• 1

    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

    Radiología 2022;64(3): 214-227

    medes_medicina en español

    CALVILLO-BATLLÉS P, CERDÁ-ALBERICH L, FONFRÍA-ESPARCIA C, CARRERES-ORTEGA A, MUÑOZ-NÚÑEZ CF, TRILLES-OLASO L, MARTI-BONMATI L

    Radiología 2022;64(3): 214-227

    Tipo artículo: Artículo

    Resumen del Autor: Objetivos 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. Métodos Se reclutaron todos los pacientes sintomáticos con COVID-19 confirmada, que ingresaron en urgencias de nuestro hospital 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 y 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. Resultados Se registraron 440 pacientes (mediana de 64 años; 55,9% hombres); el 13,6% de los pacientes fueron dados de alta, el 64% estuvo hospitalizado 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. Conclusión 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.

    Notas:

     

    Palabras clave: Coronavirus, Covid-19, Estudios observacionales, Estudios retrospectivos, Gravedad del paciente, Índice de severidad de la enfermedad , Infecciones por coronavirus, Inteligencia artificial, Modelos de predicción, Pandemia, Pronóstico, Radiografía, Radiología, Servicio hospitalario de urgencias

    ID MEDES: 169286 DOI: 10.1016/j.rx.2021.09.011 *



    * RECUERDE. Al pulsar el enlace “Texto completo”, usted abandonará el entorno MEDES. En ese caso, la web a la que desea acceder no es propiedad de Fundación Lilly y, por tanto, ésta no se responsabiliza de los contenidos, informaciones o servicios presentes en ella, ni de la política de privacidad que aplique el sitio web de un tercero.