Kansas City Cardiomyopathy Questionnaire Utility in Prediction of 30-Day Readmission Rate in Patients with Chronic Heart Failure

Abstract

Background. A insuficiência cardíaca (IC) é um dos diagnósticos mais comuns associados à readmissão hospitalar. Nós projetamos este estudo prospectivo para avaliar se o escore do questionário de cardiomiopatia de Kansas City (KCCQ) está associado à readmissão de 30 dias em pacientes hospitalizados com IC descompensada. Métodos e resultados. Foram incluídos 240 pacientes que atenderam aos critérios do estudo. Quarenta e oito (20%) pacientes foram readmitidos para IC descompensada dentro de trinta dias após a alta hospitalar, e 192 (80%) pacientes não foram readmitidos. Em comparação com pacientes readmitidos, os pacientes não admitidos tiveram uma pontuação média mais alta do KCCQ (40,8 versus 32,6, P = 0,019) antes da alta. Análises multivariadas mostraram que um alto escore de KCCQ foi associado à baixa taxa de readmissão de IC (or ajustado = 0,566, P = 0,022). A estatística c para o modelo base (idade + sexo) foi de 0,617. A combinação de medicamentos caseiros e testes laboratoriais no modelo base resultou em um aumento integrado de melhoria da discriminação (IDI) de 3,9%. Com base nisso, o KCQQ aumentou ainda mais o IDI de 2,7%. Conclusao. O escore KCCQ determinado antes da alta hospitalar foi significativamente associado à taxa de readmissão de 30 dias em pacientes com IC, o que pode fornecer uma medida clinicamente útil e pode melhorar significativamente a confiabilidade da previsão de readmissão quando combinado com outros componentes clínicos.

1. Introdução

estima-se que a insuficiência cardíaca (IC) afete mais de 5.7 milhões de americanos com 870.000 novos casos diagnosticados a cada ano. Estima-se que a prevalência prevista aumente 46% de 2012 a 2030, resultando em mais de 8 milhões de indivíduos que sofrem de IC . O custo de cuidar de pacientes com IC foi de cerca de US $30,7 bilhões em 2012 e estima-se que aumente em 127% para US $69,7 bilhões até 2030 . Apesar dos avanços na compreensão e tratamento, a taxa de mortalidade por IC permanece extremamente alta, com 50% dos pacientes morrendo dentro de 5 anos após o diagnóstico inicial .

a readmissão da IC após a hospitalização é comum e, infelizmente, muitas dessas readmissões são previsíveis e possivelmente evitáveis . Embora novos dados mostrassem redução nas taxas de readmissão hospitalar do Medicare, A IC ainda é um dos diagnósticos mais comuns associados à readmissão de 30 dias; uma análise de 2007 a 2009 dados baseados em alegações do Medicare mostrou que 24,8% dos beneficiários admitidos com IC foram readmitidos dentro de 30 dias e 35,2% dessas readmissões foram para IC . Essas estatísticas relativas abriram caminho para um foco mais forte em ferramentas para prever e evitar tais readmissões.O questionário de cardiomiopatia de Kansas City (KCCQ) foi uma ferramenta inicialmente projetada para fornecer uma melhor descrição da qualidade de vida relacionada à saúde em pacientes com IC . Este questionário identificou os seguintes domínios clinicamente relevantes: limitações físicas (Questão 1), Sintomas (frequência , gravidade e mudança ao longo do tempo), autoeficácia e conhecimento (questões 11, 12), interferência social (questão 16) e qualidade de vida relacionada à saúde (questões 13-15). Estudos anteriores mostraram que o escore KCCQ se correlacionou com a sobrevida e hospitalização em pacientes com IC e foi um preditor independente de mau prognóstico nessa população de pacientes . Além disso, o escore KCCQ medido 1 semana após a alta hospitalar previu de forma independente a sobrevivência de um ano livre de readmissão cardiovascular . Mais recentemente, KCCQ também tem sido estudada durante IC aguda hospitalização e demonstrou sensibilidade aguda com alterações, mas a pontuação alterações durante a hospitalização, não prever a curto prazo de readmissão , apesar de relativamente pequena pesquisa, com uma amostra de apenas 52 pacientes, e não investigar a relação entre o KCCQ pontuação e HF readmissão. Portanto, se a pontuação KCCQ pode ser usada para prever a readmissão de curto prazo ainda não foi completamente avaliada.

para abordar essas lacunas no conhecimento e explorar a viabilidade de usar o escore KCCQ para prever a readmissão de IC de curto prazo, projetamos e conduzimos este estudo prospectivo.

2. Métodos

o estudo foi aprovado pelo Florida Hospital Institutional Review Board e realizado de acordo com a Declaração de Helsinque. O estudo foi realizado no Florida Hospital, Orlando Campus. Os pacientes que foram admitidos na unidade de IC foram selecionados e inscritos para o estudo. Os critérios de inclusão foram pacientes admitidos com IC descompensada com fração de ejeção (Fe) menor ou igual a 40% e idade entre 20 e 89 anos. Os critérios de exclusão foram doença não cardíaca com expectativa de vida inferior a um ano, IC por doença valvar não corrigida, doença psiquiátrica interferindo em um acompanhamento adequado, incapacidade de entender o procedimento do estudo e incapacidade de fornecer consentimento informado. O desfecho primário foi a taxa de readmissão de 30 dias e o escore KCCQ. Condições comórbidas de admissão, dados demográficos, laboratoriais, ecocardiográficos e medicamentos na alta foram desfechos secundários.

para cada paciente que atendeu aos critérios do estudo, um assistente de pesquisa treinado explicou o estudo ao paciente e administrou o KCCQ após um consentimento informado por escrito. A avaliação foi geralmente concluída dentro de 1-3 dias antes da alta. Uma conversa de acompanhamento foi realizada por telefone 30 dias após a alta para determinar se a rehospitalização ocorreu ou não. As informações de readmissão pós-descarga foram coletadas por meio de entrevista de acompanhamento com o paciente.Para avaliar as associações entre o escore KCCQ e a readmissão dentro de 30 dias após a alta, primeiro comparamos a diferença entre o grupo de não readmissão e o grupo de readmissão em termos dos escores KCCQ, características demográficas, comorbidade, medicamentos e dados laboratoriais Usando análise univariada. Na análise univariada, o teste t foi usado para variável contínua, e o teste exato de Fisher foi usado para análise do número de contagem. Em seguida, foi realizada análise multivariada para investigar como cada fator clínico foi associado a readmissões de IC após o controle dos demais fatores. Na análise multivariada, foram utilizados modelos de regressão logística, e estimaram-se odds ratios ajustados (OR) para cada fator hipotetizado para predizer readmissão de IC. Incluímos a readmissão de IC como variável dependente e todos os fatores potenciais como preditores independentes na regressão logística, independentemente de apresentarem diferença significativa entre os grupos de readmissão e não-readmissão na análise univariada.

após a análise multivariada, construímos ainda cinco modelos de predição simplificados e avaliamos a importância do escore KCCQ no modelo final por meio da comparação da área sob curva de característica operacional do receptor (ROC) de cada modelo. Nesta análise, também foi utilizada a melhoria integrada da discriminação (IDI), descrita por Pencina et al., para medir o aumento médio da sensibilidade do modelo penalizado pela diminuição média da especificidade com a adição de novas variáveis . Nos modelos de predição, a idade foi transformada para cada incremento de 10 anos, fração de ejeção para cada diminuição de 10%, pontuação KCCQ para cada incremento de 25 pontos e nível de sódio para variável binária (<135 ou ≥135).

duzentos e vinte e oito (228 ou 95%) pacientes tinham dados completos para todas as variáveis. No entanto, 12 (5%) pacientes tinham dados ausentes em idade ou raça. Como nenhum padrão ausente aninhado foi detectado, vários modelos de imputação foram usados para imputação de dados. Como a idade era uma variável contínua e a raça era uma variável binária, a regressão linear normal foi usada para a idade, enquanto a regressão logística foi usada para a imputação de raça. Todas as análises foram realizadas pelo Stata versão 14 (StataCorp., 2015). Todos os valores foram bicaudais e foram definidos como o nível de significância estatística para todos os testes.

3. Resultados

no total, 240 pacientes foram incluídos no estudo. Quarenta e oito (20%) pacientes foram readmitidos dentro de 30 dias após a alta para IC, enquanto 192 (80%) pacientes não foram readmitidos ou readmitidos por outros motivos que não a IC (Tabela 1). Não houve diferença significativa entre os pacientes não admitidos e readmitidos em termos de idade média (63,0 versus 59,9 anos), Tempo inicial de internação (11,2 versus 9,7 dias) ou porcentagem de pacientes brancos (59,9% versus 56,3%). No entanto, uma diferença significativa entre esses dois grupos foi observada na comparação de gênero, com pacientes do sexo masculino sendo mais propensos a serem readmitidos do que do sexo feminino (85,4% versus 68,8% para homens e 14,6% versus 31,3% para mulheres ). Nenhuma das comorbidades apresentou diferença significativa na frequência relativa entre o grupo de readmissão e não-readmissão (Tabela 1).

o escore KCCQ, os resultados dos testes laboratoriais na admissão e os medicamentos de alta foram comparados entre os pacientes não admitidos e readmitidos (Tabela 2). O escore médio de KCCQ foi significativamente maior nos pacientes não admitidos do que nos pacientes readmitidos (40,8 versus 32,6 ). Em comparação com os pacientes readmitidos, os pacientes não admitidos apresentaram maior fração de ejeção na admissão (24,7% versus 21,8%). No entanto, não foi detectada diferença significativa na comparação de medicamentos de alta, nível de sódio no sangue ou HGB entre os dois grupos de pacientes na análise univariada (Tabela 2).

para investigar melhor o efeito de cada variável independente enquanto controlava outras covariáveis, foram realizadas análises multivariadas (Tabela 3 e Figura 1). Os resultados mostraram que o escore KCCQ e a fe foram negativamente associados à taxa de readmissão (or ajustado = 0,566 e 1,903 e e 0,021, resp.) e que os machos eram mais propensos a serem readmitidos do que as fêmeas (or ajustado = 5,589, ). Curiosamente, os pacientes com IM eram mais prováveis (or ajustado = 2,849 ) e os pacientes com DAC eram menos propensos a serem readmitidos (or ajustado = 0,231), em comparação com pacientes com outras comorbidades. Uma possível interpretação poderia ser que os pacientes que tiveram infarto do miocárdio têm maior probabilidade de apresentar anormalidades no movimento da parede e defeitos miocárdicos fixos e, portanto, uma fração de ejeção menor do que aqueles com doença arterial coronariana não obstrutiva sem im, levando a uma contribuição oposta à readmissão da IC.

Figura 1

odds ratios ajustados de readmissão dentro de 30 dias após a alta derivada da análise de regressão logística multivariada.

para avaliar quanta contribuição o escore KCCQ fez na predição da readmissão de IC, foi desenvolvido um modelo ao incluir sete fatores além do escore KCCQ (modelo 5) com base nos resultados de regressão multivariada, literatura publicada e modelos. A estatística c indicou que o modelo 5, que incluiu a pontuação do KCCQ e todos os outros preditores potenciais, apresentou o maior valor da estatística c (0,710) entre outros modelos reduzidos sem a pontuação do KCCQ (Figura 2). Como visto na Tabela 4, o IDI análise demonstrou que o discriminatórias desempenho do modelo 5 melhor 6,6% a partir da base do modelo (modelo 1) que apenas incluído idade e sexo e, 2,7%, a partir do modelo reduzido (modelo 4), incluindo todos os fatores, mas o KCCQ pontuação (este é o incremento absoluto; quando comparado com o modelo 4, o IDI do modelo completo com o KCCQ, modelo 5, aumentou ). Por outro lado , como fator independente estabelecido associado à readmissão de IC, a fe aumentou o IDI de 1,3% (modelo 3) para 3,9% (modelo 4). Estes resultados sugeriram que o KCCQ pontuação, como uma única variável independente, é um dos fatores importantes que poderiam ser usados para predizer a taxa de readmissão de HF pacientes dentro de 30 dias após a alta, e uma combinação de todos estes fatores importantes que oferecem o maior ganho incremental.

Figura 2

Comparação do ROC área entre diferentes modelos. Modelo 1: logit (read30) = idade + sexo; modelo 2: logit (read30) = idade + sexo + beta_blocker + ace/arb; modelo 3: logit (read30) = idade + sexo + beta_blocker + ace/arb + de sódio + hgb; modelo 4: logit (read30) = idade + sexo + beta_blocker + ace/arb + de sódio + hgb + ef; e o modelo 5: logit (read30) = idade + sexo + beta_blocker + ace/arb + de sódio + hgb + ef + KCCQ. read30: readmissão em 30 dias.

4. Discussão

neste estudo prospectivo, descobrimos que o escore KCCQ foi significativamente associado à taxa de readmissão de IC de curto prazo. Ele contribuiu para melhorar a estatística-c de um modelo baseado na idade, sexo, medicamentos, dados laboratoriais, e FEVE disponível em descarga de 0.670 para 0.710 e levantou o IDI de 2,7%, o que sugeriu que ele pode ser útil na previsão de readmissão de 30 dias e, assim, melhorar significativamente a previsão de confiabilidade quando combinado com outros componentes críticos. Esses achados podem fornecer alguma ajuda para orientar as estratégias de acompanhamento para a prestação de cuidados ideais, como incentivar os pacientes com menor KCCQ a ter um acompanhamento precoce .Muitos esforços foram feitos para identificar os fatores previsíveis que estão associados ao alto risco de serem readmitidos, o que tem sido bastante desafiador até agora. Neste estudo, verificou-se que pacientes com IC que apresentaram menor escore de KCCQ no momento da alta e menor Fe e do sexo masculino pareciam ser mais propensos à readmissão em 30 dias. Esses achados foram semelhantes a alguns estudos, mas não a outros. De fato, nenhum paciente específico ou fatores hospitalares demonstraram prever consistentemente a readmissão de 30 dias após a hospitalização por IC. Em uma revisão sistemática de 112 estudos descrevendo a associação entre características tradicionais do paciente e readmissão após hospitalização por IC, a fe do ventrículo esquerdo, bem como outros fatores, como características demográficas, condições comórbidas e classe da Associação cardíaca de Nova York, foi associada à readmissão em apenas uma minoria de casos . Em outra meta-análise de 69 estudos e 144 fatores para readmissão de curto prazo, comorbidades não cardiovasculares, má condição física, história de admissão e falha no uso de medicamentos baseados em evidências, em vez de comorbidades cardiovasculares, idade ou sexo, foram mais fortemente associados à readmissão de curto prazo .

os escores do KCCQ demonstraram ter uma sensibilidade muito maior às mudanças clínicas em pacientes com IC do que a classificação funcional da New York Heart Association (NYHA), Minnesota Living with Heart Failure Questionnaire (LiHFe) e Short Form-36 (SF-36) . O estudo EVEREST sugeriu que o KCCQ é um importante indicador prognóstico de readmissão dentro de um ano após a alta . Em seu estudo, pacientes com escores de KCCQ < 25 (pior estado de saúde) tiveram mais de três vezes maior risco de endpoint combinado de rehospitalização e mortalidade do que aqueles no melhor nível de Estado de saúde (escore de KCCQ > 75). Mais recentemente, o escore KCCQ foi usado para avaliar a viabilidade de refletir as mudanças da IC aguda durante a hospitalização e prever a readmissão de 30 dias. Os autores constataram que era viável o uso do KCCQ durante as internações agudas de IC e era sensível à melhora clínica, mas as alterações nos escores durante a internação não previram readmissão de 30 dias. No entanto, este estudo foi um estudo relativamente pequeno que incluiu apenas 54 pacientes e foi focado nas diferenças de pontuação do KCCQ durante a hospitalização entre os grupos de não admissão e admissão . Em contraste, mais de 240 pacientes foram incluídos em nosso estudo e o escore KCCQ foi maior em pacientes com IC não admitidos e foi independentemente associado a menor readmissão de 30 dias.

como mencionado acima, existem vários fatores que contribuem para a readmissão da IC; portanto, modelos de previsão de risco, incluindo e pesando todos os fatores relevantes, foram desenvolvidos. Nesses modelos, a discriminação, definida pela área sob a curva ROC (receiver operating characteristic), é usada para dizer o quão bem um modelo pode separar aqueles que terão o resultado daqueles que não terão o resultado de interesse. Nesse caso, se os riscos previstos para pacientes readmitidos forem Todos maiores do que para pacientes que não são readmitidos, o modelo discrimina perfeitamente com a estatística c de 1. Por outro lado, se a previsão de risco não é melhor do que o acaso, a estatística c é 0,5. Os modelos são normalmente considerados razoáveis quando a estatística c é maior que 0,7 e forte quando a estatística c é maior que 0,8 . Para readmissão de 30 dias após hospitalização por IC, vários modelos foram desenvolvidos. Apenas dois modelos geraram estatísticas c maiores que 0,6 depois de estudar as coortes de derivação e validação. Um deles é o modelo automatizado desenvolvido por Amarasingham et al. incorporando dados do prontuário eletrônico no momento da internação . O outro modelo combinou Dados Demográficos e de comorbidade baseados em alegações com dados clínicos, incluindo sinais vitais, valores laboratoriais e fração de ejeção do ventrículo esquerdo medida . No entanto, nenhum dos dois modelos incluiu pontuações KCCQ. Considerando apenas 48 readmissões em nossa população de estudo, foram incluídos apenas 7 parâmetros além do escore KCCQ no modelo completo (modelo 5). Baixa EF e sexo (homens), resultando em aumento de odds ratios para a readmissão na análise multivariada foram incluídos, também incluímos informações sobre os medicamentos, beta-bloqueadores e inibidores da ECA/ARB, que demonstraram redução de HF mortalidade , e, de sódio e de Hgb, o que pode afetar HF de hospitalização e mortalidade, e tem sido utilizado em outros modelos (http://www.readmissionscore.org/heart_failure.php), embora eles não foram independentemente associados com a readmissão na análise multivariada. O modelo completo (modelo 5), que incluiu o escore KCCQ, aumentou as estatísticas c de 0,617 no modelo base 1 com base na idade e sexo para 0.710, com um aumento de IDI de 6,6%. Dado que muitos outros possíveis fatores de risco não foram incluídos neste modelo, como TFG e BNP, este modelo pode não ser perfeito, embora suas estatísticas c tenham sido maiores que 0,7 e possam exagerar a contribuição do escore KCCQ. No entanto, nossos resultados sugeriram que a contribuição do KCCQ para prever readmissão de IC de curto prazo poderia ser tão importante quanto a FEVE.

os presentes achados devem ser considerados no contexto das limitações do estudo. Este estudo foi realizado em um centro médico de comunidade única, e mais estudos em outros centros ou vários centros precisam ser feitos para validar nossos achados. Apenas foi administrado o KCCQ uma vez durante a internação, o que não refletiria alterações entre a internação, durante a internação e após a internação. Não coletamos algum histórico médico relevante, como histórico de admissão devido a insuficiência cardíaca no passado; achados de exame físico; alguns outros laboratórios, como TFG e BNP, ou achados de radiografia de tórax. Esses fatores também podem ser importantes no modelo de previsão de risco.

Abreviaturas

pontos adicionais

competência em Conhecimento Médico. A insuficiência cardíaca é um dos diagnósticos mais comuns associados à readmissão. A pontuação KCCQ forneceu informações prognósticas importantes para prever a readmissão de 30 dias e pode melhorar significativamente a confiabilidade da previsão, juntamente com outros componentes críticos. Perspectiva Translacional. Estudos clínicos adicionais precisam ser feitos em vários centros com um tamanho de amostra maior para validar nosso achado. Pesquisas futuras devem incluir achados de exame físico relevantes e achados de radiografia de tórax, o que pode ser importante no modelo de previsão de risco.

interesses concorrentes

os autores declaram que não têm interesses concorrentes.

contribuições dos autores

Shengchuan Dai e Junhong Gui contribuíram igualmente para o manuscrito.

Agradecimentos

Os autores desejam agradecer a seguinte participantes, médicos do Hospital da Flórida Orlando, que ajudou com a coleta de dados: Maria Amin (MD); Saroj Khadka (MD); Prabhava Bagla (MD); e Zoltan Varga (MD, Ph.d. D.).