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.

Factores de riesgo para la mortalidad entre pacientes hospitalizados con COVID-19

El pandémico actual COVID-19 casi ha causado millón de muertes en los nueve meses desde el agente causativo, coronavirus 2 (SARS-CoV-2) de la neumonía asiática, primero fue reconocido. El número elevado de muertes es debido a los factores múltiples, incluyendo la severidad de la enfermedad, de la falta de antivirals efectivos contradecir efectivo la infección, de los suministros médicos limitados, y de la carga de forma aplastante en los recursos de la atención sanitaria en algunos países. Un nuevo estudio de los científicos en la compañía de biotecnología Genentech, Inc., y publicado en el medRxiv* del servidor de la prueba preliminar tentativa en septiembre de 2020 determinar los factores que pueden dar forma el riesgo para la muerte en la enfermedad COVID-19.

Índices de las probabilidades de la mortalidad de la regresión logística multivariable completa. Las barras de desvío representan niveles de confianza del 95%. las índices de las probabilidades del Intercuartil-alcance se utilizan para los calculadores contínuos (cuartila superior: baje la cuartila). Los grupos de la referencia para los calculadores categóricos son como sigue: carrera/pertenencia étnica = “blanco de los no-Hispanos”, división = el “Pacífico”, sexo = “varón”, fumando = “nunca fumador”.
Índices de las probabilidades de la mortalidad de la regresión logística multivariable completa. Las barras de desvío representan niveles de confianza del 95%. las índices de las probabilidades del Intercuartil-alcance se utilizan para los calculadores contínuos (cuartila superior: baje la cuartila). Los grupos de la referencia para los calculadores categóricos son como sigue: carrera/pertenencia étnica = “blanco de los no-Hispanos”, división = el “Pacífico”, sexo = “varón”, fumando = “nunca fumador”.

Encontrar a los calculadores adecuados

Varios estudios pronósticos se han publicado ya, pero las revistas muestran una ocasión fuerte de la polarización negativa en la mayor parte de ellos debido a los factores múltiples. El estudio actual apunta fijar el pronóstico de pacientes hospitalizados referentes a mortalidad solamente, usando un grupo grande sobre de 13.000 pacientes de todas las partes de los E.E.U.U. Los datos fueron extraídos de una base de datos electrónica (EHR) del historial médico.

La edad paciente mediana era 62 años, con una mayoría de blancos de los no-Hispanos en el 56%. Había un número casi igual de varones y de hembras. El casi 60% tenían tensión arterial alta, un tercero tenía diabetes, sobre un cuarto tenía enfermedad pulmonar crónica, y un quinto tenía problemas del riñón. Sobre un tercero y una mitad eran gordo y obeso, respectivamente.

Sobre un cuarto tenía saturación con poco oxígeno en la admisión. El ritmo cardíaco era más alto en la admisión, al igual que el régimen respiratorio, pero no la temperatura o el BMI. Los marcadores inflamatorios fueron aumentados importante en no-sobrevivientes en la admisión.

Los pacientes con un resultado mortífero eran más a menudo masculinos, los 57% comparado con el 51%, y más viejos, con una edad mediana de 77 años comparado con 59 años para los sobrevivientes. Eran también probable tener enfermedades más subyacentes, con un cuarto sufriendo de demencia, de la hipertensión, de la diabetes, y de la enfermedad renal.

Cuatro calculadores importantes de mortalidad

Usando estos datos para entrenar al algoritmo, fue encontrado que la edad predijo las probabilidades de la muerte muy importante, en las probabilidades más altas multiplicadas por seis de la muerte en 75 años comparados a 49 años. Otros factores de riesgo importantes incluyeron la presencia de cáncer avanzado, enfermedad del higado con excepción de grados suaves, hemiplegia o paraplegia, y demencia.

Mortalidad disminuida con tiempo desde el comienzo del pandémico.

Los marcadores del laboratorio tales como aminotransferasa más alta del aspartato (AST), troponina, proteína C-Reactiva (CRP), y las cuentas de glóbulo (WBC) blancas, así como deshidrogenasa de la creatinina y del lactato (LDH), eran todos conectados a un riesgo más alto de la muerte, junto con trombocitopenia.

Los signos vitales en la admisión, a saber, saturación con poco oxígeno, alto ritmo cardíaco respiratorio y, temperatura alta, y alto BMI, fueron encontrados para ser asociados a un riesgo más alto de la muerte.

Éstos no son siempre lazos no lineales, puesto que el riesgo de muerte es más alto con una temperatura más alta y más baja así como la presión arterial sistólica. Por otra parte, una saturación más con poco oxígeno está estrechamente vinculada a una mortalidad más alta, pero solamente en los niveles abajo del 95%.

La importancia de la edad

Cuando los investigadores alinearon los factores de riesgo por importancia, encontraron que resulta la edad era el calculador más importante con mucho, seguido por el laboratorio (número incluyendo de respiraciones por minuto, temperatura, la saturación del oxígeno, el ritmo cardíaco, los recuentos celulares blancos y los niveles de LDH) y los indicadores vitales. Asombrosamente, éstos eran marcadores más importantes de la mortalidad que la presencia de comorbidities. También determinaron tiempo del calendario para ser un calculador importante de la mortalidad en COVID-19.

La edad exponencial aumenta el riesgo de muerte, con el declive llegando a ser siempre más escarpado mientras que la edad aumenta. Por ejemplo, en marzo de 2020, el riesgo de muerte para un paciente de 70 años y de 80 años que la hospitalización requerida era el 24% y el 34%, respectivamente - solamente el solamente 2% para un paciente de 18 años. En mayo, sin embargo, 80 años tenían una mortalidad del cerca de 20%, mostrando el efecto profético del tiempo del calendario.

El efecto fuerte de la edad pudo ser porque no sólo conecta a los comorbidities que se enumeran en el modelo pero también a otros que puedan causar un resultado peor. Una vez más la edad de avance se sabe para ser un calculador de la función inmune disminuida, llevando a la persistencia viral creciente, o a una inmunorespuesta incontrolada que pueda causar características clínicas severas en COVID-19.

Comparación con otros modelos

Una revista anterior de 50 modelos existentes que ofrecieron una predicción pronóstica mostró que la mayoría era más pequeña en la talla del grupo de datos y fue lindada más en la extensión geográfica, con una mayoría siendo china. El estudio actual ha aumentado potencia de descubrir factores de riesgo importantes y permite una interpretación lista de los diversos parámetros.

Entre todos los parámetros, dicen, la “edad es casi tan pronóstica como el resto de la información sobre demográfico y comorbidities.”

Cuando resulta el laboratorio y los signos vitales son incluidos, la muesca profética aumenta aún más. Esto marca una diferencia de un estudio anterior. Los signos vitales más proféticos eran saturación del oxígeno, régimen respiratorio, y la temperatura, que está de acuerdo con otra estudia en riesgo de la mortalidad. BMI también se ha encontrado para asociarse a una mortalidad más alta.

El lazo positivo entre una mortalidad más alta y marcadores tiene gusto de la troponina I, LDH, y la cuenta de plaqueta inferior ha sido denunciada ya por otros autores. Considerando que los primeros dos pueden reflejar daño severo a la microvascularización, con daño resultante al corazón y a otros órganos de extremo, la trombocitopenia podría ser la consecuencia del daño de la plaqueta como resultado de grande y de micro-coágulos. Éstos se saben para ocurrir en los pacientes COVID-19, debido a y empeorando la disfunción microvascular.  

La cuenta del neutrófilo es también un calculador fuerte, tal y como se muestra en de trabajo anterior, pero no ferritina. El estudio también sugiere que la presencia de enfermedades subyacentes pueda reflejar un riesgo más alto de la hospitalización que mortalidad en pacientes hospitalizados, por sí mismo. Las discrepancias en esta área pueden ser más evidentes que real, los autores sugieren, especialmente puesto que no mueren todos los pacientes con enfermedad seria.

Implicaciones y direcciones futuras

Los investigadores dicen que desarrollaron un modelo riguroso que produjo los resultados que se podrían entender por los clínicos y eran clínico exactos. El uso de parámetros múltiples y de una cohorte grande agrega utilidad clínica al modelo profético era.

Mientras que un modelo de la edad-solamente era útil, indicando el valor profético grande de este único parámetro, uno con detalles más demográficos y uno con los detalles demográficos y del comorbidity no agregó más exactitud a la predicción. Sin embargo, la adición de los datos del laboratorio y los signos vitales fomentan reforzaron el valor pronóstico, para rendir un modelo que “pueda ser útil para fijar el pronóstico de pacientes hospitalizados,” hasta que finalice la validación adicional.

Esto podría ayudar a decidir a qué pacientes necesitan cuidado especializado rápidamente o dar prioridad a los grupos de la población para la vacunación. Podría también ayudar uno mismo-a determinar los factores de riesgo para COVID-19 y a evaluar el pronóstico en individuos infectados. Finalmente, puede ayudar a clasificar a los pacientes para la participación en juicios clínicas así como los estudios de observación, ayudar a estandardizar los datos para la eficacia estudian.

Advertencia *Important

el medRxiv publica los partes científicos preliminares que par-no se revisan y, por lo tanto, no se deben mirar como concluyentes, conduce práctica clínica/comportamiento relativo a la salud, o tratado como información establecida.

Journal reference:
Dr. Liji Thomas

Written by

Dr. Liji Thomas

Dr. Liji Thomas is an OB-GYN, who graduated from the Government Medical College, University of Calicut, Kerala, in 2001. Liji practiced as a full-time consultant in obstetrics/gynecology in a private hospital for a few years following her graduation. She has counseled hundreds of patients facing issues from pregnancy-related problems and infertility, and has been in charge of over 2,000 deliveries, striving always to achieve a normal delivery rather than operative.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Thomas, Liji. (2020, September 27). Factores de riesgo para la mortalidad entre pacientes hospitalizados con COVID-19. News-Medical. Retrieved on May 17, 2021 from https://www.news-medical.net/news/20200927/Risk-factors-for-mortality-among-hospitalized-patients-with-COVID-19.aspx.

  • MLA

    Thomas, Liji. "Factores de riesgo para la mortalidad entre pacientes hospitalizados con COVID-19". News-Medical. 17 May 2021. <https://www.news-medical.net/news/20200927/Risk-factors-for-mortality-among-hospitalized-patients-with-COVID-19.aspx>.

  • Chicago

    Thomas, Liji. "Factores de riesgo para la mortalidad entre pacientes hospitalizados con COVID-19". News-Medical. https://www.news-medical.net/news/20200927/Risk-factors-for-mortality-among-hospitalized-patients-with-COVID-19.aspx. (accessed May 17, 2021).

  • Harvard

    Thomas, Liji. 2020. Factores de riesgo para la mortalidad entre pacientes hospitalizados con COVID-19. News-Medical, viewed 17 May 2021, https://www.news-medical.net/news/20200927/Risk-factors-for-mortality-among-hospitalized-patients-with-COVID-19.aspx.