Upload
junius
View
71
Download
0
Embed Size (px)
DESCRIPTION
Utilisation des scores de gravité et des scores de défaillance viscérale. JF Timsit Réanimation médicale CHU Grenoble. Beaucoup de perspectives…à utiliser avec prudence. Scores de gravité et de dysfonction d’organes Méthodes de création Utilisation (intérêt et limites) - PowerPoint PPT Presentation
Citation preview
Utilisation des scores de gravité et des scores de défaillance
viscérale
JF TimsitRéanimation médicale
CHU Grenoble
Beaucoup de perspectives…à utiliser avec prudence
Scores de gravité et de dysfonction d’organes– Méthodes de création
Utilisation (intérêt et limites)– Obligation légale et médico-économique– Outil de mesure de la performance– Outil de recherche
Ajustement/appariement Sélections de sous-populations « à risque » pour les études
randomisées Critères de jugement (dysfonction d’organes)
– Prédiction individuelle Triage (input,output) Outil d’aide à la décision
Indices de sévérité généraux: SAPS II, APACHE II et III, MPM II
Evaluation du risque de mortalitéEvaluation du risque de mortalitéBut: PrédictionBut: PrédictionComplexeComplexePas d’individualisation du degré de défaillances d’organesPas d’individualisation du degré de défaillances d’organes
Scores de dysfonction d’organes: LOD, SOFA, ODIN, MODS, OSF
Evaluation de la morbiditéEvaluation de la morbiditéBut: DescriptionBut: DescriptionSimple (plus)Simple (plus)Individualisation du degré de chaque défaillances d’organesIndividualisation du degré de chaque défaillances d’organesévaluation quotidienneévaluation quotidienneMoindre capacité de prédire le décèsMoindre capacité de prédire le décès
Variables enclosed
AgeType of adm.Chronic HSCase-mixMVVasopressorsTempK, NA, CO3H-Pao2/fiO2 HRBPWBCPlateletsPTTBilirubinUrea CreatinineUrine outputGCS
Severity scores
XXXXXXXXXXXX
XX
XX
Organ dysfunction scores
XX
XXXXXXXXXXX
Création d’un score: base méthodologiqueMéthode 1: •Un groupe d’expert définit un score•Validation secondaire sur un échantillon de population pour vérifier que ce score mesure bien ce qu’il est censé mesurer
OSF, SOFA , MODS Méthode 2•Une variable à expliquer DC • Des covariables pronostiques candidates d’un échantillon représentatif +++•Construction d’un modèle:
DC = f (covariables)•Validation du modèle
Est t’ il susceptible de prédire correctement la réalité?Quel que soit le niveau de la variable à expliquer?
SAPS, APACHE, LOD, ODIN
La variable à expliquer est-elle bien définie?– DC en réanimation, hospitalier– DC à J28, DC à 3 mois– (Triage…)– (Limitations thérapeutiques…)
Les covariables pronostiques sont elles bien définies?, bien recueillies? Reproductibles?– Qualité de la méthodologie, – Qualité du recueil– Audit
Création d’un score: base méthodologique
Interobserver variability in the use of APACHE II scores.Interobserver variability in the use of APACHE II scores.Polderman KH, Thijs LG, Girbes AR.Polderman KH, Thijs LG, Girbes AR. Lancet 1999 Jan 30;353(9150):380Lancet 1999 Jan 30;353(9150):380
[From 30 % to 10 %][From 30 % to 10 %]
[10 % – 15 %][10 % – 15 %]
[10 % – 15 %][10 % – 15 %]
Prérequis statistique
Modèle de régression linéaire– Y= + 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))
(ici p=proba (DC) varie de 0 à 100%)
X
0
Yp p Log (p/1-p) Log (p/1-p)
Propriétés du modèle logistique 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
SAPSII SAPSII
P(DC)
DC observés (%)
DC prédits (%)
Se
1-Sp
AUC
d1
Seuil à 5Détecte de tous les DCSe=P(T+)/DC 100%
bcp de VV à test +Sp 0%
1-SP 100%
Seuil à 30Détection de 2/3 DC
Se 66%Mais 1/3 VV à test +
Sp 66%1-SP 34%
Prognostic performance and customization of the SAPS II:Prognostic performance and customization of the SAPS II:Results of a multicenter Austrian study;Results of a multicenter Austrian study;(Metnitz PGH et al., Intensive Care Med 1999)(Metnitz PGH et al., Intensive Care Med 1999)
0.0 0.2 0.4 0.6 0.8 1.00.0 0.2 0.4 0.6 0.8 1.0Original SAPS II-predicted probability of deathOriginal SAPS II-predicted probability of death
0.00.0
0.20.2
0.40.4
0.60.6
0.80.8
1.01.0
Hos
pit
al m
orta
lity
Hos
pit
al m
orta
lity PredictedPredicted
ObservedObserved
C = 85.7, p < 0.0001C = 85.7, p < 0.0001AUC ROC curve = 0.81 AUC ROC curve = 0.81
The hospital mortality of the sample influence the discrimination of the MPM II system
Zhu et al – Crit Care Med 1996; 24:57-63
0.66
0.68
0.7
0.72
0.74
0.76
0.78
0.8
0.82
0.84
0.86
8.7 9.7 10.7 11.7 12.7 13.7 14.7 15.7 16.7 17.7 18.7 19.7 20.7 21.7 22.7 23.7 24.7 25.7 26.7 27.7 28.7
AUC ROC curves
Simulated Hospital mortality (%)
Facteurs influençant la performance des scores de gravité
Zhu et al – Crit Care Med 1996; 24:57-63Murphy-Wilkins RL – Crit Care Med 1996; 24:1968Escarce JJ et al – JAMA 1990; 264-2389
•Propriétés influencée par:
•Echantillon de construction du score•Mortalité de l’échantillon•Taille de l’unité•Modification de « case-mix »•Source d’admission•Pays•Date des données•Politique de triage•Erreur de mesure•Erreur aléatoire du modèle•Performance de l’unité?
Population
Echantillon représentatif
??
Utilisation: Intérêt et limites
– Obligation légale et médico-économique– Outil de mesure de la performance– Outil de recherche
Critères de jugement (dysfonction d’organes) Sélections de sous-populations « à risque » pour les
études randomisées Ajustement/appariement
– Prédictions individuelles Triage (input,output) Outil d’aide à la décision
Le recueil de l'IGS II est obligatoire depuis le 1er janvier 1997 dans les établissements de soins de courte durée pour les patientsadultes faisant l'objet de soins de réanimation voire de soins intensifs ou de surveillance continue si le recueil semble pertinentau clinicien
Liberté . Égalité . Fraternité
RÉPUBLIQUE FRANÇAISE
Ministère de la santé,de la famille,
et des personnes handicapées
DIRECTION DE L'HOSPITALISATIONET DE L'ORGANISATION DES SOINS
Obligation d’analyser notre activité et nos coûts (consommationde ressource
Janvier 2004: Tarif forfaitaire de la journée en réanimation dès lors que IGS II > 15 et acte marqueur
Mesure de la performance des unités Mesure de la performance des unités Le taux de mortalité standardisé Le taux de mortalité standardisé
(=Standard Mortality Ratio ou SMR)(=Standard Mortality Ratio ou SMR)
• C ’est un rapport qui compare la mortalité C ’est un rapport qui compare la mortalité observée (0) sur la mortalité prédite (P)observée (0) sur la mortalité prédite (P)
• La mortalité prédite (probabilité de mortalité) La mortalité prédite (probabilité de mortalité) est établie par une équation de probabilité à est établie par une équation de probabilité à partir d ’un score de gravitépartir d ’un score de gravité
SMR = Actual mortality
Predicted mortality
SMR
Gunning & Rowan – BMJ 1999; 319:241
APACHE III system in a UK database Pappachan – Chest 1999; 115:802
SMR= 1.23 (95% CI: 1.12-1.25) UK poor ICU performance Failure of the APACHE III to fit the UK dataAUC ROC: 0.89, 82.9% correct classification2 Hosmer-Lemeshow= 333, p<0.01
April 1993- December 199516 ICUs
Prognostic performance and customization of the SAPS II:Results of a multicenter Austrian study;(Metnitz PGH et al., Intensive Care Med 1999)
0.0 0.2 0.4 0.6 0.8 1.00.0 0.2 0.4 0.6 0.8 1.0Customized SAPS II-predicted probability of deathCustomized SAPS II-predicted probability of death
0.00.0
0.20.2
0.40.4
0.60.6
0.80.8
1.01.0
Hos
pit
al m
orta
lity
Hos
pit
al m
orta
lity
C = 89.1, p < 0.0001AUC ROC curve = 0.81
C = 11.6, p = 0.24
SMR 0.81±0.26, 95%CI 0.66-0.97 VS SMR 0.93±0.29 95%CI 0.76-1.10
Descriptions of the databases
APACHE III SAPS II MPMII0 MPMII24 MPMII48 MPMII72
N° pts
Development
Validation
17440
7840
7840
12997
8369
4628
19124
12610
6514
14925
10357
5568
3023
2049
974
2233
1497
736
North america
Europe
40
0
27
110
30
110
30
110
6
0
6
0
% Pts
Elective surg
Emergency surg
Medicine
33
9
58
31
20
49
31
24
45
25
27
48
18
39
43
16
41
43
Lemeshow and Le Gall – JAMA 1994; 272:1049
SMR: lequel?(base PMSI, 89747 séjours)
Moine P et al – Projet « performance » 2001
0
10
20
30
40
50
60
ICUs
Mor
talit
y (%
)
Post ICU ICU
(Moreno R et al. Intensive Care Med 2001;27:999-1004)
SMR…
Très dépendant des propriétés du score sur l’échantillon
Utilisable uniquement si la variable à expliquer est connue (DC hospitalier+++)
Intérêt d’une recalibration préalable… Intérêt de la mesure du SMR de certaines sous
populations bien définies: intoxication aux BZD, décompensation de BPCO…???
Utilisation: Intérêt et limites
– Obligation légale et médico-économique– Outil de mesure de la performance– Outil de recherche
Critères de jugement (dysfonction d’organes) Sepsis Sélections de sous-populations « à risque » pour les
études randomisées Sepsis Ajustement/appariement
– Prédictions individuelles Triage (input,output) Outils d’aide à la décision
Appariement et ajustement sur la gravité de la maladie aiguë: facteur de confusion
DC
Gravité
EvènementX
La discrimination du SAPSII à l’admission diminue pour les séjours prolongés
IGS II et séjours prolongés
<1 jour
41%8%21
55*0.91
<4 jours
81%34%22
50*0.87
>7 jours
10%52%38
43*0.62
>14 jours
4%33%3538
0.59
>30 jours
1%13%3233
0.54
% patients% journéesSAPS II vivantsSAPS II décédésAUC-ROC
(*): p<0.05
Base de données finlandaise, 23953 Patients,40.6% Post-op.Durée de séjour médiane: 1.3 jours
Suistomaa M et al- Intensive Care Med 2002; 28:479-85.
Pneumonie à P aeruginosaRello CID 1996
APACHE II identique entre les PN fatales et celles à évolution favorable…
APACHE II
0
5
10
15
20
25
30
35
40
Admission J pneumonie J +3
Décès
Vivant
*
*
DC:44%
DC: 14.6%
Girou et al AJRCCM 1998; 157:1151
Les malades qui vont développer une infection nosocomiale sont ceux qui évoluent le moins bien initialement
But de l'appariement ou de l'ajustement…
Faire ou prendre des jumeaux parfaitsIdentiques en tout points sauf…
La variable qui nous interresse
…il faut tenir compte de l’évolution des scores avant la survenue de l’évènement
Gravité évolutive et risque de décès
Ferreira et al – JAMA 2001; 1754 Rué et al – Crit Care Med 2001; 45
L’évolution des scores de gravité et de dysfonction d’organes est , indépendamment du score initial un Facteur pronosticC’est les scores mesurés le plus tard au cours de l’évolution des patients par rapport à l’admission qui contribue le plus aux modèles pronostiques
Gravité évolutive et risque de décès
Utilisation:– Les scores de dysfonctions d’organes évolutifs sont
correctement calibrés et discriminantsTimsit et al - Crit Care Med 2002; 30:2003
– On peux construire des scores composites particulièrement adapté à une population hospitalisée longtemps
Le score TRIO basé sur le SAPS II, le LOD et l’évolution des scores entres J2 et J3 est bien calibré et posséde une discrimination correcte
Timsit et al – Intens care Med 2001; 27:1012
MATCHING CRITERIA
Diagnosis
SAPS II
Mc Cabe
Length of catheterization
Catheter-relatedsepticemia
Day 0
Day 0
Exposed patients
Matched unexposed patients
= +
ICU admission
ICU admission
Measure of severity scores
Day -7 Day -3
Day -7 Day -3
Death?
Soufir et al ICHE, 1999
Gravité avant la bactériémie: évolution au cours du temps
30
35
40
45
50
55
60
Adm. D-7 D-3 D0
SAPS II
Exposed Unexposed
**
Soufir et al ICHE, 1999;20:396
Les malades qui vont acquérir une bactériémie ont une gravité déjà plus importante 7 jours avant …
Estimations:Non ajustée:
HR 2.06 (1.16-3.68)Ajustée sur les variables pronostiques à l’admission:
HR=2.01 (1.08-3.73)Ajustement sur gravité J-7
HR=1.41 (0.76-2.61)Ajustement sur gravité J-7 et J-3
HR= 1.3 (0.69-2.46)
53% chocs septiquesTaux brut de mortalité:Exposés: 50%, Non exposés: 21%
SOFA maximal et pronosticVincent et al – Crit Care med 1998; 26: 1793
1449 Pts, 16 paysMai 1995DC hos: 26.7%
SOFA journalier et pronosticVincent et al – Crit Care med 1998; 26: 1793
1449 Pts, 16 paysMai 1995DC hos: 26.7%
Scores évolutifs
Description:– Suivi de l’évolution des scores comme témoins
sensibles de l’amélioration des malades et d’un risque potentiel de décès
Prédiction: – Affiner la prédiction chez les malades hospitalisés
longtemps– Ajustement sur des scores dynamiques de
dysfonction d’organes
Prédiction individuelle
Triage et scores de gravité Admission:
– Scores non adaptés: Construit sur les malades admisle MPM0 ne discrimine pas les vivants des décédés chez les malades
proposés Garrouste-Orgeas et al- Intensive Care Med 2003;29:774
Limitations thérapeutiques– Tentative avec l’APACHE III à J3…
SUPPORT prognostic model – Knaus WA Ann Intern Med 1995; 122:191
– Peut-être un des paramètres à prendre en compte??? Mortalité post-réanimation
– Le SOFA la veille de la sortie Azoulay et al – Crit Care Med 2003;31:428
PERFORMANCE TRES INSUFFISANTE, ETHIQUE DISCUTABLE
Avenir
Routine:– Amélioration de la prédiction pour un groupe de
malade Recalibration, Réactualisation Nouveaux modèles simples
Outils plus précis– SAPS III project– Modèles de prédiction tenant compte de l’évolution
(complexe mais informatisation)– Outils d’aide à la décision