Apoyos respiratorios y mortalidad por COVID-19

métodos de estadística

Los datos continuos se presentan como media y desviación estándar (DE) si siguen una distribución normal evaluada mediante histogramas y gráficos Q-Q; en caso contrario, como mediana y rango intercuartílico (RIC). Los datos categóricos se presentan como números y porcentajes. Los datos faltantes no serán imputados. Los pacientes de un análisis específico fueron excluidos si faltaban los datos de la variable relacionada.

El primer objetivo es investigar la efectividad relativa de diferentes VNI, incluida la cánula nasal de alto flujo (HFNC), la presión positiva en las vías respiratorias de dos niveles (BiPAP) y la presión positiva continua en las vías respiratorias (CPAP). Los pacientes se dividirán en tres grupos según el tipo de VNI que recibieron por primera vez. Se excluirán los pacientes que recibieron ventilación mecánica invasiva (IMV) antes de la VNI. Los pacientes que recibieron dos o tres tipos diferentes de VNI también serán excluidos de este análisis. Los pacientes que recibieron IMV después del uso de NIV son elegibles.

El objetivo secundario es investigar el impacto de la VMI en la mortalidad a través de la comparación con pacientes que solo recibieron VNI. También se investigará el papel de la ventilación protectora pulmonar en pacientes que recibieron IMV. Se explorarán las características de los ajustes del ventilador que se asocian con un mejor resultado.

El resultado primario es la mortalidad hospitalaria y los pacientes serán seguidos hasta el alta hospitalaria. Los pacientes se consideran vivos si fueron dados de alta vivos del hospital o aún están hospitalizados al cierre de la extracción de datos. Para el primer objetivo, también se analizará la tasa de escalamiento del soporte respiratorio de NIV a IMV (como una medida de resultado secundaria en este análisis).

Los pacientes se equilibrarán mediante la coincidencia de puntuación de propensión. El modelo de puntaje de propensión incluirá características demográficas, comorbilidades, la fase pandémica, la gravedad de la enfermedad aguda (24 horas antes del apoyo respiratorio objetivo), resultados de laboratorio (24 horas antes del apoyo respiratorio objetivo) y signos vitales (24 horas antes del apoyo respiratorio objetivo). apoyo respiratorio). El saldo entre pares emparejados se evaluará utilizando una diferencia estandarizada del 10 % y se calculará utilizando el método descrito por Yang y Dalton. Se utilizará un modelo estratificado de riesgos proporcionales de Cox para analizar los pares emparejados. Además, se estimará la supervivencia mediante el estimador de Kaplan-Meier producto-límite y se utilizará el estadístico log-rank para comparar las curvas de supervivencia.

El plan de análisis estadístico de respaldo es el siguiente. Se realizarán los modelos univariados de riesgo proporcional de Cox para detectar posibles factores asociados con una menor mortalidad. Se realizará un modelo multivariable de riesgos proporcionales de Cox para estimar asociaciones independientes entre asistencia respiratoria y mortalidad. Los factores de confusión incluidos en el análisis multivariable son los siguientes: 1) factores de riesgo de mortalidad conocidos (edad, sexo e hipertensión); 2) la gravedad de la enfermedad aguda 24 horas antes de la asistencia respiratoria específica (puntuación de evaluación de insuficiencia orgánica secuencial y puntuación de la escala de coma de Glasgow); 3) las diversas fases durante el primer año de pandemia, incluida la primera fase (1 de febrero de 2020 al 31 de mayo de 2020), la segunda fase (1 de junio de 2020 al 31 de agosto de 2020), la tercera fase (1 de septiembre de 2020 al 31 de mayo de 2020) , 2020, al 30 de noviembre de 2020), y la cuarta fase (1 de diciembre de 2020, a la última fecha de extracción de datos); 4) la demografía y las comorbilidades con un valor de p < 0,25 en el análisis univariado; y 5) los resultados de laboratorio y signos vitales 24 horas antes del soporte respiratorio objetivo que tienen un valor de P < 0,25 en el análisis univariado. Todos los tratamientos que se consideren parte del manejo de COVID-19 se incluirán en el análisis multivariable para el control de confusión. Para evitar la colinealidad, solo se incluirá una variable si dos variables tienen un coeficiente de correlación de rango absoluto de Pearson o Spearman superior a 0,5. También se excluirán las variables con más del 10% de datos faltantes. Las pruebas múltiples se corregirán utilizando el método de Bonferroni para reducir la posibilidad de error de tipo I en un nivel alfa de 0,05 bilateral, considerando las hipótesis para todos los apoyos/tratamientos respiratorios relacionados con COVID-19 como una familia. La asociación entre las exposiciones y la mortalidad se estimará utilizando cocientes de riesgos instantáneos (HR) y se informará con intervalos de confianza (IC) del 95 %. Para tener en cuenta la agrupación dentro de los hospitales, se utilizarán estimadores sándwich robustos para calcular los errores estándar de los HR. El supuesto de riesgos proporcionales se evaluará utilizando los residuos de Schoenfeld.

Con una prueba de hipótesis de dos colas, el nivel de significancia para cada hipótesis general es 0.05. Todos los análisis se realizarán en el software R (versión 3.5.3, Fundación R para la Computación Estadística).