Validação de pontuações de risco clínico prognóstico na previsão de resultados para pacientes com COVID-19 na triagem inicial

Fundo:

Desde dezembro de 2019, quando a síndrome respiratória aguda grave coronavírus-2 (SARS-CoV-2) causando a doença COVID-19 surgiu na cidade de Wuhan e em 11 de março de 2020 se espalhou rapidamente para o resto do mundo, incluindo os Emirados Árabes Unidos como uma pandemia. O COVID-19 continua a ser uma ameaça global à saúde, com um fardo enorme nos sistemas de saúde, resultando em mais de seis milhões de mortes em 188 países (1).

A infecção por COVID-19 é caracterizada por um amplo espectro clínico de gravidade da doença, variando de doença assintomática a doença grave que pode progredir para complicações com risco de vida, como choque e síndrome do desconforto respiratório agudo (2). Assim, ter ferramentas de prognóstico clinicamente aplicáveis ​​para identificação precoce de pacientes sintomáticos com alto risco de progressão para doença grave/crítica é essencial para orientar a alocação de recursos de saúde limitados (3). Até agora, as ferramentas de prognóstico clínico se concentraram nos fatores do hospedeiro, mas dados mais recentes indicaram uma associação significativa entre as variantes do SARS-CoV-2 e o desenvolvimento de complicações como o COVID longo (4).

Atualmente, a avaliação clínica para pacientes com infecção por COVID-19 é baseada na idade do paciente, número de comorbidades, sintomas subjetivos e extensão do infiltrado pulmonar no exame radiológico, o que dificulta bastante a previsão precoce de doença grave/crítica (5-7). Uma ferramenta de previsão de prognóstico publicada recentemente (ALA e ALKA) foi proposta para auxiliar na triagem de pacientes com infecção por COVID-19 no diagnóstico inicial (8). Essas ferramentas de previsão são baseadas em testes laboratoriais simples e prontamente disponíveis e, portanto, podem oferecer uma clara vantagem sobre outras ferramentas para orientar as decisões de alta e admissão em centros de avaliação de triagem. suportam sua utilidade na triagem de pacientes no diagnóstico inicial. Além disso, também permitirá uma otimização adicional dessas ferramentas para melhorar sua utilidade como ferramentas de suporte à decisão clínica para triagem de pacientes no diagnóstico inicial. Os pacientes considerados de alto risco com base nessas ferramentas preditivas podem ser triados para admissão hospitalar onde a unidade de terapia intensiva (UTI) está disponível em antecipação ao pior resultado. Portanto, esses pacientes podem se beneficiar do início precoce do nível necessário de cuidado e suporte, incluindo terapia específica.

O objetivo deste estudo é validar e comparar as ferramentas de predição ALA e ALKA com o atual sistema de pontuação de avaliação de risco clínico proposto para avaliação inicial de pacientes com infecção por COVID-19.

Metodologia:

Um acompanhamento longitudinal observacional de todos os pacientes consecutivos com teste SARS-CoV-2 positivo em zaragatoas nasofaríngeas de acordo com as definições da OMS apresentadas ao departamento de emergência. Além disso, os dados da sequência de RNA do SARS-CoV-2 em nível populacional também serão examinados e correlacionados com a gravidade do COVID-19 e o desempenho das ferramentas de previsão.

Os dados serão extraídos de registros médicos eletrônicos usando uma ferramenta de coleta de dados. Isso inclui dados demográficos, manifestação clínica, número de comorbidades, resultados iniciais de exames laboratoriais e radiológicos e seus resultados finais, conforme detalhado abaixo.

A pontuação de avaliação de risco na apresentação inicial será calculada para cada paciente usando a pontuação de avaliação clínica de ALA e ALKA e comparada com o sistema de pontuação de avaliação de risco clínico atualmente proposto

A utilidade do escore de risco na triagem de pacientes em suas visitas iniciais ao departamento de emergência (DE) será validada em relação aos seguintes resultados medidos:

1. Admissão hospitalar no primeiro encontro com ED
2. Admissão à UTI durante a internação por COVID-19
3. Mortalidade hospitalar e extra-hospitalar
4. Retorno ao pronto-socorro após a alta inicial (dentro do período atual da doença covid, máximo 30 dias a partir do diagnóstico inicial)

Processo de Coleta de Amostras:

Os dados serão extraídos de registros médicos eletrônicos usando uma ferramenta de coleta de dados. Os dados incluiriam dados demográficos, manifestações clínicas, comorbidades, resultados laboratoriais e radiológicos e desfechos finais.

A pontuação de avaliação de risco na apresentação inicial será calculada usando uma calculadora on-line gratuita baseada na web.

Tratamento e análise de dados:

Estatísticas descritivas serão geradas para todas as variáveis. Modelos de regressão logística multivariada para ajuste de resultados. As variáveis ​​incorporadas na pontuação de risco de COVID-19 serão incluídas na análise de regressão para prever os resultados. Os resultados da regressão logística multivariada serão apresentados em termos de Odds Ratios ajustados com intervalos de confiança de 95% e valores de p correspondentes.

A discriminação será avaliada usando C-Statistic, juntamente com seus correspondentes intervalos de confiança de 95% e a curva ROC (Receiver Operating Characteristic). Estatística C ≥ 0,7 será considerada boa e ≥ 0,8 será considerada excelente (9). A calibração será avaliada com base na probabilidade prevista para o resultado conforme previsto a partir das regressões. Curvas de calibração serão geradas. Valores de P <0,05 são considerados estatisticamente significativos. Todas as análises serão realizadas no software SPSS (versão 28, IBM Corp, NY, EUA).