Plan_Tesis_Ariel_Fernandez_-_Validacion_PIM2

Vista previa del material en texto

| 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 1 de 9 Ariel Leonardo Fernández 
Título: 
 
Validación del Índice de Mortalidad Pediátrico 2 (PIM2) en Argentina 
 
Validación del Índice de Mortalidad Pediátrico 2 (PIM2) en Argentina: un estudio 
multicéntrico, prospectivo y observacional. 
 
Introducción: 
 
Mejorar la calidad de los cuidados de salud ofrecida a los niños y niñas es un 
objetivo principal de la Salud Pública a nivel internacional. 
 
Dentro de este marco, el propósito principal de las Unidades de Cuidado Intensivo 
Pediátricas (UCIP´s) es reducir la mortalidad en lactantes y menores de edad 
críticamente enfermos, ya sea tratándolos o monitorizándolos intensivamente para 
restablecer el estado de salud y calidad previos a su internación. 
 
La evaluación de la eficacia y efectividad del funcionamiento de las Unidades de 
Cuidados Intensivos Pediátricos es muy difícil abordarla desde un diseño puramente 
experimental. La demanda creciente de calidad de atención lleva a la necesidad de 
establecer parámetros objetivos de evaluación y comparación. 
 
En respuesta a esta necesidad surgen los escores e índices pronósticos de 
mortalidad en Terapia Intensiva, que han sido desarrollados para cuantificar 
objetivamente el estado de un paciente crítico estimando su probabilidad de muerte 
hospitalaria. [1, 2, 3] 
 
Para establecer la probabilidad de mortalidad de un paciente al ingreso a la Unidad 
de Cuidados Intensivos, los escores se basan en la presunción que existe una 
relación predecible entre la severidad de la enfermedad al ingreso y el riesgo de 
morir, valorando diversos parámetros fisiológicos, demográficos y clínicos del 
paciente. [4] 
 
Luego de realizar su informe “Errar es humano” [5], el Instituto de Medicina de 
EEUU (IOM) produjo un reporte de seguridad titulado: “Cruzando el abismo de la 
calidad” [6]. Allí se propone la mejora de la calidad en las Instituciones de Salud 
abarcando seis dimensiones: seguridad, eficacia, atención centrada en el paciente, 
disponibilidad de recursos, eficiencia y equidad. Generalmente estos objetivos se 
aplican a Hospitales u otras Organizaciones de Salud, sin embargo también es 
válido que áreas particulares del cuidado de la salud como las UCIP´s utilicen estos 
principios. 
 
La utilidad de los escores pronósticos de gravedad pediátricos está bien justificada 
en su habilidad para promover esta iniciativa de calidad. [7, 8, 9] 
 
- Escores de riesgo de mortalidad en UCIP´s 
 
En las UCIP´s se utilizan diferentes escores: PRISM, PIM, PIM2, etc. 
 
El PRISM (Pediatric Risk of Mortality) fue publicado en el año 1988 en EEUU. Este 
es el índice más utilizado globalmente. Para calcularlo se le asigna a cada uno de 
los 14 parámetros fisiológicos evaluados el valor más anormal observado en las 
primeras 24 horas de internación. Estos valores se suman para obtener el valor 
PRISM total. El riesgo de mortalidad se calcula luego por una ecuación de regresión 
logística en la que el valor del PRISM es una de las variables, junto con la edad y la 
existencia o no de intervención quirúrgica previa al ingreso. [10] 
 
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 2 de 9 Ariel Leonardo Fernández 
En el año 1996 se publica una nueva versión del PRISM (llamada PRISM III) que 
incluye coeficientes de ajuste (que se actualizan periódicamente) para la ecuación 
de probabilidad de mortalidad [11]. Sin embargo para su utilización es necesaria 
una licencia renovable anualmente. 
 
En 1997 se publica el PIM (Pediatric Index of Mortality) o Índice de Mortalidad 
Pediátrico, desarrollado en un set de pacientes internados en UCIP´s de Australia y 
Reino Unido de Gran Bretaña entre 1988 y 1996, incluyendo pacientes de 0 a 16 
años. El PIM se basa en 8 variables (entre las cuales se destacan el tipo de 
admisión y los diagnósticos previos al ingreso), todas recolectadas en la primera 
hora de ingreso del paciente. [12] 
 
En 2003 los mismos autores del PIM desarrollan un nuevo modelo denominado 
PIM2. Fue desarrollado utilizando un set de datos de pacientes internados en 
UCIP´s en Australia, Nueva Zelanda y Gran Bretaña entre 1997 y 1999. Se 
agregaron tres variables, todas referidas a la principal razón de admisión a la UCIP. 
El PIM2 describe la gravedad del niño justo en el momento de iniciar la asistencia 
intensiva, de allí la importancia de recolectar los datos en el primer contacto directo 
con el paciente y/o durante la primera hora tras el ingreso en la UCIP o en el 
Servicio de Urgencias. Además contempla a los pacientes que fallecen antes de las 
24 horas de internación. El PIM2 da como resultado un valor al que se le aplica una 
formula de regresión para obtener la probabilidad de mortalidad asociada. [13] 
 
- Utilización de Escores de riesgo de mortalidad en UCIP´s en Argentina 
 
Con el objetivo de poder evaluar, medir y comparar la calidad de atención de las 
Unidades de Cuidado Intensivo, la Sociedad Argentina de Terapia Intensiva (SATI) 
viene llevando adelante el Programa de Calidad de Atención en Unidades de Terapia 
Intensiva desde el año 1999. Entre los objetivos del Programa se encuentra poder 
contar con una base de datos a nivel Nacional con los registros de todas las 
Unidades de Terapia Intensiva que formen parte del mismo. [14] 
 
En el año 2001 se desarrolló un sistema informático en Visual Basic denominado 
SATI-Q, que sirve tanto para el propio beneficio de las Unidades de Cuidado, como 
así también para la recolección de datos estadísticos a nivel Nacional. (El autor de 
este trabajo de Tesis es el diseñador y programador del programa informático 
SATI-Q.) 
 
Para el diseño de este programa, se tomó como idea de partida el Project IMPACT 
de EEUU (http://www.cerner.com/piccm/), considerando una menor envergadura 
total del proyecto, pero con una accesibilidad mayor para todas las Unidades de 
Terapia participantes. Esto implicó una adaptación a las realidades de nuestro 
país y a las necesidades de la comunidad de intensivistas. 
 
Inicialmente el programa fue desarrollado para Unidades de Adultos, pero en 2003 
el Capítulo Pediátrico de la SATI decide reproducir este modelo también en las 
UCIP´s. A partir de 2004 se comienza a recolectar información a través de una 
versión modificada y reprogramada del SATI-Q que contempla diagnósticos y 
variables específicas de pacientes pediátricos. Como escores de riesgo de 
mortalidad se incluyeron el PRISM, el PELOD y el PIM2. 
 
Con los datos ingresados para cada paciente se pueden obtener dentro de cada 
Unidad diferentes informes estadísticos como incidencias de infecciones cada 1000 
días, promedios de estadía, probabilidad de mortalidad, etc. Además estos datos 
son enviados anualmente a la SATI para realizar una comparativa o benchmarking 
entre todas las Unidades participantes del Programa, lo cual permite contar con 
información muy valiosa, tanto en materia científica como de investigación, 
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 3 de 9 Ariel Leonardo Fernández 
pudiéndose comparar los registros alcanzados por cada UCIP contra los estándares 
a nivel nacional e internacional (benchmarking). 
 
En todos los informes realizados a través del SATI-Q Pediátrico (entre 2004 y 2007) 
se deduce que el score mayormente utilizado en las UCIP´s de Argentina es el 
PIM2, quizás por su simplicidad de cálculo, por ser el más recientemente 
actualizado, por la gratuidad del PIM2 frente a la versión actualizada del PRISMIII y 
además porque contempla características que intentan corregir problemas de 
diseño de otros escores como el PRISM (como por ejemplo el estado previo a la 
internación del paciente o la evolución de los pacientes durante las primeras 24 
horas de internación). [15] 
 
- Problema 
 
El PIM2 puede utilizarse en otras partes del mundo diferentes a las que formaron 
parte del trabajo original, pero es esencial evaluar previamente su funcionamiento 
en una gran muestra de pacientes para determinar su validez externa.[16, 17] 
 
Aunque se demostró una adecuada discriminación y calibración del PIM2 en un 
estudio colaborativo del año 2003 en dos UCIP´s de la Provincia de Buenos Aires y 
en otro estudio del año 2007 en una UCIP de Capital Federal, aún no existen 
estudios multicéntricos en grandes poblaciones que evalúen y validen el 
funcionamiento de este índice a nivel nacional. [18, 19, 20] 
 
Objetivo: 
 
Validar el score Índice de Mortalidad Pediátrico 2 (PIM2) en las Unidades de 
Cuidado Intensivo Pediátricas (UCIP´s) argentinas que forman parte del Programa 
de Calidad de Atención de la Sociedad Argentina de Terapia Intensiva (SATI-Q). 
 
Material y Métodos: 
 
- Diseño: Estudio multicéntrico observacional prospectivo de corte transversal. 
 
- Población: Se incluirán en el estudio a todos los registros de pacientes críticos 
que requieran cuidados intensivos, ingresados consecutivamente por los centros 
participantes a través del programa SATI-Q Pediátrico (se estiman 10 UCIP´s) 
durante un año. Los pacientes serán mayores a 30 días y menores a 16 años de 
edad (de 1 a 192 meses de edad). 
 
- Criterios de inclusión y exclusión: No habrá limitaciones para la estadía de los 
pacientes en las UCIP´s. Los pacientes que aún se encuentren internados al 
finalizar la recolección de datos no serán utilizados en el análisis de este estudio. 
También se excluirán del análisis los pacientes que al momento del alta se deriven 
a otra UCIP para ser tratados. Los pacientes que requieran re internación en la 
UCIP serán enrolados como pacientes nuevos si la misma se produce luego de 48 
horas del egreso anterior, sino serán considerados como re internaciones del mismo 
paciente. 
 
Procedimientos: 
 
- Instrumento de recolección de datos: Se utilizará el programa informático 
SATI-Q Pediátrico, que incluye datos demográficos del paciente como así también 
diagnósticos de ingreso, evolución, escores de gravedad, prácticas realizadas 
durante la internación, infecciones, complicaciones, y resultados al egreso de la 
Unidad y al alta hospitalaria, que se recolectan en forma rutinaria dentro de cada 
UCIP. 
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 4 de 9 Ariel Leonardo Fernández 
- Forma de recolección de datos: Los profesionales responsables de la carga de 
datos dentro de cada Unidad serán los encargados de llevar el registro de los 
pacientes en el SATI-Q. Para ello pueden ingresar en forma directa las variables de 
estudio al programa, o pueden recogerlas en formularios de papel que luego serán 
volcados a la base de datos en forma posterior. El puntaje PIM2 se calculará con los 
datos obtenidos al ingreso del paciente a la UCIP. 
 
Periódicamente, cada Unidad exportará y enviará a través del e-mail su base de 
datos para ser analizada. Para aquellas UCIP´s que no formen parte de la SATI 
pero quieran participar del proyecto, se creará una base de datos online que 
contendrá sólo las variables necesarias para este estudio. 
 
- Variables: Se recolectarán los siguientes datos para cada paciente: 
 
- Cálculo de PIM2 según las ecuaciones descritas por Slater y col. (Tabla 1) 
- Diagnóstico de ingreso: cardiológico, causa externa, neurológicos, 
postquirúrgicos, respiratorios y otros. 
- Complicaciones relacionadas a estándares de calidad definidas por la SATI. 
(Tabla 2) 
- Lugar de procedencia. 
- Fecha y hora de ingreso a la Unidad y al Hospital. 
- Fecha y hora de egreso de la Unidad y del Hospital. 
- Edad, sexo, días de estadía y días de arm. 
- Resultado al egreso de la UCIP (outcome principal) y al egreso hospitalario. 
 
- Entrenamiento y soporte: Antes de comenzar a recolectar la información 
específica para el estudio, cada UCIP participante dispondrá de dos meses para 
corroborar el buen funcionamiento del programa SATI-Q Pediátrico (incluyendo el 
tiempo para su instalación en aquellos centros nuevos, testeo de su funcionamiento 
general, pruebas del equipamiento informático necesario y de la verificación del e-
mail para la comunicación de datos). Se realizará también un taller práctico 
presencial destinado a los responsables de la carga del programa donde se hará un 
repaso general del uso del sistema y se explicarán las consideraciones particulares 
de este estudio. 
 
Para estandarizar la forma de calcular el PIM2, se creará un manual de carga y se 
entregará una serie de cinco “pacientes ejemplo” con el índice calculado para que 
puedan ser tomados como parámetros dentro de cada UCIP. En caso de existir 
dudas para el cálculo durante el desarrollo del estudio (u otras referidas a la carga 
de datos), se dispondrá de un e-mail de consulta directa para resolverlas en forma 
particular. Ídem para las consultas técnicas referidas al programa SATI-Q 
Pediátrico. 
 
Calidad de los datos: 
 
Como la participación en el SATI-Q es voluntaria, sólo las UCIP´s comprometidas 
con el objetivo del Programa lo utilizan en forma habitual. Esto genera una buena 
calidad de los datos. 
 
Quizás el inconveniente más recurrente en el registro no sea la calidad de los datos 
sino la frecuencia de carga: a veces no se ingresa “día a día” la información de los 
pacientes en la base de datos, sino que se registra en fichas de papel que son 
posteriormente ingresadas al sistema. Aun así, comparando con el Libro de 
Ingresos, cada Unidad registra en promedio el 90 % de los pacientes dentro del 
SATI-Q. 
 
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 5 de 9 Ariel Leonardo Fernández 
En la Tabla 3 se muestran los porcentajes de datos faltantes de las variables 
principales durante el año 2007. Como se observa, sólo el 7.89% de los registros 
no contenían un valor de PIM2 cargado, valor que se espera mantener por debajo 
del 5% para este estudio. Se intentará minimizar la existencia de datos faltantes en 
las variables de interés incluyendo chequeos automáticos a través del sistema y 
realizando cortes programados de análisis de la base de datos. 
 
Se establecerán tres puntos de corte (en forma trimestral). En cada uno se 
analizará un set de aproximadamente el 10% de los registros elegidos al azar para 
cada UCIP, donde se evaluará el porcentaje de datos faltantes y se re calculará el 
PIM2 en forma redundante (se calculará el PIM2 dos veces para el mismo paciente) 
tomando como parámetro los datos de la Historia Clínica (HC). Si hubiera alguna 
diferencia se implementaran conductas correctivas para cada caso en forma 
particular. 
 
Análisis Estadístico: 
 
- Tamaño muestral: Durante el informe anual 2007 de SATI-Q Pediátrico se 
recolectaron datos de internación de 1708 pacientes en 7 UCIP´s. 219 pacientes 
fallecieron (12,82%). En total desde el inicio del programa SATI-Q Pediátrico se 
recolectaron datos de aprox. 5000 pacientes. 
 
Asumiendo que en el año de estudio se recolectaran una similar cantidad de 
muertes que las ocurridas en 2007, si la sensibilidad estimada del PIM2 fuera de 
90%, la precisión con 95% de confianza sería entre 87%-94%. 
 
- Análisis de los datos: Para expresar las características principales de los 
pacientes se utilizarán media ± desvío estándar, medianas y porcentajes. Para las 
comparaciones se utilizarán pruebas paramétricas o no paramétricas de acuerdo a 
la distribución de las variables. Se tomará como aceptado un valor de p < 0.05 
como nivel de significancia. 
 
Las variaciones entre la probabilidad de mortalidad calculada originalmente y la 
recalculada en base a la HC, serán evaluadas para asegurar la calidad de los datos 
a través del test de Bland-Altman y expresadas como razón (y su IC 95%).[21, 22] 
 
Para evaluar el funcionamiento del escore PIM2 se utilizará la Razón de Mortalidad 
Estandarizada (RME), comparando la mortalidad observada con la esperada por el 
índice. 
 
La calibración, o capacidad para evaluar si lo que teóricamente se pronostica se 
cumple en la práctica, se calculará utilizando la prueba de Hosmer-Lemenshow 
goodness-of-fit en forma global y en diferentes grupos formados por deciles de 
riesgo. [23] 
 
En formaglobal, la discriminación, o capacidad del modelo para diferenciar los 
pacientes que fallecen y los que sobreviven, se calculará con el área bajo la curva 
ROC (Receiver operating characteristic curve). Por ejemplo, si por un lado tomamos 
a todos los valores de PIM2 de los pacientes que fallecen y por el otro tomamos 
todos los PIM2 de los sobrevivientes, y si el área bajo la curva ROC tuviera un 
valor de 0.9, esto significaría que el 90% de las veces un valor de PIM2 tomado al 
azar de un paciente que fallece será mayor a otro valor de PIM2 tomado al azar de 
un paciente que sobrevive. Un valor de área bajo la curva ROC de 0.5 sería 
producto exclusivamente del azar. [9] 
 
Además se estratificarán a los pacientes según edad de acuerdo a la clasificación de 
términos MeSH de Medline (Tabla 4) y grupos diagnósticos de ingreso para evaluar 
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 6 de 9 Ariel Leonardo Fernández 
el comportamiento del PIM2 en estos subgrupos. En cada subgrupo se graficará el 
área bajo la curva ROC y la RME. 
 
- Software estadístico: Para procesar y analizar los datos se utilizará MS Excel 
XP, MS Access XP, MedCalc 9.6 y STATA 10 IC. 
 
Aspectos éticos: 
 
Cada UCIP firmará un acuerdo de participación. 
 
El Capítulo Pediátrico, el Comité de Gestión, Control de Calidad y Escores y el 
Comité de Bioética de la SATI evaluarán en conjunto los conceptos éticos referidos 
al desarrollo del estudio. 
 
Se considera que el estudio no requiere de consentimiento informado de los 
pacientes incluidos, basándose en las siguientes consideraciones: 
 
A) Los datos necesarios para el estudio son de uso clínico rutinario y 
habitual en cada UCIP. 
B) Son datos referentes a la calidad de atención. 
C) En este estudio no es necesario recolectar información adicional y que no 
sea de uso rutinario. 
D) Para preservar la seguridad y la privacidad de la información de los 
pacientes, los datos demográficos serán eliminados en el origen antes de 
ser transmitidos en forma encriptada por e-mail. Cada registro se 
identificará sólo por el número correspondiente a la UCIP y un ID 
generado de forma automática. 
 
La base de datos central del estudio se encuentra registrada en la Dirección 
Nacional de Protección de Datos Personales. 
 
Cronograma: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
01/12/2008 05/01/2009 09/02/2009 16/03/2009 20/04/2009 25/05/2009 29/06/2009 03/08/2009 07/09/2009 12/10/2009 16/11/2009 21/12/2009 25/01/2010 01/03/2010 05/04/2010
1
2
3
4
5
6
7
8
9
10
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 7 de 9 Ariel Leonardo Fernández 
 
Tabla 1: Cálculo PIM2 
 
 
r = (0,01395 * (abs. (TAS-120))) + (3,0791 * reacción pupilar) + (0,2888 * 
(100*FiO2/PaO2)) + (0,104 * (abs. (exceso de bases))) + (1,3352 * ARM en la 
primera hora) - (0,9282 * admisión electiva) -(1,0244 * recuperación cirugía o 
procedimiento) + (0,7507* recuperación cirugía cardiovascular con bomba) + 
(1,6829 * diagnóstico de alto riesgo) - (1,577 * diagnostico de bajo riesgo) - 
4,8841 
 
Probabilidad de mortalidad = exp. (r) / (1 + exp. (r)) 
 
1 – Presión sistólica 
(en mmHg) 
Desconocida = 120 
Registrar 0 si el paciente está en paro 
cardiaco, y 30 si esta shock o está tan baja 
que no puede ser medida 
2 – Respuesta pupilar a la luz 
> de3 mm y fijas = 1; Desconocido u otros = 0 
Es usada como índice de función cerebral, no 
registrar un hallazgo como anormal si es por 
drogas, toxinas, o injuria local. 
3 – PaO2 mmHg Desconocido = 0 Concomitante a la Fi O2 
4 – FiO2 
Desconocido = 0 
Al mismo tiempo que la PaO2 si el oxigeno 
esta con TET o halo 
Expresada de 0 a 1. ( no porcentaje) 
5 – Exceso de bases en sangre 
arterial o capilar Desconocido = 0 
6 – Asistencia respiratoria 
mecánica durante la primera hora 
de internación en UCIP 
Si = 1 No = 0 
Incluye CIPAP nasal o en máscara y en BiPAP. 
7 – Admisión electiva a UCIP para 
monitoreo, procedimiento, 
revisión de ventilación mecánica, 
postoperatorio cirugía electiva. 
Si = 1 No = 0 
Es considerada electiva cuando se puede 
posponer por más de 6 hs. sin provocar 
efectos adversos. 
8 – Internación para recuperación 
de cirugía o procedimiento como 
razón principal para la admisión 
en UCIP 
Si = 1 No = 0 
9 – Admisión luego de un bypass 
cardíaco Si = 1 No = 0 
10 – Diagnóstico de alto riesgo 
conocido de alguna de las 
siguientes patologías 
(Consignar el valor entre 
paréntesis.) 
Si = 1 No = 0 
 
(1) Paro cardiaco previo a la admisión en UCIP 
(2) Severa inmunodeficiencia combinada 
(3)Leucemia / Linfoma después de la primera 
inducción (4)Hemorragia cerebral espontánea 
(5)Cardiomiopatía o Miocarditis 
(6)Síndrome de Hipoplasia de ventrículo 
izquierdo (7)Infección por HIV (8)Fallo 
Hepático como principal razón para la 
admisión en UCIP (9)Desorden 
neurodegenerativo 
11 – Diagnóstico de bajo riesgo 
como causa principal de 
ingreso.(Consignar el valor entre 
paréntesis) 
Si=1 No=0 En caso de dudas = 0 
 
(1)Asma (2)Bronquiolitis (3)Crup (4) Apnea 
obstructiva del sueño (5)Cetoacidosis 
diabética 
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 8 de 9 Ariel Leonardo Fernández 
 
Tabla 2: Complicaciones relacionadas a estándares de calidad definidas por 
la SATI 
 
1. Neumonía asociada a ventilación mecánica (NAR) 
2. Infección urinaria asociada a sonda vesical 
3. Sepsis asociada a catéter 
4. Escaras 
5. Extubación no planeada 
6. Desplazamiento no programado de la sonda nasogástrica 
7. Desplazamiento no programado de la cama 
8. Infección de las heridas 
 
 
Tabla 3: Porcentaje de datos faltantes del SATI-Q durante el año 2007 
 
Total de Pacientes (N) = 1708 
 
Variable % de datos faltantes 
Sexo 0.00 
Edad 1.43 
Estadía 0.43 
Resultado al egreso de la UCIP 0.29 
Lugar de procedencia 10.43 
Diagnóstico de ingreso 8.27 
PIM2 7.89 
 
 
Tabla 4: Términos Medline MeSH para clasificar pacientes según su edad. 
Para el estudio los adolescentes se toman sólo hasta los 16 años. 
 
Clasificación MESH SATI-Q 
Pediátrico 
Infantes 1 – 23 meses 1 – 23 meses 
Menores, pre-escolares 2 a 5 años 24 – 60 meses 
Menores 6 a 12 años 61 – 144 meses 
Adolescentes 13 a 18 años 145 – 192 meses 
 
 
Referencias: 
 
1. S. Prieto Espuñesa, J. López-Herce Cidb, C. Rey Galána, A. Medina Villanuevaa, A. Concha Torrea y P. 
Martínez Camblorc. Índices pronósticos de mortalidad en cuidados intensivos pediátricos. An Pediatr 
(Barc). 2007;66(4):345-50 
 
2. Ratto, M E; Saligari,L: En: Daniel H Ceraso, editor. Escores de riesgo de mortalidad en cuidados 
intensivos pediátricos. Terapia Intensiva 4ta edición. Editorial Médica Panamericana, Buenos Aires, 
2007; Pag. 1209-1213. 
 
3. Cueto, G y Torres Boden, M. Scores utilizados en Terapia Intensiva. En Ceraso Daniel H. Y Col.: 
Terapia Intensiva, Ed. Medica Panamericana, 4ta Edición, 2007 .Pag. 1995-1209 (4). 
 
4. Matthew C. Scanlon, MD; Kshitij P. Mistry, MD, MSc; Howard E. Jeffries. Determining pediatric 
intensive care unit quality indicators for measuring pediatric intensive care unit safety. Pediatr Crit Care 
Med 2007 Vol. 8, No. 2 (Suppl.) 
 
 | 
 
Plan de Tesis Programa de Efectividad Clínica 
Pág. 9 de 9 Ariel Leonardo Fernández 
5. Institute of Medicine: Committee on Quality of Health Care in America. To Err Is Human: Building a 
Safer Health System. Washington, DC: National Academy Press, 2000. 
 
6. Institute of Medicine: Committee on Quality of Health Care in America. Crossing the Quality Chasm: A 
New Health System for the 21st Century. Washington, DC: National Academy Press, 2001. 
7. Marcin JP, Pollack MM. Review of the methodologies and applications of scoring systems in neonatal 
and pediatric intensive care. Pediatr Crit Care Med. 2000;1:20-7. 
 
8. Slonim A, Pollack MM. Integrating the Institute of Medicine’s six quality aims into pediatric critical 
care: Relevance and applications. Pediatr Crit Care Med 2005 Vol. 6, No. 3: 264-69 
 
9. Pollack MM. Severity-of-Illness ScoringSystems. Rogers,M. Textbook of Pediatric Intensive Care. 4th 
edition. Editor: David G. Nichols. Copyright.2008 Wolters Kluwer. Lippincott, Williams S Wilkins. Chapter 
9. Pag 107 a 113 
 
10. Pollack MM, Ruttimann UE, Getson PR. Pediatric risk of mortality PRISM) score. Crit Care Med. 
1988;16:1110-6. 
 
11. Pollack MM, Patel KM, Ruttimann UE. PRISM-III: An updated Pediatric Risk of Mortality score. Crit 
Care Med. 1996;24:743-52. 
 
12. Shann F, Pearson G, Slater A, Wilkinson K. Paediatric index of mortality (PIM): A mortality prediction 
model for children in intensive care. Intensive Care Med. 1997;23:201-7. 
 
13. Slater A, Shann F, Pearson G. PIM2: A revised version of the Paediatric Index of Mortality. Intensive 
Care Med. 2003;29: 278-85. 
 
14. Gallessio, A. Gestión en Cuidados Intensivos en Terapia Intensiva. 4ta Edición. Sociedad Argentina 
de Terapia Intensiva. Buenos Aires: Editorial Médica Panamericana. 2007; PP.1143-1154 
 
15. Slater A, Shann F; ANZICS Paediatric Study Group. The suitability of the Pediatric Index of Mortality 
(PIM), PIM2, the Pediatric Risk of Mortality (PRISM), and PRISM III for monitoring the quality of pediatric 
intensive care in Australia and New Zealand. Pediatr Crit Care Med. 2004 Sep;5(5):447-54. 
 
16. Wolfler,A; et al. Italian Pediatric Sepsis Study Pediatric Index of Mortality 2 score in Italy: a 
multicenter, prospective, observational study Intensive Care Med (2007) 33:1407–1413 
 
17. Prieto Espuñesa, S; et al. Índices pronósticos de mortalidad en cuidados intensivos pediátricos 
Anales DE Pediatría Abril 2007. Volumen 66 - Número 04 p. 345 – 350 
 
18. Eulmesekian PG, Pérez A, Minces P, Ferrero H, Fiori Bimbi T. Validación de dos modelos de predicción 
de mortalidad, PRISM y PIM2, en una Unidad de Cuidados Intensivos Pediátricos. Arch Argent Pediatr 
2006; 104(5):387-392 
 
19. Eulmesekian, PG; et al. Validation of pediatric index of mortality 2 (PIM2) in a single pediatric 
intensive care unit of Argentina. Pediatric Crit Care Med. 2007 Jan;8(1):54-7 
 
20. Ratto, M; et al. Evaluación del rendimiento de escores de mortalidad en dos unidades de cuidados 
intensivos pediátricos de la República Argentina. 7mo Encuentro Nacional de Investigación Pediátrica. 3 
y 4 de Junio de 2005. Libro de Resúmenes. 
 
21. Bland JM, Altman DG (1986) Statistical method for assessing agreement between two methods of 
clinical measurement. The Lancet, i, 307-310 
 
22. Altman DG, Bland JM. (1983) Measurement in Medicine: the Analysis of Method Comparison Studies. 
The Statistician 32, 307-317 
 
23. Lemeshow, S y Hosmer, D. A review of Goodness of fit statistics for use in the development of 
logistic regression models. American Journal of Epidemiology (1982) 115.92-105.