Utilisation des scores de gravité et des scores de défaillance

viscérale

JF TimsitRéanimation médicale

CHU Grenoble

Beaucoup de perspectives…à utiliser avec prudence

Scores de gravité et de dysfonction d’organes– Méthodes de création

Utilisation (intérêt et limites)– Obligation légale et médico-économique– Outil de mesure de la performance– Outil de recherche

Ajustement/appariement Sélections de sous-populations « à risque » pour les études

randomisées Critères de jugement (dysfonction d’organes)

– Prédiction individuelle Triage (input,output) Outil d’aide à la décision

Indices de sévérité généraux: SAPS II, APACHE II et III, MPM II

Evaluation du risque de mortalitéEvaluation du risque de mortalitéBut: PrédictionBut: PrédictionComplexeComplexePas d’individualisation du degré de défaillances d’organesPas d’individualisation du degré de défaillances d’organes

Scores de dysfonction d’organes: LOD, SOFA, ODIN, MODS, OSF

Evaluation de la morbiditéEvaluation de la morbiditéBut: DescriptionBut: DescriptionSimple (plus)Simple (plus)Individualisation du degré de chaque défaillances d’organesIndividualisation du degré de chaque défaillances d’organesévaluation quotidienneévaluation quotidienneMoindre capacité de prédire le décèsMoindre capacité de prédire le décès

Variables enclosed

AgeType of adm.Chronic HSCase-mixMVVasopressorsTempK, NA, CO3H-Pao2/fiO2 HRBPWBCPlateletsPTTBilirubinUrea CreatinineUrine outputGCS

Severity scores

XXXXXXXXXXXX

XX

XX

Organ dysfunction scores

XX

XXXXXXXXXXX

Création d’un score: base méthodologiqueMéthode 1: •Un groupe d’expert définit un score•Validation secondaire sur un échantillon de population pour vérifier que ce score mesure bien ce qu’il est censé mesurer

OSF, SOFA , MODS Méthode 2•Une variable à expliquer DC • Des covariables pronostiques candidates d’un échantillon représentatif +++•Construction d’un modèle:

DC = f (covariables)•Validation du modèle

Est t’ il susceptible de prédire correctement la réalité?Quel que soit le niveau de la variable à expliquer?

SAPS, APACHE, LOD, ODIN

La variable à expliquer est-elle bien définie?– DC en réanimation, hospitalier– DC à J28, DC à 3 mois– (Triage…)– (Limitations thérapeutiques…)

Les covariables pronostiques sont elles bien définies?, bien recueillies? Reproductibles?– Qualité de la méthodologie, – Qualité du recueil– Audit

Création d’un score: base méthodologique

Interobserver variability in the use of APACHE II scores.Interobserver variability in the use of APACHE II scores.Polderman KH, Thijs LG, Girbes AR.Polderman KH, Thijs LG, Girbes AR. Lancet 1999 Jan 30;353(9150):380Lancet 1999 Jan 30;353(9150):380

[From 30 % to 10 %][From 30 % to 10 %]

[10 % – 15 %][10 % – 15 %]

[10 % – 15 %][10 % – 15 %]

Prérequis statistique

Modèle de régression linéaire– Y= + X– X est une variable quantitative ou discrète– La variable à expliquer va de 0 à l’infini

Modèle logistique– On transforme la variable de façon à avoir une réponse [0-1]– Notion de Logit: Log (p/1-p)– On a toujours: Probabilité p [0-1] alors que logit [-, + ]– Log (p/1-p)) = + X– p= exp ( + X)/ (1+ exp( + X))

(ici p=proba (DC) varie de 0 à 100%)

X

0

Yp p Log (p/1-p) Log (p/1-p)

Propriétés du modèle logistique Calibration:

Chi 2 de Hosmer -Lemeshow: On coupe en 10 tranches d ’effectifs identiquesOn compare proba observés et proba calculés pour chaque tranche par un test du Chi 2 (à 8 ddl)

DiscriminationCapacité de p à séparer pour un seuil donné les DCD et les VV.Courbes ROC: Construire courbes Se / 1-Sp en faisant varier le seuil de positivité

SAPSII SAPSII

P(DC)

DC observés (%)

DC prédits (%)

Se

1-Sp

AUC

d1

Seuil à 5Détecte de tous les DCSe=P(T+)/DC 100%

bcp de VV à test +Sp 0%

1-SP 100%

Seuil à 30Détection de 2/3 DC

Se 66%Mais 1/3 VV à test +

Sp 66%1-SP 34%

Prognostic performance and customization of the SAPS II:Prognostic performance and customization of the SAPS II:Results of a multicenter Austrian study;Results of a multicenter Austrian study;(Metnitz PGH et al., Intensive Care Med 1999)(Metnitz PGH et al., Intensive Care Med 1999)

0.0 0.2 0.4 0.6 0.8 1.00.0 0.2 0.4 0.6 0.8 1.0Original SAPS II-predicted probability of deathOriginal SAPS II-predicted probability of death

0.00.0

0.20.2

0.40.4

0.60.6

0.80.8

1.01.0

Hos

pit

al m

orta

lity

Hos

pit

al m

orta

lity PredictedPredicted

ObservedObserved

C = 85.7, p < 0.0001C = 85.7, p < 0.0001AUC ROC curve = 0.81 AUC ROC curve = 0.81

The hospital mortality of the sample influence the discrimination of the MPM II system

Zhu et al – Crit Care Med 1996; 24:57-63

0.66

0.68

0.7

0.72

0.74

0.76

0.78

0.8

0.82

0.84

0.86

8.7 9.7 10.7 11.7 12.7 13.7 14.7 15.7 16.7 17.7 18.7 19.7 20.7 21.7 22.7 23.7 24.7 25.7 26.7 27.7 28.7

AUC ROC curves

Simulated Hospital mortality (%)

Facteurs influençant la performance des scores de gravité

Zhu et al – Crit Care Med 1996; 24:57-63Murphy-Wilkins RL – Crit Care Med 1996; 24:1968Escarce JJ et al – JAMA 1990; 264-2389

•Propriétés influencée par:

•Echantillon de construction du score•Mortalité de l’échantillon•Taille de l’unité•Modification de « case-mix »•Source d’admission•Pays•Date des données•Politique de triage•Erreur de mesure•Erreur aléatoire du modèle•Performance de l’unité?

Population

Echantillon représentatif

??

Utilisation: Intérêt et limites

– Obligation légale et médico-économique– Outil de mesure de la performance– Outil de recherche

Critères de jugement (dysfonction d’organes) Sélections de sous-populations « à risque » pour les

études randomisées Ajustement/appariement

– Prédictions individuelles Triage (input,output) Outil d’aide à la décision

Le recueil de l'IGS II est obligatoire depuis le 1er janvier 1997 dans les établissements de soins de courte durée pour les patientsadultes faisant l'objet de soins de réanimation voire de soins intensifs ou de surveillance continue si le recueil semble pertinentau clinicien

Liberté . Égalité . Fraternité

RÉPUBLIQUE FRANÇAISE

Ministère de la santé,de la famille,

et des personnes handicapées

DIRECTION DE L'HOSPITALISATIONET DE L'ORGANISATION DES SOINS

Obligation d’analyser notre activité et nos coûts (consommationde ressource

Janvier 2004: Tarif forfaitaire de la journée en réanimation dès lors que IGS II > 15 et acte marqueur

Mesure de la performance des unités Mesure de la performance des unités Le taux de mortalité standardisé Le taux de mortalité standardisé

(=Standard Mortality Ratio ou SMR)(=Standard Mortality Ratio ou SMR)

• C ’est un rapport qui compare la mortalité C ’est un rapport qui compare la mortalité observée (0) sur la mortalité prédite (P)observée (0) sur la mortalité prédite (P)

• La mortalité prédite (probabilité de mortalité) La mortalité prédite (probabilité de mortalité) est établie par une équation de probabilité à est établie par une équation de probabilité à partir d ’un score de gravitépartir d ’un score de gravité

SMR = Actual mortality

Predicted mortality

SMR

Gunning & Rowan – BMJ 1999; 319:241

APACHE III system in a UK database Pappachan – Chest 1999; 115:802

SMR= 1.23 (95% CI: 1.12-1.25) UK poor ICU performance Failure of the APACHE III to fit the UK dataAUC ROC: 0.89, 82.9% correct classification2 Hosmer-Lemeshow= 333, p<0.01

April 1993- December 199516 ICUs

Prognostic performance and customization of the SAPS II:Results of a multicenter Austrian study;(Metnitz PGH et al., Intensive Care Med 1999)

0.0 0.2 0.4 0.6 0.8 1.00.0 0.2 0.4 0.6 0.8 1.0Customized SAPS II-predicted probability of deathCustomized SAPS II-predicted probability of death

0.00.0

0.20.2

0.40.4

0.60.6

0.80.8

1.01.0

Hos

pit

al m

orta

lity

Hos

pit

al m

orta

lity

C = 89.1, p < 0.0001AUC ROC curve = 0.81

C = 11.6, p = 0.24

SMR 0.81±0.26, 95%CI 0.66-0.97 VS SMR 0.93±0.29 95%CI 0.76-1.10

Descriptions of the databases

APACHE III SAPS II MPMII0 MPMII24 MPMII48 MPMII72

N° pts

Development

Validation

17440

7840

7840

12997

8369

4628

19124

12610

6514

14925

10357

5568

3023

2049

974

2233

1497

736

North america

Europe

40

0

27

110

30

110

30

110

6

0

6

0

% Pts

Elective surg

Emergency surg

Medicine

33

9

58

31

20

49

31

24

45

25

27

48

18

39

43

16

41

43

Lemeshow and Le Gall – JAMA 1994; 272:1049

SMR: lequel?(base PMSI, 89747 séjours)

Moine P et al – Projet « performance » 2001

0

10

20

30

40

50

60

ICUs

Mor

talit

y (%

)

Post ICU ICU

(Moreno R et al. Intensive Care Med 2001;27:999-1004)

SMR…

Très dépendant des propriétés du score sur l’échantillon

Utilisable uniquement si la variable à expliquer est connue (DC hospitalier+++)

Intérêt d’une recalibration préalable… Intérêt de la mesure du SMR de certaines sous

populations bien définies: intoxication aux BZD, décompensation de BPCO…???

Utilisation: Intérêt et limites

– Obligation légale et médico-économique– Outil de mesure de la performance– Outil de recherche

Critères de jugement (dysfonction d’organes) Sepsis Sélections de sous-populations « à risque » pour les

études randomisées Sepsis Ajustement/appariement

– Prédictions individuelles Triage (input,output) Outils d’aide à la décision

Appariement et ajustement sur la gravité de la maladie aiguë: facteur de confusion

DC

Gravité

EvènementX

La discrimination du SAPSII à l’admission diminue pour les séjours prolongés

IGS II et séjours prolongés

<1 jour

41%8%21

55*0.91

<4 jours

81%34%22

50*0.87

>7 jours

10%52%38

43*0.62

>14 jours

4%33%3538

0.59

>30 jours

1%13%3233

0.54

% patients% journéesSAPS II vivantsSAPS II décédésAUC-ROC

(*): p<0.05

Base de données finlandaise, 23953 Patients,40.6% Post-op.Durée de séjour médiane: 1.3 jours

Suistomaa M et al- Intensive Care Med 2002; 28:479-85.

Pneumonie à P aeruginosaRello CID 1996

APACHE II identique entre les PN fatales et celles à évolution favorable…

APACHE II

0

5

10

15

20

25

30

35

40

Admission J pneumonie J +3

Décès

Vivant

*

*

DC:44%

DC: 14.6%

Girou et al AJRCCM 1998; 157:1151

Les malades qui vont développer une infection nosocomiale sont ceux qui évoluent le moins bien initialement

But de l'appariement ou de l'ajustement…

Faire ou prendre des jumeaux parfaitsIdentiques en tout points sauf…

La variable qui nous interresse

…il faut tenir compte de l’évolution des scores avant la survenue de l’évènement

Gravité évolutive et risque de décès

Ferreira et al – JAMA 2001; 1754 Rué et al – Crit Care Med 2001; 45

L’évolution des scores de gravité et de dysfonction d’organes est , indépendamment du score initial un Facteur pronosticC’est les scores mesurés le plus tard au cours de l’évolution des patients par rapport à l’admission qui contribue le plus aux modèles pronostiques

Gravité évolutive et risque de décès

Utilisation:– Les scores de dysfonctions d’organes évolutifs sont

correctement calibrés et discriminantsTimsit et al - Crit Care Med 2002; 30:2003

– On peux construire des scores composites particulièrement adapté à une population hospitalisée longtemps

Le score TRIO basé sur le SAPS II, le LOD et l’évolution des scores entres J2 et J3 est bien calibré et posséde une discrimination correcte

Timsit et al – Intens care Med 2001; 27:1012

MATCHING CRITERIA

Diagnosis

SAPS II

Mc Cabe

Length of catheterization

Catheter-relatedsepticemia

Day 0

Day 0

Exposed patients

Matched unexposed patients

= +

ICU admission

ICU admission

Measure of severity scores

Day -7 Day -3

Day -7 Day -3

Death?

Soufir et al ICHE, 1999

Gravité avant la bactériémie: évolution au cours du temps

30

35

40

45

50

55

60

Adm. D-7 D-3 D0

SAPS II

Exposed Unexposed

**

Soufir et al ICHE, 1999;20:396

Les malades qui vont acquérir une bactériémie ont une gravité déjà plus importante 7 jours avant …

Estimations:Non ajustée:

HR 2.06 (1.16-3.68)Ajustée sur les variables pronostiques à l’admission:

HR=2.01 (1.08-3.73)Ajustement sur gravité J-7

HR=1.41 (0.76-2.61)Ajustement sur gravité J-7 et J-3

HR= 1.3 (0.69-2.46)

53% chocs septiquesTaux brut de mortalité:Exposés: 50%, Non exposés: 21%

SOFA maximal et pronosticVincent et al – Crit Care med 1998; 26: 1793

1449 Pts, 16 paysMai 1995DC hos: 26.7%

SOFA journalier et pronosticVincent et al – Crit Care med 1998; 26: 1793

1449 Pts, 16 paysMai 1995DC hos: 26.7%

Scores évolutifs

Description:– Suivi de l’évolution des scores comme témoins

sensibles de l’amélioration des malades et d’un risque potentiel de décès

Prédiction: – Affiner la prédiction chez les malades hospitalisés

longtemps– Ajustement sur des scores dynamiques de

dysfonction d’organes

Prédiction individuelle

Triage et scores de gravité Admission:

– Scores non adaptés: Construit sur les malades admisle MPM0 ne discrimine pas les vivants des décédés chez les malades

proposés Garrouste-Orgeas et al- Intensive Care Med 2003;29:774

Limitations thérapeutiques– Tentative avec l’APACHE III à J3…

SUPPORT prognostic model – Knaus WA Ann Intern Med 1995; 122:191

– Peut-être un des paramètres à prendre en compte??? Mortalité post-réanimation

– Le SOFA la veille de la sortie Azoulay et al – Crit Care Med 2003;31:428

PERFORMANCE TRES INSUFFISANTE, ETHIQUE DISCUTABLE

Avenir

Routine:– Amélioration de la prédiction pour un groupe de

malade Recalibration, Réactualisation Nouveaux modèles simples

Outils plus précis– SAPS III project– Modèles de prédiction tenant compte de l’évolution

(complexe mais informatisation)– Outils d’aide à la décision