CO-201 - PREDICTORES DE MORTALIDAD DE PACIENTES CON INFECCIÓN POR SARS-COV-2 EN URGENCIAS. ALBA SCORE

M. Molina Cifuentes¹, V. Parra Ramos¹, A. Ochoa Serrano¹, G. Rodríguez Sánchez¹, T. Granero Salas¹, S. Sánchez Linde¹, S. Guillen Martínez¹ y J.J. Alfaro Martínez<sup>2

1</sup>Medicina Interna, ²Endocrinología y Nutrición. Hospital General de Albacete. Albacete.

Objetivos: Validar Score que permita predecir mortalidad a partir de variables clínicas y analíticas disponibles en valoración inicial de pacientes que consultan en Servicio de Urgencias por infección SARS-CoV-2.

Métodos: A través de datos recogidos en Registro SEMI-COVID de pacientes ingresados en la Gerencia Integrada de Albacete durante el periodo de marzo-abril de 2020, se realiza análisis univariante con variables clínico- analíticas disponibles en la valoración inicial y catálogo de laboratorio de Urgencias. Se construye modelo de regresión logística comprobando que las variables edad, PaO2/FiO2, antecedente de diabetes mellitus, linfocitos y LDH eran factores predictores de forma independiente y significativa de mortalidad durante el ingreso. Se buscó con el programa R (cutpointr) el punto de corte que maximizaba la suma de sensibilidad + especificidad para predecir mortalidad con cada parámetro. A partir de Odds ratio de cada parámetro en la regresión logística se asignó arbitrariamente una puntuación de 0 o 1, creando score total que podía ir de 0 a 5. Se realizó un modelo de regresión logística para exitus, en el que el score era la variable independiente.

Resultados: Se obtienen puntos de corte de cada parámetro según la regresión logística donde se asignará 1 punto por: edad mayor o igual a 73 años, PaO2/FiO2 menor de 393, diabetes mellitus, linfocitos menor a 910, LDH mayor de 349. Se define una relación de mortalidad según el número de score alcanzado para los 667 pacientes de nuestra muestra (tabla), alcanzando fuerte significación estadística. Se construyó modelo de curva ROC para esta regresión logística, con un área bajo la curva de 0,862.

Exitus según score
	0	1	2	3	4	5
No exitus	102	157	159	93	31	2
Exitus (%)	0	3 (1,9)	12 (7)	33 (26)	31 (50)	13 (87)
Total	102	160	171	126	62	15

Conclusiones: Este score parece ser buen predictor de mortalidad en la evaluación inicial urgente de los pacientes con infección por SARS-CoV-2. Una vez analizada la totalidad de pacientes ingresados en nuestra área, podremos ajustar los puntos de corte de nuestro modelo.

Bibliografía

1. Zhou F, Yu T, Du R, 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.