SciELO - Scientific Electronic Library Online

 
vol.26 issue2Contribution of the use of xpert MTB/RIF and its cost-effectiveness in the diagnosis of pulmonary tuberculosis and resistance to rifampicin: a comparison with non molecular diagnostic methodsKawasaki disease, Kawasaki-like disease, and MIS-C associated with COVID-19 in children: systematic review author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Infectio

Print version ISSN 0123-9392

Infect. vol.26 no.2 Bogotá Jan./June 2022  Epub Dec 12, 2021

https://doi.org/10.22354/in.v26i 

ARTÍCULO ORIGINAL

Utilidad del modelo 5MPB-Toledo para predecir bacteriemia en el paciente anciano

Usefulness of the 5MPB-Toledo model to predict bacteremia in the elderly patient

Agustín Julián-Jiménez1  * 

Eric Jorge García-Lamberechts2 

Juan González del Castillo2 

Rafael Rubio Díaz1 

Itziar Huarte Sanz3 

Carmen Navarro Bustos4 

Josep María Guardiola Tey5 

Ramón Perales Pardo6 

Ferrán Llopis-Roca7 

Pascual Piñera Salmerón8 

Mikel Martínez-Ortiz de Zarate9 

Jesús Álvarez-Manzanares10 

Julio Javier Gamazo-Del Rio11 

Oscar Álvarez López12 

José María Ferreras Amez13 

María del Mar Sousa Reviriego14 

Francisco Javier Martín-Sánchez2 

Pedro Beneyto Martín15 

Francisco Javier Candel González16 

1 Servicio de Urgencias-Enfermedades Infecciosas, Complejo Hospitalario Universitario de Toledo, Universidad de Castilla La Mancha, Toledo, España.

2 Servicio de Urgencias-Enfermedades Infecciosas, Hospital Universitario Clínico San Carlos, IDISSC, Madrid, España

3 Servicio de Urgencias, Hospital Universitario de Donosti, España

4 Servicio de Urgencias, Hospital Universitario Virgen de la Macarena, Sevilla, España

5 Servicio de Urgencias, Hospital Universitario Sant Pau, Barcelona, España.

6 Servicio de Urgencias, Complejo Hospitalario Universitario de Albacete, España.

7Servicio de Urgencias, Hospital Universitario de Bellvitge, Barcelona, España.

8 Servicio de Urgencias, Hospital Universitario Reina Sofía, Murcia, España.

9Servicio de Urgencias, Hospital Universitario de Basurto, Bilbao, España.

10 Servicio de Urgencias, Hospital Universitario Rio Hortega, Valladolid, España.

11Servicio de Urgencias, Hospital Universitario de Galdakao-Usansolo, Bi zkaia, España.

12Servicio de Urgencias, Hospital Universitario de Móstoles, España.

13Servicio de Urgencias, Hospital Clínico Universitario Lozano Blesa de Zara goza, España.

14 Servicio de Urgencias, Hospital Nuestra Señora del Prado, Talavera de la Reina, España.

15 Unidad de Investigación, Complejo Hospitalario Universitario de Toledo, España.

16 Servicio de Microbiología Clínica, Hospital Universitario Clínico San Carlos, IDISSC, Madrid, España.


Resumen

Objetivo:

Analizar la utilidad del modelo predictivo de bacteriemia (5MPB-Toledo) en los mayores de 65 años atendidos por infección en el servicio de urgencias (SU).

Material y Método:

Estudio observacional prospectivo y multicéntrico de los hemocultivos (HC) obtenidos en pacientes mayores de 65 años atendidos por infección en 66 SU españoles desde el 1 de diciembre de 2019 hasta el 30 de abril de 2020. Se analizó la capacidad predictiva del modelo con el área bajo la curva (ABC) de la característica operativa del receptor (COR) y se calculó el rendimiento diagnóstico de los puntos de corte (PC) del modelo elegido con los cálculos de la sensibilidad, la especificidad, el valor predictivo positivo y el valor predictivo negativo.

Resultados:

Se incluyeron 2.401 episodios de HC extraídos. De ellos, se consideró como bacteriemia verdadera a 579 (24,11%) y como HC negativo a 1.822 (75,89%). Entre los negativos, 138 (5,74%) se consideraron contaminados. Se categorizó a los pacientes en bajo (0-2 puntos), moderado (3-5 puntos) y alto (6-8 puntos) riesgo, con una probabilidad de bacteriemia de 1,2%, 18,1% y 80,7%, respectivamente. El ABC-COR del modelo tras remuestreo fue de 0,908 (IC 95%: 0,897-0,924). El rendimiento diagnóstico del modelo, considerando un PC ≥ 5 puntos, obtiene una sensibilidad de 94% (IC 95%:92-96), especificidad de 77% (IC 95%:76-79) y un valor predictivo negativo de 97% (IC 95%:96-98).

Conclusión:

El modelo 5MPB-Toledo es de utilidad para predecir bacteriemia en los mayores de 65 años atendidos en el SU por un episodio de infección.

Palabras clave: Anciano; Servicio de Urgencias; Bacteriemia; Modelo predictivo; Procalcitonina

Abstract

Objective:

To analyse a risk score to predict bacteremia (MPB5-Toledo) in the patients aged older 65 years seen in the emergency departments (ED) due to infections.

Patients and Methods:

Prospective and multicenter observational cohort study of the blood cultures (BC) ordered in 66 Spanish ED for patients aged older 65 years seen from December 1, 2019, to April 30, 2020. The predictive ability of the model was analyzed with the area under the Receiver Operating Characteristic curve (AUC-ROC). The prognostic performance for true bacteremia was calculated with the cut-off values chosen for getting the sensitivity, specificity, positive predictive value and negative predictive value.

Results:

A total of 2.401 blood samples wered cultured. True cases of bacteremia were confirmed in 579 (24.11%). The remaining 1.822 cultures (75.89%) wered negative. And, 138 (5.74%) were judged to be contaminated. Low risk for bacteremia was indicated by a score of 0 to 2 points, intermediate risk by 3 to 5 points, and high risk by 6 to 8 points. Bacteremia in these 3 risk groups was predicted for 1.2%, 18.1%, and 80.7%, respectively. The model´s area under the receiver ope rating characteristic curve was 0.908 (95% CI, 0.897-0.924). The prognostic performance with a model´s cut-off value of ≥ 5 points achieved 94% (95% CI: 92-96) sensitivity, 77% (95% CI: 76-79) specificity, and negative predictive value of 97% (95% CI: 96-98).

Conclusion:

The 5MPB-Toledo score is useful for predicting bacteremia in the patients aged older 65 years seen in the emergency departments due to infections.

Keywords: Elderly; Emergency Department; Bacteraemia; Clinical prediction rule; Procalcitonin

Introducción

El 15% de los pacientes de los servicios de urgencias (SU) se diagnostican de un proceso infeccioso(1. En el subgrupo de pacientes >65 años esta incidencia ha aumentado en las dos últimas décadas (25% al 35%)1,2, así como la gravedad de su presentación clínica, la mortalidad y la existencia de bacteriemia confirmada1,2. En su atención inicial en el propio SU se toman muestras para la obtención de hemocultivos (HC) en el 14,6% de estos pacientes con un diagnóstico de un proceso infeccioso1-3.

Se define como bacteriemia la presencia de bacterias en la sangre, que se pone de manifiesto por el aislamiento de és tas en los HC3,4. Estos, permiten el diagnóstico etiológico de la infección, aportan información sobre la sensibilidad del microorganismo y favorecen la optimización del tratamiento antimicrobiano3-6.

La rentabilidad diagnóstica de los HC solicitados en los SU es muy variable(2-20%)2,4,7-9. Asimismo, los considerados “HC contaminantes” pueden alcanzar tasas del 30-50% de los aislamientos8. Por otro lado, los HC con aislamiento signi ficativo en pacientes dados de alta desde urgencias (BPAU) habitualmente llegan a ser un 3-5%9,10. Estos hechos pueden conllevar un incremento de las pruebas diagnósticas, estan cia hospitalaria, costes y la administración de tratamientos antibióticos innecesarios o, en su caso, altas improcedentes en los casos de BPAU9-12.

La incidencia de bacteriemia comunitaria ha aumentado has ta 2/1.000 atenciones en los SU9. Los focos más frecuentes de las bacteriemias verdaderas (BV) son la infección del tracto urinario (ITU)(45-55%), la infección respiratoria (10-25%), la infección intraabdominal (10%) y la bacteriemia de foco des conocido (10%)4,9. Las bacterias aisladas con mayor frecuen cia son Escherichia coli, Staphylococcus aureus y Streptococcus pneumoniae4,9.

La mortalidad a los 30 días de los pacientes >65 años con BV se ha cifrado entre 10-25%4,9,13. Ésta se relaciona con la gravedad de la situación clínica, tipo de foco primario y las características de los pacientes4,12,15.

Por todo ello, la sospecha y confirmación de BV tiene un relevante significado diagnóstico, pronóstico y obliga a cambiar algunas de las decisiones a tomar en el SU. Entre otras, indicar el alta, extraer HC y administrar el antimicro biano adecuado y precoz12. Además, en el paciente mayor éstas adquieren una especial relevancia por su susceptibili dad y gravedad, ya que las manifestaciones clínicas de los procesos infecciosos son a menudo inespecíficas y variables, lo que dificulta su sospecha precoz y conlleva al fallo en el diagnóstico, en la solicitud de pruebas complementarias y, habitualmente, la administración de antimicrobianos innece sarios o su retraso en los casos donde sí lo son16-18. La in munosenescencia provoca un descenso de la función celular inmune y reducción de la humoral, asícomo una situación proinflamatoria crónica que altera la producción de citoqui nas, quimioquinas y biomarcadores17.

En los últimos años se ha convertido en el objetivo de mu chos autores elaborar modelos predictivos de BV que inclu yen variables clínicas, epidemiológicas y analíticas13,18-24. Pero son muy pocos los evaluados en >65 años13,15,18. Reciente mente, se ha publicado un modelo predictivo de bacteriemia (“5MPB-Toledo”)25 que categoriza a los pacientes en bajo, moderado y alto riesgo de probabilidad de confirmación de bacteriemia. El área bajo la curva de la característica opera tiva del receptor (ABC-COR) del modelo 5MPB-Toledo tras remuestreo fue excelente25.

El objetivo de este estudio fue analizar la utilidad del mode lo predictivo de bacteriemia (5MPB-Toledo) en los pacientes mayores de 65 años atendidos por infección en los SU.

Material y método

Estudio observacional, multicéntrico, prospectivo de los HC ex traídos en 66 SU españoles en pacientes >65 años con segui miento durante 30 días. Los centros participantes pertenecen al grupo INFURG-SEMES (Grupo de Infecciones de la Sociedad Española de Medicina de Urgencias y Emergencias)(Ver anexo).

Desde el 1-12-2019 al 30-04-2020 se incluyeron por oportuni dad los HC obtenidos de pacientes >65 años diagnosticados de un proceso infeccioso en los que también se registraron los datos de las cinco variables del modelo 5MPB-Toledo25.

Para la elaboración y desarrollo de este estudio se asumieron y adoptaron todas las definiciones, técnicas, métodos esta blecidos para la recogida de muestras, valores de referencia y variables estudiadas del modelo original 5MPB-Toledo25. Asi mismo, se reprodujeron todos los aspectos metodológicos y de análisis estadístico contemplados en su elaboración25. En primer lugar, para el análisis del comportamiento de la escala original, se construyó un sistema de puntuación de riesgo en el que se asignó una puntuación a cada variable del 5MPB-Toledo: temperatura >38,3°C (1 punto), índice de Charlson ≥3 (1 punto), frecuencia respiratoria ≥22 respiraciones por minuto (1 punto), un recuento de leucocitos >12.000/mm3 (1 punto) y una concentración de procalcitonina (PCT) ≥0,51 ng/ml (4 puntos) (25. Así, se categorizó a los pacientes en tres grupos distintos de bajo (0-2 puntos), moderado (3-5 pun tos) y alto (6-8 puntos) riesgo.

La capacidad de discriminación del modelo predictivo se analizó calculando el ABC-COR y su intervalo de confianza al 95% (IC95%). Se evaluó la calibración del modelo mediante la prueba de bondad de ajuste de Hosmer-Lemeshow. Poste riormente, se validó internamente el resultado obtenido me diante un análisis de 1000 remuestreos (bootstrapping) y se calculó el ABC-COR y su IC 95%. Los errores estándar de las ABC se calcularon por métodos no paramétricos.

En segundo lugar, se determinó el mejor punto de corte (PC) con mayor capacidad diagnóstica que maximizaba la diferencia entre la tasa de verdaderos positivos y falsos positivos mediante el índice de Youden. Así, se calculó el rendimiento diagnóstico de este PC con su sensibilidad (S), especificidad (E), valor predic tivo positivo (VPP) y valor predictivo negativo (VPN), coeficiente de probabilidad positivo(CP+) y negativo(CP-).

El análisis estadístico se realizócon los paquetes IBM-SPSS® Statistics 22 para Windows y STATA 12.0.

El estudio siguió los protocolos de nuestros centros locales y de los centros internacionales (Declaración de Helsinki). Los datos de los pacientes se codificaron para asegurar la confidencialidad de los mismos. El estudio fue aprobado por el Comité Ético de Investigación Clínica (CEIC) del Complejo Hospitalario Universitario de Toledo (nº:398/2109), así como por los CEIC/CEIm de referencia de los centros participantes. Todos los pacientes dieron su consentimiento escrito para participar en el estudio.

Resultados

El diagrama de flujo de inclusión de episodios se muestra en la Figura 1. Finalmente, se incluyeron 2.401 pacientes de los que se obtuvieron, al menos, dos parejas de HC. La edad media de los pacientes fue de 79,7 (DE 8,4) años con un rango entre 66-104 años, 1.489 eran varones (62%). Tras el estudio microbiológi co (ver figura 1), 579 (24,11%) episodios fueron considerados como BV. Y de estas, 39 (6,73%) fueron clasificadas como BPAU.

* Porcentaje sobre el total de pacientes incluidos en el estudio (n = 2401) Hemocultivos negativos 1822: incluyen los 1684 sin aislamiento y los 138 definidos como contaminados

Figura 1. Diagrama de flujo de la inclusión de casos 

La etiología por microorganismos se detalla en la Tabla 1. Los más frecuentes en las BV fueron Escherichia coli (42,7%) y Streptococcus pneumoniae (21,2%). Por su parte, Escheri chia coli fue también el patógeno más aislado de las BPAU (48,7%). En relación con los HC contaminados, los más fre cuentes fueron Staphylococcus coagulasa-negativo.

Tabla 1 Características microbiológicas de la muestra global en función del tipo de aislamiento (bacteriemia verdadera frente a hemocultivos contaminados) 

SAMR:Staphylococcus aureus meticilin resistente.

1 Incluye patógenos portadores y no portadores de BLEE (Betalactamasas de espectro extendido).

2 Otras gramnegativas:Morganella morganii, Acinetobacter baumannii, Ste notrophomona maltophila y Hafnai alvei.

3 Sthapylococcus coagulasa-negativo (ECN): Staphylococcus epidermidis, Sta phylococcus hominis, Staphylococcus haemolyticus, Staphylococcus lugdu nensis, Staphylococcus capitis, Staphylococcus simulans y Staphylococcus warneri.

4 Otras bacterias anaerobias:Fusobacterium spp y Prevotella spp.

5 Mixtas:(E. coli + Enterococcus spp); (Proteus spp + Enterobacter spp); (Esche richia coli + Klebsiella spp); (Enterococcus spp + Pseudomonas spp).

El foco u origen clínico de presunción en el SU de las 579 BV fue: 1.- ITU en 267 (46,2%), 2.- Infección respiratoria 139 (23,8%), 3.- Infección abdominal en 76 (13,2%), 4.- Fiebre sin foco 53 (9,2%), 5.- Infección de piel y partes blandas 26 (4,6%), 6.- Infección del sistema nervioso central en 15 (2,6%) y 7.- Otros en 3 (0,4%).

En la Tabla 2 se muestran las características sociodemográ ficas, epidemiológicas, comorbilidades, funcionales, clínicas, de gravedad, de evolución y destino de los pacientes y las determinaciones analíticas relevantes con las comparaciones entre BV y HC negativos.

Tabla 2 Características clínico-epidemiológicas, de evolución, destino y analíticas de la muestra global y estudio univariable en función de la existencia o no de bacteriemia verdadera  

DE: desviación estándar; n: número; AB: antibióticos; lpm: latidos por minuto; rpm: respiraciones por minuto; PAS: presión arterial sistólica; a Índice de Charlson: ponderado por la edad (referencia 27); b Índice de Barthel (referencia 28); Criterios de sepsis (SRIS ³ 2) según conferencia de Consenso de 2001 (referencia 29); Criterios de sepsis (qSOFA ³ 2) según la tercera conferencia de consenso (Sepsis-3) (referencia 30). *Hemocultivos negativos 1.822: incluyen los 1.684 sin aislamiento y los 138 definidos como contaminados.

Nota: Todas las variables tenían todos los datos registrados salvo: toma de antibióticos en 72 horas previas 1565 (65,2% perdidos); índice de Barthel 87 (3,6%), frecuencia cardíaca 25 (1,0%), alteración de la consciencia 629 (26,8%), PAS 594 (24,8%), Criterios de sepsis (SRIS ³2) 1598 (66,6%), qSOFA ³2 595 (24,8%), Náuseas/vómitos 405 (17,4%), Tiritona 1097 (46,5%), Cayados (bandas) > 10% 653 (27,1%), Proteína C reactiva 209 (8,7%) y Creatinina ≥ 2 mg/dl en 11 (0,5%)

La mortalidad a los 30 días de todos los pacientes con el diagnóstico de infección fue del 14,1%, mientras que en los pacientes con BV del 19,0% frente a 12,6% en los que tuvie ron HC negativos (p<0,001).

El comportamiento de la escala y el análisis de los grupos de riesgo del modelo predictivo 5MPB-Toledo en los >65 años se muestra en la Figura 2. Esta muestra la escala de puntuación 5MPB-Toledo (Tª >38,3°C, índice de Charlson ≥3, FR ≥22, Leucocitosis >12.000/mm3 y PCT ≥0,51 ng/ml), así como el peso de cada una de las variables y la probabilidad de bacteriemia del modelo original y de la cohorte de nues tro estudio en función del bajo (0-2 puntos), moderado (3-5 puntos) o alto (6-8 puntos) riesgo de bacteriemia. Por su par te, el porcentaje de pacientes incluidos en los grupos bajo, moderado y alto riesgo del modelo original 5MPB-Toledo y nuestra cohorte de mayores de 65 años fue: 65,24% frente a 54,5%, 23,44% frente a 22,9% y 11,32% frente a 31,6%, res pectivamente. Los casos incluidos con 0 puntos fueron 143 (6,0%), con 1 punto 419 (17,5%), con 2 puntos 530 (22,1%), con 3 puntos 261 (10,9%), con 4 puntos 96 (4%), con 5 pun tos 193 (8,0%), con 6 puntos 337 (14,0%), con 7 puntos 312 (13,0%) y con 8 puntos 110 (4,6%).

Figura 2 Probabilidades de bacteriemia según grupos de riesgo del modelo 5MPB-Toledo 

El ABC-COR del modelo 5MPB-Toledo en nuestra cohorte de >65 años fue de 0,906 (IC 95%: 0,894-0,919; p<0,001). El test de Hosmer-Lemeshow presentó un valor de p de 0,326. La validación interna, mediante la técnica de remuestreo fue de 0,908 (IC 95%: 0,897-0,924; p<0,001).

En la Tabla 3 se muestran los resultados de rendimiento diag nóstico de los distintos PC analizados. Se eligió el PC ≥5 pun tos del modelo tras aplicar el índice de Youden y comprobar su interés clínico. Este PC consigue una S de 94%, E de 77% y un VPN de 97% (ver resultados completos en la Tabla 3).

Tabla 3 Rendimiento para la predicción de bacteriemia verdadera en los hemocultivos extraídos en urgencias en los mayores de 65 años según los puntos de corte del modelo 5MPB-Toledo  

N = número; IC: intervalo de confianza; VPP: valor predictivo positivo; VPN: valor predictivo negativo;

CP+: cociente de probabilidad positivo; CP-: cociente de probabilidad negativo

Discusión

Los resultados del estudio confirman la utilidad de un sen cillo modelo predictivo de bacteriemia en >65 años. La re cientemente publicada escala 5MPB-Toledo25 (Modelo de 5 variables predictivas de bacteriemia de Toledo) incluye varia bles obtenibles en la primera atención de los pacientes: ex ploratorias (Tª y FR), de comorbilidad (índice de Charlson) y analíticas (recuento de leucocitos y concentración sérica de PCT). Así, puede representar una herramienta de ayuda para predecir la existencia de bacteriemia en uno de los grupos más vulnerables y con una frecuente presentación clínica inespecífica12,17, para optimizar las decisiones inmediatas que se deben tomar: extracción de HC, administrar terapia anti microbiana precoz y el ingreso hospitalario, entre otras12,22,26. El muy buen rendimiento pronóstico (ABC-COR tras el re muestreo de 0,908, discretamente inferior a la del modelo original de 0,94625), y la distribución obtenida del porcentaje de BV en cada grupo de riesgo (1,2% de bajo, 18,1% de mo derado y el 80,7% de alto riesgo) clasifican a los pacientes en tres categorías bien diferenciadas. Por su parte, el PC ≥5 puntos obtiene una S:94% y un VPN:97%, lo que puede re presentar una garantía para descartar la existencia de bac teriemia en aquellos pacientes >65 años con diagnóstico de infección en el SU.

Todavía, aunque la técnica de extracción de los HC está bien protocolizada3,4, existen controversias en relación a cuándo debemos obtenerlos en el SU2,12,22,26. Aunque, es una prác tica creciente en la valoración inicial de los pacientes >65 años2,4,11,15. En estos, la sospecha de bacteriemia tiene un importante significado diagnóstico y pronóstico. Los HC también se obtienen como garantía de continuidad asisten cial, ya que de sus resultados dependerá el manejo y evolu ción posterior del paciente en su destino final2,11,12.

En los últimos años se ha acentuado el estudio de los facto res predictores de bacteriemia y se han propuesto distintos modelos para los SU de distinta complejidad19-25, aunque muy escasos en relación específica con los pacientes >65 años13-15. En ellos, ha adquirido una gran relevancia el papel de los biomarcadores (especialmente la PCT) (18, ya que se ha demostrado que su capacidad diagnóstica puede incluso su perar a la de distintos modelos13,14,18,19,23-25.

Shapiro et al20. publicaron el modelo más utilizado que clasifi ca el riesgo de bacteriemia en bajo (<1%), moderado (7-9%) y alto (15-26%), en función de unos criterios mayores y menores. Esta escala, tras ser validada21, ha sido una de las referencias más importantes12,18,22,26. Según este modelo estaría indicada la extracción de HC cuando se cumpliera un criterio mayor o, al menos, dos menores. Se trata de un modelo con un ren dimiento relevante y útil (ABC-COR de 0,83), aunque menor al conseguido por el modelo 5MPB-Toledo de 0,94625 y para nuestra cohorte de >65 años de 0,906. Pero el modelo de Sha piro et al20. resulta complejo para aplicarlo y no tiene en cuenta la aportación que podrían hacer los biomarcadores18,23-25.

Otras propuestas fueron más sencillas, como la de Tudela et al23, que definió dos variables significativas: el índice de Charlson ≥2 y una PCT >0,4 ng/ml (1 y 2 puntos, respectivamente). Con estas 2 variables, se establecieron 4 grupos de probabilidad creciente de bacteriemia y conseguía un ABC de 0,80 y un VPN del 95,3% para “descartar” la existencia de bacteriemia.

Recientemente, Contenti et al31 consiguen la misma ABC-COR del modelo de Shapiro (0,83) solo con una variable de las definidas en nuestro estudio, la PCT, pero elevando el PC de ésta a >2,25 ng/ml. Por ello, pensamos que la inclusión de la PCT en cualquier modelo debería ser considerada en los SU como sugieren distintos autores18,23-25. En el modelo 5MPB-Toledo25, la PCT es el factor que mayor peso tiene en la escala (4 puntos) y el PC de PCT ≥0,51 ng/ml coincide con el recomendado de forma reciente18,32.

Otros modelos, que incluyen algunas de las variables del 5MPB-Toledo, aunque útiles, no consiguen alcanzar el rendi miento del modelo de Shapiro20, como el de Su et al24, que incluye como variables la Tª ≥ 38,3°C, taquicardia ≥ 120 lpm, linfopenia < 500/mm3 y una PCT >0,5 ng/ml con otros datos analíticos. Aunque éste consigue un ABC-COR de 0,85, infe rior al rendimiento de 5MPB-Toledo original25,26 y en nuestra muestra de mayores de 65 años.

Pocos estudios han evaluado la predicción de bacteriemia en >65 años como el nuestro. Por un lado, distintos factores han sido señalados como predictores independientes de bacterie mia como el ser mujer, escalofríos, neutrofilia>80%, trombo penia>150.000/mm3 e infección en los 3 meses anteriores15. Por otro lado, se ha publicado la capacidad de la PCT muy su perior a la de la PCR y el recuento de leucocitos para predecir bacteriemia. Así, con un PC>0,55 ng/ml en pacientes ≥75 años se conseguía un ABC-COR de 0,95 con una S de 92%, E de 88% y un VPN de 97%14 y con PC >0,2 ng/ml para mayores de 65 años un ABC-COR de 0,70 con una S de 93% (se eligió dicho PC para “asegurar” la detección de bacteriemia13).

Nuestro estudio presenta algunas limitaciones. La primera de ellas tiene que ver con la indicación de solicitar HC en el SU que se realiza según las decisiones del médico responsable en cada centro. Además, junto a esta variabilidad clínica, hay que recordar que un 7,94% de los HC no se incluyeron final mente por distintas razones (ver figura 1 ). Asimismo, los casos fueron incluidos por oportunidad (cuando los investigadores estuvieron de guardia). Todas estas circunstancias podrían suponer la existencia de un sesgo de selección al no haber sido considerados todos los episodios. También hay que señalar la importante tasa de HC contaminados (5,74%), aunque esto no supone un obstáculo para analizar los resultados, como ya ha sido publicado8,9. No obstante, a pesar de estas limitaciones, creemos que los resultados representan un fiel reflejo de la realidad de nuestros SU donde la presencia de pacientes >65 años es muy importante cuantitativa y cualitativamente1,2.

En conclusión, el modelo 5MPB-Toledo podría ser de utilidad para la estratificación de riesgo de bacteriemia en los pacien tes mayores de 65 años con un proceso infeccioso en los SU.

Bibliografía

1. Martínez Ortiz de Zárate M, González del Castillo J, Julián Jiménez A, Piñera Salmerón P, Llopis Roca F, Guardiola Tey JM, et al., en representación del grupo INFURG-SEMES. Estudio INFURG-SEMES: epidemiología de las infecciones atendidas en los servicios de urgencias hospitalarios y evolución durante la última década. Emergencias. 2013;25:368-78. [ Links ]

2. Julián-Jiménez A, Supino M, López Tapia JD, Ulloa González C, Vargas Téllez LE, González del Castillo J, et al. Puntos clave y controversias sobre la sepsis en los servicios de urgencias: propuestas de mejora para Latinoamérica. Emergencias 2019;31:123-135. [ Links ]

3. Guna Serrano MR, Larrosa Escartín N, Marín Arriaza M, Rodríguez Díaz JC. Diagnóstico microbiológico de la bacteriemia y fungemia: hemocultivos y métodos moleculares. Enferm Infecc Microbiol Clin. 2019;37:335-40. [ Links ]

4. Cisneros-Herreros JM, Cobo-Reinoso J, Puyol-Rojo M, Rodríguez-Baño J, Salavert-Lleti M. Guía para el diagnóstico y tratamiento del paciente con bacteriemia. Guías de la Sociedad Española de Enfermedades Infecciosas y Microbiología Clínica (SEIMC). Enferm Infecc Microbiol Clin. 2007;25:111-30. [ Links ]

5. Freud Y, Philippon AL. Pacientes infectados en el servicio de urgencias: ¿qué debemos detectar? Emergencias 2020;32:75-76 [ Links ]

6. Allerberger F, Kern WV. Bacterial bloodstream infection. Clin Microbiol Infect. 2020;26:140-141 [ Links ]

7. Ferreras Amez JM, Arribas Entrala B, Aspiroz C, Ezpeleta Galindo A, Boned Juliani B. Estacionalidad de las bacteriemias en urgencias. Emergencias. 2019;31:399-403. [ Links ]

8. Zafar Iqbal-Mirza S, Serrano Romero de Ávila V, Estévez-González R, Rodríguez-González D, Heredero-Gálvez E, Julián-Jiménez A. Capacidad de la procalcitonina para diferenciar bacteriemia verdadera de los hemocultivos contaminados en el servicio de urgencias. Enferm Infecc Mocrobiol Clin. 2019; 37:560-8. [ Links ]

9. Rubio Díaz R, Nieto Rojas I, Julián-Jiménez A. Importancia de los resultados de los hemocultivos: especial atención para los solicitados desde los Servicios de Urgencias. Rev Esp Quimioter. 2020;33: 459-61. [ Links ]

10. Mòdoll Deltell JM, Tudela Hita P. Bacteriemia oculta o bacteriemia en pacientes adultos dados de alta desde Urgencias. Med Clin (Barc). 2014;142:111-3. [ Links ]

11. Long B, Koyfman A. Best Clinical Practice: Blood Culture Utility in the Emergency Department. J Emerg Med. 2016;51:529-39. [ Links ]

12. Tudela P, Giménez M, Mòdol JM, Prat C. Hemocultivos en los servicios de urgencias, ¿hacia un nuevo enfoque? Med Clin (Barc). 2016; 146:455-9. [ Links ]

13. Caterino JM, Scheatzle MD, Forbes ML, D’Antonio JA. Bacteremic elder emergency department patients: Procalcitonin and white count. Acad Emerg Med. 2004; 11: 393-6. [ Links ]

14. Julián-Jiménez A, Moreno-Alonso F, Morales-Casado MI, Muñoz- López D. Utilidad de procalcitonina y proteína C reactiva para predecir bacteriemia en el paciente anciano o con inmunodepresión. Enferm Infecc Microbiol Clin. 2015; 33: 365-8. [ Links ]

15. Donaldson MA, Tan JH, Chai L, Kuan WS, Ibrahim I. Predictors of Bacteremia Among Elderly Patients in the Emergency Department. Ann Emerg Med. 2014;64(4S):S80-S81 [ Links ]

16. Gómez-Angelats E. Triaje, predicción de ingreso y constantes vitales. Emergencias. 2020;32:381-2. [ Links ]

17. Opal SM, Girard TD, Ely EW. The immunopathogenesis of sepsis in elderly. Clin Infect Dis. 2005;41:5504-12. [ Links ]

18. Julián-Jiménez A, Candel González FJ, González del Castillo J. Utilidad de los biomarcadores para predecir bacteriemia en los pacientes con infección en urgencias. Rev Esp Quimioter. 2017;30:245-56. [ Links ]

19. Tudela P, Prat C, Lacoma A, Mòdol JM. Biomarcadores y sospecha de infección en los servicios de urgencias. Med Clin (Barc). 2012; 139: 33-7. [ Links ]

20. Shapiro NI, Wolfe RE, Wright SB, Moore R, Bates DW. Who needs a blood culture? A prospectively derived and validated prediction rule. J Emerg Med 2008; 35: 255-64. [ Links ]

21. Jessen MK, Mackenhauer J, Hvass AMW, Ellermann-Eriksen S, Skibs-ted S, Kirkegaard H, et al. Prediction of bacteremia in the emergency department: An external validation of a clinical decision rule. CONSIDER Sepsis Network. Eur J Emerg Med. 2016; 23: 44-9. [ Links ]

22. Julián-Jiménez A., Rubio-Díaz R. Hemocultivos en el servicio de urgencias: ¿podemos predecir las bacteriemias?. Emergencias. 2019;31:375-6. [ Links ]

23. Tudela P, Lacoma A, Pract C, Mòdol J M, Giménez M, Barallat J, et al. Predicción de bacteriemia en los pacientes con sospecha de infección en urgencias. Med Clin (Barc) 2010; 135: 685-90. [ Links ]

24. Su CP, Chen TH, Chen SY, Ghiang WC, Wu GH, Sun HY, et al. Predictive model for bacteremia in adult patients with blood cultures performed at the emergency department: a preliminary report. J Microbiol Immunol Infect. 2011;44:449-55. [ Links ]

25. Julián-Jiménez A, Iqbal-Mirza SZ, De Rafael González E, Estévez-González R, Serrano Romero-De Ávila V, Heredero-Gálvez E, et al. Modelo 5MPB-Toledo para predecir bacteriemia en los pacientes atendidos por infección en el servicio de urgencias. Emergencias. 2020;32:81-89. [ Links ]

26. Ibero Esparza C, Regidor Sanz E, Díaz Pedroche C, García de Casasola G. Si fiebre, ¿hemocultivos? Rev Clin Esp. 2010;210:559-66. [ Links ]

27. Charlson M, Pompei P, Ales KL, McKenzie CR. A new method of classifying prognostic comorbidity in longitudinal studies: Development and validation. J Chron Dis. 1987;40:373-83. [ Links ]

28. Mahoney FI, Barthel DW. Functional evaluation: The Barthel Index. Md State Med J. 1965;14:61-5. [ Links ]

29. Levy MM, Fink MP, Marshall JC, Abraham E, Angus D, Cook D et al. 2001 SCCM/ESICM/ACCP/ATS/SIS International Sepsis Definitions Conference. Crit Care Med. 2003; 31: 1250-6. [ Links ]

30. Singer M, Deutschman CS, Seymour CW, Shankar-Hari M, Annane D, Bauer M, et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA. 2016;315:801-10. [ Links ]

31. Contenti J, Occelli C, Lemoel F, Ferrari P, Levraut J. Capacidad diagnóstica de presepsina comparada con otros biomarcadores para predecir sepsis y shock séptico en pacientes con infección, basada en la definición de Sepsis-3 (estudio PREDI). Emergencias. 2019. 31:311-7. [ Links ]

32. Rubio Díaz R, Nieto Rojas I, Julián-Jiménez A. Importancia de la predicción de bacteriemia en los servicios de urgencias: seis años después. Enferm Infecc Microbiol Clin. 2021;39:102-10. [ Links ]

Cómo citar este artículo: A. Julián-Jiménez, et al. Utilidad del modelo 5MPB-Toledo para predecir bacteriemia en el paciente anciano. Infectio 2022; 26(2): 128-136

Responsabilidades éticas

Protección de personas y animales. Los autores declaran que en este artículo no se hicieron experimentos con huma nos o animales.

Confidencialidad de los datos. Los autores declaran que los datos tuvieron un manejo ético y confidencial de la informa ción según las normas constitucionales y legales sobre pro tección de datos personales. Todos los autores han confirma do el mantenimiento de la confidencialidad y respeto de los derechos de los pacientes.

Derecho a la privacidad y consentimiento informado. Los autores declaran que en este artículo no aparecen datos de pacientes. El estudio fue aprobado por el Comité de Ética de Investigación Clínica (CEIC) del Complejo Hospitalario de Toledo (nº: 398/2109) y posteriormente por los CEIC/CEIm de todos los centros participantes. Los pacientes dieron por escrito su consentimiento para participar en el estudio.

Financiación. Este manuscrito no ha recibido ninguna finan ciación por parte de ningún organismo ni público ni privado.

Contribución de los autores. Los autores declaran ser los res ponsables del diseño, desarrollo y elaboración del artículo.

Anexo

Otros miembros del grupo INFURG-SEMES (Grupo de In fecciones de la Sociedad Española de Medicina de Urgen cias y Emergencias) participantes en el estudio:

Itziar Huarte Sanz, Esperanza Ansa Arlegui, Igor Gallastegi Ruiz de Egino, Ricardo Palenzuela Arozena, Nerea Sarriegi Gorrotxa tegi, Xabier Errazkin Telletxea, Laura Munguía Nieva, Diego Vicente Anza , Maitane Arrastia Erviti (Hospital Universitario de Donosti); Carmen Navarro Bustos, Isabel María Morales Barroso, María Carmen Manzano Alba, Fernando Oltra Hos talet, José Gallardo Bautista, María Angustias Sevilla Espejo (Hospital Virgen de la Macarena de Sevilla); Agustín Julián- Jiménez, Rafael Nieto Rojas, Isabel Nieto Rojas, William Esnai der López Forero, Elena Sánchez Maganto, Raúl Canabal Ber langa, Pedro Beneyto Martín (Complejo Hospitalario Univer sitario de Toledo); Eric Jorge García-Lamberechts, Juan González del Castillo, Pablo Jerez-Fernández, Miguel Suarez- Robles, Clara Ramos-Rey, Ines Armenteros Yeguas, María Fernández-Revaldería, Eva Orviz García, Francisco Javier Martín Sánchez, Francisco Javier Candel González (Hospital Uni versitario Clínico San Carlos de Madrid); Josep María Guar diola Tey, Leopoldo Higa Sansone, Marta Blazquez Andion, Miriam Mateo Roca, Sergio A. Herrera Mateo (Hospital de Sant Pau de Barcelona); Marta Álvarez Alonso, María Jesús Domínguez García, Mª Eugenia Barrero Ramos, Cristina Lato rre Marco , Gema Delgado Cárdenas, Alberto Sánchez Bernal, Ángela Flores Palacio, Laura Martínez Vega, Laura Pérez Cale ro, Teresa Rincón Sánchez (Hospital Universitario de Fuenla brada); Begoña Mora Ordoñez, M. Lourdes Nieto de Haro, Jerónimo Amores Fernández (Hospital Virgen de la Victoria de Málaga); Oscar Álvarez López Silvia Álvarez Kailis, Beatriz Paderne Díaz, Gema María Gómez García, Alicia Rodríguez Urgel (Hospital Universitario de Móstoles), Ferrán Llopis-Ro ca, Sebastià Quetglas Roselló, Manel Tuells Morales, Marta Maristany Bosch, Ana Badía Tejero (Hospital Universitario de Bellvitge); Mar Ortega Romero, Omar Saavedra, Nuria Seguí, Leticia Fresco, Gina Osorio, Julia Calvo, Joan Ribot, Irene Car bonell (Hospital Clínic de Barcelona), Esperanza Puga Montal vo, Ziad Issa-Masad Khozouz (Hospital Campus de la Salud de Granada), Ramón Perales Pardo, Katia Chávez Tafur, Yolan da Prieto Corredor, Consuelo Parra Carretero, Mercedes Ele na Pina (Complejo Hospitalario Universitario de Albacete); Mikel Martínez-Ortiz de Zarate, Idoia Madariaga Ordeñana, Ainhoa Burzako Sánchez, (Hospital Universitario de Basurto); María José Marchena González, Esther Maldonado Pérez, Ro cío Garrido Rasco, Miguel Albarrán Núñez (Hospital Juan Ra món Jiménez de Huelva); María del Mar Sousa Reviriego, Ali cia Beteta López, Laura Janeth Duran Ducón, Sandra Verónica Tarabó Mieles, Ricardo Juárez González (Hospital Nuestra Señora del Prado de Talavera); José María Ferreras Amez (Hospital Clínico Universitario Lozano Blesa de Zaragoza); Henrique Villena García del Real (Complejo Hospitalario Uni versitario de Santiago de Compostela); Belén Arribas Entrala (Hospital Universitario Miguel Servet de Zaragoza), Marta Honrado Fernández de Valderrama (Hospital Santiago Após tol de Miranda de Ebro), Eva Quero Motto, Eva Mónico Casti llo, Antonia Cantero Sandoval, Roxana Rojas Luán, María Je sús Huertas Sánchez (Hospital Virgen de la Arrixaca de Mur cia); Agustín Arévalo Velasco, M. Jesús Bringas García, Ángel García García, Carmen Rivas Herrero, Sonia Del Amo Diego (Complejo Asistencial Universitario de Salamanca); Manel R. Chanovas-Borràs, Manuel Martínez Maimó, Noelia Cases Ari ño, Carmen Melinda Prica, Montserrat Pech Solà (Hospital Verge de la Cinta de Tortosa); María Bóveda García, Jessica Mansilla Collado, Leticia Serrano Lázaro, Javier Millán Soria (Hospital La Fe de Valencia); Pascual Piñera Salmerón, Sergio Pastor Marín, Elena del Carmen Martínez Cánovas, Gaelia Bornas Cayuela, Alba Hernández Sánchez, José Andrés Sán chez Nicolás (Hospital Universitario Reína Sofía de Murcia); Ángel Estella García, Mariola Aguilera Vidal, Mónica Carlota Aguilera Casasola, María del Mar Luque de Igunza, María Cristina Martín Rodríguez (Hospital Universitario de Jerez); Octavio José Salmerón Béliz, Ana Mecina Gutiérrez, Marta Be neyto Arana, Olivia Devora Ruano, Mª Mar Bermejo Olano (Hospital Universitario Fundación de Alcorcón), Guillermo Bu rillo Putze, Aarati Vaswani-Bouchald, Carmen Mercedes Gar cía-Pérez, Carmen de la Fuente-García, Jazael Santana Rodrí guez (Hospital Universitario de Canarias); Ester Monclús Cols, María Jové Lázaro, David Pellejà Monné, María Mercedes Brea Álvarez (Hospital Sant Jaume de Calella de Barcelona); Marta Balaguer Catalán, Teresa López Fernández, Noelia Orts Saurí, Alberto Cercós Perez, María Luisa López Grima (Hospital Uni versitario Doctor Peset de Valencia); Manuel Gil Mosquera, Luis Pérez Ordoño, Natalia Sánchez Prida, Laura Santos Fran co, María Eugenia García Gil (Hospital Universitario 12 de oc tubre de Madrid); Félix González Martínez, Diana Moya Ol meda, María José Rodríguez Escudero (Hospital Virgen de la Luz de Cuenca); Ainhoa Urraca Gamaury, Marta Abeijón Vila, Carlos Aldasoro Frías (Complejo Asistencial de Zamora); Jesús Álvarez-Manzanares, Raúl López Izquierdo, Nieves Sobradillo Castrodeza (Hospital Universitario Río Hortega de Valladolid); Luis Quero Reboul (Hospital Virgen de la Merced de Osuna); Agurtzane Auzmendi Aguirre (Hospital de Mendaro de Gi puzkoa); Federico Melgosa Latorre, Fernando Abadia Cebrian, Ainhoa Albizuri Bernaola (Hospital de Alto Deba de Arrasate); Francisco José Ezponda Inchauspe, Ana María Iturzaeta Go rrotxategi (Hospital de Zumárraga); Pilar Jiménez (Hospital de Antequera); Josefina Monedero La Orden, Fernando Cons tantino Briones Monteagudo, Luis Miguel Cruz Ramírez (Hos pital de Almansa); Ariel Ruben Lindo Noriega, Miguel Ángel Callejas Montoya, Gonzalo Fuentes Rodríguez (Hospital de Villarrobledo); Marta Iglesias Vela, Susana García Escudero, Nuria Álvarez Díez (Complejo Asistencial Universitario de León); Inmaculada Adán Valero, Pilar Yagüe Gómez, Jorge Eduardo Toledo Toledo (Hospital de Valdepeñas); Julio Javier Gamazo-Del Rio (Hospital Universitario de Galdakao-Usanso lo); Belén Rodríguez (Hospital Universitario Rey Juan Carlos); Francisco J Aramburu, Oscar Pérez Carral, Natalia Catherine Franco Zárate (Complejo Hospitalario Universitario de Ou rense); Bárbara Díaz García, María José del Río Paz, Sonia Bea triz Rodríguez Martínez (Hospital de Barbanza); Virginia Álva rez Rodríguez, Eduardo Manzone, Rodolfo Romero Pareja (Hospital Universitario de Getafe); Ángel José Macías López, Antón Trigo González, Ángel Francisco Viola Candela (Com plejo Asistencial de Ávila); María Debán Fernández, Pablo He rrero Puente (Hospital Central de Asturias); Fernando Rodrí guez Pérez-Reverte, Ascensión Martínez Más, Sofía Martínez Saldumbide (Hospital Universitario Santa Lucía de Cartagena en Murcia); Neus Robert, Adrià Mendoza, Arantzazu Blanco (Hospital de Can Ruti); Silvia Flores Quesada, Osvaldo Troiano Ungerer (Hospital San Pau i Santa Tecla de Tarragona); Rosa García García, Fátima González Jiménez, Sara Moreno Suarez (Hospital Virgen de las Nieves de Granada); Raquel Rodríguez Calveiro, Inés López Fernández (Hospital Alvaro Cunqueiro de Vigo); Manuel García Novio, Teresa Pajares Vázquez (Hospital Universitario Lucus Augusti de Lugo); Laura González Gonzá lez (Hospital del Salnes de Vilagarcía de Arousa); Elena Ca rrasco Fernández (Hospital Virgen De Altagracia de Manza nares); María Pilar Lozano García, Daniela Mihaela Comaneci (Hospital Universitario de Guadalajara); Rigoberto Del Rio Navarro, Guillermo Moreno Montes (Hospital de Torrevieja); Elizabeth Ortiz García (Hospital Santa Bárbara de Soria); Leopoldo Sánchez Santos (Hospital Universitario de Burgos); Rosario Peinado (Hospital Infanta Cristina de Badajoz); Beatriz Valle Borrego (Hospital Severo Ochoa de Leganés); Pablo Ja vier Marchena Yglesias (Parc Sanitari Sant Joan de Déu de Sant Boi de Llobregat); Cristina Herranz Martínez (Hospital de Viladecans de Barcelona); Núria Pomares, Xavier López Alti mirias (Fundació Hospital de Mollet).

Recibido: 17 de Mayo de 2021; Aprobado: 16 de Agosto de 2021

* Autor para correspondencia: Correo electrónico: agustinj@sescam.jccm.es Complejo Hospitalario Universitario de Toledo, Toledo, España. Avda. de Barber nº 30. C.P: 45.004. Toledo. España. Teléfono: +34925269200-ext 48560. FAX: +34925269372

Conflicto de intereses.

AJJ ha participado en reuniones cien tíficas organizadas por Roche, Thermo Scientific Biomarkers, B.R.A.H.M.S. AG, Biomerieux y ViroGates. El resto de autores declaran la ausencia de conflictos de intereses en relación con el presente artículo.Ningún autor ha recibido compensa ción económica por participar en este trabajo.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons