Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual

Detalhes bibliográficos
Autor(a) principal: Ferreira, Carlos Delmar do Amaral
Data de Publicação: 2005
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/8247
Resumo: Introdução: Dor torácica representa um desafio para o médico emergencista responsável por diagnosticar e tratar pacientes com síndrome isquêmica aguda (SIA). Descrito há alguns anos, o algoritmo de Goldman é uma destas ferramentas que mostrou ser útil no diagnóstico de infarto agudo do miocárdio (IAM) em populações americanas. No nosso meio, informações sobre seu desempenho são limitadas. Materiais e Métodos: Estudo de coorte prospectivo onde foram analisados 283 pacientes consecutivos com dor torácica aguda que procuraram atendimento no serviço de emergência de convênios do Complexo Hospitalar Santa Casa, no período de Maio de 2000 a maio de 2002. Coorte secundária de comparação consistiu de pacientes semelhantes atendidos no Hospital de Clínicas de Porto Alegre no período de julho de 1999 a novembro de 2002. Em todos os casos foi aplicado o algoritmo de Goldman para o cálculo das probabilidades de IAM. Resultados: A sensibilidade do algoritmo de Goldman foi de 82%, especificidade de 57%, com valor preditivo positivo (VPP) de 21% e valor preditivo negativo (VPN) de 96%, utilizando como ponto de corte uma probabilidade de IAM superior a 7%. Para o diagnóstico de SIA, o escore teve sensibilidade de 57%, especificidade de 60%, VPP 57% e VPN 60%. Sendo a área sob a curva de ROC de 0,68 para IAM e 0,56 para SIA. Se comparados ao grupo classificado como doença cardíaca estável e outros diagnósticos, os pacientes que apresentaram Goldman >7%, tinham uma chance 6 vezes maior de ter IAM (Razão de chances (RC) 6,1; IC de 95% 2,30-17,05; p< 0,01). Sendo estes achados semelhantes na coorte controle. Conclusões : O algoritmo de Goldman pode auxiliar na estratificação de pacientes com SCA, tem boa sensibilidade para diagnostico de IAM. A acurácia na nossa população é similar à da população original, assim como é semelhante a de escores mais recentes utilizados na avaliação dos pacientes com SIA. Por apresentar baixo custo e ser de fácil execução, o mesmo deveria ser mais empregado nos serviços de emergência, especialmente naquelas instituições que não dispõem de plenos recursos para auxiliar na estratificação de risco.
id URGS_2f8fc30a753cbf8d2c330b05bfda76e3
oai_identifier_str oai:www.lume.ufrgs.br:10183/8247
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Ferreira, Carlos Delmar do AmaralPolanczyk, Carisi Anne2007-06-06T19:14:18Z2005http://hdl.handle.net/10183/8247000572147Introdução: Dor torácica representa um desafio para o médico emergencista responsável por diagnosticar e tratar pacientes com síndrome isquêmica aguda (SIA). Descrito há alguns anos, o algoritmo de Goldman é uma destas ferramentas que mostrou ser útil no diagnóstico de infarto agudo do miocárdio (IAM) em populações americanas. No nosso meio, informações sobre seu desempenho são limitadas. Materiais e Métodos: Estudo de coorte prospectivo onde foram analisados 283 pacientes consecutivos com dor torácica aguda que procuraram atendimento no serviço de emergência de convênios do Complexo Hospitalar Santa Casa, no período de Maio de 2000 a maio de 2002. Coorte secundária de comparação consistiu de pacientes semelhantes atendidos no Hospital de Clínicas de Porto Alegre no período de julho de 1999 a novembro de 2002. Em todos os casos foi aplicado o algoritmo de Goldman para o cálculo das probabilidades de IAM. Resultados: A sensibilidade do algoritmo de Goldman foi de 82%, especificidade de 57%, com valor preditivo positivo (VPP) de 21% e valor preditivo negativo (VPN) de 96%, utilizando como ponto de corte uma probabilidade de IAM superior a 7%. Para o diagnóstico de SIA, o escore teve sensibilidade de 57%, especificidade de 60%, VPP 57% e VPN 60%. Sendo a área sob a curva de ROC de 0,68 para IAM e 0,56 para SIA. Se comparados ao grupo classificado como doença cardíaca estável e outros diagnósticos, os pacientes que apresentaram Goldman >7%, tinham uma chance 6 vezes maior de ter IAM (Razão de chances (RC) 6,1; IC de 95% 2,30-17,05; p< 0,01). Sendo estes achados semelhantes na coorte controle. Conclusões : O algoritmo de Goldman pode auxiliar na estratificação de pacientes com SCA, tem boa sensibilidade para diagnostico de IAM. A acurácia na nossa população é similar à da população original, assim como é semelhante a de escores mais recentes utilizados na avaliação dos pacientes com SIA. Por apresentar baixo custo e ser de fácil execução, o mesmo deveria ser mais empregado nos serviços de emergência, especialmente naquelas instituições que não dispõem de plenos recursos para auxiliar na estratificação de risco.application/pdfporEmergênciasMedição da dorDor no peitoAvaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atualinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de MedicinaPrograma de Pós-Graduação em Ciências da Saúde: Cardiologia e Ciências CardiovascularesPorto Alegre, BR-RS2005mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000572147.pdf000572147.pdfTexto completoapplication/pdf284949http://www.lume.ufrgs.br/bitstream/10183/8247/1/000572147.pdfbe39378bf84f058bb008c8b4cefbae06MD51TEXT000572147.pdf.txt000572147.pdf.txtExtracted Texttext/plain100053http://www.lume.ufrgs.br/bitstream/10183/8247/2/000572147.pdf.txtb8ef141b99b31e20ac41eea5d3e47d10MD52THUMBNAIL000572147.pdf.jpg000572147.pdf.jpgGenerated Thumbnailimage/jpeg1205http://www.lume.ufrgs.br/bitstream/10183/8247/3/000572147.pdf.jpg69faba52e0da2b66a57f759a4982924aMD5310183/82472018-10-15 08:22:58.749oai:www.lume.ufrgs.br:10183/8247Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-15T11:22:58Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
title Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
spellingShingle Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
Ferreira, Carlos Delmar do Amaral
Emergências
Medição da dor
Dor no peito
title_short Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
title_full Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
title_fullStr Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
title_full_unstemmed Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
title_sort Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
author Ferreira, Carlos Delmar do Amaral
author_facet Ferreira, Carlos Delmar do Amaral
author_role author
dc.contributor.author.fl_str_mv Ferreira, Carlos Delmar do Amaral
dc.contributor.advisor1.fl_str_mv Polanczyk, Carisi Anne
contributor_str_mv Polanczyk, Carisi Anne
dc.subject.por.fl_str_mv Emergências
Medição da dor
Dor no peito
topic Emergências
Medição da dor
Dor no peito
description Introdução: Dor torácica representa um desafio para o médico emergencista responsável por diagnosticar e tratar pacientes com síndrome isquêmica aguda (SIA). Descrito há alguns anos, o algoritmo de Goldman é uma destas ferramentas que mostrou ser útil no diagnóstico de infarto agudo do miocárdio (IAM) em populações americanas. No nosso meio, informações sobre seu desempenho são limitadas. Materiais e Métodos: Estudo de coorte prospectivo onde foram analisados 283 pacientes consecutivos com dor torácica aguda que procuraram atendimento no serviço de emergência de convênios do Complexo Hospitalar Santa Casa, no período de Maio de 2000 a maio de 2002. Coorte secundária de comparação consistiu de pacientes semelhantes atendidos no Hospital de Clínicas de Porto Alegre no período de julho de 1999 a novembro de 2002. Em todos os casos foi aplicado o algoritmo de Goldman para o cálculo das probabilidades de IAM. Resultados: A sensibilidade do algoritmo de Goldman foi de 82%, especificidade de 57%, com valor preditivo positivo (VPP) de 21% e valor preditivo negativo (VPN) de 96%, utilizando como ponto de corte uma probabilidade de IAM superior a 7%. Para o diagnóstico de SIA, o escore teve sensibilidade de 57%, especificidade de 60%, VPP 57% e VPN 60%. Sendo a área sob a curva de ROC de 0,68 para IAM e 0,56 para SIA. Se comparados ao grupo classificado como doença cardíaca estável e outros diagnósticos, os pacientes que apresentaram Goldman >7%, tinham uma chance 6 vezes maior de ter IAM (Razão de chances (RC) 6,1; IC de 95% 2,30-17,05; p< 0,01). Sendo estes achados semelhantes na coorte controle. Conclusões : O algoritmo de Goldman pode auxiliar na estratificação de pacientes com SCA, tem boa sensibilidade para diagnostico de IAM. A acurácia na nossa população é similar à da população original, assim como é semelhante a de escores mais recentes utilizados na avaliação dos pacientes com SIA. Por apresentar baixo custo e ser de fácil execução, o mesmo deveria ser mais empregado nos serviços de emergência, especialmente naquelas instituições que não dispõem de plenos recursos para auxiliar na estratificação de risco.
publishDate 2005
dc.date.issued.fl_str_mv 2005
dc.date.accessioned.fl_str_mv 2007-06-06T19:14:18Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/8247
dc.identifier.nrb.pt_BR.fl_str_mv 000572147
url http://hdl.handle.net/10183/8247
identifier_str_mv 000572147
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/8247/1/000572147.pdf
http://www.lume.ufrgs.br/bitstream/10183/8247/2/000572147.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/8247/3/000572147.pdf.jpg
bitstream.checksum.fl_str_mv be39378bf84f058bb008c8b4cefbae06
b8ef141b99b31e20ac41eea5d3e47d10
69faba52e0da2b66a57f759a4982924a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1800308943073837056