Utilizando una combinación de datos demográficos y clínicos recopilados durante siete semanas de atención al paciente con COVID-19 al comienzo de la pandemia de coronavirus, los investigadores de Johns Hopkins publicaron hoy un "modelo de predicción" que, según dicen, puede ayudar a otros hospitales a atender a pacientes con COVID-19 -y tomar decisiones importantes sobre la planificación y la asignación de recursos.
Brian Garibaldi, MD, profesor asociado de medicina en la Escuela de Medicina de la Universidad Johns Hopkins, dirigió un equipo que publicó en el Anales de Medicina Interna el artículo que comparte lecciones importantes aprendidas en la atención de pacientes con COVID-19 entre el 4 de marzo y el 24 de abril de 2020 en cinco hospitales Johns Hopkins en Maryland y Washington, DC
Durante esos 52 días, el Johns Hopkins Hospital, el Johns Hopkins Bayview Medical Center, el Howard County General Hospital, el Suburban Hospital y el Sibley Memorial Hospital admitieron un total combinado de 827 personas de 18 años o más: 336 negros, 264 blancos, 135 hispanos, 48Asiáticos, 2 nativos americanos y 42 multirraciales, que dieron positivo al coronavirus y tuvieron síntomas de COVID-19.
A partir de los datos que generaron esos pacientes, los investigadores desarrollaron un modelo de predicción utilizando un conjunto de factores de riesgo que se sabe que están asociados con COVID-19 para pronosticar la probabilidad de que la enfermedad de un paciente empeore mientras recibe tratamiento en un hospital y en qué momentoEntre los factores de riesgo que los investigadores consideraron como parte del modelo se encontraban la edad del paciente, el índice de masa corporal IMC, la salud pulmonar y la enfermedad crónica, así como los signos vitales y la gravedad de los síntomas de COVID-19 del paciente.en el momento de la admisión.
El modelo, llamado "Calculadora de riesgo para pacientes hospitalizados CIRC de COVID", está disponible en línea rsconnect.biostat.jhsph.edu/covid_predict/ .Garibaldi dice que la calculadora está diseñada para ayudar a los médicos del hospital y a otros proveedores de atención médica a evaluar el riesgo de que la condición de un paciente empeore.
"Esto es algo de lo que hemos aprendido en los meses desde que comenzamos a atender pacientes con COVID-19 en nuestros hospitales", dice Garibaldi. "A medida que continuamos lidiando con un alto número de infecciones por COVID-19 en los Estados Unidos, es importante compartir conocimientos con nuestros colegas de otros hospitales ".
Entre los aspectos más destacados del estudio estuvo la rapidez con la que la enfermedad puede progresar de leve o moderada a grave, especialmente si un paciente tenía todos o algunos de los factores de riesgo asociados con la enfermedad. Cuarenta y cinco de los pacientes del estudiotenían COVID-19 grave cuando ingresaron en el hospital. Pero 120 pacientes desarrollaron una enfermedad grave o murieron dentro de las 12 horas posteriores a su ingreso. De los 302 pacientes del estudio que desarrollaron una enfermedad grave o fallecieron, el tiempo medio de progresión de la enfermedad fue de 1,1dias.
"La rápida progresión de la enfermedad después de la admisión [en el hospital] proporciona una ventana estrecha para intervenir", escribe Garibaldi en el artículo. "Diferentes combinaciones de factores de riesgo parecen predecir una enfermedad grave o la muerte, con probabilidades que oscilan entre más del 90% ytan solo un 5%. "
Por ejemplo, utilizando el CIRC, Garibaldi y sus colegas estiman que una mujer blanca de 60 años con un IMC de 28, sin enfermedad crónica y sin fiebre que está hospitalizada por COVID-19 tiene un 10% de probabilidad de contraer su enfermedadempeorando en el segundo día de su estadía en el hospital. Cuanto más tiempo esté en el hospital, mayor será la probabilidad, del 15% después de cuatro días y del 16% después de una semana.
Por el contrario, los investigadores consideraron a una mujer negra de 81 años ingresada en el hospital con COVID-19. La paciente hipotética tiene un IMC de 35, diabetes, hipertensión y fiebre. CIRC pronostica su probabilidad de progresar a una enfermedad grave oincluso la muerte al segundo día de su estadía en el hospital es del 89%. Ese porcentaje aumenta a más del 95% para los días cuatro y siete.
Para el 24 de junio, 694 de los pacientes del estudio habían sido dados de alta del hospital, 131 habían muerto y siete seguían hospitalizados con COVID-19 grave.
"Identificamos algunos factores demográficos y clínicos fácilmente medibles que, cuando se evalúan en el momento de la admisión al hospital, pueden predecir si alguien tiene un riesgo del 5% o del 90% de desarrollar una enfermedad grave o morir de COVID-19", dice AmitaGupta, MD, profesor de medicina en la Facultad de Medicina de la Universidad Johns Hopkins, quien dirige el Centro de Educación Clínica para la Salud Global y es coautor del estudio. "Esta es una información increíblemente útil para comunicarse con los pacientes y sus familias, así como para informar la asignación de recursos en el hospital ".
Los datos del estudio provienen de un registro de todos los pacientes tratados por la nueva infección por coronavirus en los hospitales del sistema Johns Hopkins. Conocido como "JH-CROWN", el registro, que está financiado por InHealth, la iniciativa de medicina de precisión de la institución,- ofrece datos demográficos, diagnósticos, procedimientos, historias sociales y otros puntos de datos relevantes para el cuidado de pacientes con COVID-19.
"El registro de datos JH-CROWN representa el mismo trabajo en equipo y la dedicación que se dedicaron al cuidado de más de 3.000 pacientes con COVID-19 ingresados en los hospitales Johns Hopkins desde el comienzo de la pandemia", dice Garibaldi. "Esperamos que pueda enseñarmás sobre la naturaleza del COVID-19 y mejorar tanto la atención al paciente como la investigación mientras nos preparamos para una segunda ola de infecciones en el otoño ".
Un coautor del estudio, el profesor de bioestadística de la Facultad de Salud Pública Bloomberg de la Universidad Johns Hopkins, Scott Zeger, Ph.D., llama a JH-CROWN "parte de una transformación de la Medicina Johns Hopkins en un sistema de atención médica de aprendizaje", dondeLos datos proporcionan análisis en tiempo real que ayudan a los médicos, enfermeras y otros profesionales de la salud a concentrarse en la atención de precisión para cada paciente.
Fuente de la historia :
Materiales proporcionado por Medicina de Johns Hopkins . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :