INTRODUÇÃO: As doenças cardiovasculares estão entre as principais causas de óbito no Brasil e no mundo. Dentre as doenças cardiovasculares, a insuficiência cardíaca (IC) participa de maneira importante para morbi-mortalidade por ser via final de todas as entidades que acometem o coração. A internação hospitalar constitui momento crucial no tratamento e sobrevida dos pacientes com IC. Neste momento, em que o estado da doença atinge seu período mais crítico, é de grande importância o conhecimento dos pacientes com maior risco, que necessitam de cuidados mais intensos. No entanto, a apuração dos custos hospitalares é tarefa difícil, principalmente nas situações de alta complexidade, onde a utilização de recursos nos diversos setores do hospital, materiais e medicamentos, é muito heterogênea. Assim, a busca de variáveis clínicas capazes de ajudar a identificar os pacientes com maior risco, morbidade hospitalar (e conseqüente maior tempo de internação), e o custo destas internações foram o escopo deste estudo. OBJETIVO: primariamente, identificar variáveis clínicas capazes de predizer prognóstico de sobrevida e custos de internação numa população de pacientes internados por IC. Secundariamente, determinar custo mediano destas internações, correlacionando os as variáveis clínicas, de etiologia da cardiopatia de base, e com o perfil hemodinâmico na admissão hospitalar. Visamos ainda projetar os dados da Instituição no modelo de regressão por árvore de decisão proposto pelo estudo ADHERE. MÉTODOS: Realizamos um estudo retrospectivo na qual foram analisados dados consecutivos referentes a internações de pacientes que chegaram ao Pronto Socorro do InCor e permaneceram no Hospital por mais de 24 horas, sendo internados nos anos de 2006 e 2007. Foram avaliados dados clínicos na chegada ao pronto atendimento e evolutivos durante a internação. Foi realizada avaliação de custo da doença durante internação hospitalar através de modelo misto de análises de custos diretos contabilizados por absorção total e rateio dos setores de apoio. Análises estatísticas incluíram modelos de: regressão de proporcional de Cox para variáveis de morbidade-permanência hospitalar, regressão logística para variáveis de mortalidade hospitalar, e regressão através de árvores de decisão para definição de variáveis prioritárias. RESULTADOS: Foram avaliadas 577 internações de pacientes diferentes, sendo 60% do sexo masculino, e idade mediana de 69 anos (57-77). As principais variáveis clínicas preditoras de tempo de internação para nossa população foram: perfil hemodinâmico C, necessidade de dobutamina, ventilação mecânica, ou antibióticos. As principais variáveis clínicas preditoras de mortalidade foram: fração de ejeção, pressão arterial sistólica, clearence estimado de creatinina, ocorrência de infecção hospitalar, e a necessidade de dobutamina, noradrenalina, ou cateteres centrais. Todas estas variáveis compuseram os modelos de regressão. O custo mediano das internações foi de R$ 4.450 (1.353 - 13.432), sendo o fator independente na análise multivariada, o tempo de internação hospitalar, que teve mediana de 5 dias (2-13). A mortalidade hospitalar geral foi de 132 pacientes (23%). CONCLUSÃO: As variáveis clínicas preditoras de tempo de internação para nossa população foram: perfil hemodinâmico, necessidade de dobutamina, ventilação mecânica, ou antibióticos. As variáveis clínicas preditoras de mortalidade foram a fração de ejeção, a pressão arterial sistólica, o clearence estimado de creatinina, a ocorrência de infecção hospitalar, e a necessidade de dobutamina, noradrenalina, ou cateteres centrais. Estas variáveis foram diferentes daquelas apontadas por outros estudos. A etiologia chagásica se correlacionou à maior incidência de choque cardiogênico, caracterizando assim maiores taxas de mortalidade, tempo de permanência, e custos frente às outras etiologias. A presença de choque cardiogênico na entrada se correlacionou a altas taxas de mortalidade, internações mais prolongadas, e maiores de custos de internação. O modelo descrito pelo estudo ADHERE pôde ser aplicado em nossa população, porém, propusemos outro modelo de árvore de decisão composto pelas variáveis: presença de choque cardiogênico uréia sérica, e pressão arterial sistólica, que apresentou maior acurácia em relação ao desfecho mortalidade hospitalar. O custo das internações variou muito de acordo com a evolução clínica dos pacientes, e conseqüentemente, seu tempo de internação hospitalar. No caso de pacientes atendidos pelo SUS, menos de um terço das internações tiveram custos inferiores ao valor médio das AIHs pagas por internações de pacientes com IC.

BACKGROUND: Heart diseases are the main mortality cause in Brazil and the rest of the world. Among those diseases, heart failure (HF) is utmost importance because it is the final pathway for overall heart diseases. Acute decompensate HF is a crucial situation while treating this disease because of its severity. At this critical time, stratification of risk is imperative in order to determine care. Hospital costs determination, however, is difficult in high complexity situations that use resources in a heterogeneity manner. The look for the clinical variables that could identify patients at higher risk for morbidity (and length of stay), mortality, and costs were the main aims of this study. OBJECTIVES: primarily to identify clinical variable able to predict survive and costs in a population of patients admitted by HF. Secondarily, determine median costs for the admissions, correlating these values to clinical variables, etiologies of HF, and hemodynamic profile at entrance. We aimed also to run our data in the tree regression model previously proposed by the ADHERE registry. METHODS: we reviewed consecutively 577 admissions records of different patients admitted by acute decompensated heart failure that stayed for more than 24 hours at the hospital during 2006 and 2007. Clinical data at the admissions and in-hospital follow-up data were analyzed. Costs analysis was performed through a mix model of microcosting (for direct resources) and average costing (for indirect resources). Statistical analysis included regression models as follows: Cox proportional for length of stay variables, logistic for hospital mortality, and classification and regression tree for defining priority variables. RESULTS: among the 577 patients, 60% were men; median age was 69 years (57- 77). The main predictor variables for length of stay were as follows: C hemodynamic profile, need for dobutamine, mechanic ventilation, or antibiotics. The main predictor variables for mortality were as follows: ejection fraction, systolic blood pressure, estimated creatinine clearance, occurrence of hospital infections, and need for dobutamine, norepinephrine, or central catheters. All these variables composed the regression models. Median admission cost was R$ 4.450 (1.353 13.432). Length of stay was an independent factor for predicting costs, with median of 5 days (2-13). Inhospital mortality rate was 23% (132 patients). CONCLUSION: The main predictor variables for length of stay were as follows: hemodynamic profile, need for dobutamine, mechanic ventilation, or antibiotics. The main predictor variables for mortality were as follows: ejection fraction, systolic blood pressure, estimated creatinine clearance, occurrence of hospital infections, and need for dobutamine, norepinephrine, or central catheters. These variables differ from other studies that evaluated similar outcomes. Chagas heart disease etiology was correlated to higher rates of cardiogenic shock, mortality rates, length of stay, and costs. The model used in the ADHERE registry could be used in our population; however, we proposed another variables integrating the regression and classification tree (systolic blood pressure, blood urea nitrogen, and hemodynamic profile C). This model presented greater accuracy for hospital mortality in our population. The cost of admissions ranged according to clinical evolution of the patients, and as consequence of length of stay. Less than a third of the admissions reimbursed by the government had their costs below the mean estimated value for reimbursement