Cirugía de cono en la enfermedad de Ebstein: primeros casos

La esternotomía mediana longitudinal es la incisión más usada para la cirugía cardiovascular. Su infección profunda es la mediastinitis postoperatoria y constituye aún un serio problema. Su predicción ayudaría a trazar protocolos preventivos y reducir su incidencia.Diseñar un modelo predictivo de mediastinitis postoperatoria a través de factores de riesgo.Se realizó un estudio analítico retrospectivo de casos y controles que enroló el 100% de los casos de mediastinitis y 4 controles por cada uno e involucró 20 años de trabajo del Cardiocentro Ernesto Guevara. Se empleó la regresión logística con ajustes para obtener el modelo.La incidencia de mediastinitis postoperatoria es del 0,98%, con múltiples factores de riesgo predictores, pero los de mayor valor son: enfermedad pulmonar obstructiva crónica, hiperglucemia postoperatoria, tiempo de ventilación artificial mecánica mayor de 24 h, transfusión de más de 2 unidades de hemoderivados, neumotórax y sepsis endovascular que fueron los que arrojó el modelo de regresión logística. Se realizó su validación interna por división de datos.Se obtuvo un modelo predictivo con ajuste y poder discriminativo con 6 predictores.The most common incision for cardiovascular surgery is median longitudinal sternotomy. Postoperative mediastinitis is deep infection of this. On being a serious problem, predicting it can help to provide guidelines for prevention and to reduce its incidence.To design a predictive model for postoperative mediastinitis with risk factors.A retrospective cases-controls analytical study conducted, that enrolled 100% of cases with postoperative mediastinitis and 4 controls for each case. The study included 20 years of work in Cardiocentro Ernesto Guevara. An adjusted logistic regression was performed to obtain the model.The incidence of postoperative mediastinitis was 0.98%, with numerous risk factor predictors, with the most important being: chronic obstructive pulmonary disease, postoperative hyperglycaemia, mechanical artificial ventilation for more than 24 hours, transfusion of more than 2 units of blood products, pneumothorax, and endovascular sepsis. These were the significant factors in the logistic regression model. Validation was made by data splitting method.A predictive model with discriminative power was obtained with 6 predictors.