Compartilhar
Informação da revista
Vol. 69. Núm. 4.
Páginas 342-349 (01 Julho 2019)
Compartilhar
Compartilhar
Baixar PDF
Mais opções do artigo
Visitas
0
Vol. 69. Núm. 4.
Páginas 342-349 (01 Julho 2019)
Artigo Científico
DOI: 10.1016/j.bjan.2019.03.002
Open Access
Desenvolvimento de um modelo preditivo multivariado para náusea e vômito no pós‐operatório de cirurgia oncológica em adultos
Development of a multivariable predictive model for postoperative nausea and vomiting after cancer surgery in adults
Visitas
0
Léia Alessandra Pinto Yamadaa, Gabriel Magalhães Nunes Guimarãesb,
Autor para correspondência
gabrielmng@gmail.com

Autor para correspondência.
, Magda Aparecida Santos Silvac, Angela Maria Sousad, Hazem Adel Ashmawie
a Universidade de São Paulo, Faculdade de Medicina, São Paulo, SP, Brasil
b Universidade de Brasília, Faculdade de Medicina, Brasília, DF, Brasil
c Universidade Paulista, São Paulo, SP, Brasil
d Instituto do Câncer do Estado de São Paulo, Centro Integrado de Tratamento da Dor, São Paulo, SP, Brasil
e Universidade de São Paulo, Faculdade de Medicina, Disciplina de Anestesiologia, São Paulo, SP, Brasil
Este item recebeu
0
Visitas

Under a Creative Commons license
Informação do artigo
Resume
Texto Completo
Bibliografia
Baixar PDF
Estatísticas
Figuras (3)
Mostrar maisMostrar menos
Tabelas (7)
Tabela 1. Distribuições dos principais fatores de risco. Dados expressos em números absolutos ou em média (desvio padrão)
Tabela 2. Tipos de cirurgia e incidência de NVPO por procedimento cirúrgico em nossa amostra
Tabela 3. Possíveis preditivos relacionados à anestesia. Dados expressos em números absolutos ou em média (desvio padrão)
Tabela 4. Associação de profilaxia antiemética com NVPO. Dados expressos em número (proporção) ou em média (desvio‐padrão)
Tabela 5. Novo modelo selecionado a partir de regressão logística múltipla para predizer NVPO
Tabela 6. Associação de medicamento pós‐operatório com NVPO. Dados expressos em números absolutos ou em média (desvio‐padrão)
Tabela 7. Intervalos de confiança de 95% (IC 95%) das coordenadas da curva ROC do novo modelo calculados com 2.000 reamostragens bootstrap estratificadas. Dados expressos em mediana (IC 95%) ou número real (IC 95%). O método para identificar o melhor limiar foi o ponto mais próximo ao canto superior esquerdo
Mostrar maisMostrar menos
Resumo
Justificativa e objetivos

A previsão do risco de náusea e vômito no pós‐operatório é a base para a decisão da profilaxia. O escore de Apfel não define por quanto tempo uma pessoa deve se abster de fumar para ser considerada não fumante, e o uso de opioide espinhal intraoperatório como fator de risco para náusea e vômito também não é abordado. Nosso objetivo foi quantificar o risco de náusea e vômito no pós-operatório por um estado tabagístico ordinal e o uso de opioides intraoperatórios (sistêmicos ou neuraxiais) e desenvolver um novo modelo preditivo.

Métodos

Pacientes agendados para cirurgia oncológica foram prospectivamente avaliados para náusea e vômito nas primeiras 24 horas após a cirurgia.

Resultados

De 2.014 pacientes inicialmente incluídos, 185 foram excluídos. A classificação de tabagismo foi associada a taxas de incidência de náusea e vômito no pós‐operatório de 14,1%, 18,1%, 24,7%, 29,4% e 33,9% para fumantes, pacientes que pararam de fumar até um mês antes da cirurgia, de um a seis meses antes da cirurgia, mais de seis meses antes da cirurgia ou pacientes que nunca fumaram, respectivamente, o que foi significativo na análise de comparações múltiplas (p=0,015 ajustado). Os testes de hipóteses foram ajustadas para múltiplas comparações para associação com náusea e vômito no pós‐operatório para sexo, idade, náusea e vômito no pós‐operatório anterior, náusea induzida por quimioterapia e estado tabagístico ordinal apresentaram valores de p<0,001. Tipo de cirurgia (p=0,04), consumo total de fentanil (p=0,04) e períodos intraoperatório e pós‐operatório foram preditivos significativos. Um novo modelo foi desenvolvido e apresentou um poder discriminativo maior do que o escore de Apfel (AUC 67,9% vs. 63,7%, p<0,001).

Conclusão

O estado tabagístico mostrou um impacto significativo e linear sobre a incidência de náusea e vômito no pós‐operatório e desenvolveu‐se um novo modelo que usa preditores não ambíguos de tabagismo e opioides.

Palavras‐chave:
Náusea e vômito no pós‐operatório
Modelo multivariado
Câncer
Tabagismo
Prognóstico
Abstract
Background and objectives

Predicting postoperative nausea and vomiting risk is the cornerstone for deciding prophylaxis. Apfel's score does not define how long a person must be abstinent from smoking to be considered a non‐smoker, and the use of intraoperative spinal opioids as a risk factor for predicting postoperative nausea and vomiting is also not addressed. The aim of this study was to quantify predicting postoperative nausea and vomiting risk by an ordinal smoking status and the use of intraoperative opioids (systemic or neuraxial), and to develop a new predictive model.

Methods

Patients scheduled for cancer surgery were prospectively evaluated for predicting postoperative nausea and vomiting in the first 24h after surgery.

Results

Of 2014 initially included patients, 185 participants were excluded. Smoking status classification was associated with predicting postoperative nausea and vomiting incidence rates of 14.1%, 18.1%, 24.7%, 29.4% and 33.9% for smokers, patients who stopped smoking up to 1 month prior to surgery, one to 6 months prior, more than 6 months prior or patients who never smoked, respectively, which was significant in the multiple comparisons analysis (adjusted p=0.015). The multiple comparisons‐adjusted hypothesis tests for association with predicting postoperative nausea and vomiting for sex, age, previous predicting postoperative nausea and vomiting, chemotherapy‐induced nausea, and ordinal smoking status had p‐values of <0.001. The type of surgery (p=0.04), total fentanyl consumption (p=0.04), both intraoperative and postoperative, were significant predictors. A new model was developed and showed higher discriminative power than Apfel's score (AUC 67.9% vs. 63.7%, p<0.001).

Conclusion

Smoking status showed a significant and linear impact on predicting postoperative nausea and vomiting incidence, and we developed a new model that uses unambiguous smoking and opioid predictors.

Keywords:
Postoperative nausea and vomiting
Multivariable model
Cancer
Smoking
Prognostic
Texto Completo
Introdução

A Society for Ambulatory Anesthesia (EUA) publicou diretrizes para o tratamento de náusea e vômito no pós‐operatório (NVPO) que objetivam prever o risco da incidência de NVPO e sugerir a principal estratégia para auxiliar na decisão de sua profilaxia, sem aumentar custos ou efeitos colaterais.1 Muitos modelos de predição foram propostos até hoje, mas a heurística de Apfel ainda é a mais usada devido à simplicidade e precisão.2

Embora comumente usado para avaliar o risco de NVPO, o escore de Apfel é impreciso. Primeiro, fazer uma predição verdadeira ou falsa sobre o uso de opioides no pós‐operatório é vago, pois o modo como os opioides intraoperatórios (sistêmicos ou neuroaxiais) devem ser considerados no cálculo do escore é desconhecido. Os opioides intraoperatórios, comparados à anestesia sem o uso de opioides, provavelmente desempenham um papel importante na incidência de NVPO. Os opioides neuroaxiais têm um efeito duradouro e podem estar associados à NVPO. Além disso, dicotomizar o tabagismo em presente ou ausente é ambíguo, ou seja, alguém que nunca fumou corre o mesmo risco de alguém que parou de fumar um ou seis meses antes da cirurgia? Em um paciente que parou de fumar, qual é o tempo de abstinência necessário para que a presença do tabagismo não seja mais considerada um fator protetor de NVPO?

Em nossa prática diária, a heurística de Apfel, embora aparentemente simples, por vezes gera mais dúvidas e inconsistência de dados do que fornece respostas, porque os dados são coletados mais de uma vez por mais de um profissional. Neste estudo de modelagem de dados, nossa intenção foi selecionar um modelo sem ambiguidades que contrabalanceasse simplicidade e precisão.

Métodos

O estudo foi aprovado pelo Comitê de Ética da Faculdade de Medicina da Universidade de São Paulo. Assinatura em termo de consentimento livre e esclarecido foi obtida de todos os indivíduos. A coleta de dados foi feita de forma prospectiva entre maio de 2014 e novembro de 2015 na unidade de oncologia de um hospital terciário universitário.

Seleção dos pacientes

Todos os pacientes consecutivamente agendados para cirurgia na unidade de oncologia do hospital foram avaliados quanto à elegibilidade para participar do estudo. Os critérios de inclusão foram pacientes agendados para cirurgias de médio ou grande porte, capazes de se comunicar em português e sem história de agitação ou delirium. Os pacientes que permaneceram em ventilação mecânica após a cirurgia ou aqueles com dados incompletos foram excluídos.

Coleta de dados

Um sistema de registro eletrônico projetado para esta pesquisa foi modelado no prontuário eletrônico dos pacientes. A coleta de dados foi feita por uma equipe de enfermeiros e médicos especialmente treinada para a aquisição dos dados para a pesquisa.

Desfecho primário

Durante as primeiras 24 horas de pós‐operatório, os pacientes foram questionados sobre a ocorrência de NVPO e as anotações da enfermagem e as prescrições médicas dos medicamentos usados no tratamento de NVPO também foram verificadas.

Preditores

O estado tabagístico (fumante, parou há um mês, parou entre um e seis meses, parou há mais de seis meses ou nunca fumou) foi o principal preditivo do estudo. Também coletamos os dados dos potenciais fatores de confusão conhecidos como preditivos de NVPO e identificados em estudos anteriores, inclusive idade, escore de Apfel, sexo, ocorrência anterior de NVPO, náusea e vômito induzidos por quimioterapia (NVIQ), predição de analgesia pós‐operatória com base em opioides, cirurgia, uso crônico de opioides, técnica anestésica, opioides neuroaxiais, opioides intraoperatórios, cetamina, tramadol em sala de recuperação pós‐anestésica (SRPA) e antieméticos intraoperatórios e pós‐operatórios.

Tamanho da amostra do estudo e dados ausentes

O tamanho da amostra analisada foi estimado com base em estudo anterior do grupo e não foi calculado.3 Apenas casos completos foram usados para a análise.

Análise de dados e teste de hipóteses

O teste de hipóteses frequentistas de associação bivariada foi feito para cada preditivo de NVPO (dicotômico), com o teste qui‐quadrado ou o teste de Wilcoxon‐Mann‐Whitney. Análises de comparações múltiplas (Bonferroni e taxa de falsa descoberta) foram planejadas e executadas e valores p ajustados e não ajustados estão disponíveis.

Modelagem multivariada e comparação

Uma seleção do modelo de regressão logística múltipla com busca para encontrar o valor mais baixo para o critério de informação de Akaike (Akaike Information Criterion – AIC) foi feita. Selecionamos o AIC para o modelo porque ele equilibra o custo e o poder discriminativo da previsão. O teste de Hosmer‐Lemeshow foi usado para testar a significância estatística de cada modelo. Outra regressão logística que usou apenas a heurística de Apfel como preditivo foi modelada para a comparação. Os modelos foram comparados com o método de Delong.4

Resultados

O banco de dados e o código completo para a análise dos dados podem ser encontrados em Rpubs (http://rpubs.com/gabrielmng/Leia2017b) e no banco de dados Mendeley (https://doi.org/10.17632/gsnj8vmgm2.1). Nesses sites, está disponível uma tabela detalhada que mostra os resultados dos testes de comparação múltipla (Bonferroni e taxa de falsa descoberta).5

Foram excluídos do estudo 185 pacientes (9,1%) e os dados de 1.829 foram analisados. O fluxograma do estudo é apresentado na fig. 1, que mostra a distribuição dos principais fatores de risco está detalhada na tabela 1, que mostra a tabela 2 mostra a distribuição dos tipos de cirurgias e suas associações à NVPO. A tabela 3 mostra a distribuição dos anestésicos e opioides usados na população estudada e sua associação à NVPO. A tabela 4 descreve o uso profilático de antieméticos no intraoperatório, pós‐operatório e suas associações à NVPO na população estudada (tabela 2).

Figura 1.

Diagrama de fluxo do estudo.

(0,12MB).
Tabela 1.

Distribuições dos principais fatores de risco. Dados expressos em números absolutos ou em média (desvio padrão)

Preditivo  Sem NVPO  NVPO  NVPO (%)  p‐Valor 
Sexo        <0,0001 
Feminino  707  404  36,3%   
Masculino  559  159  22,1%   
Escore de Apfel        <0,0001 
52  13,3%   
219  57  20,6%   
534  168  23,9%   
379  217  36,4%   
82  113  57,9%   
Idade (anos)  58,5 (13,3)  55,5 (14,8)    0,0001 
NVPO ou cinetose        <0,0001 
Não  1053  196  47,9%   
Sim  213  367  25,8%   
Opioides no pós‐operatório        0,03 
Não  367  135  26,9%   
Sim  899  428  32,2%   
Não fumante        <0,0001 
Não  344  104  23,2%   
Sim  922  459  33,2%   
Uso crônico de opioide        0,78 
Não  1077  485  31%   
Sim  164  70  29,9%   
História prévia de NVIQ        <0,0001 
Nenhuma quimioterapia anterior  804  336  29,4%   
NVIQ  213  154  41,9%   
Sem NVIQ  249  73  22,6%   
Quando parou de fumar        <0,0001 
Ainda fumante  73  12  14,1%   
Há um mês  27  18,1%   
Há 1–6 meses  76  25  24,7%   
Há >6 meses  412  172  29,4%   
Nunca fumou  678  348  33,9%   
Tabela 2.

Tipos de cirurgia e incidência de NVPO por procedimento cirúrgico em nossa amostra

Cirurgia  Proporção (n/N) %  Sem NVPO  NVPO  NVPO (%)  p‐Valor 
Gastrointestinal  29,4%  375  161  30%  0,5579 
Mama  15,4%  191  90  32%  referência 
Urológica  12,5%  155  74  32,3%  0,9452 
Ginecológica  12,3%  145  80  35,5%  0,4040 
Ortopédica  7,5%  110  28  20,2%  0,0128 
Torácica  6,7%  85  37  30,3%  0,7357 
Laparotomia exploratória  5,2%  71  25  26%  0,2723 
Cabeça e pescoço  1,7%  26  16,1%  0,0758 
Outras  9,3%  57  35  38%  0,2894 
Tabela 3.

Possíveis preditivos relacionados à anestesia. Dados expressos em números absolutos ou em média (desvio padrão)

Variável anestésica  Sem NVPO  NVPO  NVPO (%)  p‐Valor 
Opioide neuroaxial        0,024
Não  522  200  27,7% 
Sim  744  363  32,7% 
Remifentanil        0,35
Não  1028  468  31,2% 
Sim  238  95  28,5% 
Sufentanil contínuo        0,12
Não  1257  554  30,5% 
Sim  50% 
Dose total de fentanil (mcg)  179 (252)  219 (294)    0,0058 
Dose total de sufentanil (mcg)  23,8 (52)  18 (29)    0,12 
Cetamina intraoperatória        0,063
Não  1164  532  31,3% 
Sim  102  31  23,3% 
Dose de cetamina (μg)  0,053  1,4 (7,6)    0,053 
Morfina intraoperatória        0,48
Não  1060  479  31,1% 
Sim  205  83  28,8% 
Tabela 4.

Associação de profilaxia antiemética com NVPO. Dados expressos em número (proporção) ou em média (desvio‐padrão)

Profilaxia antiemética  Sem NVPO  NVPO  NVPO (%) 
Número de antieméticos usados  1,39 (0,7)  1,38 (0,7)  0,40 
Ondansetrona intraoperatória      0,22
Não  262  102 
Sim  1004  461 
Dose de ondansetrona intraoperatória (mg)  6 (3,2)  6,3 (3,1)  0,13 
Dexametasona intraoperatória      0,002
Não  527  278 
Sim  739  285 
Dose de dexametasona intraoperatória (mg)  3,9 (3,8)  3,3 (3,7)  0,002 
Dimenidrinato intraoperatório      0,015
Não  1261  554 
Sim 
Dose de dimenidrinato intraoperatório (mg)  0,13 (2,3)  0,55 (4,4)  0,0064 
Metoclopramida intraoperatória      0,0013
Não  1246  539 
Sim  20  24 
Dose de metoclopramida intraoperatória  0,15 (1,2)  0,4(2)  0,0005 
Droperidol intraoperatório      0,041
Não  1260  555 
Sim 
Dose de droperidol intraoperatório e (mg)  0,02 (0,36)  0,06 (0,59)  0,03 

A maioria dos fatores de risco clássicos para NVPO foi confirmada em nossa amostra (sexo, idade, história prévia de NVPO, uso de opioide no pós‐operatório e não fumar). Confirmamos que náusea e vômito induzidos por quimioterapia (NVIQ) estão associados ao aumento da incidência de NVPO (de 22,6% a 41,9%, p=0,00001). Uma história detalhada de tabagismo também foi relacionada à ocorrência de náusea e vômito (tabela 1 e fig. 2). Com exceção das cirurgias ortopédicas, não houve associação forte entre procedimentos cirúrgicos e NVPO. O uso de opioides no neuroeixo e a dose intraoperatória de fentanil, além do uso e da dose de tramadol na SRPA, foram significativamente associados à NVPO. Dexametasona (no intraoperatório e pós‐operatório), dimenidrinato (no intraoperatório) e metoclopramida (no intraoperatório) foram os únicos antieméticos estatística e significativamente associados à NVPO, mas não houve confirmação após a análise de comparação múltipla.

Figura 2.

Probabilidade de NVPO por estado tabagístico.

(0,1MB).

O novo modelo multivariado selecionou história de tabagismo, sexo, idade, NVIQ anterior, NVPO anterior, uso de opioide neuroaxial e dose total de fentanil no intraoperatório como preditivos de NVPO (tabelas 5 e 6). De acordo com o teste de conformidade de Hosmer‐Lemeshow, tanto o novo modelo quanto a heurística de Apfel foram significativos (p<0,001). A tabela 5 mostra a regressão logística do novo modelo. As áreas sob a curva das características de operação do receptor (Receiver Operating Characteristic – ROC) foi de 67,9% para o novo modelo e de 63,7% para a heurística de Apfel, com uma diferença significativa no poder de discriminação (p<0,001) (fig. 3). Na tabela 7 apresentamos as sensibilidades e especificidades para estimativas ocasionais importantes na curva ROC (tabela 6).

Tabela 5.

Novo modelo selecionado a partir de regressão logística múltipla para predizer NVPO

Preditivo  Coeficiente  p‐Valor 
Intercepto  −1,79  <0,001 
Quando parou de fumar?    <0,001
Nunca parou 
Há um mês  0,48 
Há 1–6 meses  0,80 
Há >6 meses  1,08 
Nunca fumou  1,14 
Sexo masculino  −0,57  <0,001 
Idade (anos)  −0,01  0,002 
NVPO anterior  0,77  <0,001 
NVIQ anterior    0,001
Não 
Sim  0,57 
Nenhuma quimioterapia anterior  0,27 
Opioide neuroaxial usado  0,30  0,005 
Dose total fentanil intraoperatório (mcg)  0,0005  0,002 
Figura 3.

Áreas sob a curva (ASC) das características de operação do receptor para o novo modelo e para o modelo de Apfel.

(0,09MB).
Tabela 6.

Associação de medicamento pós‐operatório com NVPO. Dados expressos em números absolutos ou em média (desvio‐padrão)

Medicamento pós‐operatório  Sem NVPO  NVPO  p‐Valor 
Ondansetrona pós‐operatória      0,28 
Não  841  359   
Sim  423  203   
Dexametasona pós‐operatória      0,038 
Não  1171  537   
Sim  91  26   
Dimenidrinato pós‐operatório      0,28 
Não  1254  562   
Sim   
Droperidol pós‐operatório      0,075 
Não  1168  514   
Sim   
Metoclopramida pós‐operatória      0,38 
Não  1109  503   
Sim  153  60   
Tramadol na SRPA      0,02 
Não  1217  527   
Sim  49  36   
Dose de tramadol na SRPA (mg)  3,1 (16)  5,4 (21)  0,017 
Tabela 7.

Intervalos de confiança de 95% (IC 95%) das coordenadas da curva ROC do novo modelo calculados com 2.000 reamostragens bootstrap estratificadas. Dados expressos em mediana (IC 95%) ou número real (IC 95%). O método para identificar o melhor limiar foi o ponto mais próximo ao canto superior esquerdo

Parâmetro  Melhor limiar  Sensibilidade mediana  Especificidade mediana 
Especificidade  67,1 (55,9–74,7)  75,2 (72,4–78,8)  0,5 (0,5–0,5) 
Sensibilidade  61,6 (53,1–72,1)  0,5 (0,5–0,5)  0,74 (0,69–0,78) 
Precisão  65,7 (60,8–69,2)  67,4 (65,2–69,9)  0,57 (0,55–0,58) 
Valor preditivo negativo  79,8 (77,4–82,4)  1,67 (1,60–1,75)  1,12 (1,11–1,12) 
Valor preditivo positivo  45,8 (41,9–50,7)  0,22 (0,22–0,22)  0,32 (0,30–0,34) 
Limiar  0,31 (0,27–0,33)  0,347  0,26 
Discussão

A análise dos resultados permitiu criar um novo modelo de regressão logística múltipla para prever a NVPO. Alguns pesquisadores podem argumentar que é importante desenvolver heurísticas simples, mas achamos que as heurísticas mais simples poderiam ser um passo atrás em nossa tentativa de mitigar a NVPO. Este estudo quantificou o impacto significativo e linear do estado tabagístico sobre a incidência de NVPO e desenvolveu um novo modelo com o uso de preditivos de tabagismo e opioides que não são ambíguos e que podem ajudar os pesquisadores a melhor estratificar os pacientes para NVPO e orientar as decisões sobre o tratamento profilático.

Este é um estudo prognóstico com base em observações prospectivas e, portanto, com muitas limitações, tais como a ausência de conclusão sobre a causa e o efeito, a partir das associações encontradas, e sobre os dados a partir da indicação.

O modelo de baixa complexidade é essencial para a anestesia no ponto de atendimento. Embora saibamos que as intervenções educacionais aumentam a adesão, não sabemos quanto tempo dura essa adesão.6 Evidências indicam que a adesão às diretrizes atuais para o tratamento de NVPO é baixa em nossa instituição e em outros centros de atendimento.3,7 Mesmo quando um procedimento operacional padrão foi proposto, os anestesiologistas continuaram a usar a mesma estratégia para os pacientes na maioria dos casos de anestesia.7 Soluções tecnológicas, como os sistemas de apoio às decisões, podem ajudar a aumentar a adesão a protocolos mais complexos, e já existem evidências desse fato.8

Embora tenhamos construído um modelo com significância estatística que apresenta uma maior área sob a curva, nosso modelo é muito mais complexo do que o modelo de Apfel e menos facilmente aplicado na prática diária. Se esse modelo não for implantado em um sistema de saúde eletrônico ou em aplicativo de smartphone, ele será menos útil do que os algoritmos existentes. Nosso modelo não foi usado em uma amostra independente de validação, enquanto o modelo de Apfel foi validado em vários estudos anteriores.

Como declarado anteriormente, o modelo simplificado de Apfel tem duas variáveis ambíguas: o uso de opioides durante o período pós‐operatório e o estado não tabagístico. Apfel et al.2 definiram o uso de opioides no período pós‐operatório, porém os efeitos clínicos da raquianestesia e dos opioides peridurais ou sistêmicos podem durar até 24h, o que alteraria as chances de NVPO de modo semelhante ao efeito do uso de opioides no pós‐operatório sobre a NVPO. O estado não tabagístico aplicado como uma variável dicotômica pode ser enganoso porque o efeito na NVPO varia, como mostramos neste estudo, no qual o estado tabagístico ordinal estava quase linearmente associado à NVPO (fig. 2).

Em nosso hospital procuramos aplicar o escore de Apfel nos últimos anos, mas essas ambiguidades muitas vezes resultaram em classificações conflitantes em nosso banco de dados administrativo, tais como a classificação de um paciente como portador de três fatores de risco quando avaliado por um enfermeiro e de dois fatores riscos quando avaliado por outro enfermeiro, dependendo de como o tabagismo foi abordado. As variáveis relacionadas ao tabagismo e ao uso de opioides no modelo de Apfel causam essa ambiguidade por serem variáveis subjetivas.

Nossos resultados apontam para um aumento da incidência de NVPO relacionada a opioides intravenosos no intraoperatório, opioides por via neuroaxial e opioides no pós‐operatório. Sabemos que mesmo quando 2μg.kg−1 de fentanil são usados para indução anestésica, as chances de NVPO aumentam quando comparado ao remifentanil.9 Também sabemos que os opioides espinhais e peridurais aumentam a incidência de NVPO.10 Em nosso estudo, o uso de opioides por via neuroaxial aumentou a chance de NVPO em 18,3%. Portanto, embora nosso modelo requeira mais dados, ele pode ser mais fácil de entender do que o fator de risco relacionado a opioides de Apfel, que é incompleto. O outro resultado que obtivemos foi que o estado tabagístico ordinal estava quase linearmente associado à NVPO (fig. 2). De acordo com nossa pesquisa da literatura, essa associação nunca foi publicada.

Novamente, a ocorrência anterior de NVIQ foi reafirmada como um preditivo de NVPO em pacientes com câncer e já mostramos que a NVIQ foi um preditivo significativo para essa população.7 Portanto, a NVIQ foi novamente incluída no modelo selecionado. Embora tenhamos usado modelos de regressão múltipla, outras técnicas de modelagem podem ser mais informativas, como as redes bayesianas que lidam com a colinearidade e são comuns em complicações multifatoriais, como a NVPO, com o uso de relações não lineares hierárquicas para gerar hipóteses de causa e efeito.11 As redes bayesianas não são adequadas para abordar variáveis categóricas e numéricas, como é o caso do nosso modelo; portanto, uma rede bayesiana não foi usada.

Conclusão

Neste estudo desenvolvemos um novo modelo preditivo para NVPO, com maior poder discriminativo do que o modelo de Apfel. Nosso modelo não depende dos fatores ambíguos usados no modelo de Apfel, como o estado tabagístico do paciente ou a previsão do uso de opioides no pós‐operatório.

Conflitos de interesse

Os autores declaram não haver conflitos de interesse.

Referências
[1]
T.J. Gan, P. Diemunsch, A.S. Habib, et al.
Society for Ambulatory Anesthesia: consensus guidelines for the management of postoperative nausea and vomiting.
Anesth Analg, 118 (2014), pp. 85-113
[2]
C.C. Apfel, E. Läärä, M. Koivuranta, et al.
A simplified risk score for predicting postoperative nausea and vomiting: conclusions from cross‐validations between two centers.
Anesthesiology, 91 (1999), pp. 693-700
[3]
H.B.G. da Silva, A.M. Sousa, G.M.N. Guimarães, et al.
Does previous chemotherapy‐induced nausea and vomiting predict postoperative nausea and vomiting?.
Acta Anaesthesiol Scand, 59 (2015), pp. 1145-1153
[4]
E.R. DeLong, D.M. DeLong, D.L. Clarke-Pearson.
Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach.
Biometrics, 44 (1988), pp. 837-845
[5]
Y. Benjamini, D. Yekutieli.
The control of the false discovery rate in multiple testing under dependency.
Ann Stat, 29 (2000), pp. 1165-1188
[6]
S. Sigaut, P. Merckx, C. Peuch, et al.
Does an educational strategy based on systematic preoperative assessment of simplified Apfel's score decrease postoperative nausea and vomiting?.
Ann francaises d’anesthesie et de Reanim, 29 (2010), pp. 765-769
[7]
M. Franck, F.M. Radtke, A. Baumeyer, et al.
Adherence to treatment guidelines for postoperative nausea and vomiting. How well does knowledge transfer result in improved clinical care?.
Der Anaesthesist, 59 (2010), pp. 524-528
[8]
F.O. Kooij, N. Vos, P. Siebenga, et al.
Automated reminders decrease postoperative nausea and vomiting incidence in a general surgical population.
Br J Anaesth, 108 (2012), pp. 961-965
[9]
H. Lim, A.R. Doo, J.-S. Son, et al.
Effects of intraoperative single bolus fentanyl administration and remifentanil infusion on postoperative nausea and vomiting.
Korean J Anesthesiol, 69 (2016), pp. 51-56
[10]
J.B. Dahl, I.S. Jeppesen, H. Jørgensen, et al.
Intraoperative and postoperative analgesic efficacy and adverse effects of intrathecal opioids in patients undergoing cesarean section with spinal anesthesia: a qualitative and quantitative systematic review of randomized controlled trials.
Anesthesiology, 91 (1999), pp. 1919-1927
[11]
G. Nguefack-Tsague.
Using Bayesian networks to model hierarchical relationships in epidemiological studies.
Epidemiol Health, 33 (2011), pp. e2011006

Estudo vinculado ao Instituto do Câncer do Estado de São Paulo, São Paulo, SP, Brasil.

Copyright © 2019. Sociedade Brasileira de Anestesiologia
Idiomas
Brazilian Journal of Anesthesiology

Receba a nossa Newsletter

Opções de artigo
Ferramentas
es en pt
Política de cookies Cookies policy Política de cookies
Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continua navegando, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información aquí. To improve our services and products, we use "cookies" (own or third parties authorized) to show advertising related to client preferences through the analyses of navigation customer behavior. Continuing navigation will be considered as acceptance of this use. You can change the settings or obtain more information by clicking here. Utilizamos cookies próprios e de terceiros para melhorar nossos serviços e mostrar publicidade relacionada às suas preferências, analisando seus hábitos de navegação. Se continuar a navegar, consideramos que aceita o seu uso. Você pode alterar a configuração ou obter mais informações aqui.