We aimed to determine predictors of non-invasive ventilation (NIV) failure and validate a nomogram to identify patients at risk of NIV failure.
DesignObservational, analytical study of a retrospective cohort from a single center, compared with an external cohort (March 2020 to August 2021).
SettingTwo intensive care units (ICUs).
PatientsPatients with pneumonia due to severe acute respiratory syndrome (SARS-CoV-2) and NIV > 24 h (154 and 229 in each cohort).
InterventionsThe training cohort identified NIV failure predictors. A nomogram, created via logistic regression, underwent validation with the Hosmer-Lemeshow (HL), calibration curve and test and area under the curve (AUC). Its external validity was tested using AUC.
Main variables of interestDemographics, comorbidities, severity scores, NIV settings, vital signs, blood gases, and oxygenation at the start and 24 h after NIV, NIV failure.
ResultsNIV failure was 37.6% and 18% in the training and validation cohorts, respectively. Risk factors for NIV failure inluded age, obesity, sequential organ failure assessment (SOFA) score at admission, and heart rate (HR) and heart rate, acidosis, consciousness, oxygenation, respiratory rate (HACOR) 24 h post-NIV. The model's HL test result was 0.861, with an AUC of 0.89 (confidence interval [CI] 0.839–0.942); validation AUC was 0.547 (CI 0.449–0.645).
ConclusionsA predictive model using age, obesity, SOFA score, HR, and HACOR at 24 h predicts NIV failure in our COVID-19 patients but may not apply to other ICUs.
Determinar los predictores de fracaso de ventilación no invasiva (VNI) y validar un nomograma para identificar el riesgo de fracaso de VNI.
DiseñoEstudio observacional, analítico de una cohorte retrospectiva de un centro, comparada con una cohorte externa (marzo 2020 a agosto 2021).
ÁmbitoDos unidades de cuidados intensivos (UCI).
PacientesPacientes con neumonía por síndrome respiratorio agudo grave (SARS-COV-2) y VNI>24 h (154 y 229 en cada cohorte).
IntervencionesRegresión logística para la detección de factores de riesgo de fracaso de VNI en una cohorte de entrenamiento, y elaboración de nomograma para identificar el riesgo de fracaso de VNI. Validación mediante el test de Hosmer-Lemeshow (HL), curva de calibración y área bajo la curva (AUC). Validación externa mediante el AUC.
Variables de interés principalesDemográficas, comorbilidades, scores de severidad, configuración de VNI, constantes vitales, gasométricas y oxigenación al inicio 24 h de VNI, fracaso de VNI.
ResultadosEl fracaso de VNI fue del 37,6% y 18% en la cohorte de entrenamiento y validación respectivamente. Los factores relacionados con el fracaso de VNI fueron edad, obesidad, seguential organ failure assessment (SOFA) al ingreso y, frecuencia cardiaca (FC) y acidosis, consciencia, oxigenación y frecuencia respiratoria (HACOR) 24 h post-VNI. El test HL del modelo resultó de 0.861, con AUC 0.89 (intervalo confianza [IC] 0.839−0.942). AUC de validación externa 0.547 (CI 0.449−0.645)
ConclusionesUn modelo predictivo utilizando edad, obesidad, SOFA score y, FC y HACOR a las 24 h predice el fallo de VNI en nuestros pacientes con COVID-19, pero podría no aplicarse a otras UCIs.
Article
Go to the members area of the website of the SEMICYUC (www.semicyuc.org )and click the link to the magazine.