Predicción de gravedad COVID19 y evaluación de investigación de servicios de salud

Antecedentes: Uno de los problemas fundamentales de esta epidemia viene determinado por el alto porcentaje de pacientes infectados por SARS-CoV-2 que presentan un rápido deterioro clínico que los hace necesitar atención en unidades críticas. Identificar qué factores se relacionan con estas condiciones más severas nos permitiría evaluar si se pueden adelantar medidas preventivas o terapéuticas o planificar mejor los servicios a brindar a estos pacientes, ya sea en esta ola de pandemia o en aquellas que pueda ocurrir en el futuro.

Objetivos: Este proyecto pretende crear escalas de estratificación del riesgo de mala evolución en pacientes infectados por SARS-CoV-2, definido como la aparición de deterioro clínico, SDRA, sepsis, SRIS, shock séptico o muerte. Son objetivos adicionales: 1.-Evaluar la accesibilidad y equidad que han tenido estos pacientes en los diferentes procesos de atención, procedimientos diagnósticos y terapéuticos, con especial interés en los pacientes que provenían de residencias, por edad, género u origen geográfico. 2.-Evaluar la efectividad de diferentes esquemas terapéuticos que se han utilizado en esta pandemia. 3.- Evaluar la efectividad de diferentes pruebas diagnósticas utilizadas para predecir la mala evolución de estos pacientes 4.- Evaluar los costes reales asociados al tratamiento de pacientes hospitalizados con COVID-19 Métodos: La información se extraerá de la historia clínica electrónica en su mayoría , pero habrá que hacerlo manualmente para ciertos parámetros fundamentales de predicción (manifestaciones clínicas, fecha de inicio de los síntomas y duración de los síntomas, y antecedentes epidemiológicos). Análisis estadístico: Se crearán modelos de regresión logística/supervivencia/algoritmos de inteligencia artificial para la predicción de mala evolución de pacientes con CoVid-19.

Se incluyen dos muestras: 1.-Todas las personas COVID19 positivas del País Vasco (alrededor de 18768 personas); 2.-Se incluirán los pacientes ingresados ​​por COVID 19 en los centros participantes en el estudio durante la primera ola de la pandemia, hasta el 31 de mayo (en el caso del País Vasco, algunos de estos pacientes procederán de la muestra poblacional # 1 descrito anteriormente). Si hubiera nuevas oleadas de una determinada entidad (más de 100 ingresos en un mes por centro), esta información también se recogería posteriormente. Con la información que los investigadores tienen hasta ahora, los investigadores ven que los investigadores tendrían entre 6000 y 7000 para seleccionar. Posteriormente se recogerían los pacientes de la oleada de otoño, si se diera, hasta finales de mayo de 2021, por mayor similitud temporal con la primera oleada.

Muestreo: La información a revisar de la historia clínica se recolectará de la primera ola de la pandemia entre marzo-mayo de 2020, donde se realizará un muestreo aleatorio. Para la segunda oleada de otoño-invierno 2020-2021, se recogerá también una muestra aleatoria de pacientes, suficiente para cumplir con el tamaño muestral estimado para esta segunda oleada. En caso contrario, el tamaño de la muestra se completará con pacientes de la primera ola.

VARIABLES: Exposición: 1.-Datos sociodemográficos: Edad, sexo, residencia (si/no), país de origen. 2.- Antecedentes personales: enfermedades asociadas; Tratamientos basales, etc. 3.-Antecedentes de la enfermedad 4.-Exploración física domiciliaria o AP. 5.-Antecedentes hospitalarios: síntomas a la llegada a urgencias, signos vitales, signos y examen físico, exámenes de laboratorio, patrón de radiografía de tórax, patrón de TAC, tratamientos establecidos, datos de la UCI.

Resultado: Deterioro clínico: Disnea de reposo, Desarrollo de SDRA, sepsis, SIRS, shock, Ingreso en UCI, Muerte (fecha). Alivio de los síntomas, días hasta la ausencia de enfermedad, muerte.

Seguimiento (6 meses): Reingresos, Nuevos diagnósticos, Complicaciones, Biomarcadores de fibrogénesis, Resultados del procedimiento diagnóstico (radiografías, resonancia magnética, tomografía computarizada), Muerte (con fecha y causa) Costos (índice e ingreso a los 6 meses): Emergencia o admisión programada; número de días de ingreso (en cada una de las Unidades/Plantas/UCI/Urgencias); pruebas de laboratorio (número y tipo); número de días en que se requirió soporte respiratorio; tratamientos utilizados durante la estancia (fármaco, dosis, dosificación, duración); procedimientos de diagnóstico (radiografías, MRI, CT, etc.) realizados durante el período de estudio; procedimientos quirúrgicos realizados; consultas externas (número y Servicio); hospital de día (número y procedimientos); AP y visitas domiciliarias (relacionadas con COVID-19) MÉTODOS DE RECOLECCIÓN DE DATOS: Los revisores realizarán la extracción manual de datos bajo la supervisión de cada IP por centro. Todos los datos recopilados se ingresarán en la base de datos de RedCap. Una vez extraída la información, se creará una base de datos común para su posterior análisis.

ANÁLISIS ESTADÍSTICO. La unidad de estudio será el paciente. Se realizará un análisis descriptivo de toda la muestra. Se realizará un análisis univariado para determinar posibles factores o variables relacionadas con las variables de resultado de interés. En el análisis multivariante se realizarán diferentes modelos según la variable dependiente de interés. En el caso de variables dependientes dicotómicas se utilizarán modelos de regresión logística. Se asumirá significación estadística cuando p <0,05 y todos los análisis se realizarán utilizando el software estadístico SAS v9.4 y R. Asimismo, se evaluará individualmente la predicción de las variables midiendo la correlación estadística entre cada variable y la mala evolución; y mirando colectivamente la capacidad de predecir la mala evolución a partir de combinaciones, que se obtendrán generando Reglas de Asociación entre variables a partir de las relaciones estadísticas subyacentes.

El análisis de la efectividad comparativa entre las diferentes opciones de tratamiento que se han observado se realizará por intención de tratar. Además de las técnicas de estadística descriptiva, se realizará un análisis de supervivencia time-to-event (mortalidad) mediante regresión multivariante de riesgos proporcionales de Cox, y un análisis de supervivencia paramétrico con la distribución correspondiente (Weibull, etc.) junto con una estimación. de supervivencia media. Para la evaluación de la eficacia comparativa, se utilizarán técnicas de puntuación de propensión para crear grupos de tratamiento comparables ajustando las covariables de referencia mediante la ponderación inversa de la probabilidad de tratamiento. Adicionalmente, y dado que es previsible que existan múltiples grupos de tratamiento, se aplicará el procedimiento de estimación específico denominado modelos potenciados generalizados.

Para el análisis de los datos de costes, tanto para el análisis de variables asociadas como para un objetivo de comparación de costes, se utilizarán técnicas de regresión GLM con el tipo de distribución que mejor se ajuste a los datos (utilizando el Modified Park Test), aunque preferentemente la gamma y La familia de logaritmos se utilizará como enlace. Los datos serán analizados con el programa Stata v14.2.

ASPECTOS ÉTICOS Y DE CONFIDENCIALIDAD. El proyecto ha sido evaluado por las comisiones de investigación y el Comité Ético de Investigación con Medicamentos (CEIm), donde ha sido aprobado. Se seguirán las leyes sobre datos personales (RGPD 2018) Toda la información será tratada de forma absolutamente confidencial.

Resultados esperados: Una herramienta de estratificación pronóstica basada en modelos predictivos de mala evolución en la infección por CoVid-19: deterioro clínico y desarrollo de SDRA, SRS, sepsis y/o shock séptico y/o muerte. Esta herramienta ayudará a orientar el manejo clínico más adecuado de los pacientes, principalmente aquellos con las presentaciones más severas que puedan requerir atención en unidades de cuidados críticos. Asimismo, el presente estudio tiene como finalidad aportar información sobre la variabilidad y costes en la prestación de la asistencia sanitaria que se haya podido dar, tanto en la utilización de pruebas diagnósticas como en la utilización de las diferentes opciones terapéuticas y también en los resultados finalmente obtenidos. Los investigadores buscan identificar problemas en la accesibilidad de diferentes colectivos (mayores, personas en residencias, por género, mayor nivel de comorbilidades, inmigrantes…), y que nos puedan ayudar a identificar problemas de equidad en el acceso a los servicios sanitarios.