Introdução: Náuseas e vômitos (NV) são ainda um desafio problemático no período pós operatório (PO). Modelos preditores, como o critério de Apfel, auxiliam para estratificação do risco dos pacientes e direcionar profilaxias antieméticas. Identificar fatores de risco que possam adicionar informações ao critério de Apfel no paciente oncológico é de extrema importância pela vulnerabilidade à Náusea e Vômito Pós-operatório (NVPO) nesta população. Métodos: foi realizado um estudo retrospectivo de 1500 pacientes oncológicos consecutivos submetidos a cirurgias oncológicas de médio a grande porte entre abril e julho de 2011. NVPO foi avaliada nas primeiras 24 horas de pós-operatório durante a avaliação pós-anestésica pela equipe do Centro Multidisciplinar de Tratamento de Dor (CMTD) do ICESP. Foi preenchido um prontuário eletrônico com todas as variáveis estudadas. A análise de regressão logística múltipla foi realizada para avaliar se qualquer das variáveis poderia adicionar alguma capacidade de previsão para o modelo preditor de Apfel e foram modeladas curvas CCO (curvas características do operadora). As áreas abaixo da curva (AAC) foram utilizados para comparar a capacidade discriminante do modelo para prever os pacientes que vomitaram daqueles que não o fizeram. Resultados: A incidência global de NVPO foi de 26%. Regressões logísticas múltiplas identificaram dois preditores independentes (razão de chances, IC 95%): pontuação do Apfel (1,78; 1,23-2,63) e náuseas e vômitos anteriores induzidos pela quimioterapia (3,15; 1,71-5,9), p de Hosmer -Lemeshow < 0,0001. Náusea e Vômito Pós Quimioterapia (NVPQ) anterior é o indicador mais importante para ser adicionado ao modelo preditor de Apfel nesta população. Conclusão: história de NVPQ deve ser considerada como um forte preditor para NVPO e deve ser adicionado como um fator de risco para NVPO no período pré-operatório de pacientes oncológicos / Background: Postoperative nausea and vomiting (PONV) is still a troublesome problem in the postoperative period. Predictive models as Apfel score help to stratify risk of patients and orientate antiemetic prophylaxis. Identifying risk factors that may add information to Apfel score in oncological patient is of extreme importance due to the vulnerability to PNV in this population. Methods: We conducted a retrospective study of 1500 consecutive patients undergoing intermediate or major cancer surgery between April and July 2011. PONV was assessed in the first 24 hours by Pain Management Team. Electronic medical record with all the studied variables was filled. Multiple logistic regression analysis were performed to assess if any of the variable could add some predictive ability to Apfel\'s tallying heuristic and a receiver operating characteristic (ROC) curves were modeled. The areas under the curve (AUC) were used to compare the model\'s discriminating ability for predicting patients who vomited from those who did not. Results: The overall incidence of PONV was 26%. Multiple logistic regressions identified two independent predictors (odds ratio; 95% CI): Apfel\'s score (1.78; 1.23-2.63) and previous chemotherapy-induced nausea and vomiting (3.15; 1.71-5.9), Hosmer-Lemeshow\'s p < 0.0001. Previous CINV is the most significant predictor to be added to Apfel\'s heuristic in this population. Conclusions: History of previous CINV should be considered as a strong predictor for PONV and should be added as an additive risk factor for PONV in the preoperative period of oncological surgery
| Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-24022016-162539 |
| Date | 10 December 2015 |
| Creators | Helga Bezerra Gomes da Silva |
| Contributors | Hazem Adel Ashmawi, Luis Vicente Garcia, Marcelo Vaz Perez, Joaquim Edson Vieira |
| Publisher | Universidade de São Paulo, Anestesiologia, USP, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds