Los investigadores de la Clínica Cleveland han desarrollado y validado un modelo de predicción de riesgo llamado nomograma que puede ayudar a los médicos a predecir qué pacientes que han dado positivo recientemente al SARS-CoV-2, el virus que causa el COVID-19, tienen mayor riesgo dehospitalización.
Este nuevo modelo, publicado en PLOS One , es el segundo nomograma relacionado con COVID-19 que el equipo de investigación, dirigido por Lara Jehi, MD, directora de información de investigación en la Clínica Cleveland, y Michael Kattan, Ph.D., presidente del Departamento de Cuantitativos del Instituto de Investigación LernerHealth Sciences - se ha desarrollado. Su modelo anterior pronostica la probabilidad de que un paciente individual dé positivo en la prueba del virus.
"En última instancia, queremos crear un conjunto de herramientas que los médicos puedan utilizar para ayudar a informar la atención personalizada y la asignación de recursos en muchos puntos temporales a lo largo de la experiencia del paciente con COVID-19", dijo el Dr. Jehi, autor correspondiente del estudio.
El modelo más nuevo del equipo se desarrolló y validó utilizando datos retrospectivos de pacientes de más de 4500 pacientes que dieron positivo por COVID-19 en las ubicaciones de Cleveland Clinic en el noreste de Ohio y Florida durante un período de tres meses desde principios de marzo hasta principios de junio.Los científicos de datos utilizaron algoritmos estadísticos para transformar los datos de los registros médicos electrónicos de los pacientes registrados en el modelo de predicción de riesgos.
La comparación de las características entre los pacientes que fueron y no fueron hospitalizados debido a COVID-19 reveló varios factores de riesgo de hospitalización previamente no definidos, que incluyen :
El Dr. Kattan, experto en desarrollar y validar modelos de predicción para la toma de decisiones médicas, advierte que serán necesarios estudios adicionales para explorar más a fondo la asociación entre los inhibidores de la ECA y los ARB. "En nuestro estudio, solo se encontró que tomar estos medicamentos confieremayor riesgo de hospitalización cuando se realiza un análisis univariable, lo que significa que la asociación observada podría ser el resultado de otras variables de confusión, como una afección preexistente ".
Los hallazgos del equipo también revelaron que los pacientes que presentaban un complejo de síntomas que incluía fiebre, dificultad para respirar, vómitos y fatiga tenían más probabilidades de ser hospitalizados que aquellos que no experimentaron este cuadrumvirato de síntomas.
El estudio confirmó otras asociaciones previamente bien informadas en la literatura, incluido un mayor riesgo de hospitalización entre las personas mayores, los hombres y las personas con comorbilidades, como diabetes e hipertensión, o de antecedentes socioeconómicos más bajos según lo medido por código postal.
"La hospitalización se puede usar como un indicador de la gravedad de la enfermedad", dijo el Dr. Jehi. "Comprender qué pacientes tienen más probabilidades de ser admitidos en el hospital por síntomas y complicaciones relacionados con COVID-19 puede ayudar a los médicos a decidir no solo cómoadministrar mejor la atención de un paciente desde el momento de la prueba, pero también cómo asignar camas y otros recursos, como ventiladores ".
El nomograma, que está disponible gratuitamente como una calculadora de riesgo en línea, demostró estar bien calibrado y funcionar bien, ofreciendo predicciones sustancialmente mejores que sin ningún modelo. También se demostró que el modelo funciona bien en diferentes regiones geográficas como datosde Ohio y Florida se utilizaron en su desarrollo.
Además de interrogar más a fondo la asociación entre tomar inhibidores de la ECA y ARB, será importante estudiar a nivel patogénico cómo estos factores de riesgo confieren un mayor riesgo de hospitalización. También es importante señalar que los hallazgos del equipo solo ofrecen asociaciones yno sugiere que estos factores sean causales.
El estudio fue financiado en parte por los Institutos Nacionales de Salud a través de Clinical and Translational Science Collaborative of Cleveland.
Fuente de la historia :
Materiales proporcionado por Clínica Cleveland . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :