Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC hcFTtqCY84MSLcBQQMKtyqD S0066-782X2017001300321 10.5935/abc.20170136 S0066-782X2017005018102 Original Article Causes and Predictors of In-Hospital Mortality in Patients Admitted with or for Heart Failure at a Tertiary Hospital in Brazil Wajner André 1 3 Zuchinali Priccila 2 3 Olsen Vírgilio 2 3 Polanczyk Carisi A. 2 3 Rohde Luis Eduardo 2 3 Hospital Nossa Senhora da Conceição Brazil Hospital Nossa Senhora da Conceição, Porto Alegre, RS – Brazil Hospital de Clínicas de Porto Alegre Porto Alegre Brazil Hospital de Clínicas de Porto Alegre, Porto Alegre, RS – Brazil UFRGS FAMED Programa de Pós Graduação em Cardiologia e Ciências Cardiovasculares RS Brazil Programa de Pós Graduação em Cardiologia e Ciências Cardiovasculares da FAMED/UFRGS, RS – Brazil Universidade Federal do Rio Grande do Sul Mailing Address: André Wajner. Rua Prof Freitas Cabral, 305/502. Postal Code 90690-130, Porto Alegre, RS - Brazil E-mail: awajner@gmail.com

Author contributions

Conception and design of the research: Wajner A, Polanczyk CA, Rohde LE; Acquisition of data, Analysis and interpretation of the data, Statistical analysis and Critical revision of the manuscript for intellectual content: Wajner A, Zuchinali P, Olsen V, Polanczyk CA, Rohde LE; Writing of the manuscript: Wajner A, Olsen V, Polanczyk CA, Rohde LE.

Potential Conflict of Interest

No potential conflict of interest relevant to this article was reported.

 28 09 2017 10 2017 109 4 321 330 17 01 2017 21 03 2017 03 04 2017 This is an open-access article distributed under the terms of the Creative Commons Attribution License Abstract Background:

Although heart failure (HF) has high morbidity and mortality, studies in Latin America on causes and predictors of in-hospital mortality are scarce. We also do not know the evolution of patients with compensated HF hospitalized for other reasons.

 Objective:

To identify causes and predictors of in-hospital mortality in patients hospitalized for acute decompensated HF (ADHF), compared to those with HF and admitted to the hospital for non-HF related causes (NDHF).

 Methods:

Historical cohort of patients hospitalized in a public tertiary hospital in Brazil with a diagnosis of HF identified by the Charlson Comorbidity Index (CCI).

 Results:

A total of 2056 patients hospitalized between January 2009 and December 2010 (51% men, median age of 71 years, length of stay of 15 days) were evaluated. There were 17.6% of deaths during hospitalization, of which 58.4% were non-cardiovascular (63.6% NDHF vs 47.4% ADHF, p = 0.004). Infectious causes were responsible for most of the deaths and only 21.6% of the deaths were attributed to HF. The independent predictors of in-hospital mortality were similar between the groups and included: age, length of stay, elevated potassium, clinical comorbidities, and CCI. Renal insufficiency was the most relevant predictor in both groups.

 Conclusion:

Patients hospitalized with HF have high in-hospital mortality, regardless of the primary reason for hospitalization. Few deaths are directly attributed to HF; Age, renal function and levels of serum potassium, length of stay, comorbid burden and CCI were independent predictors of in-hospital death in a Brazilian tertiary hospital.

 Keywords: Cardiovascular Diseases Heart Failure Hospital Mortality Demographic Aging Hospitals, Public Introduction

Despite the decline in many cardiovascular diseases, there is a stable or increased prevalence of heart failure (HF) in the world and in Brazil, which is probably due to population aging associated with an increase in survival in patients with cardiovascular diseases.1 Despite the great progress in its treatment, HF remains one of the main causes of hospitalization in several countries and is associated with high rates of morbidity and mortality.2 Even with optimized therapy, estimates account for a 4-year mortality rate of 40%,3 with a reduction in quality of life and prognosis when compared, for example, with various neoplasias.2

Observational studies in several countries have shown that after a hospitalization due to decompensated HF, significant changes occur in the natural history of the syndrome, implying a high risk of readmission and death.4-6 These data have been partially reproduced in studies in Brazil and are observed in the Brazilian public system statistics.2,7 The recent publication of the initial results of the BREATHE Registry, which included 52 centers in Brazil, clearly demonstrates the great impact of the syndrome, with in-hospital mortality of 12,6%.8

Despite the importance of the BREATHE Registry for Brazil, the majority of existing cohorts of acute decompensated HF were performed in the United States or Europe, including patients with a clinical, etiological, social and economic profile different from that of Brazilian patients.9 In addition, an aspect not explored in the scenario of hospitalized patients refers to the hospital and extra-hospital evolution of patients hospitalized for decompensated HF compared to the prognosis of patients hospitalized for other causes, but who present a previous diagnosis of HF. It is plausible to speculate that the presence of HF, even if this is not the primary cause of hospitalization, implies a reserved prognosis. In this context, it is still of great value to recognize prognostic predictors in order to identify patients requiring more intensive monitoring and treatment.10 The objective of the present study is to identify the predictors and causes of in-hospital mortality in patients hospitalized for acute decompensated HF compared to those who have HF and hospitalize for other conditions in a Brazilian public tertiary hospital.

 Methods Location, design and patients

This study was carried out in a public hospital of tertiary level in Porto Alegre, Rio Grande do Sul, Brazil, with approximately 850 beds. This is a prospective cohort study, in which adult patients (≥ 18 years) were admitted to any ward or intensive care unit (ICU) of this hospital and who were identified as having HF as indicated by the attending physician in the score of Charlson's comorbidity, or simply Charlson's index, via electronic medical records. Were excluded from the analisys pediatric patients (age <18 years), with permanence only in the emergency department (without admission to the infirmary or in the ICU), with hospital evasion or unavailable computerized discharge.

In this hospital, the Charlson index is filled out by the attending physician in the electronic medical record in a compulsory manner at the time of admission and at discharge. Failure to complete it prevents continuity of diagnostic and therapeutic procedures or hospital discharge. Although it was developed to predict risk in patients admitted to elective surgical procedures, the Charlson index has been described as an excellent tool for hospital use for clinical prediction of in-hospital mortality.11 It is a score composed of several comorbidities that is widely used to classify the severity of patients, and it is possible to compare the burden of diseases of patients from different medical and hospital services. The comorbidities that make up the Charlson index are acute myocardial infarction (AMI), congestive heart failure, peripheral and aortic vascular disease, cerebrovascular disease, dementia, chronic obstructive pulmonary disease (COPD), connective tissue disease, ulcer disease, moderate to severe kidney disease (creatinine > 3.0 mg/dL), hemiplegia, lymphoma/myeloma, leukemia/polycythemia vera, tumor, AIDS, and metastatic cancer.12

Logistics and data collection

For purposes of analysis, patients who had multiple hospitalizations had considered only their last hospitalization, so that all in-hospital deaths of the sample were included, avoiding that more severe patients with multiple readmissions had their characteristics analyzed multiple times and seeking to preserve independence of the data. Data collection was performed by internal medicine residents previously trained through the standardized review of electronic medical records, and a computerized collection protocol was created and fully integrated into the electronic medical record of the hospital. 10% of the sample was verified by two other researchers of the study, preceptors of the Internal Medicine Service, to measure the reliability of the data collected. The patients were selected through a computerized system that allowed the automatic identification of all those who fulfilled the inclusion criteria. The causes of in-hospital death were stratified into cardiovascular death (HF, acute coronary syndrome, stroke or other cardiovascular deaths) and non-cardiovascular death (from infection, neoplasia, respiratory origin or other non-cardiovascular death). When the collectors could not identify the cause of mortality, the case was evaluated by two experienced researchers. If they could not identify the cause of death, it was defined as "death for an indefinite cause."

The following variables and instruments were included in data collection: age; sex; geographical origin; (Porto Alegre, Metropolitan Region of Porto Alegre and interior); team in which the patient was hospitalized (Cardiology, Internal Medicine and Others); length of hospital stay; cause of hospitalization; Charlson index; laboratory values (urea, sodium, creatinine and potassium) in the first 24 hours of hospitalization; echocardiographic data up to 1 year before admission: left ventricular ejection fraction (LVEF); left ventricular hypertrophy; presence of diffuse hypokinesia or segmental alterations of contractility and valvular lesions; prescription of cardiovascular drugs at hospital discharge; non-pharmacological guidelines at hospital discharge; outpatient referral; hospitalization in ICU, intra-hospital death; reason for in-hospital death; emergency visit and rehospitalization within 30 days after hospitalization.

The sample was separated into two groups: patients who had heart failure and hospitalized for a reason other than acute decompensated HF (NDHF) and patients who had acute decompensated acute HF (ADHF) as the reason for hospitalization. The latter group consisted of patients who presented as the main diagnosis, defined by the attending physician, one of the International Codes of Disease (ICD) presented in Appendix 1. According to Steinberg et al.,13 we stratified the patients into three subgroups of LVEF: preserved LEVF (> 50%), borderline LVEF (40-49%) or reduced LVEF (<40%).

 Data analysis

Continuous variables were expressed as mean and standard deviation or median and interquartile range (IIQ 25% -75%) according to normality of data analyzed using the Shapiro-Wilk test. Categorical variables were expressed as frequency and percentages. Univariate analyzes were performed by unpaired Student's t test, Mann-Whitney test, Poisson's test and chi-square test. For the multivariate analyzes, the Poisson regression with estimation of robust variances was performed by the stepwise methodology, calculating the incidence ratios and the 95% confidence intervals. From the data collected from the patients, univariate analyzes of continuous and categorical variables were performed within each of the two pre-defined groups (ADHF and NDHF). The variables that had a value of p < 0.20 in the univariate analysis were selected for the multivariate analysis in order to identify the predictors of in-hospital mortality. A p value of 5% was considered statistically significant. Due to the potential multicollinearity effect, two models of statistical analysis were used, one with a Charlson index and urea (model 1), but without the items that make up the Charlson index (comorbidities and age) and the other without the Charlson index and urea (model 2). The accuracy of both methods was similar. The data collected in the computerized system customized for the research were exported to a Microsoft Excel version 18 spreadsheet (Microsoft Inc., Redmond, USA) and the statistical analyzes were conducted by the Statistical Package for the Social Sciences (SPSS) Basic version 19.0 (SPPS Inc., Chicago, USA).

The research project was approved by the Research Ethics Committee of the institution of the corresponding author. There were no sources of study funding.

 Results Patients

All patients admitted to the hospital from January 1, 2009 to December 31, 2010, and had congestive heart failure as one of the diseases fulfilled in the Charlson index (compulsory filling in the patient's hospitalization), totalizing 2056 patients and 2666 hospitalizations were included. The characteristics of the patients in the sample are listed in table 1. In the population studied, the distribution between the sexes was homogeneous, the median age of the patients was 71 years, and the majority of the patients came from Greater Porto Alegre (59.3%) and was admitted under the care of the Cardiology (37.8%) and Internal Medicine (29%) teams. The median length of hospital stay was 15 days (IIQ 25-75%: 10-23) and the Charlson index was 5 (IIQ 25-75%: 4-7). Only 590 patients (28.7%) were hospitalized for acute decompensated HF. We observed throughout our sample that 43.1% of the patients had reduced LVEF, 18.9% had borderline LVEF and 38% had preserved LVEF. When we analyzed, however, the two subgroups of patients, we found that the patients who hospitalized for ADHF had a higher prevalence of reduced LVEF compared to patients hospitalized for other reasons (58% X 36.3% respectively), similar prevalences of LVEF (17.4% X 19.6% respectively) and lower percentage of preserved LVEF (24.6% X 44.1% respectively).

Baseline characteristics of ADHF and NDHF patients
All (n = 2056) ADHF (n = 590) NDHF (n = 1466) p value
Age (years) 71 (61 - 79) 70 (60 - 79) 71 (61 - 80) 0,11
Male 1041 (51%) 301 (51%) 740 (50%) 0,81
White Race 1736 (84%) 490 (83%) 1246 (85%) 0,25
Length of stay (days) 15 (10 - 23) 13 (9 - 20) 16 (10 - 24) < 0,001
VE ejection fraction (%) 44 (36 - 59) 38 (31 - 49) 47 (40 - 64) < 0,001
Charlson index 5 (4 - 7) 5 (4 - 7) 6 (4 - 7) < 0,001
ICU hospitalization 362 (18%) 88 (15%) 274 (19%) 0,041
Cerebrovascular disease 361 (18%) 65 (11%) 296 (20%) < 0,001
Previous AMI 503 (24,5%) 114 (19%) 389 (26,5%) 0,001
Diabetes mellitus 646 (31%) 171 (29%) 475 (32%) 0,13
Kidney disease* 287 (14%) 81 (14%) 206 (14%) 0,83
Peripheral vascular disease 307 (15%) 60 (10%) 247 (17%) < 0,001
Neoplasia 49 (2 %) 6 (1%) 43 (3 %) < 0,01
COPD 472 (23%) 106 (18%) 366 (25%) 0,001
Dementia 174 (8,5%) 41 (7%) 133 (9%) 0,12
Liver disease 86 (4%) 29 (5%) 57 (4%) 0,33
Urea (mg / dL) † 56 (42 - 78) 55 (42 - 79) 56 (42 - 78) 0,41
Creatinine (mg/dL)† 1,21 (0,94 - 1,59) 1,20 (0,98 - 1,56) 1,21 (0,92 - 1,60) 0,74
Sodium (mg/dL)† 138 (136 - 140) 139 (136 - 141) 138 (136 - 140) < 0,001
Potassium (mEq/L)† 4,4 (4,0 - 4,8) 4,3 (4,0 - 4,8) 4,4 (4,1 - 4,8) 0,02

Data expressed in absolute number and percentage, except if indicated. Continuous values expressed as median and interquartile range; Student's t test, Mann‑Whitney test or chi-square test were used for statistical analysis as indicated. ADHF: acutely decompensated heart failure; NDHF: patients with non-decompensated heart failure admitted for non-HF conditions; LV: left ventricle; ICU: intensive care unit; AMI: acute myocardial infarction; COPD: chronic obstructive pulmonary disease;

Defined by creatinine > 3.0 mg/dL;

Laboratory values within the first 24 hours of admission.

 Causes of death

During admission, 361 (17.6%) patients died, with a 19% mortality rate in the ADHF group and 17% mortality in the NDHF group. Table 2 shows the causes of death stratified by the two groups of analysis. It was found that approximately 60% of the cases of mortality were attributed to non-cardiovascular causes in the studied population, being higher in the group of patients with NDHF (63.6% versus 47.4%, p = 0.004). Of non-cardiovascular deaths, the most common cause in both groups was infection related, accounting for one-third of total deaths in the ADHF group and approximately half of all deaths in the NDHF group. On the other hand, death due to cardiovascular causes was more prevalent in the ADHF group (42.1% versus 28.7%, p = 0.016). Interestingly, in both groups, deaths attributed to heart failure occurred in only 21.6% of deaths in the study population, being more frequent in those patients with ADHF.

Causes of intra-hospital deaths in the groups of patients with ADHF and NDHF
Todos (n = 361) ADHF (n = 114) NDHF (n = 247) p Value
CV death 119 (33%) 48 (42,1%) 71 (28,7%) 0,016
Heart failure 78 (21,6%) 39 (34,2%) 39 (15,8%) < 0,001
Acute coronary syndrome 17 (4,7%) 4 (3,5%) 13 (5,3%) 0,60
Stroke 9 (2,5%) 3 (2,6%) 6 (2,4%) 1,000
Other CV causes 15 (4,2%) 2 (1,8%) 13 (5,3%) 0,16
Non-cardiac death 211 (58,4%) 54 (47,4%) 157 (63,6%) 0,004
Infection 159 (44%) 38 (33,3%) 121 (49,0%) 0,006
Neoplasia 6 (1,7%) 1 (0,9%) 5 (2%) 0,67
Respiratory Cause 18 (5%) 7 (6,1%) 11 (4,5%) 0,60
Other non-CV causes 28 (7,8%) 8 (7,0%) 20 (8,1%) 0,83
Undefined or ill-defined cause of death 31 (8,6%) 12 (10,5%) 19 (7,7%) 0,42

The chi-square test was used for statistical analysis. ADHF: acutely decompensated heart failure; NDHF: patients with non-decompensated heart failure admitted for non-HF conditions.

 Univariate and multivariate analysis in the NDHF group

Table 3 describes clinical characteristics that were associated with in-hospital mortality in the group of patients with NDHF. On univariate analysis, the following variables were identified as predictors of risk: age, length of stay, Charlson index, serum potassium and urea levels, and presence of clinical comorbidities. Admission in a Cardiology team had a small protective effect. In the multivariate analysis, independent risk predictors were: age, length of stay, presence of renal disease and dementia (Table 4). When included in the analysis (model 1), the Charlson index was also an important predictor of risk of in-hospital mortality, with moderate-severe renal disease being the comorbidity with the greatest magnitude.

Univariate analysis of mortality predictors in the NDHF group
Predictors RR (IC 95%) p value
Age 1,028 (1,019 - 1,038) < 0,0001
Lenght of stay 1,007 (1,004 - 1,010) < 0,0001
Charlson index 1,185 (1,147 - 1,223) < 0,0001
Creatinine 1,006 (0,974 - 1,040) 0,709
Potassium 1,209 (1,049 - 1,393) 0,009
Urea 1,004 (1,002 - 1,005) < 0,0001
VE ejection fraction 0,993 (0,985 - 1,003) 0,126
Cardiology team 0,909 (0,868 - 0,952) < 0,001
Ejection fraction VE ≤ 40% 1,157 (0,904 - 1,480) 0,248
Solid neoplasia 1,835 (1,148 - 2,932) 0,011
Dementia 2,412 (1,860 - 3,128) < 0,001
Cerebrovascular disease 1,820 (1,437 - 2,304) < 0,001
Kidney disease 2,610 (2,076 - 3,282) < 0,001
Peripheral and aortic vascular disease 1,218 (0,920 - 1,614) 0,169
Liver disease 1,482 (0,926 - 2,371) 0,101

Poisson test was used for statistical analysis. NDHF: patients with non-decompensated heart failure admitted for non-HF conditions; RR: relative risk; 95% CI: 95% confidence interval; LV: left ventricle.

 Multivariate analysis of mortality predictors in the NDHF group
Predictors Model 1* (Including CCI) Model 2† (Excluding CCI)
RR (IC 95%) p value RR (IC 95%) p value
Age NA NA 1,003 (1,002 - 1,005) < 0,001
Lenght of stay 1,002 (1,000 - 1,003) 0,036 1,002 (1,000 - 1,003) 0,018
Charlson index 1,030 (1,019 - 1,041) < 0,0001 NA NA
Cardiology team 0,994 (0,949 - 1,040) 0,780 0,999 (0,959 - 1,043) 0,988
Urea 1,000 (1,000 - 1,001) 0,113 NA NA
Potassium 1,011 (0,980 - 1,043) 0,482 1,012 (0,981 - 1,045) 0,445
Neoplasia NA NA 1,111 (0,923 - 1,338) 0,267
Cerebrovascular disease NA NA 1,056 (0,995 - 1,121) 0,071
Peripheral and aortic vascular disease NA NA 1,060 (0,984 - 1,141) 0,126
Kidney disease NA NA 1,206 (1,115 - 1,304) < 0,001
Dementia NA NA 1,176 (1,078 - 1,283) < 0,001
Ejection Fraction VE ≤40% 1,028 (0,984 - 1,075) 0,219 1,032 (0,989 - 1,077) 0,151

CCI: Charlson's comorbidity index; RR: relative risk; 95% CI: 95% confidence interval; NA: not applicable; LV: left ventricle;

Result after withdrawal of solid neoplasm, cerebrovascular disease, renal disease, peripheral and aortic vascular disease, dementia, liver disease, neo hematological disease, pulmonary disease, acute myocardial infarction and age by potential multicollinearity effect with CCI;

Outcome after CCI withdrawal and urea due to potential multicollinearity effect with the above comorbidities.

 Univariate and multivariate analysis in the ADHF group

Table 5 describes clinical characteristics that were associated with in-hospital mortality in the group of ADHF patients. Mortality predictors were: age; length of stay; Charlson index; serum levels of sodium, potassium, urea and creatinine; And the presence of clinical comorbidities that make up the Charlson index. Admission in a cardiology team had a small protective effect. In the multivariate analysis, independent predictors of risk were: age, changes in urea and potassium levels, presence of renal disease, dementia, AMI and neoplasia (Table 6). When included in the analysis (model 1), the Charlson index was also a predictor of in-hospital mortality risk, with moderate-severe renal disease being the most relevant comorbidity, since the number of patients with neoplasia was very small (n = 6).

Univariate analysis of the predictors of mortality in the ADHF group
Predictors RR (CI 95%) p value
Age 1,025 (1,01 - 1,04) < 0,001
Lenght of stay 1,006 (1,001 - 1,011) 0,012
Charlson index 1,280 (1,215 - 1,348) < 0,0001
Potassium 1,470 (1,235 - 1,751) < 0,0001
Urea 1,010 (1,007 - 1,012) < 0,0001
Creatinine 1,168 (1,047 - 1,302) 0,005
Sodium 0,955 (0,867 - 0,999) 0,048
Ejection fraction VE ≤ 40% 0,999 (0,712 - 1,402) 0,996
Cardiology team 0,931 (0,872-0,994) 0,033
Neoplasia 4,488 (3,021 - 6,668) < 0,0001
Dementia 2,693 (1,847 - 3,925) < 0,0001
Cerebrovascular disease 2,400 (1,685 - 3,418) < 0,0001
Kidney disease 3,687 (2,732 - 4,976) < 0,0001
Peripheral and aortic vascular disease 2,369 (1,648 - 3,404) < 0,0001
Liver disease 1,667 (0,943 - 2.946) 0,079
AMI 1,786 (1,264 - 2,522) 0,001
COPD 1,550 (1,075 - 2,234) 0,019

Poisson test was used for statistical analysis. ADHF: acute compensated cardiac insufficiency; RR: relative risk; 95% CI: 95% confidence interval; LV: left ventricle; AMI: acute myocardial infarction; COPD: chronic obstructive pulmonary disease.

 Multivariate analysis of the predictors of mortality in the group of patients hospitalized for acute HF (ADHF)
Predictors Model 1* (Including CCI) Model 2† (Excluding CCI)
RR (CI 95%) p value RR (CI 95%) p value
Age NA NA 1,002 (1,000 -1,004) 0,004
Lenght of stay 0,996 (0,99 - 1,001) 0,99 0,999 (0,99 - 1,003) 0,821
Charlson index 1,034 (1,02 - 1,05) < 0,0001 NA NA
Urea 1,001 (1,000 -1,002) 0,014 NA NA
Sodium 0,998 (0,992 - 1,005) 0,595 0,996 (0,990 -1,002) 0,238
Potassium 1,042 (1,006 -1,079) 0,021 1,036 (1,003 - 1,070) 0,032
Cardiology team 0,966 (0,912 - 1,023) 0,243 0,969 (0,92 - 1,02) 0,266
Kidney disease NA NA 1,22 (1,12 - 1,33) < 0,001
Dementia NA NA 1,152 (1,03 - 1,29) 0,014
Neoplasia NA NA 1,373 (1,01 - 1,87) 0,044
Cerebrovascular disease NA NA 1,051 (0,96 - 1,15) 0,291
Peripheral and aortic vascular disease NA NA 1,074 (0,97 - 1,18) 0,143
AMI NA NA 1,081 (1,01 - 1,16) 0,021
COPD NA NA 1,022 (0,95 - 1,10) 0,552

CCI: Charlson's comorbidity index; RR: relative risk; 95% CI: 95% confidence interval; NA: not applicable; AMI: acute myocardial infarction;

Outcome after withdrawal of solid neoplasm, cerebrovascular disease, renal disease, peripheral and aortic vascular disease, dementia, liver disease, neo-hematological disease, lung disease, AMI, creatinine and age by potential effect Multicollinearity with CCI

Outcome after withdrawal of CCI, urea and creatinine due to the potential effect of multicollinearity with the comorbidities and exams above.

 Discussion

Heart failure has been the subject of extensive research regarding the mortality and quality of in-hospital care. Most evidence evaluates patients with HF who hospitalizes for acute decompensation, identified by the primary diagnosis of discharge.9 However, the literature demonstrates that most patients with HF is admitted due to other causes.14-18 While quality measures of HF care are reported only in patients hospitalized for HF, some measures appear to be beneficial for all HF patients, regardless of the cause of hospitalization.9,19,20 In this study, we identified that in-hospital mortality was extremely high in both the groups; (1) age, (2) renal function and potassium levels (3) length of stay, and (4) burden of comorbidities were independent predictors of risk of death within the hospital.

When comparing NDHF patients with ADHF patients, we found that the firsts had more comorbidities, with higher Charlson index and LVEF values, similar to those found in the scientific literature.14,15 We found a prolonged lenght of stay when compared to hospitals in the USA21 and in Brazil itself,5 with the NDHF group having the highest median (16 days versus 13 days), which has already been described in other articles.16,17,19 We found an association between longer lenght of stay and greater mortality in the NDHF group, a result that has also been reproduced in other scenarios.19,21,22 One of the possible explanations for the above data is that the need for hospitalization due to causes not related to HF delimits patients with greater burden and severity of diseases, generating greater complexity of care. Another important issue is that exacerbation of comorbidities such as COPD and chronic renal failure may directly contribute to worsening severity of HF and compromising subsequent treatments and outcomes.15

Regarding mortality, the hospital death rate of the entire sample was 17.6%, considering the last hospitalization of the patients in the study period. This value is much higher than that found in other countries, and even in other Brazilian hospitals.2,5-8,19 Although there were 19% deaths in the ADHF group and 17% in the NDHF group, this difference was not statistically significant. Blecker et al.18 showed that there was a similar mortality rate at 1 year follow-up for ADHF and NDHF (25.6% versus 26.2%, respectively, p = 0.76). We believe that the differences found between our cohort and the international scenario may have been influenced by the organization of the Brazilian health system, by the patients' clinical characteristics and by cultural aspects related to end of life care. Thus, it would be hasty to attribute this result exclusively to the idiosyncrasies of the health system and variations in the management of the disease.

The analysis of the causes of death in the hospital environment showed that approximately 60% of the cases of mortality were attributed to non-cardiovascular causes, with a higher percentage in the group of patients with NDHF. Deaths attributed to HF occurred in only 21.6% of the sample, being more frequent in patients with ADHF. It is noteworthy that, even in the ADHF group, almost half of the patients died from non-cardiac causes - 33% from infectious causes - a similar number of HF-related death. Few studies have reported the causes of in-hospital deaths in patients with HF. In a study with 18 institutions in Thailand with ADHF patients (Thai ADHERE),23 there was 5.5% of in-hospital deaths (29% from infection, 27% from HF and 13% from acute coronary syndrome). Finally, a CHARM15 sub-study evaluated the mortality rate according to the primary diagnosis of hospitalization and found that stroke, HF and AMI were the most relevant causes of death in patients hospitalized for cardiovascular conditions. Among the group admitted for non-cardiovascular disease, the leading causes of death were cancer, lung disease and kidney disease. We did not find research that investigated the causes of hospital deaths in the NDHF group.

Regarding the predictors of in-hospital mortality, moderate-severe renal disease (creatinine> 3.0 mg/dL) was the main predictor of mortality in both groups and elevated serum urea in the first 24 hours of hospitalization only in the ADHF group, as demonstrated in other studies.6,21,24,25 In a North American study (ADHERE) with almost 120 thousand patients, there was a high prevalence of renal failure in patients with ADHF, with a great impact on hospital mortality.25 Elevated potassium at hospital admission was also an independent predictor in the ADHF group and was used in a composite score (APACHE-HF) that was able to adequately predict adverse events in ADHF patients.26 In a cohort of 122,630 patients from Medicare, the comorbidities most related to deaths in patients with HF were COPD, chronic renal failure, and acute renal failure.27 Dementia was also a relevant independent predictor of mortality in both groups of our sample, a fact also described in a cohort of 282 elderly.15,28 In our patients, age, as well as previous research,6,10,29,30 also proved to be a marker of risk. The actual magnitude of the presence of neoplasia in the prediction of risk of in-hospital death should be better studied in other cohorts, because their sample had low statistical power (n = 6 in the ADHF group).

Although not originally developed and tested to describe a mix of clinical patients, the Charlson index has been widely used to describe and adjust inpatient populations.31,32 In our study, with each increment of one point in the score, there was an increased risk of death in 3% in both groups. It should be noted that, although our patients are older than most of the individuals surveyed, this does not justify the higher burden of disease in our sample compared to the scientific literature. Similarly, in a cohort study in Canada of approximately 38,000 patients hospitalized for acute HF for the first time, the Charlson index was a good 30-day and 1-year mortality predictor, with values of 9.3% And 26% with a Charlson index of zero and 18.8% and 50.6% with a score ≥ 3.33 We also observed, as in this Canadian study,33 that previous MI was also a predictor of risk of death in patients with ADHF.

Although we have patients with characteristics different from those observed in the international literature, we found that most of the predictors of in-hospital mortality in our sample, which represents the Brazilian public real hospital world, are very similar to those previously published in other studies. In addition, although we assessed distinct populations, the predictors of in-hospital mortality found in both groups were very similar.

Hospitalization due to decompensated HF is an important variable related to mortality, although it accounts for less than a third of the total causes of hospitalization.15,34 The few studies comparing HF populations have shown that patients with NDHF do not receive the care that modify the prognosis of the disease.14,16,17 A study in which 4345 hospitalizations of patients with HF (39.6% ADHF) were evaluated, found that patients with NDHF had a 10% lower rate of prescription of angiotensin converting enzyme inhibitors and of angiotensin receptor blockers at hospital discharge in subjects with reduced LVEF and a 7% lower rate of LVEF assessment.19 In our sample, we identified that a substantial portion of hospital morbidity and mortality was related to patients hospitalized for secondary causes, presenting causes and predictors of death of relevance similar to those with ADHF. To date, in most hospital settings, there is a priority focus on HF management, which may divert attention to the treatment of other diseases that significantly affect subsequent outcomes.35 It is suggested that the evidenced based treatment for HF may improve the survival of patients with HF, regardless of the cause of hospitalization.14,16,17,36 In this context, inadvertently neglecting other comorbidities in HF patients may represent a loss of opportunity to reduce admissions, improve the care of HF and reduce overall costs with HF.37

The findings of this research should be evaluated through some limitations of our study design. First, we analyzed only the latest hospital admission of each patient, which is likely to have overestimated in-hospital mortality. However, since the main objective of the study was to identify causes and predictors of mortality, this methodology allowed to have all the deaths of the sample. Second, data from a Brazilian tertiary hospital are not representative of the entire country, and there may be a limitation in its generalization. Finally, it should be emphasized that, the analyses are based on registry data. Study results might be influenced by differences in disease assessment. On the other hand, all these data require compulsory electronic filling by the attending physician both at admission and at hospital discharge.

 Conclusion

Patients hospitalized with HF represent a high-risk group with high in-hospital mortality, regardless of the primary reason for hospitalization in a Brazilian tertiary hospital. Few deaths were attributed to HF and, in both groups, deaths from non-cardiovascular causes, mainly attributed to infections, prevailed. We identified that a substantial portion of hospital morbidity and mortality in HF patients was associated with hospitalizations due to secondary causes, and patients hospitalized for other reasons had similar predictors of death as those with ADHF. We observed that age, change in urea and potassium values, length of stay and comorbid burden were predictors of in-hospital mortality. These observations should call attention to opportunities to improve quality of care and reduce the costs associated with HF care, regardless of the cause of hospital admission, emphasizing the need for a more comprehensive management of both the HF and the associated comorbidities in patients with this pathology.

Sources of Funding

There were no external funding sources for this study.

Study Association

This article is part of the Program Postgraduate em Cardiologia e Ciências Cardiovasculares de André Wajner from Faculdade de Medicina da Universidade Federal do Rio Grande do Sul.

 International Codes of Disease (ICD) to identify cases of heart failure
Code Description
I11.0 Hypertensive heart disease with congestive heart failure
I13.0 Hypertensive cardiac and renal disease with congestive heart failure
I13.2 Cardiac and renal hypertensive disease with congestive heart failure and renal insufficiency
I42.0 Dilated cardiomyopathy
I42.6 Alcoholic cardiomyopathy
I42.8 Other cardiomyopathies
I42.9 Cardiomyopathy, unspecified
I50.0 Congestive heart failure
I.50.9 Unspecified heart failure
J.81 Pulmonary edema, unspecified and other
References 1 McDonagh TA, Blue L, Clark AL, Dahlstrom U, Ekman I, Lainscak M, et al; European Society of Cardiology Heart Failure Association Committee on Patient Care. European Society of Cardiology Heart Failure Association Standards for delivering heart failure care. Eur J Heart Fail. 2011;13(3):235-41. McDonagh TA Blue L Clark AL Dahlstrom U Ekman I Lainscak M European Society of Cardiology Heart Failure Association Committee on Patient Care European Society of Cardiology Heart Failure Association Standards for delivering heart failure care Eur J Heart Fail 2011 13 3 235 241 2 Barretto AC, Del Carlo CH, Cardoso JN, Morgado PC, Munhoz RT, Eid MO, et al. Hospital readmissions and death from heart failure--rates still alarming. Arq Bras Cardiol. 2008;91(5):335-41. Barretto AC Del Carlo CH Cardoso JN Morgado PC Munhoz RT Eid MO Hospital readmissions and death from heart failure--rates still alarming Arq Bras Cardiol 2008 91 5 335 341 3 Roccaforte R, Demers C, Baldassarre F, Teo KK, Yusuf S. Effectiveness of comprehensive disease management programmes in improving clinical outcomes in heart failure patients. A meta-analysis. Eur J Heart Fail. 2005;7(7):1133-44. Erratum in: Eur J Heart Fail. 2006;8(2):223-4. Roccaforte R Demers C Baldassarre F Teo KK Yusuf S Effectiveness of comprehensive disease management programmes in improving clinical outcomes in heart failure patients. A meta-analysis Eur J Heart Fail 2005 7 7 1133 1144 Erratum in: Eur J Heart Fail. 2006;8(2):223-4 4 Ponikowski P, Anker SD, AlHabib KF, Cowie MR, Force TL, Hu S, et al. Heart failure: preventing disease and death worldwide. ESC Heart Failure. 2014;1(1):4-25. Ponikowski P Anker SD AlHabib KF Cowie MR Force TL Hu S Heart failure: preventing disease and death worldwide ESC Heart Failure 2014 1 1 4 25 5 Rohde LE, Clausell N, Ribeiro JP, Goldraich L, Netto R, William Dec G, et al. Health outcomes in decompensated congestive heart failure: a comparison of tertiary hospitals in Brazil and United States. Int J Cardiol. 2005;102(1):71-7. Rohde LE Clausell N Ribeiro JP Goldraich L Netto R William G Health outcomes in decompensated congestive heart failure: a comparison of tertiary hospitals in Brazil and United States Int J Cardiol 2005 102 1 71 77 6 Kawashiro N, Kasanuki H, Ogawa H, Matsuda N, Hagiwara N; Heart Institute of Japan--Department of Cardiology. Clinical characteristics and outcome of hospitalized patients with congestive heart failure: results of the HIJC-HF registry. Circ J. 2008;72(12):2015-20. Kawashiro N Kasanuki H Ogawa H Matsuda N Hagiwara N Heart Institute of Japan--Department of Cardiology Clinical characteristics and outcome of hospitalized patients with congestive heart failure: results of the HIJC-HF registry Circ J 2008 72 12 2015 2020 7 Ministério da Saúde. Secretaria Executiva. DATASUS-SUS. [Acesso em 2016 dez 12]. Disponível em: http//www.tabnet.datasus.gov.br Ministério da Saúde Secretaria Executiva DATASUS-SUS 2016 dez 12 Disponível em: http//www.tabnet.datasus.gov.br 8 Albuquerque DC, Neto JD, Bacal F, Rohde LE, Bernardez-Pereira S, Berwanger O, et al; Investigadores Estudo BREATHE. I Brazilian Registry of Heart Failure - Clinical aspects, care quality and hospitalization outcomes. Arq Bras Cardiol. 2015;104(6):433-42. Albuquerque DC Neto JD Bacal F Rohde LE Bernardez-Pereira S Berwanger O Investigadores Estudo BREATHE. I Brazilian Registry of Heart Failure - Clinical aspects, care quality and hospitalization outcomes Arq Bras Cardiol 2015 104 6 433 442 9 Bonow RO, Ganiats TG, Beam CT, Blake K, Casey DE Jr, Goodlin SJ, et al; American College of Cardiology Foundation.; American Heart Association Task Force on Performance Measures.; American Medical Association-Physician Consortium for Performance Improvement. ACCF/AHA/AMA-PCPI 2011 performance measures for adults with heart failure: a report of the American College of Cardiology Foundation/American Heart Association Task Force on Performance Measures and the American Medical Association-Physician Consortium for Performance Improvement. Circulation. 2012;125(19):2382-401. Bonow RO Ganiats TG Beam CT Blake K Casey DE Jr Goodlin SJ American College of Cardiology Foundation. American Heart Association Task Force on Performance Measures American Medical Association-Physician Consortium for Performance Improvement ACCF/AHA/AMA-PCPI 2011 performance measures for adults with heart failure: a report of the American College of Cardiology Foundation/American Heart Association Task Force on Performance Measures and the American Medical Association-Physician Consortium for Performance Improvement Circulation 2012 125 19 2382 2401 10 Pocock SJ, Wang D, Pfeffer MA, Yusuf S, McMurray JJ, Swedberg KB, et al. Predictors of mortality and morbidity in patients with chronic heart failure. Eur Heart J. 2006;27(1):65-75. Pocock SJ Wang D Pfeffer MA Yusuf S McMurray JJ Swedberg KB Predictors of mortality and morbidity in patients with chronic heart failure Eur Heart J 2006 27 1 65 75 11 Polanczyk CA, Rohde LE, Philbin EA, Di Salvo TG. A new casemix adjustment index for hospital mortality among patients with congestive heart failure. Med Care. 1998;36(10):1489-99. Polanczyk CA Rohde LE Philbin EA Di Salvo TG A new casemix adjustment index for hospital mortality among patients with congestive heart failure Med Care 1998 36 10 1489 1499 12 Charlson ME, Pompei P, Ales KL, MacKenzie CR. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis. 1987;40(5):373-83. Charlson ME Pompei P Ales KL MacKenzie CR A new method of classifying prognostic comorbidity in longitudinal studies: development and validation J Chronic Dis 1987 40 5 373 383 13 Steinberg BA, Zhao X, Heidenreich PA, Peterson ED, Bhatt DL, Cannon CP, et al; Get With the Guidelines Scientific Advisory Committee and Investigators. Trends in patients hospitalized with heart failure and preserved left ventricular ejection fraction: prevalence, therapies, and outcomes. Circulation. 2012;126(1):65-75. Steinberg BA Zhao X Heidenreich PA Peterson ED Bhatt DL Cannon CP Get With the Guidelines Scientific Advisory Committee and Investigators ends in patients hospitalized with heart failure and preserved left ventricular ejection fraction: prevalence, therapies, and outcomes Circulation 2012 126 1 65 75 14 Blecker S, Agarwal SK, Chang PP, Rosamond WD, Casey DE, Kucharska-Newton A, et al. Quality of care for heart failure patients hospitalized for any cause. J Am Coll Cardiol. 2014;63(2):123-30. Blecker S Agarwal SK Chang PP Rosamond WD Casey DE Kucharska-Newton A Quality of care for heart failure patients hospitalized for any cause J Am Coll Cardiol 2014 63 2 123 130 15 Desai AS, Claggett B, Pfeffer MA, Bello N, Finn PV, Granger CB, et al. Influence of hospitalization for cardiovascular versus noncardiovascular reasons on subsequent mortality in patients with chronic heart failure across the spectrum of ejection fraction. Circ Heart Fail. 2014;7(6):895-902. Desai AS Claggett B Pfeffer MA Bello N Finn PV Granger CB Influence of hospitalization for cardiovascular versus noncardiovascular reasons on subsequent mortality in patients with chronic heart failure across the spectrum of ejection fraction Circ Heart Fail 2014 7 6 895 902 16 Erez A, Klempfner R, Goldenberg I, Elis A. Short and long term survival following hospitalization with a primary versus non-primary diagnosis of acute heart failure. Eur J Intern Med. 2015;26(6):420-4. Erez A Klempfner R Goldenberg I Elis A Short and long term survival following hospitalization with a primary versus non-primary diagnosis of acute heart failure Eur J Intern Med 2015 26 6 420 424 17 Dunlay SM, Redfield MM, Weston SA, Therneau TM, Hall Long K, Shah ND, et al. Hospitalizations after heart failure diagnosis a community perspective. J Am Coll Cardiol. 2009;54(18):1695-702. Dunlay SM Redfield MM Weston SA Therneau TM Hall Long K Shah ND Hospitalizations after heart failure diagnosis a community perspective J Am Coll Cardiol 2009 54 18 1695 1702 18 Blecker S, Paul M, Taksler G, Ogedegbe G, Katz S. Heart failure-associated hospitalizations in the United States. J Am Coll Cardiol. 2013;61(12):1259-67. Blecker S Paul M Taksler G Ogedegbe G Katz S Heart failure-associated hospitalizations in the United States J Am Coll Cardiol 2013 61 12 1259 1267 19 Muzzarelli S, Leibundgut G, Maeder MT, Rickli H, Handschin R, Gutmann M, et al; TIME-CHF Investigators. Predictors of early readmission or death in elderly patients with heart failure. Am Heart J. 2010;160(2):308-14. Muzzarelli S Leibundgut G Maeder MT Rickli H Handschin R Gutmann M TIME-CHF Investigators Predictors of early readmission or death in elderly patients with heart failure Am Heart J 2010 160 2 308 314 20 Jessup M, Abraham WT, Casey DE, Feldman AM, Francis GS, Ganiats TG, et al. 2009 focused update: ACCF/AHA Guidelines for the Diagnosis and Management of Heart Failure in Adults: a report of the American College of Cardiology Foundation/American Heart Association Task Force on Practice Guidelines: developed in collaboration with the International Society for Heart and Lung Transplantation. Circulation. 2009;119(14):1977-2016. Jessup M Abraham WT Casey DE Feldman AM Francis GS Ganiats TG 2009 focused update: ACCF/AHA Guidelines for the Diagnosis and Management of Heart Failure in Adults: a report of the American College of Cardiology Foundation/American Heart Association Task Force on Practice Guidelines: developed in collaboration with the International Society for Heart and Lung Transplantation Circulation 2009 119 14 1977 2016 21 Peterson PN, Rumsfeld JS, Liang L, Albert NM, Hernandez AF, Peterson ED, et al; American Heart Association Get With the Guidelines-Heart Failure Program. A validated risk score for in-hospital mortality in patients with heart failure from the American Heart Association get with the guidelines program. Circ Cardiovasc Qual Outcomes. 2010;3(1):25-32. Peterson PN Rumsfeld JS Liang L Albert NM Hernandez AF Peterson ED American Heart Association Get With the Guidelines-Heart Failure Program. A validated risk score for in-hospital mortality in patients with heart failure from the American Heart Association get with the guidelines program Circ Cardiovasc Qual Outcomes 2010 3 1 25 32 22 Reynolds K, Butler MG, Kimes TM, Rosales AG, Chan W, Nichols GA. Relation of acute heart failure hospital length of stay to subsequent readmission and all-cause mortality. Am J Cardiol. 2015;116(3):400-5. Reynolds K Butler MG Kimes TM Rosales AG Chan W Nichols GA Relation of acute heart failure hospital length of stay to subsequent readmission and all-cause mortality Am J Cardiol 2015 116 3 400 405 23 Laothavorn P, Hengrussamee K, Kanjanavanit R, Moleerergpoom W, Laorakpongse D, Pachirat O, et al. Thai acute decompensated heart failure registry (Thai ADHERE). CVD Prev Control. 2010;5(3):89-95. Laothavorn P Hengrussamee K Kanjanavanit R Moleerergpoom W Laorakpongse D Pachirat O Thai acute decompensated heart failure registry (Thai ADHERE) CVD Prev Control 2010 5 3 89 95 24 Vigder C, Ben Israel Y, Meisel SR, Kaykov E, Gottlieb S, Shotan A. Management and 1 year outcome of oldest-old hospitalized heart failure patients: a subacute geriatric hospital survey. Isr Med Assoc J. 2010;12(8):483-8. Vigder C Ben Israel Y Meisel SR Kaykov E Gottlieb S Shotan A. Management and 1 year outcome of oldest-old hospitalized heart failure patients: a subacute geriatric hospital survey Isr Med Assoc J 2010 12 8 483 488 25 Heywood JT, Fonarow GC, Costanzo MR, Mathur VS, Wigneswaran JR, Wynne J, et al; ADHERE Scientific Advisory Committee and Investigators. High prevalence of renal dysfunction and its impact on outcome in 118,465 patients hospitalized with acute decompensated heart failure: a report from the ADHERE database. J Card Fail. 2007;13(6):422-30. Heywood JT Fonarow GC Costanzo MR Mathur VS Wigneswaran JR Wynne J ADHERE Scientific Advisory Committee and Investigators High prevalence of renal dysfunction and its impact on outcome in 118,465 patients hospitalized with acute decompensated heart failure: a report from the ADHERE database J Card Fail 2007 13 6 422 430 26 Okazaki H, Shirakabe A, Hata N, Yamamoto M, Kobayashi N, Shinada T, et al. New scoring system (APACHE-HF) for predicting adverse outcomes in patients with acute heart failure: evaluation of the APACHE II and Modified APACHE II scoring systems. J Cardiol. 2014;64(6):441-9. Okazaki H Shirakabe A Hata N Yamamoto M Kobayashi N Shinada T New scoring system (APACHE-HF) for predicting adverse outcomes in patients with acute heart failure: evaluation of the APACHE II and Modified APACHE II scoring systems J Cardiol 2014 64 6 441 449 27 Braunstein JB, Anderson GF, Gerstenblith G, Weller W, Niefeld M, Herbert R, et al. Noncardiac comorbidity increases preventable hospitalizations and mortality among Medicare beneficiaries with chronic heart failure. J Am Coll Cardiol. 2003;42(7):1226-33. Braunstein JB Anderson GF Gerstenblith G Weller W Niefeld M Herbert R Noncardiac comorbidity increases preventable hospitalizations and mortality among Medicare beneficiaries with chronic heart failure J Am Coll Cardiol 2003 42 7 1226 1233 28 Huynh BC, Rovner A, Rich MW. Long-term survival in elderly patients hospitalized for heart failure: 14-year follow-up from a prospective randomized trial. Arch Intern Med. 2006;166(17):1892-8. Huynh BC Rovner A Rich MW Long-term survival in elderly patients hospitalized for heart failure: 14-year follow-up from a prospective randomized trial Arch Intern Med 2006 166 17 1892 1898 29 Carrasco-Sanchez FJ, Paez-Rubio MI, Garcia-Moreno JM, Vazquez-Garcia I, Araujo-Sanabria J, Pujo-de la Llave E. [Predictive variables for mortality in elderly patients hospitalized due to heart failure with preserved ejection fraction]. Med Clin (Barc). 2013;141(10):423-9. Carrasco-Sanchez FJ Paez-Rubio MI Garcia-Moreno JM Vazquez-Garcia I Araujo-Sanabria J Pujo-de la Llave E Predictive variables for mortality in elderly patients hospitalized due to heart failure with preserved ejection fraction Med Clin (Barc) 2013 141 10 423 429 30 Mahjoub H, Rusinaru D, Souliere V, Durier C, Peltier M, Tribouilloy C. Long-term survival in patients older than 80 years hospitalised for heart failure. A 5-year prospective study. Eur J Heart Fail. 2008;10(1):78-84. Mahjoub H Rusinaru D Souliere V Durier C Peltier M Tribouilloy C Long-term survival in patients older than 80 years hospitalised for heart failure. A 5-year prospective study Eur J Heart Fail 2008 10 1 78 84 31 Testa G, Cacciatore F, Galizia G, Della-Morte D, Mazzella F, Russo S, et al. Charlson Comorbidity Index does not predict long-term mortality in elderly subjects with chronic heart failure. Age Ageing. 2009;38(6):734-40. Testa G Cacciatore F Galizia G Della-Morte D Mazzella F Russo S Charlson Comorbidity Index does not predict long-term mortality in elderly subjects with chronic heart failure Age Ageing 2009 38 6 734 740 32 Oudejans I, Mosterd A, Zuithoff NP, Hoes AW. Comorbidity drives mortality in newly diagnosed heart failure: a study among geriatric outpatients. J Card Fail. 2012;18(1):47-52. Oudejans I Mosterd A Zuithoff NP Hoes AW Comorbidity drives mortality in newly diagnosed heart failure: a study among geriatric outpatients J Card Fail 2012 18 1 47 52 33 Jong P, Vowinckel E, Liu PP, Gong Y, Tu JV. Prognosis and determinants of survival in patients newly hospitalized for heart failure: a population-based study. Arch Intern Med. 2002;162(15):1689-94. Jong P Vowinckel E Liu PP Gong Y Tu JV Prognosis and determinants of survival in patients newly hospitalized for heart failure: a population-based study Arch Intern Med 2002 162 15 1689 1694 34 Setoguchi S, Stevenson LW, Schneeweiss S. Repeated hospitalizations predict mortality in the community population with heart failure. Am Heart J. 2007;154(2):260-6. Setoguchi S Stevenson LW Schneeweiss S Repeated hospitalizations predict mortality in the community population with heart failure Am Heart J 2007 154 2 260 266 35 Dahlstrom U. Frequent non-cardiac comorbidities in patients with chronic heart failure. Eur J Heart Fail. 2005;7(3):309-16. Dahlstrom U Frequent non-cardiac comorbidities in patients with chronic heart failure Eur J Heart Fail 2005 7 3 309 316 36 Angermann CE, Stork S, Gelbrich G, Faller H, Jahns R, Frantz S, et al. Mode of action and effects of standardized collaborative disease management on mortality and morbidity in patients with systolic heart failure: the Interdisciplinary Network for Heart Failure (INH) study. Circ Heart Fail. 2012;5(1):25-35. Angermann CE Stork S Gelbrich G Faller H Jahns R Frantz S Mode of action and effects of standardized collaborative disease management on mortality and morbidity in patients with systolic heart failure: the Interdisciplinary Network for Heart Failure (INH) study Circ Heart Fail 2012 5 1 25 35 37 Brown AM, Cleland JG. Influence of concomitant disease on patterns of hospitalization in patients with heart failure discharged from Scottish hospitals in 1995. Eur Heart J. 1998;19(7):1063-9. Brown AM Cleland JG Influence of concomitant disease on patterns of hospitalization in patients with heart failure discharged from Scottish hospitals in 1995 Eur Heart J 1998 19 7 1063 1069 Artigos Causas e Preditores de Mortalidade Intra-Hospitalar em Pacientes que Internam com ou por Insuficiência Cardíaca em Hospital Terciário no Brasil Wajner André 1 Zuchinali Priccila 1 3 Olsen Vírgilio 2 3 Polanczyk Carisi A. 2 3 Rohde Luis Eduardo 2 3 Hospital Nossa Senhora da Conceição, Porto Alegre, RS – Brasil Hospital de Clínicas de Porto Alegre, Porto Alegre, RS – Brasil Programa de Pós Graduação em Cardiologia e Ciências Cardiovasculares da FAMED/UFRGS, RS - Brasil Correspondência: André Wajner. Rua Prof Freitas Cabral, 305/502. CEP 90690-130, Porto Alegre, RS - Brasil E-mail: awajner@gmail.com

Contribuição dos autores

Concepção e desenho da pesquisa: Wajner A, Polanczyk CA, Rohde LE; Obtenção de dados, Análise e interpretação dos dados, Análise estatística e Revisão crítica do manuscrito quanto ao conteúdo intelectual importante: Wajner A, Zuchinali P, Olsen V, Polanczyk CA, Rohde LE; Redação do manuscrito: Wajner A, Olsen V, Polanczyk CA, Rohde LE.

Potencial conflito de interesses

Declaro não haver conflito de interesses pertinentes.

 Resumo Fundamento:

Apesar da insuficiência cardíaca (IC) apresentar elevada morbimortalidade, são escassos os estudos na América Latina sobre causas e preditores de mortalidade intra-hospitalar. Desconhece-se, também, a evolução de pacientes com IC compensada hospitalizados por outros motivos.

 Objetivo:

Identificar causas e preditores de mortalidade intra-hospitalar em pacientes que internam por IC aguda descompensada (ICAD), comparativamente aqueles que possuem IC e internam por outras condições (ICND).

 Métodos:

Coorte histórica de pacientes internados em um hospital público terciário no Brasil com diagnóstico de IC identificados pelo escore de comorbidade de Charlson (ECCharlson).

 Resultados:

Foram avaliados 2056 pacientes que internaram entre janeiro de 2009 e dezembro de 2010 (51% homens; idade mediana de 71 anos; tempo de permanência de 15 dias). Ocorreram 17,6% de óbitos durante a internação, dos quais 58,4% por causa não cardiovascular (63,6% ICND versus 47,4% ICAD, p = 0,004). As causas infecciosas foram responsáveis pela maior parte dos óbitos e apenas 21.6% das mortes foram atribuídas à IC. Os preditores independentes de mortalidade intra-hospitalar foram semelhantes entre os grupos e incluíram: idade, tempo de permanência, potássio elevado, comorbidades clínicas e ECCharlson. A insuficiência renal foi o preditor de maior relevância em ambos grupos.

 Conclusão:

Pacientes internados com IC apresentam elevada mortalidade intra-hospitalar, independentemente do motivo primário de internação. Poucos óbitos são diretamente atribuídos à IC; Idade, alteração na função renal e níveis séricos de potássio, tempo de permanência, comorbidades e ECCharlson foram preditores independentes de morte intra-hospitalar em hospital terciário brasileiro. (Arq Bras Cardiol. 2017; [online].ahead print, PP.0-0)

 Palavras-chave: Doenças Cardiovasculares Insuficiência Cardíaca Mortalidade Hospitalar Envelhecimento da População Hospitais Públicos Introdução

Apesar do declínio de inúmeras doenças cardiovasculares, observa-se estabilidade ou aumento da prevalência da insuficiência cardíaca (IC) no mundo e no Brasil, o que provavelmente decorre do envelhecimento populacional associado a um aumento de sobrevida em pacientes com doenças cardiovasculares.1 Apesar do grande progresso no seu tratamento, a IC permanece como uma das principais causas de hospitalização em vários países, estando associada a elevadas taxas de morbimortalidade e de custos.2 Mesmo com a otimização da terapia, estima-se uma mortalidade de 40% em 4 anos,3 com redução da qualidade de vida e do prognóstico quando comparada, por exemplo, com diversas neoplasias.2

Estudos observacionais em vários países têm demonstrado que, após uma hospitalização por descompensação da IC, ocorrem mudanças significativas na história natural da síndrome, implicando elevado risco de readmissão e morte.4-6 Esses dados já foram parcialmente reproduzidos em estudos no Brasil e são observados nas estatísticas do sistema público brasileiro.2,7 A recente publicação dos resultados iniciais do Registro BREATHE, que incluiu 52 centros do Brasil, demonstra claramente o grande impacto da síndrome, com mortalidade intra-hospitalar de 12,6%.8

Apesar da importância do Registro BREATHE para o Brasil, a maioria das coortes existentes sobre IC aguda descompensada foram realizadas nos Estados Unidos ou na Europa, incluindo pacientes com um perfil clínico, etiológico, social e econômico diferente do dos pacientes brasileiros.9 Além disso, um aspecto pouco explorado no cenário de pacientes hospitalizados refere-se à evolução hospitalar e extra-hospitalar de pacientes internados por IC descompensada comparada ao prognóstico de pacientes internados por outras causas, mas que apresentam diagnóstico prévio de IC. É plausível especular que a presença de IC, mesmo esta não sendo a causa primária da internação, implique prognóstico reservado. Nesse contexto, ainda permanece de grande valia reconhecer preditores prognósticos, visando identificar pacientes que necessitam monitoramento e tratamento mais intensivos.10 O objetivo do presente estudo é identificar os preditores e causas de mortalidade intra-hospitalar em pacientes internados por IC aguda descompensada em comparação àqueles que possuem IC e internam por outras condições em hospital terciário público brasileiro.

 Métodos

Local, delineamento e pacientes

Este estudo foi realizado em um hospital público de nível terciário de Porto Alegre, Rio Grande do Sul, Brasil, com aproximadamente 850 leitos. Trata-se de estudo de coorte prospectivo, no qual foram incluídos pacientes adultos (≥ 18 anos) que internaram em qualquer enfermaria ou unidade de tratamento intensivo (UTI) deste hospital e que tenham sido identificados como portadores de IC assinalada pelo médico assistente no escore de comorbidade de Charlson, ou simplesmente escore de Charlson, via prontuário eletrônico. Foram excluídos da análise pacientes pediátricos (idade < 18 anos), com permanência apenas no setor de emergência (sem internar na enfermaria ou na UTI), com evasão hospitalar ou nota de alta informatizada indisponível.

No referido hospital, o escore de Charlson é preenchido pelo médico assistente no prontuário eletrônico de forma compulsória no momento da internação e na alta hospitalar. A falta de preenchimento impede a continuidade de procedimentos diagnósticos e terapêuticos ou a alta hospitalar. Embora tenha sido desenvolvido para predizer risco em pacientes admitidos para procedimentos cirúrgicos eletivos, o escore de Charlson tem sido descrito como excelente ferramenta de uso hospitalar para predição clínica de mortalidade intra-hospitalar.11 Trata-se de um escore composto de várias comorbidades que é amplamente utilizado para classificar a gravidade dos pacientes, sendo possível comparar-se a carga de doenças de pacientes de diferentes serviços médicos e hospitalares. As comorbidades que compõem o escore de Charlson são: infarto agudo do miocárdio (IAM), insuficiência cardíaca congestiva, doença vascular periférica e da aorta, doença cerebrovascular, demência, doença pulmonar obstrutiva crônica (DPOC), doença do tecido conjuntivo, doença ulcerosa, hepatopatia, diabetes, doença renal moderada a grave (creatinina > 3,0 mg/dL), hemiplegia, linfoma/mieloma, leucemia/policitemia vera, tumor, AIDS e câncer metastático.12

Logística e coleta de dados

Para fins de análise, pacientes que apresentaram múltiplas internações tiveram considerada apenas sua última hospitalização, para que fossem englobados todos os óbitos intra-hospitalares da amostra, evitando que pacientes mais graves e com múltiplas reinternações tivessem suas características analisadas múltiplas vezes e buscando preservar a independência dos dados. A coleta de dados foi realizada por médicos residentes de clínica médica previamente treinados através da revisão padronizada de prontuários eletrônicos, sendo criado um protocolo de coleta informatizado e totalmente integrado ao prontuário eletrônico do hospital. Houve a verificação de 10% da amostra por outros dois pesquisadores do estudo, médicos preceptores do Serviço de Medicina Interna, para aferição da confiabilidade dos dados coletados. Os pacientes foram selecionados através de um sistema informatizado que permitiu a identificação automática de todos aqueles que preenchiam os critérios de inclusão. As causas de morte intra-hospitalar foram estratificadas em morte cardiovascular (por IC, síndrome coronariana aguda, acidente vascular encefálico ou outras mortes cardiovasculares) e morte não cardiovascular (por infecção, neoplasia, origem respiratória ou outra morte não cardiovascular). Quando os coletadores não conseguiam identificar a causa de mortalidade, o caso era avaliado por dois pesquisadores experientes. Caso esses não conseguissem identificar a causa do óbito, esta era definida como "morte por causa indefinida".

Foram incluídos na coleta de dados as seguintes variáveis e instrumentos: idade; sexo; raça; procedência (Porto Alegre, Região Metropolitana de Porto Alegre e interior); equipe em que o paciente esteve internado (Cardiologia, Medicina Interna e Outras); tempo de permanência hospitalar; causa da internação; escore de Charlson; valores laboratoriais (ureia, sódio, creatinina e potássio) nas primeiras 24 horas de hospitalização; dados ecocardiográficos de até 1 ano antes da internação: fração de ejeção do ventrículo esquerdo (FEVE); hipertrofia ventricular esquerda; presença de hipocinesia difusa ou alterações segmentares de contratilidade e lesões valvares; prescrição de drogas cardiovasculares na alta hospitalar; orientações não farmacológicas na alta hospitalar; encaminhamento ambulatorial; internação em UTI, óbito intra-hospitalar; motivo do óbito intra-hospitalar; visita à emergência e reinternação em até 30 dias após a hospitalização.

A amostra foi separada em dois grupos: pacientes que tinham IC e que internaram por outro motivo que não fosse IC aguda descompensada (ICND) e pacientes que tiveram como motivo da internação a IC aguda descompensada (ICAD). Este último grupo era composto por pacientes que apresentaram como diagnóstico principal, definido pelo médico assistente, um dos Códigos de Doença Internacional (CID) apresentados no anexo 1. De acordo com Steinberg et al.,13 estratificamos os pacientes em três subgrupos de FEVE: FEVE preservada (≥ 50%), FEVE limítrofe (40-49%) ou FEVE reduzida (< 40%).

Análise dos dados

Variáveis contínuas foram expressas como média e desvio padrão ou mediana e intervalo interquartil (IIQ 25%-75%) conforme normalidade dos dados analisadas através do teste de Shapiro-Wilk. Variáveis categóricas foram expressas como frequência e percentuais. Análises univariadas foram realizadas pelo teste t de Student não pareado, teste de Mann-Whitney, teste de Poisson e teste de qui-quadrado. Para as análises multivariadas foi realizada a Regressão de Poisson com estimativa de variâncias robustas pela metodologia stepwise, calculando-se as razões de incidência e os intervalos de confiança de 95%. A partir dos dados coletados dos pacientes foram realizadas análises univariadas de variáveis contínuas e categóricas dentro de cada um dos dois grupos pré-definidos (ICAD e ICND). As variáveis que na análise univariada apresentaram um valor de p < 0,20 foram selecionadas para a análise multivariada, a fim de identificar os preditores de mortalidade intra-hospitalar. Um valor de p bicaudal de 5% foi considerado estatisticamente significativo. Devido ao potencial efeito de multicolinearidade, foram utilizados dois modelos de análise estatística, um com escore de Charlson e ureia (modelo 1), mas sem os itens que compõem o escore de Charlson (comorbidades e idade) e o outro sem o escore de Charlson e ureia (modelo 2). A acurácia dos dois métodos foi semelhante. Os dados coletados no sistema informatizado customizado para a pesquisa foram exportados para uma planilha de Microsoft Excel versão 18 (Microsoft Inc., Redmond, EUA) e as análises estatísticas foram conduzidas pelo Statistical Package for the Social Sciences (SPSS) Basic versão 19.0 (SPPS Inc., Chicago, USA).

O projeto de pesquisa foi aprovado no Comitê de Ética em Pesquisa da instituição do autor correspondente. Não houve fontes de financiamento do estudo.

 Resultados Pacientes

Foram incluídos todos os pacientes que internaram no HNSC no período de 1º de janeiro de 2009 a 31 de dezembro de 2010 e tiveram IC congestiva como uma das doenças preenchidas no escore de Charlson (de preenchimento compulsório na internação do paciente), somando um total de 2056 pacientes e 2666 internações. As características dos pacientes da amostra estão listadas na tabela 1. Na população estudada, a distribuição entre os sexos foi homogênea, a idade mediana dos pacientes foi de 71 anos, e a maioria dos pacientes era procedente da Grande Porto Alegre (59,3%) e internou principalmente nas equipes de Cardiologia (37,8%) e de Medicina Interna (29%). A mediana do tempo de permanência no hospital foi de 15 dias (IIQ 25-75%: 10 - 23) e do escore de Charlson foi de 5 (IIQ 25-75%: 4 - 7). Apenas 590 pacientes (28,7%) internaram por IC aguda descompensada. Observamos em toda nossa amostra que 43,1% dos pacientes tinham FEVE reduzida, 18,9% FEVE limítrofe e 38% FEVE preservada. Quando analisamos, no entanto, os dois subgrupos de pacientes, constatamos que os pacientes que internaram por ICAD tinham maior prevalência de FEVE reduzida em comparação aos pacientes que internavam por outros motivos ( 58% X 36,3% respectivamente), prevalências similares de FEVE limítrofe (17,4% X 19,6% respectivamente) e menor porcentagem de FEVE preservada (24,6% X 44,1% respetivamente).

Características basais dos pacientes com ICAD e com ICND
Todos (n = 2056) ICAD (n = 590) ICND (n = 1466) Valor de p
Idade (anos) 71 (61 - 79) 70 (60 - 79) 71 (61 - 80) 0,11
Sexo masculino 1041 (51%) 301 (51%) 740 (50%) 0,81
Raça branca 1736 (84%) 490 (83%) 1246 (85%) 0,25
Tempo de permanência (dias) 15 (10 - 23) 13 (9 - 20) 16 (10 - 24) < 0,001
Fração de ejeção de VE (%) 44 (36 - 59) 38 (31 - 49) 47 (40 - 64) < 0,001
Escore de Charlson 5 (4 - 7) 5 (4 - 7) 6 (4 - 7) < 0,001
Internação em UTI 362 (18%) 88 (15%) 274 (19%) 0,041
Doença cerebrovascular 361 (18%) 65 (11%) 296 (20%) < 0,001
IAM prévio 503 (24,5%) 114 (19%) 389 (26,5%) 0,001
Diabetes mellitus 646 (31%) 171 (29%) 475 (32%) 0,13
Doença renal* 287 (14%) 81 (14%) 206 (14%) 0,83
Doença vascular periférica 307 (15%) 60 (10%) 247 (17%) < 0,001
Neoplasia 49 (2 %) 6 (1%) 43 (3 %) < 0,01
DPOC 472 (23%) 106 (18%) 366 (25%) 0,001
Demência 174 (8,5%) 41 (7%) 133 (9%) 0,12
Doença hepática 86 (4%) 29 (5%) 57 (4%) 0,33
Ureia (mg/dL)† 56 (42 - 78) 55 (42 - 79) 56 (42 - 78) 0,41
Creatinina (mg/dL)† 1,21 (0,94 - 1,59) 1,20 (0,98 - 1,56) 1,21 (0,92 - 1,60) 0,74
Sódio (mg/dL)† 138 (136 - 140) 139 (136 - 141) 138 (136 - 140) < 0,001
Potássio (mEq/L)† 4,4 (4,0 - 4,8) 4,3 (4,0 - 4,8) 4,4 (4,1 - 4,8) 0,02

Dados expressos em número absoluto e percentual, exceto se indicado. Valores contínuos expressos como mediana e intervalo interquartil; Foram utilizados para análise estatística teste t de Student, teste de Mann-Whitney ou teste de qui-quadrado conforme indicação. ICAD: insuficiência cardíaca agudamente descompensada; ICND: internações de pacientes com insuficiência cardíaca por outros motivos; VE: ventrículo esquerdo; UTI: unidade de tratamento intensivo; IAM: infarto agudo do miocárdico; DPOC: doença pulmonar obstrutiva crônica;

Definida por creatinina > 3,0 mg/dL;

Valores laboratoriais nas primeiras 24 horas da admissão.

 Causas de morte

Durante a admissão índice, 361 (17,6%) pacientes foram a óbito, sendo 19% de mortalidade no grupo de pacientes que internou por ICAD e 17% de mortalidade no grupo de pacientes com ICND. A tabela 2 ilustra as causas de óbitos estratificada pelos dois grupos de análise. Constatou-se que aproximadamente 60% dos casos de mortalidade foi atribuído a causas não cardiovasculares na população estudada, sendo maior no grupo de pacientes com ICND (63,6% versus 47,4%, p = 0,004). Das mortes de origem não cardiovascular, a causa mais comum em ambos os grupos foi relacionada a infecção, perfazendo um terço das mortes totais no grupo ICAD e aproximadamente metade de todos os óbitos no grupo ICND. Por outro lado, a morte por causa cardiovascular foi mais prevalente no grupo ICAD (42,1% versus 28,7%, p =0,016). De forma interessante, em ambos os grupos, mortes atribuídas à insuficiência cardíaca ocorreram em apenas 21,6% dos óbitos na população estudada, sendo mais frequente naqueles pacientes com ICAD.

Causas de óbitos intra-hospitalar nos grupos de pacientes com ICAD e com ICND
Todos (n = 361) ICAD (n = 114) ICND (n = 247) Valor p
Óbito por causa cardiovascular 119 (33%) 48 (42,1%) 71 (28,7%) 0,016
Insuficiência cardíaca 78 (21,6%) 39 (34,2%) 39 (15,8%) < 0,001
Síndrome coronariana aguda 17 (4,7%) 4 (3,5%) 13 (5,3%) 0,60
Acidente vascular encefálico 9 (2,5%) 3 (2,6%) 6 (2,4%) 1,000
Outros 15 (4,2%) 2 (1,8%) 13 (5,3%) 0,16
Óbito por causa não cardíaca 211 (58,4%) 54 (47,4%) 157 (63,6%) 0,004
Infecção 159 (44%) 38 (33,3%) 121 (49,0%) 0,006
Neoplasia 6 (1,7%) 1 (0,9%) 5 (2%) 0,67
Causa respiratória 18 (5%) 7 (6,1%) 11 (4,5%) 0,60
Outras causas 28 (7,8%) 8 (7,0%) 20 (8,1%) 0,83
Morte por causa indefinida 31 (8,6%) 12 (10,5%) 19 (7,7%) 0,42

Foi utilizado para análise estatística o teste de qui-quadrado. ICAD: insuficiência cardíaca agudamente descompensada; ICND: internações de pacientes com insuficiência cardíaca por outros motivos.

 Análise univariada e multivariada no grupo ICND

A tabela 3 descreve características clínicas que se associaram a mortalidade intra-hospitalar no grupo de pacientes com ICND. Foram preditores de mortalidade: idade, tempo de permanência, escore de Charlson, níveis séricos de potássio e ureia, e presença de comorbidades clínicas. Internação em equipe de Cardiologia teve pequeno efeito protetor. Na análise multivariada, foram preditores independentes de risco: idade, tempo de permanência, presença de doença renal e demência (Tabela 4). Quando incluído na análise (modelo 1), o escore de Charlson foi também importante preditor de risco de mortalidade intra-hospitalar, sendo a doença renal moderada-grave a comorbidade de maior magnitude.

Análise univariada dos preditores de mortalidade no grupo ICND
Preditores RR (IC 95%) Valor de p
Idade 1,028 (1,019 - 1,038) < 0,0001
Tempo de permanência 1,007 (1,004 - 1,010) < 0,0001
Escore de Charlson 1,185 (1,147 - 1,223) < 0,0001
Creatinina 1,006 (0,974 - 1,040) 0,709
Potássio 1,209 (1,049 - 1,393) 0,009
Ureia 1,004 (1,002 - 1,005) < 0,0001
Fração de ejeção de VE 0,993 (0,985 - 1,003) 0,126
Internação em equipe de Cardiologia 0,909 (0,868 - 0,952) < 0,001
Fração de ejeção VE ≤ 40% 1,157 (0,904 - 1,480) 0,248
Neoplasia sólida 1,835 (1,148 - 2,932) 0,011
Demência 2,412 (1,860 - 3,128) < 0,001
Doença cerebrovascular 1,820 (1,437 - 2,304) < 0,001
Doença renal 2,610 (2,076 - 3,282) < 0,001
Doença vascular periférica e da aorta 1,218 (0,920 - 1,614) 0,169
Doença hepática 1,482 (0,926 - 2,371) 0,101

Foi utilizado para análise estatística teste de Poisson. ICND: internações de pacientes com insuficiência cardíaca por outros motivos; RR: risco relativo; IC 95%: intervalo de confiança de 95%; VE: ventrículo esquerdo.

 Análise multivariada dos preditores de mortalidade no grupo ICND
Preditores Modelo 1* (incluindo ECCharlson) Modelo 2† (excluindo ECCharlson)
RR (IC 95%) Valor de p RR (IC 95%) Valor de p
Idade NA NA 1,003 (1,002 - 1,005) < 0,001
Tempo de permanência 1,002 (1,000 - 1,003) 0,036 1,002 (1,000 - 1,003) 0,018
Escore de Charlson 1,030 (1,019 - 1,041) < 0,0001 NA NA
Internação em equipe de Cardiologia 0,994 (0,949 - 1,040) 0,780 0,999 (0,959 - 1,043) 0,988
Ureia 1,000 (1,000 - 1,001) 0,113 NA NA
Potássio 1,011 (0,980 - 1,043) 0,482 1,012 (0,981 - 1,045) 0,445
Neoplasia NA NA 1,111 (0,923 - 1,338) 0,267
Doença cerebrovascular NA NA 1,056 (0,995 - 1,121) 0,071
Doença vascular periférica e da aorta NA NA 1,060 (0,984 - 1,141) 0,126
Doença renal NA NA 1,206 (1,115 - 1,304) < 0,001
Demência NA NA 1,176 (1,078 - 1,283) < 0,001
Fração de Ejeção VE ≤ 40% 1,028 (0,984 - 1,075) 0,219 1,032 (0,989 - 1,077) 0,151

ECCharlson: escore de comorbidade de Charlson; RR: risco relativo; IC 95%: intervalo de confiança de 95%; NA: não se aplica; VE: ventrículo esquerdo;

Resultado após a retirada de neoplasia sólida, doença cerebrovascular, doença renal, doença vascular periférica e da aorta, demência, doença hepática, doença neo‑hematológica, doença pulmonar, infarto agudo do miocárdio e idade por potencial efeito de multicolinearidade com ECCharlson;

Resultado após a retirada do ECCharlson e ureia devido ao potencial efeito de multicolinearidade com as comorbidades acima.

 Análise univariada e multivariada no grupo ICAD

A tabela 5 descreve características clínicas que se associaram com mortalidade intra-hospitalar no grupo de pacientes com ICAD. Foram preditores de mortalidade: idade; tempo de permanência; escore de Charlson; níveis séricos de sódio, potássio, ureia e creatinina; e presença de comorbidades clínicas que compõe o escore de Charlson. Internação em equipe de Cardiologia teve pequeno efeito protetor. Na análise multivariada, foram preditores independentes de risco: idade, alterações nos níveis de ureia e potássio, presença de doença renal, demência, IAM e neoplasia (Tabela 6). Quando incluído na análise (modelo 1), o escore de Charlson foi também preditor de risco de mortalidade intra-hospitalar, sendo a doença renal moderada-grave a comorbidade de maior relevância, uma vez que o número de pacientes com neoplasia foi muito pequeno (n = 6).

Análise univariada dos preditores de mortalidade no grupo ICAD
Preditores RR (IC 95%) Valor de p
Idade 1,025 (1,01 - 1,04) < 0,001
Tempo de permanência 1,006 (1,001 - 1,011) 0,012
Escore de Charlson 1,280 (1,215 - 1,348) < 0,0001
Potássio 1,470 (1,235 - 1,751) < 0,0001
Ureia 1,010 (1,007 - 1,012) < 0,0001
Creatinina 1,168 (1,047 - 1,302) 0,005
Sódio 0,955 (0,867 - 0,999) 0,048
Fração de ejeção VE ≤ 40% 0,999 (0,712 - 1,402) 0,996
Internação em equipe de Cardiologia 0,931 (0,872-0,994) 0,033
Neoplasia 4,488 (3,021 - 6,668) < 0,0001
Demência 2,693 (1,847 - 3,925) < 0,0001
Doença cerebrovascular 2,400 (1,685 - 3,418) < 0,0001
Doença renal 3,687 (2,732 - 4,976) < 0,0001
Doença vascular periférica e da aorta 2,369 (1,648 - 3,404) < 0,0001
Doença hepática 1,667 (0,943 - 2.946) 0,079
IAM 1,786 (1,264 - 2,522) 0,001
DPOC 1,550 (1,075 - 2,234) 0,019

Foi utilizado para análise estatística teste de Poisson. ICAD: insuficiência aguda cardíaca compensada; RR: risco relativo; IC 95%: intervalo de confiança de 95%; VE: ventrículo esquerdo; IAM: infarto agudo do miocárdio; DPOC: doença pulmonar obstrutiva crônica.

 Análise multivariada dos preditores de mortalidade no grupo de pacientes internados por IC aguda
Preditores Modelo 1* (incluindo ECCharlson) Modelo 2† (excluindo ECCharlson)
RR (IC 95%) Valor de p RR (IC 95%) Valor de p
Idade NA NA 1,002 (1,000 -1,004) 0,004
Tempo de permanência 0,996 (0,99 - 1,001) 0,99 0,999 (0,99 - 1,003) 0,821
Escore de Charlson 1,034 (1,02 - 1,05) < 0,0001 NA NA
Ureia 1,001 (1,000 -1,002) 0,014 NA NA
Sódio 0,998 (0,992 - 1,005) 0,595 0,996 (0,990 -1,002) 0,238
Potássio 1,042 (1,006 -1,079) 0,021 1,036 (1,003 - 1,070) 0,032
Internação em equipe de Cardiologia 0,966 (0,912 - 1,023) 0,243 0,969 (0,92 - 1,02) 0,266
Doença renal NA NA 1,22 (1,12 - 1,33) < 0,001
Demência NA NA 1,152 (1,03 - 1,29) 0,014
Neoplasia NA NA 1,373 (1,01 - 1,87) 0,044
Doença cerebrovascular NA NA 1,051 (0,96 - 1,15) 0,291
Doença vascular periférica e da aorta NA NA 1,074 (0,97 - 1,18) 0,143
IAM NA NA 1,081 (1,01 - 1,16) 0,021
DPOC NA NA 1,022 (0,95 - 1,10) 0,552

ECCharlson: escore de comorbidade de Charlson; RR: risco relativo; IC 95%: intervalo de confiança de 95%; NA: não se aplica; IAM: infarto agudo do miocárdio; DPOC: doença pulmonar obstrutiva crônica

Resultado após a retirada de neoplasia sólida, doença cerebrovascular, doença renal, doença vascular periférica e da aorta, demência, doença hepática, doença neo-hematológica, doença pulmonar, IAM, creatinina e idade por potencial efeito de multicolinearidade com ECCharlson;

Resultado após a retirada do ECCharlson, ureia e creatinina devido ao potencial efeito de multicolinearidade com as comorbidades e exames acima.

 Discussão

A insuficiência cardíaca tem sido alvo de extensas pesquisas com relação à mortalidade e qualidade do atendimento intra-hospitalar. A maior parte das evidências avalia os pacientes portadores de IC que internam por descompensação aguda, identificados pelo diagnóstico principal de alta.9 No entanto, a literatura demonstra que a maioria dos pacientes com IC interna por outras causas.14-18 Enquanto medidas de qualidade do cuidado com IC são reportadas apenas nos pacientes internados por IC, alguma medidas parecem ser benéficas para todos os pacientes com IC, independentemente da causa de internação.9,19,20 Neste estudo identificamos que a mortalidade intra-hospitalar foi extremamente elevada em ambos os grupos; sendo um percentual pequeno dessas mortes diretamente atribuído a IC, e que (1) idade, (2) função renal e potássio (3), tempo de permanência e (4) carga de comorbidades foram preditores independentes de risco de morte dentro do hospital.

Ao comparar-se os pacientes com ICND com os pacientes que internam por ICAD, observamos que os primeiros apresentam mais comorbidades, com mediana do Charlson e FEVE maiores, achados semelhantes aos da literatura científica.14,15 Verificamos um tempo de internação bastante prolongado quando comparado com hospitais dos EUA21 e do próprio Brasil,5 sendo o grupo ICND o que apresenta maior mediana (16 dias versus 13 dias), o que já foi descrito em outros artigos.16,17,19 Dentre os resultados encontrados, merece destaque a associação entre maior tempo de internação e maior mortalidade no grupo ICND, resultado também já reproduzido em outros cenários.19,21,22 Uma das possíveis explicações para os dados acima é que a necessidade de hospitalização por causas não relacionadas à IC delimita pacientes com maior carga e gravidade de doenças, gerando maior complexidade do cuidado. Outra questão importante é que a exacerbação de comorbidades tais como DPOC e insuficiência renal crônica pode contribuir diretamente para piorar a gravidade da IC e comprometer tratamentos e desfechos subsequentes.15

Com relação à mortalidade, a taxa de óbito hospitalar de toda a amostra foi de 17,6%, considerando-se a última internação dos pacientes no período estudado. Esse valor é muito superior aos encontrados em outros países em períodos mais prolongados e inclusive em outros hospitais brasileiros.2,5-8,19 Apesar de ter havido 19% mortes no grupo ICAD e 17% no grupo ICND, essa diferença não foi estatisticamente significativa. Blecker et al.18 demonstram que houve taxa de mortalidade semelhante em 1 ano de seguimento para ICAD e ICND (25,6% versus 26,2%, respectivamente; p = 0,76). Acreditamos que as diferenças encontradas entre a nossa coorte e o cenário internacional possam ter sido influenciadas pela organização do sistema de saúde brasileiro, por características clínicas dos pacientes e por aspectos culturais relacionados ao cuidado no final da vida. Assim, seria precipitado atribuir esse resultado exclusivamente às idiossincrasias do sistema de saúde e a variações no manejo da doença.

A análise das causas de óbito no ambiente hospitalar demonstrou que cerca de 60% dos casos de mortalidade foram atribuídos a causas não cardiovasculares, com maior porcentagem no grupo de pacientes com ICND. Mortes atribuídas à IC ocorreram em apenas 21,6% da amostra, sendo mais frequentes nos pacientes com ICAD. Ressalta-se que, mesmo no grupo com ICAD, quase metade dos pacientes morreram por causas não cardíacas, sendo 33% por causas infecciosas, número muito semelhante ao dos óbitos causados pela IC. Poucos estudos relataram as causas de óbitos intra-hospitalares em pacientes com IC. Em estudo com 18 instituições na Tailândia com pacientes que internaram por ICAD (Thai ADHERE),23 houve 5,5% de óbitos intra-hospitalares (29% por infecção, 27% por IC e 13% por síndrome coronariana aguda). Por fim, um sub-estudo do programa CHARM15 avaliou a taxa de mortalidade de acordo com o diagnóstico primário de internação e observou que AVC, IC e IAM foram as causas mais relevantes de óbito em pacientes que internaram por condições cardiovasculares. Entre o grupo que não internou por doença cardiovascular, a taxa de morte foi maior por câncer, doença pulmonar e doença renal. Não encontramos pesquisas que estudassem as causas de óbitos intra-hospitalares no grupo ICND.

Com relação aos preditores de mortalidade intra-hospitalar, a doença renal moderada-grave (creatinina > 3,0 mg/dL) foi o principal preditor de mortalidade nos dois grupos e a elevação de ureia sérica nas primeiras 24 horas de internação apenas no grupo ICAD, como demonstrado em outros estudos.6,21,24,25 Em pesquisa norte-americana (ADHERE) com quase 120 mil pacientes, observou-se elevada prevalência de insuficiência renal em pacientes com ICAD, com grande impacto desta na mortalidade intra-hospitalar.25 Elevação de potássio na internação hospitalar também foi um preditor independente no grupo ICAD, sendo utilizado em um escore composto (APACHE-HF) que conseguiu predizer de forma adequada eventos adversos em internação de pacientes com ICAD.26 Em coorte com 122.630 pacientes provenientes do Medicare, as comorbidades mais relacionadas com óbitos em pacientes com IC foram DPOC, insuficiência renal crônica e insuficiência renal aguda.27 A demência também foi relevante preditor independente de mortalidade nos dois grupos da nossa amostra, fato também descrito em uma coorte de 282 idosos.15,28 Em nossos pacientes, a idade, assim como em pesquisas prévias,6,10,29,30 também demonstrou ser um marcador de risco. A real magnitude da presença de neoplasia na predição de risco de morte intra-hospitalar deve ser melhor estudada em outras coortes, uma vez que, no nosso estudo, sua amostra apresentou poder estatístico muito baixo (n = 6 no grupo ICAD).

Apesar de não ter sido originalmente desenvolvido e testado para descrever um mix de pacientes clínicos, o escore de Charlson tem sido amplamente empregado para descrever e ajustar populações de paciente internados.31,32 No nosso estudo, a cada incremento de um ponto no escore, houve aumento do risco de morte em 3% nos dois grupos. Cabe ressaltar que, apesar dos nossos pacientes serem mais idosos que a maioria dos indivíduos pesquisados, esta condição não justifica a maior carga de doença da nossa amostra em comparação à literatura científica. Da mesma forma, em uma coorte realizada no Canadá com cerca de 38 mil pacientes internados pela primeira vez por IC aguda, o escore de Charlson demonstrou ser um bom preditor de mortalidade em 30 dias e em 1 ano, com valores respectivamente de 9,3% e 26,% com escore de Charlson de zero e 18,8% e 50,6% com escore ≥ 3.33 Observamos também, assim como neste estudo canadense,33 que IAM prévio também foi preditor de risco de morte nos pacientes com ICAD.

Apesar de termos pacientes com características diferentes das observadas na literatura internacional, constatamos que a maioria dos preditores de mortalidade intra-hospitalar encontrados na nossa amostra, que representa o mundo real hospitalar público brasileiro, é muito semelhante aos dos estudos previamente publicados. Além disso, apesar de termos avaliado populações distintas, os preditores de mortalidade intra-hospitalar encontrados nos dois grupos foram muito semelhantes.

Hospitalização por descompensação da IC é uma importante variável relacionada à mortalidade, embora represente menos de um terço das causas totais de internação.15,34 Os poucos estudos que compararam populações com IC demonstraram que pacientes portadores de ICND não recebem os cuidados que sabidamente alteram o prognóstico da doença.14,16,17 Um estudo no qual foram avaliadas 4345 internações de pacientes com IC (39,6% ICAD), constatou que pacientes com ICND tinham taxa 10% menor de prescrição de inibidores da enzima de conversão da angiotensina e de bloqueadores do receptor de angiotensina na alta hospitalar em indivíduos com FEVE reduzida e taxa 7% menor de avaliação da FEVE.19 Em nossa amostra, identificamos que uma porção substancial da morbimortalidade hospitalar foi relacionada a pacientes internados por causas secundárias, apresentando causas e preditores de óbito de relevância similar aos pacientes com ICAD. Até o presente momento há, na maioria dos centros hospitalares, um foco prioritário em manejar a IC, o que pode desviar a atenção para o tratamento das outras doenças que afetam de forma importante os desfechos subsequentes.35 Sugere-se que a realização do tratamento comprovadamente efetivo para IC possa melhorar a sobrevida destes pacientes, independentemente da causa da hospitalização.14,16,17,36 Nesse contexto, negligenciar inadvertidamente outras comorbidades em pacientes com IC pode representar uma perda de oportunidade para reduzir as admissões hospitalares, melhorar o cuidado da IC e diminuir os custos globais com essa patologia.37

Os achados desta pesquisa devem ser avaliados mediante algumas limitações do desenho do nosso estudo. Primeiramente, nós analisamos a última internação hospitalar do paciente em um seguimento de 2 anos, o que pode ter gerado uma superestimativa da mortalidade intra-hospitalar. Entretanto, como o objetivo principal do estudo foi identificar causas e preditores de mortalidade, essa metodologia propiciou ter todos os óbitos da amostra. Segundo, os dados de um hospital terciário brasileiro não são representativos de todo o país, podendo haver limitação na sua generalização. Por fim, cabe ressaltar que, como analisamos dados secundários de prontuário de forma retrospectiva, talvez haja falha de registro médico com relação à causa principal de internação. Por outro lado, todos esses dados necessitam preenchimento eletrônico compulsório pelo médico assistente tanto na admissão como na alta hospitalar.

 Conclusão

Pacientes internados com IC representam um grupo de alto risco, com elevada mortalidade intra-hospitalar, independentemente do motivo primário de internação em hospital terciário brasileiro. Poucas foram as mortes atribuídas à IC e, nos dois grupos, prevaleceram as mortes por causas não cardiovasculares, principalmente atribuídas a infecções. Identificamos que uma porção substancial da morbimortalidade hospitalar dos pacientes com IC foi associada a internações por causas secundárias, sendo que pacientes internados por outros motivos apresentaram preditores de óbito de relevância similar à dos pacientes com ICAD. Observamos que idade, alteração nos valores de ureia e de potássio, tempo de permanência e carga de comorbidades foram preditores de risco de mortalidade hospitalar. Essas observações devem chamar a atenção para oportunidades de melhoria da qualidade assistencial e diminuição de custos associados ao cuidado com IC, independentemente da causa da internação hospitalar, enfatizando-se a necessidade de um manejo mais abrangente tanto da IC propriamente dita quanto das comorbidades associadas a ela nos pacientes com essa patologia.

Fontes de financiamento

O presente estudo não teve fontes de financiamento externas.

Vinculação acadêmica

Este artigo é parte do Programa de Pós-Graduação em Cardiologia e Ciências Cardiovasculares de André Wajner pela Faculdade de Medicina da Universidade Federal do Rio Grande do Sul.

 Códigos de Doença Internacional (CID) para identificar casos de insuficiência cardíaca
Código Descrição
I11.0 Doença cardíaca hipertensiva com insuficiência cardíaca (congestiva)
I13.0 Doença cardíaca e renal hipertensiva com insuficiência cardíaca (congestiva)
I13.2 Doença cardíaca e renal hipertensiva com insuficiência cardíaca (congestiva) e insuficiência renal
I42.0 Cardiomiopatia dilatada
I42.6 Cardiomiopatia alcoólica
I42.8 Outras cardiomiopatias
I42.9 Cardiomiopatia não especificada
I50.0 Insuficiência cardíaca congestiva
I.50.9 Insuficiência cardíaca não especificada
J.81 Edema pulmonar, não especificado de outra forma