CO-104 - MODELO PREDICTIVO DE MUERTE O INTUBACIÓN EN PACIENTES INGRESADOS POR COVID-19
1Medicina Interna, 2Hematología, 3Reumatología, 4Neumología. Hospital Universitario de Salamanca. Hospital Clínico. Salamanca.
Objetivos: El triaje eficiente de los pacientes COVID-19 en el momento de admisión hospitalaria en función de la potencial gravedad de progresión de la enfermedad, puede ser una herramienta muy útil para la estratificación y manejo de estos pacientes. Para ello, hemos diseñado el siguiente modelo.
Métodos: Se ha diseñado un modelo de machine-learning para clasificar a los pacientes en el triaje, prediciendo la necesidad de ventilación mecánica (VM) y el riesgo de mortalidad, en función de la clínica y las pruebas de laboratorio. Se ha probado y validado internamente en una cohorte de 918 casos confirmados en el Hospital de Salamanca.
Resultados: Un total de 363 (39,5%) pacientes diagnosticados de COVID-19 de un total de 918 casos precisaron VM o fallecieron durante el ingreso. En el modelo se ha obtenido un ABC de 0,83 (intervalo de confianza [IC] 95%, 0,80-0,86) para predecir la gravedad de progresión de la enfermedad. Las variables determinantes identificadas han sido el descenso del índice saturación (SpO2/FiO2), filtrado glomerular estimado y linfocitos y el aumento de edad, procalcitonina, proteína-C-reactiva e índice de comorbilidad de Charlson modificado.
Discusión: En nuestro estudio hemos desarrollado una clasificación de riesgo clínico para predecir la necesidad de ventilación mecánica y mortalidad en los pacientes ingresados por COVID-19. Esto nos permite la estimación del riesgo individual de un paciente COVID-19 facilitando así la toma de decisiones y la gestión de los recursos. Nuestro modelo, desarrollado en un hospital universitario de tercer nivel, precisa replicación externa para comprobar su validez.
Conclusiones: La aplicación de este modelo en la admisión hospitalaria puede estratificar a los pacientes COVID-19 según el riesgo de necesidad de VM y mortalidad durante el ingreso.
Bibliografía
- Lu RJ, Zhao X, Li J, et al. Genomic characterisation and epidemiology of 2019 novel coronavirus: implications for virus origins and receptor binding. Lancet. 2020;395:565-74.
- Zhou F, Yu T, Du RH, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. Lancet. 2020;395:1054-62.