SciELO - Scientific Electronic Library Online

 
vol.14 issue4Encuesta de tabaquismo en personal de enfermería en dos hospitales especializados en patología respiratoriaCaracterísticas epidemiológicas de pacientes con tuberculosis en el Hospital Tránsito Cáceres de Allende author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista americana de medicina respiratoria

On-line version ISSN 1852-236X

Abstract

BORSINI, Eduardo et al. Utilidad de los componentes del cuestionario Stop-Bang para identificar pacientes con apneas del sueño. Rev. am. med. respir. [online]. 2014, vol.14, n.4, pp.382-403. ISSN 1852-236X.

Introducción: Los cuestionarios para calcular la probabilidad de padecer apneas del sueño (SAHOS) tienen utilidad variable, por lo que resultaría interesante conocer el desempeño del cuestionario STOP-BANG en nuestra población de alto riesgo usando métodos simplificados de diagnóstico. Objetivo: Evaluar el desempeño de STOP-BANG y su capacidad de predicción para identificar un índice de apneas e hipopneas por hora de registro (IAH) elevado en pacientes con sospecha clínica de apneas del sueño derivados para la realización de una poligrafía respiratoria domiciliaria auto-administrada (PR) de nivel III. Métodos: Estudio longitudinal en pacientes referidos para PR (nivel III) durante catorce meses. Las habilidades de STOP-BANG para discriminar pacientes con SAHOS para cada grado de severidad se validaron contra los resultados de la PR usando el IAH. Se evaluaron la combinación de síntomas (STOP), los parámetros antropométricos (BANG) y STOP-BANG para cada punto de corte propuesto en el IAH manual (>5 y ≥30/hora) y se construyeron modelos de regresión logística múltiple expresando Odds Ratio (OR) con sus intervalos de Confianza (IC) para el 95% para cada uno de los componentes. Se evaluaron en cada modelo el poder de discriminación, calculando el área bajo la curva ROC y la bondad de ajuste mediante la prueba de Hosmer-Lemershow. Resultados: Se estudiaron 299 pacientes. 194 fueron hombres (64.9%), media de 52.77 años (SD: 14.67) e IMC de 32.49 (SD: 7.67). 161 casos (53.8%) presentaron un índice de masa corporal (IMC) >30 (obesos). El desempeño para IAH >5/hora (área bajo la curva ROC) para cada combinación del número de componentes presentes fue; STOP: 0.58, BANG: 0.66 y STOP-BANG: 0.66. La mejor relación sensibilidad (S) y especificidad (E) para la identificación de IAH >5/h se obtuvo con tres componentes de STOP en cualquier combinación posible (S: 52.97%; E: 60%) y con dos componentes de BANG (S: 79%; E: 43.75%). Para un IAH ≥ 30/h el área bajo la curva ROC para cada combinación fue; STOP: 0.67, BANG: 0.67, y STOP-BANG: 0.73 y la mejor relación S-E se obtuvo con dos componentes de STOP (S: 79% - E: 43.75%). De manera similar, 3 componentes de BANG alcanzaron una S de 61.7% y E de 65.48%. Cinco componentes de STOP-BANG (cualquier combinación) alcanzaron una S de 60.73% y E de 65.00% (RV+: 1.73- RV-: 0.60). Finalmente, utilizando selector automático de variables para los ocho componentes de STOP-BANG hallamos un modelo para predecir IAH ≥30/hora formado por; apneas observadas (O): OR: 3.62 (CI 95%: 1.69-7.77) p= 0.001, IMC >30 (B): OR: 2.51 (CI95%: 1.19-5.28) p= 0.015 y sexo masculino (G): OR: 6.63 (CI95%: 2.39-18.3) p= 0.0001 (Área bajo la curva; 0.75. Bondad de ajuste: 0.722). Conclusiones: STOP-BANG muestra un comportamiento diferente para IAH >5 y ≥ 30/ hora cuando se utiliza PR. La combinación STOP muestra escasa capacidad de discriminación para IAH >5/hora y este comportamiento difiere de los resultados publicados con polisomnografía en el laboratorio de sueño. Las variables antropométricas (BANG) muestran buena capacidad de discriminación evaluada por el área bajo la curva del modelo para ambos puntos de corte en el IAH analizados. Cinco componentes de STOP-BANG en cualquier combinación tienen una S diagnóstica elevada para identificar pacientes con alteraciones respiratorias del sueño de grado severo. Mostraron buen desempeño como predictores tres variables antropométricas (IMC, edad y sexo masculino) siendo esta última la de mayor peso para identificar IAH patológico (>5/hora) o elevado severo (≥30/h). En nuestra población el modelo de predicción O-G-B obtuvo el mejor desempeño.

Keywords : STOP BANG; Poligrafía respiratoria; Predictores; SAHOS.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License