Amostra

Estudo transversal no Registro Paulista de Cirurgia Cardiovascular (REPLICCAR) realizado no Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo. Todos os pacientes operados consecutivamente de forma eletiva, em urgência ou emergência, de coronária e/ou valva, em 10 hospitais do Estado de São Paulo de novembro de 2013 a janeiro 2015 foram incluídos na análise. Antes de iniciar o estudo, foi confirmada a presença do valor de CS, do CC e do EuroSCORE II em todos os pacientes. Para a significância estatística do estudo, a amostra deveria incluir no mínimo 100 eventos; com um número de 224 óbitos e 263 registros de morbidade, este estudo foi iniciado.

Coleta, definição e organização dos dados

No REPLICCAR, a coleta de dados dos pacientes é realizada por uma pessoa graduada e treinada para trabalhar com a alimentação do registro em cada um dos 10 centros que fazem parte do projeto. Os dados foram incorporados on-line no site: bdcardio.incor.usp.br mediante senha e usuário personalizado, pelo preenchimento de quatro interfaces disponíveis: pré-operatório, intraoperatório, alta e avaliação em 30 dias. Um total de 68 variáveis foi coletado por paciente, e o seguimento feito por via telefônica. A completude e veracidade dos dados foram supervisionadas pela governança e administração do registro. O CC foi calculado pela equação de Crockcroft-Gault para estimação da taxa de filtração glomerular a partir do valor de CS, idade, sexo e peso corpóreo.

O valor do EuroSCORE II no registro é calculado a partir do site http://www.euroscore.org/calc.html. Os desfechos analisados foram mortalidade e morbidade hospitalar no período entre a cirurgia e a avaliação em 30 dias, ou do contrário, até a alta hospitalar. A morbidade incluiu: insuficiência renal aguda grave (IRAg), acidente cerebral vascular (ACV) e infarto agudo de miocárdio (IAM).

Análise estatística

As variáveis contínuas foram expressas como a média ± desvio-padrão e as variáveis categóricas, como percentagens. O teste exato de Fisher foi utilizado para as tabelas de contingência. A calibração foi calculada pelo teste de Hosmer Lemeshow, mostrando que o modelo ajusta-se de forma adequada quando p > 0,05. Na calibração do CC e da CS, foi analisada a diferença entre os valores esperados de mortalidade e morbidade e os valores observados por subgrupos (NLS, nonlinear least squares ou mínimo quadrados não lineares). Assim, um valor de NLS positivo indica que o resultado dos desfechos foi melhor que o esperado. Além do valor do NLS, foi avaliada a taxa ajustada entre os desfechos observados e esperados, também chamada de “taxa de mortalidade ajustada ao risco” (RAMQ, risk adjusted mortality quotient). Um valor de RAMQ inferior a 1 indica que o desempenho cirúrgico foi melhor que a média. A acurácia do CC e da CS para a mortalidade e morbidade foi avaliada a partir da área abaixo da curva ROC. Mediante análises de regressão logística múltipla, foram construídos dois modelos multivariados para óbito, um com a variável CS e outro com a variável CC, similarmente aos dois modelos multivariados para morbidade. A regressão foi realizada mediante o processo de seleção stepwise. Modelos com a variável dicotômica CC < 55 mL/min também foram testados. O valor de p menor de 5% foi considerado significativo. A análise estatística foi realizada com o auxílio do software SPSS Statistics Desktop versão 22.0 para Windows (IBM Corporation Armonk, New York).

Ética e Termo de Consentimento:

Este trabalho foi aprovado como subprojeto do registro online nº 9696 da Comissão de Ética para Análises de Projetos de Pesquisa (CAPPesq) do HCFMUSP intitulado "Estratificação de Risco Cirúrgico como Instrumento de Inovação em Programas em Cirurgia Cardíaca no Sistema Único de Saúde do Estado de São Paulo: Estudo SP-Score-SUS”

Casuística

Dos 3.285 pacientes analisados, 224 pacientes (6,8%) morreram e 263 (7,9%) tiveram alguma morbidade. A média de idade foi de 60,47 ± 12,3 anos. Foram 1195 (36,3%) pacientes do sexo feminino. O índice de massa corporal médio foi de 26,7 ± 4,5kg/m². Reoperações foram realizadas em 399 (12,1%) pacientes. Foram operados 1428 (43,4%) pacientes com classe funcional III-IV e 1180 (35,8%) de urgência/emergência. O valor médio da fração de ejeção foi de 58,3 ± 11,2%. O valor médio de CS foi de 1,25 ± 1,1 mg/dL e o de CC de 72,6 ± 29,5 mL/min. O valor médio de EuroSCORE II foi de 2,6 ± 4,3. Foram realizadas 1862 (56,7%) CRMs isoladas, 1065 (32,4%) cirurgias da valva isoladas e 358 (10,9%) CRM e de valva combinadas.

Associação entre a CS e mortalidade

Houve associação entre CS e mortalidade (p = 0,0003). No entanto, o modelo com subgrupos de CS não se ajustou adequadamente à mortalidade no teste de Hosmer-Lemeshow (H-L, p < 0,0001), Tabela 1.

Podemos observar que embora exista associação entre a mortalidade esperada pela CS e a mortalidade observada na amostra, quando os valores de CS foram ≥ 1,60 a mortalidade esperada pela variável se fez significativamente desproporcional (RAMQ > 2), subestimando a mortalidade observada. Por outro lado, existe um número de pacientes similares entres os grupos (vide figura suplementar A) confirmando a desproporção da MO/ME para valores mais altos de CS.

Associação entre o CC e mortalidade

Houve associação entre CC e mortalidade (p < 0,0001) e o modelo com subgrupos de CC se ajustou adequadamente à mortalidade no teste de Hosmer-Lemeshow (H-L, p = 0,277), Tabela 2.

Podemos observar que na calibração, utilizando o CC como variável preditora dos grupos formados pelo teste de Hosmer Lemeshow, não houve diferença significativa entre a mortalidade esperada pelo CC e a mortalidade observada (p = 0,277). Sendo assim, existe um número de pacientes similares entres os grupos (Vide Figura Suplementar B), que confirma que o CC é um bom preditor de mortalidade.

Na análise da curva ROC (Figura 1), que mede a acurácia da variável em discriminar pacientes que morrem e sobrevivem, observou-se que, ao utilizar a creatinina sérica como variável preditora, a acurácia do modelo foi de apenas 0,65. No entanto, quando o CC foi usado como variável preditora, a acurácia do modelo para predizer a mortalidade observada alcançou 0,73 (p < 0,001).

Figura 1 Curva ROC para creatinina sérica, clearance de creatinina e mortalidade. 

Associação entre CS e morbidade (ACV, IAM, IRAg):

Houve associação entre CS e morbidade (p < 0,0001). No entanto, o modelo com subgrupos de CS não se ajustou adequadamente à morbidade no teste de Hosmer-Lemeshow (H-L, p < 0,0001), Tabela 3.

Podemos observar que, embora exista associação entre a morbidade esperada pela creatinina sérica e a morbidade observada na amostra, a calibração pelo teste de Hosmer Lemeshow demostrou diferença significativa entre a mortalidade esperada pela Creatinina Sérica e a mortalidade observada nos grupos estabelecidos.

Associação entre o CC e morbidade (ACV, IAM, IRAg)

Houve associação entre o CC e morbidade (p < 0,0001) e o modelo com subgrupos de CC se ajustou adequadamente à morbidade no teste de Hosmer-Lemeshow (H-L, p < 0,346), Tabela 4.

Além de haver associação entre a morbidade esperada pelo CC e a morbidade observada na amostra, a calibração pelo teste de Hosmer-Lemeshow demostrou que não houve diferença significativa entre a mortalidade esperada pelo CC e a mortalidade observada nos grupos estabelecidos.

Análise da curva ROC (Figura 2) mostrou que, quando utilizamos a CS como variável preditora, a acurácia do modelo é de apenas 0,68. No entanto, quando utilizamos o CC como variável preditora, a acurácia do modelo para predizer a mortalidade observada foi de 0,70 (p < 0,001).

Figura 2 Curva de ROC para creatinina sérica, clearance de creatinina e morbidade. 

Modelo multivariado para mortalidade

Na parte superior da Tabela 5, podemos observar que quando criamos um modelo multivariado para mortalidade sem o CC, aparecem como preditores independentes as variáveis idade, hematócrito, pressão da artéria pulmonar, tipo de internação e classe funcional, mas não a CS. No entanto, na parte inferior da tabela, quando criamos um modelo multivariado sem a creatinina sérica, o CC aparece no modelo, atingindo acurácia de 0,768.

Modelo multivariado para morbidade

Na parte superior da Tabela 6, podemos observar que quando criamos um modelo multivariado para morbidade sem o CC, aparecem como preditores independentes as variáveis idade, hematócrito e CS para uma acurácia de 0,68. No entanto, na parte inferior da tabela, ao criarmos um modelo multivariado sem a CS, o CC aparece no modelo e alcança uma acurácia de 0,70.