Utilidad pronóstica de las escalas de gravedad para la valoración inicial de la población anciana diagnosticada de neumonía por COVID-19

2021 
Objetivo . La pandemia por COVID-19 ha generado una emergencia sanitaria entre la poblacion anciana, principalmente en mayores de 75 anos. Una valoracion inicial precisa es fundamental en estos pacientes. El objetivo del estudio es doble: analizar la utilidad pronostica de diferentes escalas de gravedad y estudiar otros factores de riesgo para disenar un nuevo modelo predictivo de mortalidad hospitalaria en pacientes mayores de 75 anos ingresados por neumonia causada por COVID-19. Metodo . Estudio retrospectivo de pacientes mayores de 75 anos ingresados consecutivamente por neumonia por COVID-19. Se recogieron variables demograficas, clinicas y analiticas. Las escalas de gravedad Pneumonia Severity Index (PSI), CURB-65 y Severity Community Acquired Pneumonia score (SCAP) fueron evaluadas como predictoras de mortalidad. Se diseno un modelo predictivo multivariante mediante regresion logistica con seleccion automatica de variables. La variable principal fue la mortalidad hospitalaria por cualquier causa. Resultados . Se incluyeron 186 pacientes, con edad mediana de 85 anos (rango intercuartil, 80-89), un 44.1% varones. La mortalidad fue del 47.3% (88 pacientes). Las escalas PSI, CURB-65 y SCAP alcanzaron un rendimiento predictivo moderado, con area bajo la curva (AUC) de 0.74 (IC95% 0.64-0.82), 0.71 (IC95% 0.62-0.79) y 0.72 (IC95% 0.63-0.81), respectivamente. El modelo predictivo compuesto por la presencia de sintomas (tos, disnea), comorbilidad (indice de Charlson) y analitica (Aspartato-aminotransferasa, potasio, urea, lactato-deshidrogenasa) alcanzo un AUC de 0.81 (IC95% 0.73-0.88). Conclusion . Las escalas de gravedad y una seleccion adecuada de factores de riesgo son herramientas utiles en la valoracion inicial de pacientes mayores de 75 anos con neumonia por COVID-19.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    0
    References
    0
    Citations
    NaN
    KQI
    []