UNIVERSIDADE FEDERAL DO RIO DE JANEIRO

FACULDADE DE MEDICINA
NÚCLEO DE ESTUDOS DE SAÚDE COLETIVA

Rô mulo Cristovã o de Souza

Estudo dos fatores preditores da mortalidade após fratura

proximal de fêmur em idosos, da aplicação de diferentes
índices para ajuste de risco e o uso do ICC para a AIH

Rio de Janeiro
2005
Estudo dos fatores preditores da mortalidade após fratura
proximal de fêmur em idosos, da aplicação de diferentes
índices para ajuste de risco e o uso do ICC para a AIH

Rô mulo Cristovã o de Souza

Dissertação submetida ao Programa de

Mestrado na área de concentração de
Polí ticas Públicas e Planejamento em Saúde
do Núcleo de Estudos de Saúde Coletiva –
NESC da Universidade Federal do Rio de
Janeiro – UFRJ, como requisito parcial à
obtenção do tí tulo de Mestre em Saúde
Coletiva.

Orientadora:
Profa. Dra. Rejane Sobrino Pinheiro

Rio de Janeiro
2005
Souza, Rômulo Cristovão

Estudo dos fatores preditores da mortalidade após fratura proximal

de fêmur em idosos, da aplicação de diferentes í ndices para ajuste
de risco e o uso do ICC para a AIH/ Rômulo Cristovão de Souza –
2005. Rio de Janeiro, 2005.
80 f

Dissertação (Mestrado em Saúde Coletiva) – Universidade

Federal do Rio de Janeiro, Núcleo de Estudos de Saúde Coletiva, Rio
de Janeiro, 2005.

Orientadora: Rejane Sobrino Pinheiro

1. Fratura proximal de fêmur 2. Taxa de mortalidade 3. Ajuste de

risco 4. Í ndice ASA 5. Í ndice de Comorbidade de Charlson 6. Base de
dados administrativos 7. Diagnóstico secundário.
 Estudo dos fatores preditores da mortalidade após fratura
proximal de fêmur em idosos, da aplicação de diferentes
índices para ajuste de risco e o uso do ICC para a AIH

Rô mulo Cristovã o de Souza

Dissertação submetida ao Programa de Mestrado na área de concentração de

Polí ticas Públicas e Planejamento em Saúde do Núcleo de Estudos de Saúde
Coletiva – NESC da Universidade Federal do Rio de Janeiro – UFRJ, como parte
dos requisitos necessários à obtenção do grau de Mestre.

Aprovada por:

- Orientadora
Profa. Rejane Sobrino Pinheiro, DSc.

Profa. Kátia Vergetti Bloch, DSc.

Profa. Claudia Maria de Resende Travassos, PhD.

Profa. Claudia Medina Coeli, DSc.

Prof. Renan Moritz Varnier Rodrigues de Almeida, PhD.

Rio de Janeiro
2005
 Dedico este trabalho à memória dos meus
pais que, apesar de não poderem presenciá-lo,
estiveram presentes na sua elaboração, pelas
lições deixadas de perseverança, determinação e
otimismo.
À minha esposa Renata, que apoiou-me
desde o iní cio desta caminhada, sabendo
compreender os momentos em que estive ausente.

À minha filha Maria Luí sa, a maior

manifestação do amor em minha vida.
 AGRADECIMENTOS

Agradeço a Deus por tudo o que Ele tem realizado em mim, permitindo-me
alcançar sonhos e objetivos. A Ele submeto todas as áreas da minha existência.
Aquilo que eu sou, aquilo que eu tenho e tudo o que ainda espero.

Um agradecimento especial à minha orientadora Rejane Sobrino Pinheiro,

que durante esta jornada transmitiu-me conhecimento, fez com que eu acreditasse
que era possí vel a realização deste trabalho, motivou-me e contribuiu para o meu
crescimento, profissional e humano. Sou muito grato pelo seu acolhimento, pela sua
paciência, compreensão e ajuda, elementos fundamentais para que eu conseguisse
finalizar esta dissertação. Além disso, sou grato por todos os gestos de atenção e
generosidade.

Àqueles que me ofereceram ajuda nessa caminhada. Ao professor Luí s

Cláudio da Rocha Fraga, por ter me apresentado ao NESC. À professora Kátia
Vergetti Bloch e ao Dr. Roberto Fiszman, pela maneira atenciosa com que me
receberam no SEAV. Ao Osmário, pelos esclarecimentos das minhas dúvidas a
respeito do sistema de informação do HU.

Agradeço também aos funcionários do NESC, pela cordialidade com que

sempre me trataram.

A todos os que me manifestaram apoio durante a elaboração desta

dissertação. Entre esses, os meus irmãos Celeste, Cássia e Valter, e colegas do
Curso de Graduação em Enfermagem de Teresópolis.
RESUMO

A fratura proximal de fêmur é uma importante causa de mortalidade e

morbidade na população idosa. A taxa de mortalidade seguida a uma fratura
proximal de fêmur em idoso é alta, variando entre 14% e 36% em um ano após o
trauma. Entre os fatores associados com a mortalidade após uma fratura proximal
de fêmur estão a idade, o sexo masculino, a presença de outras doenças
(comorbidades), a incapacidade cognitiva e o Í ndice ASA (American Society of
Anesthesiologists).
Para fins de ajuste de risco da mortalidade, a medição da gravidade do caso
é importante. O Í ndice de Comorbidade de Charlson (ICC) é um método que
classifica o paciente, atribuindo um risco de morte, baseado em condições clí nicas
pré-determinadas, que são identificadas como diagnóstico secundário. O ICC pode
ser utilizado em bases de dados administrativos, que apresentam uma limitação
quanto ao pequeno número de campos disponí veis para registro de doenças
coexistentes.
Os fatores associados com a mortalidade após a fratura proximal de fêmur
encontrados neste trabalho foram a idade, as comorbidades e o tempo de espera
para a cirurgia. Na possibilidade de uso de mais comorbidades, o ICC conseguiu
predizer melhor a mortalidade, do que em uma situação de simulação, em que foi
utilizado apenas um diagnóstico secundário. Este achado sugere a discussão quanto
à melhoria dessas bases, tanto pelo aumento de campos, quanto pela qualidade da
informação registrada.
ABSTRACT

Hip fracture is an important cause of mortality and morbidity among the

elderly. The mortality rate following hip fracture is high – between 14 and 36%. Many
factors have been described as associated with mortality after hip fractures: age,
male sex, coexistent disease (comorbidity), cognitive impairment and ASA index
(American Society of Anesthesiologists).
In order to measure the illness it is important to adjust the risk of mortality. The
Comorbidity Charlson´ s Index (CCI) classifies the patients by a score based in a list
of clinical conditions identified as secundary diagnosis. The CCI can be used with
administrative databases which has limitations as small number of fields to record
comorbidities.
The factors associated with mortality after hip fracture were age, comorbidity
and interval between admission and surgery. When it was possible to use more
comorbidity, the CCI could predict the mortality better than in a situation of
simulation of the use of just one secondary diagnosis. This found suggests a
discussion to improve the administrative databases, by the increase of fields to
record the comorbidity and by quality of recorded information.
 SUMÁRIO

1- INTRODUÇÃO…………………………………………………………............. 9
2- OBJETIVOS ……………………………………………………………............. 23
3- BASES DE DADOS E CONSTRUÇÃO DO ARQUIVO FINAL ................. 25
3.1 Sistema de Informação Hospitalar do Sistema Único de
Saúde (SIH/SUS)............................................................................. 25
3.2 Sistema de Informação sobre Mortalidade (SIM)............................. 26
3.3 Base de dados do HU...................................................................... 27
3.4 Formação do arquivo de trabalho.................................................... 28
3.5- Comitê de Ética.............................................................................. 31

4- Artigo 1
Estudo de técnicas de ajuste de risco e dos fatores associados com a
mortalidade em 90 dias em pacientes internados para tratamento da
fratura proximal de fêmur em idosos..................................................... 32

5- Artigo 2
SIH/SUS e a aplicação do Í ndice de Comorbidade de Charlson no
ajuste de risco da mortalidade após fratura proximal de fêmur em
idosos: análise da importância dos diagnósticos secundários............. 49

6- CONSIDERAÇÔES FINAIS ........................................................................ 66

7- REFERÊNCIAS .......................................................................................... 70

8- ANEXO ........................................................................................................ 73
 9

1- INTRODUÇÃO

A fratura proximal de fêmur (FPF) é uma importante causa de morbidade e

mortalidade entre a população idosa (Nather et al., 1995; Cree et al., 2000;

Gdalevich et al., 2004; Sakaki et al., 2005;). Noventa por cento das fraturas ocorrem

em pessoas acima de 65 anos, e, após os 50 anos, a probabilidade de um indiví duo

sofrer uma fratura dobra a cada década (Gdalvechi et al., 2004). Entre 1997 e 1998,

foram internados 66.000 pacientes na Inglaterra e Paí s de Gales por esse motivo

(Clauge et at., 2002). Em torno de 20% dos leitos de ortopedia no Reino Unido são

ocupados por pacientes com FPF (Nather et al., 1995). Nos Estados Unidos, são

registradas mais de 350.000 fraturas de fêmur anualmente, representando um custo

aproximado de seis bilhões de dólares (Hannan et al., 2001). Com o envelhecimento

da população, esses valores tendem a crescer, gerando a expectativa de que

dobrem até o ano de 2040, tomando como base os dados de 1996 que registraram

250.000 fraturas (Zuckerman, 1996).

As fraturas de fêmur são classificadas em função da região anatômica onde

elas ocorrem. Quando acontecem na porção proximal do fêmur são denominadas de

fratura de colo de fêmur e fraturas trocantéricas, também chamadas de

transtrocanterianas, intertrocantéricas ou pertrocantéricas. Quando ocorrem abaixo

da região trocantérica são denominadas subtrocantéricas (Zuckerman,1996).

Os objetivos principais no tratamento da FPF são: 1) restaurar

anatomicamente o membro; 2) restaurar a funcionalidade do membro; 3) reabilitar

completamente o paciente. As metas 2 e 3 constituem as mais importantes segundo

Lyons (2001). O tratamento na maioria das vezes é feito através de cirurgia, sendo
 10

conservador no caso de algumas fraturas incompletas ou sem desvio (Sakaki et al.,

2004). Lichetblau (2000) diz que historicamente pacientes não submetidos à cirurgia

apresentam uma alta mortalidade em decorrência de pneumonia, embolia pulmonar

e úlcera de decúbito. A opção pelo tratamento cirúrgico deve, contudo, considerar o

estado geral de saúde do paciente, não sendo aconselhável em casos de pacientes

não deambulantes, institucionalizados com demência importante, moribundos ou

com fraturas extensivamente cominutivas (Zuckerman, 1996; Lichetblau, 2000).

Os cuidados imediatos no perí odo pré-cirúrgico envolvem o alí vio da dor, pelo

uso de técnicas de analgesia, e a correção de estados de desidratação e

hipovolemia. O uso de antibióticos diminui consideravelmente a incidência de

infecções pós-operatórias em pacientes com FPF, sendo que geralmente a primeira

dose do medicamento é administrada ainda na sala cirúrgica e prossegue por até 48

horas após a operação (Zuckerman, 1996).

No pós-cirúrgico, é importante desenvolver ações visando à mobilidade do

paciente o mais cedo possí vel para reduzir a incidência de complicações. A

reabilitação deve iniciar um dia após a cirurgia, com movimentos do paciente do leito

para cadeira e, progressivamente, de pé até a deambulação. A prevenção de

complicações como trombose venosa profunda e embolia pulmonar é um aspecto

crí tico nesse perí odo, o que torna a mobilização do paciente importante. A utilização

de terapia medicamentosa na prevenção de tais complicações compreende a

administração de trombolí ticos e anticoagulantes (Zuckerman,1996). Parker (2001)

diz que embora haja controvérsia sobre os métodos e a duração da profilaxia

trombolí tica, a administração de heparina reduz a incidência de trombose venosa.

A taxa de mortalidade associada à FPF em idosos é alta, variando entre 14%

e 36% em um ano após a fratura (Zuckerman, 1996). Lyons (2001) apresenta

 11

resultado de estudos realizados em cinco paí ses (Reino Unido, Suécia, Dinamarca,

Estados Unidos e Canadá), entre 1978 e 1991, em que foram encontradas taxas de

mortalidade entre 12% e 37% em um ano após a fratura. Esse autor diz que o

perí odo que representa maior risco de morte após uma FPF é o que vai do 2o ao 6o

mês da fratura, no qual a mortalidade média é de 11%.

Sakaki et al. (2004) fizeram um estudo de revisão sobre a mortalidade na

fratura de fêmur proximal a partir das publicações mais relevantes de 1998 a 2002.

Foram selecionados vinte e cinco trabalhos internacionais, os quais totalizaram

24062 pacientes que sofreram FPF. As taxas de mortalidade apontadas por esses

autores são de 5,5% para a mortalidade hospitalar, 4,7% em até 30 dias após a

fratura, 11,9% com três meses, 19,2% em um ano e 24,9% em dois anos. O trabalho

de Stoddart et al. (2002), desenvolvido na Nova Zelândia em 1998 com pacientes

acima de 60 anos, mostrou uma mortalidade de 10% em noventa dias e de 17% em

um ano. Cree et al. (2000) encontraram uma taxa de 8% em três meses. Nather et

al. (1995) calcularam a mortalidade em um grupo de 110 pacientes acima de 60

anos em Singapura e chegaram a valores de 6%, 9% e 15% para 3, 6 e 12 meses,

respectivamente. Foss & Kehler (2005) dizem que na Europa a mortalidade em 30

dias supera os 10% e a em um ano está acima dos 25%.

Entre os fatores utilizados para o estudo da mortalidade após FPF,

destacadamente aparecem: a idade, o sexo, a presença de outras doenças

associadas (comorbidades), o í ndice ASA (American Society of Anesthesiologists) e

a deficiência cognitiva (Nather et al., 1995; Forsén et al., 1999; Meyer et al., 2000;

Johnell et al., 2001; Stoddart et al., 2002; Fransen et al., 2002; Clauge et al., 2002;

Cheng et al., 2004; Ooi et al., 2005). O tempo de espera para a cirurgia tem sido

discutido, embora não haja consenso sobre sua associação com a mortalidade
 12

(Gdalevich, et al., 2004). Ainda são citados como fatores associados à mortalidade

após FPF: história prévia de fratura, consumo de álcool e cafeí na, tabagismo,

dificuldade visual, inatividade fí sica, baixo í ndice de massa corporal, capacidade

deambulatória prévia, institucionalização e complicações pós-cirúrgicas (Nather et

al., 1995; Zuckerman, 1996; Forsén et al., 1999; Johnell et al., 2001; Fransen et al,

2002; Gdalevich, 2004; Ooi et al., 2004).

A idade aparece na literatura como um preditor da mortalidade após uma

fratura proximal de fêmur (Zuckerman, 1996; Lyons, 2001; Fransen et al., 2002;

Sakaki et al., 2004), sendo esperada uma mortalidade maior entre os pacientes mais

idosos. Contudo, Alárcon et al. (2001) estudaram a mortalidade em três meses após

FPF em pacientes com idade na casa dos 90 anos e não encontraram diferença

nessa taxa, comparando com a da população de mesma idade sem fratura. Por

outro lado, Forster & Calthorpe (2000) trabalharam com 13 pacientes acima dos 100

anos submetidos à cirurgia entre 1988 e 1999 na Inglaterra, medindo a taxa de

mortalidade em um, seis e doze meses. Os resultados encontrados foram de 31%,

50% e 56%, respectivamente, que representaram um aumento de 20% em relação

às taxas esperadas no grupo de pessoas de mesma idade que não sofreram o

trauma.

Embora a fratura ocorra com maior freqüência, aproximadamente três vezes

mais, entre as mulheres (Gdalevich et al., 2004), a expectativa de morte após FPF é

maior entres os homens (Forsén et. al., 1999; Chariyalertasak et al., 2001; Johnell et

al., 2001; Fransen et al., 2002; Trombetti et al., 2002; Cheng et al., 2005). As

possí veis explicações para isso são a maior gravidade da queda, a presença de

mais comorbidades e um menor apoio social no grupo de pacientes do sexo

masculino (Cree et. al., 2000). Forsén et al. (1999) analisaram um grupo de 1338
 13

mulheres e 487 homens com fratura de fêmur entre 1986 e 1995 na Finlândia.

Estudando a mortalidade em um ano, esses autores encontraram uma taxa de 17%

entre as mulheres e de 31% para os homens. Mesmo quando estratificados por faixa

etária, os homens apresentaram um risco de morte maior. Fransen et al. (2002)

estudaram a mortalidade e a institucionalização em dois anos após uma fratura de

fêmur em homens e mulheres na Nova Zelândia, no perí odo de julho de 1991 a

fevereiro de 1996. Eles concluí ram que, em ambos os sexos, a mortalidade e a

institucionalização foram maiores no grupo de pessoas com fratura do que no grupo

dos que não tiveram o trauma. Apesar dessa diferença ter sido encontrada, tanto

para o sexo masculino quanto para o feminino, a chance de um óbito ocorrer entre

os homens foi sete vezes maior, comparada com o grupo controle, enquanto entre

as mulheres essa chance foi de 1,5 vez. Em estudo realizado na Finlândia entre

janeiro de 1999 e janeiro de 2000, Nurmi et al. (2004) chegaram a um resultado

diferente, encontrando uma mortalidade maior entre as mulheres (34% contra 28%),

porém, essa diferença não foi estatisticamente significativa.

A associação entre a capacidade cognitiva e a mortalidade após fratura de

fêmur em idosos é citada em artigos publicados (Meyer et al., 2000; Cree et al.,

2000; Chariyalertsak et al., 2001; van Balen et al., 2001; Lyons, 2001; Clauge et al.,

2002; Fransen et al., 2002; Oii et al, 2005; Sakaki et al., 2004). Cree et al. (2000)

utilizaram o Mini-Mental State Exame (MMSE), que tem um escore de 0 (muito

baixo) a 30 (alto) para classificar a condição mental do paciente. A mortalidade entre

os pacientes com FPF, com pontuação abaixo de 21 foi de 10% e de 2% quando o

escore para esse teste foi igual ou superior a 21. O escore médio foi de 20 entre

aqueles que sobreviveram e 9 no grupo dos que foram a óbito. Outro achado desse

estudo foi que um aumento de 10 pontos na classificação diminuiu o risco de morte

 14

em 26%. Segundo Lyons (2001), a mortalidade em seis meses após FPF em

pacientes acima de 76 anos foi de 11% entre os que tinham escores mais altos para

o mini-mental test contra 50% quando a capacidade cognitiva indicada pelo teste era

pior. Aplicando o mesmo teste, van Balen et al. (2001) encontraram uma mortalidade

em quatro meses de 38% em pacientes com pontuação entre 0 e 12 e de 2% para

pontuação entre 23 e 29.

Discute-se o efeito do intervalo de tempo desde a ocorrência da fratura até a

data da cirurgia sobre a mortalidade após uma FPF. Para Zuckerman (1996), a

cirurgia deve ser realizada o mais precocemente possí vel - 24 a 48 horas após a

fratura. Lichtblau (2000) afirma que há vinte anos atrás o preconizado era que a

cirurgia deveria acontecer em até 24 horas após a fratura. Quando da realização do

seu estudo, cita o autor, o recomendado era que o procedimento ocorresse entre as

24 e 72 horas seguidas ao trauma. Qualquer intervalo além de três dias aumentaria

o risco de outros problemas, entre esses, complicações pulmonares, infecções

urinárias e úlceras de pressão. Lyons (1997) diz que o resultado de estudos sobre

essa questão pode ser contraditório ou não conclusivo. Ele cita dois trabalhos,

Kenzora et al. (1984) e Parker & Pryor (1992), em que, para o primeiro, o tempo

decorrido entre a fratura e a cirurgia aumenta a mortalidade. Já, para o segundo,

essa relação não ficou comprovada. Gdalevich et al. (2004) falam que pode haver

associação negativa, positiva ou não existir entre esses dois eventos. Para eles,

contudo, deve haver um esforço para se realizar a cirurgia em até 48 horas após a

fratura. Casaletto & Gatt (2004) basearam seu trabalho em duas coortes. Na

primeira, 72% dos pacientes foram operados no mesmo dia da fratura, 15% no dia

seguinte e 13% aguardaram mais do que um dia para a cirurgia, com um intervalo

médio de espera de 0,47 dia para a coorte. Na segunda coorte, 18% foram operados
 15

no mesmo dia, 69% precisaram esperar por até um dia e 13% aguardaram mais de

dois dias para cirurgia, com tempo médio de espera de 1,01 dia. A conclusão do

estudo foi que houve uma diferença estatisticamente significativa na taxa de

mortalidade, sendo maior entre aqueles pacientes cujo tempo médio de espera foi

maior. Os autores acreditam que isso possa ser explicado pelo fato de que um

paciente que aguarde mais tempo para ser operado possa desenvolver mais

complicações, principalmente pulmonares. Ainda que não haja consenso sobre a

relação entre o tempo de espera para cirurgia e a mortalidade, é importante que o

paciente possa ser estabilizado clinicamente, devendo-se ter cuidado para não

prolongar desnecessariamente esse espaço de tempo. A decisão do momento ideal

depende, portanto, de uma boa interação entres os clí nicos e o cirurgião

(Zuckerman, 1996; Lichtblau, 2000).

A gravidade do caso tem uma associação positiva com a chance de morrer

após uma fratura proximal de fêmur. Essa gravidade pode ser expressa pelas

doenças associadas apresentadas pelo paciente, e também pode ser estudada com

base em í ndices que procuraram mostrar o estado fí sico do mesmo.

A presença de outras doenças associadas (comorbidades) representa um

fator que pode ser utilizado para predizer a mortalidade, seja pela quantidade

dessas doenças ou pelo tipo (Nather et al., 1995; Meyer et al., 2000; Cree et al.,

2000, Johnell et al., 2001; Lyons, 2001; Sakaki et al., 2004). Cree et al. (2000)

analisaram os registros de 558 pacientes internados por FPF, de julho de 1996 a

agosto de 1997, na Inglaterra, encontrando uma taxa de mortalidade em três meses

de 5% entre aqueles com menos do que quatro comorbidades e de 13% entre os

que tinham quatro ou mais comorbidades. Chariayalertsak et al. (2001) também

obtiveram uma mortalidade maior no grupo de pacientes com mais doenças

 16

coexistentes, em estudo de sobrevida com 330 pacientes após FFP na Tailândia. Na

Holanda, a mortalidade em quatro meses foi 0, 4%, 15%, 26% e 47% em pacientes

com 0, 1, 2, 3 e 4 comorbidades, respectivamente (van Balen et al. 2001).

Quanto ao tipo, Meyer et al. (2000) dizem que a presença de duas ou mais

das doenças crônicas: cardí acas, pulmonares, acidente vascular cerebral (AVC) ou

diabetes mellitus representou um aumento no risco de morte. No estudo de Sakaki

et al. (2004), as doenças cardí acas, pulmonares, renais, acidente vascular cerebral

(AVC) e diabetes mellitus foram citadas como as que mais estiveram associadas

com a mortalidade após FPF em idosos.

O í ndice ASA (American Society of Anesthesiologists) classifica o paciente

segundo o risco pré-operatório, baseado no seu estado fí sico. Embora não seja

considerado í ndice para ajuste de risco, tem sido bastante utilizado na literatura para

classificar o paciente segundo gravidade. Há trabalhos que mostram que, para

pacientes com í ndice ASA mais elevado, a taxa de mortalidade após a fratura

proximal de fêmur é maior. Porém, os estudos encontram associação para diferentes

valores de ASA (Lyons, 2001; Stoddart et al. 2002; Clauge et al., 2002; Gdalevich et

al., 2004; Nurmi et al., 2004). Clague et at. (2002) analisaram o í ndice ASA com a

mortalidade, hospitalar e em 90 dias, em pacientes que sofreram FPF, no Reino

Unido. Tanto a mortalidade hospitalar quanto a em 90 dias foram afetadas pelo ASA,

sendo os escores 3 e 4 estiveram mais associados com o desfecho. Stoddart et al.

(2002) estudaram 138 pacientes com FPF na Nova Zelândia para avaliar se o tempo

para cirurgia influenciava a mortalidade em um ano. Agrupando os pacientes como

ASA 1 ou 2 e ASA 3 ou 4, os resultados mostraram que a taxa de mortalidade no

grupo ASA 1 ou 2 foi de 5,3% e entre aqueles com ASA 3 ou 4 foi de 22,4%, uma

diferença superior a 4 vezes. Em trabalho conduzido por Gdalevich et al. (2004),

 17

sobre o impacto do intervalo entre a fratura e a cirurgia na mortalidade após FPF, o

í ndice ASA foi um importante fator, indicando que a sobrevivência foi menor em

pacientes com escores acima de 2. Avaliando o resultado funcional e a

sobrevivência em 106 pacientes com FPF, em um hospital na Finlândia, Nurmi et al.

(2004) mostraram que pacientes com ASA entre 1 e 3 sobreviveram mais do que os

que tinham ASA 4 ou 5. Os resultados do trabalho de Alarcón et al. (2001), em uma

população de pacientes nonagenários, contrariam a expectativa do aumento da

mortalidade em função de escores ASA maiores. Quando calculada a mortalidade

em três meses, não foi encontrada associação entre essas variáveis. Essa

conclusão está em acordo com a de Ooi et al. (2005), que estudaram 84 pacientes

com mais de 90 anos em Singapura. Nesse trabalho, o escore mais freqüente foi o 2

(51 pacientes) e a maior classificação ASA encontrada foi 4, a menos freqüente.

A taxa de mortalidade é um importante indicador utilizado para avaliação do

cuidado prestado em serviços de saúde. Pode ser utilizada para atender a dois

propósitos, que são a determinação do desempenho de um hospital ao longo do

tempo e o acompanhamento do desempenho de um conjunto de hospitais

(Travassos et al., 1999). As taxas de mortalidade mais comumente estudadas são a

hospitalar, em 30 dias, 90 dias e 1 ano após a internação. No caso da fratura

proximal de fêmur, têm sido analisadas a mortalidade hospitalar, em 30, 90 e 180

dias, 1 ano e, alguns trabalhos, 5 anos, ou mais, após a alta hospitalar. Diferenças

encontradas podem ocorrer em função do atendimento ou do perfil da população

atendida, devendo ser aplicada uma estratégia para controlar e ajustar por possí veis

variáveis que afetem o resultado. Para fins de ajuste de risco da mortalidade, usa-se

a idade, o sexo, a condição socioeconômica, a gravidade do caso, o estado

 18

funcional, psicológico, cognitivo e psicossocial, além da extensão e gravidade das

doenças associadas – comorbidades (Ghali et al., 1996; Martins et al., 2001).

Sobre a gravidade do caso, Iezzoni et al. (1996) dizem que poucos

discordam de que haja necessidade de considerá-la no ajuste de risco, mesmo não

havendo uma definição de qual a melhor maneira de fazê-lo. Diversos sistemas de

classificação de gravidade têm sido propostos, que variam em função dos métodos

de classificação dos pacientes, definição de gravidade e dos dados necessários para

o seu uso. Entre esses, citam-se: Computerized Severity Index (CSI), Medical Ilness

Severity Grouping System (MEDISGRPS), Disease Staging (DS), Acute Physiologic

and Chronic Health Evaluation (APACHE), Í ndice de Comorbidade de Charlson

(ICC) (Iezzoni, 1996; Travassos et al., 1999).

O Í ndice de Comorbidade de Charlson (ICC) é um método de classificação de

gravidade que utiliza dados dos diagnósticos secundários para atribuir um risco de

morte ao paciente. É um método bastante difundido e tem aparecido em diversos

trabalhos (D´ Hoore et at., 1996; Cleves et al., 1997; Librero et al., 1999; van Doorn

et al., 2001; Finlayson et al., 2002; Iucif & Rocha, 2004). O ICC consiste de uma lista

de 19 condições clí nicas (Tabela 1), que são anotadas como diagnóstico secundário,

com o objetivo de medir a gravidade do caso e avaliar o seu efeito sobre o

prognóstico do paciente. Para cada uma dessas condições, é atribuí da uma

pontuação, representada por um peso que varia entre 1 e 6 (Needham et al., 2005).

Além dessa pontuação, o ICC permite que seja combinada a idade do paciente, que

também tem um peso (Tabela 2), para gerar um escore único. Dessa forma, a partir

dos 50 anos, cada perí odo de 10 anos corresponde um ponto adicional no í ndice. O

ICC foi desenvolvido inicialmente para estudos longitudinais de doenças crônicas,

baseado em internações prévias.

 19

Algumas adaptações ao método proposto por Charlson foram desenvolvidas,

entre elas a Deyo e a de Dartmouth-Manitoba, e empregam a CID 9 Modificação

Clí nica (Ghali et al., 1996; Cleves et al., 1997; van Doorn et al., 2001; Needham et

al., 2005). Nessas adaptações é utilizado o código completo da CID e não apenas os

três primeiros dí gitos. Assim, há distinção, por exemplo, entre diabetes sem

complicação (CID 250) e diabetes com complicação (CID 250.1 a 250.9). Em seu

trabalho, Needham et al. (2005) concluem que tanto o método original de Chalson

quanto as suas adaptações discriminam a mortalidade de maneira similar.

Tabela 1 – Pesos das condições clí nicas referentes a diagnóstico secundário,

considerado pelo Í ndice de Comorbidade de Charlson

Pesos Condições clí nicas

1 Infarto do miocárdio
Insuficiência cardí aca congestiva
Doença vascular periférica
Demência
Doença cerebrovascular
Doença pulmonar crônica
Doença do tecido conjuntivo
Úlcera
Doença crônica do fí gado

2 Hemiplegia
Doença renal severa ou moderada
Diabetes
Diabetes com complicação
Tumor
Leucemia
Linfoma

3 Doença do fí gado severa moderada

6 Tumor maligno, metástase

SIDA
 20

Tabela 2 – Ponderação em função da idade utilizada com o ICC

Idade (anos) Pontos

0 – 49 0
50 – 59 1
60 – 69 2
70 – 79 3
80 – 89 4
90 – 99 5

Um outro í ndice que tem sido utilizado em alguns trabalhos para classificar o

paciente, segundo a gravidade, é o í ndice ASA (American Society of

Anesthesiology). O í ndice ASA possui uma escala de classificação que varia de 1 a

5 (Tabela 3), representando o risco cirúrgico, baseado no estado fí sico do paciente.

É um sistema amplamente aceito de classificar o paciente de acordo com o seu risco

pré-operatório, sendo utilizado como preditor de resultados, embora não seja

considerado um método de ajuste de risco (Sidi et al., 2000; Froehner et al., 2003).

Tabela 3 – Sistema de classificação de risco cirúrgico da American Society of

Anesthesiologists

Risco Estado fí sico

1 Paciente normal, sem doença sistêmica

2 Paciente com doença sistêmica leve

3 Paciente com doença sistêmica grave

4 Paciente com doença sistêmica que representa risco constante
de morte
5 Paciente moribundo, sem expectativa de vida, morte em 24
horas com ou sem cirurgia

Iezzoni et al. (1996) desenvolveram um estudo em que aplicaram 14 métodos

de ajuste de risco, entre esses o ICC, para verificarem se o julgamento sobre a

mortalidade hospitalar por pneumonia era sensí vel às medidas de gravidade.

 21

Desses métodos, 10 calculavam o escore a partir de dados do resumo da alta, como

a idade, o sexo e códigos de diagnóstico e procedimento, usando a CID-9. Outros

dois eram escores fisiológicos, baseados nos sinais vitais, achados do exame fí sico,

laboratoriais e teste de diagnóstico. Segundo esses autores, houve uma

concordância razoavelmente boa e os í ndices mostraram boa performance na

predição da mortalidade hospitalar na maioria dos métodos, embora aqueles cujos

dados vêm do sumário de alta tenham tido um poder de predição mais modesto.

Eles ainda dizem que não há uma definição única de gravidade a ser aplicada

uniformemente e que ela deve ser definida em termos de resultados especí ficos ou

diferentes finalidades. Por exemplo, os administradores podem pensar em gravidade

em termos de consumo de recursos, contrastando com os provedores de serviço,

que pensam na mortalidade, incapacidade funcional, qualidade de vida e outras

questões clinicas.

Uma fonte de informação importante para ser utilizada no estudo da

mortalidade são as bases de dados administrativas, que, mesmo apresentando

problemas como a pouca disponibilidade de dados clí nicos e a baixa confiabilidade

das informações, têm a vantagem do baixo custo na recuperação de dados, a

grande quantidade de registros de pacientes e possibilidade de uso dos dados em

diferentes tipos de pesquisas (Travassos, 1999). No Brasil, o Sistema de Informação

Hospitalar do Sistema Único de Saúde (SIH/SUS), também conhecido como AIH

(Autorização de Internação Hospitalar), possui informações sobre o atendimento

prestado em toda a rede nacional financiada pelo setor Público. O SIH/SUS tem sido

fonte de informações em estudos sobre avaliação, mesmo com as limitações

próprias de uma base de dados administrativos, entre essas o número reduzido de

campos para registro de diagnósticos (Martins et al., 2001; Escosteguy et al., 2002;
 22

Noronha et al., 2004). Outro problema apresentado por essa base de dados é em

relação ao baixo preenchimento do diagnóstico secundário. No caso da fratura

proximal de fêmur, esse preenchimento, no Rio de Janeiro, é alto, chegando a mais

de 90%, porém, os diagnósticos registrados são relativos a causas externas na sua

maioria (Datasus, 2005).

 23

2- OBJETIVOS

Geral

Estudar os fatores associados à mortalidade em noventa dias após

fratura proximal de fêmur em idosos e formas de ajuste de risco desse indicador,

analisando também a possibilidade de ajuste de risco utilizando apenas uma

comorbidade, obtida a partir do diagnóstico secundário na base da AIH.

Especí ficos

Analisar os fatores associados com a mortalidade em 90 dias

após fratura proximal de fêmur.

Analisar diferentes formas de ajuste de risco da mortalidade,

utilizando o Í ndice ASA (American Society Anesthesiologists), o Í ndice de

Comorbidades de Charlson e a quantidade de comorbidades.

Testar o uso do Í ndice de Comorbidade de Charlson na base de

dados da AIH, calculado a partir do diagnóstico secundário, considerando diferentes

formas de preenchimento desse campo, buscando informação em prontuário.

Este trabalho será apresentado em forma de artigos. O primeiro e o segundo

objetivos especí ficos serão tratados no artigo “ Estudo de técnicas de ajuste de risco

e dos fatores associados com a mortalidade em 90 dias em pacientes internados

para tratamento da fratura proximal de fêmur em idosos” . O terceiro objetivo

especí fico será abordado no artigo “ SIH/SUS e a aplicação do Í ndice de

 24

Comorbidade de Charlson no ajuste de risco da mortalidade após fratura proximal de

fêmur em idosos: análise da importância dos diagnósticos secundários”

No capí tulo 3, será apresentada a descrição das fontes de dados utilizadas

neste trabalho (Sistema de Informação Hospitalar do Sistema Único de Saúde

(SIH/SUS), Sistema de Informação sobre Mortalidade (SIM) e a base criada a partir

da coleta de dados em prontuário), assim como a metodologia empregada para

obtenção do arquivo de dados final.

No capí tulo 4, será apresentado o primeiro artigo e, no capí tulo 5, o segundo

No capí tulo 6, serão apresentadas as considerações finais da dissertação

como um todo. No capí tulo 7, a lista de referências bibliográfica utilizada em toda a

dissertação.
 25

3– BASES DE DADOS E CONSTRUÇÃO DO ARQUIVO FINAL

3.1- Sistema de Informação Hospitalar do Sistema Único de Saúde (SIH/SUS)

O Sistema de Informação Hospitalar do Sistema Único de Saúde (SIH/SUS)

tem como objetivo o pagamento prospectivo das internações hospitalares do

Sistema Único de Saúde. O documento de base do SIH/SUS é a AIH (Autorização

de Internação Hospitalar). A AIH possui blocos de dados para: a identificação do

paciente internado (nome, endereço, sexo, idade); e sobre a internação (data da

internação, data da alta, diagnóstico principal, diagnóstico secundário, procedimento

médico principal realizado, duração da internação, valor reembolsado pelo SUS e

tipo de saí da do paciente – alta, transferência ou óbito). Também fazem parte do

SIH/SUS bases de dados como o cadastro dos hospitais (razão social, endereço e

natureza jurí dica) financiados pelo SUS e tabelas de procedimentos de internação,

com seus respectivos valores e tabela de diagnóstico (CID) (Sanches et al., 2002).

Segundo Sanches et al. (2002), o SIH/SUS é um tipo de banco de dados

administrativos, ou seja, destinado ao reembolso de serviços prestados e avaliação.

Esses autores citam como vantagens no uso de bases de dados administrativos

para fins de estudos de avaliação a eliminação de problemas de participação no

estudo, uma vez que há ampla cobertura das internações (embora o SIH/SUS não

tenha uma cobertura universal, já que registra apenas as financiadas pelo sistema

Público), abrangendo todo o território nacional, e o baixo custo para a exploração de

grandes amostras, entre outras. Como desvantagens, a possibilidade de ausência

de algumas variáveis e a qualidade do registro dos dados. Especificamente sobre o

SIH/SUS, como não há uma obrigatoriedade de preenchimento para todos os

 26

campos, o registro de dados para algumas variáveis pode ficar comprometido. Com

relação ao problema de preenchimento de dados no SIH/SUS, os autores

apresentam um dado do trabalho de Travassos Veras & Martins em que o

preenchimento do diagnóstico secundário ocorreu em apenas 1,9% dos registros

estudados.

3.2- Sistema de Informações sobre Mortalidade – SIM

O Sistema de Informações sobre Mortalidade (SIM) foi o primeiro sistema

implantado após a decisão do Ministério da Saúde para a implantação de um

Sistema de Vigilância Epidemiológica em todo o território nacional. O documento

que alimenta o SIM é a Declaração de Óbito (DO), que é um formulário impresso em

três vias pelo CENEPI (Centro Nacional de Epidemiologia), da Fundação Nacional

de Saúde (FNS), e distribuí do às Secretarias Estaduais de Saúde (SES) e

Secretarias Municipais de Saúde (SMS), que, por sua vez, repassam aos

estabelecimentos de saúde, institutos médico legais, serviços de verificação de

óbitos, médicos e cartórios (Sanches et al., 2002).

A primeira via da DO é colhida nas unidades que emitiram a declaração e

ficam retidas para fins de registro no ní vel municipal ou estadual. A segunda e a

terceira vias devem ser entregues para a famí lia, que deve levá-las ao Cartório de

Registro Civil, para emissão da Certidão de Óbito. A terceira via precisa ser

devolvida para a unidade emissora da DO, para ser arquivada juntamente com a

documentação médica do paciente.

 27

O formulário da DO é composto por nove blocos, totalizando sessenta e duas

variáveis. Os blocos são divididos em:

I – Cartório

II – Identificação

III - Residência

IV – Ocorrência

V - Óbito Fetal ou menor de 1 ano

VI - Condições e Causas do óbito

VII – Médico

VIII - Causas Externas

IX - Localidade sem médico

3.3- Base de dados do HU

Este trabalho é continuação do projeto “ Relacionamento de grandes bases de

dados em saúde: desenvolvimento e aplicação da metodologia do relacionamento

probabilí stico de registros” e utilizou a base de dados construí da durante a sua

execução. Tal base de dados refere-se às internações por FPF do HUCFF, ocorridas

no SUS, de pacientes com 50 anos ou mais, submetidos a procedimento cirúrgico

para correção da fratura. As internações foram identificadas no SIH/SUS, no perí odo

de 1995 e 2000, e foram levantados dados de prontuário, com base no formulário

apresentado em anexo. Foram coletados dados demográficos e sociais dos

pacientes (sexo, idade, renda, se vive acompanhado, escolaridade) e sobre o

atendimento, médico e fisioterápico, tipo de cirurgia, tipo e grau da fratura, origem do

 28

paciente, comorbidades, complicação, tempo entre a fratura e a internação no

HUCFF e entre a internação e a cirurgia, í ndice ASA, medicações (antibiótico e anti-

coagulante), re-internações. Foram eliminados os casos em que o diagnóstico no

prontuário não coincidiu com FPF.

3.4- Formação do arquivo de trabalho

Para identificação dos pacientes que foram a óbito após a alta hospitalar, foi

necessário recuperar a informação contida no SIM, através do relacionamento das

suas bases de dados. Na ausência de um campo único de identificação de que

permita o relacionamento de bases de dados, pode-se utilizar a técnica de

relacionamento probabilí stico (Coeli & Camargo 2002). Esse tipo de relacionamento

baseia-se no uso conjunto de dados (nome e data de nascimento), presentes em

ambas as bases para identificação da probabilidade de que um par de registros seja

referente a um mesmo indiví duo.

O relacionamento dos dados do HU e do SIM foi realizado pelo software

Reclink, seguindo estratégia proposta por Coeli & Camargo (2002), que envolve os

processos de padronização dos dados, relacionamento e combinação dos registros.

A padronização dos registros consiste na seleção e preparação de campos

das bases de dados envolvidas no processo. Para este estudo, os campos data de

nascimento e sexo do arquivo do HU foram convertidos dos tipos data e numérico,

respectivamente, para caracter. Essa conversão foi necessária para

compatibilização com a estrutura do arquivo SIM. As bases de dados do SIM foram

agrupadas por perí odo de dois anos, para serem relacionadas com os dados do HU

de cada ano, separadamente. Esse procedimento, pela prática adquirida até então
 29

com o Reclink, parece ser mais eficiente que o procedimento que utilizaria a base

completa do HU e do SIM. Desse modo, foram criados arquivos para as DO’ s de: 95

e 96; 96 e 97; 97 e 98; 98 e 99; 99 e 00; 00 e 01.

Os registros dos arquivos padronizados foram relacionados por chaves de

indexação, criadas a partir de campos utilizados na padronização. O relacionamento

foi otimizado em função de um processo denominado blocagem, que estabelece

blocos lógicos de registros baseados em campos chaves, o que reduz a quantidade

de pares a serem analisados. A blocagem é feita pela combinação de diferentes

variáveis, onde cada combinação representa um passo dessa etapa.

Para fins de relacionamento dos registros, foram aplicados cinco passos,

conforme Coeli e Camargo (2002). Na comparação dos campos nome, são

empregados códigos fonéticos, soundex. A função soundex gera um código de

quatro dí gitos para representar a palavra, na qual o primeiro dí gito do código

soundex indica a primeira letra da palavra e os demais são valores numéricos

referentes ao restante da palavra. O código soundex visa à diminuição de erros,

eliminando vogais e substituindo consoantes com sons similares. Como exemplos,

S32 é o soundex da palavra soundex , enquanto J000 é o da palavra João (Coeli e

Camargo, 2002).

Os passos utilizados e suas respectivas chaves estão listados a seguir:

Passo 1: Soundex do primeiro nome + soundex do último nome + sexo

Passo 2: Soundex do primeiro nome + sexo

Passo 3: Soundex do último nome + sexo

Passo 4: Soundex do primeiro nome + soundex do último nome

Passo 5: Ano do nascimento + sexo

 30

O pareamento dos registros consiste na determinação de um escore que é

atribuí do ao relacionamento dos registros nas duas bases de dados. Esse escore

depende de parâmetros que representam a sensibilidade, a especificidade e a

proporção mí nima de concordância. Foram atribuí dos os valores 92%, 99% e 85%

para a sensibilidade, especificidade e proporção mí nima de concordância,

respectivamente, para a variável nome e sensibilidade de 90%, especificidade de

95% e proporção mí nima de concordância de 65%, para a variável data de

nascimento.

Ao final de cada passo, foi gerado um arquivo, rotulado de combinado, cuja

estrutura foi criada a partir de campos selecionados das bases de dados HU e SIM

padronizados, a partir de cada registro formado na etapa de pareamento. Os

campos selecionados para a composição do arquivo combinado foram: número de

registro, nome, endereço, data de nascimento, sexo, data da internação, data da

alta, tipo de alta, número da declaração de óbito, causa base do óbito e data do

óbito. Para a combinação dos registros, foi indicado um critério para seleção,

baseado em um valor mí nimo para o escore atribuí do na etapa de pareamento.

Conforme sugerem Coeli e Camargo (2002), no “ Guia de Usuário” do Reclink, foi

adotado o valor –3 como limite inferior do parâmetro para inclusão de um par no

arquivo combinado.

Ao final de cada passo, um arquivo de pares relacionados foi gerado e os

seus registros foram agrupados em uma única tabela para verificação final. A

determinação dos pares verdadeiros ocorreu manualmente por de um processo de

inspeção visual, que envolveu a comparação dos registros relacionados. O campo

endereço foi utilizado como dado auxiliar na indicação do par verdadeiro.

 31

3.5- Comitê de Ética

O projeto “ Relacionamento de grandes bases de dados em saúde:

desenvolvimento e aplicação da metodologia do relacionamento probabilí stico de

registros” , que pressupõe o estudo de mortalidade a partir do relacionamento com os

dados do SIM, foi aprovado pelo Comitê de Ética em Pesquisa do Núcleo de

Estudos de Saúde Coletiva (NESC) – Universidade Federal do Rio de Janeiro -

UFRJ.
 32

4 – PRIMEIRO ARTIGO

Estudo de técnicas de ajuste de risco e dos fatores associados com a

mortalidade em 90 dias em pacientes internados para tratamento da fratura

proximal de fêmur em idosos

Resumo

O objetivo deste trabalho foi avaliar os fatores associados à mortalidade em

pacientes acima de 50 anos internados entre 1995 e 2000 em um hospital

universitário no municí pio do Rio de Janeiro, para tratamento da fratura proximal do

fêmur, e estudar diferentes formas de ajuste de risco. Foram analisados 390

registros, por de modelos de regressão logí stica. A taxa de mortalidade em 90 dias

foi de 7,4% e os fatores que tiveram efeito sobre o óbito foram: a idade (OR=1,06;

IC95%=1,02 – 1,11), a quantidade de comorbidades (OR=1,44; IC95%=1,12 – 1,69),

Í ndice de Comorbidade de Charlson acima de 2 (OR=6,67; IC95%=2,98 – 22,16) e

intervalo de tempo para a realização da cirurgia (OR=1,04; IC95%=1,02 – 1,07). A

quantidade de comorbidades e o ICC auxiliaram na predição da mortalidade, o que

não foi observado para o í ndice ASA.

Palavras-chave: fratura proximal de fêmur, taxa de mortalidade, ajuste de risco,

ASA, Í ndice de Comorbidade de Charlson

 33

Abstract

Hip fracture is an important cause of morbidity and mortality among the

elderly. There are many factors in predicting mortality after hip fracture, mainly age,

male sex, ASA (American Society of Anesthesiologists), co-existent chronic disease

(comorbidities) and cognitive impairment. This paper aims to assess the factors

associated to mortality in patients over 50 years old hospitalized in a university

hospital in Rio de Janeiro, RJ, Brazil, for the treatment of hip fracture between 1995

and 2001. Three hundred and ninety records were collected for a project named

“ Study of postoperative mortality risk factors in elderly following hip fracture” , and

analyzed by logistic regression models. The mortality rate in 90 days was 7,4% and

the factors that had an effect on mortality were age (OR=1,06; (95%)CI=1,02 – 1,11),

number of comorbidities (OR=1,44; 95%CI=1,12 – 1,69), Comorbidity Charlson Index

(OR=6,67; 95%CI=2,98 – 22,16) and time to surgery (OR=1,04; 95%CI=1,02 –

1,07). Number of comorbidities and the CCI helped on prediction mortality rate, which

did not observed for ASA index.

Keywords: Hip fracture, mortality rate, ASA, risk adjustment, Charlson Comorbidity

Index
 34

Introdução

A fratura proximal de fêmur (FPF) é uma importante causa de morbidade e

mortalidade entre a população idosa, ocorrendo principalmente em pessoas acima

de 65 anos de idade. (Nather et al., 1995; Cree et al., 2000; Gdalevich et al., 2004;

Sakaki et al., 2005). Nos anos de 1997 e 1998, foram internados 66.000 pacientes

na Inglaterra e Paí s de Gales por esse motivo (Clauge et al., 2002). Nos Estados

Unidos, são registradas mais de 350.000 fraturas de fêmur anualmente,

representando um custo aproximado de seis bilhões de dólares (Hannan et al.,

2001). Com o envelhecimento da população, esses valores tendem a crescer,

podendo dobrar até o ano de 2040 (Zuckerman, 1996).

A taxa de mortalidade associada à FPF em idosos é alta, variando entre 12%

e 37% em um ano após a fratura (Zuckerman, 1996, Lyons, 2001). O risco de morte

é maior entre o segundo e sexto meses depois da fratura, com uma taxa média de

mortalidade que gira em torno dos 11% (Lyons, 2001). Uma revisão conduzida por

Sakaki et al. (2004) apresenta taxas de mortalidade para diferentes intervalos de

tempo após a FPF: 5,5% para a mortalidade hospitalar, 4,7% em até 30 dias após a

fratura, 11,9% com três meses, 19,2% em um ano e 24,9% em dois anos.

Pessoas com mais idade têm mais chance de morrer após FPF, sendo

esperadas maiores taxas de óbito entre os pacientes mais idosos e entre os

homens, apesar da fratura proximal de fêmur ser mais freqüente em mulheres.

(Zuckerman, 1996; Forsén et al., 1999; Lyons, 2001; Sakaki et al., 2004, Gdalevich

et al., 2004).

Diversos estudos apresentam a capacidade cognitiva como fator de predição

da mortalidade após fratura de fêmur em idosos (Meyer et al., 2000; Cree et al.,

2000; Chariyalertsak et al., 2001; Clauge et al., 2001; van Balen et al., 2001; Lyons,
 35

2001; Sakaki et al., 2004; Oii et al., 2005). Em trabalhos que aplicaram testes de

avaliação do estado mental dos pacientes, aqueles com melhores resultados

sobreviveram mais após uma fratura proximal de fêmur (Cree et al., 2000; Lyons,

2001).

Não existe ainda um consenso sobre a influência do tempo para a realização

da cirurgia na mortalidade após fratura proximal de fêmur. Alguns autores encontram

associação positiva (Casaletto & Gatt, 2004), enquanto outros não encontram

associação (Grimes et al, 2002. Autores discutem intervalos entre a fratura e a

realização da cirurgia de até 24 horas, 48 horas ou 72 horas (Lyons, 2001; Grimes et

al, 2002; Casaletto & Gatt, 2004; Sakaki et al., 2004).

Segundo a revisão realizada por Sakaki et al. (2004), outros fatores não

mostraram associação com a mortalidade após FPF, tais como o tipo de

procedimento cirúrgico e o tipo de anestesia utilizado. A respeito do tipo de

anestesia, O’ hara et al. (2000), depois de analisarem dados de 9425 pacientes,

também não encontraram associação entre a anestesia e a mortalidade e

morbidade.

Diferenças encontradas na mortalidade podem ocorrer em função do perfil de

gravidade da população atendida, devendo ser aplicada uma estratégia para

controlar e ajustar por variáveis que afetem o resultado. Poucos discordam de que

haja necessidade de considerar um ajuste de risco, mesmo não havendo uma

definição de qual a melhor maneira de fazê-lo (Iezzoni et al., 1996). Diversos

sistemas de classificação de gravidade têm sido propostos, que variam em função

dos métodos de classificação dos pacientes, definição de gravidade e dos dados

necessários para o seu uso (Iezzoni, 1996; Travassos et al., 1999).

 36

O Í ndice de Comorbidade de Charlson (ICC) é um método de classificação de

gravidade que utiliza dados dos diagnósticos secundários para atribuir um risco de

morte ao paciente. É um método bastante difundido e tem aparecido em diversos

trabalhos (D´ Hoore et at., 1996; Cleves et al., 1997; Librero et al., 1999; van Doorn

et al., 2001; Finlayson et al., 2002; Iucif & Rocha, 2004). O ICC consiste de uma lista

de 19 condições clí nicas (Tabela 1), que são anotadas como diagnóstico secundário,

com o objetivo de medir a gravidade do caso e avaliar o seu efeito sobre o

prognóstico do paciente. Para cada uma dessas condições, é atribuí da uma

pontuação, representada por um peso que varia entre 1 e 6 (Needham et al., 2005).

O ICC permite que seja combinada a idade do paciente, que também tem um peso

(Tabela 2), para gerar um escore único. Dessa forma, a partir dos 50 anos, cada

perí odo de 10 anos corresponde um ponto adicional no í ndice. O ICC foi

desenvolvido inicialmente para estudos longitudinais de doenças crônicas, baseado

em internações prévias.

Um outro í ndice que tem sido utilizado em alguns trabalhos para classificar o

paciente, segundo a sua gravidade é o í ndice ASA (American Society of

Anesthesiology). O í ndice ASA possui uma escala de classificação que varia de 1 a

5 (Tabela 3), representando o risco cirúrgico, baseado no estado fí sico do paciente.

É um sistema amplamente aceito de classificar o paciente de acordo com o seu risco

pré-operatório, sendo utilizado como preditor de resultados, embora não seja

considerado um método de ajuste de risco (Sidi et al., 2000; Froehner et al., 2003).

As doenças coexistentes (comorbidades) têm sido utilizadas como preditor da

mortalidade após FPF (Nather et al., 1995; Meyer et al., 2000; Johnell et al., 2001;

Clauge et al., 2001; Lyons, 2001; Sakaki et al., 2004). O efeito das comorbidades

sobre a mortalidade tem sido medido tanto pela quantidade de doenças

 37

coexistentes, quanto pelo seu tipo. Pacientes com maior número de doenças

coexistentes têm maior possibilidade de morrer (Cree et al., 2000; van Balen et al.,

2001). As doenças cardí acas, pulmonares, renais, acidente vascular cerebral (AVC)

e diabetes mellitus têm forte associação com a mortalidade após FPF (Sakaki et al.,

2004).

A classificação ASA (American Society of Anesthesiology) aparece

freqüentemente em estudos sobre a mortalidade após FPF (Alarcón et al., 2001;

Lyons, 2001; Clauge et al., 2001; Stoddart, Horne e Devane, 2002; Gdalevich et al.,

2004; Ooi et al., 2005). Esses estudos mostraram que a chance de óbito após FPF

aumentou entre os pacientes com maiores escores, conforme Stoddart et al.

(2002), que traz uma taxa de mortalidade em 90 dias após a FPF de 5,3%, para

pacientes classificados como ASA 1 ou 2, e 22,4% para pacientes classificados

como ASA 3 ou 4. Os achados de Gdalevich et al. (2004) indicam uma sobrevivência

menor em pacientes com escores ASA acima de 2.

O objetivo deste trabalho foi, a partir de uma base de dados de pacientes

internados para tratamento de fratura proximal de fêmur, estudar os fatores

associados à mortalidade em até 90 após a fratura, e analisar estratégias de ajuste

de risco.

Materiais e métodos

Foram utilizados os dados de um estudo de coorte do projeto

“ Relacionamento de grandes bases de dados em saúde: desenvolvimento e

aplicação da metodologia do relacionamento probabilí stico de registros” . Foram

selecionadas no SIH/SUS todas as internações cirúrgicas para correção da FPF

(código 820 da CID 9) de pacientes com 50 anos ou mais, no perí odo de 1995 a
 38

2000, em um hospital universitário (HU) no municí pio do Rio de Janeiro (HU). O HU

é um hospital universitário com capacidade operacional instalada de 527 leitos, dos

quais 243 destinados à clí nica cirúrgica.

Realizou-se um levantamento em prontuário das variáveis que poderiam

estar associadas ao desfecho, segundo protocolo em ANEXO.

No presente trabalho, aplicou-se o método de relacionamento probabilí stico

proposto por Coeli e Camargo (2002) entre a base de dados de interações do HU e

as do Sistema de Informação Sobre Mortalidade (SIM), visando à identificação de

óbitos ocorridos após a alta hospitalar. Foram obtidos 390 registros.

Foi elaborado um modelo de regressão logí stica para a mortalidade em 90

dias. Foram construí dos três modelos, cada um deles considerando uma das

variáveis para o ajuste de risco: Í ndice de Comorbidade de Charlson, Í ndice ASA e

quantidade de comorbidades. Não foi possí vel elaborar um modelo único com as

três variáveis, dado que houve forte correlação entre elas, criando instabilidade no

processo de modelagem. As variáveis idade e quantidade de comorbidades foram

tratadas como contí nuas, o ICC foi agrupado em 0 a 1, 2 e 3 ou mais, e o í ndice

ASA foi categorizado como 1 e 2 e 3 ou mais. Essa categorização para ASA foi feita

por haver poucas observações para a classificação 4.

Foram incluí das no modelo completo as variáveis que apresentaram

significância estatí stica, a um ní vel α < 0,20 (Hosmer & Lemeshow). A eliminação

das variáveis desse modelo se deu para as de menor significância estatí stica,

considerando α = 0,05. A cada retirada de variável, comparou-se o coeficiente do

modelo completo com o do reduzido. Na ocorrência de diferença nesses coeficientes

de ajuste do modelo maior do que 10%, testou-se a interação. Quando não ocorreu

uma interação significante, a variável foi considerada como um confundidor. A

 39

retirada de uma variável foi feita após a comparação das deviances dos modelos

completo e reduzido.

Para fins de análise dos dados, foram utilizados os pacotes estatí sticos Stata

7.0 e SPSS 10.0.

Resultados

Dos 390 pacientes estudados (Tabela 1), 286 (70,8%) eram do sexo feminino

e 114 (29,2%) do masculino. A idade média encontrada foi de 74,4 anos, com

desvio-padrão de 10,6 anos. O tipo de fratura mais comum foi a intertrocantérica 209

(53,6%), seguida pela de colo de fêmur 149 (38,2%), subtrocantérica 30 (7,7%) e

outros tipos 2 (0,5%). A fixação interna foi o procedimento cirúrgico mais utilizado

252 (64,6%) e depois a colocação de prótese 135 (34,6%). O tipo de anestesia mais

freqüente foi o geral 283 (72,5%). Mais da metade dos casos (51,8%) foram

classificados, segundo o í ndice ASA, como 2. O escore mais alto encontrado foi o 4

(2,1%). Em torno de 70% dos pacientes apresentaram até duas comorbidades e

apenas 4,6% deles tinham cinco ou mais doenças coexistentes. A quantidade média

de comorbidades encontrada foi de 1,9. Aplicando o ICC, 74,4% dos pacientes

receberam uma pontuação entre 0 e 1, 18,2% a pontuação 2 e apenas 7,4% foram

classificados com um escore 3 ou mais. O tempo médio de permanência foi de 20,5

dias, com um valor mediano de 17 dias. O maior tempo de internação encontrado foi

de 170 dias. O intervalo de tempo médio entre a fratura e a admissão foi de 3,9 dias

(desvio-padrão de 8,1 dias), o tempo médio de espera para a cirurgia desde a

admissão foi de 12,7 dias (desvio-padrão de 7,3 dias) e o tempo médio de espera

para a cirurgia desde a fratura foi de 14,8 dias (desvio-padrão de 11,6 dias) – Tabela

2.
 40

Tabela 1: Perfil dos pacientes internados em um hospital universitário no municí pio

do Rio de Janeiro por fratura proximal de fêmur, entre 1995 e 2000.
Variável n %
Sexo
Masculino 114 29,2
Feminino 276 70,8
Idade (anos)
50 a 59 38 9,8
60 a 69 82 21,0
70 a 79 116 29,7
80 a 89 131 33,6
90 a 99 23 5,9
Média 74,8 (desvio-padrão 10,7)
Tipo de fratura
Colo de fêmur 149 38,2
Intertrocantérica 209 53,6
Subtrocantérica 30 7,7
Outras 2 0,5
Tipo de cirurgia
Fixação interna 252 64,6
Colocação de prótese 135 34,6
Sem informação 3 0,8
Tipo de anestesia
Geral 55 14,2
Localizada 283 72,5
Geral + local 45 11,5
Sem informação 7 1,8
Í ndice ASA
1 24 6,2
2 202 51,8
3 e mais 135 34,6
Sem informação 29 7,4
Nº de comorbidades
0 67 17,2
1 103 26,4
2 105 26,9
3 57 14,6
4 40 10,3
5 11 2,8
6 2 0,5
7 3 0,8
9 2 0,5
Média 1,9 (desvio-padrão 1,5)
Í ndice de Comorbidade de Charlson
0e1 290 74,4
2 71 18,2
3 e mais 29 7,4
Total 390 100,0
 41

Tabela 2: Intervalo de tempo médio entre a fratura e a admissão, tempo de espera

médio para a cirurgia, desde a admissão e a fratura, dos pacientes internados em
um hospital universitário no municí pio do Rio de Janeiro por fratura proximal de
fêmur, entre 1995 e 2000

Variável tempo médio (dias)

Tempo entre a fratura e a admissão 3,9

Espera para a cirurgia desde a admissão 12,7
Espera para a cirurgia desde a fratura 14,8

No perí odo estudado, 99 pacientes (25,4%) morreram e a taxa de mortalidade

em noventa dias foi de 7,4% (29 óbitos). O primeiro modelo, utilizado para analisar a

associação do Í ndice de Comorbidade de Charlson (ICC) com a mortalidade (modelo

ICC - Tabela 3), mostrou que as variáveis com maior efeito sobre o desfecho foram

a idade (OR=1,06; IC(95%)=1,02 – 1,11), o tempo de espera para a cirurgia

(OR=1,04; IC(95%)=1,02 – 1,07) e ICC acima de 2 (OR=6,67; IC(95%)=2,98 –

22,16). Assim, cada ano de vida a mais do paciente representou um aumento na

chance de morrer em torno de 6%. O aumento na chance óbito foi de cerca de 4%

com o acréscimo de um dia no tempo de espera para a realização da cirurgia e foi

maior, também, para escores ICC mais altos, onde a chance de óbito foi 6,6 vezes

maior quando esse escore foi superior a 2, em relação ao grupo com ICC 0 ou 1.

Pelo segundo modelo, usado para avaliar o efeito da quantidade de

comorbidades na mortalidade após FPF (modelo Quantidade de comorbidades -

Tabela 3), observou-se, (OR=1,44; IC(95%)=1,12 – 1,69). Assim, a coexistência de

uma doença a mais representou uma elevação na chance de óbito de

aproximadamente 44%.

O terceiro modelo, utilizado para analisar o efeito do í ndice ASA (Tabela 3) na

mortalidade em 90 dias, mostrou uma associação entre a mortalidade e a idade e o

 42

tempo até a cirurgia, semelhantes às encontradas nos dois outros modelos. As

chances de óbito em 90 dias para pacientes com ASA 3 ou 4 não foram

estatisticamente significativa i(OR=1,71; IC(95%)=0,76 – 3,88).

Tabela 3 – Modelos de regressão logí stica para ajuste de risco de mortalidade em

noventa dias após fratura proximal de fêmur

Modelo Coeficiente (β) Odds ratio IC (95%)

ICC

Idade 0,06 1,06 1,02 – 1,11

Tempo para cirurgia 0,04 1,04 1,02 – 1,07
Charlson
2 0,28 1,34 0,57 – 4,49
3 e mais 1,84 6,27 2,98 – 22,16

Quantidade comorbidades

Idade 0,05 1,05 1,01 – 1,10

Tempo para cirurgia 0,04 1,04 1,02 – 1,07
Quant. comorbidades 0,36 1,44 1,12 – 1,69

ASA

Idade 0,05 1,05 1,00 – 1,10

Tempo para cirurgia 0,04 1,04 1,01 – 1,07
ASA 3 e 4 0,54 1,71 0,76 – 3,88

* Categorias de referência: ASA 1 e 2; Charlson 0 e 1

Discussão

A mortalidade em noventa dias após a FPF encontrada neste trabalho foi de

7,4%. Esse resultado foi próximo ao relatado por Nather et al. (1995) de (6,4%) e por

Cree et al. (2000) de 8%, sendo mais baixo do que o de Stoddart et al. (2002), 10%,

e da taxa citada pela revisão de Sakaki et al. (2004) que foi de 11,9%.
 43

A idade, o sexo, as comorbidades, o í ndice ASA e a deficiência cognitiva são

citados como os fatores mais fortemente associados à mortalidade após FPF

(Nather et al., 1995; Forsén et al., 1999; Meyer et al., 2000; Johnell et al., 2001;

Stoddart et al., 2002; Fransen et al., 2002; Clauge et al., 2002; Cheng et al., 2004;

Sakaki et al., 2004; Ooi et al., 2005). Já o tempo de espera para a realização da

cirurgia tem sido discutido por alguns autores (Zuckerman, 1996; Lichtblau, 2000;

Parker, 2001; Grimes et al., 2002; Stoddart et al., 2002; Nurmi et al., 2004; Casaletto

& Gatt, 2004; Orosz et al., 2004), não havendo, contudo, um consenso se esse

tempo tem efeito sobre o risco de morte.

Os resultados confirmam a associação da idade com a mortalidade após FPF,

indicando que a chance de morrer foi maior em pacientes mais idosos (Forsén et al.,

1999; van Balen et al., 2001; Cree et al., 2000; Chariyalertsak et al., 2001, Clauge et

al., 2002, Nurmi et al., 2004). Forster & Calthorpe (2000) encontraram um aumento

de 20% na taxa de mortalidade após FPF, em pacientes acima de 100 anos, em

relação às pessoas que não sofreram esse trauma.

O sexo é apontado por diversos autores como fator de predição da

mortalidade após FPF (Forsén et al., 1999; Chariyalertasak et al., 2001; Johnell et

al., 2001; Fransen et al., 2002), sendo esperadas maiores taxas de óbito entre

homens. Quando compararam grupos de pessoas que sofreram FPF com outras

sem fratura, Fransen et al. (2002) acharam uma chance de óbito 1,5 vez maior no

grupo das mulheres e 7 vezes maior entre os homens. No presente trabalho, o sexo

não teve efeito estatisticamente significante sobre a chance de morrer e houve um

pouco mais de mortes entres as mulheres que entre os homens. Resultados

similares aos deste trabalho foram encontrados por van Balen et al. (2001),

trabalhando com 102 pacientes na Holanda, que não associaram o sexo com a
 44

mortalidade, e Nurmi et al. (2004), que encontraram uma mortalidade maior entre as

mulheres (34% contra 28%), porém, essa diferença não foi estatisticamente

significativa. As hipóteses para o maior percentual de óbito entre os homens seriam

a maior possibilidade de queda, menor apoio social para homens e maior número de

comorbidades. Porém, esse último não se aplica neste trabalho, por ter sido

controlado na modelagem (Cree et al., 2000).

Um importante fator de predição da mortalidade encontrado neste estudo foi o

tempo de espera para a cirurgia. Essa associação tem sido apontada pela literatura

(Zuckerman, 1996; Lichtblau, 2000; Parker, 2001; Grimes et al., 2002; Stoddart et

al., 2002; Nurmi et al., 2004; Casaletto & Gatt, 2004; Orosz et al., 2004), porém, não

existe um consenso sobre o papel do tempo de espera para ser operado sobre a

chance de óbito. Lyons (2001) apresenta diversos artigos, comentando sobre a não

conclusão dos mesmos em relação à questão. Grimes et al. (2002) analisaram

dados de 8383 pacientes com fratura de fêmur nos Estados Unidos entre 1983 e

1993. Esses pacientes foram divididos em três grupos: operados em 24 horas após

a FPF, operados após 24 horas sem patologia ativa e operados após 24 horas com

cirurgia ativa. Os pacientes com patologia ativa levaram mais tempo para serem

operados por estarem clinicamente instáveis pelas doenças. A mortalidade,

inicialmente, foi maior entre aqueles operados com menos de 24 horas, porém, essa

diferença desapareceu após o ajuste pela presença de doenças coexistentes.

Casaletto & Gatt (2004) compararam pacientes operados em até um dia e após um

dia da admissão. A mortalidade em um ano foi mais elevada para aqueles cujo

tempo de espera para a cirurgia foi maior, principalmente em pessoas acima de 80

anos de idade.
 45

Chamou a atenção o tempo de espera para a operação, que foi em média de

14,8 dias, com uma mediana de 11 dias, um valor mí nimo de 0 e máximo de 44 dias,

tempos bem superiores aos de Alarcón et al. (2001) – 3,6 dias, Forster et al. (2000)

– 1,6 dia e Orosz et al. (2004) – 19 horas. Na literatura, os tempos sugeridos para a

realização da cirurgia foram de 24 a 48 horas, podendo chegar a 72 horas

(Lichtblau, 2000; Parker, 2001; Grimes et al., 2002; Gdalevich et al., 2004). Os

motivos de uma espera maior para a operação podem ser em função da

necessidade de se estabilizar clinicamente o paciente, no caso dos mais graves

(Zuckerman, 1996; Orosz et al., 2004). Contudo, não foi possí vel estabelecer se o

prolongamento do tempo para que o paciente fosse operado se deveu à gravidade

do mesmo nem as razões para isso.

O efeito das comorbidades sobre a mortalidade pôde ser observado tanto em

função de sua quantidade, quanto de sua gravidade, medida pelo Í ndice de

Comorbidade de Charlson. Pacientes com mais doenças coexistentes tiveram maior

chance de morrer, com um aumento dessa chance de 43,8% a cada nova patologia

registrada. A chance de óbito dos pacientes com escore ICC acima de 2 foi cerca de

6 vezes mais em relação ao escore 0. Outros artigos, como os de Cree et al. (2000),

Chariyalertsak et al (2001), van Balen et al. (2001), Jain et al. (2002) e Grimes et al.

(2002) também identificaram a influência das comorbidades sobre o óbito após a

fratura proximal de fêmur. Segundo Cree et al. (2000), a taxa de mortalidade em 90

dias foi de 5% na presença de até três doenças associadas e 13% para quatro ou

mais comorbidades. Em uma série histórica de 1992 a 1998, apresentada por Jain et

al. (2002), as taxas de mortalidade em um ano após FPF de 1998 foram de 8%,

14,3% e 19,7% para escore de ICC 0, 1 e 2, respectivamente.

 46

Clauge et al. (2002), ao estudarem a mortalidade hospitalar e em até noventa

dias após a fratura proximal de fêmur, encontraram associação entre ASA e o

aumento na chance de óbito. No presente trabalho, apesar de a taxa de mortalidade

ter sido maior no grupo de pacientes classificados segundo o í ndice ASA como 3 ou

4, esse fator não representou um bom preditor do óbito. De todos os pacientes,

65,3% receberam um escore de até 2 e apenas 2,0% foram classificados como ASA

4. Como o í ndice ASA tenta avaliar a condição de saúde do indiví duo, esses

achados podem indicar uma população estudada menos debilitada, o que diminuiria

o efeito do ASA. Semelhantemente, Ooi et al. (2005) não associaram o í ndice ASA

com a mortalidade ao avaliarem os resultados referentes a 84 pacientes, que em

sua maioria tinham escore ASA 2, sendo o escore 4 o menos aplicado.

Não foi possí vel avaliar o efeito da deficiência cognitiva sobre a taxa de óbito,

fator apontado como importante preditor da mortalidade, em função da falta dessa

variável na base de dados utilizada por este trabalho.

Considerações finais

Dos principais fatores citados pela literatura como preditores da mortalidade

após fratura proximal de fêmur, os encontrados neste trabalho foram a idade e as

comorbidades, além do tempo de espera para cirurgia, apesar de não haver uma

conclusão definitiva do efeito desse último sobre o óbito.

 47

Referências

ALARCÓN, T; MONTALVO, J. I. G.; BÁRCENA, A. ; SAEZ P. Further experience of

nonagerians with hip fractures. Injury. 32: 555-538, 2001.

CASALLETO, John A.; GATT, R. Post –operative mortality related to waiting time for
hip fracture surgery. Injury, v. 35, n 2, p. 114-20, Feb. 2004.

CHARIYALETSAK, S; SURIYAWONGPISAL, P.; THAKKINSTAIN, A. Mortality after

hip fractures in Thailand. International Orthopaedics. 25:294-297, 2001.

CLAUGE, J. E; CRADDOCK E.; ANDREW, G. et al. Predictors of outcome following

hip fracture. Admission time predicts length of stay and in-hospital mortality. Injury,
33: 1-6, 2001.

COELI, CM; CAMARGO, KR. Avaliação de diferentes estratégias de blocagem no

relacionamento probabilí stico de registros. Revista Brasileira de Epidemiologia. V.5,
n. 2, 2002.

CREE, M. et al. Mortality and institutionalization following hip fracture. Journal of

American Geriatrics Association. Vol. 48(3) 283-288, March 2000

FORSÉN, L.; Sogaard, A J.; MEYER, H.E et al. Survival after hip fracture: Short- and
long-term excess mortality according to age and gender. Osteoporosis International,
10: 73-78, 1999.

FORSTER, M; CALTHORPE, D. Mortality following surgery for proximal femoral

fractures in centenarians. Injury. 36: 537-539, 2000.

FRANSEN, M. et al. Excess mortality or institutionalization after hip fracture: men are
at greater risk then women. Journal of American Geriatrics Society.50: 685-690,
2002.

GDALEVICH, Michael; COHEN, Dani; YOSEF Dina, et al. Morbidity and mortality
after hip fracture: the impact of operative delay. Arch Orthop Trauma Surg 124:334-
340, April 2004.

GRIMES, J. P.; GREGORY, P. M.; NOVECK, H., et al. The effects of time-to-surgery
on mortality and morbidity in patients following hip fracture. The American Journal of
Medicine. 112: 702-709, 2002.

HANNAN, E.L.; MAGAZINER, J.; WANG, J., et al. Mortality and locomotion 6 months
after hospitalization for hip fracture: risk factors and risk-adjusted hospital outcomes.
The American Journal of Medicine. 285: 2736-2742, 2001.

JAIN, R.; BASINSKI, A; KREDER, H. Nonoperative treatment of hip fractures.

International Orthopaedics. 27:11-27, 2003.
 48

JOHNELL, O; KANIS, J; GULLBERG, G. Mortality, morbidity, and assessment of

fracture risk in male osteoporosis. Calcified Tissue International, 69:182-184, 2001.

LICHTBLAU, Sheldon. Hip Fractures Surgical Decisions that affect medical

management. Geriatrics, v 55, n 4, April 2000.

LYONS, A. R. Clinical outcomes and treatment of hip fractures. The Journal of

American Medical Association, v. 103 (2A), 1997.

MEYER, H.E.; TVERDAL, A.; FALCH, J. A. et al. Factors associated with mortality
after hip fracture. Osteoporosis International, 11:228-232, 2000.

NATHER, A.; SEOW, C. S.; IAU, P. et al. Morbidity and mortality for elderly patients
with fractured neck of femur treated by hemiarthrosplaty. Injury, v. 26, n. 3, pp. 187-
190, 1995.

NURMI L. et al. Functional outcome and survival after hip fracture in elderly: a
prospective study of 106 consecutive patients. Journal of Orthopeadics
Traumatology. 4:7-14, 2004

O’ HARA, D.A.; DUFF, A; BERLIN, J., et al. The effect of anesthetic technique on
postoperative outcomes in hip fracture repair. Anesthesiology. 92:947-957, 2000.

OOI, L. H.; WONG, T.H; TOH, C.L. et al. Hip fractures in nonagenarians – a study on
operative and non-operative management. Injury, 36, 142-147, 2005.

PARKER, M. J. Current concepts in the treatment of hip fracture. Zeitschrift fur

Gerontologie und Geriatrie. 34: 74-77 (2001).

SAKAKI, Marcos Hideyo; OLIVEIRA, Arnóbio Rocha; COELHO, Fabrí cio F et al.
Estudo da mortalidade na fratura do fêmur proximal em idosos. Acta Ortopédica.
Brasileira 12(4), out-dez, 2004.

STODDART J.; HORNE G.; DEVANE P. Influence of preoperative medical status

and delay to surgery on death following a hip fracture. Journal of Surgery, 72:405-
407, 2002.

TROMBETTI, A; HERRMANN F.; HOFFMEYER, P. et al. Survival and potential

years of life lost after hip fracture in men and women. Osteoporosis International,
13:731-737, 2002.

VAN BALEN, R.; STEYERBERG, E. W.; POLDER, J. J. et al. Hip fracture in elderly
patients. Clinical Orthopaedics and related research. 390:232-243, 2001.

ZUCKERMAN, J. D. Hip fracture. The New England Journal of Medicine, vol. 334,
no. 23, 1996.
 49

5 – SEGUNDO ARTIGO

SIH/SUS e a aplicação do Í ndice de Comorbidade de Charlson no ajuste de

risco da mortalidade após fratura proximal de fêmur em idosos: análise da

importância dos diagnósticos secundários

Resumo

Objetivo: Analisar a importância dos diagnósticos secundários para o cálculo

do Í ndice de Comorbidade de Charlson (ICC) para o ajuste da mortalidade em 90

dias após fratura proximal de fêmur na base de dados do Sistema de Informação

Hospitalar do Sistema Único de Saúde (SIH/SUS). Materiais e métodos: Foram

selecionados 390 registros, a partir do SIH/SUS, de pacientes com idade a partir dos

50 anos, internados para tratamento cirúrgico da fratura proximal de fêmur, em um

hospital universitário no municí pio do Rio de Janeiro. Foi realizada busca em

prontuário para a coleta de dados não presentes no SIH/SUS, entre esses as

comorbidades apresentadas pelos pacientes – até 10 diagnósticos.. A análise dos

dados foi realizada empregando-se a regressão logí stica com a construção de

modelos com as variáveis idade, sexo e ICC. O ICC foi calculado de duas formas: 1)

usando-se todas as comorbidades apresentadas pelo paciente; 2) usando-se

apenas uma comorbidade, selecionada com base na que representava maior

pontuação entre as condições clí nicas propostas pelo método, e através de sorteio.

Resultados: A capacidade de predição do ICC foi melhor quando foram utilizadas

todas as comorbidades apresentadas pelo paciente (OR=6,80; IC95%=2,51 – 18,42)

do que quando calculado com apenas um diagnóstico secundário, situação

encontrada no SIH/SUS (comorbidade selecionada, segundo maior peso na lista do

 50

ICC: OR=1,32; IC95%=0,56 – 3,13; comorbidade selecionada por sorteio: OR=1,62;

IC95%=0,53 – 5,01). Conclusão: O resultados indicam que a adição de campos para

discriminação de diagnósticos secundários na base de dados do SIH/SUS pode

melhorar a performance de métodos para ajuste de risco de mortalidade, como o

ICC. Também é importante a discussão sobre a qualidade do registro dos dados.

Palavras-chave: Taxa de mortalidade, Í ndice de Comorbidade de Charlson, ajuste de

risco, bases de dados administrativos, diagnóstico secundário

Abstract

Objective : Analysing the importance of secondary diagnosis to calculate the

Charlson’ s Comorbidity Index (CCI) to adjust the mortality rate in 90 days after hip

fracture on the database of Hospital Information System of Unified Health System

(SIH/SUS). Data and methods: 390 records were selected, from the database of

SIH/SUS, with chart review. Data were analyzed by using logistic regression with

models which included variables like age, sex and CCI score. The CCI score was

calculated by using all patients’ comorbidities and using only one comorbidity,

selected from the CCI’ s list or through raffle. Results: The prediction of mortality rate

of CCI was better when the calculations used all the comorbidities (OR=6,80;

95%CI=2,51 – 18,42) than when the CCI was calculated by using only one

comorbidity as secondary diagnosis (comorbidity with the highest weight in CCI’ s list:

OR=1,32; 95%CI= 0,56 – 3,13; comorbidity sorted: OR=1,62; 95%CI=0,56 – 5,01).

Conclusion: Including more fields to discriminate secondary diagnosis on SIH/SUS

can improve the performance of mortality risk adjustment methods, as CCI. Also, it is

important to discuss the quality of data record.

 51

Keywords: Mortality rate, Comorbidity Charlson Index, risk adjustment, administrative

database, secondary diagnosis

Introdução

Recentemente, tem-se enfatizado a análise dos resultados na avaliação dos

cuidados prestados aos usuários dos serviços de saúde, por exemplo por í ndicedes

de desempenho. Entre essas medidas, a taxa de mortalidade é um indicador

tradicional, já referido por Codman no iní cio do século passado, expressando uma

dimensão crucial do atendimento – seu resultado final (Travassos et al., 1999;

Codman, 1916 apud Normand et al., 1996; Iucif & Rocha 2004).

Segundo Travassos et al. (1999), os dados sobre a mortalidade dos

pacientes, hospitalar ou após a hospitalização, podem servir a dois objetivos: 1) a

determinação do desempenho de um hospital ao longo do tempo; 2) o

monitoramento do desempenho de um conjunto de hospitais em um dado perí odo de

tempo. Diferenças no cuidado prestado podem ser explicadas por fatores

relacionados ao perfil dos pacientes atendidos, o que exige a aplicação de

mecanismos que permitam fazer um ajuste de risco, visando a controlar as variáveis

que podem alterar o resultado, independentemente da qualidade da assistência. São

consideradas para efeito do ajuste caracterí sticas do paciente como a idade, o sexo,

a condição socioeconômica, a gravidade do diagnóstico principal, o estado funcional,

psicológico, cognitivo e psicossocial e a extensão e gravidade das doenças

coexistentes – comorbidades (Ghali et al., 1996; Iezzoni, 1997; Martins et al., 2001;

Noronha et al., 2004).

 52

Tem havido um crescente uso de bases de dados administrativos na

avaliação do atendimento hospitalar (Cleves et al., 1997; Martins et al., 2001). Essas

bases apresentam vantagens, como o baixo custo na recuperação de dados, a

grande quantidade de registros de pacientes e possibilidade de uso dos dados em

diferentes tipos de pesquisa. Por outro lado, a escassez de dados clí nicos e a baixa

confiabilidade das informações são apontadas como as suas principais

desvantagens (Travassos, 1999). Apesar de não serem desenhadas para fins de

estudos de avaliação, elas podem servir como um instrumento importante para dar

respostas ao setor de saúde.

Poucos discordam da necessidade de se considerar a gravidade do caso no

ajuste de risco, mesmo não havendo uma definição da melhor forma de medi-la

(Iezzoni et al., 1996). As comorbidades, que são todas as patologias apresentadas

como diagnóstico secundário, podendo ser medidas pela quantidade e gravidade,

constituem importantes fatores de predição de resultados adversos, e têm papel

destacado nesse ajuste (Brailer et al., 1996; Cleves et al., 1997; van DOORN et al.,

2001; Groll et al., 2005).

O Í ndice de Comorbidade de Charlson (ICC) é um sistema de classificação de

gravidade que utiliza dados de registro de diagnósticos secundários para atribuir o

peso da morbidade, quantificando o risco de morte do paciente. Esse método foi

desenvolvido a partir de uma coorte de 604 pacientes em um hospital nos Estados

Unidos para predizer a mortalidade em um ano e validado em uma coorte de 685

mulheres com câncer de mama, acompanhadas por 10 anos (Librero et al., 1999;

Needham et al., 2005). O escore final do ICC é a soma dos pesos atribuí dos a 19

condições clí nicas predeterminadas (Groot et al., 2003; Needham et al., 2005),

listadas na Tabela 1. Esse escore pode ser combinado com a idade para a formação
 53

de um í ndice único. Assim, o valor inicial é acrescido de uma pontuação para cada

perí odo de 10 anos, Tabela 2 (Iucif & Rocha, 2004).

O método proposto por Charlson sofreu adaptações que permitiram o seu uso

a partir da CID 9 Modificação Clí nica (Ghali et al., 1996). O presente trabalho seguiu

a proposta de D’ Hoore et al. (1996) que trabalharam com o método original de

Charlson, CID-9, onde são considerados apenas os três dí gitos da CID. O trabalho

de D’ Hoore foi desenvolvido a partir da base de dados MED-ECHO, que cobre todas

as hospitalizações na proví ncia de Quebec, Canadá. Apesar de ter sido

desenvolvido originalmente para estudos longitudinais de doenças crônicas, nas

quais são utilizadas informações de internações prévias, há comprovações de sua

validade na mensuração da gravidade dos casos em uma única hospitalização (Iucif

& Rocha, 2004).

O estudo de revisão conduzido por Needham et al. (2005) mostrou que o

desempenho do ICC, a partir de uma base de dados administrativa canadense e

também da revisão de prontuário, não apresentou diferença na razão de chances

ajustada ou no risco relativo para a mortalidade, apesar de o ICC não ter tido uma

boa estimativa da incidência de comorbidades individualmente.

 54

Tabela 1 – Pesos das condições clí nicas referentes a diagnóstico secundário,

considerado pelo Í ndice de Comorbidade de Charlson

Pesos Condições clí nicas

1 Infarto do miocárdio
Insuficiência cardí aca congestiva
Doença vascular periférica
Demência
Doença cerebrovascular
Doença pulmonar crônica
Doença do tecido conjuntivo
Úlcera
Doença crônica do fí gado

2 Hemiplegia
Doença renal severa ou moderada
Diabetes
Diabetes com complicação
Tumor
Leucemia
Linfoma

3 Doença do fí gado severa moderada

6 Tumor maligno, metástase, SIDA

Tabela 2 – Ponderação em função da idade utilizada com o ICC

Idade (anos) Pontos

0 – 49 0
50 – 59 1
60 – 69 2
70 – 79 3
80 – 89 4
90 – 99 5

No Brasil, a aplicação de medidas para ajustar o risco de resultado é pouco

freqüente e o uso de bases de dados administrativos no paí s é recente (Martins et

al., 2001). O Sistema de Informação Hospitalar do Sistema Único de Saúde

(SIH/SUS), também conhecido como AIH, possui informações sobre o atendimento

 55

prestado em toda a rede nacional financiada pelo setor Público. O SIH/SUS tem sido

uma importante fonte de informações para estudos sobre avaliação, mesmo com as

limitações próprias de uma base de dados administrativos, entre essas o número

reduzido de campos para registro de diagnósticos (Martins et al., 2001; Escosteguy

et al., 2002; Noronha et al., 2004). Em geral, o diagnóstico secundário é pouco

preenchido no SIH/SUS, porém, no caso da FPF, esse preenchimento, no Rio de

Janeiro, é considerado alto, acima de 90% (Datasus, 2005). Entretanto, esse

diagnóstico, em sua maioria, se refere a causas externas, como queda da própria

altura e acidente.

O presente estudo visa a avaliar o emprego do ICC como método de ajuste

de risco em uma base de dados sobre pacientes idosos hospitalizados para

tratamento de fratura proximal de fêmur em um hospital universitário no municí pio do

Rio de Janeiro. O objetivo é completar a variável diagnóstico secundário com busca

a prontuário e analisar o ICC calculado, usando essa informação e o ICC calculado a

partir de todas as comorbidades.

Materiais e métodos

Os dados usados neste estudo são relativos aos pacientes hospitalizados

para tratamento de fratura proximal de fêmur em um hospital universitário (HU) no

municí pio do Rio de Janeiro, no perí odo de 1995 a 2000. Foi realizada busca em

prontuário das doenças coexistentes. Foi aplicado o método de relacionamento

probabilí stico, proposto por Coeli & Camargo (2002) entre a base de dados do HU e

as do Sistema de Informação Sobre Mortalidade (SIM), visando à identificação de

óbitos ocorridos após a alta hospitalar.

O banco de dados do estudo continha, além das informações demográficas,

dez campos para registro de doenças coexistentes, usando os três primeiros dí gitos
 56

da Classificação Internacional de Doenças, nona revisão (CID-9). O ICC foi

calculado para todas as comorbidades (Charlson completo). Foi criada uma

condição de preenchimento do diagnóstico secundário a partir das comorbidades

registradas para o paciente, de duas formas: feita a simulação de preenchimento de

apenas um diagnóstico secundário a partir das comorbidades registradas para o

paciente, de duas formas: 1) utilizando apenas uma doença coexistente (Charlson

maior), a que apresentasse o maior peso entre as condições clinicas pré-

estabelecidas, com base na tabela de construção do Í ndice de Comorbidade de

Charlson (Tabela 1); 2) utilizando apenas uma doença, selecionada através de

sorteio (Charlson sorteio). Para a realização desse sorteio, foi utilizada uma função

do compilador Clipper, que gerou um número aleatório entre 1 e n, onde n é igual à

quantidade de comorbidades que o paciente apresentava. Esses critérios para o

preenchimento do diagnóstico secundário foram propostos uma vez que, dada a

existência de apenas um campo para diagnóstico secundário na base de dados da

AIH, a escolha da comorbidade a ser registrada pode alterar o resultado do ICC

calculado, seja pelo de maior gravidade ou simplesmente pela aleatorização. A

idade não foi combinada ao ICC.

Foi utilizada uma regressão logí stica para medir o efeito do ICC na predição

da mortalidade em noventa dias após fratura proximal de fêmur. A variável Charlson

completo foi agrupada como 0-1, 2 e 3 ou mais. As variáveis Charlson maior e

Charlson sorteio foram categorizadas como 0-1 e 2, pois não houve caso com

í ndices iguais ou maiores que 3. A idade foi tratada como contí nua. O modelo Inicial

(Tabela 1) continha as variáveis sexo e idade, presentes nas bases de dados do

SIH/SUS. Foi construí do um modelo para cada um dos ajustes de risco propostos.
 57

Resultados

Dos 390 pacientes estudados (Tabela 3), 286 (70,8%) eram do sexo feminino

e 114 (29,2%) do masculino. A idade média encontrada foi de 74,4 anos, com

desvio-padrão de 10,6 anos. Cerca de 70% dos pacientes apresentaram até duas

comorbidades e apenas 4,6% deles tinham cinco ou mais doenças coexistentes. A

quantidade média de comorbidades encontrada foi de 1,9. Aplicando o ICC, 74,4%

dos pacientes receberam uma pontuação entre 0 e 1, 18,2% a pontuação 2 e

apenas 7,4% foram classificados com um escore 3 ou mais. Nenhuma das

condições clí nicas apresentadas pelos pacientes superou o peso 2, seguindo a lista

proposta por Charlson (Tabela 1).

A taxa de mortalidade em noventa dias foi de 7,4%. O sexo não mostrou

associação com o óbito em 90 dias em nenhum dos modelos, ao contrário do que foi

observado para a idade, que mostrou-se associada ao risco de morrer tanto no

ajuste por sexo e idade (modelo Inicial – Tabela 4), quanto nos diferentes modelos

incluindo ICC (modelos Charlson maior, Charlson sorteio e Charlson completo). Não

foi observada associação estatisticamente significantiva com o ICC quando esse foi

calculado usando apenas um diagnóstico secundário (modelos Charlson maior e

Charlson sorteio). Foi observada associação entre o ICC e a mortalidade em

noventa dias, quando esse í ndice foi calculado sobre todas as comorbidades. Notou-

se, pelo modelo Charlson completo (Tabela 4), um gradiente nas chances de óbito

em noventa dias com o ICC, um aumento na chance de morte a partir dos escores 1

e 2, embora não tenha sido estatisticamente significativa, e a chance de morrer foi

6,8 vezes maior entre os pacientes classificados com escore 3 ou mais do que entre

aqueles cujo ICC foi 0.

 58

Tabela 3: Perfil dos pacientes internados em um hospital universitário no municí pio

do Rio de Janeiro por fratura proximal de fêmur, entre 1995 e 2000

Variável n %

Sexo
Masculino 114 29,2
Feminino 276 70,8
Idade (anos)
50 a 59 38 9,8
60 a 69 82 21,0
70 a 79 116 29,7
80 a 89 131 33,6
90 a 99 23 5,9
Média 74,8 (desvio-padrão 10,7)
Nº de comorbidades
0 67 17,2
1 103 26,4
2 105 26,9
3 57 14,6
4 40 10,3
5 11 2,8
6 2 0,5
7 3 0,8
9 2 0,5
Média 1,9 (desvio-padrão 1,5)
Í ndice de Comorbidade de Charlson (Charlson completo)
0e1 290 74,4
2 71 18,2
3 e mais 29 7,4
Í ndice de Comorbidade de Charlson (Charlson maior)
0e1 305 78,2
2 85 21,8
Í ndice de Comorbidade de Charlson (Charlson sorteio)
0e1 350 89,7
2 40 10,3

Total 390 100,0

 59

Tabela 4 – Modelos de regressão logí stica para ajuste de risco de mortalidade em

noventa dias após fratura proximal de fêmur pelo Í ndice de Comorbidade de
Charlson

Modelo Coeficiente (β) Odds ratio IC (95%)

Inicial

Sexo masculino 0,28 1.25 0,52 – 3,01

Idade 0,06 1,06 1,01 – 1,10

Charlson maior

Sexo masculino 0,23 1.24 0,52 – 2,98

Idade 0,06 1,06 1,02 – 1,10
Charlson maior 2* 0,28 1,32 0,56 – 3,13

Charlson sorteio

Sexo masculino 0,24 1.27 0,53 – 3,04

Idade 0,06 1,06 1,02 – 1,11
Charlson sorteio 2** 0,49 1,62 0,53 – 5,01

Charlson completo

Sexo masculino 0,06 1.06 0,43 – 2,62

Idade 0,06 1,06 1,01 – 1,10
Charlson 1 e 2*** 0,53 1,70 0,63 – 4,61
Charlson 3 e mais *** 1,92 6,80 2,51 – 18,42
* ICC para um diagnóstico secundário, comorbidade de maior peso segundo
Charlson. Categoria de referência 0 e 1.
** ICC para um diagnóstico secundário, comorbidade por sorteio. Categoria
de referência 0 e 1.
*** ICC calculado sobre todas as comorbidades. Categoria de referência 0 e
1.

Discussão

O ajuste de risco é apontado como uma estratégia necessária ao avaliar-se

os resultados de cuidados prestados, sendo o conhecimento do grau da severidade

dos problemas que o paciente apresenta é parte desse ajuste (Iezzoni et al., 1996;

D’ Hoore et al., 1996; Cleves et al., 1999; van Doon et al., 2001). A mensuração das

doenças coexistentes, tanto pela quantidade quanto pela gravidade, é utilizada para
 60

a determinação dessa gravidade. Há diversos métodos de medida das

comorbidades, entre eles o Í ndice de Comorbidade de Charlson - ICC (Needham et

al., 2005). Como esses métodos são baseados nos diagnósticos secundários, a

quantidade de campos para seu registro e a qualidade da informação são

fundamentais para a classificação final.

Pelos resultados apurados, o ICC calculado a partir de todas as

comorbidades registradas para o paciente esteve associado à mortalidade em

noventa dias. Porém, na disponibilidade de apenas um diagnóstico secundário, o

efeito desse í ndice sobre o desfecho de interesse não pôde ser comprovado. Nessa

situação, a variável associada ao risco de morrer foi a idade nos dois modelos

(Charlson maior e Charlson sorteio). Martins et al. (2001) usaram o ICC para o

ajuste de risco em 40.299 internações ocorridas no Municí pio do Rio de Janeiro. Os

dados foram obtidos a partir do SIH/SUS. A idade e o ICC combinado (ICC + idade)

foram os fatores associados positivamente com o óbito, o que não foi verificado com

o ICC simples. A capacidade de predição do ICC melhorou significativamente pela

associação da idade. Para os autores, o reduzido número de campos para entrada

de informação diagnóstica – apenas um campo para o diagnóstico principal e

apenas um campo para o diagnóstico secundário – e o sub-registro influenciaram no

desempenho do ICC para indicar a gravidade. No presente estudo, diferente do

realizado por Martins et al. (2001), que utilizou o diagnóstico principal e o diagnóstico

secundário, todos os pacientes tinham o mesmo diagnóstico principal – fratura

proximal de fêmur, reduzindo ainda mais o total de comorbidades para construção

do ICC. Na situação de preenchimento do diagnóstico secundário usando o

prontuário do paciente, apenas um diagnóstico foi utilizado para o cálculo do ICC, o

 61

que pode ter diminuí do a capacidade de predição do í ndice. Além desse fato, o ICC

máximo nessa situação foi 2.

Os problemas identificados no trabalho de Martins et al. (2001) são discutidos

pela literatura. Em artigo sobre o Sistema de Informações Hospitalares e a

assistência ao infarto agudo do miocárdio, Escosteguy et al. (2002) dizem que a

possibilidade de entrada de apenas um segundo diagnóstico é a maior limitação

imposta pela AIH. Para Librero et al. (1999), o número reduzido de campos

disponí veis para o registro de informações diagnósticas pode ser uma causa para o

sub-registro. Romano et al. (2002), estudando as taxas de complicação pós-cirúrgica

entre hospitais nos Estados Unidos, descobriram que o sub-registro de diagnóstico

foi o responsável por mais da metade das diferenças no ajuste de risco das taxas

entre os hospitais avaliados.

Os achados aqui apresentados sugerem que a adição de campos para a

discriminação diagnóstica nas bases de dados aumentaria a capacidade da predição

da mortalidade pelo ICC. D’ Hoore et al. (1996) afirmam que o sub-registro de

comorbidades é em parte explicado pelo limitado número de campos disponí veis nas

bases de dados. Segundo esses autores, tem sido demonstrado que a discriminação

das comorbidades é melhor em bases que permitam o registro de 9 a 24

diagnósticos, como é o caso da base MED-ECHO que permite a inclusão de até 15

diagnósticos. Porém, para Martins & Travassos (1998), diferenças entre o número

de comorbidades descritas no prontuário do paciente e na AIH podem ocorrer mais

em função do sub-registro dos diagnósticos do que pelo número limitado de campos.

Essas autoras destacaram em seu estudo que 17,5% dos prontuários examinados

apresentavam mais do que um diagnóstico secundário. Entretanto, apenas 1,9%

desses tinham mais do que quatro diagnósticos secundários. Esses dados podem
 62

refletir ou uma baixa gravidade dos casos estudados, ou uma baixa qualidade do

registro médico.

Em paralelo à questão do aumento de campos para a anotação de dados

sobre a doença apresentada pelo paciente, deve-se, portanto, haver discussão

sobre a qualidade do registro de dados nas fontes de informação – prontuário e

bases de dados administrativos.

Algumas sugestões visando à melhoria dessa qualidade foram encontradas,

entre elas: educação de codificadores e médicos quanto à importância da

documentação; a adoção e padronização de definições precisas sobre dados

diagnósticos; a aproximação entre médicos e codificadores para evitar

ambigüidades, o treinamento de codificadores e o uso dos dados e divulgação

ampla dos resultados (Martins & Travassos, 1998; Martins et al., 2001; Romano et

al., 2002; Peabody et al., 2004).

 63

Referências

BRAILER, DJ; KROCH, E; PAULY, MV, et al.. Comorbidity-adjustment complication

risk: a new outcome quality measure. Medical Care. V 34(5). 490-505, 1996.

CHAUDHRY, S.; LEI JIN, MA; MELTZER, D. Use of a self-report-generated Charlson

Comorbidity Index of predicting mortality. Medical Care. V 43, N 6, 607-615, 2005.

CLEVES, MA; SANCHEZ, N; DRAHEIM, M. Evaluation of two competing methods for

calculating Charlson’ s Comorbidity Index when analyzing short-term mortality using
administrative data. Journal Clinical Epidemiology. V 50, N 8, pp 903-908, 1997.

COELI, CM; CAMARGO, KR. Avaliação de diferentes estratégias de blocagem no

relacionamento probabilí stico de registros. Revista Brasileira de Epidemiologia. V.5,
n. 2, 2002.

DATASUS, DATASUS 2005, site institucional, http://www.datasus.gov.br, acesso em

01/08/2005.

D’ HOORE, W; BOUCKEART, A; TILQUIN, C. Practical considerations on the use of

the Charlson Comorbidity Index with Administrative data bases. Journal Clinical
Epidemiology. V 49, N 12, pp. 1429-1433, 1996.

ESCOSTEGUY, CC; PORTELA, MC; MEDRONHO, RA, et al. O sistema de

informações hospitalares e a assistência ao infarto agudo do miocárdio. Revista de
Saúde Pública. V 36, n. 4, 2002.

FINLAYSON, EVA; BIRKMEYER, JD; STUKEL, TA, et al. Adjusting surgical mortality
rates for patients comorbidities: more harm then good ? Surgery. V 132, N 5, 2002.

GHALY, WA; HALL, RE; AMY, KR, et al. Searching for an improved clinical
comorbidity index for use with ICD-9-CM administrative data. Journal Clinical
Epidemiology. V 49, n 3, pp 273-278, 1996.

GROLL, DL; TO T.; BOMBARDIER, C, et al. The development of a comorbidity index

with physical function as the outcome. Journal Clinical Epidemiology. V 59, pp. 595-
602, 2005.

GROOT, V; BECKERMAN, H; LANKHORST, GJ, et al. How to measure comorbidity:

a critical review of available methods. Journal of Clinical Epidemiology. V 56, pp.
221-229, 2003.

IEZZONI, LI; SHWARTZ, M; ARLENE, A, et al. Severity measurment methods and

judging hospital death rates for pneumonia. Medical Care. V 34(1), pp 11-28, 1996.

IEZZONI LI. The Risks of Risk Adjustment. The Journal of American Medical
Association. 278:1600-1607,1997.
 64

IEZZONI LI. Assessing quality using administrative data. Annals of Internal Medicine.
V 127 (8S) Suplement, pp 666-674, 1997.

IUCIF, NJr; ROCHA, JSY. Estudo da desigualdade na mortalidade hospitalar pelo

Í ndice de Comorbidade de Charlson. Revista Saúde Pública. 38(6):780-6, 2004.

LIBRERO, J; PEIRÓ, S; ORDIÑANA, R. Chronic comorbidity and outcomes of

hospital care: length of stay, mortality, and readmission at 30 and 365 days. Journal
Clinical Epidemiology. V 52, N 3, pp. 171-179, 1999.

MARTINS, M S; TRAVASSOS, C; NORONHA, JC. Sistema de informações

hospitalares como ajuste de risco em í ndices de desempenho. Revista de Saúde
Pública. V 35, n 2, 2001.

MARTINS, M S. Durée de séjour et mortalité hospitalière au Brésil: comparaison

entre hôpitaux publics et privés. Tese de doutorado. Université de Montréal, 2002.

MARTINS, M S; TRAVASSOS, C. Assessing the availability of casemix information in

hospital database systems in Rio de Janeiro, Brazil. International Journal of Quality
Health Care. 10(2):125-33, 1998.

NEEDHAM, DM; SCALES, DC; LAUPACIS, A, et al. A systematic review of the

Charlson comorbidity index using Canadian administrative databases: a perspective
on risk adjustment in critical care research. Journal of Critical Care. V 20, pp 12-19,
2005.

NORMAND, ST; GLICKMAN, ME; SHARMA, RGVRK; MCNEILL, B. Using admission

characteristics to predict short-term mortality from myocardial infarction in elderly
patients: results from de Cooperative Cardiovascular Project. The Journal of
American Medical Association. 275(17):1322-8, 1996.

NORONHA, JC; MARTINS, M; TRAVASSOS, C et al. Aplicação da mortalidade

hospitalar após a realização de cirurgia de revascularização do miocárdio para
monitoramento do cuidado hospitalar. Cadernos de Saúde Pública. 20, sup 2:S109-
S118, 2004.

PEABODY, JW; LUCK, J; JAIN, S, et al. Assessing the accuracy of administrative

data in health information systems. Medical Care. V 42(11), pp 1066-1072, 2004.

ROMANO, OS; CHAN, BK; SCHEMBRI, ME; RAINWATER, JA. Can administrative
data base be used to compare postoperative complication rates across hospitals ?
Medical Care Rev. V.50:451-477, 1993

TRAVASSOS, C; NORONHA, JC; MARTINS, M. Mortalidade hospitalar como

indicador de qualidade: uma revisão. Ciência e Saúde Coletiva. 4(2):367-381, 1999.
 65

VAN DOORN, C; BOGARDUS, TS; WILLIAMS, CS, et al. Risk adjustment for older
hospitalized persons: a comparison of two methods of data collection for the
Charlson Index. Journal Clinical Epidemiology. V 54. 694-701, 2001.
 66

6- CONSIDERAÇÕES FINAIS

Entre os fatores relacionados com a mortalidade após a fratura proximal do

fêmur, os que mostraram associação neste estudo foram a idade, a presença de

doenças associadas (comorbidades) e o tempo de espera para a realização da

cirurgia. O tempo de espera para a cirurgia aparece na literatura como um fator

controverso. Há autores que dizem não haver efeito dessa variável sobre a chance

de óbito (Grimes et al, 2002), enquanto outros encontraram associação entre um

maior intervalo de tempo e o aumento da mortalidade (Casaletto & Gatt, 2004).

Chamou a atenção, contudo, o tempo médio de espera aqui encontrado (14,8 dias),

que está bem acima de outros indicados em publicações internacionais – entre 19

horas e 3,6 dias. Entretanto, não foi objeto desta dissertação estabelecer os motivos

que poderiam ter contribuí do para essa espera bem maior, se comparada a valores

apresentados na literatura.

Aplicou-se no presente trabalho o í ndice ASA e o ICC como sistemas de

classificação da gravidade do paciente. O primeiro baseado no estado fí sico do

paciente e o segundo a partir das suas comorbidades. O í ndice ASA não apresentou

associação com a mortalidade em 90 dias, diferentemente do ICC, para o qual pôde-

se verificar o seu efeito sobre o desfecho.

Apesar de não ser um método de ajuste de risco, o í ndice ASA é usado para

expressar a gravidade da condição do paciente, o que permitiria que ele fosse uma

alternativa ao ICC para os casos cirúrgicos. Froehner et al. (2003) comprovaram

essa possibilidade entre os pacientes submetidos à prostatectomia radical, na qual a

predição da mortalidade segundo ASA foi semelhante à do ICC, mesmo

considerando o perí odo pós-operatório. Para esses autores, o ASA foi uma
 67

alternativa ao uso do ICC naquela situação. Outras vantagens que o ASA pode

apresentar em relação ao ICC são: 1) representada por apenas uma variável, de

fácil coleta; 2) tem menos possibilidade de perda de informação, por ser amplamente

utilizada.

Outro objetivo da presente dissertação foi avaliar a importância dos

diagnósticos secundários na base de dados do Sistema de Informação Hospitalar do

Sistema Único de Saúde (SIH-SUS), para o ajuste de risco pelo ICC, comparando-

se os resultados obtidos calculando-se o ICC em uma base com até dez campos

para a digitação de comorbidades para os pacientes, com os resultados a partir do

cálculo do ICC em uma situação semelhante à da AIH, onde há apenas um campo

para o registro do diagnóstico secundário. Os resultados mostraram que o ICC teve

uma melhor capacidade de predicação da mortalidade, quando calculado a partir de

todas as comorbidades do paciente em relação ao escore final quando do uso de

apenas um diagnóstico secundário,

A limitação imposta pelo SIH/SUS em termos do reduzido espaço para a

codificação de diagnósticos secundários tem um efeito sobre os métodos de ajuste

de risco que considerem esses diagnósticos para dimensionar a gravidade do

paciente. Especificamente sobre o ICC, esse efeito pode ser observado, uma vez

que a pontuação final é dada de forma cumulativa a partir do peso de cada condição

clí nica identificada para o paciente, sendo, portanto, sensí vel à da anotação das

informações diagnósticas.

A discussão a respeito da melhoria da qualidade da informação disponí vel

para fins de ajuste de risco não deve, contudo, se deter apenas à limitação

comentada no parágrafo anterior. Além dela, apresenta-se a questão do registro do

dado, sendo o baixo preenchimento dos campos um problema a ser vencido. Como
 68

destacaram Martins & Travassos (1998), a adição de espaços nas bases de dados

para a digitação de códigos diagnósticos pode não ser, isoladamente, uma ação

suficientemente capaz de resultar em melhoria da informação. São necessárias,

também, medidas que visem a garantir o registro adequado dos mesmos nas fontes

primárias de informação, que incluem informações sobre o paciente e os

procedimentos realizados durante a assistência prestada.

Assim, sugestões têm sido feitas: a ampliação na quantidade de campos para

registro de diagnósticos secundários; informação da data de cada diagnóstico

registrado; padronização dos sumários de alta; melhorar e supervisionar a qualidade

dos sumários de alta; investimento em recursos humanos para a capacitação de

pessoal em identificação e codificação dos diagnósticos; educação do profissional

médico para a importância da codificação (Martins et al., 2001; Martins, 2002).

Uma vez que para o cálculo do ICC são usados pesos atribuí dos a condições

clí nicas selecionados de uma lista pré-definida pelo método, algumas patologias não

consideradas nesse rol também poderiam explicar a mortalidade. Dessa forma,

alguns autores dizem que a incorporação de outras patologias identificadas na

população de estudo pode favorecer a uma maior capacidade de predição (Ghali et

al., 1996; D’ Hoore et al., 1996). Martins (2002) desenvolveu um novo í ndice,

baseado no ICC e com a inclusão de outras condições clí nicas excluí das

originalmente, e afirma que houve uma melhora capacidade de discriminação do

método. Contudo, a autora destaca que o novo í ndice foi criado com dados

provenientes apenas de uma região e que seria necessário validá-lo em outras

populações antes de generalizá-lo por todo o paí s.

Finalmente, se o objetivo do uso de métodos de ajuste risco para estudo da

mortalidade visa ao julgamento da qualidade da assistência prestada, uma outra

 69

questão deve ser levantada. Uma vez que esses métodos utilizam dados

provenientes dos resumos de alta, que incluem todos os problemas tratados durante

a internação, torna-se importante distinguir se esses problemas estavam presentes

quando da admissão ou se surgiram posteriormente. Essa distinção leva a uma

identificação do que era comorbidade e do que foi complicação, podendo, daí ,

apontar para uma possí vel condição de assistência abaixo de um padrão desejável

(D’ Hoore et al., 1996; Iezzoni et al., 1996).

 70

7- REFERÊNCIAS

ALARCÓN, T; MONTALVO, J. I. G.; BÁRCENA, A. ; SAEZ P. Further experience of

nonagerians with hip fractures. Injury. 32: 555-538, 2001.

CASALLETO, John A.; GATT, R. Post –operative mortality related to waiting time for
hip fracture surgery. Injury, v. 35, n 2, p. 114-20, Feb. 2004.

CHARIYALETSAK, S; SURIYAWONGPISAL, P.; THAKKINSTAIN, A. Mortality after

hip fractures in Thailand. International Orthopaedics. 25:294-297, 2001.

CLAUGE, J. E; CRADDOCK E.; ANDREW, G. et al. Predictors of outcome following

hip fracture. Admission time predicts length of stay and in-hospital mortality. Injury,
33: 1-6, 2001.

CREE, M. et al. Mortality and institutionalization following hip fracture. Journal of

American Geriatrics Association. Vol. 48(3) 283-288, March 2000

FINLAYSON, Emily V.A; BIRKMEYER, John D.; STUKEL, Therese A. et al. Adjusting
surgical mortality rates for patient comorbidities: more harm than good ? Surgery,
volume 132, number 5, November 2002.

FORSÉN, L.; Sogaard, A J.; MEYER, H.E et al. Survival after hip fracture: Short- and
long-term excess mortality according to age and gender. Osteoporosis International,
10: 73-78, 1999.

FORSTER, M; CALTHORPE, D. Mortality following surgery for proximal femoral

fractures in centenarians. Injury. 36: 537-539, 2000.

FRANSEN, M. et al. Excess mortality or institutionalization after hip fracture: men are
at greater risk then women. Journal of American Geriatrics Society.50: 685-690,
2002.

FROHENER, M.; KOCH R., LITZ, R. et al. Comparison of the American Society of
Anesthesiologists status classification with the Charlson score as predictors of
survival After radical prostatectomy. Urology. 62:698-701, 2003.

GHALY William A , HALL Ruth E, ROSEN Amy K, ASH Arlene S et al. Searching for
an Improved Clinical Comorbidity Index for Use with ICD-9-CM Administrative Data.
Journal of Clinical Epidemiology, volume 43, número 3, pp. 273-278, 1996

GDALEVICH, Michael; COHEN, Dani; YOSEF Dina, et al. Morbidity and mortality
after hip fracture: the impact of operative delay. Arch Orthop Trauma Surgery
124:334-340, April 2004.

GRIMES, J. P.; GREGORY, P. M.; NOVECK, H., et al. The effects of time-to-surgery
on mortality and morbidity in patients following hip fracture. The American Journal of
Medicine. 112: 702-709, 2002.
 71

IEZZONI, Lisa; SHWARTZ, Michael; ASH, Arlene S. et al. Judging Hospitals by

Severity-Adjusted Mortality Rates: The Influence of the Severity-Adjustment Method.
The American Public Health Association, volume 86(10), pp 1379-1387, 1996.

IEZZONI, Lisa; SHWARTZ, Michael; ASH, Arlene S. et al. Severity Measurement

Methods and Judging Hospital Death Rates for Pneumonia. Medical Care, volume
34(1), pp 11-28, 1996.

IEZZONI, Lisa. Assessing Quality Using Administrative Data. American College Of

Physicians, volume 127(8SS) Supplement, pp 666-674, 1997

IUCIF N Jr.; ROCHA J. S. Y. Estudo da desigualdade da mortalidade hospitalar pelo

Í ndice de Comorbidade de Charlson. Revista de Saúde Pública. 38(6):780-6, 2004.

JAIN, R.; BASINSKI, A; KREDER, H. Nonoperative treatment of hip fractures.

International Orthopaedics. 27:11-27, 2003.

JOHNELL, O; KANIS, J; GULLBERG, G. Mortality, morbidity, and assessment of

fracture risk in male osteoporosis. Calcified Tissue International, 69:182-184, 2001.

LICHTBLAU, Sheldon. Hip Fractures Surgical Decisions that affect medical

management. Geriatrics, v 55, n 4, April 2000.

LYONS, A. R. Clinical outcomes and treatment of hip fractures. The Journal of

American Association, v. 103 (2A), 1997.

MARTINS, Mônica, TRAVASSOS, Claudia e NORONHA, José Carvalho de. Sistema

de Informações Hospitalares como ajuste de risco em í ndices de desempenho.
Revista de Saúde Pública, abr. 2001, vol.35, no.2, p.185-192. ISSN 0034-8910.

MARTINS, M S. Durée de séjour et mortalité hospitalière au Brésil: comparaison

entre hôpitaux publics et privés. Tese de doutorado. Université de Montréal, 2002.

MEYER, H.E.; TVERDAL, A.; FALCH, J. A. et al. Factors associated with mortality
after hip fracture. Osteoporosis International, 11:228-232, 2000.

NATHER, A.; SEOW, C. S.; IAU, P. et al. Morbidity and mortality for elderly patients
with fractured neck of femur treated by hemiarthrosplaty. Injury, v. 26, n. 3, pp. 187-
190, 1995.

NEEDHAM, DM; SCALES, DC; LAUPACIS, A, et al. A systematic review of the

Charlson comorbidity index using Canadian administrative databases: a perspective
on risk adjustment in critical care research. Journal of Critical Care. V 20, pp 12-19,
2005.

NURMI L. et al. Functional outcome and survival after hip fracture in elderly: a
prospective study of 106 consecutive patients. Journal of Orthopeadics
Traumatology. 4:7-14, 2004
 72

O’ HARA DA.; DUFF A. ; JÁ B. et al. The effect of anesthetic techinique on

postoperative outcome in hip fracture repair. Anesthesilogy. 92:947-957, 2000.

OOI, L. H.; WONG, T.H; TOH, C.L. et al. Hip fractures in nonagenarians – a study on
operative and non-operative management. Injury, 36, 142-147, 2005.

PARKER, M. J. Current concepts in the treatment of hip fracture. Zeitschrift fur

Gerontologie und Geriatrie. 34: 74-77 (2001).

SHACKELFORD, P.; NELSON K.H.. Preoperative assessment and risk reduction in

gynecology surgery patients. Obstetrical and Gynecological Surgery. Vol. 58, n 2,
2003.

SAKAKI, Marcos Hideyo; OLIVEIRA, Arnóbio Rocha; COELHO, Fabrí cio F et al.
Estudo da mortalidade na fratura do fêmur proximal em idosos. Acta Ortopédica.
Brasileira 12(4), out-dez, 2004.

SANCHES, Kátia R. de Barros; CAMARGO Jr. Kenneth Rochel; COELI,

Claudia Medina et al. In: MEDRONHO, Roberto A. et al. Epidemiologia. São
Paulo: Atheneu, 2002, p. 337-360.

STODDART J.; HORNE G.; DEVANE P. Influence of preoperative medical status

and delay to surgery on death following a hip fracture. Journal of Surgery, 72:405-
407, 2002.

TROMBETTI, A; HERRMANN F.; HOFFMEYER, P. et al. Survival and potential

years of life lost after hip fracture in men and women. Osteoporosis International,
13:731-737, 2002.

VAN BALEN, R.; STEYERBERG, E. W.; POLDER, J. J. et al. Hip fracture in elderly
patients. Clinical Orthopaedics and related research. 390:232-243, 2001.

ZUCKERMAN, J. D. Hip fracture. The New England Journal of Medicine, vol. 334,
no. 23, 1996.
 73

8 - ANEXO

Ficha de coleta de dados do projeto:

Estudo de fatores de risco de mortalidade pós-cirúrgica em idosos que fizeram
fratura de colo de fê mur
1.NÚMERO DO FORMULÁRIO |__|__|__|
A. Dados de identificação:

2. NÚMERO DO PRONTUÁRIO DO PACIENTE:

|__|__|__|__|__|__|__|

3. NOME DO PACIENTE:

|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|

|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|
4. S EXO: 1. Masculino 2. Feminino
|__|
5. IDADE: (em anos) (99 se não houver a informação)
|__|__|
6. DATA DO NASCIMENTO: (99999999 se não houver a informação)
|__|__|/|__|__|/|__|__|__|__|
7. ENDEREÇO:
|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|

|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|
(nome da rua/av/tv, número, complemento)

8. BAIRRO:
|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|
(99 se não houver informação)
9. CIDADE:
|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|
(99 se não houver informação)
10. ESTADO:
|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|__|
( 99 se não houver informação)
11. CEP: (99999999 se nã o houver informaç ã o) |__|__|__|__|__|-|__|__|__|
 74

12. ESCOLARIDADE: 1. Analfabeto

|__| 2. Primeiro grau incompleto
3. Primeiro grau completo
4. Segundo grau incompleto
5. Segundo grau completo
6. Terceiro grau incompleto
7. Terceiro grau completo
8. Pós-graduado
9. Sem informação

13. ESTADO CIVIL:

|__|
1. Solteiro
2. Casado ou unido de outra forma
3. Separado ou divorciado
4. Viúvo
9. Sem informação

14. RENDA MENSAL: ___________________________________________________________|__|__|.|__|__|

(anotar o valor encontrado e a data do registro. Codificação posterior em número de salários
mínimos de acordo com o valor da tabela. (Sem informação: 999,9)

15. COHABITANTES:
|__|
1. Vive só
2. Vive com outras pessoas
9. Sem informação

B. Dados de Fratura

16. HÁ REGISTRO DE FRATURA NO PRONTUÁRIO? 1. Sim 2. Não

|__|
17. NÍ VEL DE FUNÇÃO ANTES DA FRATURA __________________________________ |__|

___________________________________________________________________________
(codificação posterior. 9. Sem informação)

18. DATA DA FRATURA (anote 99999999 se não houver informação)

|__|__|/|__|__|/|__|__|__|__|
19. CAUSA DA FRATURA 1. Queda da própria altura
|__| 2. Acidente
3. Outros _________________________________________
9. Sem informação

20. TIPO DE FRATURA 1. Colo de fêmur

|__| 2. Intertrocantérica
3. Subtrocantérica
4. Outras ___________________________________________
9. Sem informação

21. HOUVE DESLOCAMENTO? (1. Sim 2. Não 9. Sem informaç ão)

|__|

22. A FRATURA FOI COMINUTIVA? (1. Sim 2. Não 9. Sem informaçã o)

|__|
 75

23. GRAU DA FRATURA ___________________________________________________ |__|-

|__| (9-9 Sem informação)

C. Dados da Hospitalização
24. DATA DA ADMISSÃO
|__|__|/|__|__|/|__|__|__|__|
25.1 ORIGEM (procedência do paciente) ________________________________
|__| ( 9. Sem informação)

25.2GRUPO DE ORIGEM:
|__|
1. Casa
2. Hospital sem ser asilo
3. Asilo
4. Outros ______________________
( 9. Sem informação)

26. NÚMERO DE DIAS SOB CUIDADOS INTENSIVOS (CTI / UI)

|__|__|
(88 se não ficou sob cuidados intensivos)
27. DATA DA ALTA HOSPITALAR
|__|__|/|__|__|/|__|__|__|__|
28. TIPO DE ALTA (1.Curado 2. Óbito 3. Melhorado 4. Transferido 9. Sem informação)
|__|
29.1 DESTINO _____________________________________________
|__|
(codificação posterior. 9 Sem informação)

29.2 GRUPO DE DESTINO:

1. Casa
|__| 2. Asilo
3. Outros ______________________
( 9. Sem informação)

D. Dados da cirurgia

30.1 RISCO CIRÚRGICO SEGUNDO A CLÍ NICA MÉDICA (ASA) (9.9 sem informaç ão)
|__|.|__|

30.2 RISCO CIRÚRGICO SEGUNDO A ANESTESIA (ASA) (9.9 sem informaç ão)
|__|.|__|

31. TIPO DE CIRURGIA 1. Fixação interna

|__| 2. Colocação de prótese
3. Outra ________________________________________________________________
8. Não se aplica
 76

32. DATA DA CIRURGIA (88888888 se não houve cirurgia)

|__|__|/|__|__|/|__|__|__|__|

33. TIPO DE ANESTESIA 1. Localizada

|__| 2. Geral
3. Geral + Local
8. Não se aplica
9. Sem informação

34. DURAÇÃO DA CIRURGIA (em horas) (anote 99 se não houver informação)

|__|__|. |__|
35. INTERVALO DE TEMPO ENTRE A FRATURA E A CIRURGIA (em número de dias)
|__|__|__|__|
(9999. Sem informação)

E. Dados do Pós-Operatório
36. TIPO E NÚMERO DE DIAS DE USO DE ANTIBIÓTICOS APÓS CIRURGIA
(88 - não se aplica; 99 - sem informação)
36.1 Nome do Antibiótico _____________________________ (codificaçã o posterior)
|__|__|
36.1.1 Número de dias de uso
|__|__|
36.2 Nome do Antibiótico _____________________________ (codificaç ã o posterior)
|__|__|
36.2.1 Número de dias de uso
|__|__|
36.3 Nome do Antibiótico _____________________________
|__|__|
36.3.1 Número de dias de uso
|__|__|

37. F EZ ANTICOAGULOTERAPIA? (1. Sim 2. Não 9. Sem informação)

|__|
38. TIPO E NÚMERO DE DIAS DE USO DE ANTICOAGULANTES APÓS CIRURGIA
(8 ou 88 - não se aplica; 9 ou 99 - sem informação)
38.1 Tipo de Anticoagulante (códigos abaixo)
|__|

38.1.1 Número de dias de uso

38.2 Tipo de Anticoagulante (códigos abaixo)

|__|
38.2.1 Número de dias de uso

|__|__|

38.3 Tipo de Anticoagulante (códigos abaixo)

|__|
 77

38.3.1 Número de dias de uso |__|__|

1. Aspirina; 3. Heparina intravenosa; 5. Heparina de baixo peso molecular,

subcutânea
2. Warfarin; 4. Heparina subcutânea;

39. NÚMERO DE DIAS ENTRE A CIRURGIA E A MOBILIZAÇÃO (99 sem informação)

|__|__|

40. NÚMERO DE DIAS ENTRE A CIRURGIA E A PASSAGEM PARA A CADEIRA (99 sem informaç ã o)
|__|__|

41. NÚMERO DE DIAS ENTRE A CIRURGIA ATÉ FICAR DE PÉ (99 sem informação)
|__|__|

42. NÚMERO DE DIAS ATÉ ANDAR (99 sem informação)

|__|__|

F. Fisioterapia
43. FEZ ALGUM TIPO DE FISIOTERAPIA DURANTE A INTERNAÇÃO? (1.Sim 2. Não 9. Sem informação) |__|
44. TIPO DE FISIOTERAPIA 1. Respiratória |__|
2. Ortopédica
3. Respiratória e Ortopédica
4. Outras ________________________________________________________
9. Sem informação

45. NUMERO DE DIAS ENTRE A CIRURGIA E O INÍ CIO DA FISIOTERAPIA

(88. não fez fisioterapia 99. Sem informação)
45.1 Para Fisioterapia Respiratória |__|__|
45.2 Para Fisioterapia Ortopédica |__|__|
45.3 Para outras |__|__|

46. NÚMERO DE DIAS DE FISIOTERAPIA DURANTE A INTERNAÇÃO (88. não fez fisioterapia 99. Sem informação)

46.1 Fisioterapia Respiratória |__|__|

46.2 Fisioterapia Ortopédica |__|__|
46.3 Outras |__|__|

47. FEZ FISIOTERAPIA APÓS A INTERNAÇÃO? ( 1. Sim 2. Não 9. Sem informação) |__|
(Não = fez acompanhamento ambulatorial mas não fez fisioterapia)
QUAL? _________________________________________ (codificaçã o posterior) |__|
 78

G. Dados de complicações após a cirurgia

47.COMPLICAÇÕES CLÍ NICAS MAIORES

47.1 Obstruçã o intestinal 1. Sim 2. Não 9. Sem informação |__|

47.2 Pneumonia 1. Sim 2. Não 9. Sem informação |__|
47.3 Infarto do miocárdio 1. Sim 2. Não 9. Sem informação |__|
47.4 Hemorragia digestiva 1. Sim 2. Não 9. Sem informação |__|
47.5 Edema pulmonar 1. Sim 2. Não 9. Sem informação |__|
47.6 Falência renal 1. Sim 2. Não 9. Sem informação |__|
47.7 Acidente vascular cerebral 1. Sim 2. Não 9. Sem informação |__|
47.8 Trombose venosa profunda 1. Sim 2. Não 9. Sem informação |__|
47.9 Embolia pulmonar 1. Sim 2. Não 9. Sem informação |__|
47.10 Outras ___________________________________________ 1. Sim 2. Não |__|

48. COMPLICAÇÕES CLÍ NICAS MENORES

48.1 Escaras 1. Sim 2. Não 9. Sem informação |__|
48.2 Infecç ão uriná ria 1. Sim 2. Não 9. Sem informação |___|
48.3 Outras _____________________________________________ 1. Sim 2. Não |__|

49. COMPLICAÇÕES CIRÚRGICAS

49.1 Deslocamento da prótese 1. Sim 2. Não 9. Sem informaç ão |__|
49.2 Infecç ão na ferida cirúrgica 1. Sim 2. Não 9. Sem informaç ão |__|
49.3 Revisã o cirúrgica por qualquer outra causa 1. Sim 2. Não 9. Sem informaçã o |__|
49.4 Outras ______________________________________________ 1. Sim 2. Não |__|

50. QUADRO DE CONFUSÃO MENTAL APÓS A CIRURGIA? 1. Sim 2. Nã o 9. Sem informaçã o

|__|
 79

H. Comorbidades
O código é subdividido em duas partes: a primeira identifica a comorbidade e será colocado posteriormente.
(primeiros 3 dí gitos) A codificaçã o da segunda parte é imediata e diz respeito a momento do diagnóstico:

Códigos:
1. A doenç a foi identificada na entrada do paciente, atravé s da história clí nica ou no exame fí sico pelo clí nico,
ou o paciente já vinha recebendo prescriç ão pela mesma. Ex: anti-hipertensivos.
2. A doenç a surgiu ou foi descoberta durante a internaç ão (após o exame inicial)
8. Nã o se aplica (nã o há registros de comorbidades).
9. Sem informaçã o

51. COMORBIDADES
51.1 ___________________________________________________________|__|__|__| / |__|
51.2 _________________________________________________________ |__|__|__| / |__|
51.3 _________________________________________________________ |__|__|__| / |__|
51.4 ________________________________________________________ |__|__|__| / |__|
51.5 _________________________________________________________ |__|__|__| / |__|
51.6 __________________________________________________________ |__|__|__| / |__|
51.7 ________________________________________________ |__|__|__| / |__|
51.8 ________________________________________________ |__|__|__| / |__|
51.9 __________________________________________________________ |__|__|__| / |__|
51.10 _________________________________________________________ |__|__|__| / |__|

52. READMISSÃO ATÉ UM ANO APÓS A CIRURGIA? 1. Sim 2. Não 8. Não se aplica
|__|
53. NÚMERO DE REINTERNAÇÕES APÓS CIRURGIA DENTRO DE 1 ANO (8. não se aplica)
|__|
54. DATA DA PRIMEIRA REINTERNAÇÃO (88888888 se nã o houve reinternaç ã o)
|__|__|/|__|__|/|__|__|__|__|
55. DATA DA SEGUNDA REINTERNAÇÃO (88888888 se nã o houve reinternaç ã o)
|__|__|/|__|__|/|__|__|__|__|
56. TIPO DE ALTA DA PRIMEIRA REINTERNAÇÃO (1.Curado 2. Óbito 3. Melhorado 4. Transferido)
|__|
57. TIPO DE ALTA DA SEGUNDA REINTERNAÇÃO (1.Curado 2. Óbito 3. Melhorado 4. Transferido)
|__|
58. DESTINO APÓS A PRIMEIRA REINTERNAÇÃO _________________________________________
|__|
(codificação posterior. 9. Sem informação)
59. DESTINO APÓS A SEGUNDA REINTERNAÇÃO __________________________________________
|__|
(codificação posterior. 9. Sem informação)
60. CAUSA DA PRIMEIRA REINTERNAÇÃO __________________________________________
|__|__|__|
(codificação posterior. 9. Sem informação)
61. CAUSA DA SEGUNDA REINTERNAÇÃO ___________________________________________
|__|__|__|
(codificação posterior. 9. Sem informação)
 80

62. OBSERVAÇÕES
____________________________________________________________________________

____________________________________________________________________________

____________________________________________________________________________

_____________________________________________________________________________

____________________________________________________________________________

____________________________________________________________________________

63. PESQUISADOR ____________________________

|__|

62. DATA DA PESQUISA: |__|__|/|__|__|/|__|__|__|__|