To design a mortality indicator in acute coronary syndrome (ACS) in the intensive care unit (ICU).

A multicenter, observational descriptive study was carried out.

Patients with ACS admitted to the ICUs included in the ARIAM-SEMICYUC registry between January 2013 and April 2019.

None.

Demographic parameters, time of access to the healthcare system, and clinical condition. Revascularization therapy, drugs and mortality were analyzed. Cox regression analysis was performed, followed by the design of a neural network. A receiver operating characteristic curve (ROC) was plotted to calculate the power of the new score. Lastly, the clinical utility or relevance of the ARIAM indicator (ARIAM’s) was assessed using a Fagan test.

A total of 17,258 patients were included in the study, with a mortality rate of 3.5% (n = 605) at discharge from the ICU. The variables showing statistical significance (P < .001) were entered into the supervised predictive model, an artificial neural network. The new ARIAM’s yielded a mean of 0.0257 (95%CI: 0.0245−0.0267) in patients discharged from the ICU versus 0.27085 (95%CI: 0.2533−0.2886) in those who died (P < .001). The area under the ROC curve of the model was 0.918 (95%CI: 0.907−0.930). Based on the Fagan test, the ARIAM’s showed the mortality risk to be 19% (95%CI: 18%–20%) when positive and 0.9% (95%CI: 0.8%–1.01%) when negative.

A new mortality indicator for ACS in the ICU can be established that is more accurate and reproducible, and periodically updated.

Diseñar un Indicador de Mortalidad del síndrome coronario agudo (SCA) en el servicio de medicina intensiva (SMI).

Estudio descriptivo observacional multicéntrico

Pacientes con SCA ingresados en SMI incluidos en el registro ARIAM- SEMICYUC entre enero de 2013 y abril de 2019.

Ninguna.

Las variables analizadas fueron demográficas, tiempo de acceso al sistema sanitario y estado clínico. Se analizó la terapia de revascularización, los fármacos y la mortalidad. Se realizó un análisis de regresión logística de COX y posteriormente se diseñó una red neuronal. Se elaboró una curva ROC para calcula la potencia del nuevo score. Finalmente, la utilidad clínica o relevancia del Indicador ARIAM’s se evaluará mediante un Gráfico de Fagan.

Se incluyeron 17.258 pacientes, con una mortalidad al alta del SMI del 3.5% (605). Las variables analizadas con significación estadística (P < .001) fueron introducidas en el modelo predictivo supervisado, una red neuronal artificial. El nuevo indicador ARIAM’s mostro una media de 0.0257 (95%IC 0.0245−0.0267) en los pacientes dados de alta de UCI y de 0.27085 (95%IC 0.2533−0.2886) en los que fallecieron, P < .001. El área ROC del modelo conseguido fue de 0.918 (95% IC: 0.907−0.930). El test de Fagan, se demostró que el Indicador ARIAM’s muestra que la probabilidad de exitus del 19% (95% IC: 18%–20%) cuando es positivo y de 0.9% (95% IC: 0.8%–1.01%) cuando es negativo.

Es posible crear un nuevo indicador de mortalidad del SCA en el SMI que sea más exacto, reproducible y actualizable periódicamente.