Examinando por Autor "Huaco Rodriguez, Brian Yossuand"

Mostrando 1 - 1 de 1
  • Miniatura
    Acceso Abierto
    Factores preoperatorios asociados a conversión de colecistectomía laparoscópica a cirugía abierta en pacientes atendidos en el Hospital Nacional Carlos Alberto Seguín Escobedo, Arequipa, 2024-2026
    (Universidad Católica de Santa María, 2026-10-30) Huaco Rodriguez, Brian Yossuand
    Introducción: La colecistectomía laparoscópica es el estándar de oro para el tratamiento de las enfermedades vesiculares benignas. No obstante, la presencia de inflamación severa, adherencias o variantes anatómicas puede condicionar el escenario de colecistectomía difícil y la conversión no planificada a cirugía abierta. La conversión no debe considerarse un fracaso técnico sino una medida de seguridad; sin embargo, incrementa la estancia hospitalaria, la morbilidad y los costos. La identificación preoperatoria de pacientes con alto riesgo de conversión es indispensable para optimizar la planificación quirúrgica y la asignación de recursos. Objetivo: Determinar los factores preoperatorios independientemente asociados a la conversión de colecistectomía laparoscópica a cirugía abierta en pacientes atendidos en el Hospital Nacional Carlos Alberto Seguín Escobedo (HNCASE), Arequipa, durante el periodo del 1 de enero de 2024 al 31 de julio de 2026. Metodología: Investigación cuantitativa, observacional, analítica, retrospectiva y de nivel relacional-explicativo (cohorte retrospectiva). Al tratarse de un estudio observacional retrospectivo, no requiere hipótesis formal. La población estará conformada por la totalidad de pacientes adultos sometidos a colecistectomía laparoscópica (Censo Institucional, N ≈ 1000-1200), delimitada en Universo, Población Blanco y Población Accesible/Muestra (precisando ingreso electivo vs. emergencia). Se recolectarán variables preoperatorias, operatorias y posoperatorias mediante una ficha estructurada. El análisis estadístico comprenderá la prueba Chicuadrado o Test de Fisher para la comparación bivariada (ORc) y un modelo de Regresión Logística Multivariable (o Regresión Penalizada de Firth según la frecuencia de eventos) con un intervalo de confianza del 95% y significación α = 0.05. Además, se evaluará la capacidad discriminatoria del modelo mediante Curvas ROC.