Puntuación de riesgo para predecir la mortalidad hospitalaria en COVID-19

Descripción del estudio:

• Título: Risk Score for Predicting In-Hospital Mortality in COVID-19 (RIM Score).
• Investigadores principales: Alejandro López-Escobar, Rodrigo Madurga, José María Castellano, Sara Velázquez, Rafael Suárez del Villar, Justo Menéndez, Alejandro Peixoto, Sara Jimeno, Paula Sol Ventura y Santiago Ruiz de Aguiar.
• Centros de implementación: 10 hospitales del Grupo HM Hospitales en diferentes regiones de España (incluyendo Madrid, Barcelona y Galicia).
• Población de estudio: 2543 pacientes con COVID-19 hospitalizados entre el 1 de marzo y el 10 de junio de 2020. Se excluyeron del análisis los pacientes a los que les faltaba la SaO2 en el momento del ingreso (n = 299) o los datos de laboratorio en las primeras 24 horas del ingreso (n = 258), cuya edad era inferior a 18 años (n = 5) o que habían fallecido en el momento del ingreso hospitalario (n = 26). Por lo que del total de 2543 pacientes ingresados, 1955 (76,8%) fueron incluidos en el análisis final.
• Tipo de estudio: Estudio retrospectivo.
• Diseño: Los 1955 pacientes fueron divididos en dos grupos, 1310 pertenecían a la cohorte de entrenamiento y 645 a la cohorte de validación. Se generaron cuatro modelos diferentes para predecir la mortalidad intrahospitalaria. Se incluyeron las siguientes variables: edad, sexo, saturación de oxígeno, nivel de proteína C reactiva, ratio de neutrófilos-plaquetas (NPR), ratio de neutrófilos-linfocitos (NLR) y la tasa de cambios de ambos ratios del hemograma (VNLR y VNPR) durante la primera semana después del ingreso.
• Métodos: La exactitud de los modelos para predecir la mortalidad hospitalaria se evaluó mediante el área bajo la curva de características del operador receptor (AUC).

Objetivos del estudio:

Objetivo principal: Desarrollar y validar una puntuación de riesgo para predecir la mortalidad intrahospitalaria en COVID-19 (Risk of In-hospital Mortality Score in COVID 19, RIM Score).

Más sobre este estudio:

Contexto científico: La enfermedad por coronavirus 2019 (COVID-19) se ha convertido en una pandemia desde el brote en la ciudad de Wuhan (China) en diciembre de 2019, afectando a más de cien millones de pacientes en todo el mundo en enero de 2021, con un número de muertos superior a los dos millones. Debido al elevado número de casos, muchos sistemas sanitarios se han colapsado por la rápida evolución de una enfermedad banal, que puede ser tratada de forma ambulatoria, a una enfermedad con complicaciones sistémicas que incluyen insuficiencia respiratoria aguda grave que requiere ingreso en la Unidad de Cuidados Intensivos (UCI), y la muerte.

Generar una herramienta de predicción precisa para predecir el curso clínico de la enfermedad podría resultar muy útil para la estratificación del riesgo, la toma de decisiones clínicas y la optimización racional de los recursos, incluida la administración de fármacos para evitar efectos adversos graves y, en última instancia, reducir la letalidad. Varios estudios han propuesto puntuaciones clínicas sencillas para identificar a los pacientes con riesgo de progresión a las formas más graves de la COVID-19.

Datos recientes han proporcionado pruebas observacionales que relacionan los ratios derivados del hemograma, el ratio neutrófilos-linfocitos (NLR) y el ratio plaquetas-linfocitos (PLR), con los casos más graves de COVID-19.