Los pacientes hospitalizados por asma agudo tratados con un algoritmo preestablecido, podrían disminuir la estancia hospitalaria y requerimiento de cama crítica (UCIP). El objetivo de este trabajo fue el de implementar y evaluar el impacto de un algoritmo preestablecido para tratar a niños hospitalizados por asma aguda. Es un estudio transversal y comparativo, con una muestra prospectiva por conveniencia, de niños asmáticos entre 5 y 15 años ingresados durante el 2017 sin respuesta a la primera línea de tratamiento en el servicio de urgencia. Se excluyeron pacientes con comorbilidades cardiorespiratorias y con ingreso directo a UCIP. Se aplicó un algoritmo durante 2 horas evaluando su efectividad mediante puntaje clínico (PAS, por su sigla en inglés Pediatric Asthma Score). Ingresaron 55 pacientes, edad media 8,02 años, 41,8% sexo femenino. El PAS disminuyó de 8 a 5 puntos al finalizar algoritmo (p <0,001). Al comparar los resultados obtenidos con el grupo tratado el año anterior, sin aplicación de algoritmo en 51 pacientes con similares características demográficas, se observó una hospitalización más breve (0,6 días versus 0,95 días (p < 0,0368)). El algoritmo en asma aguda unificó criterios de tratamiento y los tiempos en su aplicación. Se observó una rápida disminución del puntaje clínico y menor estancia hospitalaria.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.