Modelo pronóstico de muerte por la COVID-19

Alexis Álvarez Aliaga, Julio César González Aguilera, Alexis Suárez Quesada, Andrés José Quesada Vázquez, Liannys Lidia Naranjo Flores

Texto completo:

PDF

Resumen

Introducción: Se han empleado herramientas para pronosticar el riesgo de la COVID-19, pero en ninguna se ha evaluado su validez externa.

Objetivo: Evaluar la capacidad de un modelo, basado en factores pronósticos, de predecir el riesgo de morir por la COVID-19.

Material y método: Se realizó un estudio de cohorte en pacientes con la COVID-19 en el hospital provincial general “Carlos Manuel de Céspedes” del municipio Bayamo, provincia de Granma, desde el 1ero de enero 2020 hasta el 31 de marzo de 2023. Se seleccionaron a los pacientes confirmados de la COVID-19.  Se delimitó como variable dependiente a la muerte y variables independientes a evaluar a las sociodemográficas, hábitos tóxicos, comorbilidad, biomarcadores, fenotipos y escalas pronósticas.

Resultados: El modelo de regresión proporcional de Cox, demostró que los factores asociados al pronóstico de muerte fueron: clasificar en fenotipo 5 (HR= 6,41; IC 95 %= 1,49 a 13,44; p= 0,015) el antecedente de hipertensión arterial (HR= 2,01; IC 95 %= 1,34 a 2,98; p= 0,001) y la escala de RALE en 4 ó más puntos (HR= 1,94; IC 95 %=1, 47 a 7,90; p= 0,047). La capacidad discriminativa de modelo (estadístico C= 0,891) y su calibración fueron adecuadas (X2= 5,384; p= 0,637).

Conclusiones: La capacidad predictiva y la calibración del modelo fueron adecuadas. El modelo puede utilizarse como instrumento de vigilancia clínica y epidemiológica, al estimar el riesgo de morir en los sujetos más vulnerables.

Palabras clave

COVID-19; factores pronósticos; modelos pronósticos; mortalidad

Referencias

Zheng Z, Peng F, Xu B, Zhao J, Liu H, Peng J, et al. Risk factors of critical & mortal COVID-19 cases: A systematic literature review and meta-analysis. J Infect [Internet]. 2020 [Citado 24/09/2023]; 81(2):e16-25. Disponible en: http://dx.doi.org/10.1016/j.jinf.2020.04.021

Wynants L, van Calster B, Bonten M, Collins GS, Debray T, de Vos M, et al. Prediction models for diagnosis and prognosis of covid-19 infection: systematic review and critical appraisal. BMJ [Internet]. 2020 [Citado 24/09/2023]; 369: m1328. Disponible en: http://dx.doi.org/10.1136/bmj.m1328

Park SE. Epidemiology, virology, and clinical features of severe acute respiratory syndrome-coronavirus-2 (SARS-CoV-2; Coronavirus Disease-19). Clin Exp Pediatr [Internet]. 2020 [Citado 24/09/2023]; 63(4):119-124. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7170784/pdf/cep-2020-00493.pdf

González-Tabares R, Acosta-González F, Oliva-Villa E, Rodríguez-Reyes S, Cabeza-Echevarría I. Predictores de mal pronóstico en pacientes con la COVID-19. Revista Cubana de Medicina Militar [Internet]. 2020 [Citado 24/09/2023]; 49 (4) Disponible en: http://www.revmedmilitar.sld.cu/index.php/mil/article/view/918

Luna-Bernal IJ, Justo-Enríquez LM. Factores de riesgo y pronósticos en pacientes atendidos por sospecha de Covid-19. Arch Med Fam [Internet].2021 [Citado 24/09/2023]; 23(3):127-135. Disponible en: https://www.medigraphic.com/pdfs/medfam/amf-2021/amf213f.pdf

Li J, He X, Yuan Y, Zhang W, Li X, Zhang Y, et al. Meta-analysis investigating the relationship between clinical features, outcomes, and severity of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) pneumonia. Am J Infect Control [Internet]. 2021 [Citado 24/09/2023];49(1):82-89. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7292004/pdf/main.pdf

Naranjo-Flores L, Álvarez-Aliaga A, González-Aguilera JC, Suárez-Quesada A, Quesada-Vázquez AJ. Asociación de la comorbilidad y biomarcadores con el riesgo de morir por COVID-19 en pacientes graves. MULTIMED [revista en Internet]. 2023 [Citado 24/09/2023]; 27 Disponible en: https://revmultimed.sld.cu/index.php/mtm/article/view/2911

Berenguer J, Borobia AM, Ryan P, Rodríguez-Baño J, Bellón JM, Jarrín, I, et al.Development and validation of a prediction model for 30-day mortality in hospitalised patients with COVID-19: The COVID-19 SEIMC score. Thorax [Internet]. 2021 [Citado 24/09/2023]; 76(9):920-929. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7908055/pdf/thoraxjnl-2020-216001.pdf

Duca A, Piva S, Focà E, Latronico N, Rizzi M. Calculated Decisions: Brescia-COVID Respiratory Severity Scale (BCRSS)/Algorithm. Emergency Medicine Practice [Internet]. 2020 [Citado 24/09/2023]; 22(5 Suppl): CD1-CD2. Disponible en: https://www.ebmedicine.net/topics/infectious-disease/COVID-19/Calculators

Haimovich AD, Ravindra NG, Stoytchev S, Young HP, Wilson FP, van Dijk D, Schulz WL, Taylor RA. Development and Validation of the Quick COVID-19 Severity Index: A Prognostic Tool for Early Clinical Decompensation. Ann Emerg Med [Internet]. 2020 [Citado 24/09/2023];76(4):442-453. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC73733004/pdf/main.pdf

Osejo-Betancourt M, Pardo-Diaz YP, García-Camargo JP, Carrillo-Bayona J, Ortiz-Ruiz G. Puntaje radiográfico de evaluación del edema pulmonar (RALE) y su asociación con desenlaces clínicos en el síndrome de dificultad respiratoria aguda en Colombia. Acta Colombiana de Cuidado Intensivo [Internet]. 2022 [Citado 24/09/2023]; 22(4):299-307. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8746788/pdf/main.pdf

Mazumdar M, Glassman JR. Categorizing a prognostic variable: review of methods, code for easy implementation and applications to decision-making about cancer treatments. Stat Med. 2000 Jan 15;19(1):113-32. doi: 10.1002/(sici)1097-0258(20000115)19:1<113::aid-sim245>3.0.co;2-o. PMID: 10623917.

Águila-Gordo D, Martínez-Del Río J, Mazoteras-Muñoz V, Negreira-Caamaño M,Nieto-Sandoval M, de la Sierra P, Piqueras-Flores J. Mortalidad y factores pronósticos asociados en pacientes ancianos y muy ancianos hospitalizados con infección respiratoria COVID-19. Rev Esp Geriatr Gerontol [Internet]. 2021[Citado 24/09/2023]; 56(5): 259-67. Disponible en: https://www.elsevier.es/es-revista-revista-espanola-geriatria-gerontologia-124-pdf-S0211139X20301748

Giralt-Herrera A, Rojas-Velázquez J, Leiva-Enríquez J. Relación entre COVID-19 e hipertensión arterial. Revista Habanera de Ciencias Médicas [Internet]. 2020 [Citado 24/09/2023]; 19 (2) Disponible en: https://revhabanera.sld.cu/index.php/rhab/article/view/3246

Zuin M, Rigatelli G, Zuliani G, Rigatelli A, Mazza A, Roncon L. Arterial hypertension and risk of death in patients with COVID-19 infection: Systematic review and meta-analysis. J Infect [Internet]. 2020 [Citado 24/09/2023]; 81(1):e84-e86. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7151373/pdf/main.pdf

Halvatsiotis P, Kotanidou A, Tzannis K, Jahaj E, Magira E, Theodorakopoulou M, et al. Demographic and clinical features of critically ill patients with COVID-19 in Greece: The burden of diabetes and obesity. Diabetes Res Clin Pract [Internet]. 2020 [Citado 24/09/2023];; 166: 108331. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7366091/pdf/main.pdf

Yang JK, Feng Y, Yuan MY, Yuan SY, Fu HJ, Wu BY, Sun GZ, Yang GR, Zhang XL, Wang L, Xu X, Xu XP, Chan JC. Plasma glucose levels and diabetes are independent predictors for mortality and morbidity in patients with SARS. Diabet Med. 2006 Jun;23(6):623-8. doi: 10.1111/j.1464-5491.2006.01861.x. PMID: 16759303.

Escalona-González S, González-Milán Z, Borrero-Celles O, Ricardo-Paez B. Enfermedad renal crónica agudizada como causa de mortalidad en paciente con COVID-19. Revista Cubana de Medicina [Internet]. 2023 [Citado 24/09/2023]; 62 (3) Disponible en: https://revmedicina.sld.cu/index.php/med/article/view/3167

Leung C. Risk factors for predicting mortality in elderly patients with COVID-19: A review of clinical data in China. Mech Ageing Dev [Internet]. 2020 [Citado 24/09/2023]; 188:111255. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7184979/pdf/main.pdf

Tomidokoro D, Asai Y, Hayakawa K , Kutsuna S , Terada M, Sugiura W, et al. Comparison of the clinical characteristics and outcomes of Japanese patients with COVID-19 treated in primary, secondary, and tertiary care facilities. J Infect Chemother [Internet]. 2023 [Citado 24/09/2023]; 29 (3):302-08. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9745966/pdf/main.pdf

Bertini CD, Khawaja F, Sheshadri A, Khawaja F, Sheshadri. Coronavirus Disease-2019 in the Immunocompromised Host. Clin Chest Med [Internet]. 2023 [Citado 24/09/2023];44:395-406 Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9678818/pdf/main.pdf

Obregón-Santos Á, Adolfo-Prohias J, Pérez-Barreda A, Vila-García E. Insuficiencia cardíaca aguda en época de COVID-19. Revista Cubana de Cardiología y Cirugía Cardiovascular [Internet]. 2020 [Citado 24/09/2023]; 26 (2) Disponible en: https://revcardiologia.sld.cu/index.php/revcardiologia/article/view/995

Salinas-Botrán A, Sanz-Cánovas J, Pérez-Somarriba J, Pérez-Belmonte LM, Cobos-Palacios L, Rubio-Rivas M, et al. Características clínicas y factores de riesgo de mortalidad al ingreso en pacientes con insuficiencia cardíaca hospitalizados por COVID-19 en España. Rev Clin Esp [Internet]. 2022 [Citado 24/09/2023]; 222(5): 255-65. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8285252/pdf/main.pdf

Murrieta-Peralta E, Chischistz-Condey AP, Holguin-Andrade KI, Cadena-Fernández A, Cervantes-Flores HA, Ramírez-Landero J, et al. Correlación del índice de severidad por tomografía y pronóstico de pacientes con neumonía por COVID-19. Neumol Cir Torax [Internet]. 2021[Citado 24/09/2023]; 80 (1): 19-28. Disponible en: https://www.scielo.org.mx/pdf/nct/v80n1/0028-3746-nct-80-01-19.pdf

Barrientos Ramirez, RC. Uso de la escala de evaluación radiológica de edema pulmonar (Rale) en pacientes con covid-19. Revista Diversidad Científica [Internet]. 2021[Citado 24/09/2023]; 1(1): 53-60. Disponible en: https://doi.org/10.36314/diversidad.v1i1.7.

Zhang R, Ouyang H, Fu L, Wang S, Han J, Huang K, Jia M, Song Q, Fu Z. CT features of SARS-CoV-2 pneumonia according to clinical presentation: a retrospective analysis of 120 consecutive patients from Wuhan city. Eur Radiol [Internet]. 2020 [Citado 24/09/2023];30(8):4417-4426. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7150608/pdf/330_2020_Article_6854.pdf

Yang Y, Xie J, Guo F, Longhini F, Gao Z, Huang Y, Qiu H. Combination of C-reactive protein, procalcitonin and sepsis-related organ failure score for the diagnosis of sepsis in critical patients. Ann Intensive Care [Internet]. 2016 [Citado 24/09/2023]; 6(1):51. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4901212/pdf/13613_2016_Article_153.pdf

Galicia García Cesar, Santana Hernández Gabriela Patricia, Vega Sánchez Ángel Emmanuel. Asociación de ferritina con deterioro ventilatorio y mortalidad debido a COVID-19 en terapia intensiva. Med. crít. (Col. Mex. Med. Crít.) [revista en la Internet]. 2021 [Citado 24/09/2023];35( 3 ): 121-129. Disponible en: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448-89092021000300121&lng=es.

Lapić I, Rogić D, Plebani M. Erythrocytesedimentation rate is associated with severe coronavirus disease 2019 (COVID-19): a pooled analysis. Clin Chem Lab Med [Internet]. 2020 [Citado 24/09/2023]; 58(7): [aprox. 2p.]. Disponible en: https://www.degruyter.com/view/journals/cclm/ahead-of-print/article-10.1515-cclm-2020-0620/article-10.1515-cclm-2020-0620.xml.

Yan L, Zhang H, Goncalves J, Xiao Y, Wang M, Guo Y, et al. An interpretable mortality prediction model for COVID-19 patients. Nat Mach Intell [Internet]. 2020 [Citado 24/09/2023]; 2:283-8. Disponible en: http://dx.doi.org/10.1038/s42256-020-0180-7.



Añadir comentario

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.