Validación de puntajes de riesgo clínico pronóstico en la predicción de resultados para pacientes con COVID-19 en el triaje inicial

Fondo:

Desde diciembre de 2019, cuando el síndrome respiratorio agudo severo coronavirus-2 (SARS-CoV-2) que causa la enfermedad COVID-19 surgió en la ciudad de Wuhan y el 11 de marzo de 2020 se propagó rápidamente al resto del mundo, incluidos los EAU como pandemia. COVID-19 sigue siendo una amenaza para la salud mundial con una carga enorme para los sistemas de atención médica que resulta en más de seis millones de muertes en 188 países (1).

La infección por COVID-19 se caracteriza por un amplio espectro clínico de gravedad de la enfermedad que va desde una enfermedad asintomática hasta una enfermedad grave que puede progresar a complicaciones potencialmente mortales, como shock y síndrome de dificultad respiratoria aguda (2). Por lo tanto, contar con herramientas de pronóstico clínicamente aplicables para la identificación temprana de pacientes sintomáticos con alto riesgo de progresión a enfermedad grave/crítica es esencial para guiar la asignación de recursos de atención médica limitados (3). Hasta ahora, las herramientas de pronóstico clínico se han centrado en los factores del huésped, pero datos más recientes indicaron una asociación significativa entre las variantes del SARS-CoV-2 y el desarrollo de complicaciones como la COVID prolongada (4).

Actualmente, la evaluación clínica de los pacientes con infección por COVID-19 se basa en la edad del paciente, el número de comorbilidades, los síntomas subjetivos y la extensión del infiltrado pulmonar en el examen radiológico, lo que dificulta bastante la predicción temprana de una enfermedad grave/crítica (5-7). Se propusieron herramientas de predicción de pronóstico publicadas recientemente (ALA y ALKA) para ayudar a clasificar a los pacientes con infección por COVID-19 en el diagnóstico inicial (8). Estas herramientas de predicción se basan en pruebas de laboratorio simples y fácilmente disponibles y, por lo tanto, pueden ofrecer una clara ventaja sobre otras herramientas para guiar las decisiones de alta y admisión en los centros de evaluación de triaje. Sin embargo, la validación externa de estas herramientas simples utilizando otra cohorte de pacientes proporcionaría una evidencia más sólida para respaldan su utilidad en la clasificación de pacientes en el diagnóstico inicial. Además, también permitirá una mayor optimización de estas herramientas para mejorar su utilidad como herramientas de apoyo a la toma de decisiones clínicas para clasificar a los pacientes en el diagnóstico inicial. Los pacientes considerados de alto riesgo según estas herramientas predictivas podrían ser clasificados para el ingreso hospitalario donde la unidad de cuidados intensivos (UCI) esté disponible en previsión de un peor resultado. Por lo tanto, estos pacientes pueden beneficiarse de un inicio más temprano del nivel requerido de atención y apoyo, incluida la terapia específica.

El objetivo de este estudio es validar y comparar las herramientas de predicción ALA y ALKA con el sistema de puntuación de evaluación de riesgo clínico actual propuesto para la evaluación inicial de pacientes con infección por COVID-19.

Metodología:

Un seguimiento observacional longitudinal de todos los pacientes consecutivos con pruebas positivas de SARS-CoV-2 en hisopos nasofaríngeos según las definiciones de la OMS que se presentan al departamento de emergencias. Además, los datos de la secuencia de ARN del SARS-CoV-2 a nivel de población también se examinarán y correlacionarán con la gravedad de la COVID-19 y el rendimiento de las herramientas de predicción.

Los datos se extraerán de los registros médicos electrónicos utilizando una herramienta de recopilación de datos. Esto incluye datos demográficos, manifestaciones clínicas, número de comorbilidades, resultados de exámenes radiológicos y de laboratorio iniciales y sus resultados finales, como se detalla a continuación.

La puntuación de evaluación de riesgos en la presentación inicial se calculará para cada paciente utilizando la puntuación de evaluación clínica de ALA y ALKA y se comparará con el sistema de puntuación de evaluación de riesgos clínicos propuesto actualmente.

La utilidad de la puntuación de riesgo en la clasificación de pacientes en sus visitas iniciales al departamento de emergencias (ED) se validará con los siguientes resultados medidos:

1. Ingreso hospitalario en el primer encuentro con el servicio de urgencias
2. Ingreso en UCI mientras dure la hospitalización por COVID-19
3. Mortalidad hospitalaria y extrahospitalaria
4. Regreso al servicio de urgencias después del alta inicial (dentro del período actual de enfermedad por covid, máximo 30 días desde el diagnóstico inicial)

Proceso de recolección de muestras:

Los datos se extraerán de los registros médicos electrónicos utilizando una herramienta de recopilación de datos. Los datos incluirían datos demográficos, manifestaciones clínicas, comorbilidades, resultados de laboratorio y radiológicos, y resultados finales.

El puntaje de riesgo de la evaluación en la presentación inicial se calculará utilizando una calculadora en línea gratuita basada en la web.

Manejo y análisis de datos:

Se generarán estadísticas descriptivas para todas las variables. Modelos de regresión logística multivariante para ajustar los resultados. Las variables incorporadas en la puntuación de riesgo de COVID-19 se incluirán en el análisis de regresión para predecir los resultados. Los resultados de la regresión logística multivariante se presentarán en términos de Odds Ratio ajustados con los correspondientes intervalos de confianza del 95 % y valores de p.

La discriminación se evaluará mediante la estadística C, junto con sus correspondientes intervalos de confianza del 95 % y la curva característica de funcionamiento del receptor (ROC). Las estadísticas C ≥ 0,7 se considerarán buenas y ≥ 0,8 se considerarán excelentes (9). La calibración se evaluará en función de la probabilidad pronosticada para el resultado previsto a partir de las regresiones. Se generarán curvas de calibración. Los valores de P <0,05 se consideran estadísticamente significativos. Todos los análisis se realizarán utilizando el software SPSS (versión 28, IBM Corp, NY, EE. UU.).