Kansas City Cardiomiopatia Questionario Utilità nella previsione del tasso di riammissione di 30 giorni in pazienti con insufficienza cardiaca cronica

Abstract

Sfondo. L’insufficienza cardiaca (HF) è una delle diagnosi più comuni associate alla riammissione ospedaliera. Abbiamo progettato questo studio prospettico per valutare se il punteggio del Kansas City Cardiomiopathy Questionnaire (KCCQ) è associato alla riammissione di 30 giorni in pazienti ospedalizzati con HF scompensato. Metodi e risultati. Abbiamo arruolato 240 pazienti che hanno soddisfatto i criteri dello studio. Quarantotto (20%) pazienti sono stati riammessi per HF scompensata entro trenta giorni dalla dimissione dall’ospedale e 192 (80%) pazienti non sono stati riammessi. Rispetto ai pazienti riammessi, i pazienti non ammessi avevano un punteggio medio KCCQ più alto (40,8 contro 32,6, P = 0,019) prima della dimissione. Le analisi multivariate hanno mostrato che un punteggio KCCQ elevato era associato a un basso tasso di riammissione HF (OR = 0,566 aggiustato, P = 0,022). La statistica c per il modello base (età + sesso) era 0,617. La combinazione di farmaci a domicilio e test di laboratorio sul modello base ha determinato un aumento del 3,9% del miglioramento integrato della discriminazione (IDI). Su tale base, il KCQQ ha ulteriormente aumentato l’IDI del 2,7%. Conclusione. Il punteggio KCCQ determinato prima della dimissione ospedaliera è stato significativamente associato al tasso di riammissione di 30 giorni in pazienti con HF, che può fornire una misura clinicamente utile e potrebbe migliorare significativamente l’affidabilità della previsione di riammissione quando combinato con altri componenti clinici.

1. Introduzione

Si stima che l’insufficienza cardiaca (HF) colpisce oltre 5.7 milioni di americani con 870.000 nuovi casi diagnosticati ogni anno. Si stima che la prevalenza prevista aumenti del 46% dal 2012 al 2030, causando oltre 8 milioni di individui affetti da HF . Il costo della cura dei pazienti affetti da HF era di circa billion 30,7 miliardi nel 2012 e si stima che aumenterà del 127% a billion 69,7 miliardi entro il 2030 . Nonostante i progressi nella comprensione e nel trattamento, il tasso di mortalità dell’HF rimane estremamente alto con il 50% dei pazienti che muoiono entro 5 anni dalla diagnosi iniziale .

La riammissione dell’HF dopo l’ospedalizzazione è comune e sfortunatamente molte di queste riammissioni sono prevedibili e possibilmente prevenibili . Sebbene i nuovi dati mostrino una riduzione dei tassi di riammissione dell’ospedale Medicare , l’HF è ancora una delle diagnosi più comuni associate alla riammissione di 30 giorni; un’analisi di 2007-2009 Medicare claims-based data ha mostrato che il 24,8% dei beneficiari ammessi con HF sono stati riammessi entro 30 giorni e il 35,2% di tali riammissioni era per HF . Queste statistiche hanno aperto la strada a una maggiore attenzione agli strumenti per prevedere e prevenire tali riammissioni.

Il Kansas City Cardiomiopathy Questionnaire (KCCQ) era uno strumento inizialmente progettato per fornire una migliore descrizione della qualità della vita correlata alla salute nei pazienti con HF . Questo questionario ha identificato i seguenti domini clinicamente rilevanti: limitazioni fisiche (domanda 1), sintomi (frequenza , gravità e cambiamento nel tempo), autoefficacia e conoscenza (domande 11, 12), interferenza sociale (domanda 16) e qualità della vita correlata alla salute (domande 13-15) . Studi precedenti hanno dimostrato che il punteggio KCCQ era correlato con la sopravvivenza e l’ospedalizzazione in pazienti con HF ed era un predittore indipendente di prognosi infausta in questa popolazione di pazienti . Inoltre, il punteggio KCCQ misurato 1 settimana dopo la dimissione ospedaliera ha predetto in modo indipendente la sopravvivenza di un anno senza riammissione cardiovascolare . Più recentemente, KCCQ è stato studiato anche durante l’ospedalizzazione acuta di HF e ha dimostrato sensibilità ai cambiamenti acuti, ma i cambiamenti del punteggio durante l’ospedalizzazione non hanno predetto la riammissione a breve termine , sebbene fosse uno studio relativamente piccolo, con una dimensione del campione di soli 52 pazienti, e non ha studiato la relazione tra il punteggio KCCQ e la riammissione di HF. Pertanto, se il punteggio KCCQ può essere utilizzato per prevedere la riammissione a breve termine deve ancora essere completamente valutato.

Per affrontare queste lacune nella conoscenza ed esplorare la fattibilità dell’utilizzo del punteggio KCCQ per prevedere la riammissione HF a breve termine, abbiamo progettato e condotto questo studio prospettico.

2. Metodi

Lo studio è stato approvato dal Florida Hospital Institutional Review Board e condotto in conformità con la Dichiarazione di Helsinki. Lo studio è stato condotto presso il Florida Hospital, Orlando Campus. I pazienti che sono stati ammessi all’unità HF sono stati sottoposti a screening e arruolati per lo studio. I criteri di inclusione erano pazienti ricoverati con HF scompensata con frazione di eiezione (EF) inferiore o uguale al 40% e di età compresa tra 20 e 89 anni. I criteri di esclusione erano malattia non cardiaca con un’aspettativa di vita inferiore a un anno, HF a causa di cardiopatia valvolare non corretta, malattia psichiatrica che interferiva con un follow-up appropriato, incapacità di comprendere la procedura di studio e incapacità di fornire il consenso informato. L’endpoint primario era il tasso di riammissione di 30 giorni e il punteggio KCCQ. Condizioni di comorbidità di ammissione, dati demografici, di laboratorio, dati ecocardiografici e farmaci sulla dimissione erano endpoint secondari.

Per ogni paziente che ha soddisfatto i criteri dello studio, un assistente di ricerca addestrato ha spiegato lo studio al paziente e ha somministrato il KCCQ dopo aver ottenuto un consenso informato scritto. La valutazione è stata generalmente completata entro 1-3 giorni prima della dimissione. Una conversazione di follow-up è stata eseguita al telefono 30 giorni dopo la dimissione per determinare se si è verificata o meno la reospitalizzazione. Le informazioni sulla riammissione postdiscarica sono state raccolte attraverso un’intervista di follow-up con il paziente.

Per valutare le associazioni tra il punteggio KCCQ e la riammissione entro 30 giorni dalla dimissione, abbiamo prima confrontato la differenza tra il gruppo di nonreadmission e il gruppo di riammissione in termini di punteggi KCCQ, caratteristiche demografiche, comorbilità, farmaci e dati di laboratorio utilizzando l’analisi univariata. Nell’analisi univariata, il t-test è stato utilizzato per la variabile continua e il test esatto di Fisher è stato utilizzato per l’analisi del numero di conteggio. Abbiamo quindi eseguito un’analisi multivariata per studiare come ciascun fattore clinico è stato associato alle riammissioni HF dopo aver controllato gli altri fattori. Nell’analisi multivariata sono stati utilizzati modelli di regressione logistica e sono stati stimati odds ratio (OR) rettificati per ciascun fattore ipotizzato per prevedere la riammissione dell’HF. Abbiamo incluso la riammissione HF come variabile dipendente e tutti i fattori potenziali come predittori indipendenti nella regressione logistica indipendentemente dal fatto che mostrassero una differenza significativa tra i gruppi di riammissione e non di riammissione nell’analisi univariata.

Dopo l’analisi multivariata, abbiamo ulteriormente costruito cinque modelli di previsione semplificati e valutato l’importanza del punteggio KCCQ nel modello finale confrontando l’area sotto la curva caratteristica operativa del ricevitore (ROC) di ciascun modello. In questa analisi, abbiamo anche usato integrated discrimination improvement (IDI), descritto da Pencina et al., per misurare l’aumento medio della sensibilità del modello penalizzato per la diminuzione media della specificità con l’aggiunta di nuove variabili . Nei modelli di previsione, l’età è stata trasformata in ogni incremento di 10 anni, la frazione di eiezione in ogni diminuzione del 10%, il punteggio KCCQ in ogni incremento di 25 punti e il livello di sodio in variabile binaria (<135 o ≥135).

Duecentoventotto pazienti (228 o 95%) avevano dati completi per tutte le variabili. Tuttavia, 12 (5%) pazienti avevano dati mancanti in età o razza. Poiché non è stato rilevato alcun modello mancante nidificato, sono stati utilizzati più modelli di imputazione per l’imputazione dei dati. Poiché l’età era una variabile continua e la razza era una variabile binaria, la regressione lineare normale veniva utilizzata per l’età mentre la regressione logistica veniva utilizzata per l’imputazione della razza. Tutte le analisi sono state eseguite da Stata versione 14 (StataCorp., 2015). Tutti i valori erano a due code, ed è stato impostato come il livello di significatività statistica per tutti i test.

3. Risultati

In totale, 240 pazienti sono stati arruolati nello studio. Quarantotto (20%) pazienti sono stati riammessi entro 30 giorni dalla dimissione per HF mentre 192 (80%) pazienti non sono stati riammessi o riammessi per motivi diversi dall’HF (Tabella 1). Non c’è stata alcuna differenza significativa tra i pazienti non ammessi e riammessi in termini di età media (63,0 rispetto a 59,9 anni), durata iniziale della degenza ospedaliera (11,2 rispetto a 9,7 giorni) o percentuale di pazienti bianchi (59,9% rispetto a 56,3%). Tuttavia, una differenza significativa tra questi due gruppi è stata notata nel confronto tra il sesso, con i pazienti maschi più inclini a essere riammessi rispetto alle donne (85,4% contro 68,8% per gli uomini e 14,6% contro 31,3% per le donne ). Nessuna delle comorbidità ha mostrato una differenza significativa nella frequenza relativa tra il gruppo di riammissione e quello di non ammissione (Tabella 1).

Il punteggio KCCQ, i risultati dei test di laboratorio al momento dell’ammissione e i farmaci di dimissione sono stati confrontati tra i pazienti non ammessi e riammessi (Tabella 2). Il punteggio medio di KCCQ è stato significativamente più alto nei pazienti non ammessi rispetto ai pazienti riammessi (40,8 contro 32,6 ). Rispetto ai pazienti riammessi, i pazienti non ammessi avevano una frazione di eiezione più elevata al momento del ricovero (24,7% contro 21,8%). Tuttavia, non è stata rilevata alcuna differenza significativa nel confronto tra farmaci da dimissione, livello di sodio nel sangue o HGB tra i due gruppi di pazienti nell’analisi univariata (Tabella 2).

Per indagare ulteriormente l’effetto di ciascuna variabile indipendente mentre si controllano altre covariate, sono state eseguite analisi multivariate (Tabella 3 e Figura 1). I risultati hanno mostrato che il punteggio KCCQ e l’EF erano associati negativamente al tasso di riammissione (OR aggiustato = 0,566 e 1,903 e e 0,021, resp.) e che i maschi avevano maggiori probabilità di essere riammessi rispetto alle femmine (aggiustato OR = 5.589, ). È interessante notare che i pazienti con IM erano più probabili (aggiustato OR = 2.849, ) e i pazienti con CAD avevano meno probabilità di essere riammessi (aggiustato OR = 0.231, ), rispetto ai pazienti con altre comorbidità. Una possibile interpretazione potrebbe essere che i pazienti che hanno avuto un infarto miocardico hanno maggiori probabilità di avere anomalie del movimento della parete e difetti miocardici fissi e quindi una frazione di eiezione inferiore rispetto a quelli con malattia coronarica non ostruttiva senza infarto miocardico, portando a un contributo opposto alla riammissione dell’HF.

Figura 1

Rettificato odds ratio di riammissione entro 30 giorni dopo la dimissione, derivata dall’analisi di regressione logistica multivariata.

Al fine di valutare quanto contributo il punteggio KCCQ fatto nel predire la riammissione HF, abbiamo sviluppato un modello includendo sette fattori oltre al punteggio KCCQ (modello 5) basato sui risultati di regressione multivariata, letteratura pubblicata e modelli. La statistica c indicava che il modello 5 che includeva il punteggio KCCQ e tutti gli altri potenziali predittori aveva il più alto valore di statistica c (0,710) tra gli altri modelli ridotti senza punteggio KCCQ (Figura 2). Come si vede nella Tabella 4, l’analisi IDI ha dimostrato che le prestazioni discriminatorie del modello 5 sono migliorate del 6,6% rispetto al modello base (modello 1) che includeva solo età e sesso e del 2,7% rispetto al modello ridotto (modello 4) includendo tutti i fattori tranne il punteggio KCCQ (questo è l’incremento assoluto; rispetto al modello 4, l’IDI del modello completo con KCCQ, modello 5, è aumentato del ). D’altra parte , in quanto fattore indipendente stabilito associato alla riammissione dell’HF, l’EF ha aumentato l’IDI dall ‘ 1,3% (modello 3) al 3,9% (modello 4). Questi risultati hanno suggerito che il punteggio KCCQ, come una singola variabile indipendente, è uno dei fattori importanti che potrebbero potenzialmente essere utilizzati per predire i tassi di riammissione dei pazienti con HF entro 30 giorni dalla dimissione, e una combinazione di tutti questi fattori importanti offrirebbe il massimo guadagno incrementale.

Figura 2

Confronto dell’area ROC tra diversi modelli. Modello 1: logit (read30) = età + di genere; modello 2: logit (read30) = età + sesso + beta_blocker + ace/arb; modello 3: logit (read30) = età + sesso + beta_blocker + ace/arb + sodio + hgb; modello 4: logit (read30) = età + sesso + beta_blocker + ace/arb + sodio + hb + ef; e il modello 5: logit (read30) = età + sesso + beta_blocker + ace/arb + sodio + hb + ef + KCCQ. read30: riammissione in 30 giorni.

4. Discussione

In questo studio prospettico, abbiamo scoperto che il punteggio KCCQ era significativamente associato al tasso di riammissione HF a breve termine. Ha contribuito a migliorare le statistiche c di un modello basato su età, sesso, farmaci, dati di laboratorio e LVEF disponibili alla dimissione da 0,670 a 0,710 e ha aumentato l’IDI del 2,7%, il che ha suggerito che potrebbe essere utile per prevedere la riammissione di 30 giorni e quindi migliorare significativamente l’affidabilità della previsione se combinata con altri componenti critici. Questi risultati possono fornire un aiuto per guidare le strategie di follow-up verso la fornitura di cure ottimali, come incoraggiare i pazienti con KCCQ inferiore ad avere un follow-up precoce .

Sono stati fatti molti sforzi per identificare i fattori prevedibili associati ad un alto rischio di riammissione, il che è stato piuttosto impegnativo fino ad ora. In questo studio, abbiamo scoperto che i pazienti con HF che avevano un punteggio KCCQ inferiore al momento della dimissione e EF inferiore e di genere maschile sembravano essere più inclini alla riammissione entro 30 giorni. Questi risultati erano simili ad alcuni studi ma non ad altri. Di fatto, nessun paziente specifico o fattori ospedalieri hanno dimostrato di prevedere costantemente la riammissione di 30 giorni dopo l’ospedalizzazione per HF. In una revisione sistematica di 112 studi che descrivono l’associazione tra le tradizionali caratteristiche del paziente e la riammissione dopo l’ospedalizzazione per HF, ventricolare sinistra EF, nonché altri fattori, quali le caratteristiche demografiche, le condizioni di comorbidità, e la New York Heart Association classe, è stato associato alla riammissione solo in una minoranza di casi . In un’altra meta-analisi di 69 studi e 144 fattori per la riammissione a breve termine, comorbidità non cardiovascolari, cattive condizioni fisiche, storia di ammissione e mancato uso di farmaci basati sull’evidenza, piuttosto che comorbidità cardiovascolari, età o sesso, erano più fortemente associati alla riammissione a breve termine .

I punteggi KCCQ hanno dimostrato di avere una sensibilità molto maggiore ai cambiamenti clinici nei pazienti con HF rispetto alla classificazione funzionale della New York Heart Association (NYHA), Minnesota Living with Heart Failure Questionnaire (LiHFe) e Short Form-36 (SF-36) . Lo studio EVEREST ha suggerito che il KCCQ è un importante indicatore prognostico della riammissione entro un anno dalla dimissione . Nel loro studio, i pazienti con punteggi KCCQ < 25 (stato di salute peggiore) avevano più di tre volte aumentato il rischio dell’endpoint combinato di reospitalizzazione e mortalità rispetto a quelli nel miglior livello di stato di salute (punteggio KCCQ > 75). Più recentemente, il punteggio KCCQ è stato utilizzato per valutare la fattibilità di riflettere i cambiamenti dell’HF acuto durante l’ospedalizzazione e prevedere la riammissione di 30 giorni. Gli autori hanno scoperto che era possibile utilizzare il KCCQ durante i ricoveri acuti di HF ed era sensibile al miglioramento clinico, ma le variazioni del punteggio durante il ricovero non prevedevano la riammissione di 30 giorni. Tuttavia, questo studio era uno studio relativamente piccolo che comprendeva solo 54 pazienti ed era focalizzato sulle differenze di punteggio KCCQ durante l’ospedalizzazione tra gruppi di non ammissione e ammissione . Al contrario, più di 240 pazienti sono stati arruolati nel nostro studio e il punteggio KCCQ era più alto nei pazienti con HF non ammessi ed era associato indipendentemente a una riammissione inferiore di 30 giorni.

Come accennato in precedenza, ci sono molteplici fattori che contribuiscono alla riammissione dell’HF; pertanto, sono stati sviluppati modelli di previsione del rischio che includevano e pesavano tutti i fattori rilevanti. In questi modelli, la discriminazione, definita dall’area sotto la curva ROC (Receiver Operating Characteristic), viene utilizzata per indicare quanto bene un modello può separare coloro che avranno il risultato da coloro che non avranno il risultato di interesse. In questo caso, se i rischi previsti per i pazienti riammessi sono tutti superiori a quelli per i pazienti che non sono riammessi, il modello discrimina perfettamente con la statistica c di 1. Al contrario, se la previsione del rischio non è migliore del caso, la statistica c è 0.5. I modelli sono generalmente considerati ragionevoli quando la statistica c è maggiore di 0,7 e forte quando la statistica c è maggiore di 0,8 . Per la riammissione di 30 giorni dopo il ricovero in ospedale, sono stati sviluppati diversi modelli. Solo due modelli hanno generato statistiche c superiori a 0,6 dopo aver studiato sia le coorti di derivazione che di validazione. Uno di questi è il modello automatizzato sviluppato da Amarasingham et al. incorporando i dati della cartella clinica elettronica al momento del ricovero in ospedale . L’altro modello ha combinato i dati demografici e di comorbidità basati su claims con dati clinici tra cui segni vitali, valori di laboratorio e frazione di eiezione ventricolare sinistra misurata . Tuttavia, nessuno dei due modelli includeva punteggi KCCQ. Dato solo 48 riammissioni nella nostra popolazione di studio, abbiamo incluso solo 7 parametri oltre al punteggio KCCQ nel modello completo (modello 5). Basso EF e di genere (uomini) con conseguente aumento delle percentuali di probabilità di riammissione nell’analisi multivariata sono stati inclusi; abbiamo anche incluso informazioni circa i farmaci, i beta-bloccanti e ACE-inibitori/ARB, che hanno dimostrato di abbassare HF mortalità , e di sodio e Hgb, che possono influenzare HF rehospitalization e mortalità e sono stati utilizzati in altri modelli (http://www.readmissionscore.org/heart_failure.php), anche se non erano indipendentemente associati con la riammissione nell’analisi multivariata. Il modello completo (modello 5), che includeva il punteggio KCCQ, ha aumentato le statistiche c di 0.617 nel modello base 1 in base all’età e al sesso a 0.710, con un aumento IDI del 6,6%. Dato che molti altri possibili fattori di rischio non sono stati inclusi in questo modello, come GFR e BNP, questo modello potrebbe non essere perfetto, sebbene le sue statistiche c fossero superiori a 0.7 e potrebbero esagerare il contributo del punteggio KCCQ. Tuttavia, i nostri risultati hanno suggerito che il contributo di KCCQ per prevedere la riammissione HF a breve termine potrebbe potenzialmente essere importante quanto LVEF.

I presenti risultati dovrebbero essere considerati nel contesto dei limiti dello studio. Questo studio è stato eseguito in un centro medico a comunità singola, e ulteriori studi in altri centri o più centri devono essere fatti per convalidare i nostri risultati. Abbiamo somministrato il KCCQ solo una volta durante l’ospedalizzazione, il che non rifletterebbe i cambiamenti tra l’ammissione, durante l’ospedalizzazione e dopo l’ospedalizzazione. Non abbiamo raccolto alcuna storia medica rilevante, come la storia di ammissione a causa di insufficienza cardiaca in passato; risultati dell’esame fisico; alcuni altri laboratori come GFR e BNP o i risultati dei raggi X del torace. Questi fattori potrebbero anche essere importanti nel modello di previsione del rischio.

Abbreviazioni

Punti aggiuntivi

Competenza in conoscenze mediche. L’insufficienza cardiaca è una delle diagnosi più comuni associate alla riammissione. Il punteggio KCCQ ha fornito importanti informazioni prognostiche per la previsione della riammissione di 30 giorni e può migliorare significativamente l’affidabilità della previsione insieme ad altri componenti critici. Prospettiva traslazionale. Ulteriori studi clinici devono essere fatti in più centri con una dimensione del campione più grande per convalidare la nostra scoperta. La ricerca futura dovrebbe includere i risultati rilevanti dell’esame fisico e i risultati dei raggi X del torace, che potrebbero essere importanti nel modello di previsione del rischio.

Interessi concorrenti

Gli autori dichiarano di non avere interessi concorrenti.

Contributi degli autori

Shengchuan Dai e Junhong Gui contribuirono ugualmente al manoscritto.

Riconoscimenti

Gli autori desiderano riconoscere i seguenti medici partecipanti dal Florida Hospital Orlando che hanno aiutato con la raccolta dei dati: Maria Amin (MD); Saroj Khadka (MD); Prabhava Bagla (MD); e Zoltan Varga (MD, Ph. D.).