Journal Information
Vol. 47. Issue 12.
Pages 581-583 (December 2011)
Visits
9556
Vol. 47. Issue 12.
Pages 581-583 (December 2011)
Original
Full text access
Evaluación de la variabilidad interobservador en la clasificación sistemática de la morbilidad operatoria en resección pulmonar
Evaluation of the Interobserver Variability in the Systematic Classification of Operative Morbidity in Lung Resection
Visits
9556
Gonzalo Varela
Corresponding author
gvs@usal.es

Autor para correspondencia.
, Nuria M. Novoa
Servicio de Cirugía Torácica, Hospital Universitario de Salamanca, Salamanca, España
This item has received
Article information
Abstract
Full Text
Bibliography
Download PDF
Statistics
Tables (3)
Tabla 1. Clasificación sistemática de las complicaciones en intervenciones torácicas
Tabla 2. Complicaciones registradas en la serie de casos
Tabla 3. Clasificaciones asignadas por los dos observadores
Show moreShow less
Resumen
Objetivo

Cuantificar la variabilidad interobservador al establecer una clasificación sistemática de la morbilidad operatoria de la resección pulmonar.

Método

Se ha clasificado la morbilidad de forma retrospectiva en una serie de 499 registros prospectivos de pacientes sometidos a resección pulmonar mayor (458 lobectomías y 51 neumonectomías). Se utilizó la clasificación sistemática propuesta por Seely et al en 2010. Cada uno de los autores clasificó de forma independiente las complicaciones y se calculó el estadístico kappa ponderado.

Resultados y comentarios

El índice kappa fue de 0,79. Aunque el valor es alto, introduce un sesgo sistemático en la clasificación de la morbilidad de los pacientes que indica la necesidad de valorar muy cuidadosamente los datos introducidos en los registros multiinstitucionales para poder obtener conclusiones válidas.

Palabras clave:
Resección pulmonar
Morbilidad operatoria
Bases de datos
Concordancia interobservador
Abstract
Objective

To quantify the interobserver variability in establishing a systematic classification for the operative morbidity of lung resection.

Methods

Morbidity was classified retrospectively in a series of 499 prospective registries of patients who underwent major lung resection (458 lobectomies and 51 pneumonectomies). The systematic classification proposed by Seely et al. in 2010 was used. Each one of the authors independently classified the complications and the weighted kappa statistic was calculated.

Results and comments

The kappa index was 0.79. Although the value is high, it introduces a systematic bias in the classification of patient morbidity that indicates the need to very carefully evaluate the data entered into the multi-institutional registers in order to be able to obtain valid conclusions.

Keywords:
Lung resection
Operative morbidity
Data bases
Interobserver agreement
Full Text
Introducción

Para la evaluación de la calidad de la cirugía es imprescindible conocer los efectos adversos de la misma, fundamentalmente la mortalidad y la morbilidad operatorias. Un estudio previo realizado en España sobre pacientes sometidos a resección pulmonar y en el que se utilizaron bases de datos administrativas1 demostró que existen diferencias notables entre centros al comparar la mortalidad hospitalaria bruta y ajustada por riesgo. La mortalidad es una variable muy robusta en las bases de datos administrativas, ya que el fallecimiento de los pacientes siempre consta si se produce. Sin embargo, cuando se analizó la morbilidad posquirúrgica los resultados fueron de algún modo desconcertantes, ya que se encontró que en los centros con mayor mortalidad no se registraban las mayores cifras de morbilidad, como era de esperar. Este hallazgo, que podría ser debido a variaciones en las prácticas clínicas locales y en la calidad de los registros clínicos, hace pensar que el análisis de la morbilidad de grandes series de pacientes incorporados en bases de datos multicéntricas podría estar sometido a un sesgo sistemático que invalide las conclusiones.

Recientemente, Seely et al2 han propuesto la aplicación de una clasificación sistemática de la morbilidad operatoria en cinco grupos estandarizados (tabla 1) y concluyen que el uso de este tipo de clasificación facilita la comparación objetiva entre procedimientos quirúrgicos y series de pacientes, y entre cirujanos y equipos quirúrgicos diferentes. Sin embargo, aunque los autores hacen referencia al tema en su publicación, se desconoce la variabilidad interobservador a la hora de clasificar las complicaciones posquirúrgicas, lo cual sería fundamental antes de adoptar este tipo de clasificaciones para el análisis de grandes bases de datos clínicas.

Tabla 1.

Clasificación sistemática de las complicaciones en intervenciones torácicas

Grado  Definición 
Complicación menor
No es necesario tratamiento farmacológico ni de otro tipo 
II  Se requiere tratamiento farmacológico o una intervención menor 
Complicación mayor
III  Se requiere una intervención quirúrgica, radiológica o endoscópica o múltiples tratamientos 
IIIa  La intervención no requiere anestesia general 
IIIb  La intervención requiere anestesia general 
IV  Se necesita tratamiento en la unidad de cuidados intensivos y soporte vital 
IVa  Disfunción de un solo órgano 
IVb  Disfunción multiorgánica 
La complicación lleva al paciente a la muerte 

Modificado de Seely et al2.

En este estudio pretendemos cuantificar el acuerdo entre dos observadores independientes al clasificar las complicaciones postoperatorias en resección pulmonar.

Método

Análisis retrospectivo de los registros de todos los paciente a los que se ha realizado una resección pulmonar anatómica (lobectomía o neumonectomía) en nuestro centro entre enero de 2007 y diciembre de 2010. Los registros se obtuvieron de una base de datos prospectiva que contiene los datos de todos los pacientes operados desde enero de 1994 hasta el momento actual. La calidad de los datos se asegura mediante dos controles de calidad realizados por un data manager, el primero en el momento de emitir el informe de alta y el segundo antes de remitir la documentación clínica al archivo general del hospital, una vez incorporados los estudios histológicos u otros que estuvieran pendientes. Las complicaciones postoperatorias se encuentran codificadas, y existe un acuerdo escrito en la unidad sobre la definición de cada tipo de complicación posquirúrgica.

Para este trabajo se ha realizado una explotación de la información contenida en la base de datos que incluye las siguientes variables: número de historia clínica, procedimiento quirúrgico principal, mortalidad a 30 días del procedimiento, complicación postoperatoria (sí/no) y tipo de complicación (hasta 4 códigos de complicaciones por paciente), y además, la necesidad de reoperación y el fallecimiento del enfermo en los 30 días siguientes a la operación. El primer firmante realizó una revisión manual de las incongruencias o datos ausentes apreciados en el listado inicial y estableció el listado definitivo, que no contenía datos ausentes ni incongruencias.

Una vez realizada la explotación de los datos, se preparó un listado de casos con sus complicaciones y los dos autores, de forma independiente, clasificaron las complicaciones en 5 niveles, de acuerdo con las definiciones presentadas en el artículo de Seely et al2. Finalmente, las dos gradaciones se unieron en un único archivo y se calculó el estadístico kappa ponderado de Cohen. Para la cuantificación de la importancia del desacuerdo se aceptaron los valores por defecto que proporciona el programa estadístico utilizado (Stata 10.1).

Resultados

Se ha obtenido una serie de 499 pacientes (41 neumonectomías y 458 lobectomías). La mortalidad a 30 días es del 1% (5 pacientes, 2 post lobectomía y 3 post neumonectomía). Se han registrado una o más complicaciones en 140 casos (28%). Las complicaciones incluidas en el listado que se utilizó por los evaluadores figuran en la tabla 2.

Tabla 2.

Complicaciones registradas en la serie de casos

Tipo de complicación  Complicación registrada (n.° de casos)
 
Accidente vascular cerebral           
Arritmia cardíaca  18       
Atelectasia       
Edema pulmonar           
Embolia pulmonar           
Empiema pleural       
Fístula bronquial       
Fuga aérea >5 días  45       
Hematoma de herida           
Hemorragia         
Hemotórax         
Hernia diafragmática           
Íleo paralítico           
Infección de herida       
Infección urinaria           
Insuficiencia cardiaca       
Insuficiencia renal       
Lesión del nervio periférico         
Necesidad de oxigenoterapia al alta       
Neumonía nosocomial       
Neumotórax         
Paro cardiaco           
Pericarditis           
Reacción medicamentosa           
Retención urinaria           
Sepsis           
Ventilación mecánica postoperatoria           
Reintervención mayor          18   
Muerte           

En la tabla 3 se puede observar la clasificación por niveles de complicación realizada por los dos observadores. El valor del estadístico kappa ponderado es de 0,79 (error estándar, 0,05; p<0,0001).

Tabla 3.

Clasificaciones asignadas por los dos observadores

Obervador 2  Observador 1
  II  IIIa  IIIb  IVa  IVb  Total 
40  45 
II  43  48 
IIIa  10  19 
IIIb  12  14 
IVa 
IVb 
Total  41  60  16  15  140 

Kappa 0,79 (error estándar, 0,05; p<0,0001).

Discusión

El análisis de bases de grandes datos clínicas es en la actualidad un medio necesario para la mejora de la calidad asistencial, ya que permite obtener en poco tiempo datos robustos basados en grandes poblaciones de pacientes que sirven de estándar para comparar los datos de la propia institución e introducir las medidas correctoras necesarias en caso de observar desviaciones importantes3,4. Si bien es cierto que la calidad del trabajo quirúrgico no debe basarse solamente en los resultados (mortalidad y morbilidad), hasta ahora existen muy pocas iniciativas publicadas sobre el uso de otras variables, tales como la adecuación del diseño de los procesos clínicos a las mejores evidencias científicas disponibles. En cirugía torácica se ha propuesto la construcción de un índice que reúne los resultados y el diseño de procesos para la evaluación de la calidad5, pero su aplicación práctica está todavía en desarrollo6.

La clasificación de la severidad de las complicaciones propuesta por Seely et al2 parece a priori un método adecuado para estandarizar la evaluación de los resultados de morbilidad operatoria, de tal forma que la comparación entre centros tenga mayor validez. Además, introduce un concepto innovador, como es la consideración de los recursos utilizados para tratar las complicaciones.

El cálculo de índice kappa de acuerdo entre observadores es un método muy utilizado en epidemiología clínica cuando se desea cuantificar la variabilidad entre varios observadores de sucesos clínicos y es un parámetro mucho más representativo que la simple tasa de acuerdo, ya que ésta está muy influenciada por el azar7. Cuando el orden de los valores que se obtienen en la observación tiene importancia, como es el caso de esta investigación, es recomendable el uso del índice kappa ponderado, ya que no es igualmente valorable que exista discrepancia clasificando la complicación como grado 1 o grado 2, o que la discrepancia sea entre los grados 1 y 5. Aunque el uso del estadístico kappa se ha criticado por su dependencia de la prevalencia del suceso estudiado y por la subjetividad de la ponderación de las discrepancias8, se considera que un índice kappa ponderado por encima de 0,8 indica un excelente grado de concordancia entre dos observadores7. En nuestro caso, el índice kappa obtenido de 0,79 merece algunos comentarios.

Aunque sin duda este valor demuestra que existe un elevado acuerdo entre dos observadores al clasificar la severidad de las complicaciones registradas, hay que tener en cuenta que los dos observadores participamos diariamente en la discusión de los mismos casos, y que en el centro existe un acuerdo previo acerca de la definición de las complicaciones. En este contexto, el acuerdo esperado entre observadores probablemente debería ser del 100%. Es fácil suponer que, cuando se trabaje en una base de datos multiinstitucional, el grado de acuerdo a la hora de definir y clasificar las complicaciones debe ser mucho menor o, lo que es lo mismo, el esfuerzo requerido para la validez de los datos al analizar la morbilidad es mucho mayor.

El estudio que hemos presentado demuestra que, incluso entre cirujanos del mismo centro, existe un cierto grado de discrepancia en la clasificación de las complicaciones posquirúrgicas. Por lo tanto, antes de adoptar un sistema de estandarización de la clasificación de la morbilidad a nivel multiinstitucional es preciso estudiar la variabilidad e introducir las medidas correctivas necesarias para la construcción de índices de riesgo en intervenciones torácicas. Estas medidas incluirían la definición precisa e inequívoca de cada tipo de complicación y una clasificación genérica de los tratamientos requeridos para resolverlas. Solo garantizando la calidad de los datos introducidos en las bases de datos clínicas se pueden obtener conclusiones válidas9.

Bibliografía
[1]
G. Varela, L. Molins, J. Astudillo, J.M. Borro, E. Canalís, J. Freixinet, et al.
Experiencia piloto de benchmarking en Cirugía Torácica: comparación de la casuística e indicadores de calidad en resección pulmonar.
Arch Bronconeumol, 42 (2006), pp. 267-272
[2]
A.J.E. Seely, J. Ivanovich, J. Threader, A. Al-Hussaini, D. Al-Shehab, T. Ramsay, et al.
Systematic classification of morbidity and mortality alter thoracic surgery.
Ann Thorac Surg, 90 (2010), pp. 936-942
[3]
A. Brunelli, G. Varela, R. Berrisford, G. Rocco.
Audit, quality control and performance in Thoracic Surgery: an European perspective.
Thorac Surg Clin, 17 (2007), pp. 387-393
[4]
A. Brunelli, G. Varela, P. Van Schil, M. Salati, N. Novoa, J.M. Hendriks, et al.
on behalf of the ESTS Audit and Clinical Excellence Committee. Multicentric analysis of performance after major lung resections by using the European Society Objective Score (ESOS).
Eur J Cardiothorac Surg, 33 (2008), pp. 282-288
[5]
A. Brunelli, R.G. Berrisford, G. Rocco, G. Varela.
on behalf of the European Society of Thoracic Surgeons Database Committee. The European Thoracic Database project: composite performance score to measure quality of care after major lung resection.
Eur J Cardiothorac Surg, 35 (2009), pp. 769-774
[6]
A. Brunelli, G. Rocco, D. Van Raemdonck, G. Varela, M. Dahan.
Lessons learned from the European thoracic surgery database: The composite performance score.
Eur J Surg Oncol, 36 (2010), pp. S93-99
[7]
J. Sim, C.C. Wright.
The kappa statistic in reliability studies: use, interpretation and sample size requirements.
Phys Ther, 85 (2005), pp. 267-268
[8]
W.D. Thompson, S.D. Walters.
A reapraisal of the Kappa coefficient.
J Clin Epidemiol, 41 (1998), pp. 949-958
[9]
H.I. Pass, registries. Medical.
Continued attempts for robust quality of data.
J Thorac Oncol, 5 (2010), pp. S198-S199
Copyright © 2011. SEPAR
Archivos de Bronconeumología
Article options
Tools

Are you a health professional able to prescribe or dispense drugs?