Original article

IJEPH. 2023; 6(2): e-10163

DOI: 10.18041/2665-427X/ijeph.2.10163

Determinantes clínicos asociados a la estancia hospitalaria prolongada de pacientes hospitalizados con mieloma múltiple

Clinical determinants associated with prolonged length of stay in patients hospitalized with multiple myeloma



Roger Javier Guerra Angel 1 ORCID Email ; Katherine Becerra Caicedo2 ORCID Vanessa Luna Murillo1 ORCID

1 Departamento de Calidad en Salud, Fundación Valle del Lili, Cali, Colombia

2 Maestría en Epidemiología, Universidad Libre, Cali, Colombia


Autor de correspondencia: Roger Javier Guerra Angel guerra@fvl.org.co Email

Conflicto de interés: No se declara conflictos de interés



Citation: Guerra ARJ, Becerra CK, Luna MV. Determinantes clínicos asociados a la estancia hospitalaria prolongada de pacientes hospitalizados con mieloma múltiple iJEPH.2023; 6(2): e-10163. Doi: 10.18041/2665- 427X/ijeph.2.10163.

Recibido: 25 abril 2023 Aceptado: 29 diciembre 2023 Publicado: 30 diciembre 2023


Resumen

Introducción: El Mieloma Múltiple es una enfermedad hematoncológica de baja incidencia, pero de alta concentración clínica y carga hospitalaria para los sistemas de salud. La importancia de identificar factores que puedan ser predictores de estancia prolongada es vital para la planificación de recursos, la toma de decisiones y mejora de la gestión clínica en cáncer.

Objetivo: Estimar las variables clínicas predictoras de estancia prolongada en admisiones hospitalarias de pacientes con Mieloma Múltiple

Métodos: Estudio observacional analítico de casos y controles, que incluyó pacientes con Mieloma Múltiple hospitalizados durante el periodo 2017 a 2021. Se denominó caso a las admisiones hospitalarias superiores a 14 días (referente NIH, EE. UU) y controles a las admisiones hospitalarias inferiores. Se realizó estadística descriptiva nominal y categórica con un análisis multivariado mediante regresión logística para estimar determinantes clínicos predictivos de estancia prolongada y análisis de sensibilidad con curva de ROC.

Resultados: Se incluyeron 391 admisiones hospitalarias con 150 casos y 241 controles, correspondientes a 223 pacientes. Las infecciones (OR: 1.74; IC 95%:1.12-2.71), trastornos hidroelectrolíticos y metabólicos (OR: 2.1; IC 95%: 1.28-3.45), deficiencias nutricionales (OR: 2.7; IC 95%: 1.6-4.8), y las alteraciones psiquiátricas (OR: 20.5; IC 95%: 1.14-3.69) se presentaron como factores de riesgo predictivo para estancia hospitalaria prolongada en pacientes hospitalizados con mieloma múltiple.

Conclusiones: Las infecciones, los trastornos hidroelectrolíticos y metabólicos, las deficiencias y trastornos nutricionales y las alteraciones siquiátricas fueron lo factores relacionados con la estancia hospitalaria prolongada.

Palabras clave: Mieloma múltiple; centros de atención del cáncer; servicio de oncología, hospital; duración de la estancia; administración de servicios de salud.

Contribución clave del estudio

Objetivo Estimar variables clínicas predictoras de estancia prolongada en admisiones hospitalarias de pacientes con Mieloma Múltiple
Diseño del estudio Casos y controles
Fuente de información Base de datos de historias clínicas, Institución hospitalaria de alta complejidad, Cali
Población / muestra 391 admisiones hospitalarias de pacientes con Mieloma Múltiple
Análisis estadísticos Estadística descriptiva nominal y categórica, análisis bivariado con Ji 2, análisis multivariado con regresión logística, análisis de sensibilidad con ROC
Principales hallazgos Las Infecciones, las carencias nutricionales, la morbilidad psiquiátrica y los trastornos hidroelectrolíticos y metabólicos, se asociaron con una estancia prolongada en pacientes hospitalizados con mieloma múltiple..

Introducción

El Mieloma múltiple, es un trastorno maligno de las células plasmáticas con alta incidencia entre la población adulta mayor y los cánceres hematológicos. En la actualidad expone una carga a los sistemas sanitarios por el alto consumo de recursos, debido principalmente a la larga estancia hospitalaria 1.

La cantidad de recursos asignados al manejo oncológico aumenta constantemente a nivel global 2,3, y se insta en los sistemas de salud, una mejora en la adecuación de las unidades de atención oncológicas de alta complejidad y optimización del recurso. Para esto, uno de los indicadores clave de la eficiencia hospitalaria radica en la duración de la estancia hospitalaria y la importancia de identificar factores que puedan ser predictores de la duración de la estadía. La capacidad de predecir la duración de la estancia es vital para la planificación de recursos, la toma de decisiones y la mejora en la oportunidad de acceso en centros de salud oncológica y en general 4.

Las estimaciones respecto a la carga hospitalaria del cáncer y el consumo de recursos sanitarios se basan en datos norteamericanos y europeos, con una tendencia incremental en todos los servicios de salud, que varía del 18 % al 26 % del consumo de atención médica específicos del mieloma múltiple 5, y sus causas asociadas de hospitalización respectivamente 6.

En Latinoamérica, el mieloma múltiple representa una carga incremental para la salud de la población adulta mayor y los sistemas de atención sanitarios. Se estima que para el año 2025 un aumento de hospitalizaciones por encima del 22 % para pacientes ≥60 años, hecho que marca un potencial consumo de recursos y una morbilidad asociada considerablemente alta para una patología poco frecuente 7.

El mieloma múltiple como enfermedad crónica cursa con múltiples factores de riesgo para alta complejidad. Dentro de estos se destaca la edad, la falla renal, el trasplante de la medula ósea, las fracturas patológicas y las infecciones como principales contribuyentes en la carga hospitalaria actual 8.

En Estados Unidos, en una cohorte de 17,264 pacientes con mieloma múltiple disponible de la Muestra Nacional de Pacientes Hospitalizados (NIS) en 2015 se determinó una estancia hospitalaria media de 7.22 ± 7.56 1. Respecto a las variables explicativas de las estancias superiores, la literatura documenta que en América la primera causa son las infecciones 9, mientras que en Europa, las causas de la estancia hospitalaria están relacionadas con las enfermedades infecciosas, la falla renal, las citopenias y los trastornos metabólicos 10.

A nivel nacional, existen pocos estudios relacionados al entendimiento hospitalario del mieloma múltiple. El registro poblacional de cáncer de Cali estimó para esta patología unas tasas de incidencia anual estandarizada de 3.1 en hombres y 2.1 en mujeres por cada 100,000 habitantes durante el año 2020 11; La baja incidencia del mieloma múltiple respecto a otras enfermedades crónicas no trasmisibles, referencia la falta de información sobre las características y necesidades de esta población en Colombia 12; descuidando una enfermedad de alta concentración clínica, una baja frecuencia pero con un alto impacto hospitalario que puede desplazar recursos para la atención de otras poblaciones requirentes de alta complejidad en cáncer.

El objetivo de este estudio fue estimar las variables clínicas predictoras de la estancia prolongada en admisiones hospitalarias de pacientes con mieloma múltiple.

Materiales y Métodos

Se realizó un diseño de estudio tipo observacional analítico de casos y controles. Se seleccionaron los pacientes con al menos una hospitalización relacionada directamente con el diagnóstico de mieloma múltiple entre enero de 2017 y el 30 de junio del 2021, independiente de su edad, sexo, lugar de nacimiento o régimen de afiliación en una IPS de alta Complejidad de Colombia. Se seleccionó el universo de los reportes de mieloma múltiple hospitalizados durante el periodo con una relación de 1 caso por 1.6 controles pareados por sexo.

Se examinaron retrospectivamente las historias clínicas de los pacientes hospitalizados con codificación diagnostica CIE-10 C90.0 - C90.1 - C90.2 y la validación del diagnóstico con reporte de biopsia. Las variables de complicaciones asociadas directamente al mieloma múltiple se relacionaron según la Guía Nacional de la Asociación Colombiana de Hematología y Oncología para el manejo del mieloma múltiple 13 e International Guide for Multiple Mieloma: Pautas de práctica clínica de la EHA-ESMO 14. Se excluyeron registros de pacientes sin información o que presentaran diagnósticos discordantes en la historia clínica o no atribuibles a la enfermedad. Las admisiones hospitalarias prestadas para atención electiva o programada, admisiones para realización de trasplante de médula ósea o sesiones de quimioterapia, y codificación diagnostica de Covid-19 CIE-10: U071-U072 también fueron excluidas.

La duración de la estancia, es un único episodio de hospitalización; los días de hospitalización se calculan restando el día de admisión del día de alta; la estancia hospitalaria prolongada se definió como el tiempo en días de hospitalización superior al referente promedio de días de estancia documentado en la literatura científica, utilizando el conjunto de datos de una cohorte de 17,264 pacientes con mieloma múltiple disponible de la Muestra Nacional de Pacientes Hospitalizados (NIS) en 2015 en EE.UU con una estancia hospitalaria media de 7.22 (+/- DE 7.56) para una estancia esperada de 14 días como punto de corte superior 1.

Se definió como caso, el paciente con mieloma múltiple cuya estancia hospitalaria supero una estancia mayor al referente del NIS y se denominó control al paciente con mieloma múltiple cuya estancia hospitalaria fue menor o igual respecto al mismo. Toda la información clínica se obtuvo de la base de datos del Sistema de información de la IPS prestadora.

Se recolectaron variables sociodemográficas de edad, sexo y régimen de seguridad social en salud; las variables clínicas recolectadas incluyeron antecedentes de trasplante de médula ósea y presencia de metástasis, junto a enfermedades asociadas al mieloma múltiple durante la admisión hospitalaria que comprendían: la falla renal, las infecciones, los trastornos hidroelectrolíticos y metabólicos, las fracturas patológicas, la neutropenia, la neuropatía, los trastornos psiquiátricos y las deficiencias nutricionales. La variable desenlace fue la estancia hospitalaria prolongada.

Las variables categóricas fueron reportadas como porcentajes. Se realizó un análisis univariado para describir las características socios demográficas y clínicas de la población. Las variables numéricas con distribución normal (shapiro Wilk) se presentaron con el promedio y las desviaciones estándar y aquellas con distribución no normal se presentaron con la mediana y los rangos intercuartílicos. Las variables categóricas se reportaron como proporciones.

El análisis bivariado comparó los determinantes sociodemográficos y clínicos con la variable de estancia hospitalaria prolongada para resaltar las posibles diferencias entre estos grupos. Se dicotomizo la variable dependiente de estancia hospitalaria (esperada o prolongada) y se utilizó la prueba Ji 2 para la comparación categórica.

Sobre la base del análisis bivariado, se determinó el modelo de regresión logística con la variable dependiente para estimar los determinantes asociados. Las estimaciones ajustadas con significancia estadística (p <0.05 en el análisis bivariado y p <0.025 en el análisis multivariado) se presentaron como márgenes predictivos de riesgo para hospitalizaciones con estancia prolongada.

Toda la información fue recolectada en Microsoft Office Excel® y analizada usando el paquete estadístico Stata 14.0.

Resultados

Para el periodo 2017 a junio de 2021, Se identificó inicialmente una cohorte de 322 pacientes con 614 admisiones hospitalarias, que tenían diagnóstico de mieloma múltiple confirmado por biopsia. Tras los criterios de exclusión se seleccionaron e incluyeron 150 admisiones hospitalarias con estancia prolongada que se clasificaron como casos y 241 admisiones hospitalarias que expusieron estancia hospitalaria menor o igual al referente y se clasificaron como controles, para una relación de 1 caso por 1.6 controles utilizando como variable de emparejamiento la edad para un total de 223 pacientes con 391 admisiones hospitalarias incluidas por causas relacionadas al mieloma múltiple. El algoritmo de la población de estudio se describe en la Figura 1.

2665-427X-ijeph-6-02-e-10163-gf1.jpg

Figura 1. Diagrama de flujo de selección de la población incluida

La media de edad de los pacientes hospitalizados fue de 62.7 (±10.8) años y la categorización por sexo fue homogénea (Femenino= 47.8 %). La media de estancia hospitalaria por admisión fue de 6.5 días (DS: 9.5) y mediana de 7 días (RIQ: 9); el promedio de admisiones hospitalarias por paciente fue de 1.7 hospitalizaciones (DS: 1.6), el 91 % de las admisiones correspondieron al régimen contributivo.

Respecto a las enfermedades relacionadas al mieloma múltiple presentadas durante la hospitalización, la anemia representó el 62.9 % seguido de las infecciones (44.7 %) y las fracturas patológicas (30.9 %); mientras la neuropatía (10.7 %), la trombocitopenia (10.2 %), y los efectos adversos antineoplásicos (2.3 %), representaron la menor proporción de causas relacionadas a las hospitalizaciones por mieloma múltiple (Tabla 1).

Table 1. Características Clínicas y Sociodemográficos de admisiones hospitalarias relacionadas al Mieloma Múltiple en una IPS Colombiana de alta complejidad durante los años 2017 a 2021

Características clínicas y sociodemográficas Descriptor Medida resumen
N (391) %
Edad (Media) 62.7 (DS*:10.8)
Duración de la Estancia Hospitalaria (LOS) (Media) 6.55 (DS*: 9.5)
(Mediana) 7 (RIQ**:7-16)
Admisiones Hospitalarias por paciente (Media) 1.55 (DS:0.9)
Sexo Femenino 187 47.8
Masculino 204 52.2
Régimen de Salud Contributivo 356 91.1
Subsidiado 35 8.9
Infecciones Si 175 44.7
No 216 55.2
Insuficiencia Renal Si 102 26.1
No 289 73.9
Trastornos hidroelectrolíticos y metabólicos Si 95 24.3
No 296 75.7
Fractura Patológica Si 121 30.9
No 270 69.0
Deficiencias Nutricionales Si 70 17.9
No 321 82.1
Anemia Si 145 62.9
No 246 37.1
Neutropenia Si 44 11.2
No 347 88.7
Alteraciones Psiquiátricas Si 60 15.3
No 331 84.7
Neuropatía Si 42 10.7
No 349 89.2
Trombocitopenia Si 40 10.2
No 351 89.8
Efectos Adversos Antineoplásicas Si 9 2.3
No 382 97.7

*DS: Desviación Estándar **RIC: Rango Intercuartílico

Respecto al análisis bivariado, las infecciones (OR: 1.8; IC 95 %: 1.18-2.8), los trastornos hidroelectrolíticos y metabólicos (OR: 1.94; IC 95 %: 1.18-3.18), las deficiencias y trastornos nutricionales (OR: 2.95; IC 95%: 1.68-5.23) y las alteraciones siquiátricas (OR: 2.23; IC 95 %: 1.23-4.06), expusieron diferencias significativas (p <0.05) con relación a LOS prolongada. Las demás causas clínicas asociadas al mieloma múltiple, ni las variables socio demográficas tuvieron diferencias respecto a las estancias prolongadas (Tabla 2).

Tabla 2.Análisis bivariado entre los determinantes clínicos y sociodemográficos del Mieloma Múltiple respecto a la estancia hospitalaria Prolongada en una IPS Colombiana de alta complejidad durante los años 2017 a 2021

Característica clínico y sociodemográfico Descriptor Medida Resumen LOS Prolongada OR (IC 95%) Valor p*
N: 391 (%) SI NO
Edad Media 63.08 (±10.5) 62.0 (±10.5) 63.1 (±11) (61.7-64.5) 0.294
(60.2-63.7)
Sexo Femenino 187 (47.8) 117 70 1.07 (0.7-1.6) 0.717
Masculino 204 (52.2) 124 80
Régimen de Salud Contributivo 356 (91.1) 134 222 0.7 (0.3-1.5) 0.348
Subsidiado 35 (8.9) 16 19
Infecciones Si 175 (44.7) 81 94 1.8 (1.18-2.83) 0.003*
No 216 (55.2) 69 147
Insuficiencia Renal Si 102 (26.1) 40 62 1.04 (0.6-1.7) 0.836
No 289 (73.9) 110 289
Trastornos hidroelectrolíticos y metabólicos Si 95 (24.3) 48 47 1.94 (1.18-3.18) 0.005*
No 296 (75.7) 102 194
Fractura Patológica Si 121 (30.9) 52 98 1.3 (0.8-2.0) 0.209
No 270 (69) 69 172
Deficiencias y Trastornos nutricionales Si 70 (17.9) 42 28 2.95 (1.68-5.23) 0.000*
No 321 (82.1) 108 213
Anemia Si 145 (62.9) 48 102 0.69 (0.44-1.09) 0.100
No 246 (37.1) 97 144
Neutropenia Si 44 (11.2) 21 23 1.54 (0.7-3.0) 0.175
No 347 (88.7) 129 218
Alteraciones Psiquiátricas Si 60 (15.3) 33 27 2.23 (1.23-4.06) 0.004*
No 331 (84.7) 117 214
Neuropatía Si 42 (10.7) 22 20 1.89 (0.9-3.8) 0.048
No 349 (89.2) 128 221
Trombocitopenia Si 40 (10.2) 14 26 0.85 (0.39-1.76) 0.644
No 351 (89.8) 136 215
Efectos Adversos Antineoplásicas Si 9 (2.3) 2 7 0.45 (0.45-2.41) 0.313
No 382 (97.7) 148 234

*Prueba Ji 2 (se estableció significancia estadística con valor de p <0.05)

** para la media se utilizó prueba T-student (se estableció significancia estadística con valor de p <0.05) (Estancia Hospitalaria Prolongada)

Respecto a las variables explicativas relacionadas en el modelo de regresión logística multivariada. Se ajustaron a partir del modelo saturado hacia el modelo parsimonioso de acuerdo con los determinantes clínicos del mieloma múltiple con diferencias significativas en la estancia hospitalaria prolongada. El modelo determinó que las infecciones (OR: 1.74; IC 95 %:1.12-2.71), los trastornos hidroelectrolíticos y metabólicos (OR: 2.1; IC 95 %: 1.28-3.45), las deficiencias y trastornos nutricionales (OR: 2.7; IC 95 %: 1.6-4.8), las alteraciones mentales y psiquiátricas (OR: 20.5; IC 95 %: 1.14-3.69) se presentaron como factor de riesgo para estancia hospitalaria prolongada o atípicas en pacientes hospitalizados por mieloma múltiple (Tabla 3).

Tabla 3. Análisis multivariado de determinantes clínicos del mieloma múltiple que explican la estancia hospitalaria prolongada en una IPS Colombiana de alta complejidad durante los años 2017 a 2021

Determinante clínico OR IC 95% p-value
Infecciones 1.74 1.12-2.71 0.013
Trastornos hidroelectrolíticos y metabólicos 2.10 1.28-3.45 0.003
Deficiencias y trastornos nutricionales 2.79 1.60-4.86 0.000
Alteraciones mentales y psiquiátricas 2.05 1.14-3.69 0.016
cons 0.269 0.18-0.38 0.000

* se estableció significancia estadística con valor de p <0.025

Respecto el modelo parsimonioso de la regresión logística multivariada. El área bajo la curva del modelo fue de 68.0 %. El modelo es inespecífico, con una baja sensibilidad



2665-427X-ijeph-6-02-e-10163-gf2.jpg

Figura 2. Curva ROC para los determinantes clínicos del mieloma múltiple que explican la estancia hospitalaria prolongada

Conclusions

Las infecciones, los trastornos hidroelectrolíticos y metabólicos, los trastornos nutricionales, las alteraciones mentales y psiquiátricas pueden considerarse como determinantes predictivos para la estancia hospitalaria prolongada de manera independiente en pacientes hospitalizados con mieloma múltiple.

La carga hospitalaria relacionada con el mieloma múltiple es sustancialmente alta, los esfuerzos de una atención integral para prevenir y minimizar estos determinantes entre los pacientes con mieloma múltiple pueden suponer una reducción en los tiempos de hospitalización y los recursos asociados.

Las investigaciones a futuro deberían orientarse con manejos integrales para la población que padece un mieloma múltiple con estos determinantes clínicos, y evaluar los beneficios de implementar intervenciones guiadas como intervención psiquiátrica de enlace y atención psicosocial oportuna, equipo multidisciplinario de apoyo nutricional (NST) en cáncer y seguimientos de dieta estrechos para prevenir resultados indeseados y esfuerzos en las descompensaciones hidroelectrolíticas y metabólicas para evaluar reducciones a la carga hospitalaria de la atención médica asociada con el mieloma múltiple.

Referencias

  1. Aggarwal S, Kumar S, Topaloglu O. Hospitalization lenght of stay and costs in patients with multiple myeloma: analysis of us national in-patient data for 2015. Value in Health. 2018; 21: S34. DOI: 10.1016/j.jval.2018.04.219
  2. Gonzalez-McQuire S, Yong K, Leleu H, Mennini FS, Flinois A, Gazzola C, et al. Healthcare resource utilization among patients with relapsed multiple myeloma in the UK, France, and Italy. J Med Econ. 2018; 21(5): 450-67. DOI: 10.1080/13696998.2017.1421546
  3. Kolovos S, Nador G, Kishore B, Streetly M, Rabin NK, Chantry AD, et al. Unplanned admissions for patients with myeloma in the UK: Low frequency but high costs. J Bone Oncol. 2019; 17: 100243. DOI: 10.1016/j.jbo.2019.100243
  4. Ceballos-Acevedo TM, Velásquez-Restrepo PA, Jaén-Posada JS. Duración de la estancia hospitalaria. Metodologías para su intervención. Rev Gerenc Políticas Salud. 2014; 13(27): 274-95. DOI: 10.11144/Javeriana.rgyps13-27.dehm
  5. Maiese EM, Evans KA, Chu BC, Irwin DE. Temporal trends in survival and healthcare costs in patients with multiple myeloma in the United States. Am Health Drug Benefits. 2018; 11(1): 39-46.
  6. Vakit A, Patel B, Jonnalagadda A, Alhaj M, Shenoy A. Trends of Hospitalization for Multiple Myeloma Patients-Insights from the National Inpatient Sample Database. Clin Lymphoma Myeloma Leukemia. 2018; 18: S245. DOI: 10.1200/JCO.2018.36.15_suppl.e20015
  7. Pineli M, Amigo C, Alvarado CA, Figueroa R, Bucheli E. Multiple myeloma: burden of disease analysis in some countries of latin america. Oncol Clín. 2018; 23(1): 27-34. DOI: 10.56969/oc.v23i1.67
  8. Kazandjian D. Multiple myeloma epidemiology and survival: A unique malignancy. Semin Oncol. 2016; 43(6): 676-81. DOI: 10.1053/j.seminoncol.2016.11.004
  9. Cowan AJ, Allen C, Barac A, Basaleem H, Bensenor I, Curado MP, et al. Global burden of multiple myeloma: a systematic analysis for the global burden of disease study 2016. JAMA Oncol. 2018; 4(9): 1221-7. DOI: 10.1001/jamaoncol.2018.2128
  10. Dumontet C, Couray-Targe S, Teisseire M, Karlin L, Maucort-Boulch D. Real life management of patients hospitalized with multiple myeloma in France. PLoS One. 2018; 13(5): e0196596. DOI: 10.1371/journal.pone.0196596
  11. Bravo LE, Garcia LS, Collazos P, Carrascal E, Grillo-Ardila EK, Millan E, et al. Cancer epidemiology in Cali, 60 years of experience. Colomb Med (Cali). 2022; 53(1): e2005050. 10.25100/cm.v53i1.5050
  12. Segovia J, Duarte M, Restrepo JG, Saavedra CE, Andrade RE. Mieloma múltiple en el Hospital Universitario Fundación Santa Fe de Bogotá (1983-2006). Acta Méd Colomb. 2008; 33(4): 276-81.
  13. Asociación Colombiana de Hematología y Oncología (ACHO); Fundación Universitaria de Ciencias de la Salud. Guía de Práctica Clínica para el tratamiento del mieloma múltiple. Bogotá, Colombia; 2020 Disponible en: https://www.fucsalud.edu.co/sites/default/files/2020-06/GPC-MIELOMA-MULTIPLE-V-PROFESIONAL-salud.pdf
  14. Dimopoulos MA, Moreau P, Terpos E, Mateos MV, Zweegman S, Cook G, et al. Multiple Myeloma: EHA-ESMO Clinical Practice Guidelines for Diagnosis, Treatment and Follow-up. Hemasphere. 2021; 5(2): e528. DOI: 10.1016/j.annonc.2020.11.014
  15. Pratt G, Goodyear O, Moss P. Immunodeficiency and immunotherapy in multiple myeloma. British J Haematol. 2007; 138(5): 563-79. DOI: 10.1111/j.1365-2141.2007.06705.x
  16. Park H, Youk J, Kim HR, Koh Y, Kwon JH, Yoon SS, et al. Infectious complications in multiple myeloma receiving autologous stem cell transplantation in the past 10 years. Int J Hematol. 2017; 106(6): 801-10. DOI: 10.1007/s12185-017-2313-2
  17. Yilmaz M, Atilla FD, Sahin F, Saydam G. The effect of malnutrition on mortality in hospitalized patients with hematologic malignancy. Support Care Cancer. 2020; 28(3): 1441-8. DOI: 10.1007/s00520-019-04952-5
  18. Lee DH, Fung TT, Tabung FK, Marinac CR, Devore EE, Rosner BA, et al. Prediagnosis dietary pattern and survival in patients with multiple myeloma. Int J Cancer. 2020; 147(7): 1823-30. DOI: 10.1002/ijc.32928
  19. Greenfield DM, Boland E, Ezaydi Y, Ross RJM, Ahmedzai SH, Snowden JA, et al. Endocrine, metabolic, nutritional and body composition abnormalities are common in advanced intensively-treated (transplanted) multiple myeloma. Bone Marrow Transplant. 2014; 49(7): 907-12. DOI: 10.1038/bmt.2014.63
  20. Borsi E, Serban CL, Potre C, Potre O, Putnoky S, Samfireag M, et al. High carbohydrate diet is associated with severe clinical indicators, but not with nutrition knowledge score in patients with multiple myeloma. Internat J Environm Res Public Health. 2021; 18(10): 5444. DOI: 10.3390/ijerph18105444
  21. Hagiwara S, Mori T, Tuchiya H, Sato S, Higa M, Watahiki M, et al. Multidisciplinary nutritional support for autologous hematopoietic stem cell transplantation: A cost-benefit analysis. Nutrition. 2011; 27: 1112-7. DOI: 10.1016/j.nut.2010.11.010
  22. Han X, Lin CC, Li C, de Moor JS, Rodriguez JL, Kent EE, et al. Association between serious psychological distress and health care use and expenditures by cancer history. Cancer. 2015; 121(4): 614-22. DOI: 10.1002/cncr.29102
  23. Niazi S, Frank RD, Sharma M, Roy V, Ames S, Rummans T, et al. Impact of psychiatric comorbidities on health care utilization and cost of care in multiple myeloma. Blood Adv. 2018; 2(10): 1120-8. DOI: 10.1182/bloodadvances.2018016717
  24. Stiefel FC, Breitbart WS, Holland JC. Corticosteroids in cancer: neuropsychiatric complications. Cancer Invest. 1989; 7(5): 479-91. DOI: 10.3109/07357908909041378
  25. Vanstechelman S, Vantilborgh A, Lemmens G. Dexamethasone-induced catatonia in a patient with multiple myeloma. Acta Clin Belg. 2016; 71(6): 438-40. DOI: 10.1080/17843286.2016.1146442
  26. Copeland A, Freeman A, Baggett C, Zhou L, Shea TC, Tuchman SA, et al. Prevalence of depression and anxiety in older patients with multiple myeloma in North Carolina: A population-based, claims-based assessment. J Clin Oncol. 2017; 35(15 suppl): 10048-10048. DOI: 10.1200/JCO.2017.35.15_suppl.10048
  27. Ribeiro-Carvalho F, Gonçalves-Pinho M, Bergantim R, Freitas A, Fernandes L. Trend of depression and its association with sociodemographic and clinical factors among multiple myeloma hospitalizations: A Portuguese nationwide study from 2000 to 2015. Psycho-Oncology. 2020; 29(10): 1587-94. DOI: 10.1002/pon.5469
  28. Gavriatopoulou M, Paschou SA, Ntanasis-Stathopoulos I, Dimopoulos MA. Metabolic Disorders in Multiple Myeloma. Int J Mol Sci. 2021; 22(21): 11430. doi: 10.3390/ijms222111430.
  29. Huang HY, Wang Y, Wang WD, Wei XL, Gale RP, Li JY, et al. A prognostic survival model based on metabolism-related gene expression in plasma cell myeloma. Leukemia. 2021; 35(11): 3212-3222. doi: 10.1038/s41375-021-01206-4
  30. Anandan A, Kolk M, Ferrari N, Copley M, Driscoll J, Caimi P, Rashidi A, de Lima M, Malek E. Serum electrolyte dynamics in multiple myeloma patients undergoing autologous haematopoietic stem cell transplantation. Nephrol. 2020; 25(6): 450-456. doi: 10.1111/nep.13712