Relación P/FP como un nuevo criterio de clasificación para la gravedad del síndrome de dificultad respiratoria aguda
DOI:
https://doi.org/10.1590/Palabras clave:
Síndrome de Dificultad Respiratoria Aguda, Índice de Severidad de la Enfermedad;, Ventilación Mecánica Invasiva, Unidad de Cuidados IntensivosResumen
El síndrome de dificultad respiratoria aguda (SDRA)
desde 2012 se clasifica según los criterios de Berlín que indica su
gravedad mediante una relación P/F a las 24 horas del diagnóstico,
definiendo magistralmente a los pacientes críticos, pero siendo
menos adecuado para pacientes moderados y leves, lo cual lleva a la
búsqueda de otras herramientas que puedan predecir con precisión
los diferentes niveles de deterioro pulmonar. Entonces, surge una
nueva herramienta de evaluación que utiliza los niveles variables de
PEEP en un momento distinto de definición demostrada por P/FP.
Este estudio transversal se realizó en unidades de cuidados intensivos
(UCI) en un hospital público en el Sur de Brasil con pacientes mayores
de 18 años que estaban en ventilación mecánica y que recibieron
diagnóstico de SDRA. La gravedad de la enfermedad se comparó
mediante la relación P/F y de P/FP con el uso del software Stata®,
versión 12. La muestra estuvo conformada por 85 pacientes, de los
cuales el 91,7% estaban en la ventana de transmisión de la covid-19.
Los dos modelos de clasificación difirieron entre sí (p<0,67) en la
relación P/F, y fueron moderados y severos en P/FP. Los pacientes
graves por P/FP tuvieron una tasa de mortalidad media del 54,9%
acercándose a la mortalidad media de este estudio, 55,29%, lo cual
lleva a la conclusión de que la relación P/FP parece ser una mejor
predictora de la gravedad de los pacientes con SDRA debido a la
mayor aproximación de los valores porcentuales sobre la mortalidad.
Sin embargo, nuevos estudios con una muestra más grande y un
mayor número de variables pueden ser más asertivos en predecir
el resultado en la UCI
Descargas
Referencias
1. Oliveira RP, Teixeira C, Rosa RG. Acute respiratory distress
syndrome: how do patients fare after the intensive care
unit? Rev Bras Ter Intensiva. 2019;31(4):555-60. doi:
10.5935/0103-507X.20190074
2. Véras JB, Martinez BP, Gomes Neto M, Saquetto MB, Conceição
CS, et al. Effects of prone position on patients with acute
respiratory distress syndrome: a systematic review. Rev Pesqui
Fisioter. 2019;9(1):129-38. doi: 10.17267/2238-2704rpf.v9i1.2175
3. Sayed M, Riaño D, Villar J. Novel criteria to classify ARDS severity
using a machine learning approach. Crit Care. 2021;25:150. doi:
10.1186/s13054-021-03566-w
4. Bellani G, Laffey JG, Pham T, Fan E, Brochard L, et al.
Epidemiology, patterns of care, and mortality for patients
with acute respiratory distress syndrome in Intensive Care Units in 50 countries. JAMA. 2016;315(8):788-800. doi: 10.1001/
jama.2016.0291
5. Cunha MCA, Schardonga J, Righi NC, Lunardi AC, Sant’Anna GN,
et al. Impact of prone positioning on patients with covid-19 and
ARDS on invasive mechanical ventilation: a multicenter cohort
study. J Bras Pneumol. 2022;48(2). doi: 10.36416/1806-3756/
e20210374
6. Siegel S. Nonparametric statistics for the behavioral science.
New York: Mcgraw-Hill; 1986.
7. Landis JR, Koch GG. The measurement of observer agreement
for categorical data. Biometrics. 1977;33(1):159-74. doi:
10.2307/2529310
8. Palanidurai S. The P/FP Ratio (pao2/fio2 X Peep) X 10: a pilot
approach to calculate the severity of oxygenation/ARDS with
Peep. Am Thoracic Soc Int Conference Abstracts [Internet].
2017 [cited 2026 Mar 4]. Available from: https://www.
atsjournals.org/doi/epdf/10.1164/ajrccm-conference.2017.195.1_
MeetingAbstracts.A3756?role=tab
9. Palanidurai S, Phua J, Chan YH, Mukhopadadhyay A. P/
FP ratio: incorporation of PEEP into the PaO2/FiO2 ratio
for prognostication and classification of acute respiratory
distress syndrome. Ann Intens Care. 2021;11:124. doi: 10.1186/
s13613-021-00908-3
10. Casado MS, Díaz MQ, Palacios D, Hortigüela V, Schulke CM, et al.
Relationship between the alveolar-arterial oxygen gradientand
PaO2/FiO2: introducing peep into the model. Med Intens.
2012;36(5):329-34. doi: 10.1016/j.medin.2011.10.007
11. Beyer J, Meßmer K. Der Einfluß von PEEP-Beatmung auf
Gesamthämodynamik und regionale Organdurchblutung.
Klinische Wochenschrift, 1981;59(23):1289-95. doi: 10.1007/
BF01711178
12. Sehgal I, Agarwal R, Dhooria S, Prasad KT, Muthu V, et al. RiRisk
stratification of acute respiratory distress syndrome using a
PaO2. Lung India. 2020;37(6):473-9. doi: 10.4103/lungindia.
lungindia_146_20
13. Gil R, Bitar P, Deza C, Dreyse J, Florenzano M, et al. Cuadro
clínico del covid-19. Rev Med Clín Las Condes. 2021;32(1):20-9.
doi: 10.1016/j.rmclc.2020.11.004
14. Robba C, Battaglini D, Ball L, Patroniti N, Loconte M, et al.
Distinct phenotypes require distinct respiratory management
strategies in severe covid-19. Respir Physiol Neurobiol. 2020;279.
doi: 10.1016/j.resp.2020.103455
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Adriele Wience do Vale, Jeanny Franciela Kos Moleta, Péricles Martim Reche, Gabriel Gomes Vilar de Sousa, Paula Motta dos Santos
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
