El paro cardíaco extrahospitalario puede provocar la muerte en cuestión de minutos, es por ello que los cálculos de predicción neurológica rápidos y precisos son fundamentales en estos casos. Los modelos de predicción eficaces pueden salvar vidas, reducir el sufrimiento y disminuir los costos innecesarios asociados con los esfuerzos de reanimación inútiles.

"Los modelos actuales de predicción de pronóstico requieren cálculos complejos y datos de análisis de sangre, lo que los hace poco prácticos para un uso rápido inmediatamente después del traslado del paciente", según Takenobu Shimada, profesor de medicina en la Facultad de Medicina de la Universidad Metropolitana de Osaka (Japón) y autor principal de un estudio mediante el cual han generado un nuevo modelo de puntuación, utilizando solo datos de reanimación prehospitalaria, que predice con precisión los resultados neurológicos de los pacientes con paro cardíaco extrahospitalario.

El modelo desarrollado, denominado "puntuación R-EDByUS", se deriva de las iniciales de sus cinco variables: edad, tiempo hasta el retorno a la circulación espontánea (ROSC) o tiempo hasta la llegada al hospital, ausencia de RCP por parte de transeúntes, presencia del paro cardíaco y, por último, ritmo cardíaco inicial (desfibrilable o no desfibrilable).

Analizando datos del Registro Utstein de Japón, los investigadores examinaron la información recopilada entre 2005 y 2019 sobre reanimación prehospitalaria y recuperación neurológica un mes después del paro cardíaco de 942.891 adultos con un presunto paro cardíaco extrahospitalario de origen cardíaco. Los resultados adversos incluyen discapacidad grave, estado vegetativo o muerte.

Los pacientes se dividieron en dos grupos en función de si habían conseguido el retorno a la circulación espontánea antes de llegar al hospital o si todavía estaban recibiendo RCP al llegar. Los investigadores desarrollaron modelos simplificados y detallados basados ​​en regresión para calcular las puntuaciones R-EDByUS para cada grupo.

Los resultados demostraron que las puntuaciones R-EDByUS predijeron resultados neurológicos con alta precisión, alcanzando valores de estadística C de aproximadamente 0,85 para ambos grupos. La estadística C mide la precisión predictiva de un modelo, que va desde 0,5 (sin poder predictivo) hasta 1,0 (precisión perfecta), y los valores más altos indican un rendimiento superior. "La puntuación R-EDByUS permite predecir con gran precisión el pronóstico inmediatamente después de la llegada al hospital, y su aplicación a través de un teléfono inteligente o tableta la hace adecuada para el uso clínico diario", afirmó Shimada.

"Nuestro modelo predictivo ayuda a identificar a los pacientes que probablemente se beneficiarán de los cuidados intensivos, al tiempo que reduce las cargas innecesarias en aquellos con malos resultados previstos. Esperamos que este modelo de puntuación se convierta en una herramienta valiosa para los proveedores de atención médica, ayudando en la evaluación y el tratamiento rápidos de los pacientes sometidos a reanimación", concluyó el prof. Shimada.