El objetivo de este estudio fue desarrollar modelos de predicción de pronóstico para pacientes con COVID-19 que acuden a urgencias, basados en la radiografÃa de tórax inicial (RXT), parámetros demográficos, clÃnicos y de laboratorio.
Se reclutaron todos los pacientes sintomáticos con COVID-19 confirmada, que ingresaron en urgencias en el Hospital Universitario y Politécnico La Fe, Valencia, España, entre el 24 de febrero y el 24 de abril de 2020. Los parámetros de la RXT, las variables clÃnicas y de laboratorio y los Ãndices de hallazgos en RXT extraÃdos por una herramienta diagnóstica de inteligencia artificial en esta primera visita se consideraron potenciales predictores.
El desenlace individual más grave definió los tres niveles de gravedad:
0) alta domiciliaria u hospitalización de 3 dÃas o inferior,
1) hospitalización más de 3 dÃas
2) necesidad de cuidados intensivos o muerte.
Se desarrollaron y validaron internamente modelos de predicción multivariable de gravedad y mortalidad hospitalaria. El Ãndice de Youden se utilizó para la selección del umbral óptimo del modelo de clasificación.
Se registraron 440 pacientes (mediana de 64 años; 55,9 % hombres); el 13,6 % de los pacientes fueron dados de alta, el 64 % hospitalizo más de 3 dÃas, el 6,6 % requirió cuidados intensivos y un 15,7 % falleció.
El modelo de predicción de gravedad incluyó saturación de oxÃgeno/fracción de oxÃgeno inspirado (SatO2/FiO2), edad, proteÃna C reactiva (PCR), linfocitos, puntuación de la extensión de la afectación pulmonar en la RXT (ExtScoreRXT), lactato deshidrogenasa (LDH), dÃmero D y plaquetas, con AUC-ROC = 0,94 y AUC-PRC = 0,88.
El modelo de predicción de mortalidad incluyó edad, SatO2/FiO2, PCR, LDH, ExtScoreRXT, linfocitos y dÃmero D, con AUC-ROC = 0,97 y AUC-PRC = 0,78. La adición de Ãndices radiológicos obtenidos por inteligencia artificial no mejoró significativamente las métricas predictivas.
Los autores concluyen que los modelos de predicción de pronóstico desarrollados podrÃan ser útiles para clasificar en urgencias a los pacientes con COVID-19 u otras infecciones vÃricas con comportamiento similar.
Vea el texto en:
