Elaboración de modelos predictivos de la gravedad y la mortalidad en pacientes con COVID-19 que acuden al servicio de urgencias, incluida la radiografía torácic

El objetivo de este estudio fue desarrollar modelos de predicción de pronóstico para pacientes con COVID-19 que acuden a urgencias, basados en la radiografía de tórax inicial (RXT), parámetros demográficos, clínicos 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 clínicas y de laboratorio y los índices de hallazgos en RXT extraídos 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 días o inferior,
1) hospitalización más de 3 días
2) necesidad de cuidados intensivos o muerte.

Se desarrollaron y validaron internamente modelos de predicción multivariable de gravedad y mortalidad hospitalaria. El índice 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 días, el 6,6 % requirió cuidados intensivos y un 15,7 % falleció.

El modelo de predicción de gravedad incluyó saturación de oxígeno/fracción de oxígeno inspirado (SatO2/FiO2), edad, proteína C reactiva (PCR), linfocitos, puntuación de la extensión de la afectación pulmonar en la RXT (ExtScoreRXT), lactato deshidrogenasa (LDH), dímero 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 dímero D, con AUC-ROC = 0,97 y AUC-PRC = 0,78. La adición de índices radiológicos obtenidos por inteligencia artificial no mejoró significativamente las métricas predictivas.

Los autores concluyen que los modelos de predicción de pronóstico desarrollados podrían ser útiles para clasificar en urgencias a los pacientes con COVID-19 u otras infecciones víricas con comportamiento similar.

Vea el texto en:

Elaboración de modelos predictivos de la gravedad y la mortalidad en pacientes con COVID-19 que acuden al servicio de urgencias, incluida la radiografía torácica. Calvillo-Batllés, P; Cerdá-Alberich, L; Fonfría-Esparcia, C; Carreres-Ortega, A; Muñoz-Núñez, C. F; Trilles-Olaso, L; Martí-Bonmatí, L. Radiología (Madr., Ed. impr.) ; 64(3): 214-227, May-Jun 2022.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

*

code

  • Categorías de anuncio

    open all | close all
  • Categorías de aviso

  • Categorías de editoriales

  • Categorías de entrevista

  • Categorías de informes y sello

    open all | close all
  • Categorías sello – entidades

    open all | close all
  • Categorías de Noticia

    open all | close all
  • Secciones de noticias

    open all | close all
  • Archivo Anuncios

  • Archivo Avisos

    • Archivo Editoriales

      • Archivo Entrevistas

        • Archivo Informe y sello

        • Archivo Nota Oficial

          • Archivo Noticias

          • Archivo Obituarios

            • Actualidad

            • Salud es el Tema