ÐÏࡱá>þÿ  ’ þÿÿÿz { | } ~  € ‚ ƒ „ … † ‡ ˆ ‰ Š ‹ Œ Ž ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿì¥Á5@ø¿‚EbjbjÏ2Ï2ñ­X­Xu[AÿÿÿÿÿÿˆÎ Î Î Î ö ö ö  NcNcNc8†cLÒdT ô,|2n(Zn4ŽnŽnŽnëëëÛ*Ý*Ý*Ý*Ý*Ý*Ý*$p.RÂ0+­ö ¡‘~jë¡‘¡‘+Î Î ŽnŽnó®,·÷·÷·÷¡‘zeÎ ÔŽnö ŽnÛ*·÷¡‘Û*·÷ð·÷§ø2”¢ Tö ó Žn&n  Høo/VÃNc÷"— . Ä Ä,0ô,Å .Â1=÷RÂ1\ó  Î Î Î Î Â1ö ó $먓‡ ·÷‹<ÙŽÈëëë++ DXNc÷( NcDOMINGOS OTAVIO D’AVILA INSUFICIÊNCIA RENAL AGUDA EM UNIDADE DE TRATAMENTO INTENSIVO: FATORES PROGNÓSTICOS E DESFECHO Tese apresentada à Universidade Federal de São Paulo – Escola Paulista de Medicina para obtenção do título de Doutor em Medicina (Nefrologia) SÃO PAULO 2002 DOMINGOS OTAVIO D’AVILA INSUFICIÊNCIA RENAL AGUDA EM UNIDADE DE TRATAMENTO INTENSIVO: FATORES PROGNÓSTICOS E DESFECHO Tese apresentada à Universidade Federal de São Paulo – Escola Paulista de Medicina para obtenção do título de Doutor em Medicina (Nefrologia) Orientador: Prof. Dr. Miguel Cendoroglo Neto Coorientador: Prof. Dr. Oscar Fernando Pavão dos Santos Coordenador: Prof. Dr. Álvaro Pacheco e Silva Filho SÃO PAULO 2002 FICHA CATALOGRÁFICA d’Avila, Domingos Otavio Lorenzoni Insuficiência renal aguda em unidade de tratamento intensivo: fatores prognósticos e desfecho / Domingos Otavio Lorenzoni d’Avila – São Paulo, 2002. v, 116. Tese (Doutorado) Universidade Federal de São Paulo. Escola Paulista de Medicina. Programa de Pós-graduação em Nefrologia. Título em inglês: Acute renal failure in the intensive care unit: prognostic factors and outcome. 1. Disfunção de múltiplos órgãos. 2. Índice de gravidade de doença. 3. Diálise renal. 4. Insuficiência renal aguda. 5. Unidades de terapia intensiva. 6. Prognóstico. DEDICATÓRIA A Maria Araci e meus filhos, a quem meu trabalho furtou tempo precioso de nossas vidas. AGRADECIMENTOS Ao Prof. Nestor Schor - pesquisador de rara inteligência, inexcedível dedicação e benevolência, a quem devo a possibilidade deste trabalho. Ao Prof. Miguel Cendoroglo Neto – meu Orientador -, observador cuidadoso e crítico arguto, que deu inestimáveis contribuições a esta tese. Ao Prof. Oscar Fernando Pavão dos Santos - Coorientador – pesquisador de grande experiência na área em estudo e possuidor de idéias inovadoras. Ao Prof. Fernando Custódio Fervenza, meu ex-aluno e particular amigo; pesquisador de sucesso, por suas agudas e inestimáveis correções do texto e auxílio na busca de referências bibliográficas. Ao Prof. Carlos Eduardo Poli de Figueiredo, pelas sugestões e correções pertinentes que ofereceu. Ao Prof. David Saitovitch, meu colega de trabalho, pela paciência em ler e criticar, periodicamente o manuscrito. Ao Prof. Carlos Abaeté de los Santos, companheiro de décadas, pelas sugestões e correções ao texto. Ao Prof. Ivan Carlos F. Antonello, pelas sugestões e revisão do texto. Aos demais colegas do Serviço de Nefrologia do Hospital São Lucas da PUC-RS, que “carregaram o piano” enquanto me ocupei deste trabalho. Aos Médicos Residentes do Serviço de Nefrologia do Hospital São Lucas da PUC-RS por sua inestimável colaboração na coleta de dados para este trabalho. Ao Dr. Mário Bernardes Wagner, pela assessoria em epidemiologia clínica e análise estatística. À Sra. Rosária Maria Lúcia Prenna Geremia, bibliotecária do Centro de Estudos do Hospital São Lucas da PUC-RS, por seu auxílio na formatação das referências bibliográficas e da ficha catalográfica. Aos colegas da Unidade de Tratamento Intensivo de Adultos, Unidade de Tratamento Intensivo Coronariano e Unidade de Tratamento Intensivo Pós-operatório em Cirurgia Cardíaca do Hospital São Lucas da PUC-RS. Modelos estatísticos são abstrações, ainda que construídas sobre dados empíricos, concretos, obtidos de grupos cuidadosamente escolhidos (amostras). O desafio é voltar do abstrato ao concreto, isto é, saber quando e como aplicar determinado modelo probabilístico a um grupo, ou ao paciente. Braitman LE & Davidoff F. “Predicting clinical states in individual patients. Ann Int Med 1996; 125: 406-412” SUMÁRIO LISTA DE ABREVIATURAS................................................................................XI LISTA DE FIGURAS......................... .................................................................XIII LISTA DE TABELAS.................................................... ......................................XIV RESUMO................................................................................................... .............XV ABSTRACT.................................................................................................... .....XVII INTRODUÇÃO................................................................................................... .......1 Histórico e Conceito................................................................................................ 2 Causas...................................................................................................................... 3 Epidemiologia.......................................................................................................... 5 Mortalidade e Prognóstico..................................................................................... 6 Justificativa................................................................. ..........................................18 OBJETIVOS............................................................................................ ................21 Geral...................................................................................................................... 22 Específicos............................................................................................................. 22 PACIENTES E MÉTODO........................................................ .............................23 Delineamento....................................................................................... .................24 Pacientes.................................................................................................. .............24 Variáveis...................................................................................... .........................25 Causas Desencadeantes......................................................... ..............................27 Disfunções Orgânicas........................................................... ...............................27 Análise Estatística........................................................... ....................................28 Considerações sobre a forma de apresentação.............. ...................................30 RESULTADOS....................................................................... ..............................32 Análise Bivariada........................................................ .............. .........................36 Análise de Regressão Logística Multivariada................................ .................37 Validação do Modelo por Bootstrapping................................ .........................40 Desempenho dos Índices APACHE II e ATN-ISS.................... ......................40 Desempenhos Comparados................................................ ...............................43 DISCUSSÃO.......................................................................... ...............................48 CONCLUSÕES............................................................... .....................................59 REFERÊNCIAS BIBLIOGRÁFICAS............... ................................................61 ANEXOS...............................................................................................................83 Impresso para cálculo do Índice APACHE II................. ...............................84 Planilha Eletrônica para coleta de dados......................... ...............................86 Artigo para publicação em periódico.......................................... ..............87 Comprovante de submissão eletrônica do artigo ao JASN...... ..............116 LISTA DE ABREVIATURAS AINE – Antiinflamatório não esteróide APACHE II – Acute Physiology and Chronic Health Evaluation II ATN-ISS – Acute Tubular Necrosis Individual Severity Score DMO – Disfunção de múltiplos órgãos DP – Desvio-padrão e – Logaritmo natural ECA – Enzima conversora de angiotensina EP – Erro-padrão IC – Intervalo de confiança IRA – Insuficiência renal aguda MPM – Mortality Probability Models OR – Odds Ratio ou “Razão de Chances” P – Nível de significância estatística R2 – Índice de dependência RM – Risco estimado de morte ROC – Receiver Operating Characteristics SAPS – Simplified Acute Physiology Score SIDA – Síndrome de imunodeficiência adquirida SOFA – Sequential Organ Failure Assessment SPSS – Statistical Package for Social Sciences TP – Tempo de protrombina TTPa – Tempo de tromboplastina parcial ativada UNIFESP – Universidade Federal de São Paulo UTI – Unidade de Tratamento Intensivo z - Logit LISTA DE FIGURAS Figura 1: Distribuição de pacientes e mortalidade por número de disfunções orgânicas.............................................................................................36 Figura 2: Curva ROC para o índice local...........................................................39 Figura 3: Curva de calibração por regressão linear: mortalidade estimada versus mortalidade observada, para o índice local.........................................39 Figura 4: Curva ROC para o índice APACHE II...............................................41 Figura 5: Curva ROC para o índice ATN-ISS...................................................42 Figura 6: Curva de calibração por regressão linear: mortalidade estimada versus mortalidade observada, para o índice APACHE II............................42 Figura 7: Curva de calibração por regressão linear: mortalidade estimada versus mortalidade observada, para o índice ATN-ISS.............. ..................43 Figura 8: Mortalidade observada e estimada para a amostra e por fator causal da IRA.................................................................................. .............45 Figura 9: Mortalidade observada e mortalidade estimada, por quintil de risco estimado, para o índice local.............................................. ..............46 Figura 10: Mortalidade observada e mortalidade estimada, por quintil de risco estimado, para o índice APACHE II................................................46 Figura 11: Mortalidade observada e mortalidade estimada, por quintil de risco estimado, para o índice ATN-ISS....................................................47 LISTA DE TABELAS Tabela 1: Pressupostos para o uso de modelos de probabilidade.....................12 Tabela 2: Pressupostos para uso individual dos modelos de probabilidade.....13 Tabela 3: Dados comparativos entre os grupos em análise..............................25 Tabela 4: Características dos 280 pacientes estudados....................................34 Tabela 5: Fatores de risco selecionados na análise bivariada..........................37 Tabela 6: Variáveis incluídas pelo modelo logístico.......................................38 Tabela 7: Odds Ratio e IC 95% do modelo logístico por bootstrapping.........40 Tabela 8 Áreas sob as curvas ROC, para os índices avaliados.......................41 Tabela 9 Calibração do índice APACHE II...................................................44 Tabela 10 Calibração do índice ATN-ISS.......................................................44 Tabela 11 Calibração do índice local................................................................44 Tabela 12 Calibração dos índices por regressão linear.....................................45 RESUMO INTRODUÇÃO: Os índices preditivos de desfecho disponíveis, aplicados a pacientes com insuficiência renal aguda (IRA), podem se tornar imprecisos quando transportados para outras populações de pacientes ou sob diferentes condições de tratamento intensivo. A finalidade do presente trabalho foi avaliar o desempenho de dois índices conhecidos – um geral e outro específico para IRA - e compará-los a outro, localmente desenvolvido. PACIENTES E MÉTODO: Uma amostra de 280 pacientes em IRA e que necessitaram diálise foi avaliada. Fatores causais, disfunções orgânicas, variáveis clínicas e escores prognósticos foram avaliados. Parâmetros que foram selecionados por análise bivariada foram submetidos a modelos de análise de regressão multivariada, e um índice local foi desenvolvido. Na determinação da capacidade de discriminação e para avaliar a calibração do índice usou-se curvas Receiver Operating Characteristics (ROC), o teste Goodness-of Fit e análise de regressão linear. Para validar o modelo logístico foi usada a técnica de Bootstrapping. O desfecho foi mortalidade hospitalar. RESULTADOS: A mortalidade da amostra foi 85% (238 pacientes) e o número médio de disfunções orgânicas 3.7 (+ 1,3). O risco estimado de morte pelo índice local, pelo geral e pelo específico para IRA foi 0,85 (IC 95%: 0,83-0,87; P = 1,00), 0,47 (IC 95%: 0,45-0,49; P = 0,001) e 0,66 (IC 95%: 0,64-0,68; P < 0,001), e; as áreas sob a curva ROC foram 0,815 (IC 95%: 0,732-0,897; P < 0,001), 0,652 (IC 95%: 0,556-0,748; P = 0,002) e 0,814 (IC 95%: 0,748-0,880; P < 0,001), respectivamente. O índice local teve melhor calibração pelo teste Goodness-of-Fit (P = 0,593) e por regressão linear (R2 = 0,973; P = 0,001) do que o índice geral (P < 0,001; R2 = 0,526; P = 0,102) e o índice específico para IRA (P = 0,002; R2 = 0,919; P = 0,006). Em 100 amostras usadas para validação do índice local, a mortalidade mediana foi 85,5% (239 pacientes), variando entre 80% (223 pacientes) e 90% (252 pacientes); a mediana das áreas sob a curva ROC foi 0,820 (IC 95%:0,741-0,907), variando entre 0,710 e 0,910. CONCLUSÕES: A mortalidade da amostra foi alta, e proporcional ao número de disfunções orgânicas. O índice geral teve desempenho inadequado. O índice específico para IRA apresentou boa discriminação, mas não apresentou calibração adequada. O índice local teve desempenho melhor do que os dois outros testados e manteve suas características no teste de validação.. Preditores de risco, usados para estimar o desfecho de pacientes com IRA, gravemente enfermos e em UTI, podem apresentar desempenho inadequado se aplicados em circunstâncias diferentes das originais, e devem sofrer acertos de seus coeficientes. Índices locais podem ter utilidade no controle da qualidade do atendimento. ABSTRACT BACKGROUND: Available predictive scores applied to patients with acute renal failure (ARF) may become imprecise when transported to different patient populations or distinct intensive care practices. The aim of the present study was to evaluate the performance of two known indices – one generic and other disease-specific - and to compare them with a locally designed one. PATIENTS AND METHOD: A study population of 280 patients with ARF needing dialysis was evaluated. Causal factors, organ dysfunctions, clinical variables, and predictive scores were analyzed. Parameters selected by univariate analysis were included in multivariate regression analysis models and a local index was developed. To evaluate the index discrimination and calibration capacity, Receiver Operating Characteristics (ROC) curves, Goodness-of-Fit test and linear regression analysis were used. The logistic model was validated by the Bootstrapping statistical technique. The end-point was hospital mortality. RESULTS: Overall mortality rate was 85% (238 patients), and the mean number of organ dysfunctions was 3.7 (+ 1.3). The estimated risk of death by the local index, by the generic and by the disease-specific was 0.85 (IC 95%: 0.83-0.87; P = 1.0), 0.47 (IC 95%: 0.45-0.49; P = 1.0) e 0.66 (IC 95%: 0.64-0.68; P < 0.001), and the areas under the ROC curve were 0.815 (IC 95%: 0.732-0.897; P < 0.001), 0.652 (IC 95%: 0.556-0.748; P = 0.002) and 0.814 (IC 95%: 0.748-0.880; P < 0.001), respectively. The local index was better calibrated by the Goodness-of-Fit test statistic (P = 0.593) and by linear regression analysis (P = 0.593: R2 = 0.973; P = 0.001) than the generic (P < 0.001; R2 = 0.526; P = 0.102) and the disease-specific (P = 0.002; R2 = 0.919; P = 0.006). In 100 samples used for validation, median death rate was 85.5% (41 patients) ranging from 80% (223 patients) to 90% (252 patients); the median area under the ROC curve was 0.820 (95% CI: 0.741-0.907), ranging from 0.710 to 0.910. CONCLUSIONS: The study population mortality was high, and proportional to the number of organ dysfunctions. The general score was an inadequate outcome predictor. Discrimination was good for the disease-specific index, yet its calibration was poor. The local index performed better than the other tested scores, and maintained such characteristics during the validation testing. Risk predictors, used to determine outcome in severely ill patients presenting with ARF in the ICU, may perform inadequately if applied under other than their original setting and should be customized. Local indices may be useful to control quality of care delivery. INTRODUÇÃO HISTÓRICO E CONCEITO A descrição inicial do quadro clínico de Insuficiência Renal Aguda (IRA) é creditada a Hackradt, patologista alemão que descreveu a evolução fatal de soldados com ferimentos graves, em 1917 (Doherty, 1998). Seu relato permaneceu no esquecimento até Bywaters e Beall (1941) apresentarem suas observações clínicas sobre a evolução e o aspecto histológico do que chamaram Crush Syndrome: quadro de uremia com evolução rápida, acompanhado por redução extrema da diurese, ocorrendo em cidadãos londrinos soterrados pelos bombardeios alemães e resgatados em bom estado e que tinham sofrido apenas compressão e isquemia muscular, pelo peso dos detritos (Bywaters, 1990; Doherty, 1998). A perda de função renal, entretanto, não respondia à reposição de volume. O quadro descrito - que passou a ser conhecido como Necrose Tubular Aguda - era induzido pela filtração de pigmento (mioglobina), por hipovolemia prolongada, ou por ambos. Na mesma época, Wilhelm Kolff testava seu rim artificial em pacientes com uremia aguda e crônica, na Holanda ocupada (Drukker, 1989). Ao longo da década seguinte, aperfeiçoamentos do aparelho permitiram seu uso intensivo durante a guerra da Coréia, mudando o prognóstico da IRA, de alta prevalência naquele conflito. Tornou-se evidente que não apenas a disfunção renal associada a trauma grave era passível de reversão, mas que outras situações, incluindo episódios de hipovolemia, uso de drogas nefrotóxicas ou disfunção renal na vigência de infecções graves podiam ser mais bem tratadas (Mc Bride, 1979; Thadani et al., 1996). Considera-se IRA a perda de função renal que, independentemente de causa ou mecanismo, gera incremento imediato das concentrações séricas de uréia e de creatinina, acompanhado por outras alterações bioquímicas e, eventualmente, por redução importante do volume urinário. Dependendo da velocidade de instalação e do nível de catabolismo, pode se acompanhar por sintomas e sinais de uremia (Brezis et al., 1993; d’Avila et al., 1997). Alguns estudos definem IRA em função de um nível plasmático mínimo de creatinina a ser atingido, e arbitrariamente escolhido (que varia entre 1,5 e 6,8 mg/dl) (Doherty, 1998); outros definem IRA como incremento acima de um nível basal de creatinina (maior que 50%), ou incluem somente pacientes com IRA suficientemente severa para necessitar substituição da função renal (Doherty, 1998). Quando se analisa a literatura pertinente, o percentual de perda funcional e a velocidade de incremento das alterações que caracterizam a IRA variam amplamente, tornando difícil comparar dados sobre prevalência, incidência, fatores de risco e sobrevida (Rasmussen et al., 1985; Shusterman et al., 1987; Chertow et al., 1995; Breen e Bihari, 1998). CAUSAS O quadro clínico de IRA pode ter múltiplas causas, como: redução da perfusão sangüínea renal, inflamação ou obstrução glomerular ou lesão túbulo-intersticial aguda, de natureza isquêmica ou inflamatória (Brady e Singer, 1995; Doherty, 1998). Quando a filtração glomerular é diminuída por queda da perfusão sangüínea, mas as funções tubulares são preservadas, a insuficiência renal é denominada pré-renal. Se a perda funcional depende de obstrução do sistema urinário, a IRA se denomina pós-renal. A IRA causada por lesão inflamatória ou isquêmica do parênquima renal denomina-se intra-renal (ou intrínseca). Causa pré-renal e doenças intrínsecas do rim são responsáveis pela maior parte dos episódios de IRA. Uma causa pré-renal se associa a cerca de 70% dos casos que se originam na comunidade e a 40% dos que ocorrem em hospital (Doherty, 1998). A IRA que ocorre durante a hospitalização tem, geralmente, causa múltipla: não raramente, há combinação do uso de antibióticos (aminoglicosídeos, especialmente), contrastes radiológicos iodados, inibidores da enzima conversora da angiotensina (ECA) ou antiinflamatórios não esteróides (AINE) (Thadani et al., 1996). A IRA pré-renal é rapidamente reversível, desde que a causa desencadeante seja corrigida. Na comunidade, as causas mais freqüentemente associadas a IRA são: vômito, diarréia, febre, uso de diuréticos e insuficiência cardíaca congestiva. Indivíduos idosos são particularmente suscetíveis a IRA, especialmente se usando inibidores da ECA ou AINE (Brady e Singer, 1996; Haas et al., 2000; Romão Jr et al., 2000). Em pacientes transplantados, o uso de ciclosporina A ou tacrolimus pode induzir perda aguda de função renal (Thadani et al., 1996). Cirurgia, insuficiência cardíaca, cirrose ou choque séptico podem se associar a IRA, em pacientes hospitalizados (Brady e Singer, 1995; Doherty, 1998, Sural et al., 2000). A obstrução urinária bilateral - ou de rim único funcionante - por causa urológica, tumor pélvico ou distúrbio metabólico - como precipitação maciça de urato intra-tubular - pode se manifestar por anúria e IRA. O diagnóstico precoce é importante pela possibilidade de resgatar, sem prejuízo, a função renal agudamente comprometida. Doenças que afetam diferentes estruturas do parênquima - glomérulos, túbulos, vasos ou interstício - podem se manifestar clinicamente como IRA. De outra parte, a IRA pré-renal, se suficientemente prolongada, acarreta dano tubular que não será revertido pelo restabelecimento do fluxo sangüíneo renal. O uso de antibióticos do grupo dos aminoglicosídeos ou de contrastes radiológicos pode induzir IRA, manifestando-se histologicamente por lesão tubular ou inflamação intersticial (Faber et al., 1993). Mais raramente, glomerulopatias primárias ou secundárias se apresentam como IRA: o diagnóstico é importante, pois a evolução depende de medidas terapêuticas agressivas e precocemente aplicadas (Brady e Singer, 1995). EPIDEMIOLOGIA A prevalência e a incidência de IRA, ocorrendo na comunidade, é de difícil determinação. Estima-se que a incidência de IRA em comunidades não seja menor que 70 casos/milhão de habitantes/ano (Feest et al., 1993), e que a prevalência esteja próxima a 200 casos/milhão de habitantes (Albright, 2001); em pacientes hospitalizados, os números são maiores. Estão particularmente em risco indivíduos idosos e com múltiplas comorbidades, pacientes com doenças subjacentes graves (como neoplasias ou SIDA), e aqueles internados em Unidade de Tratamento Intensivo (UTI) (Mehta, 1994; Haas, 2000; Fiaccadori et al., 2000). É importante observar que a idade média dos pacientes com IRA tem aumentado progressivamente ao longo dos anos (Druml et al., 1994; Sakai et al., 1995; Nair e Bihari, 1997; Doherty, 1998, Sraer et al., 2000). Em um estudo prospectivo, a idade média foi de 63 anos, com mais de 60% dos pacientes apresentando mais de 60 anos e um terço deles com mais de 70 anos (Liaño, 1994). Em estudo retrospectivo de uma grande amostra, a idade média ao longo de três décadas aumentou 20 anos (Turney et al., 1991). Mesmo em pacientes hospitalizados é difícil comparar dados demográficos e epidemiológicos, pois o número de definições de IRA empregadas na seleção de pacientes é muito grande (mais de 20 foram listadas em trabalhos clínicos e experimentais) (Doherty, 1998). Estima-se que ocorra em um por cento de todos os pacientes hospitalizados, de dois a cinco por cento ao longo da hospitalização, aumentando para até 23% em pacientes tratados em UTI e sendo diagnosticada em quatro a 15% dos pacientes submetidos a cirurgia cardiovascular (Brady e Singer, 1995; Kresse et al., 1999; Guerin et al., 2000). Aproximadamente 30% dos pacientes que apresentam IRA irão necessitar diálise extra-renal (Spurney et al., 1991; Groeneveld, 1991; Thadani, et al., 1996; Lameire et al., 1998; Albright, 2001). Dados de estudos nacionais sugerem incidência variando entre 0,17% e 0,79% por ano (Silva et al., 1991; Burdmann et al., 1997). MORTALIDADE E PROGNÓSTICO A despeito dos grandes avanços introduzidos na prevenção e no tratamento da IRA, sua taxa de mortalidade, ao longo das últimas décadas, mantém-se elevada - entre 50 e 100%, dependendo das populações em análise (Silva et al., 1991; Biesembach et al., 1992; Woodrow e Turney, 1992; Chew et al., 1993; Feest et al., 1993; Finn, 1993; Druml et al., 1994; Druml, 1996; Sural et al., 1999; Guerin et al., 2000; Lins et al., 2000). Maher et al. (1989) verificaram que a mortalidade de pacientes que necessitaram diálise foi 35 a 50% maior do que a de pacientes que não necessitaram substituição da função renal, com escores Acute Physiology and Chronic Health Evaluation II (APACHE II) comparáveis. A diferença de “risco de morte” é significativamente diferente, mesmo para episódios aparentemente não complicados de IRA (Levy et al., 1996). Ao longo do tempo, tem havido mudanças na causa de morte: de hiperpotassemia, edema agudo de pulmão e hipertensão arterial não controlada, para infecção, disfunção cardíaca ou respiratória, causa subjacente ou complicação associada (Beaman et al., 1987; Turney, 1990; Woodrow e Turney, 1992; Brady e Singer, 1995; Lameire et al., 1998). O prognóstico da IRA depende do contexto em que se apresenta a disfunção renal: formas menos graves evoluem para recuperação integral da função renal, geralmente em prazo menor do que seis semanas; formas mais severas podem ter evolução com oligúria prolongada e recuperação apenas parcial da função renal (Lohr et al., 1988; Spurney et al., 1991). Dois estudos prévios (Cosentino et al., 1994; Chertow et al., 1995) mostraram que em muitos pacientes a recuperação da função renal, após episódio de IRA, foi apenas parcial, necessitando manter-se em diálise 33 a 34% dos pacientes. Pacientes internados em UTI com IRA freqüentementemente apresentam lesão simultânea de outros órgãos ou sistemas, compondo a síndrome que foi denominada de Disfunção de Múltiplos Órgãos (DMO) (Chew et al., 1993; Feest et al., 1993; Eliahou et al., 1994; Wardle, 1994; Druml, 1996; Breen e Bihari, 1998; Liaño et al., 1998). O quadro de DMO é o caminho final de um grande número de processos inflamatórios e infecciosos, cuja patogenia não está perfeitamente esclarecida e que pode envolver, entre outras, a liberação de endotoxina ou lesão induzida por isquemia e reperfusão (Pinski e Matuschak, 1990; American College of Chest Physiciaans/Society of Critical Care Medicine Consensus Conference, 1996). Quando se analisa prognóstico em situações clínicas complexas, a presença de IRA é um fator de risco importante (Brivet et al., 1996).Na maior parte dos casos, entretanto, IRA é apenas um componente do quadro de múltiplas disfunções orgânicas, ou delas conseqüência. É possível, ainda, que a sobrevida de pacientes internados em UTI, com IRA, dependa mais do processo que os levou à DMO do que à ocorrência de IRA per se (Eliahou et al., 1994; Breen e Bihari, 1998). O prognóstico está também relacionado à causa da IRA, que pode contribuir para a disfunção de outros órgãos ou modificar as respostas terapêuticas (Alarabi et al., 1993; Feest et al., 1993). Em pacientes com sepse, a presença de IRA aumenta a mortalidade, possivelmente pela associação com outras disfunções orgânicas (Vogelaers et al., 1993; Nair e Bihari, 1997; Thijs e Thijs, 1998). Há a possibilidade de que efeitos negativos sobre o processo em evolução possam ser acrescentados pelos procedimentos - muitos deles invasivos - necessários ao controle e suporte vital de pacientes criticamente enfermos. A tentativa de cateterismo venoso central e da artéria pulmonar pode ser complicada por pneumotórax, infecção, sangramento grave, ruptura da artéria ou infarto pulmonar. Complicações induzidas por inadequada reposição, ou composição inapropriada, de líquidos venosos podem ocorrer. O uso de substâncias vasoativas pode se associar a efeitos negativos sobre a circulação e o ritmo cardíaco, bem como a alterações metabólicas importantes. O uso de ventilação mecânica com pressão positiva está associado a trauma pulmonar, distúrbios hemodinâmicos, redução da perfusão renal e alterações musculares (Pannu e Mehta, 2002). Com freqüência, pacientes em UTI e com DMO necessitam nutrição parenteral total, que pode se associar a distúrbios metabólicos e alterações tróficas do trato gastrointestinal. Substâncias potencialmente tóxicas podem ser usadas, como oxigênio, corticosteróides, antibióticos (aminoglicosídeos), drogas vasoativas (noradrenalina), contrastes radiológicos e outros (Bihari e Mitchell, 1996; Breen e Bihari, 1998). Há sugestão de que o próprio processo de substituição da função renal, por induzir alterações hemodinâmicas agudas, pode ter efeito deletério sobre a função renal (Conger, 1990) Em relação às indicações para substituição da função renal em pacientes com IRA, há as consagradas pelo uso e disponíveis em textos de Medicina Interna ou Nefrologia: a) sobrecarga de volume que não responde ao uso de diuréticos; b) hiperpotassemia não controlada por drogas; c) manifestações de uremia. Entretanto, tais critérios baseiam-se no conceito de que o tratamento dialítico deva iniciar quando a terapêutica conservadora não mais controla as alterações da uremia (Bellomo e Ronco, 1998; Abdeen e Mehta, 2002). Esta abordagem pode ser adequada para pacientes fisicamente ativos e sem complicações orgânicas; pode ser inadequada quando aplicada a pacientes com outras disfunções orgânicas, em ventilação mecânica e com IRA (Bellomo e Ronco, 1998). Uma conduta coerente, nessas circunstâncias, é voltar aos fundamentos do processo de tratamento do paciente gravemente enfermo: aceitar que o grau de distúrbio fisiológico presente nas primeiras 24 horas de UTI correlaciona-se com o desfecho (Knaus et al., 1985b). De outra parte, na ausência de evidência inequívoca da vantagem de uma terapia particular sobre outra, tentar manter a homeostase parece ser a abordagem mais adequada (Schetz et al., 1989; Bellomo et al., 1992; Bellomo e Ronco, 1998a; Bellomo e Ronco, 1998b; Kresse et al., 1999). Finalmente, é melhor prevenir eventos adversos e alterações fisiológicas do que esperar por sua ocorrência para tratá-los (Conger, 1990). Em pacientes com IRA na UTI é extremamente difícil estabelecer que modalidades de substituição da função renal têm impacto sobre o desfecho, pela heterogeneidade dos diagnósticos causais, da idade, das comorbidades e da magnitude dos distúrbios fisiológicos presentes na avaliação inicial (Allarabi et al., 1993; Davison, 1994; Druml et al., 1994; Hakim et al., 1994; Mehta, 1994; Schiffi et al., 1994; Bellomo e Ronco, 1998; Abdeen e Mehta, 2002). A aplicação de novas técnicas de substituição da função renal no tratamento da IRA tem permitido, em muitas situações, prolongar o tempo de hospitalização, sem reduzir a mortalidade, gerando frustração nas equipes de atendimento e sobrecarga financeira para o sistema de saúde. Vários estudos têm tentado avaliar as vantagens dos métodos lentos contínuos de substituição da função renal sobre a diálise intermitente, bem como os resultados do emprego de membranas sintéticas, comparativamente a outras (Alarabi, 1993; Ronco, 1993; Hakim et al., 1994; Kihara et al., 1994; Schiffi et al., 1994; Brady e Singer, 1996; Misset et al., 1996; Navarro e Garcia-Nietto, 1996; Bellomo e Ronco, 1999; Oudemans-van Straten et al., 1999; Karsou et al., 2000; Schortgen et al., 2000). Há sugestão de que os processos contínuos, por usarem baixo fluxo sanguíneo no circuito extracorpóreo, produzem transferência de massa mais lenta e menos desequilíbrio metabólico. As membranas celulósicas podem ativar com mais intensidade o sistema do complemento, gerando resposta inflamatória mais intensa (Ronco, 1993). Entretanto, parece muito difícil comparar métodos ou efeitos isolados de membranas em circunstâncias extremamente complexas e com inúmeros possíveis interferentes como é a IRA que necessite tratamento substitutivo da função renal. Entre as metas de uma UTI deve estar a busca por redução de suas taxas de mortalidade. Sistemas de pontuação e de estratificação do risco de morte têm sido criados para permitir - ao uniformizar critérios – análises retrospectivas locais e comparações entre instituições que realizam os mesmos procedimentos. Inúmeros modelos, baseados em dados fisiológicos, causas de hospitalização e outros fatores de possível valor preditivo para desfecho, em pacientes hospitalizados em UTI, têm sido criados (Knaus et al., 1985b; Schetz et al., 1989; Kierdorf, 1991; Hirasawa et al., 1991; Mc Donald e Mehta, 1991; Schafer et al., 1991; Lemeshow et al., 1993; Halstemberg et al., 1994; Féry-Lemonnier et al., 1995; Leblanc et al., 1995; Marshall et al., 1995; Brivet et al., 1996; Paganini et al., 1996; Douma et al., 1997). Na medida em que novas e dispendiosas tecnologias são introduzidas, e maiores constrangimentos financeiros a seu emprego são colocados pelo sistema de saúde, maior é a necessidade de modelos preditivos que corretamente identifiquem os fatores prognósticos de desfecho em IRA e que, com suficiente acurácia, determinem quais pacientes sobreviverão ao evento (Lemeshow e Le Gall, 1994). A variedade de critérios de inclusão ou exclusão, a decisão sobre o momento de coleta dos dados, e a multiplicidade de definição dos fatores prognósticos que têm sido usadas na composição de escores e índices torna difícil, e por vezes confuso, predizer sobrevida e avaliar resultados de tratamentos em IRA (Wilkins e Faragher, 1983; Rasmussen et al., 1985; Shusterman et al., 1987; Lohr et al., 1988; Cole et al., 2000; El-Shahawy et al., 2000; Korkeila et al., 2000). Séries grandes que avaliaram pacientes com IRA, na tentativa de desenvolver índices prognósticos, incluíram porcentagens variáveis de pacientes que não necessitaram substituição da função renal (Liaño et al., 1993; Schwilk et al., 1997; Mehta et al., 2002). Poucos trabalhos têm-se dedicado à análise de pacientes internados em UTI, ou evoluindo com DMO, e que necessitaram diálise (Lien e Chan, 1985; Spiegel et al., 1991; Tran et al., 1994; Brivet et al., 1996; d'Avila et al., 1997; Breen e Bihari, 1998; Guerin et al., 2000). Com freqüência, pede-se que o médico se atreva a predizer prognóstico (estimar desfecho) em situações clínicas complexas. Esta exigência é tão mais necessária, quanto mais grave a doença e oneroso o tratamento. Discute-se ainda o que seja tratamento intensivo efetivo e eficiente: para um grupo de investigadores é restringir o tratamento apenas aos pacientes que necessitam e que irão se beneficiar dele (Schuster, 1992). Em diversos lugares, companhias de seguro e agências governamentais têm buscado determinar se a qualidade do tratamento intensivo que está sendo oferecido segue padrões mínimos aceitáveis, em termos absolutos ou comparativamente, entre unidades. Criou-se a necessidade de instrumentos preditivos para comparar desempenhos- face a situações semelhantes (Schuster, 1992) -, e sistemas de avaliação de risco - pelo uso de escores de gravidade - passaram a ser usados em UTI, na tentativa de responder a estas questões (Smithies e Cameron, 1989; Lins et al., 2001). Todavia, seu emprego tem sido, quase sempre, dirigido à análise epidemiológica de situações definidas e é dependente de certas características, listadas na Tabela 1 (Lins et al., 2001). O uso de índices preditivos de desfecho para a tomada de decisões terapêuticas individuais exige, no mínimo, os critérios adicionais, expostos na Tabela 2 (Lins et al., 2001). Tabela 1. Pressupostos para o uso de modelos de probabilidade*.  Desempenho correto em todos os segmentos da amostra Discriminação adequada: curva ROC, índice de concordância Calibração adequada: desfecho estimado/observado; taxa de mortalidade padronizada; avaliação da adequação do ajuste Amostra representativa para o foco de interesse Variabilidade limitada do risco estimado para a amostra Adaptação a variações periódicas na proporção das situações em análise Reconhecimento de possível viés “tempo-dependente” na previsão de risco Uniformidade e integridade da coleta de dados  * Modificado de: Lins RL, Elseviers M, Daelemans R, De Broe ME. Problems in the development, validation and adaptation of prognostic models for acute renal failure. Nephrol Dial Transplant 2001;16:1098-1101. Tabela 2. Pressupostos para uso individual dos modelos de probabilidade*.  Paciente com mesmas características da amostra estudada Desfecho relevante para o paciente Parâmetros do modelo totalmente disponíveis no momento necessário Estratégias terapêuticas comparáveis Grau de incerteza limitado sobre o desfecho estimado Impacto clínico da previsão de risco Confirmação, por dados publicados, se risco estimado inesperado  * Modificado de: Lins RL, Elseviers M, Daelemans R, De Broe ME. Problems in the development, validation and adaptation of prognostic models for acute renal failure. Nephrol Dial Transplant 2001;16:1098-1101. O escore APACHE II (Knaus et al., 1985b), de largo emprego como índice prognóstico, tem sido avaliado positivamente, aplicado a pacientes em tratamento intensivo e fora da UTI (Knaus et al., 1985b; Suassuna, 2000). Entretanto, sabe-se que sua acurácia é reduzida quando aplicado a segmentos especiais da população em risco e que apresentam problemas específicos, como IRA e necessidade de substituição da função renal (Schafer et al., 1991; Chew et al., 1993; Douma et al., 1997; Lins et al., 2000). Outros estudos consideraram a presença de disfunções orgânicas, tentando estratificar sua severidade para estimar de forma simples o risco de morte de pacientes com IRA (Knaus et al., 1985b; Fagon et al., 1993; Marshall et al., 1995; Mehta et al., 1995; Mendonça et al., 2000). Liaño et al. (1993) propuseram um modelo para avaliação de risco, em pacientes com IRA, que usou análise de regressão multivariada, incorporando todos os fatores potencialmente relacionados com o desfecho, resultando em uma equação que, uma vez resolvida, produz um “risco estimado de morte”. Recentemente, Mehta et al. (2002) examinaram uma grande coorte e propuseram um novo índice, baseado em análise de regressão logística multivariada. Entretanto, o desenvolvimento de um modelo clinicamente aplicável apresenta dificuldades que escapam ao controle do aplicador: modelos desenvolvidos em um único centro podem não confirmar seu valor preditivo, quando testados em outros centros e com populações diversas (Halstemberg et al., 1994; Lins et al., 2001). Para contornar o problema, modelos baseados em grande número de observações colhidas em múltiplos locais foram desenvolvidos (Lemeshow e Le Gall, 1994). Os índices obtidos por esta abordagem, porém, podem apresentar desempenho inadequado, se aplicados em circunstâncias diferentes das originais (Douma et al., 1997), e podem ter maior variabilidade, pois o mesmo fenômeno pode ser interpretado de forma diversa por observadores diferentes. Diferenças de conduta e de nível de cuidado entre os centros participantes podem alterar os resultados (Lemeshow e Le Gall, 1994; Féry-Lemonnier et al., 1995). Múltiplas tentativas para predizer o desfecho em IRA têm sido realizadas. A aplicação de índices prognósticos gerais a pacientes com IRA em UTI (APACHE II, SAPS II, MPM II, SOFA) tem produzido resultados variáveis, em termos de sensibilidade e de especificidade (Knaus et al., 1985a; Le Gall et al., 1993; Lemeshow et al., 1993; Mendonça et al., 2000). É possível que o melhor momento para avaliação não seja na chegada à unidade, mas ao iniciar a terapia de substituição da função renal (Brivet et al., 1996; Mc Carthy, 1996; Zhu et al., 1996; Parker et al., 1998). Outra possibilidade é a aplicação em momentos distintos, para avaliar tendências, mais do que um valor absoluto (Lins et al., 2000). Ainda, novos índices têm sido propostos, com algum sucesso (Liaño et al., 1993; Fiaccadori et al., 2000; Chen et al., 2001a; Silvester, 2001; Mehta et al., 2002). Nos estudos sobre prognóstico em IRA há grande variabilidade nos delineamentos, com séries que incluem muitos pacientes (Balslov e Jorgensen, 1963; Turney et al., 1991) e outras com pequeno número (Lien e Chan, 1985; Spurney et al., 1991); algumas retrospectivas (Balslov e Jorgensen, 1963; Turney et al., 1991; Lameire et al., 1998) e poucas prospectivas (Rasmussen et al., 1985; Schafer et al., 1990; Liaño et al., 1993; Fiaccadori et al., 2000). Na criação de modelos preditivos de desfecho usou-se, inicialmente, análise bivariada. Atualmente, a escolha é por análise de regressão multivariada, linear ou logística (Cioffi et al., 1984; Lien e Chan, 1985; Rasmussen et al., 1985; Lohr et al., 1988; Schafer et al., 1990; Liaño et al., 1993). Para que os modelos sejam aplicáveis, alguns fatores que devem ser considerados, como: a escolha da amostra e sua caracterização, o conceito de IRA, os critérios de inclusão e exclusão e a presença de comorbidades. Em muitos estudos, tais fatores não foram claramente definidos. Outro problema é o conceito de “desfecho”. Muitos estudos definiram os desfechos como alta hospitalar ou morte. Entretanto, uma porcentagem - ainda que pequena - de pacientes com IRA tem perda permanente da função renal e outros desfechos poderiam ser contemplados (Hou et al., 1983; Spurney et al., 1991; Chew et al., 1993; Lameire et al., 1998). Alta da UTI ou morte foram desfechos escolhidos em estudo prévio (d’Avila et al., 1997). O tempo de hospitalização e a duração da terapia de substituição da função renal - desfechos de possível análise – têm sido mais longos para sobreviventes do que para não sobreviventes (Gillum et al., 1986; Maher et al., 1989). Para contornar o problema de adaptação de um modelo preditivo a populações com características diferentes, há a proposta de usar abordagem que se denomina de modelagem em multinível - que com bina os dados de pacientes oriundos de diferentes unidades de tratamento intensivo para avaliar um grupo particular. A análise introduz controle sobre fatores que possam influir no desfecho, próprios das técnicas empregadas em cada UTI e a cada paciente. Ponto importante nesta forma de análise é a pressuposição de que um fator específico a cada UTI varia aleatoriamente entre elas (Paterson e Goldstein, 1991) Como anteriormente mencionado, estudos iniciais que avaliaram prognóstico em IRA usaram como método estatístico análise bivariada. Esta abordagem, entretanto, não leva em consideração possíveis associações entre covariáveis, gerando erros na avaliação do risco de morte. Recentemente, programas de computação com grande poder de resolução permitiram a introdução de modelos estatísticos que usam análise de regressão multivariada - linear e logística – para estimar o risco de morte, levando em consideração todas as possíveis interações entre as variáveis em análise (Terzi et al., 1997). Modelos preditivos de desfecho devem apresentar nível adequado de confiabilidade: o risco estimado de morte deve ser tão próximo à mortalidade observada quanto possível. Devem poder separar corretamente o paciente que sobreviverá, daquele que não sobreviverá – devem ter alto poder de discriminação. Quando se usa a técnica de regressão logística multivariada, a avaliação da capacidade para discriminar pode ser feita pela técnica estatística conhecida como curva Receiver Operating Characteristics (ROC) e determinando a área sob a mesma. A curva ROC analisa a relação entre sensibilidade (correta identificação dos pacientes que apresentam o desfecho) e 1,0 menos especificidade (incorreta identificação dos pacientes que não apresentam) do modelo logístico. Se todos os pares possíveis de pacientes, em que um deles sobrevive e o outro não sobrevive pudessem ser identificados, a área sob a curva ROC seria interpretada como a proporção dos pares em que o modelo corretamente identificou o paciente que não sobreviveu (dando a ele um índice prognóstico mais alto). Se a área sob uma curva ROC for igual a 0,5 o modelo não tem força para discriminar; se for igual a 1,0 a discriminação é perfeita. Outra característica necessária a um modelo preditivo é a de prever corretamente o desfecho, em todos os níveis de risco estimado, isto é, ter calibração adequada. Dito de outra forma, é a medida do grau de correspondência entre a mortalidade estimada, gerada pelo modelo, e a mortalidade observada. A avaliação da calibração de um modelo logístico pode se realizar pela comparação da mortalidade estimada com a mortalidade observada, em diferentes segmentos de nível de risco estimado pelo modelo, aplicando um teste de significância estatística aos dados (cð2) (Lemeshow e Le Gall, 1994). O teste, denominado Goodness-of-Fit, busca a hipótese de nulidade, com ponto de corte em P = 0,05: se a soma dos cð2 obtidos em cada estrato gerar P > 0,05, o modelo é bem calibrado, se P < 0,05, é mal calibrado. Curvas de calibração podem, também, ser obtidas por análise de regressão linear, contrapondo “mortalidade observada” a “mortalidade estimada”, estratificadas por percentil, decil ou quintil de risco estimado. A proposição do teste é de que o valor de R2, na análise, mede a proporção da variância da variável dependente (mortalidade observada) prevista pela variável independente (mortalidade estimada). Um R2 igual a 1,0 indica que, em gráfico, todos os pontos da regressão caem sobre uma linha a 45º (inclinação = 1,0 e interseção em 0,0), e a variável independente prevê a variável dependente com 100% de acerto. Desvios para baixo significam subestimar, e para cima superestimar a taxa de mortalidade (Batista e Pavão dos Santos, 1997; Douma et al., 1997; Halstemberg et al., 1997). JUSTIFICATIVA A elevada mortalidade de pacientes que apresentam IRA - especialmente daqueles que necessitam tratamento intensivo e substituição da função renal - tem estimulado estudos que tentam avaliar os fatores de risco que se associam ao prognóstico (Bullock et al., 1985; Knaus et al., 1985a; Knaus et al., 1985b; Liaño et al., 1993; Mehta et al., 2002). Modalidades terapêuticas de suporte vital usadas em UTI e novas técnicas de substituição da função renal permitem, frequentemente, prolongar a vida de pacientes com probabilidade mínima de sobreviver ao evento em curso. O uso indiscriminado da tecnologia, nestas circunstâncias, gera considerável aumento de custos ao sistemas de saúde, produz inaceitável sobrecarga psíquica a pacientes e grave desgaste emocional a familiares e equipes de saúde (Nolan e Anderson, 1998). Não há certeza sobre fatores que aumentem mortalidade ou que representem proteção para desfecho adverso em IRA. Variáveis demográficas, como idade e sexo, têm sido relacionadas a desfecho em vários estudos (Balslov e Jorgensen, 1963; Cioffi et al., 1984; Lien e Chan, 1985; Groeneveld et al., 1991; Turney et al., 1991). Entretanto, em outros não foi possível encontrar correlação entre idade e desfecho (Cioffi et al., 1984; Gentric e Cledes, 1991; Kaufman et al., 1991; Feest et al., 1993; Liaño e Pascual, 1996b; Lameire et al., 1998). Isoladamente, sexo foi fator preditivo em um estudo prévio (Cioffi et al., 1984), mas não na maior parte dos estudos (Balslov e Jorgensen, 1963; Lien e Chan, 1985; Lohr et al., 1988; Gentric e Cledes, 1991; Schafer et al., 1991; Turney et al., 1991; Liaño e Pascual, 1996a). Não há estudo conhecido que relacione raça ou etnia com desfecho. Quando se analisam as causas desencadeantes da disfunção renal, há grande disparidade de conceitos, provavelmente introduzida pela dificuldade em determinar quais mecanismos fisiopatogênicos são mais importantes, no momento da avaliação clínica. É interessante observar que os estudos iniciais que analisaram fatores de risco (Knaus et al., 1985b), deixaram de incluir disfunções orgânicas importantes, identificando apenas um pequeno número de possíveis órgãos ou sistemas em disfunção. Estudos posteriores incluíram disfunções do sistema hematológico e do trato gastrointestinal, que podem representar fatores de risco adicionais (Fagon et al., 1993; Tran et al., 1994). Entretanto, os conceitos de disfunção orgânica têm variado significativamente de um estudo a outro (Knaus et al., 1985a; Fagon et al., 1993; Breen e Bihari, 1998), dificultando a comparação de resultados, da mortalidade e da importância de cada fator de risco avaliado. Poucos estudos incluíram sepse como uma forma de disfunção orgânica (Fagon et al., 1993). Pela freqüência com que está presente em pacientes com IRA na UTI, pela desorganização funcional que acrescenta ao organismo enfermo e pela importante correlação com o desfecho, parece adequado tomar sua presença como uma disfunção orgânica (Groeneveld et al., 1991). O uso de modelos preditivos tem tido ampla utilização como instrumento de análise epidemiológica (Lohr et al., 1988; Schuster, 1992; Liaño et al., 1993; Douma et al., 1997; Mehta et al., 2002). Seu emprego como preditor individual de prognóstico, na tomada de decisões para manter ou suspender tratamentos, entretanto, é controvertido e envolve problemas de ordem técnica e moral, ainda não resolvidos. Para serem confiáveis, é necessário que tenham alta especificidade ou, dito de forma gráfica: que ao operar no segmento à esquerda da curva ROC (em níveis baixos de 1 - especificidade) mantenham alta sensibilidade. Alguns estudos tentaram definir pontos de corte do modelo, acima dos quais a previsão de sobreviva foi nula, e propuseram que não se iniciasse ou que fosse suspenso o tratamento a estes pacientes. Em outro extremo, a internação em UTI deveria ser negada a pacientes com risco estimado muito baixo. Entretanto, do ponto de vista estatístico sempre restará algum grau de incerteza, tornando estas decisões tecnicamente discutíveis. De outra parte, é eticamente inaceitável basear decisão tão grave como manter ou suspender terapia, baseado em índices prognósticos obtidos de segmentos populacionais que podem não guardar semelhança com o do paciente. Finalmente, modelos preditivos podem predizer quantos, mas não quais pacientes terão desfecho negativo no grupo em risco. Pareceu oportuno avaliar o desempenho de um índice prognóstico geral - conhecido e amplamente utilizado na avaliação da severidade de doenças, como é o caso do APACHE II - e de outro específico para IRA, denominado Acute Tubular Necrosis Individual Severity Score (ATN-ISS) - desenvolvido para estimar prognóstico de pacientes com IRA - e compará-los a outro, localmente desenvolvido. OBJETIVOS OBJETIVO GERAL Verificar a mortalidade, determinar fatores de risco para desfecho e avaliar o desempenho de índices prognósticos em pacientes com IRA, internados em UTI e necessitando substituição da função renal. OBJETIVOS ESPECÍFICOS Verificar a mortalidade da amostra, e de grupos selecionados da mesma; Determinar fatores de risco para desfecho; Avaliar o desempenho de dois índices prognósticos conhecidos, um geral - APACHE II - e outro específico para IRA - ATN-ISS; Desenvolver índice prognóstico local, e comparar seu desempenho ao dos preditores externos. PACIENTES E MÉTODO DELINEAMENTO Estudo observacional em duas fases: uma retrospectiva e outra longitudinal. PACIENTES A amostra foi constituída por 280 pacientes consecutivos, com mais de 15 anos de idade, internados em áreas de tratamento intensivo de adultos do Hospital São Lucas da PUC-RS (Unidade de Tratamento Intensivo de Adultos, Unidade de Tratamento Intensivo Coronariano e Unidade de Tratamento Intensivo Pós-operatório de Cirurgia Cardíaca) que apresentaram IRA e necessitaram substituição da função renal. Pacientes que mantiveram substituição da função renal por menos de 24 horas foram excluídos, bem como aqueles com história de nefropatia prévia, ou evidência de perda funcional antecedendo a internação (creatinina sérica > 1,3 mg/dl). Os primeiros 93 pacientes foram incluídos retrospectivamente, a partir da análise dos prontuários e de dados disponíveis na unidade de hemodiálise. Os 187 pacientes seguintes foram analisados prospectivamente, a partir do momento em que uma das equipes do Serviço de Nefrologia foi chamada para avaliação. Nestes pacientes, os dados clínicos e laboratoriais pertinentes, assim como o preenchimento da ficha para construção do índice APACHE II, foram obtidos ao se iniciar a substituição da função renal. Para determinar a validade da análise conjunta, os dois subgrupos foram comparados por idade, sexo, escore APACHE II e taxa de mortalidade. Adicionalmente, 20 prontuários do subgrupo analisado prospectivamente foram selecionados aleatoriamente e seus escores APACHE II calculados retrospectivamente. A Tabela 3 resume os dados comparativos. Tabela 3: Dados comparativos entre os grupos em análise (para idade, APACHE II e APACHE II R, os dados são apresentados como Média + DP). Variáveis Retrospectivo n = 93  Prospectivo n = 187  P Idade (em anos)  57 + 16 58 + 18 0,727 Sexo (F/M)  32/61 77/110 0,343 APACHE II  24 + 6 25 + 6 0,644 APACHE II R (n=20)  23 + 4  23 + 3  0,952  Desfecho (S/NS)  16/77 26/161 0,581 F: feminino; M: masculino; R: retrospectivo, na série prospectiva; S: sobrevivente; NS: não sobrevivente. Todos os pacientes foram avaliados por um nefrologista sênior, antes de iniciar substituição da função renal. A decisão de tratar, o momento de iniciar e a opção pela modalidade de tratamento substitutivo foram de escolha da equipe em atendimento nefrológico. Não houve interferência por parte dos investigadores em qualquer momento da tomada de decisões. O protocolo de pesquisa foi aprovado pelo Comitê de Ética em Pesquisa da UNIFESP. VARIÁVEIS As variáveis escolhidas para análise foram reunidas em cinco grupos, e avaliadas em todos os pacientes: 1. Demográficas: a) idade (em anos, décadas, e em quintís); b) sexo (feminino/masculino); c) idade mais sexo (idade em quintil, por sexo); 2. Comorbidades: a) diabetes mellitus (em tratamento, antes da hospitalização); b) cardiopatia (doença valvar, hipertensiva, coronariana ou miocardiopatia, antecedendo a hospitalização); c) doença hepática, pancreática ou biliar (como causa da hospitalização ou cirurgia); d) neoplasia (como causa da hospitalização ou achado de cirurgia); e) trauma (causa externa de lesão corporal, levando à presente hospitalização); f) uropatia obstrutiva (obstrução urinária como causa da hospitalização ou de cirurgia); 3. Condição clínica: a) nível de consciência (normal: escore Glasgow = 15; sedado, para adaptação à ventilação mecânica; coma: escore Glasgow < 6); b) icterícia (birirrubina sérica > 2,0 mg/dl); c) oligúria (diurese < 400 ml); 4. Complicação: a) defeito de coagulação (tempo de tromboplastina ativada [TTPa] e/ou tempo de protrombina [TP] > 1,5 x normal, e/ou contagem de plaquetas < 4x104/mðl); b) sangramento digestivo agudo (hematêmese ou melena, necessitando reposição de sangue); c) infecção (evidência clínica, com cultura positiva); 5. Intervenção: a) uso de antibiótico (usado isoladamente ou em combinação, como profilaxia ou tratamento); b) modalidade de substituição da função renal (intermitente, ou lenta contínua); c) monitoramento hemodinâmico (cateter em artéria pulmonar e obtenção de dados hemodinâmicos); d) nutrição parenteral total; e) uso de drogas vasoativas (isoladamente, ou em combinação). Os dados demográficos e a presença de comorbidades foram verificados nos prontuários. As informações referentes a situação clínica, complicações e intervenções, bem como o escore APACHE II (Knaus et al., 1985) foram obtidas no momento da inclusão no estudo. CAUSAS DESENCADEANTES Foram usados os critérios de Liaño et al. (1993) para definir as causas desencadeantes de IRA: 1. Cirúrgica: perda de função renal, ocorrendo menos de 72 horas após cirurgia; 2. Nefrotóxica: IRA que se seguiu ao uso de contraste radiológico, antibiótico nefrotóxico; hemoglobinúria ou mioglobinúria (ou evidência clínica e laboratorial de lesão muscular importante); 3. Séptica: bacteremia documentada ou foco infeccioso identificado, imunodepressão com neutropenia acompanhada por, pelo menos, dois dos seguintes achados - calafrio, hiperventilação sem causa definida, queda súbita e não explicada da pressão arterial, hipertermia > 38ºC, leucocitose > 1,5x104/mðl, sem causa definida; 4. Clínica: pacientes com problemas clínicos não classificados em um dos grupos anteriores e que apresentavam fatores precipitantes, isolados ou combinados, tais como depleção do volume circulante, hipotensão, ou baixo débito cardíaco. DISFUNÇÕES ORGÂNICAS Disfunções orgânicas foram caracterizadas de acordo com as definições empregadas por Fagon et al. (1993): 1. Cardiovascular: pressão arterial sistólica < 90 mm Hg, com sinais de baixa perfusão periférica e/ou necessidade de infusão contínua de droga vasoativa, em ausência de hipovolemia; 2. Hematológica: hematócrito < 20%, e/ou contagem de leucócitos < 2x103/mðl, e/ou contagem de plaquetas < 4x104/mðl; 3. Hepática: bilirrubina sérica > 5,8 mg/dl, e/ou nível de fosfatase alcalina > 3 x normal; 4. Neurológica: escore de Glasgow < 6, não induzido por droga; 5. Renal: creatinina sérica > 5,5 mg/dl), e/ou diurese < 400 ml, e/ou necessidade de diálise; 6. Respiratória: PaO2 < 60 mm Hg em ar ambiente, e/ou dependência de ventilação assistida; 7. Sepse: mesma definição usada para causa desencadeante séptica. ANÁLISE ESTATÍSTICA Todos os dados foram avaliados em dois grupos, definidos por desfecho: 1) Sobrevivente (paciente que obteve alta hospitalar); 2) Não Sobrevivente (paciente que evoluiu para óbito, enquanto hospitalizado). As variáveis contínuas foram expressas como Média + Desvio Padrão (DP), e as diferenças entre grupos analisadas pelo teste t de Student; para as comparações entre tempo de permanência na UTI e tempo de permanência em diálise usou-se o teste de Mann-Whitney e as Medianas foram calculadas. As variáveis categóricas foram apresentadas como proporções, e os grupos comparados pelo teste “qui-quadrado” (cð2) com correção de Mantel-Haenszel, ou teste exato de Fisher (para amostras com menos de cinco indivíduos). Odds ratio (OR), intervalo de confiança de 95% (IC 95%) e nível de significância estatística (P) para causas desencadeantes, disfunções orgânicas e variáveis em análise foram calculados. Qualquer parâmetro com possível influência sobre o desfecho (OR < 0,5 ou > 2,0; e P < 0,10) na análise bivariada foi incluído na análise de regressão logística multivariada - tendo desfecho como variável dependente -, gerando um índice prognóstico, calculado a partir da melhor equação obtida pelo modelo. A probabilidade estimada de morte, pelo escore APACHE II e pelo ATN-ISS, foi determinada para cada paciente (Knaus et al., 1985b; Liaño et al., 1993) e a mortalidade estimada média da amostra foi calculada. Nas comparações entre a mortalidade estimada de cada índice preditivo e a mortalidade observada da amostra usou-se o teste Wilcoxon signed rank. A acurácia dos índices preditores foi avaliada em termos de discriminação e de calibração: o grau de correspondência entre o risco estimado e a mortalidade observada. Para avaliar a discriminação, curvas ROC foram desenhadas para cada índice, e as respectivas áreas sob as curvas determinadas e comparadas (Hanley e McNeil, 1983). Em geral, aceita-se que a discriminação de uma curva ROC com área igual ou maior que 0,70 é aceitável, igual ou maior que 0,80 é boa, e igual ou maior que 0,90 é excelente (Druml, 1995; Fiaccadori et al., 2000). A amostra foi separada em quintís de risco estimado, e o risco estimado médio por quintil, a mortalidade estimada e a mortalidade observada por quintil foram computadas. Na avaliação da calibração de modelos logísticos pelo método de Goodness-of-Fit, proposto por Hosmer e Lemeshow, há recomendação para separar a amostra em dez níveis progressivos e iguais de risco estimado de morte (Lemeshow e Le Gall, 1994). No presente estudo, a separação em 10 estratos não foi possível, pelo reduzido número de casos alocados aos níveis mais baixos de risco estimado e concentração nos mais altos. Optou-se pela estratificação em cinco níveis de risco, com estratos crescentes de 20% de risco estimado. O mesmo artifício foi usado na avaliação da calibração por análise de regressão linear (Douma et al., 1997). Neste tipo de análise, busca-se a menor diferença entre os valores da variável dependente e os da variável independente, procurando-se gerar o menor resíduo possível, em cada ponto de análise (Hopkins, 2002a). A validação do modelo logístico foi feita pela técnica de Bootstrapping (Hopkins, 2002b). Neste procedimento, reproduzem-se novas amostras por amostragem com reposição, a partir da original, e se aplica o modelo logístico para cada uma das novas amostras. Os fatores de risco selecionados pelo modelo, as mortalidades estimadas e as áreas sob as curva ROC são avaliados cada nova amostra criada pelo procedimento, computando-se as OR e IC 95% de todas as amostras. Finalmente, medianas, OR e IC 95% são computados para a totalidade das amostras (Mehta et al., 2002). O modelo resistirá ao teste de validação, se os novos parâmetros não se afastarem daqueles observados na amostra inicial. Para armazenamento e ordenação dos dados usou-se a planilha eletrônica Excel (Excel, versão 97 para Windows, Microsoft Corporation, Redmond, WA), e Excel Add-In (Add-In, versão 2.0, Resampling Stats Inc., Arlington, VA) para amostragem com reposição. O pacote estatístico Statistical Package for Social Sciences (SPSS, versão 11 para Windows, SPSS Inc., Chicago, IL) foi usado em todas as análises estatísticas. Considerou-se significante, para todas as comparações, um valor de P < 0,05 bicaudado. CONSIDERAÇÕES SOBRE A FORMA DE APRESENTAÇÃO Como não há recomendação específica pelo Programa de Pós-Graduação da Disciplina de Nefrologia da Escola Paulista de Medicina da Universidade Federal de São Paulo sobre o formato da Tese de Doutorado, seguiram-se sugestôes de Spector (2002). As referências bibliográficas são apresentadas no formato Vancouver e as citações no texto seguem o sistema “autor-data” (Spector, 2002). RESULTADOS Foram estudados 280 pacientes, divididos em dois grupos. A Tabela 4 mostra as características da amostra. O grupo Sobrevivente foi composto por 42 (15%) pacientes e o grupo Não Sobrevivente incluiu 238 (85%) pacientes. A presença de icterícia, hepatopatia crônica, pancreatite aguda ou doença biliar obstrutiva, de infecção, bem como o emprego de métodos contínuos de substituição da função renal, nutrição parenteral total e a necessidade de drogas vasoativas foram significativamente mais freqüentes no grupo Não Sobrevivente. Disfunção cardiovascular, respiratória e a presença de sepse foram, também, mais prevalentes no grupo Não Sobrevivente. Os únicos parâmetros que foram mais freqüentes no grupo Sobrevivente foram uropatia obstrutiva e ter nível de consciência normal, ao iniciar a substituição da função renal. Para avaliar possível efeito composto de sexo e idade no desfecho, a amostra foi dividida por “sexo e idade em quintil” (10 subgrupos): pacientes do sexo feminino, com menos de 44 anos de idade tiveram sobrevida mais alta (10/33; P = 0,009). O tempo médio de internação na UTI foi 16,6 + 15,1 dias, com mediana de 12 dias, e sem diferença significativa entre os grupos Sobrevivente e Não Sobrevivente (20,7 + 18,0; mediana = 14,5 dias, versus 16,6 + 15,1; mediana = 11,0 dias; P = 0,191]. O tempo médio em diálise foi 7,8 + 8,6 dias (mediana = 5 dias), havendo diferença estatisticamente significativa entre os grupos Sobrevivente e Não Sobrevivente (12,0 + 13,3; mediana = 7,5 dias, versus 7,1 + 7,2; mediana = 5,0 dias; P = 0,04). Tabela 4. Características dos 280 pacientes estudados (as variáveis idade, escore Glasgow e escore APACHE II são apresentadas como Média + DP). Características Sobrevivente (n=42) n (%) Não Sobrevivente (n=238) n (%)  P DemográficasIdade (anos)54,1 + 18,758,4 + 15,40,165Sexo (F/M)22/2088/1500,090 ComorbidadesDiabetes6 (14,3)37 (15,5)0,982Cardiopatia10 (23,8)90 (37,8)0,117Hepatopatia/DBO4 (9,5)62 (26,1)0,034 Neoplasia7 (16,7)68 (28,6)0,157Trauma2 (4,8)6 (2,5)0,764Uropatia11 (26,2)20 (8,4)0,002 Condição ClínicaEscore Glasgow13,9 + 2,813,0 + 3,60,252Consciente28 (66,7)71 (29,8)<0,001Icterícia7 (16,8)85 (35,7)0,025Oligúria27 (64,3)187 (78,6)0,070 ComplicaçãoDefeito de Coagulação17 (40,5)121 (50,8)0,285Hemorragia GI3 (7,1)47 (19,7)0,081Infecção28 (66,7)202 (84,9)0,009 IntervençãoAntibiótico40 (95,2)227 (95,4)0,721SFR (PC)10 (23,8)172 (72,3)<0,001M. Hemodinâmica20 (47,6)133 (55,9)0,411Nutrição Parenteral3 (7,1)70 (29,4)0,005Droga Vasoativa22 (52,4)211 (88,7)<0,001 Causa DesencadeanteCirúrgica8 (19,1)68 (28,6) 0,922Nefrotóxica9 (21,4)25 (10,5)Séptica9 (21,4)75 (31,5)Médica16 (38,1)70 (29,4) Disfunção OrgânicaCardiovascular13 (31,0)166 (69,7)<0,001Hematológica9 (21,4)54 (22,7)0,860Hepática3 (7,1)48 (20,2)0,072Neurológica2 (4,8)29 (12,2)0,252Respiratória20 (47,6)214 (89,9)<0,001Sepse16 (38,1)165 (69,3)<0,001 Escore APACHE II  22,0 + 5,7  24,7 + 5,5  0,004  DBO: doença biliar obstrutiva; GI: gastrointestinal; SFR: substituiçãoda função renal; PC: procedimento contínuo; M.: monitorização. O tempo médio de internação na UTI foi 16,6 + 15,1 dias, com mediana de 12 dias, e sem diferença significativa entre os grupos Sobrevivente e Não Sobrevivente (20,7 + 18,0; mediana = 14,5 dias, versus 16,6 + 15,1; mediana = 11,0 dias; P = 0,191). O tempo médio em diálise foi 7,8 + 8,6 dias (mediana = 5 dias), havendo diferença estatisticamente significativa entre os grupos Sobrevivente e Não Sobrevivente (12,0 + 13,3; mediana = 7,5 dias, versus 7,1 + 7,2; mediana = 5,0 dias; P = 0,04). O valor médio do escore APACHE II foi 24,3 + 5,6, tendo sido mais baixo no grupo Sobrevivente do que no Não Sobrevivente. Fatores clínicos e cirúrgicos foram causas predominantes que se associaram a IRA, enquanto causa nefrotóxica foi observada com menor freqüência. Nenhum dos fatores, entretanto, afetou de forma diferente qualquer grupo. O número médio de disfunções orgânicas da amostra foi 3,7 + 1,3, sendo 2,5 + 1,3 no grupo Sobrevivente e 3,9 + 1,1 no Não Sobrevivente (P < 0,001). Apenas 16 (5,7%) pacientes apresentaram exclusivamente IRA. Os demais 264 (94,3%) pacientes tiveram outras disfunções orgânicas simultâneas. Como esperado, o subgrupo que apresentou apenas IRA teve a menor mortalidade (25%). Disfunção respiratória teve a mais alta prevalência (83,6%), seguida por sepse (64,6%) e por disfunção cardiovascular (63,9%). Disfunção hepática foi acompanhada por mortalidade elevada. A presença de uma a três disfunções orgânicas, além de IRA, aumentou importantemente a mortalidade (para acima de 90%): nenhum paciente com mais de cinco disfunções orgânicas sobreviveu ao evento. Na Figura 1 são mostrados: o número de pacientes por número de disfunções orgânicas, e as taxas de mortalidade por número de disfunções orgânicas. Figura 1. Distribuição dos pacientes (em barras) e mortalidade (em pontos) por número de disfunções orgânicas. ANÁLISE BIVARIADA A Tabela 5 mostra os fatores de risco selecionados pela análise bivariada, com respectivas OR, IC 95% e P. A presença de hepatopatia ou doença obstrutiva de via biliar, icterícia e oligúria ao ser incluído no estudo, assim como sofrer hemorragia digestiva aguda ou apresentar infecção foram positivamente associados a maior risco de morte. O uso de nutrição parenteral e a dependência de drogas vasoativas tiveram associação positiva com mortalidade. Isoladamente, disfunção respiratória teve o mais alto impacto sobre o desfecho. Disfunção cardiovascular, hepática e sepse também estiveram associadas a riscos de morte mais elevados. De outra parte, ser do sexo feminino com menos de 44 anos, ter uropatia obstrutiva ou apresentar nível de consciência normal ao entrar no estudo foram circunstâncias protetoras. Tabela 5. Fatores de risco selecionados na análise bivariada. Fatores de Risco Odds Ratio IC 95%  P* DemográficasSexo feminino <44 anos0,340,15-0,790,009 ComorbidadesHepatopatia/DBO3,351,15-9,760,034Uropatia0,260,11-0,590,002 Condição Clínica   Consciente0,210,11-0,43<0,001Icterícia2,781,01-4,120,025Oligúria2,040,95-4,340,070 ComplicaçãoHemorragia GI3,200,95-10,800,081Infecção2,811,35-5,840,009 Intervenção   Nutrição Parenteral5,421,62-18,110,005Droga Vasoativa7,103,44-14,68<0,001 Disfunção Orgânica   Cardiovascular5,142,53-10,46<0,001Hepática3,280,97-11,080,072Respiratória9,814,69-20,52<0,001Sepse 3,671,86-7,26<0,001 DBO: doença biliar obstrutiva; GI: Gastrointestinal; *: cð2 (Mantel-Haenszel). ANÁLISE DE REGRESSÃO LOGÍSTICA MULTIVARIADA Os fatores selecionados pela análise bivariada foram levados a modelagem logística, sendo escolhidos aqueles que, em conjunto, apresentaram o melhor desempenho. A avaliação dos fatores selecionados pela análise de regressão logística é apresentada na Tabela 6. Tabela 6: Variáveis incluídas pelo modelo logístico. Variáveis Odds ratio  IC 95%  cð2  P  Sexo feminino < 44 anos 0,29 0,10-0,84 4,94 0,022 Hepatopatia/DBO 6,03 1,65-22,08 9,78 0,007 Consciente 0,49 0,21-1,14 2,72 0,097 Droga Vasoativa 3,13 1,25-7,83 5,69 0,014 Respiratória 5,20 1,98-13,68 10,98 0,001 Sepse  2,62 1,14-6,02 5,19 0,023 DBO: doença biliar obstrutiva. A melhor equação logística possível está abaixo descrita em seus componentes: z = (1,142 x droga vasoativa) – (1,223 x sexo feminino < 44) – (0,706 x consciente) +(1,648 x disfunção respiratória) + (1,797 x hepatopatia/doença biliar) + (0,963 x sepse) - 0,595. Os valores individuais de z foram, então, aplicado à equação abaixo: RM = ez/(1+ez) (onde RM = risco estimado de morte; e = logaritmo natural) e o risco estimado de morte para cada paciente foi calculado. O risco médio estimado de morte para a amostra foi 0,85 (IC 95% = 0,83-0,87; P = 1,00). A área sob a curva ROC foi de 0,815 (IC 95% = 0,732-0,897; EP = 0,042; P<0,001), conforme ilustrado na Figura 2. A avaliação da calibração mostrou P = 0,593 para o índice Goodness-of-Fit e um R2 = 0,973 (P < 0,001) por regressão linear, conforme mostra a Figura 3. Figura 2. Curva ROC para o índice local (área = 0,815; IC 95% = 0,732-0,897; EP = 0,042; P < 0,001).  Figura 3. Curva de calibração: mortalidade estimada versus mortalidade observada, estratificadas por segmentos de 20% do risco estimado para o índice local. VALIDAÇÃO DO MODELO POR BOOTSTRAPPING Foram analisadas 100 diferentes amostras, com 280 pacientes cada, construídas por amostragem com reposição. A Tabela 7 apresenta os valores calculados para OR, IC 95%, de cada fator de risco incluído na equação logística, após validação por bootstrapping. A mortalidade estimada variou entre um mínimo de 80% (223 pacientes) e um máximo de 90% (252 pacientes), com mediana de 85,5% (239 pacientes). A mediana das áreas sob a curva ROC foi 0,820 (IC 95%: 0,741-0,907), com extremos entre 0,710 e 0,910. Tabela 7. Odds Ratio e IC 95% do modelo logístico por bootstrapping: (100 amostras). Variáveis Odds ratio  IC 95%  Sexo Feminino < 44 anos 0,25 0,08-0,59 Fígado/DBO 5,35 1,89-10,80 Consciente* 0,47 0,18-0,95 Droga Vasoativa 3,41 1,50-8,06 Respiratória 5,28 1,89-9,38 Sepse**  2,83 1,14-6,99 DBO: doença biliar obstrutiva; *: limite superior: 0,992; **: limite inferior: 1,031. DESEMPENHO DOS ÍNDICES APACHE II E ATN-ISS O risco estimado médio de morte pelos índices APACHE II e ATN-ISS para a amostra foram 0,47 (IC 95% = 0,44-0,49; P < 0,001) e 0,66 (IC 95% = 0,64-0,68; P < 0,001), respectivamente. As áreas sob as curvas ROC foram 0,652 (IC 95% = 0,556-0,748; EP = 0,049; P = 0,002) e 0,814 (IC 95% = 0,748-0,880; EP = 0,034; P = 0,001), respectivamente, como mostrado na Tabela 8 e Figuras 4 e 5. A avaliação da calibração mostrou P < 0,001 para o índice Goodness-of-Fit e R2 = 0,523 (P = 0,102) para o índice APACHE II, enquanto que para o índice ATN-ISS obteve-se P = 0,002 para Goodness-of-Fit e R2 = 0,919 (P = 0,006) por análise de regressão linear, conforme aparece nas Figuras 6 e 7. Tabela 8. Áreas sob as curvas ROC, para os índices avaliados. Índices  Área sob a curva (+ EP)  IC 95% P APACHE II 0,652 (0,05) 0,556-0,748 0,002 ATN-ISS 0,814 (0,03) 0,748-0,880 <0,0001 Local  0,815 (0,04) 0,732-0,897 <0,0001 EP: erro padrão; IC 95%: intervalo de confiança de 95%. Figura 4. Curva ROC para o índice APACHE II (área = 0,652; IC 95% = 0,556-0,748; EP = 0,049; P = 0,002). Figura 5. Curva ROC para o índice ATN-ISS (área = 0,814; IC 95% = 0,748-0,880; EP = 0,034; P < 0,001).  Figura 6. Curva de calibração: mortalidade estimada versus mortalidade observada, estratificadas por segmentos de 20% do risco estimado para o índice APACHE II.  Figura 7. Curva de calibração: mortalidade estimada versus mortalidade observada, estratificadas por segmentos de 20% do risco estimado para o índice ATN-ISS. DESEMPENHOS COMPARADOS Os índices ATN-ISS e local apresentaram áreas sob a curva ROC maiores e comparáveis (P > 0,990), enquanto a área sob a curva ROC para o APACHE II foi significativamente diferente das duas outras (P < 0,002). As Tabelas 8, 9 e 10 mostram a mortalidade observada e a estimada para a amostra, por cada índice. Na Figura 8 são mostradas as mortalidades observada e estimada por cada índice para a amostra como um todo e para as diferentes causas desencadeantes da IRA. As áreas sob as curvas ROC para os índices APACHE II, ATN-ISS e local são apresentadas na Tabela 8. Nas Tabelas 9, 10 e 11 são mostradas as calibrações pelo teste Goodness-of-Fit de cada índice, para a amostra. A mortalidade observada e a mortalidade estimada em cada quintil de risco estimado, por cada índice prognóstico são mostradas nas Figuras 9, 10 e 11. A Tabela 12 mostra a calibração dos 3 índices por regressão linear. Tabela 9. Calibração do índice Apache II. Níveis de risco estimado (%) n Risco estimado médio (+ DP)  Mortalidade estimada Mortalidade observada <20 34 0,14 (+ 0,04) 5 22 21 a <40 75 0,30 (+ 0,06) 23 62 41 a <60 98 0,50 (+ 0,06) 49 88 61 a 80 56 0,71 (+ 0,05) 40 51 81 a 100  17 0,86 (+ 0,04) 15 15  280   132 238 cð2 :221,27; P < 0,001 Tabela 10. Calibração do índice ATN-ISS. Níveis de risco estimado (%) n Risco estimado médio (+ DP)  Mortalidade estimada Mortalidade observada <20 11 0,15 (+ 0,04) 2 3 21 a <40 21 0,32 (+ 0,06) 7 12 41 a <60 54 0,51 (+ 0,06) 28 42 61 a 80 127 0,70 (+ 0,06) 89 115 >81  67 0,89 (+ 0,07) 60 66  280   186 238 cð2 :19,27; P < 0,002 Tabela 11. Calibração do índice local. Níveis de risco estimado (%) n Risco estimado médio (+ DP)  Mortalidade estimada Mortalidade observada <20 4 0,13 (+ 0,07) 0,5 0 21 a 40 12 0,24 (+ 0,06) 3 1 41 a 60 13 0,50 (+ 0,07) 6,5 7 61 a 80 25 0,73 (+ 0,06) 18 19 81 a 100  226 0,93 (+ 0,05) 210 211  280  238 238 cð2 :1,904; P < 0,593 Tabela 12. Calibração dos índices por regressão linear: variável dependente = mortalidade observada; variável independente = risco estimado. Índices  R2Intervalo do resíduoDP do Resíduo P APACHE II 0,37 -4,58 a 4,81 4,29 0,166 ATN-ISS 0,81 -5,87 a 6,18 4,53 0,023 Local  0,97 -2,67 a 3,65 2,34 0,001 R2: “coeficiente de determinação”; DP: desvio-padrão.  Figura 8. Mortalidade observada e estimada para a amostra e por fator causal da IRA, para os índices testados. Figura 9. Mortalidade observada e mortalidade estimada, por quintil de risco  estimado para o índice local. Figura 10. Mortalidade observada e mortalidade estimada, por quintil de risco estimado para o índice APACHE II.  Figura 11. Mortalidade observada e mortalidade estimada, por quintil de risco estimado para o índice ATN-ISS. DISCUSSÃO Índices preditivos para estratificação do risco de morte podem ser usados para avaliar o desempenho de unidades de tratamento intensivo, para avaliar novas terapias ou - um uso mais controvertido - para ajudar no processo de tomada de decisão sobre o tratamento de pacientes, isoladamente (Lemeshow e Le Gall, 1994). Este estudo analisou uma amostra de pacientes com IRA, que necessitou substituição da função renal em unidades de tratamento intensivo de um hospital universitário, à qual dois índices prognósticos – um geral e outro específico para IRA - foram aplicados e comparados a um índice localmente desenvolvido. Os primeiros 93 pacientes consecutivos foram analisados de forma retrospectiva e os seguintes 187, prospectivamente. Como a coleta de dados foi realizada de forma diversa nos dois subgrupos, havia a possibilidade de os pacientes e seus parâmetros serem significativamente diferentes e não comparáveis. As características demográficas, mortalidade e valores do índice APACHE II calculado de duas formas (prospectivo e retrospectivo) não mostraram diferenças significativas entre os subgrupos. Os riscos estimados médios de morte, calculados pelo índice APACHE II e ATN-ISS, foram significativamente menores do que a mortalidade média observada na amostra. Por outra parte, o índice preditivo local ajustou-se muito bem à mortalidade da amostra estudada. O melhor desempenho do índice local pode, em parte, ser creditado à inclusão de características particulares da amostra em estudo no modelo logístico, o que ocorre com todos os índices em uso: de certa forma todos são índices locais. A área sob a curva ROC para o índice APACHE II (< 0,70) foi abaixo do aceitável. As áreas sob as curvas ROC para o índice ATN-ISS e o local (> 0,80) foram boas e não significativamente diferentes, entre si, sugerindo uma capacidade discriminatória comparável de ambos. Em relação à calibração dos modelos, uma vez mais o índice APACHE II teve desempenho inadequado, enquanto o índice ATN-ISS foi mais bem calibrado, mas apenas o índice local apresentou curva de calibração com excelente adequação do ajustamento. A abordagem utilizada para produzir o índice local foi a modelagem por regressão logística multivariada, com avaliação das características de discriminação e calibração do modelo. Lemeshow e Le Gall (1994) sugeriram que fossem examinados segmentos sucessivos, de 10% do risco estimado pelo modelo, para avaliar a calibração. Entretanto, na amostra em estudo, poucos casos se distribuíram nos níveis mais baixos de risco estimado pelo índice local, que teve suas maiores freqüências em níveis superiores de risco. Para evitar distorção na análise, optou-se por separar os níveis de risco estimado em cinco estratos, a cada 20% de risco estimado, permitindo a inclusão de número aceitável de casos em cada estrato. Da mesma forma, para comparar graficamente a mortalidade estimada com a mortalidade observada, dividiu-se a amostra por quintís de risco estimado, por cada índice (Douma et al., 1997). A mortalidade da amostra foi mais alta do que a de muitas séries (Butkus, 1983; Cosentino et al., 1994; Mehta et al., 1995; Druml, 1996; Liaño e Pascual, 1996b; Thadani al, 1996; Douma et al., 1997; Silvester 1998), mas comparável à de outras (Spiegel et al., 1991; Neveu et al., 1996; Batista, 1998; Suassuna, 2000). Entretanto, no presente estudo foram incluídos apenas pacientes que apresentavam prognóstico mais reservado. Em oposição a outras amostras, a atual não incluiu pacientes com algum grau conhecido de disfunção renal, desta forma evitando um possível fator de confusão (Brivet et al 1996; Silvester, 1998; Fiaccadori et al., 2000; Mehta et al., 2002). Idade e sexo, isoladamente, não foram fatores prognósticos significativos (Liaño et al., 1993; Mehta et al., 2002). Deve-se observar que mais da metade da amostra tinha idade acima de 59 anos, como em outros estudos (Butkus, 1983; Shusterman et al., 1987; Lohr et al., 1988; Thadani et al., 1996; Doherty, 1998). Entretanto, ser do sexo feminino e ter menos de 44 anos de idade teve efeito negativo sobre o desfecho (o subgrupo incluiu 10 mulheres grávidas, das quais seis sobreviveram ao episódio de IRA). É interessante observar que mulheres grávidas compuseram 3,6% da amostra, dando suporte à observação de que há redução progressiva da incidência de IRA na gestação, mesmo em países em desenvolvimento – séries recentes em países desenvolvidos não contêm gestantes (Alexopoulos et al., 1993; Stratta et al., 1996; Hamel et al., 1997; Mendonça et al., 2000). Persiste, ainda, a discussão sobre o papel prognóstico da oligúria (Hou et al., 1983; Liaño et al., 1993; Chertow et al., 1998). Dois modelos preditivos incluíram oligúria - ou um valor substitutivo da diurese - na equação multivariada (Liaño et al., 1993; Mehta et al., 2002). O presente estudo não demonstrou que oligúria se associe a pior prognóstico. Há sugestão, porém, de que o efeito da oligúria possa ser mascarado pelo início da terapia de reposição funcional, pois sistematicamente ocorre redução de diurese, possivelmente por redução da carga osmótica ofertada para filtração glomerular (Chertow et al., 1995). A amostra apresentou alta prevalência de infecção, que pode ser explicado pelos critérios de inclusão: pacientes internados em UTI sofrem mais procedimentos invasivos, sendo expostos a maior risco de contaminação. A escolha da modalidade de substituição da função renal possivelmente reflete a avaliação da severidade da doença pelo nefrologista: os pacientes estáveis foram alocados a terapia intermitente e os pacientes instáveis a terapias contínuas (Alarabi et al., 1993; Hakim et al., 1994; Kaplan et al., 1994; Mehta, 1994 Abdeen e Mehta, 2002). O uso de nutrição parenteral foi, mais provavelmente, um marcador de catabolismo protéico aumentado, de impossibilidade de utilizar o aparelho digestivo, ou de debilidade orgânica, do que um fator de risco, e não foi introduzido no modelo logístico (Feinstein et al., 1981). Deve-se mencionar que sepse e IRA, em pacientes com função gastrointestinal alterada, estão associadas a mortalidade acima de 80% (Schor, 2002). Apesar de o tempo de permanência na UTI não ter sido significativamente diferente entre os dois grupos, a duração do tratamento substitutivo da função renal foi maior nos pacientes que sobreviveram. Uma possível interpretação para o achado é a de que, em Sobreviventes, IRA foi um evento precoce na evolução da doença, enquanto em Não Sobreviventes foi um evento tardio, ou terminal. Entretanto, a possibilidade de que os pacientes que não sobreviveram tivessem prognóstico pior, de início, não pode ser descartada e o escore APACHE II sugere esta possibilidade. Nefrotoxicidade não foi uma causa freqüente de IRA, contrariando estudo prévio com número elevado de pacientes (Liaño et al., 1993). Esta discrepância pode ser explicada pelo fato de que causa nefrotóxica é menos grave, com freqüência não necessitando tratamento intensivo ou substituição da função renal, critérios de inclusão no estudo. Achado semelhante ocorreu em estudo recente (Mehta et al., 2002). A presença de hepatopatia crônica ou doença da via biliar foi fator de risco para o prognóstico. Poucos estudos recentes deram atenção ao fato (Cosentino et al., 1994; Aggarwal et al., 2001). Pacientes com obstrução biliar e que se apresentam severamente ictéricos têm maior risco de IRA, se levados a cirurgia sem adequada expansão volêmica. Ocorre hipovolemia relativa, aparentemente desencadeada por natriurese abundante e persistente (Rege, 1995). Icterícia e disfunção hepática também foram incluídas como fatores de risco em outros modelos preditivos (Liaño et al., 1993; Mehta et al., 2002). Disfunção respiratória teve alta prevalência e forte associação com o desfecho, confirmando achados prévios em que a presença de disfunção respiratória foi relacionada a pior prognóstico da IRA (Shusterman et al., 1987; Lohr et al., 1988; Vogelaers et al., 1993; Liaño et al., 1993; Chertow et al., 1995; Paganini et al., 1996). Há evidências de que o uso de ventilação com pressão positiva afeta a função renal, ao reduzir a perfusão sangüínea do órgão (Pannu e Mehta, 2002). Estar dependente de drogas vasoativas para suporte circulatório e a presença de disfunção circulatória afetaram positivamente o desfecho, na análise bivariada. Estes parâmetros, na verdade, podem representar graus diversos de disfunção cardiocirculatória. No modelo de Liaño et al. (1993), hipotensão foi definida como pressão arterial sistólica abaixo de 90 mm Hg, apresentou associação com desfecho, e foi incluída na equação multivariada. Mehta et al. (2002), usando uma definição mais rigorosa de disfunção cardiovascular, também a incluiu em seu modelo logístico. No estudo atual, dependência de drogas vasoativas para manter a adequação circulatória teve maior peso do que disfunção cardiovascular, como fator de risco. Ambos avaliam inadequação circulatória, em diferentes níveis de gravidade. Do ponto de vista de prevalência, o uso de drogas foi maior em ambos os grupos, do que disfunção circulatória, talvez explicando sua escolha pelo modelo logístico. Não apresentar redução do nível de consciência, antecedendo a avaliação, foi associado a melhor prognóstico. É interessante observar que Liaño et al. (1993) incluíram na equação que gera o índice ATN-ISS os dois extremos da avaliação neurológica (“estar consciente” e “coma”), obviamente associados a desfechos opostos. Sepse foi associada a pior prognóstico em outros estudos (Fagon et al., 1993; Chertow et al., 1995; Brivet et al., 1996; Neveu et al., 1996; Douma et al., 1997). Em pacientes que apresentaram sepse e IRA, a mortalidade foi igual à de outro grupo com maior número de órgãos em disfunção (Neveu et al., 1996). Apesar de uma associação mais forte entre sepse e IRA, aquela não foi um contribuinte significativo para prever desfecho em alguns modelos preditivos recentemente apresentados (Liaño et al., 1993; Lins et al., 2000; Mehta et al., 2002). Em vários estudos, sepse não foi considerada como disfunção orgânica. Entretanto, seus efeitos metabólicos adversos, e sua possível influência negativa no desfecho fizeram com que se a incluísse no presente trabalho (Fagon et al., 1993). O número de órgãos ou sistemas em disfunção foi elevado: a maioria dos pacientes tinha quatro ou mais órgãos ou sistemas em disfunção, quando iniciaram reposição da função renal. Em um estudo anterior, em que sepse não foi incluída como disfunção orgânica e uma proporção significativa de pacientes não necessitou diálise, o número médio de disfunções orgânicas foi 1,4+0,5 e a mortalidade foi 58% (Brivet et al., 1996). Em análise semelhante e com mortalidade comparável, sobreviventes tinham 3,1+0,9 e não sobreviventes 4,2+1,1 órgãos em disfunção (Chen et al., 2001b). O presente estudo confirma a inadequação de um sistema geral de estratificação de risco para estimar o desfecho de pacientes gravemente enfermos, em IRA (Cosentino et al., 1994; Féry-Lemonnier et al., 1995; Mc Carthy, 1996; Douma et al., 1997; Fiaccadori et al., 2000; Lins et al., 2001; Mehta et al., 2002). A discriminação do índice específico - ATN-ISS - foi boa, e comparável à do índice local. Entretanto, este mesmo índice específico para IRA, aplicado a outra grande coorte, teve desempenho inadequado (Mehta et al., 2002). Mehta et al. (2002) desenvolveram um novo índice preditivo que incluiu nove diferentes variáveis. Apesar da maior complexidade no cálculo do risco estimado, sua capacidade de discriminação foi apenas “boa” (>0,80 e < 0,90). De fato, nenhum dos índices propostos, e em uso, apresentou capacidade de discriminação “excelente”, mesmo em suas amostras originais (Liaño et al., 1993; Lins et al., 2001; Mehta et al., 2002). Note-se que a equação geradora do índice local inclui apenas seis variáveis, tornando seu uso menos complexo. A avaliação da calibração dos índices, pelo método de Goodness-of-Fit mostrou que apenas o índice local apresentou valor de cð2 total baixo e, conseqüentemente, P > 0,050 , mostrando a não diferença entre mortalidade estimada e mortalidade observada, por cada segmento de risco considerado e, portanto, adequada calibração. Ainda, comparações entre risco estimado e risco observado, por quintil de risco estimado, mostrou que os índices APACHE II e ATN-ISS subestimaram importantemente a mortalidade. O índice local, entretanto, mostrou bom ajustamento entre mortalidade estimada e mortalidade observada. Os critérios de inclusão – pacientes com risco médio de morte mais alto do que a média dos pacientes internados em UTI, ou de pacientes com IRA que não necessitaram substituição da função renal – podem explicar as diferenças de calibração. Outra possível explicação para o achado é a mortalidade bastante mais alta da amostra estudada, em comparação às que originaram os índices externos. Há evidências, obtidas por simulação, de que a discriminação e, especialmente, a calibração de modelos logísticos são alteradas por mudanças de mortalidade e de tamanho da amostra (Zhu et al., 1996). O estudo mostra que o desempenho de um índice desenvolvido localmente, medido por sua capacidade de discriminação e de calibração, suplantou o desempenho de dois índices conhecidos e externamente testados, e sugere que um índice preditivo construído localmente, e aplicado a segmentos específicos da população de pacientes com IRA, pode ter desempenho melhor do que índices testados externamente. O estudo, porém, tem limitações. Não foram analisadas separadamente muitas variáveis fisiológicas e laboratoriais (algumas, componentes do índice APACHE II, outras necessárias às definições de disfunções orgânicas, além de outras eventualmente disponíveis). Não se pode excluir que alguma das variáveis desconsideradas pudesse ter efeito preditor adicional. Apesar de o desempenho do índice local ter sido em geral melhor que o dos índices externos, não é impossível que a agregação de novas variáveis pudesse melhorar seu desempenho. A amostra incluiu apenas pacientes com IRA que necessitaram substituição da função renal, desta forma restringindo a análise a um grupo de pacientes com risco mais alto de morte. Entretanto, este é precisamente o segmento em que as decisões individuais, com respeito a tratamento, são especialmente importantes: um modelo preditivo com excelente discriminação e calibração corretamente ajustada poderia ajudar no processo de tomada de decisões terapêuticas individuais. Também, na análise da calibração foram usados cinco intervalos, em lugar dos dez recomendados. Como resultado, a curva de calibração do índice local perdeu ajustamento nos estratos inferiores de risco estimado, pois pequenas variações entre mortalidade estimada e mortalidade observada induziram variações significativas do ajustamento. A inclusão de mais pacientes com risco estimado de morte mais baixo, ou o aumento da amostra poderiam obviar o problema. Modelos preditivos devem ser validados, para determinar sua adequação a diferentes condições de risco de morte e de mortalidade observada. Vários modelos anteriores foram - após seu desenvolvimento – aplicados a novas amostras das mesmas populações em risco, ou foram testadas em populações com outras características (cross-validation) para avaliar seu desempenho. Uma alternativa para validação de modelos logísticos pode ser o uso da técnica estatística conhecida por bootstrapping, na qual o desempenho dos fatores de risco selecionados na amostra inicial é revisto em numerosas amostras, de mesmo tamanho e derivadas da amostra inicial por amostragem com reposição (Hopkins, 2002b). A técnica compara os intervalos de confiança criados a partir das novas amostras, com os obtidos pelo modelo na amostra inicial. O índice local suportou a validação por bootstrapping. Os modelos específicos de estratificação do risco de morte para pacientes com IRA foram derivados de populações de um único hospital ou de populações regionais (Liaño et al., 1993; Douma et al., 1997; Mehta et al., 2002). Características particulares das populações em estudo e da forma de prestação de cuidado intensivo foram incluídas nos modelos, ou estes foram testados em segmentos específicos de populações com IRA (Lohr et al., 1988; Chertow et al., 1995; Neveu et al., 1996; Paganini et al., 1996; Lins et al., 2000). Sua validação em outras amostras tem produzido resultados controvertidos (Fiaccadori et al., 2000; Mehta et al., 2002). Zhu et al. (1996) discutiram de forma elegante os efeitos que diferentes níveis de cuidado intensivo - traduzidos por mortalidades diversas das observadas nas populações originais – e mudanças de tamanho das amostras produzem sobre a capacidade de discriminação e, particularmente, sobre a calibração. Quanto mais afastada da taxa de mortalidade original do preditor proposto – para mais ou para menos - estiver a mortalidade observada da amostra em teste, pior se torna sua calibração, ainda que a discriminação seja menos afetada. Este efeito é aumentado em amostras grandes e aplainado por amostras pequenas. A mortalidade bastante mais alta da amostra em estudo poderia explicar a falta de calibração do índice ATN-ISS. Entretanto, o mesmo índice apresentou desempenho pobre - tanto em discriminação, quanto em calibração - aplicado a coorte com mortalidade semelhante à da amostra original (Mehta et al., 2002). A importância relativa de discriminação e calibração depende da finalidade a que destina o preditor (Schuster, 1992). Para comparações entre grupos, adequada calibração parece ser suficiente. Para tomada de decisões sobre condutas terapêuticas em pacientes isolados, ambos os descritores são importantes: é preciso trabalhar com alta especificidade para ter mínima ou nenhuma chance de “falsos negativos” e com estrito ajustamento da calibração, para estimativa correta em todos os níveis de risco estimado (Schuster, 1992). A rigor, nenhum dos índices avaliados é adequado para a tomada de decisões terapêuticas individuais. Construir, traduzir e transportar índices preditivos de um centro de tratamento, com determinada população em risco, para outro com população diversa inclui o risco de criar problemas, por vezes inevitáveis, como imprecisão de definições, falta de padronização de procedimentos, e interpretações pessoais do operador (Féry-Lemonnier et al., 1995). É provável que índices locais possam ser mais bem desenhados para a tomada de decisões individuais, por incluírem características da população em estudo. De outra parte, índices testados externamente devem ser adaptados às características locais, por modificação de seus coeficientes originais. Índices locais podem ser úteis para controle da qualidade de cuidados e para avaliar mudanças de conduta. CONCLUSÕES A mortalidade de pacientes com IRA tratados em UTI e necessitando substituição da função renal foi elevada. Pacientes jovens, do sexo feminino, tiveram mortalidade mais baixa; Doença hepática crônica, pancreatite aguda ou obstrução biliar, necessidade de drogas vasoativas ou de ventilação mecânica e sepse foram fatores de risco para morte; estar consciente e ser do sexo feminino com menos de 44 anos foram fatores protetores; O escore APACHE II não foi um bom preditor de desfecho para pacientes com IRA em UTI e que necessitaram substituição da função renal; O índice ATN-ISS apresentou melhor desempenho, com boa discriminação, mas inadequada calibração; Índice prognóstico local para IRA apresentou melhor desempenho do que preditores desenvolvidos em outras populações; Nenhum índice prognóstico em uso apresentou desempenho excelente, mesmo em suas populações originais. REFERÊNCIAS BIBLIOGRÁFICAS Abdeen O, Mehta RL. Dialysis modalities in the intensive care unit. Crit Care Clin 2002;18:223-47. Aggarwal A, Ong JP, Younossi ZM, Nelson DR, Hoffman-Hogg L, Arrolliga AC. Predictors of mortality and resource utilization in cirrhotic patients admitted to the medical ICU. Chest 2001; 119:1489Mehta et al., 2002. Alarabi AA, Danielson BG E Winström B. Continuous arteriovenous hemodialysis: outcome in intensive care acute renal failure patients. Nephron 1993;64:58-62. Albright RC Jr. Acute renal failure: a practical update. Mayo Clin Proc 2001;76:67-74. Alexopoulos E, Tambakoudis P, Bili H, Sakellariou G, Mantalenakis S, Papadimitriou M. Acute renal failure in pregnancy. Ren Fail 1993;15:609-13. American College of Chest Physicians/Society of Critical Care Medicine Consensus Conference. Definitions for sepsis and multiple organ failure and guidelines for the use of innovative therapies in sepsis. Crit Care Med 1996;20:864-74. Balslov JT, Jorgensen HE. A survey of 499 patients with acute anuric renal insufficiency. Am J Med 1963;34:753-64. Batista PBP, Santos OFP. Prognóstico da insuficiência renal aguda. In: Schor N, Boim MA, Santos OFP. Insuficiência renal aguda:fisiopatologia, clínica, tratamento. São Paulo: Sarvier; 1997. p.333-50. Batista PBP. Prognóstico de pacientes com insuficiência renal aguda. [tese], São Paulo (SP): UNIFESP; 1998. Beaman N, Turney JH, Rodger RSC, McGonigle RSJ, Adu D, Michael J. Changing pattern of acute renal failure. Quart J Med 1987;62:15-23. Bellomo R, Parkin G, Love J, Boyce N. Use of continuous hemodiafiltration: An approach to the management of acute renal failure in the critically ill. Am J Nephrol 1992;12:240-5. Bellomo R, Ronco C. Indications and criteria for initiating renal replacement therapy in the intensive care unit. Kidney Int 1998,53 (suppl 66):S106-9. Bellomo R, Ronco C. Continuous versus intermittent renal replacement therapy in the intensive care unit. Kidney Int 1998,53 (suppl 66):S125-8. Bellomo R, Ronco C. Continuous renal replacement therapy in the intensive care unit. Intensive Care Med 1999;25:781-9. Biesembach G, Zazgornik J, Kaiser W, Grafinger P, Stuby U, Necek S. Improvement in prognosis of patients with acute renal failure over a period of 15 years. An analysis of 710 cases in a dialysis center. Am J Nephrol 1992;12:319-25. Bihari D, Mitchell I, Chang R. Acute renal failure (letter). Lancet 1996;347:478-9. Brady HR, Singer GG. Acute renal failure. Lancet 1995;346:1533-40. Brady HR, Singer GG. Acute renal failure. Lancet 1996;347:479. Breen D, Bihari D. Acute renal failure as a part of multiple organ failure: the slippery slope of critical illness. Kidney Int 1998;53 (suppl 66):S25-33. Brezis M, Rosen SE, Epstein FH. Acute renal failure due to ischemia (acute tubular necrosis). In: Lazarus JM, Brenner BM. Acute renal failure. 3rd ed. New York: Churchill Livingstone; 1993. p.207-29. Brivet FG, Kleinknecht DJ, Loirat P, Landais PJM. Acute renal failure in intensive care units. Causes, outcome, and prognostic factors of hospital mortality: a prospective, multicenter study. Crit Care Med 1996;24:192-8. Bullock ML, Armen AJ, Finkelstein M, Keane WF. The assessment of risk factors in 462 patients with acute renal failure. Am J Kidney Dis 1985;5:97-103. Burdmann EA, Oliveira MB, Farraboli R, Malheiro PS, Abdulkader RCRM, Yu L, Galvão PCA, Monteiro JL, Sabbaga E, Marcondes M. Epidemiologia. In: Schor N, Boim MA, Santos OFP. Insuficiência renal aguda:fisiopatologia, clínica, tratamento. São Paulo: Sarvier; 1997. p.1-8. Butkus DE. Persistent high mortality in acute renal failure. Are we asking the right questions? Arch Intern Med 1983;143:209-12. Bywaters EGL, Beall D. Crush injuries with impairment of renal function. Br Med J 1941;1:427-32. Bywaters EGL. 50 years on: the crush syndrome. Br Med J 1990;301:1412-5. Chen YC, Chen CY, Tien YC, Fang JT, Huang CC. Organ system failures prediction model in intensive care patients with acute renal failure treated with dialysis. Ren Fail 2001;23:207-15. Chen YC, Hsu HH, Kao KC, Fang JT, Hijang CC. Outcomes and APACHE II predictions for critically ill patients in acute renal failure requiring dialysis. Ren Fail 2001;23:61-70. Chertow GM, Christiansen CL, Cleary PD, Munro C, Lazarus JM. Prognostic stratification in critically ill patients with acute renal failure requiring dialysis. Arch Intern Med 1995;155:1505-11. Chertow GM, Lazarus JM, Paganini EP, Allgren RL, Lafayette RA, Sayegh MH. Predictors of mortality and the provision of dialysis in patients with acute tubular necrosis. J Am Soc Nephrol 1998;9:692-8. Chew SL, Lins RL, Daelemans R, De Broe ME. Outcome in acute renal failure. Nephrol Dial Transplant 1993;8:101-7. Cioffi WG, Ashikaga TE Gamelli RL. Probability of surviving postoperative acute renal failure. Development of a prognostic index. Ann Surg 1984;200:205-11. Cole L, Bellomo R, Silvester W, Reeves JH. For the Victorian Severe Acute Renal Failure Study Group. A prospective, multicenter study of the epidemiology, management, and outcome of severe acute renal failure in a “closed” ICU system. Am J Respir Crit Care Med 2000;162:191-6. Conger JD. Does hemodialysis delay recovery from acute renal failure? Semin Dial 1990;3:146-8. Cosentino F, Chaff C, Piedmonte M. Risk factors influencing survival in ICU acute renal failure. Nephrol Dial Transplant 1994;9 (Suppl 4):179-82. d’Avila DO, Traesel ME Glock L. Insuficiência renal aguda tratada por diálise em unidade de tratamento intensivo (análise de 124 pacientes consecutivos). J Bras Nefrol 1997;19:21-31. Davison AM. Continuous therapy for complicated acute renal failure. Nephrol Dial Transplant 1994;9 (Suppl 4);187-90. Doherty CC. Epidemiology of acute renal failure. In: Davidson AM, Cameron JS, Grünfeld JP, Kerr DNS, Ritz E, Wineals CG. Oxford textbook of clinical nephrology. 2nd ed. Oxford: Oxford University Press; 1998. p.1521-30. Douma CE, Redekop WK, Van der Meulen JHP, Van Olden W, Haeck J, Struijk DG, Krediet RT. Predicting mortality in intensive care patients with acute renal failure treated with dialysis. J Am Soc Nephrol 1997;8:111-7. Drukker W. Hemodialysis: a historical review. In: Maher JF. Replacement of renal function by dialysis. A textbook of dialysis. 3rd ed. Dordrecht: Kluwer Academic Publishers; 1989. p.20-86. Druml W, Lax F, Grimm G, Schneeweiss B, Laggner AN. Acute renal failure in the elderly 1975-1990, Clin Nephrol 1994;41:342-9. Druml, W. Prognosis of acute renal failure 1975-1995. Nephron 1996;73:8-15. Eliahou HE, Ben-David A, Blau A. Recovery may be enhanced in acute renal failure of multisystem organ failure. In: Timio M, Wisemann V. Cardiorenal Disease. Contrib Nephrol 1994;106:59-62. El-Shahawy MA, Agbing LU, Badillo E. Severity of illness scores and the outcome of acute tubular necrosis. Int Urol Nephrol 2000;32:185-91. Faber MD, Kupin WL, Krishna GG E Narins RG. The differential diagnosis of acute renal failure. In: Lazarus JM, Brenner BM. Acute renal failure. 3rd ed. New York: Churchill Livingstone; 1993. p.133-206. Fagon JY, Chastre J, Novara A, Medioni P, Gibert C. Characterization of intensive care unit patients using a model based on the presence or absence of organ dysfunction and/or infection: the ODIN model. Intensive Care Med 1993;19:137-44. Feest TG, Round A, Hamad S. Incidence of severe acute renal failure in adults: results of a community-based study. Br Med J 1993;306:481-3. Feinstein EI, Blumenkratz MJ, Healy M, Koffler A, Silberman H, Massry SG, Kopple JD. Clinical and metabolic responses to parenteral nutrition in acute renal failure. Medicine 1981;60:124-37. Féry-Lemonnier E, Landais P, Loirat P, Kleinknecht D, Brivet F. Evaluation of severity scoring systems in ICUs – translation, conversion and definition ambiguities as a source of inter-observer variability in APACHE II, SAPS and OSF. Intensive Care Med 1995;21:356-60. Fiacccadori E, Maggiore H, Lombardi M, Leonardi S, Rotelli C, Borghetti A. Predicting patient outcome from acute renal failure comparing three general severity of illness scoring systems. Kidney Int 2000;58:283-92. Finn WF. Recovery from acute renal failure. In: Lazarus JM e Brenner BM. Acute renal failure. 3rd ed. New York: Churchill Livingstone; 1993. p.553-96. Gentric A, Cledes J. Immediate and long-term prognosis in acute renal failure in the elderly. Nephrol Dial Transplant 1991;6:86-90. Gillum DM, Dixon BS, Yanover MJ, Kelleher SP, Shapiro MD, Benedetti RG, Dillingham MA, Paller MS, Goldberg JP, Tomford RC, Gordon JA, Conger JD. The role of intensive dialysis in acute renal failure. Clin Nephrol 1986;25:249-55. Groeneveld ABJ, Tran DD, van der Meulen J, Nauta JPP, Thijs JG. Acute renal failure in the medical intensive care unit: predisposing, complicating factors and outcome. Nephron 1991;59:602-10. Guerin C, Girard R, Selli JM, Perdrix JP, Ayzac L. Initial versus delayed acute renal failure in the intensive care unit. Am J Respir Crit Care Med 2000;161:872-9. Haas M, Spargo B, Wit EJC, Meehan SM. Etiologies and outcome of acute renal insufficiency in older adults: a renal biopsy study of 259 cases. Am J Kidney Dis 2000;35:433-47. Hakim RM, Wingard RL E Parker RA. Effect of the dialysis membrane in the treatment of patients with acute renal failure. N Engl J Med 1994;331:1338-42. Halstemberg WK, Goormastic ME Paganini EP. Utility of risk models for renal failure and critically ill patients. Semin Nephrol 1994;14:23-32. Halstenberg WK, Goormarstic M, Paganini EP. Validity of four models for predicting outcome in critically ill acute renal failure patients. Clin Nephrol 1997;47:81-6. Hamel MB, Phillips RS, Davis RB, Desbiens N, Connors AF, Teno JM, Wenger N, Lynn J, Wu AW, Fulkerson W, Tsevat J. Outcomes and cost-effectiveness of initiating dialysis and continuing aggressive care in seriously ill hospitalized adults. Ann Int Med 1997;127:195-202. Hanley JA, McNeil BJ. A method of comparing the areas under receiving operating characteristic curves derived from the same cases. Radiology 1983;148:839-43. Hirasawa H, Sugai T, Ohtake Y, Oda S, Shiga H, Matsuda K, Kamimura N. Continuous hemofiltration and hemodiafiltration in the management of multiple organ failure. In: Sieberth HG, Stummvoll HK. Continuous hemofiltration. Contrib Nephrol 1991;93:42-6. Hopkins WG. How a stats program fits a model. In: A new view of statistics: goodness of fit. [citado em 2002 abr. 2] Disponível em URL: http://www.sportsci.org/resource/stats/index.html. Hopkins WG. Bootstrapping (resampling). In: A new view of statistics: generalizing to a population. [citado em 2002 abr. 2] Disponível em URL:  HYPERLINK http://www.sportsci.org/resource/stats/generalize.html http://www.sportsci.org/resource/stats/generalize.html. Hou S, Bushinsk YD, Wish JB, Cohen JJ, Harrington JT. Hospital acquired renal insufficiency: a prospective study. Am J Med 1983;74:243-8. Kaplan AA, Paganini EP E Bosch JP. Effect of the dialysis membrane in acute renal failure (letter). N Engl J Med 1994;332:961. Karsou AS, Jaber BL, Pereira BJG. Impact of intermittent hemodialysis variables on clinical outcomes in acute renal failure. Am J Kidney Dis 2000;35:980-91. Kaufman J, Dhakai M, Patel B, Hamburger R. Community-acquired acute renal failure. Am J Kidney Dis 1991;17:191-8. Kierdorf H. Continuous versus intermittent treatment: clinical results in acute renal failure. In: Sieberth HG, Stummvoll HK. Continuous hemofiltration. Contrib Nephrol 1991;93:1-12. Kihara M, Ikeda Y, Shibata K, Masumori S, Fujita H, Ebira H, Toya Y, Takagi N, Shionoiri H, Umemura S, Ishii M. Slow hemodialysis performed during the day in managing renal failure in critically ill patients. Nephron 1994;67:36-41. Knaus WA, Draper EA, Wagner DP. Prognosis in acute organ-system failure. Ann Surg 1985;202:685-93. Knaus WA, Draper EA, Wagner DP, Zimmermann JE. APACHE II: a severity of disease classification system. Crit Care Med 1985;13:818-29. Korkeila M, Ruokonen E, Takala J. Costs of care, long-term prognosis and quality of life in patients requiring renal replacement therapy during intensive care. Intensive Care Med 2000;26:1824-31. Kresse S, Schlee H, Deuber HJ, Koall W, Osten B. Influence of renal replacement therapy on outcome of patients with acute renal failure. Kidney Int 1999;56 (suppl 72):S75-8. Lameire N, van Biesen W, Vanholder R, Colardijn F. The place of intermittent hemodialysis in the treatment of acute renal failure in the ICU patient. Kidney Int 1998,53 (suppl 66):S110-9. Leblanc M, Tapoliay M, Paganini EP. What dialysis dose should be provided in acute renal failure? A review. Adv Ren Replace Ther 1995;2:255-64. Le Gall JR, Lemeshow S, Saulnier F. A new simplified acute physiology score (SAPS II) based on a European/North American multicenter study. JAMA 1993;270:2957-63. Lemeshow S, Teres D, Klar J, Avrunin JS, Gehlbach SH, Rapoport J. Mortality Probability Models (MPM II) based on an international cohort of intensive care unit patients. JAMA 1993;270:2478-86. Lemeshow S, Le Gall JR. Modeling the severity of illness of ICU patients: a systems update. JAMA 1994;272:1049-55. Levy EM, Viscoli CM, Horowitz RI. The effect of acute renal failure on mortality. JAMA 1996;275:1489-94. Liaño F, Gallego A, Pascual J, Garcia-Martín F, Teruel JR, Marcén R, Orofino L, Orte L, Rivera M, Gallego N, Quereda C, Ortuño J. Prognosis of acute tubular necrosis: an extended prospectively contrasted study. Nephron 1993;63:21-31. Liaño F. Severity of acute renal failure: the need of measurement. Nephrol Dial Transplant 1994;9 (suppl 4): 229-38. Liaño F, Pascual J. Epidemiology of acute renal failure: a prospective, multicenter, community-based study. Kidney Int 1996;50:811-8. Liaño F, Pascual J (for the Madrid Acute Renal Failure Study Group). Acute renal failure. Lancet 1996;347:479. Liaño F, Junco E, Pascual J, Madero R, Verde E, and Madrid Acute Renal Failure Study Group. The spectrum of acute renal failure in the intensive care unit compared with that seen in other settings. Kidney Int 1998;53 (suppl 66):S16-24. Lien J, Chan V. Risk factors influencing survival in acute renal failure treated by hemodialysis. Arch Intern Med 1985;145:2067-9. Lins RL, Elseviers M, Daelemans R, Zachée P, Gueuens E, Lens S, De Broe ME. Prognostic value of a new scoring system for hospital mortality in acute renal failure. Clin Nephrol 2000;53:10-7. Lins RL, Elseviers M, Daelemans R, De Broe ME. Problems in the development, validation and adaptation of prognostic models for acute renal failure. Nephrol Dial Transplant 2001;16:1098-101. Lohr JW, McFarlaine MJ, Grantham JJ. A clinical index to predict survivor in acute renal failure patients requiring dialysis. Am J Kidney Dis 1988;11:254-9. Maher ER, Robinson KN, Scoble JE, Farrimond JG, Browne JE, Sweny P, Moorhead JF. Prognosis of critical ill patients with acute renal failure: APACHE II score and other predictive factors. Quart J Med 1989;269:857-66. Marshall JC, Cook DJ, Christou NV, Bernard GR, Sprung CL, Sibbald WJ. Multiple organ dysfunction score: a reliable descriptor of a complex clinical outcome. Critical Care Med 1995;23:1638-52. Mc Bride PT. Genesis of the artificial kidney. Deerfield: Travenol Laboratories Inc.;1979. Mc Carthy JT. Prognosis of patients with acute renal failure in the intensive-care unit: a tale of two eras. Mayo Clin Proc 1996;71:117-26. Mc Donald BR, Mehta RL. Decreased mortality in patients with acute renal failure undergoing continuous arteriovenous hemodialysis. In: Sieberth HG, Stummvoll HK. Continuous hemofiltration. Contrib Nephrol 1991;93:51-6. Mehta RL. Therapeutic alternatives to renal replacement for critically ill patients in acute renal failure. Semin Nephrol 1994;14:64-82. Mehta RL, Farkas A, Pascual M, Fowler W. Effect of serial APACHE and organ failure scores on prediction of mortality in acute renal failure. J Am Soc Nephrol 1995;6:550-9. Mehta RL, Pascual MT, Gruta CG, Zhuang S,Chertow GM. Refining predictive models in critically ill patients with acute renal failure. J Am Soc Nephrol 2002;13:1350-7. Mendonça A de, Vincent JL, Suter PM, Moreno R, Dearden NM, Antonelli M, Takala J, Sprung C, Cantraine F. Acute renal failure in the ICU: risk factors and outcome evaluated by the SOFA score. Intensive Care Med 2000;26:915-21. Misset B, Timsit J-F, Chevret S, Renaud B, Tamion F, Carlet J. A randomized cross-over comparison of the hemodynamic response to intermittent hemodialysis and continuous hemofiltration in ICU patients with acute renal failure. Intensive Care Med 1996;22:742-6. Nair P, Bihari D. Acute renal failure in the ICU in the 1990s – “anything goes”?. Intensive Care Med 1997;23:1193-6. Navarro JF, Garcia-Nietto V. Acute renal failure (letter). Lancet 1996;347:478. Neveu H, Kleinknecht D, Brivet F, Loirat Ph, Landais P. Prognostic factors in acute renal failure due to sepsis. Results of a prospective multicenter study. Nephrol Dial Transplant 1996;11:293-9. Nolan CR, Anderson RJ. Hospital-acquired acute renal failure. J Am Soc Nephrol 1998;10:710-8. Oudemans-van Straten HM, Bosman RJ, van der Spoel JI, Zandstra DF. Outcome of critically ill patients treated with intermittent high-volume haemofiltration: a prospective cohort analysis. Intensive Care Med 1999;25:814-21. Paganini EP, Halstemberg WK, Goormastic M. Risk modeling in acute renal failure requiring dialysis: the introduction of a new model. Clin Nephrol 1996;46:206-11. Pannu N, Mehta RL. Mechanical ventilation and renal function: an area of concern? Am J Kidney Dis 2002;39:616-24. Parker RA, Himmelfarb J, Tolkoff-Rubin N, Chandrain P, Wingard RL, Hakim RM. Prognosis of patients with acute renal failure requiring dialysis: results of a multicenter study. Am J Kidney Dis 1998;32:432-43. Paterson L, Goldstein H. New statistical methods for analysing social structures. Br Edu Res J 1991;17:387-93. Pinsky MR, Matuschak GM. A unifying hypothesis of multiple systems organ failure: a failure of host defense homeostasis. J Crit Care 1990;5:108-14. Rasmussen HH, Pitt EA, Ibels LS, McNeil DR. Prediction of outcome in acute renal failure by discriminant analysis of clinical variables. Arch Int Med 1985;145:2015-8. Rege RV. Adverse effects of biliary obstruction: implications for treatment of patients with obstructive jaundice. Am J Roentgenol 1995;164:287-93. Romão JE Jr, Haiashi AR, Vidonho AF Jr, Abensur H, Quintaes PS, Araujo MR, Noronha IL, Santos FR, Machado MM. Causas e prognóstico da insuficiência renal aguda em pacientes idosos. Rev Assoc Med Bras 2000;46:212-7. Ronco C. Continuous renal replacement therapies for the treatment of acute renal failure in the intensive care patients. Clin Nephrol 1993;40:187-98. Sakai K, Lee JC, Koslowsky L, Paganini EP. A single center 7 year trend analysis of outcome. Variables for acute renal failure in the ICU (abstract). J Am Soc Nephrol 1995;6:561. Schafer JH, Maurer A, Jochimsen F, Emde C, Wegscheide D, Arntz HR, Heitz J, Krell-Schroeder B, Distler A. Outcome prediction models on admission in a medical intensive care unit: do they really predict individual outcome? Critical Care Med 1990;18:1111-8. Schafer JH, Jochimsen F, Keller F, Wegscheider K, Distler A. Outcome prediction of acute renal failure in medical intensive care. Intensive Care Med 1991;17:19-24. Schetz MRC, Lauwers PM, Ferdinande P. Extracorporeal treatment of acute renal failure in the intensive care unit: A critical view. Intensive Care Med 1989;15:349-57. Schiffi H, Lang SM, König A, Strasser T, Haider MC E Held E. Biocompatible membranes in acute renal failure: Prospective case-controlled study. Lancet 1994;344:570-2. Schor N. Acute renal failure and the sepsis syndrome. Kidney Int 2002;61:764-76. Schortgen F, Soubrier N, Delcraux C, Thuong M, Girou E, Brun-Buisson C, Lemaire F, Brochard L. Hemodynamic tolerance of intermittent hemodialysis in critically ill patients. Am J Respir Crit Care Med 2000;162:197-202. Schuster DP. Predicting outcome after ICU admission. The art and science of assessing risk. Chest 1992;102:1861-70. Schwilk B, Wiedeck H, Stein B, Reinelt H, Treiber H, Bothner U. Epidemiology of acute renal failure and outcome of haemodiafiltration in intensive care. Intensive Care Med 1997;23:1204-11. Shusterman N, Strom BL, Murray TG, Morrison G, West SL, Maislin G. Risk factors and outcome of hospital-acquired acute renal failure. Clinical epidemiologic study. Am J Med 1987;83:65-71. Silva LAM da, Cauduro CC, Mezzomo NF, Pansard HM, Arantes LC, Rempel W, Argenta LC, Rodrigues AT, Santos AF, Poerner SC, Basso MAR. Insuficiência renal aguda: análise retrospectiva de 300 casos. J Bras Nefrol 1991;13:105-14. Silvester W. Outcome studies of continuous renal replacement therapy in the intensive care unit. Kidney Int 1998, 53 (suppl 66):S138-41. Silvester W, Bellomo R, Cole L. Epidemiology, management, and outcome of severe acute renal failure of critical illness in Australia. Crit Care Med 2001;29:1910-5. Smithies MN, Cameron JS. Can we predict outcome in acute renal failure? Nephron 1989;51:297-300. Spector N. Manual para a redação de teses, projetos de pesquisa e artigos científicos. 2ª ed. Rio de Janeiro: Guanabara Koogan, 2002. Spiegel DM, Ullian ME, Zerbe GO E Berl T. Determinants of survival and recovery in acute renal failure patients dialysed in intensive-care units. Am J Nephrol 1991;11:44-7. Spurney RF, Fulkerson WJ, Schwab SJ. Acute renal failure in critically ill patients: prognosis for recovery of kidney function after prolonged dialysis support. Crit Care Med 1991;19:8-11. Sraer JD, Akposso K, Rondeau E. Should acute kidney failure be treated in people over 80 years age at an intensive care unit? Bull Acad Natl Med 2000;184:1267-77. Stratta P, Besso L, Canavese C, Grill A, Todros T, Benedetto C, Hollo S, Segoloni GP. Is pregnancy-related acute renal failure a disappearing clinical entity? Ren Fail 1996;18:575-84. Suassuna NMSF. Uso do escore prognóstico APACHE II para pacientes com insuficiência renal aguda (IRA) tratados fora da unidade de terapia intensiva (UTI). [dissertação], São Paulo (SP): UNIFESP; 2000. Sural S, Sharma RK, Singhal MK, Kher V, Gupta A, Arora P, Gulati S. Acute renal failure in an intensive care unit in India – prognostic factors and outcome. J Nephrol 1999;12:390-4. Sural S, Sharma RK, Singhal MK, Sharma AP, Kher V, Arora P, Gupta A, Gulati S. Etiology, prognosis, and outcome of post-operative acute renal failure. Ren Fail 2000;22:87Mehta et al., 2002. Terzi RGG, Guelli E, Abreu HJ, Baia LL. Índices prognósticos em medicina intensiva II: métodos. Rev Bras Terap Intens 1997;9:40-79. Thadani R, Pascual M, Bonventre J. Acute renal failure. N Engl J Med 1996;334:1448-60. Thijs A, Thijs LG. Pathogenesis of renal failure in sepsis. Kidney Int 1998;53 (suppl 66):S34-7. Tran DD, Van Onselen EBH, Wensink AJF, Cuesta MA. Factors related to multiple organ system failure and mortality in a surgical intensive care unit. Nephrol Dial Transplant 1994;9 (suppl 4):172-8. Turney JH. Why is mortality persistently high in acute renal failure? Lancet 1990;335:971. Turney JH, Marshall DH, Brownjohn AN, Ellis CN, Parsons FM. The evolution of acute renal failure, 1956-1988. Quart J Med 1991;74:83-104. Vogelaers D, Vanholder R, Colardyn F, Lameire N. Acute renal failure in an ICU population with sepsis: retrospective analysis on risk factors for outcome (abstract). Ren Fail 1993;15:711. Wardle EN. Acute renal failure and multiorgan failure. Nephrol Dial Transplant 1994;9 (Suppl 4):104-7. Wilkins RG, Faragher EB. Acute renal failure in an intensive care unit: incidence, prediction, and outcome. Anaesthesia 1983;38:628-34. Woodrow G E Turney JH. Cause Of death in acute renal failure. Nephrol Dial Transplant 1992;7:230-4. Zhu BP, Lemeshow S, Hosmer DW, Klar J, Avrunin JS, Teres D. Factors affecting the performance of the models in the Mortality Probability Model II system and strategies of customization: a simulation study. Crit Care Med 1996;24:57-65. ANEXOS IMPRESSO PARA CÁLCULO DO ÍNDICE APACHE II.  PLANILHA ELETRÔNICA PARA COLETA DE DADOS INDIVIDUAIS. ARTIGO PARA PUBLICAÇÃO EM PERIÓDICO. ACUTE RENAL FAILURE NEEDING DIALYSIS IN THE INTENSIVE CARE UNIT AND PROGNOSTIC SCORES. Domingos O. d’Avila, M.D.1; Miguel Cendoroglo Neto, M.D.2; Oscar F. P. dos Santos, M.D.2; Nestor Schor, M.D.2; Carlos E. Poli de Figueiredo, M.D.1. 1 Programa de Pós-Graduação em Clínica Médica (Nefrologia). Faculdade de Medicina, PUCRS. Porto Alegre,Brazil. 2Programa de Pós-Graduação em Nefrologia. Escola Paulista de Medicina. Universidade Federal de São Paulo. São Paulo, Brazil. Running head: ARF needing dialysis and prognostic scores. Correspondence to: Domingos O. d’Avila. Serviço de Nefrologia. Hospital São Lucas da PUC-RS. Av. Ipiranga, 6690. Porto Alegre. Brazil. CEP 90610-000. Phone & Fax: [55] (51) 3336-7700. E-mail:  HYPERLINK mailto:dominavila@pucrs.br dominavila@pucrs.br. ABSTRACT Background: Generic prognostic scores used in acute renal failure (ARF) give imprecise results; disease-specific indices applied to distinct populations or intensive care practices become inaccurate. The current study evaluates the adequacy of prognostic scores, in patients with severe ARF needing dialysis. Methods: Known generic (APACHE II) and disease-specific (ATN-ISS) indices were applied to a cohort (n=280) with ARF needing dialysis, under intensive care. Possible risk factors as causal factors, organ dysfunctions and clinical variables were examined, and a local index assembled by multivariate logistic regression analysis. Area under the receiver operating characteristics (ROC) curves evaluated the indices discriminating capacity. Goodness-of-fit testing and linear regression analysis appraised calibration. Validation was accomplished by the bootstrapping technique. The end-point was hospital mortality. Results: Overall mortality was 85%. Female gender < 44 years (OR: 0.29; 95% CI: 0.10-0.84), liver/obstructive biliary disease (OR: 6.03; 95%CI: 1.65-22.08), being conscious (OR: 0.49; 95%CI: 0.21-1.14), use of vasoactive drug (OR: 3.13; 95%CI: 1.25-7.83), respiratory dysfunction (OR: 5.20; 95%CI: 1.25-7.83) or sepsis (OR: 2.62; 95%CI: 1.14-6.02) were associated with outcome. Areas under the ROC curve of 0.815, 0.652 and 0.814; Goodness-of-fit test P=0.593, P<0.001 and P=0.002; and linear regression R2=0.973, R2=0.526 and R2=0.919 for the local index, APACHE II and ATN-ISS, respectively, indicate better performance by the local index. The local index median area under the ROC curve, by bootstrapping, was 0.820 (95% CI: 0.741-0.907). Conclusions: APACHE II score was inaccurate, and ATN-ISS poorly calibrated. When mortality or intensive care practices significantly deviate, local scores may better evaluate prognosis in severe ARF. Index words: hospital mortality, organ dysfunction, renal replacement therapy, risk stratification, scoring systems. INTRODUCTION Prognosis of patients with acu