Identificación en pacientes críticos de factores de riesgo para ser portador de bacterias multirresistentes

Abstract

Objectius: Establir el risc de ser portador de bacteris multiresistents (BMR) a l'ingrés en UCI, d'acord amb la llista de verificació de factors de risc (FR) del projecte Resistència Zero (RZ) i amb altres comorbiditats. Mètodes: Es van realitzar dos estudis de cohort retrospectiu, un multicèntric en 9 UCI espanyoles durant l'any 2016, i un altre en un únic centre, a l'UCI de l'Hospital Universitari Arnau de Vilanova de Lleida, entre el 2014 i el 2016. Els estudis van incloure mostres de pacients que van ingressar a UCI als quals es van realitzar cultius de frotis de mucoses (nasal, faringi, rectal i axil·lar) i de mostres clíniques, quan estaven indicats, a les primeres 48 h d'ingrés. Es van analitzar els FR del projecte RZ, així com altres comorbiditats incloses en el registre ENVIN. Es va realitzar un estudi univariable i multivariable, i es van utilitzar models de regressió logística binària i arbre de decisió, i altres eines d'aprenentatge automàtic. Es van emprar els tests de Chi-quadrat, ANOVA, Mann-Whitney i Kruskal-Wallis per a comparació de variables (p<0,05). Resultats: En cada estudi es van incloure més de 2000 pacients, dels quals aproximadament la tercera part tenien FR de la llista de verificació RZ. Entre 8,2% i el 12,3% dels pacients eren portadors de BMR a l'ingrés, amb un predomini de Enterobacterales productores de betalactamases d'espectre estès (BLEE), seguit de S. aureus resistent a meticil·lina (SARM) i Pseudomonas aeruginosa. La probabilitat de presentar una BMR augmenta 4-5 vegades en els pacients amb FR, i és més gran com més FR. L'antecedent de BMR, l'ingrés hospitalari i l'ús d'antibiòtic previ van ser els factors que més van influir en la presència de BMR, però en un terç dels pacients s'aïllen BMR sense FR. La immunosupressió, la insuficiència renal i la necessitat d'antibioteràpia milloren els models predictius, però de vegades a costa d'aïllar un major nombre de pacients. Conclusions: La llista de FR RZ té un rendiment acceptable, però no suficient per predir la presència de BMR a l'ingrés en UCI, i els models creats amb aprenentatge automàtic proporcionen certs avantatges. La necessitat d'antibiòtics a l'ingrés en UCI, la immunodepressió i la insuficiència renal són FR a tenir en compte. Destaca l'elevada prevalença de SARM a Lleida i l'escassa rendibilitat dels cultius de frotis axil·lar. Hi ha un grup de pacients, les característiques específiques dels quals poden canviar a cada UCI, en els quals no trobem FR identificable per considerar el seu aïllament preventiu.

Objetivos: Establecer el riesgo de ser portador de bacterias multirresistentes (BMR) al ingreso en UCI, de acuerdo con la lista de verificación de factores de riesgo (FR) del proyecto Resistencia Zero (RZ) y con otras comorbilidades. Métodos: Se realizaron dos estudios de cohorte retrospectivo, uno multicéntrico en 9 UCIs españolas en el año 2016, y otro en un único centro, en la UCI del Hospital Universitario Arnau de Vilanova de Lleida, entre 2014 y 2016. Los estudios incluyeron a muestras de pacientes que ingresaron en UCI a los que se realizaron cultivos de frotis de mucosas (nasal, faríngeo, rectal y axilar) y de muestras clínicas en las primeras 48h de ingreso. Se analizaron los FR del proyecto RZ, así como otras comorbilidades incluidas en el registro ENVIN. Se realizó un estudio univariable y multivariable, y se utilizaron modelos de regresión logística binaria y árbol de decisión, y otras herramientas de aprendizaje automático. Se emplearon los test de chi-cuadrado, ANOVA, Mann-Whitney y Kruskal-Wallis para comparación de variables (p<0,05). Resultados: En cada estudio se incluyeron más de 2000 pacientes, de los cuales un tercio tenían FR de la lista de verificación RZ. Entre 8,2% y el 12,3% eran portadores de BMR al ingreso, con un predominio de Enterobacterales productoras de beta-lactamasas de espectro extendido (BLEE), seguido de S. aureus resistente a meticilina (SARM) y Pseudomonas aeruginosa. La probabilidad de presentar una BMR aumenta 4-5 veces entre los pacientes con FR, y era mayor a más FR. El antecedente de BMR,el ingreso hospitalario y el uso de antibiótico previo fueron los FR que más influyeron en la presencia de BMR, pero en un tercio de los pacientes se aíslan BMR sin FR. Inmunosupresión, insuficiencia renal y la necesidad de antibioterapia al ingreso en UCI mejoran los modelos predictivos, pero en ocasiones a cuesta de aislar a un mayor número de pacientes. Conclusiones: La lista de RF RZ tiene un rendimiento aceptable pero no suficiente para predecir la presencia de BMR al ingreso en UCI, y los modelos creados con aprendizaje automático proporcionan ciertas ventajas. La necesidad de antibióticos al ingreso en UCI, la inmunodepresión y la insuficiencia renal son FR para tener en cuenta. Destaca la elevada prevalencia de SARM en Lleida y la escasa rentabilidad de los cultivos de frotis axilar. Existe un grupo de pacientes, cuyas características específicas pueden cambiar en cada UCI, en los que no encontramos FR identificable para considerar su aislamiento preventivo.

Objectives: To establish the risk of being a carrier of multiresistant bacteria (MRB) upon admission to the ICU, according to the risk factor checklist (RF) of the Zero Resistance (RZ) project and with other comorbidities. Methods: Two retrospective cohort studies were conducted, one multicenter in 9 Spanish ICUs in 2016, and the other in a single center, in the ICU of Arnau de Vilanova University Hospital in Lleida, between 2014 and 2016. The studies included samples from patients admitted to the ICU who underwent mucosal smear cultures (nasal, pharyngeal, rectal and axillary) and clinical samples, when indicated, in the first 48 hours of admission. The RFs of the RZ project were analyzed, as well as other comorbidities included in the ENVIN registry. A univariate and multivariate study was conducted; binary logistic regression and decision tree models and other machine learning tools were used. Chi-square, ANOVA, Mann-Whitney and Kruskal-Wallis tests were used to compare variables (p<0.05). Results: More than 2000 patients were included in each study, of whom approximately one-third had RF from the RZ checklist. Between 8.2% and 12.3% of patients were carriers of BMR on admission to the ICU, with a predominance of extended-spectrum beta-lactamase producing Enterobacterals (ESBL), followed by methicillin-resistant S. aureus (MRSA) and Pseudomonas aeruginosa. The probability of having a BMR increased by 4-5 times among patients with RF and was greater with more RF in each patient. The history of MRB, previous hospital admission and antibiotic use were the factors that most influenced the presence of BMR, but in a third of patients MRB were isolated without RF. Immunosuppression, renal failure and the need for antibiotic therapy on admission to the ICU improve predictive models, but sometimes isolating a greater number of patients. Conclusions: The RZ RF check list has an acceptable performance but not sufficient to predict the presence of BMR upon ICU admission, and models built with machine learning provide certain advantages. The need for antibiotics on admission to the ICU, immunosuppression and renal failure are RFs to be considered. The high prevalence of MRSA in Lleida and the low profitability of axillary smear cultures stand out. There is a group of patients, whose specific characteristics may change in each ICU, in whom we do not find identifiable RF to consider their preventive isolation.