Introducción: El overcrowding o sobrecarga (OC) es un indicador de seguridad en la centrales de emergencias de adultos (CEA) que se puede medir a través de la escala NEDOCS. Es fundamental generar herramientas para predecir la ocurrencia de OC con anticipación.

Objetivo: Desarrollar y validar una herramienta de pronóstico de día OC en CEA.

Materiales y métodos: Estudio de cohorte retrospectiva de horas de la CEA del Hospital Italiano de Buenos Aires (HIBA) de junio 2016 a mayo 2018. Se obtuvo toda la información de bases de datos secundarias administrativas de alta calidad y de la Historia Clínica Electrónica (HCE). Se utilizó un grupo al azar de generación y otro de validación. Se estimó el valor de NEDOCS como variable continua de manera horaria para todo el periodo del estudio y se definieron los días con OC a aquellos en los que hubo o dio inicio una sucesión de 8 o más de 8 horas con NEDOCS superior a 180 (trennegro). Se construyó un modelo predictivo utilizando regresión logística multivariada. Se valido (estimacion de calibración y discriminación del modelo) interna (grupo de generacion, el de validacion, por bootstrapping) y externamente (temporal y otro centro HIBA sede San Justo).

Resultados: Se incluyeron 731 días de la CEA del HIBA, el grupo de generación incluyó 487 días (66,62%) y el grupo de validación 244 días (33,38%). Algunas de las variables que se asociaron a trennegro fueron días fríos (OR de 2,73 (IC95% 1,38 - 5,38), porcentaje de consulta por enfermedad tipo influenza el día previo al análisis (OR 2,13 (IC95% 1,75 - 2,59), estadía hospitalaria (OR 1,34 (IC95% 1,13 - 1,59)), porcentaje de fuga (OR 1,26 (IC95% 1,16 - 1,38)). Las variables protectoras para trennegro fueron: vacaciones (OR 0,10 (IC95% 0,03-0,29)), dia no laborable (OR 0,5 (IC95% 0,30-0,84)), mes de experiencia laboral de la residencia (OR 0,80 (IC95% 0,74-0,86)).

Las variables incluídas en el modelo predictivo final de trennegro fueron vacaciones (OR 0,013 (IC95% 0,001 - 0,59)); promedio de NEDOCS del día previo (OR 1,22 (IC95% 1,06 -1,43)); porcentaje horas NEDOCS rojo/negro día previo (OR 0,83 (IC95% 0,74 - 0,93)); porcentaje de horas NEDOCS día previo (OR 1,4 (IC95% 1,17 -1,66)); porcentaje de pacientes internados con estadía prolongada (OR 1,41 (IC95%1,06-1,86)); humedad (OR 1,10 (IC95% 1,01 -1,19)), y día frío (OR 18,96 (IC95% 1,01 - 355,92)). La discriminación fue de AUC 0,997 (IC95% 0,994 - 1) en el grupo de validación. La calibración del modelo fue muy alta en la validación interna y aceptable en la validación externa.

Conclusión: El modelo generado identifica adecuadamente los días en los que se va a desarrollar trennegro como medida objetivable de OC. La identificación de estos días permitiría gestionar el recurso humano y material para sobrellevar el OC.