Introdução e Objetivos: Este estudo retrospetivo teve como objetivo desenvolver um nomograma para prever o risco de síndrome do desconforto respiratório agudo (SDRA) no pós-operatório de pacientes com dissecção aguda da aorta tipo A de Stanford (TAAD).
Métodos: Foram incluídos pacientes submetidos à correção cirúrgica para dissecção aguda da aorta tipo A de Stanford entre janeiro de 2020 e dezembro de 2023. Foram coletados dados demográficos, detalhes cirúrgicos, informações intraoperatórias e desfechos pós-operatórios. A regressão logística univariada foi utilizada para triagem preliminar dos preditores, seguida pela construção de um modelo multivariado de regressão logística, apresentado como nomograma. O desempenho do nomograma foi avaliado por meio da área sob a curva ROC (Receiver Operating Characteristic), gráficos de calibração e análise da curva de decisão (DCA). A validação interna foi realizada por meio de reamostragem bootstrap.
Resultados: Foram incluídos 142 pacientes, dos quais 41 (28,9%) desenvolveram SDRA no pós-operatório. A regressão logística multivariada identificou o índice de massa corporal (IMC), a procalcitonina pós-operatória (PCT), o tempo de circulação extracorpórea (CEC) e a baixa albumina como fatores de risco independentes para SDRA pós-operatória em pacientes com TAAD. Esses fatores foram utilizados para desenvolver o nomograma, que demonstrou bom desempenho preditivo com uma área sob a curva ROC de 0,809 (intervalo de confiança de 95%: 0,721-0,881). O nomograma foi validado com sucesso por meio de curvas de calibração e DCA.
Conclusões: IMC, PCT, tempo de CEC e baixa albumina são fatores de risco independentes para SDRA pós-operatória em pacientes com TAAD. O nomograma desenvolvido fornece uma ferramenta eficaz para prever o risco de SDRA, auxiliando na prevenção e no manejo dessa complicação em pacientes submetidos à cirurgia aórtica.
Introduction and Objectives: This retrospective study aimed to develop a nomogram to predict the risk of postoperative acute respiratory distress syndrome (ARDS) in patients with Stanford type A acute aortic dissection.
Methods: The study included patients who underwent surgical repair for Stanford type A acute aortic dissection between January 2020 and December 2023. Demographic data, surgical details, intraoperative information, and postoperative outcomes were collected. Univariate logistic regression was used for preliminary predictor screening, and a multivariate logistic regression model was constructed and presented as a nomogram. The nomogram's performance was evaluated using the area under the receiver operating characteristic curve, calibration plots, and decision curve analysis (DCA). Internal validation was performed using bootstrap resampling.
Results: The study included 142 patients, 41 (28.873%) of whom developed ARDS postoperatively. Multivariate logistic regression identified body mass index (BMI), postoperative procalcitonin (PCT), cardiopulmonary bypass (CPB) time, and low albumin as independent risk factors for postoperative ARDS in type A acute aortic dissection patients. These factors were used to develop the nomogram, which demonstrated good predictive performance with an area under the ROC curve of 0.809 (95% confidence interval: 0.721-0.881). The nomogram was successfully validated by calibration curves and DCA.
Conclusions: BMI, PCT, CPB time, and low albumin are independent risk factors for postoperative ARDS in type A acute aortic dissection patients. The constructed nomogram provides an effective tool for predicting the risk of ARDS, aiding in the prevention and management of this complication in patients undergoing aortic surgery.
