Relación y grado de contribución del estado neurológico y motor con el grado de autonomía y la calidad de vida del paciente con ictus cerebral agudo

• F. Rodríguez-Expósito ^[1] ; A. Cuesta-Vargas ^[2]
  1. [1] Unidad de Neurorrehabilitación, Hospital Costa del Sol, Marbella
  2. [2] Departamento de Fisioterapia, Facultad de Ciencias de la Salud, Universidad de Málaga; School of Clinical Science, Faculty of Health Science, Queensland University Technology, Brisbane, Australia
• Localización: Rehabilitación: Revista de la Sociedad Española de Rehabilitación y Medicina Física, ISSN 0048-7120, Vol. 51, Nº. 2, 2017, págs. 86-94
• Idioma: español
• DOI: 10.1016/j.rh.2016.12.002
• Títulos paralelos:
  • Correlations and contribution of neurological and motor variables with degree of autonomy and quality of life in acute stroke patients
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    Introducción La creciente demanda de tratamiento fisioterápico del ictus agudo requiere una predicción pronóstica temprana que facilite su gestión. Objetivos: 1) evaluar cómo se asocian las variables clínicas y autoinformadas del estado del paciente; 2) identificar el poder predictivo de las variables clínicas sobre el resultado autoinformado de autonomía y calidad de vida.

    Material y métodos Estudio observacional transversal analítico. Se seleccionaron un total de 50 pacientes hospitalizados con ictus agudo, realizándose una medición basal de las variables de resultado clínicas (Escala Neurológica Canadiense [ENC], Test de Control de Tronco [TCT] e índice motor [IM] de miembro inferior [MI] y miembro superior [MS]) y autoinformadas (índice de Barthel [IB], Escala de Impacto del Ictus-16, Escala de Rankin Modificada, Escala Multidimensional de Apoyo Social Percibido y Escala de Calidad de Vida para el Ictus-38 [ECVI-38]).

    Resultados Todas las variables clínicas se correlacionaron de forma estadísticamente significativa entre sí; la mayoría de las variables autoinformadas también correlacionaron entre ellas, y las variables clínicas, con algunas autoinformadas (oscilando entre r = –0,676 [p < 0,01] y r = 0,286 [p < 0,05]). Se obtuvieron 2 modelos de predicción mediante análisis multivariante: 1) TCT y ENC explicaban un 61% de la varianza del IB, contribuyendo más el TCT (β = 0,440) y menos la ENC (β = 0,260). 2) TCT e IM de MI explicaban un 73% de la varianza de la ECVI-38 en su dimensión «estado de salud general», contribuyendo más el IM-MI (β = –0,479) y menos el TCT (β = –0,352).

    Conclusiones TCT, ENC e IM-MI pueden ser útiles para predecir el estado de salud y la autonomía en el ictus agudo.

  • English

    Introduction Because of the increasing demand for physical therapy for acute stroke patients, early prognostic prediction is needed to facilitate clinical management. Objectives: 1) To assess the relationship between clinical and self-reported variables regarding the patient's clinical status. 2) To identify the predictive power of clinical variables on self-reported outcome in terms of autonomy and quality of life.

    Material and methods Analytic cross-sectional study of 50 patients hospitalised with acute stroke. Baseline measurements consisted of clinical variables (Canadian Neurological Scale [CNS], Trunk Control Test [TCT], Motricity Index [MI] of lower limb [MI-LL] and upper limb [MI-UL]) and self-reported outcome variables (Barthel Index [BI], Stroke Impact Scale 16 [SIS-16], Modified Rankin Scale, Multidimensional Scale of Perceived Social Support and Stroke-Specific Quality of Life Scale-38 [ECVI-38, Spanish initials]).

    Results All the clinical variables were significantly correlated with each other, as were most of the self-reported variables. The clinical variables were significantly correlated with some of the self-reported variables (ranging from r = –.676 [P < .01] to r = .286 [P < .05]). Multivariate analysis provided two prediction models: 1) TCT and CNS accounted for 61% of the variance in the BI, with a greater contribution being made by TCT (β = .440) than CNS (β = .260). 2) TCT and MI-LL accounted for 73% of the variance of ECVI-38 in the General Health Status domain, with MI contributing more (β = –.479) than TCT (β = –.352).

    Conclusions CNS, TCT and MI-LL may be useful to predict health status and autonomy in acute stroke patients.