain unit concept: rationale and diagnostic strategies. Cardiol Clin. 2005;23(4):411-21.
3. Braunwald E, Jones RH, Mark DB, et al. Diagnosing and managing unstable angina. Agency for Health Care Policy and Research. Circulation. 1994;90(1): 613-22.
4. Mendoza F, Isaza D, Beltrán R, Jaramillo C. Guías colombianas de cardiología: síndrome coronario agudo sin elevación del ST. Rev Col Cardiol. 2008;15(Supl 3):143-232.
5. Mendoza F, Isaza D, Beltrán R, Jaramillo C. Guías colombianas de cardiología-síndrome coronario agudo con elevación del ST. Rev Col Cardiol. 2010;17(Supl 3):121-275.
6. Jneid H, Anderson JL, Wright RS, et al. 2012 ACCF/AHA Focused Update of the Guideline for the Management of Patients with Unstable Angina/Non-ST-Elevation Myocardial Infarction (Updating the 2007 Guideline and Replacing the 2011 Focused Update) A Report of the American College of Cardiology Foundation/American Heart Association Task Force on Practice Guidelines. Circulation. 2012;126(7):875-910.
7. O’Gara PT, Kushner FG, Ascheim DD, et al. 2013 ACCF/AHA guideline for the management of ST-elevation myocardial infarction: executive summary a report of the American College of Cardiology Foundation/American Heart Association Task Force on Practice Guidelines. Circulation. 2013;127(4):529-55.
8. Hamm CW, Bassand JP, Agewall S, et al. The Task Force for the management of acute coronary syndromes (ACS) in patients presenting without persistent ST-segment elevation of the European Society of Cardiology (ESC). Eur Heart J. 2011;32:2999-3054.
9. Steg PG, James SK, Atar D, et al. ESC Guidelines for the management of acute myocardial infarction in patients presenting with ST-segment elevation. Eur Heart J. 2012;33(20):2569-619.
10. Antman E, Cohen M, Bernick PJ, et al. The TIMI risk score for unstable angina/non- ST elevation MI, a method for prognostication and therapeutic decision making. JAMA. 2000;284(7):835-42.
11. Bartholomew BA, Sheps DS, Monroe S, et al. A population-based evaluation of the thrombolysis in myocardial infarction risk score for unstable angina and non-ST elevation myocardial infarction. Clin Cardiol. 2004;27:74-8.
12. Pollack CV Jr, Sites FD, Shofer FS, Sease KL, Hollander JE. Application of the TIMI risk score for unstable angina and non-ST elevation acute coronary syndrome to an unselected emergency department chest pain population. Acad Emerg Med. 2006;13:13-8.
13. Hess EP, Agarwal D, Chandra S, et al. Diagnostic accuracy of the TIMI risk score in patients with chest pain in theemergency department: a meta-analysis. CMAJ. 2010;182(10):1039-44.
14. Goodacre SW, Bradburn M, Mohamed A, Gray A. Evaluation of global registry of acute cardiac events and thrombolysis in myocardial infarction scores in patients with suspected acute coronary syndrome. Am J Emerg Med. 2012;30:37-44.
15. Macdonald SP, Nagree Y, Fatovich DM, Flavell HL, Loutsky F. Comparison of two clinical scoring systems for emergency department risk stratification of suspected acute coronary syndrome. Emerg Med Australas. 2011;23(6):717-25.
16. Lyon R, Morris AC, Caesar D, Gray S, Gray A. Chest pain presenting to the Emergency Department--to stratify risk with GRACE or TIMI? Resuscitation. 2007;74(1):90-3.
17. Lee B, Chang AM, Matsuura AC, Marcoon S, Hollander JE. Comparison of cardiac risk scores in ED patients with potential acute coronary syndrome. Crit Pathw Cardiol. 2011;10(2):64-8.
18. Reyna C, Brussino S. Revisión de los fundamentos del análisis de clases latentes y ejemplo de aplicación en el área de las adicciones. Trastornos Adictivos. 2011;13(1):11-9.
19. Monroy L, Vidal R, Saade A. Análisis de clases latentes: una técnica para detectar heterogeneidad en poblaciones [cuaderno técnico 2.]. México: Centro Nacional de Evaluación para la Educación Superior; 2009.
20. Linzer DA, Lewis J. poLCA: An R package for polytomous variable latent class analysis. J Stat Softw. 2011;42(10):1-29.
21. Amsterdam EA, Kirk JD, Bluemke DA, et al. Testing of low-risk patients presenting to the emergency department with chest pain: a scientific statement from the American Heart Association. Circulation. 2010;122:1756-76.
22. Poza C. Técnicas estadísticas multivariantes para la generación de variables latentes. Revista de la EAN. 2008;64:89-100.
23. Haughton D, Legrand P, Woolford S. Review of three latent class cluster analysis packages: Latent Gold, poLCA, and MCLUST. Am Stat. 2009;63(1):81-91.
24. R Development Core Team. R: a language and environment for statistical computing [internet]. Vienna, Austria: R Foundation for Statistical Computing; 2011 [citado 2012 nov]. Disponible en: http://www.R-project.org.
25. Linzer DA, Lewis J. poLCA: polytomous variable latent class analysis [internet]. R package version 1.3.1; 2011 [citado 2012 nov]. Disponible en: http://userwww.service.emory.edu/~dlinzer/poLCA.
Cómo citar
Sprockel Díaz, J. J., Fontalvo, M. T., & Araque, C. (2013). Análisis de un modelo de clases latentes en las escalas de clasificación diagnóstica del síndrome coronario agudo. Universitas Medica, 55(2), 138–151. https://doi.org/10.11144/Javeriana.umed55-2.amcl
Sección
Artículos originales