Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El modelo nuevo predice probabilidad a los pacientes' de probar el positivo para COVID-19

Los investigadores de la clínica de Cleveland han desarrollado el primer modelo de la predicción del riesgo del mundo para los proveedores de asistencia sanitaria para prever la probabilidad de un paciente individual de probar el positivo para COVID-19 así como sus resultados de la enfermedad.

Acordando un nuevo estudio publicado en PECHO, el modelo de la predicción del riesgo (llamado un ábaco) muestra la importancia de la edad, de la raza, del sexo, del estado socioeconómico, de la historia de la vacunación y de las medicaciones actuales en el riesgo COVID-19.

La calculadora del riesgo es una nueva herramienta para que los proveedores de asistencia sanitaria les ayuden en predecir riesgo paciente y la adaptación de la toma de decisión sobre cuidado. Ofrece una aproximación más científica a la prueba que es importante para la comunidad de la atención sanitaria que ha hecho frente a la demanda creciente para probar y los recursos limitados.

La capacidad de predecir exacto independientemente de si un paciente es probable probar el positivo para COVID-19, así como resultados potenciales incluyendo severidad y la hospitalización de la enfermedad, será suprema en eficazmente el manejo de nuestros recursos y triaging cuidado.”

A medida que continuamos luchar este pandémico y prepararnos para una segunda onda potencial, la comprensión del riesgo de una persona es el primer paso en la formulación de planes potencial del cuidado y de tratamiento.”

Lara Jehi, M.D., autor del estudio y jefe correspondientes investiga al documentalista, clínica de Cleveland.

El ábaco, que se ha desplegado como calculadora libremente accesible en línea del riesgo en https://riskcalc.org/COVID19/ , fue desarrollado usando datos de casi 12.000 pacientes alistados en el registro del COVID-19 de la clínica de Cleveland, que incluye a todos los individuos probados en la clínica de Cleveland para la enfermedad, no apenas los que prueban el positivo.

Los científicos de los datos, incluyendo co-autor en el estudio Michael Kattan, Ph.D., silla del departamento del instituto de investigación de Lerner de las ciencias cuantitativas de la salud, utilizaron algoritmos estadísticos para transformar datos de los informes médicos electrónicos de los pacientes del registro en el ábaco primero-de-su-bueno.

Este estudio reveló varios discernimientos nuevos en el riesgo de la enfermedad, incluyendo:

  • Pacientes que han recibido la vacuna neumocócica del polisacárido (PPSV23) y la vacuna de la gripe es menos probable probar el positivo para COVID-19 que los que no han recibido las vacunaciones.
  • Los pacientes que toman activamente el melatonin (socorro sin receta del sueño), el carvedilol (tratamiento de la tensión arterial alta y del paro cardíaco) o el paroxetine (antidepresivo) son menos probables probar el positivo que los pacientes que no toman las drogas.
  • Los pacientes del estado socioeconómico inferior (según lo medido en este estudio por código postal) son más probables probar el positivo que los pacientes de mayores medios económicos.
  • Los pacientes de ascendencia asiática son menos probables que pacientes caucásicos probar el positivo.

“Nuestras conclusión corroboraron varios factores de riesgo denunciados ya en literatura existente - incluyendo ese ser masculinas y de la edad de avance ambas aumente la probabilidad de probar el positivo para COVID-19 - pero también presentamos algunas nuevas asociaciones,” dijo al Dr. Jehi.

La “validación y la investigación adicionales son necesarias en estos discernimientos iniciales pero estas correlaciones son extremadamente intrigantes.”

En un estudio anterior del remedio de la red llevado por los científicos del instituto de investigación de Lerner, 16 drogas (melatonin incluyendo, carvedilol y paroxetine) y tres combinaciones de la droga fueron determinadas como candidatos a repurposing como tratamientos potenciales COVID-19.

Mientras que estas conclusión sugieren una asociación entre tomar estas medicaciones y riesgo reducido de probar el positivo para COVID-19, los estudios adicionales son necesarios fijar cómo estas drogas pueden afectar a la progresión de la enfermedad.

“Los datos sugieren algunas correlaciones interesantes pero no consultan causa-efecto,” dijo a Kattan. “Por ejemplo, nuestros datos no prueban que el melatonin reduce su riesgo de probar el positivo para COVID-19. Puede haber algo más sobre los pacientes que toman el melatonin que es de hecho responsable de su riesgo reducido evidente, y no conocemos cuáles es eso. Los consumidores no deben cambiar cualquier cosa sobre su comportamiento basado en nuestras conclusión.”

El ábaco, desarrollado usando datos de los pacientes probados en la clínica de Cleveland para COVID-19 antes del 2 de abril de 2020, mostró buen funcionamiento y confiabilidad cuando estaba utilizado en una diversa región geográfica (la Florida) y en un cierto plazo (los pacientes probados después del 2 de abril de 2020).

Esto sugiere que las configuraciones y los calculadores determinados en el modelo sean constantes a través de regiones y de comunidades y se puedan potencialmente adoptar para la práctica clínica en sistemas sanitarios en todo el país.

“Este ábaco traerá el remedio de la precisión al pandémico COVID-19, ayudando a permitir a investigadores y a médicos predecir el riesgo de un individuo de probar el positivo,” dijo a Kattan.

“Además, mientras que prueban las soluciones continúan ser necesitadas, es tan importante asegurarse de que estamos enviando responsable y óptimo nuestro ¬ de los recursos - incluyendo personales clínicos, el equipo protector personal y camas de hospital. Nuestros soportes del modelo de la predicción del riesgo para ayudar grandemente a sistemas del hospital en esta formulación de planes.”

El registro de la investigación COVID-19, que ahora tiene datos de más de 23.000 pacientes, se está utilizando para informar a una variedad de estudios.

Los investigadores de enfrente de la empresa de la clínica de Cleveland están utilizando los datos de registro dinámicos en más de 140 proyectos de investigación de COVID-19-related en áreas tales como cáncer, pediatría y cuidados intensivos.

Source:
Journal reference:

Jehi, L., et al. Individualizing risk prediction for positive COVID-19 testing: results from 11,672patients. Chest. doi.org/10.1016/j.chest.2020.05.580.