Avaliação de dor torácica aguda na emergência : utilidade do algoritimo de Goldman na prática clínica atual
Autor(a) principal: | |
---|---|
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_ |
1816736784767254528 |