medigraphic.com
ISSN 1995-9494 (Digital)
Revista del Hospital Clínico Quirúrgico "Arnaldo Milián Castro"

2021, Número 4

Siguiente >>

Acta Med Cent 2021; 15 (4)


Algoritmos para la estratificación del riesgo en pacientes con COVID-19

Herrera CCE, Betancourt CJR, Lage DA, Berrio ÁJE, Hidalgo MC, Barreto FEE

Idioma: Español
Referencias bibliográficas: 27
Paginas: 474-487
Archivo PDF: 748.75 Kb.


RESUMEN

Introducción: la predicción del riesgo y los modelos predictivos son conocidos por su utilidad para estimar la planificación y la actuación en torno a las enfermedades. El presente trabajo tiene como objetivo desarrollar un sistema de algoritmos para la estratificación del riesgo en el proceso de atención a pacientes enfermos con COVID-19.
Objetivo: desarrollar un sistema de algoritmos para la estratificación del riesgo en el proceso de atención a los pacientes con COVID-19.
Métodos: los algoritmos se diseñaron a partir de un modelo predictivo desarrollado en una cohorte de 150 pacientes del Hospital “Manuel Fajardo” con el diagnóstico de COVID-19 en el período de marzo a junio de 2020. Fueron construidos con los resultados que se obtuvieron en las diferentes etapas de la investigación y el criterio de expertos de los autores. Incluye la aplicación del nomograma de predicción de riesgo creado con las variables que forman parte de los resultados definitivos del modelo.
Resultados: para la evaluación inicial de los pacientes se tuvieron en cuenta la edad, las comorbilidades, las manifestaciones clínicas y la escala pronóstica Quick SOFA, que definen dónde ingresa el paciente. En las salas de hospitalización se incluyen la radiografía de tórax y la aplicación del nomograma de predicción que clasifica a los pacientes en alto o bajo riesgo. Se establecen pautas para el manejo del paciente alto riesgo y se realizan recomendaciones en el tratamiento una vez determinadas las alteraciones en los exámenes complementarios.
Conclusiones: los algoritmos para la estratificación del riesgo constituyen una herramienta para el tratamiento a pacientes con COVID-19 y ofrecen intervenciones terapéuticas que detienen la progresión de la enfermedad.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Gispert E, Castell-Florit P. Respuestas desde la salud pública a la pandemia por el coronavirus SARS-CoV-2. Rev Cubana Salud Pública [Internet]. 2020 [citado 05/05/2021];46(Suppl 1):e2568. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662020000500010

  2. Medina Mendieta J, Cortés Cortés M, Cortés-Iglesias M, Pérez-Fernández A, Manzano-Cabrera M. Estudio sobre modelos predictivos para la COVID-19 en Cuba. Medisur [Internet]. 2020 [citado 02/05/2021];18(3):431-442. Disponible en: http://medisur.sld.cu/index.php/medisur/article/view/4703/3164

  3. Vélez M, Velásquez Salazar P, Acosta Reyes J, Vera Giraldo CY, Santiago Franco J, Jiménez C, et al. Factores clínicos pronósticos de enfermedad grave y mortalidad en pacientes con COVID-19 [Internet]. Medellín: Universidad de Antioquia; 2020 [citado 20/05/2021]. Disponible en: https://es.cochrane.org/sites/es.cochrane.org/files/public/uploads/COVID-19/udea-uned_sintesisrapida_covid-19_pronostico_22abril2020.pdf

  4. Cummings M J, Baldwin M R , Abrams D, Jacobson SD, Mey Meyer BJ, Balough EM, et al. Epidemiology, clinical course, and outcomes of critically ill adults with COVID-19 in New York City: a prospective cohort study. Lancet [Internet]. 2020 [citado 20/05/2020];395(10239):1763-1770. Disponible en: https://www.sciencedirect.com/science/article/pii/S0140673620311892.https://doi.org/10.1016/s0140-6736(20)31189-2

  5. Zhou F, Yu T, Du R, Fan G, Liu Y, Liu Z, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. Lancet [Internet]. 2020 [citado 22/05/2021];395(10229):1054-1062. Disponible en: https://www.sciencedirect.com/science/article/pii/S0140673620305663.https://doi.org/10.1016/S0140-6736(20)30566-3

  6. Wynants L, Van Calster B, Collins GS, Riley RD, Heinze G, Schuit E, et al. Prediction models for diagnosis and prognosis of COVID-19: systematic review and critical appraisal. BMJ [Internet]. 2020 [citado 22/05/2021];369:m1328. Disponible en: https://www.bmj.com/content/369/bmj.m1328https://doi.org/10.1136/bmj.m1328

  7. Organización Panamericana de la Salud. ¿Por qué los modelos predictivos son cruciales en la lucha contra la COVID-19? [Internet]. Washington, D.C.: OPS; 2020 [citado 20/05/2021]. Disponible en: https://iris.paho.org/bitstream/handle/10665.2/52440/OPSEIHISCOVID-19200007_spa.pdf

  8. Herrera Cartaya CE, Betancourt Cervantes J, Lage Dávila A, Barreto Fiu EE, Sánchez Valdés L, Chávez González E, et al. Variables associated with severity in COVID-19 patients. Int J Med Surg Sci [Internet]. 2021 [citado 27/08/2021];8(3):1-15. Disponible en: https://revistas.uautonoma.cl/index.php/ijmss/article/view/1612.https://doi.org/10.32457/ijmss.v8i3.1612

  9. Herrera Cartaya CE, Lage Dávila A, Betancourt Cervantes J, Barreto Fiu EE, Sánchez Valdés L, Crombet Ramos T. Nomograma de predicción para la estratificación del riesgo en pacientes con COVID-19. Eur J Health Res [Internet]. 2021 [citado 27/08/2021];7(2):1-19. Disponible en: https://revistas.uautonoma.cl/index.php/ejhr/article/view/1592.https://doi.org/10.32457/ejhr.v7i2.1592

  10. Albitar O, Ballouze R, Ooi JP, Sheikh G Ghadzi SM. Risk factors for mortality among COVID-19 patients. Diabetes Res Clin Pract [Internet]. 2020 [citado 27/08/2021];166:108293. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7332436/.https://dx.doi.org/10.1016/j.diabres.2020.108293

  11. Li G, Liu Y, Jing X, Wang Y, Miao M, Tao L, et al. Mortality risk of COVID-19 in elderly males with comorbidities: a multi-country study. Aging (Albany NY). [Internet]. 2021 [citado 22/05/2021];13(1):27-60. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7835001/. https://dx.doi.org/10.18632/aging.202456

  12. Kang SJ, Jung SI. Age-Related Morbidity and Mortality among Patients with COVID-19. Infect Chemother [Internet]. 2020 [citado 22/05/2021];52(2):154–164. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7335648/.https://dx.doi.org/10.3947/ic.2020.52.2.154

  13. Zhang JJ, Dong X, Cao YY, Yuan YD, Ya Yang YB, Yan YQ, et al. Clinical characteristics of 140 patients infected with SARS-CoV-2 in Wuhan, China. Allergy [Internet]. 2020 [citado 22/05/2021];75(7):1730-1741. Disponible en: https://pubmed.ncbi.nlm.nih.gov/32077115/. https://doi.org/10.1111/all.14238

  14. Li B, Yang J, Zhao F, Zhi L, Wang X, Liu L, et al. Prevalence and impact of cardiovascular metabolic diseases on COVID-19 in China. Clin Res Cardiol [Internet]. 2020 [citado 22/05/2021];109(5):531-538. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/https://dx.doi.org/10.1007/s00392-020-01626-9

  15. Sharma Paudel S. A meta-analysis of 2019 novel coronavirus patient clinical characteristics and comorbidities [Preprint]. Res Square [Internet]. 08 April, 2020 [citado 22/05/2021]:[aprox. 11 p.]. Disponible en: https://www.researchsquare.com/article/rs-21831/v1https://doi.org/10.21203/rs.3.rs-21831/v1

  16. Argenziano MG, Bruce SL, Slater CL, Ti Tiao JR, Baldwin MR, Barr RG, et al. Characterization and clinical course of 1000 patients with coronavirus disease 2019 in New York: retrospective case series. BMJ [Internet]. 2020 [citado 20/05/2021];369:m1996. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7256651/.https://dx.doi.org/10.1136/bmj.m1996

  17. Berlin DA, Gulick RM, Martinez FJ. Severe Covid-19. N Engl J Med [Internet]. 2020 [citado 24/05/2021];383(25):2451-2460. Disponible en: https://pubmed.ncbi.nlm.nih.gov/32412710/.https://doi.org/10.1056/nejmcp2009575

  18. Ghimire S, Sh arma S, Patel A, Budhat Budhathoki E, Chakinala R, Khan H, et al. Diarrhea Is Associated with Increased Severity of Disease in COVID-19: Systemic Review and Metaanalysis. SN Compr Clin Med [Internet]. 2021 [citado 24/05/2021];3(1):28-35. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/https://dx.doi.org/10.1007/s42399-020-00662-w

  19. Singer M , Deutschman C S, Seymour C W , Shan Shankar-Hari M, Annane D, Bauer M, et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA [Internet]. 2016 [citado 25/05/2021]:315(8):801-810. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/https://dx.doi.org/10.1001/jama.2016.0287

  20. Lalueza A, Lora Tamayo J, de la Calle C, Sayas Catalán J, Arrieta E, Maestro G, et al. Utilidad de las escalas de sepsis para predecir el fallo respiratorio y la muerte en pacientes con COVID-19 fuera de las Unidades de Cuidados Intensivos. Rev Clin Esp [Internet]. 2020 [citado 22/05/2021]:358-363. Disponible en: https://www.sciencedirect.com/science/article/pii/S0014256520302800.https://doi.org/10.1016/j.rce.2020.10.004

  21. Herrera Cartaya CE, Betancourt Cervantes JR, Lage Dávila A. El paciente alto riesgo en la COVID-19, definición para mejorar las oportunidades de las intervenciones terapéuticas. Medicentro Electrónica [Internet]. 2021 [citado 08/10/2021];25(3):542-548. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30432021000300542

  22. Ji D , Zhang D , Xu J, Chen Z, Yang T, Zhao P, et al. Prediction for Progression Risk in Patients With COVID-19 Pneumonia: The CALL Score. Clin Infect Dis [Internet]. 2020 [citado 08/04/2021];71(6):1393-1399. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/https://dx.doi.org/10.1093/cid/ciaa414

  23. Du RH, Liang LR, Yang CQ, Wang W, Cao TZ, Li M, et al. Predictors of mortality for patients with COVID-19 pneumonia caused by SARS-CoV-2: a prospective cohort study. Eur Respir J [Internet]. 2020 [citado 08/04/2021];55(5):2000524. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/https://dx.doi.org/10.1183/13993003.00524-2020

  24. Ponti G, Maccaferri M, Ruini C, Tomasi A, Ozben T. Biomarkers associated with COVID-19 disease progression. Crit Rev Clin Lab Sci [Internet]. 2020 [citado 23/05/2021];57(6):389-399. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7284147/. https://dx.doi.org/10.1080/10408363.2020.1770685

  25. Xie J, Covassin N, Fan Z, Singh P, Gao W, Li G, et al . A Association Between Hypoxemia and Mortality in Patients with COVID-19. Mayo Clin Proc [Internet]. 2020 [citado 23/05/2021];95(6):1138-1147. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7284147/.https://dx.doi.org/10.1016/j.mayocp.2020.04.006

  26. Mokhtari T, Hassani F, Ghaffari N, Ebrahimi B, Yarahmadi A, Hassanzadeh G. COVID-19 and multiorgan failure: A narrative review on potential mechanisms. J Mol Histol [Internet]. 2020 [citado 23/05/2021];51(6):613-628. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7533045/.https://dx.doi.org/10.1007/s10735-020-09915-3

  27. Parra Gord o MLML, Buitrago Weiland G, Grau García M, Arenaza Choperena G. Aspectos radiológicos de la neumonía COVID-19: evolución y complicaciones torácicas. Radiología [Internet]. 2021 [citado 23/05/2021];63(1):74-88. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7687358/.https://dx.doi.org/10.1016/j.rx.2020.11.002




2020     |     www.medigraphic.com