Un algoritmo predice el riesgo de ingreso y muerte por Covid-19

Un estudio realizado con base de datos QResearch tuvo como objetivo crear un algoritmo de predicción de riesgo para estimar los resultados de ingreso hospitalario y mortalidad por coronavirus en adultos. El trabajo se hizo con un diseño de estudio de cohorte poblacional en 1.205 consultorios en Inglaterra con vínculos a los resultados de la prueba del Covid-19, estadísticas de episodios hospitalarios y datos del registro de defunciones.

DIRECTO | Siga aquí la última hora de la crisis sanitaria

En la investigación participaron 6 millones de adultos, de 19 a 100 años, en el conjunto de datos de derivación y 2,1 millones en el conjunto de datos de validación. El período de derivación y primera cohorte de validación fue del 24 de enero de 2020 al 30 de abril de 2020. La segunda cohorte de validación temporal cubrió el período del 1 de mayo de 2020 al 30 de junio de 2020.

Los resultados se midieron en dos fases: primario y secundario. El primario fue el tiempo transcurrido hasta la muerte por covid-19, definido como la muerte debida a un covid-19 confirmado o presunto. Esto se analizó según la certificación de defunción o la muerte que se produjo en una persona con síndrome respiratorio agudo severo confirmado por coronavirus, infección en el período del 24 de enero al 30 de abril de 2020.

El resultado secundario fue el tiempo hasta el ingreso hospitalario con infección confirmada por SARS-CoV-2. Se ajustaron modelos en la cohorte de derivación para derivar ecuaciones de riesgo, utilizando una variedad de variables predictoras. El rendimiento, incluidas las medidas de discriminación y calibración, se evaluó en cada período de tiempo de validación.

Resultados

El estudio señala que 4.384 muertes de Covid-19 ocurrieron en la cohorte de derivación durante el seguimiento, 1.722 en el primer período de cohorte de validación y 621 en el segundo período de cohorte de validación.

Los algoritmos finales de riesgo incluyeron edad, etnia, privación, índice de masa corporal y una variedad de comorbilidades. El algoritmo tuvo una buena calibración en la primera cohorte de validación. Para las muertes por Covid-19 en hombres, fue el 73,1 por ciento de la variación en el tiempo hasta la muerte.  Se obtuvieron resultados similares para las mujeres, para ambos resultados y en ambos períodos de tiempo.

En el 5 por ciento superior de los pacientes con los mayores riesgos de muerte previstos, la sensibilidad para identificar muertes en 97 días fue del 75,7 por ciento. Las personas en el 20 por ciento superior del riesgo previsto de muerte representaron el 94 por ciento de todas las muertes por Covid-19.

El algoritmo de riesgo basado en la población funcionó bien, señalan los investigadores, mostrando niveles muy altos de discriminación por muertes e ingresos hospitalarios debido a Covid-19. Sin embargo, los riesgos absolutos presentados cambiarán con el tiempo de acuerdo con la tasa de infección predominante por SARS-C0V-2 y el alcance de las medidas de distanciamiento social implementadas, por lo que deben interpretarse con precaución.

El modelo se puede volver a calibrar para diferentes períodos de tiempo y tiene el potencial de actualizarse dinámicamente a medida que evoluciona la pandemia.